基于产业互联网产业链优化平台的制作方法

1.本技术涉及互联网技术领域，特别是涉及一种基于产业互联网产业 链优化平台。


背景技术：

2.产业互联网是基于互联网技术和生态，对各个垂直产业的产业链和 内部的价值链进行重塑和改造，从而形成的互联网生态和形态。
3.现有的产业互联网主要有两种实现方式。一是信息发布为主。在这 种实现方式中，产业互联网的功能主要是通过收集，整理，发布在产业 链中各个节点的各种资讯来对产业进行赋能，在这种方式中，产业互联 网功能单薄，变成了信息发布的平台，只能被动的对产业中各个节点发 生的变化在网络上反映出来，对线下产业链是没有控制力的，更谈不上 对产业链进行调整和优化。二是产品交易撮合，在这种实现方式中，产 业互联网的功能主要是撮合产业上下游，实现产品交易，在这种方式中， 产业互联网只强调交易结果，对产业本身的关注度不够，这种方式对产 业有一定的控制力，但是控制力很弱，交易结果对产业现状的反映也是 不全面的。因此，现有的产业互联网对产业链而言，存在无法真实反映 产业现状，无法对产业进行整体优化，无法对产业进行充分赋能等缺点。


技术实现要素：

4.本技术提供一种基于产业互联网产业链优化平台，以解决现有的产 业互联网对产业链的线上和线下调控力弱、优化效果差的问题。
5.为解决上述技术问题，本技术采用的一个技术方案是：提供一种基 于产业互联网产业链优化平台，包括：线上系统和线下系统，线上系统 和线下系统之间通信连接；线下系统用于收集产业链的线下数据，并根 据线下数据对产业链的各个节点进行优化预测，并根据第一优化结果对 各个节点进行优化；线上系统用于接收线下系统发送的线下数据，并收 集产业链的线上数据，再根据线下数据和线上数据对各个节点之间的协 同关系进行优化预测，并根据第二优化结果对各个节点之间的协同关系 进行优化。
6.作为本技术的进一步改进，线下系统包括：第一数据收集模块、线 下优化模块和节点调控模块；第一数据收集模块用于收集各个节点的线 下数据；线下优化模块用于分析线下数据，并给出各个节点的第一优化 结果；节点调控模块用于根据第一优化结果对各个节点进行优化。
7.作为本技术的进一步改进，线上系统包括：第二数据收集模块、线 上优化模块、控制模块和监控模块；第二数据收集模块用于收集产业链 的线上数据，并接收线下系统发送的线下数据；线上优化模块用于根据 线上数据和线下数据对节点之间的协同关系进行优化预测，得到第二优 化结果；控制模块用于根据第二优化结果下发优化指令节点调控模块， 并由节点调控模块根据第二优化结果对各个节点之间的协同关系进行 优化；监控模块用于监控产业链各个节点的行为数据进行跟踪和监测， 并将监控结果进行可视化展示。
8.作为本技术的进一步改进，线上优化模块包括在线优化子模块和离 线优化子模
例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限 定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元， 或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单 元。
19.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结 构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位 置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥 的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是， 本文所描述的实施例可以与其它实施例相结合。
20.图1是本发明实施例的基于产业互联网产业链优化平台的结构示意 图。如图1所示，该基于产业互联网产业链优化平台包括线上系统1和 线下系统2，线上系统1和线下系统2之间通信连接。
21.优选地，该通信连接的实现基于o2o连接的方式实现。
22.其中，线下系统2用于收集产业链的线下数据，并根据线下数据对 产业链的各个节点进行优化预测，并根据第一优化结果对各个节点进行 优化；线上系统1用于接收线下系统2发送的线下数据，并收集产业链 的线上数据，再根据线下数据和线上数据对各个节点之间的协同关系进 行优化预测，并根据第二优化结果对各个节点之间的协同关系进行优化。
23.需要说明的是，产业互联网是指以产业客户为主要用户，通过在生 产、交易、融资和流通等产业的各个环节的网络渗透从而达到对产业赋 能的目的，优化产业形态，推进产业发展。例如，农业产业互联网可以 将农产品的种植、生产、加工、产品流通、存储和销售的各个环节线上 化，每个环节的资源对全产业链条透明化，并帮助线下资源进行调配， 从而达到对产业赋能的目的，使得全链运营效率提高。
24.具体地，本实施例中，的产业链优化平台基于产业互联网构建，且 其包括线上系统1和线下系统2，利用线上系统1和线下系统2实现线 上线下互动互联，线下系统1根据获取到的线下数据对节点进行优化， 线上系统2根据线下系统1发送的线下数据以及获取到的线上数据对产 业链的各个节点之间的协同关系进行优化，从而不但实现了对节点的优 化，还实现了对节点与节点之间的协同关系的优化，以此实现整个产业 链的优化。
25.本实施例的基于产业互联网产业链优化平台，通过构建基于o2o连 接的线上系统和线下系统，其中线下系统可根据线下数据对产业链的节 点进行优化，线上系统根据线上数据和线下数据对产业链节点之间的协 同关系进行优化，利用线上和线下的高度融合和高效联动，对整个产业 链的进行全面、精准的调控，实现了对整个产业链的整体优化，对产业 进行充分赋能。
26.进一步的，线上数据包括产业链的线上数据和利用预先关系词从网 络上爬取的外部数据，线下数据包括产业链节点的行为数据。
27.具体地，产业链的线上数据包括但不限于产业互联网线上积累的数 据，例如：用户在产业互联网上的点击量、浏览量、下单总额等。外部 数据包括但不限于指网络上通过关键词爬取的与产业相关的资讯等信 息。行为数据包括产业链各个节点的行为数据，该行为数据可通过数据 收集设备收集，例如传感器、探测器、iot网络等。
28.需要说明的是，本实施例中，线上系统1和线下系统2实现了对节 点以及节点之间的协同关系进行优化，而优化后的节点会将相关的行为 数据作为数据反馈给线上系统1和
线下系统2，从而构成了数据的闭环 控制。
29.进一步的，在一些实施例中，该线下系统2包括：第一数据收集模 块21、线下优化模块22和节点调控模块23。
30.其中，第一数据收集模块21用于收集各个节点的线下数据；线下优 化模块22用于分析线下数据，并给出各个节点的第一优化结果；节点调 控模块23用于根据第一优化结果对各个节点进行优化。
31.具体地，第一数据收集模块21进行数据收集的目的是准确、全面、 高效地收集产业链的状态，其具体可通过探测器、传感器、iot网络来 实现，该第一数据收集模块21收集的数据包括与各个节点相关的各类 信息、节点的状态信息、生产过程中的反馈信息等，例如，在农业产业 互联网中，该数据包括农产品养殖节点的土壤结构信息、微观气候、病 虫害监测信息等，生产节点中的农产品质量、结构(如含水量)等的反 馈信息。第一数据收集模块21收集到各个节点的线下数据后，将线下数 据传输至线下优化模块22，线下优化模块22根据线下数据进行优化预 测，得到各个节点的第一优化结果，然后将该第一优化结果传输至节点 调控模块23，例如，在农业产业互联网的养殖节点，土壤的营养程度被 探测器采样后送到线下优化模块22中进行分析，得到结果，如缺乏某种 养分或某种养分过多等，然后对要达到最优的产量进行测算，得到该养 殖节点的第一优化结果。节点调控模块23在接收到第一优化结果后，根 据该第一优化结果对各个相关的节点进行优化，该节点调控模块23目 的是将优化的结果在产业链中的节点运行中实现出来，例如，在养殖环 节的调控中，布在农田的灌溉装置就是一个节点调控模块23的实例，其 可以根据第一优化结果调节灌溉强度，再例如，在农产品的产品生产线 上，节点调控模块23可以是原材料品控设备，其可以根据第一优化结果 来调节品控的要求。
32.进一步的，在一些实施例中，线上系统1包括：第二数据收集模块 11、线上优化模块12、控制模块13和监控模块14。
33.其中，第二数据收集模块11用于收集产业链的线上数据，并接收线 下系统2发送的线下数据；线上优化模块12用于根据线上数据和线下 数据对节点之间的协同关系进行优化预测，得到第二优化结果；控制模 块13用于根据第二优化结果下发优化指令节点调控模块23，并由节点 调控模块23根据第二优化结果对各个节点之间的协同关系进行优化； 监控模块14用于监控产业链各个节点的行为数据进行跟踪和监测，并 将监控结果进行可视化展示。
34.具体地，第二数据收集模块11不但需要收集产业链的线上数据，还 用于接收线下系统2发送的线下数据，再由线上优化模块12根据线下 数据和线上数据对节点间的协同关系进行优化预测，得到第二优化结果。 控制模块13的作用是将线上优化模块12优化得到的第二优化结果转换 为能够下达至线下系统2的节点调控模块23，由节点调控模块23对各 个节点之间的协同关系进行优化，而监控模块14则是对优化后的节点 进行实时的跟踪和监测，记录优化后的节点反馈数据，方便用户进行查 看和分析。进一步的，该监控模块14还用于将优化后节点的反馈数据进 行可视化展示，使得该数据的展示更为直观。
35.进一步的，为了降低设备的负荷，在一些实施例中，线上优化模块 12包括在线优化子模块121和离线优化子模块122；离线优化子模122 块根据按预设规则打上离线标签的线上数据和线下数据进行优化预测， 得到离线优化结果；在线优化子模块121根据打上在
线标签的线上数据 和线下数据、离线优化结果进行优化预测，得到在线优化结果。
36.具体地，为了降低设备的负荷，本实施例中，将线上优化模块12分 为了在线优化子模块121和离线优化子模块122，其中，在线优化子模 块121和离线优化子模块122可以分时段执行优化操作，具体地，该在 线优化子模块121需要在产业链运行过程中实时进行在线优化调控操作， 而该离线优化子模块122则可在产业链停止运行后，进行离线优化调控 操作，从而错开在线优化操作和离线优化操作的时间，降低设备再单位 时间的负载。
37.需要说明的是，线上数据和线下数据的标签按照预设规则打上标签， 第二数据收集模块11在获取到线上数据和线下数据后，根据预设规则 确认线上数据和线下数据是需要在线处理的数据还是需要离线处理的 数据，若是需要在线处理的数据，则打上在线标签，若是需要离线处理 的数据，则打上离线标签。
38.进一步的，为了适应实际使用情况，在一些实施例中，在线优化子 模块121包括实时优化单元1211和近实时优化单元1212，在线标签包 括实时标签和近实时标签；近实时优化单元1212根据打上实时标签的 线上数据和线下数据、离线优化结果进行优化预测，得到近实时优化结 果；实时优化单元1211根据打上近实时标签的线下数据、离线优化结果 和近实时优化结果进行优化预测，得到实时优化结果。
39.需要说明的是，实时标签和近实时标签根据业务场景来具体区分。 其中，打上实时标签的数据是需要实时处理的数据；打上近实时标签的 数据可以是提前或推后处理的数据，其相较于实时标签的数据可以推迟 处理。例如，运输过程中的道路情况信息为实时标签数据，需要进行实 时分析处理；根据路径对运输路线的提前规划的路径信息为近实时数据， 可以提前规划得到，而不需要实时生成。
40.进一步的，为了提升该基于产业互联网产业链优化平台的智能性， 在一些实施例中，实时优化单元1211、近实时优化单元1212、离线优化 子模122块基于预先训练的好ai预测模型构建。
41.具体地，ai预测模型可利用机器学习来实现，如神经网络，其可利 用历史数据作为样本进行训练得到。
42.进一步的，控制模块13根据离线优化结果、近实时优化结果和实时 优化结果下发优化指令至节点调控模块23。
43.进一步的，线下系统2还包括第一数据预处理模块24，第一数据预 处理模块24用于对线下数据进行预处理后输入至线下优化模块22。线 上系统1还包括第二数据预处理模块15，第二数据预处理模块15用于 对线上数据和线下数据预处理后输入至线上优化模块12。
44.其中，第一数据预处理模块24和第二数据预处理模块15均用于对 数据进行预处理，包括但不限于清洗异常数据、数据归一化等。
45.另外，在本发明各个实施例中的各功能单元可以集成在一个处理单 元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集 成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以 采用软件功能单元的形式实现。以上仅为本技术的实施方式，并非因此 限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效 结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同 理包括在本技术的专利保护范围内。