一种基于知识图谱的供应链风险传导识别预警系统及方法与流程
本发明涉及供应链风险管理与人工智能,具体是指一种基于知识图谱的供应链风险传导识别预警系统及方法。
背景技术:
1、随着供应链网络不断延伸,供应商、矿山、港口、航线、仓库、运输线及生产企业之间形成多层级、跨区域的供应与依赖关系。
2、地缘事件、自然灾害、港口拥堵、航线中断及价格波动发生后,其影响可能沿供应、运输、依赖、成本传导和替代等关系逐级扩散,供应链风险管理的对象已发展为包含多个实体、关系及传导过程的复杂网络。
3、目前供应链风险管理主要依赖分散的业务数据、人工规则和单点阈值进行监测,能够判断某一指标是否异常,但难以统一表示不同业务系统中的供应链实体及其关联关系,也难以在风险发生后识别其影响对象和传导过程。
4、现有技术开始采用知识图谱对供应链主体、设施及业务关系进行关联建模,并利用图查询或图推理分析风险传播范围,能够改善风险实体关联和多级传播分析,但相关方案主要侧重风险关系展示、影响范围识别或传导概率计算,尚未充分解决复杂供应链场景下多种风险分析结果之间的衔接问题。
5、具体而言,现有技术仍存在以下不足:
6、多源异构数据难以持续形成统一、可查询的供应链实体关系图谱;
7、多跳传导路径识别与风险概率、损失范围计算通常分别进行,难以形成从风险源定位到影响量化的连续分析;
8、综合风险指数缺少关键因素贡献说明,难以判断风险升高的主要原因;
9、风险计算结果与四级预警、区域风险展示及关键节点健康度监控之间缺少统一联动。
技术实现思路
1、本发明要解决的技术问题是,克服以上技术缺陷,提供一种能够实现多源异构数据图谱化融合、多级风险传导路径自动识别、风险概率与损失联合量化及分级预警联动监控的基于知识图谱的供应链风险传导识别预警系统及方法。
2、为解决上述技术问题,本发明提供的技术方案为:一种基于知识图谱的供应链风险传导识别预警方法,包括如下步骤:
3、s1:根据预设schema从供应链业务数据中抽取风险实体及关联关系,写入图数据库构建供应链风险知识图谱;
4、s2:接收风险源节点及查询条件,从风险源节点出发在知识图谱中执行多跳路径查询与规则推理,得到风险传导路径及受影响节点;
5、s3:基于风险传导路径及历史风险数据,执行风险量化计算,得到风险量化结果;
6、s4:根据风险量化结果计算综合风险指数,与预设预警阈值比对生成预警信息。
7、优选的,所述s1中构建供应链风险知识图谱包括配置实体类型、关系类型及属性;
8、按schema类型调用对应校验器对配置变更进行语法合法性及实体关系一致性校验,将通过校验的schema应用于风险知识图谱。
9、优选的,所述s1中写入图数据库之前还包括对风险实体及关联关系执行增量更新处理,包括:
10、将抽取得到的风险实体与已有图谱中的实体进行比对,判断为新增实体或待更新实体;
11、对待更新实体执行属性融合;
12、根据实体变化情况新增、修改或删除对应关系;
13、将增量处理后的实体及关系写入图数据库。
14、优选的,所述s2中规则推理包括计算规则、验证规则、推理规则和过滤规则;
15、其中,计算规则根据已有属性动态计算目标属性,验证规则判断数据是否符合业务约束,推理规则推导新的关联结果,过滤规则依据风险等级或传导条件排除不符合要求的实体或关系。
16、优选的,所述s3中风险量化计算包括风险发生概率计算、损失影响范围模拟、关键因素贡献度分析,其中:
17、风险发生概率计算:采用贝叶斯网络算法根据历史同类事件数据及当前环境数据计算;
18、损失影响范围模拟:采用蒙特卡洛模拟算法根据风险发生概率、实体关联强度及历史损失数据模拟;
19、关键因素贡献度分析:采用shapley值分析算法拆解综合风险指数,计算各风险因素的贡献度占比。
20、优选的,所述s3中风险量化计算基于并行计算框架拆分为并行子任务执行;
21、还包括基于新增历史风险案例数据将不同参数组合的模型训练及准确率评估拆分为并行任务,比较各参数组合的风险识别准确率,选择满足评价条件的模型参数。
22、优选的,所述s4中计算综合风险指数包括按配置权重对风险概率、影响程度和扩散速度加权计算得到综合风险指数;
23、所述预警阈值包括红色、橙色、黄色和蓝色四级阈值,根据综合风险指数与四级阈值的比对结果确定预警等级。
24、优选的,还包括知识闭环与区域风险热力图;
25、所述区域风险热力图基于风险节点的地理位置及预警等级生成;
26、所述知识闭环为生成预警信息后,根据风险传导路径关联的节点查询历史风险案例库,生成候选应对策略,基于风险知识图谱中的替代关系比较候选策略的成本和时效;
27、将风险识别、量化计算、预警及处置过程的数据生成风险审计报告并写入历史风险案例库。
28、本发明另一方面公开了一种基于知识图谱的供应链风险传导识别预警系统,包括:
29、数据对接层,包括数据采集管理模块,对接外部采集来源并完成原始数据的统一接入;
30、能力支撑层,包括风险规则引擎、风险算法组件及指标计算与可视化模块,其中:
31、所述风险规则引擎进行风险规则的配置、建模、执行、监控与审计;
32、所述风险算法组件调用风险量化算法并执行算法迭代;
33、所述指标计算与可视化模块对数据及处理结果进行指标化加工与可视化展示;
34、业务应用层,包括知识图谱应用模块及风险场景应用模块,其中:
35、所述知识图谱应用模块构建供应链风险知识图谱,并基于知识图谱执行多跳路径查询与规则推理以得到风险传导路径及受影响节点;
36、所述风险场景应用模块基于风险传导路径及风险量化结果执行风险识别、预警生成、处置策略推荐及监控分析,形成业务闭环;
37、系统管理层,提供身份认证、权限控制、多租户隔离及标准化接口管理。
38、本发明另一方面公开了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如上所述的基于知识图谱的供应链风险传导识别预警方法。
39、本发明与现有技术相比的优点在于:
40、本发明通过统一的供应链知识图谱描述供应商、仓库、运输线及其关联关系,使分散的结构化、半结构化和文档数据能够用于同一风险分析过程;
41、通过从风险源节点出发执行多跳图查询和规则推理,能够输出风险源至受影响业务节点的传导层级、传导路径及影响说明,减少仅依赖单点指标时无法识别级联影响的问题;
42、通过贝叶斯网络、蒙特卡洛模拟和shapley值分析的组合处理,在同一业务流程中分别得到风险发生概率、损失区间和关键因素贡献度,使风险量化结果同时具备概率、影响范围和原因说明;
43、通过将风险概率、影响程度和扩散速度加权形成综合风险指数,并将该指数与四级阈值、风险热力图和关键节点健康度监控联动,使风险计算结果能够直接转化为分级预警信息。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com