CN113077267B - 企业集群协调的供应链关系管理*** - Google Patents
企业集群协调的供应链关系管理*** Download PDFInfo
- Publication number
- CN113077267B CN113077267B CN202110348011.9A CN202110348011A CN113077267B CN 113077267 B CN113077267 B CN 113077267B CN 202110348011 A CN202110348011 A CN 202110348011A CN 113077267 B CN113077267 B CN 113077267B
- Authority
- CN
- China
- Prior art keywords
- node
- unit
- supply chain
- dynamic
- change
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004458 analytical method Methods 0.000 claims abstract description 67
- 238000007726 management method Methods 0.000 claims abstract description 45
- 238000013068 supply chain management Methods 0.000 claims abstract description 8
- 239000013598 vector Substances 0.000 claims description 80
- 238000006243 chemical reaction Methods 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 8
- 238000010219 correlation analysis Methods 0.000 claims description 4
- 239000000470 constituent Substances 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 3
- 230000008451 emotion Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000010252 digital analysis Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000013067 intermediate product Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0833—Tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了企业集群协调的供应链关系管理***,属于企业供应链管理技术领域,包括定点布局模块、数值定位模块、定位调整模块和关系分析模块;所述定点布局模块用于对企业供应链关系进行图形化布局,所述数值定位模块用于将企业供应链上的各个组成部分在定点布局模块的图形化布局上进行定位,所述定位调整模块用于对供应链上各个组成部分在图形化布局上的定位位置进行调整,所述关系分析模块用于对初始节点与动态节点之间的关联度进行分析,本发明设置有定点布局模块和数值定位模块,使得可以以数字化的方式对供应链上各个组成部分之间的关系进行计算和分析,使得对于供应链关系的管理更加的精准,使得对于供应链关系的管理更加的客观。
Description
技术领域
本发明涉及企业供应链管理技术领域,具体是企业集群协调的供应链关系管理***。
背景技术
供应链是指围绕核心企业,从配套零件开始,制成中间产品以及最终产品,最后由销售网络把产品送到消费者手中的、将供应商、制造商、分销商直到最终用户连成一个整体的功能网链结构;供应链管理的经营理念是从消费者的角度,通过企业间的协作,谋求供应链整体最佳化;成功的供应链管理能够协调并整合供应链中所有的活动,最终成为无缝连接的一体化过程;
供应链关系管理是基于协同供应链管理的思想,对供应链中的各个组成部分之间的关系进行管理,视线供应链关系管理的信息化、整体利益最大化、管理成本最小化,提高总体水平;
但是,现有的供应链关系管理***在使用时存在以下问题:
1、现有的供应链关系管理***无法很好的通过数据化的分析对供应链关系中的各个组成部分进行掌控,无法及时的针对不正常的供应链关系变化做出调整,使得企业供应链容易出现崩溃的现象;
2、现有的供应链关系管理***无法计算和分析供应链中各个组成部分之间的关联度,使得在进行供应链各组成部分之间的关系调整时,无法进行精准调控,使得供应链达到最佳状态;
所以,人们急需一种企业集群协调的供应链关系管理***来解决上述问题。
发明内容
本发明的目的在于提供企业集群协调的供应链关系管理***,以解决现有技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:企业集群协调的供应链关系管理***,该供应链关系管理***包括定点布局模块、数值定位模块、定位调整模块和关系分析模块;
所述定点布局模块用于对企业供应链关系进行图形化布局,所述数值定位模块用于将企业供应链上的各个组成部分在定点布局模块的图形化布局上进行定位,作为图形化布局上的各个初始节点,所述定位调整模块用于对供应链上各个组成部分在图形化布局上的定位位置进行调整,作为图形化布局上的各个动态节点,所述定位调整模块反复调整供应链上的各个组成部分在图形化布局上的定位位置时,所述动态节点自动转化为下一个动态节点的初始节点,所述关系分析模块用于对初始节点与动态节点之间的关联度进行分析;
所述定点布局模块与数值定位模块连接,所述定位调整模块的输出端连接数值定位模块的输入端,所述定点布局模块输出各组成部分坐标值至分析模块。
所述定点布局模块包括雷达图生成单元、雷达图和坐标系建立单元;
所述雷达图生成单元用于根据供应链上的各个组成部分生成若干边的雷达图,供应链上的各组成部分分别占据雷达图的一条射线,所述射线是指雷达图的中心点与顶角之间的连线,各个组成部分按照供应链关系在雷达图上依次分布;使得可以根据供应链上各个组成部分的顺序,对相邻两个供应链之间的关联度进行计算,所述雷达图用于对供应链上各个组成部分不同时间段的变化情况进行记录;所述坐标系建立单元用于建立二维直角坐标系,所述二维直角坐标系以雷达图的中心点为圆心,使得可以将供应链上各个组成部分转化为数字化模型,使得方便对供应链上各个组成部分进行数字化分析,使得对于供应链关系的管理更加的精准;
所述雷达图生成单元输出雷达图,所述坐标系建立单元输出二维直角坐标系至雷达图,所述坐标系建立单元的输出端连接数值定位模块的输入端。
通过上述技术方案,使得可以以数字化的方式对供应链上各个组成部分之间的关系进行计算和分析,使得对于供应链关系的管理更加的精准,并且,不会掺杂个人情感,使得对于供应链关系的管理更加的客观。
根据上述技术方案,所述数值定位模块包括数据获取单元、数据标记单元和坐标赋予单元;
所述数据获取单元用于获取雷达图上各个组成部分的具体数值;所述数据获取单元所获取的具体数值由供应链上各个组成部分的负责人统计之后填写,所述数据标记单元用于将各个组成部分按照数据获取单元所获得的具体数值在雷达图上进行位置的标记;使得可以在雷达图上动态观察到供应链上各个组成部分具体数值的变化情况,所述坐标赋予单元用于赋予在雷达图上进行标记的供应链的各个组成部分以坐标值,使得方便后期对供应链上个组成部分的关联度进行数据化分析,使得方便对各组成部分的动态变化进行掌控;
所述数据获取单元输出初始具体数值至数据标记单元,所述坐标系建立单元的输出端连接坐标赋予单元的输入端,所述坐标赋予单元的输出坐标值至数据标记单元,所述数据标记单元的输出端电性连接雷达图的输入端。
根据上述技术方案,所述定位调整模块包括动态调节单元和数据更新单元;
所述数据更新单元用于对供应链上各组成部分的具体数值进行更新,因为随着时间的不断流逝,供应链上各个组成部分的具体数值也是在不断的变化的,所以需要对变化之后的具体数值进行重新标记和更新;所述动态调节单元根据区块链上各个组成部分的具体数值变化,对应调节各个组成部分在雷达图上的位置,使得可以更加直观的了解各个组成部分的变化情况和变化关系;
所述数据更新单元输出动态具体数值至动态调节单元,所述动态调节单元的输出端连接数据标记单元的输入端。
根据上述技术方案,所述关系分析模块包括向量转换单元、变化分析单元、关联度分析单元和建议发送单元;
所述向量转换单元根据供应链上的各个组成部分在雷达图上的坐标值,两两组成部分之间生成向量;所述变化分析单元用于对雷达图上各组成部分的初始具体数值和动态具体数值进行数据分析,判断供应链上各组成部分的关系变化;使得可以及时的根据变化关系对供应链上各个组成部分之间的关系进行调整,保证供应链的正常运行,所述关联度分析单元根据雷达图上个组成部分的历史具体数值与当前具体数值的变化量,分析供应链上各组成关系之间的关联度;使得在进行各个组成部分关系调整的过程中,可以根据相互之间的关联度进行不同程度的调整,使得供应链达到动态的平衡;使得便于根据关联度的高低进行各组成部分相互之间关系的调整;所述建议发送单元用于根据变化分析单元的分析判定结果,自动生成对应的建议并发送至企业终端;
所述雷达图输出个组成部分坐标值至向量转换单元,所述向量转换单元输出向量集至变化分析单元和关联度分析单元,所述变化分析单元输出结果信息数据值建议发送单元,所述关联度分析单元输出个组成部分关联度信息至建议发送单元。
根据上述技术方案,所述数据获取单元将获取供应链上各个组成部分的初始具体数值输送至数据标记单元之后,所述数据标记单元将初始具体数值标记在雷达图上,形成初始节点,所述坐标赋予单元赋予每一个初始节点以坐标值,所述供应链上的各个组成部分在雷达图上的初始具体数值对应的坐标值组成了坐标值的集合P={(X1,Y1),(X2,Y2),(X3,Y3),...,(Xn,Yn)};
所述数据更新单元将动态具体数值输送至动态调节单元,所述动态调节单元对动态具体数值进行调节,所述数据标记单元将调节之后的动态具体数值标记在雷达图上,形成动态节点,所述坐标赋予单元赋予动态节点以坐标值,所述供应链上的各个组成部分在雷达图上的动态具体数值对应的坐标值组成了坐标值的集合Q={(X′1,Y′1),(X′2,Y′2),(X′3,Y′3),...,(X′n,Y′n)},其中,n表示供应链上有n个组成部分。
通过上述技术方案,对初始节点和动态节点在雷达图上的位置进行坐标值定位,使得方便根据坐标值对初始节点与动态节点之间的变化进行数据分析,使得对于供应链上各个组成部分的变化情况进行数据计算,使得更加精确和直观的了解各个组成部分的变化和关系。
所述向量转化单元将集合P={(X1,Y1),(X2,Y2),(X3,Y3),...,(Xn,Yn)}中的初始节点根据下列公式转化为向量:
其中,表示在雷达图上起始点为(Xk,Yk),终点为(Xk+1,Yk+1)的初始向量,k表示第k个初始节点,k+1表示第k+1个初始节点;
其中,表示在雷达图上起始点为(Xk,Yk),终点为(Xk-1,Yk-1)的初始向量,k-1表示第k-1个初始节点;
所述向量转化单元将初始节点组成的雷达图转化为向量集
所述变化分析单元根据下列公式对其中的一个初始节点与相邻两个初始节点之间的向量夹角θk进行计算:
组成各个初始节点向量夹角的集合θ={θ1,θ2,θ3,...,θn};
同理,所述向量转换单元将动态节点组成的雷达图转化为向量集
所述变化分析单元根据下列公式对其中的一个动态节点与相邻两个动态节点之间的向量夹角θ′k进行计算:
组成各个动态节点向量夹角的集合θ′={θ′1,θ′2,θ′3,...,θ′n};
所述变化分析单元根据下列公式对每一个初始节点与对应的动态节点之间的差值的绝对值进行计算:
当时,表明供应链上的第k个节点容易受到其他节点变化的影响,在对供应链上各个节点的关系进行管理时,该节点是作为被动节点存在的,所述被动节点是指其他节点的变化会影响该节点的变化;
当时,表明供应链上的第k个节点不容易受到其他节点变化的影响,在对供应链上各个节点的关系进行管理时,该节点是作为主动节点存在的,所述主动节点是指其他节点的变化不会影响该节点的变化;
其中,α表示设定的角度阈值。
通过上述技术方案,首先将各个初始节点和动态节点转化为向量表示,然后计算初始节点和动态节点中每个节点与相邻两个节点之间组成的夹角,最后对同一个节点的初始状态和动态状态进行分析和计算,使得可以确定每一个节点的主被动关系,可以实现对供应链上各个组成部分的划分,使得在进行供应链关系管理时,可以针对性的对某些组成部分进行调控,使得对于供应链关系的管理更加的精准。
根据上述技术方案,所述向量转换单元将初始节点的向量集和动态节点的向量集/> 输送至关联度分析单元;
所述关联度分析单元对相邻的两个节点之间的关联度进行分析,所述关联度分析单元根据下列公式对初始状态和动态状态下的相同两个节点所形成的向量变化夹角
当时,表示节点k与节点k-1之间的关联度较大,节点k的具体数值变化会影响节点k-1的具体数值变化;
当时,表示节点k与节点k-1之间的关联度较小,节点k的具体数值变化不会影响节点k-1的具体数值变化;
其中,γ表示设定的角度阈值。
通过上述技术方案,对初始状态和动态状态下的相同两个节点之间向量的夹角进行计算和分析,使得根据夹角变化的大小来反应初始状态和动态状态下的变化程度,若夹角变化较大,则说明当其中一个节点变化时,另一个节点会以较大的程度变化,则说明两个节点之间的关联度较高,则在后续进行供应链关系管理时,可以根据实际情况,考虑关联度,对不同的节点进行相应的管理和调节。
根据上述技术方案,所述建议发送单元接收变化分析单元的结果信息数据和关联度分析单元的各组成部分关联度信息向企业发送供应链管理的建议。
根据上述技术方案,该供应链关系管理***还包括数据库,用于对整个***运行过程中的数据进行存储和记录,方便后期进行数据的调取和比对。
与现有技术相比,本发明的有益效果是:
1、本发明设置有定点布局模块和数值定位模块,使得可以以数字化的方式对供应链上各个组成部分之间的关系进行计算和分析,使得对于供应链关系的管理更加的精准,并且,不会掺杂个人情感,使得对于供应链关系的管理更加的客观。
2、本发明设置有关系分析模块,可以对供应链上各个组成部分的关联度进行分析和计算,使得可以精准的得知各个组成部分之间的影响关系,使得在后续进行供应链关系管理时可以充分考虑相互之间的影响,使得对于供应链关系的管理更加的科学合理。
3、首先将各个初始节点和动态节点转化为向量表示,然后计算初始节点和动态节点中每个节点与相邻两个节点之间组成的夹角,最后对同一个节点的初始状态和动态状态进行分析和计算,使得可以确定每一个节点的主被动关系,可以实现对供应链上各个组成部分的划分,使得在进行供应链关系管理时,可以针对性的对某些组成部分进行调控,使得对于供应链关系的管理更加的精准。
附图说明
图1为本发明企业集群协调的供应链关系管理***的***组成架构示意图;
图2为本发明企业集群协调的供应链关系管理***的连接关系示意图;
图3为本发明企业集群协调的供应链关系管理***实施例一的雷达图分布示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1~2所示,企业集群协调的供应链关系管理***,该供应链关系管理***包括定点布局模块S1、数值定位模块S2、定位调整模块S3和关系分析模块S4;
所述定点布局模块S1用于对企业供应链关系进行图形化布局,所述数值定位模块S2用于将企业供应链上的各个组成部分在定点布局模块S1的图形化布局上进行定位,作为图形化布局上的各个初始节点,所述定位调整模块S3用于对供应链上各个组成部分在图形化布局上的定位位置进行调整,作为图形化布局上的各个动态节点,所述定位调整模块S3反复调整供应链上的各个组成部分在图形化布局上的定位位置时,所述动态节点自动转化为下一个动态节点的初始节点,所述关系分析模块S4用于对初始节点与动态节点之间的关联度进行分析;
所述定点布局模块S1与数值定位模块S2连接,所述定位调整模块S3的输出端连接数值定位模块S2的输入端,所述定点布局模块S1输出各组成部分坐标值至分析模块S4。
所述定点布局模块S1包括雷达图生成单元、雷达图和坐标系建立单元;
所述雷达图生成单元用于根据供应链上的各个组成部分生成若干边的雷达图,供应链上的各组成部分分别占据雷达图的一条射线,所述射线是指雷达图的中心点与顶角之间的连线,各个组成部分按照供应链关系在雷达图上依次分布;使得可以根据供应链上各个组成部分的顺序,对相邻两个供应链之间的关联度进行计算,例如:按照采购、产量、品质、库存、销售、收益的顺序进行排布;所述雷达图用于对供应链上各个组成部分不同时间段的变化情况进行记录;所述坐标系建立单元用于建立二维直角坐标系,所述二维直角坐标系以雷达图的中心点为圆心,使得可以将供应链上各个组成部分转化为数字化模型,使得方便对供应链上各个组成部分进行数字化分析,使得对于供应链关系的管理更加的精准;
所述雷达图生成单元输出雷达图,所述坐标系建立单元输出二维直角坐标系至雷达图,所述坐标系建立单元的输出端连接数值定位模块S2的输入端。
通过上述技术方案,使得可以以数字化的方式对供应链上各个组成部分之间的关系进行计算和分析,使得对于供应链关系的管理更加的精准,并且,不会掺杂个人情感,使得对于供应链关系的管理更加的客观。
所述数值定位模块S2包括数据获取单元、数据标记单元和坐标赋予单元;
所述数据获取单元用于获取雷达图上各个组成部分的具体数值;所述数据获取单元所获取的具体数值由供应链上各个组成部分的负责人统计之后填写,所述数据标记单元用于将各个组成部分按照数据获取单元所获得的具体数值在雷达图上进行位置的标记;使得可以在雷达图上动态观察到供应链上各个组成部分具体数值的变化情况,例如:随着销售量的增长,库存量在不断的减少,所述坐标赋予单元用于赋予在雷达图上进行标记的供应链的各个组成部分以坐标值,使得方便后期对供应链上个组成部分的关联度进行数据化分析,使得方便对各组成部分的动态变化进行掌控;
所述数据获取单元输出初始具体数值至数据标记单元,所述坐标系建立单元的输出端连接坐标赋予单元的输入端,所述坐标赋予单元的输出坐标值至数据标记单元,所述数据标记单元的输出端电性连接雷达图的输入端。
所述定位调整模块S3包括动态调节单元和数据更新单元;
所述数据更新单元用于对供应链上各组成部分的具体数值进行更新,因为随着时间的不断流逝,供应链上各个组成部分的具体数值也是在不断的变化的,所以需要对变化之后的具体数值进行重新标记和更新;所述动态调节单元根据区块链上各个组成部分的具体数值变化,对应调节各个组成部分在雷达图上的位置,使得可以更加直观的了解各个组成部分的变化情况和变化关系;
所述数据更新单元输出动态具体数值至动态调节单元,所述动态调节单元的输出端连接数据标记单元的输入端。
所述关系分析模块S4包括向量转换单元、变化分析单元、关联度分析单元和建议发送单元;
所述向量转换单元根据供应链上的各个组成部分在雷达图上的坐标值,两两组成部分之间生成向量;所述变化分析单元用于对雷达图上各组成部分的初始具体数值和动态具体数值进行数据分析,判断供应链上各组成部分的关系变化;使得可以及时的根据变化关系对供应链上各个组成部分之间的关系进行调整,保证供应链的正常运行,所述关联度分析单元根据雷达图上个组成部分的历史具体数值与当前具体数值的变化量,分析供应链上各组成关系之间的关联度;使得在进行各个组成部分关系调整的过程中,可以根据相互之间的关联度进行不同程度的调整,使得供应链达到动态的平衡;例如:品质每提升一个等级,库存量减少100,那么在需要减少库存量时,可以对品质进行调整,进而实现库存量的精准调控,使得便于根据关联度的高低进行各组成部分相互之间关系的调整;所述建议发送单元用于根据变化分析单元的分析判定结果,自动生成对应的建议并发送至企业终端;
所述雷达图输出个组成部分坐标值至向量转换单元,所述向量转换单元输出向量集至变化分析单元和关联度分析单元,所述变化分析单元输出结果信息数据值建议发送单元,所述关联度分析单元输出个组成部分关联度信息至建议发送单元。
所述数据获取单元将获取供应链上各个组成部分的初始具体数值输送至数据标记单元之后,所述数据标记单元将初始具体数值标记在雷达图上,形成初始节点,所述坐标赋予单元赋予每一个初始节点以坐标值,所述供应链上的各个组成部分在雷达图上的初始具体数值对应的坐标值组成了坐标值的集合P={(X1,Y1),(X2,Y2),(X3,Y3),…,(Xn,Yn)};
所述数据更新单元将动态具体数值输送至动态调节单元,所述动态调节单元对动态具体数值进行调节,所述数据标记单元将调节之后的动态具体数值标记在雷达图上,形成动态节点,所述坐标赋予单元赋予动态节点以坐标值,所述供应链上的各个组成部分在雷达图上的动态具体数值对应的坐标值组成了坐标值的集合Q={(X′1,Y′1),(X′2,Y′2),(X′3,Y′3),...,(X′n,Y′n)},其中,n表示供应链上有n个组成部分。
通过上述技术方案,对初始节点和动态节点在雷达图上的位置进行坐标值定位,使得方便根据坐标值对初始节点与动态节点之间的变化进行数据分析,使得对于供应链上各个组成部分的变化情况进行数据计算,使得更加精确和直观的了解各个组成部分的变化和关系。
所述向量转化单元将集合P={(X1,Y1),(X2,Y2),(X3,Y3),...,(Xn,Yn)}中的初始节点根据下列公式转化为向量:
其中,表示在雷达图上起始点为(Xk,Yk),终点为(Xk+1,Yk+1)的初始向量,k表示第k个初始节点,k+1表示第k+1个初始节点;
其中,表示在雷达图上起始点为(Xk,Yk),终点为(Xk-1,Yk-1)的初始向量,k-1表示第k-1个初始节点;
所述向量转化单元将初始节点组成的雷达图转化为向量集
所述变化分析单元根据下列公式对其中的一个初始节点与相邻两个初始节点之间的向量夹角θk进行计算:
组成各个初始节点向量夹角的集合θ={θ1,θ2,θ3,...,θn};
同理,所述向量转换单元将动态节点组成的雷达图转化为向量集
所述变化分析单元根据下列公式对其中的一个动态节点与相邻两个动态节点之间的向量夹角θ′k进行计算:
组成各个动态节点向量夹角的集合θ′={θ′1,θ′2,θ′3,...,θ′n};
所述变化分析单元根据下列公式对每一个初始节点与对应的动态节点之间的差值的绝对值进行计算:
当时,表明供应链上的第k个节点容易受到其他节点变化的影响,在对供应链上各个节点的关系进行管理时,该节点是作为被动节点存在的,所述被动节点是指其他节点的变化会影响该节点的变化;
当时,表明供应链上的第k个节点不容易受到其他节点变化的影响,在对供应链上各个节点的关系进行管理时,该节点是作为主动节点存在的,所述主动节点是指其他节点的变化不会影响该节点的变化;
其中,α表示设定的角度阈值。
通过上述技术方案,首先将各个初始节点和动态节点转化为向量表示,然后计算初始节点和动态节点中每个节点与相邻两个节点之间组成的夹角,最后对同一个节点的初始状态和动态状态进行分析和计算,使得可以确定每一个节点的主被动关系,可以实现对供应链上各个组成部分的划分,使得在进行供应链关系管理时,可以针对性的对某些组成部分进行调控,使得对于供应链关系的管理更加的精准。
所述向量转换单元将初始节点的向量集 和动态节点的向量集/> 输送至关联度分析单元;
所述关联度分析单元对相邻的两个节点之间的关联度进行分析,所述关联度分析单元根据下列公式对初始状态和动态状态下的相同两个节点所形成的向量变化夹角
当时,表示节点k与节点k-1之间的关联度较大,节点k的具体数值变化会影响节点k-1的具体数值变化;
当时,表示节点k与节点k-1之间的关联度较小,节点k的具体数值变化不会影响节点k-1的具体数值变化;
其中,Y表示设定的角度阈值。
通过上述技术方案,对初始状态和动态状态下的相同两个节点之间向量的夹角进行计算和分析,使得根据夹角变化的大小来反应初始状态和动态状态下的变化程度,若夹角变化较大,则说明当其中一个节点变化时,另一个节点会以较大的程度变化,则说明两个节点之间的关联度较高,则在后续进行供应链关系管理时,可以根据实际情况,考虑关联度,对不同的节点进行相应的管理和调节。
所述建议发送单元接收变化分析单元的结果信息数据和关联度分析单元的各组成部分关联度信息向企业发送供应链管理的建议。
该供应链关系管理***还包括数据库,用于对整个***运行过程中的数据进行存储和记录,方便后期进行数据的调取和比对。
实施例一:如图3所示,该供应链上各个组成部分分别为采购、产量、品质、库存、销售和收益;
各个组成部分的初始具体数值和动态具体数值所对应的坐标值组成的集合为P={(-100,200),(85,180),(190,0),(110,-200),(-60,-160),(-110,0)}和Q={(-85,175),(80,170),(185,0),(-55,-140),(-100,-200),(-120,0)};
所述向量转化单元将集合P={(X1,Y1),(X2,Y2),(X3,Y3),...,(Xn,Yn)}中的初始节点根据下列公式转化为向量:
其中,表示在雷达图上起始点为(Xk,Yk),终点为(Xk+1,Yk+1)的初始向量,k表示第k个初始节点,k+1表示第k+1个初始节点;
其中,表示在雷达图上起始点为(Xk,Yk),终点为(Xk-1,Yk-1)的初始向量,k-1表示第k-1个初始节点;
所述向量转化单元将初始节点组成的雷达图转化为向量集
所述变化分析单元根据下列公式对其中的一个初始节点与相邻两个初始节点之间的向量夹角θk进行计算:
组成各个初始节点向量夹角的集合θ={θ1,θ2,θ3,...,θn}={78°,119°,120°,75°,148°,152°};
同理,所述向量转换单元将动态节点组成的雷达图转化为向量集
所述变化分析单元根据下列公式对其中的一个动态节点与相邻两个动态节点之间的向量夹角θ′k进行计算:
组成各个动态节点向量夹角的集合θ′={θ′1,θ′2,θ′3,...,θ′n}={85°,115°,98°,165°,85°,145°};
所述变化分析单元根据下列公式对每一个初始节点与对应的动态节点之间的差值的绝对值进行计算:
时,表明供应链上的第k个节点不容易受到其他节点变化的影响,在对供应链上各个节点的关系进行管理时,该节点是作为主动节点存在的,所述主动节点是指其他节点的变化不会影响该节点的变化;
时,表明供应链上的第k个节点不容易受到其他节点变化的影响,在对供应链上各个节点的关系进行管理时,该节点是作为主动节点存在的,所述主动节点是指其他节点的变化不会影响该节点的变化;/>
时,表明供应链上的第k个节点容易受到其他节点变化的影响,在对供应链上各个节点的关系进行管理时,该节点是作为被动节点存在的,所述被动节点是指其他节点的变化会影响该节点的变化;
时,表明供应链上的第k个节点容易受到其他节点变化的影响,在对供应链上各个节点的关系进行管理时,该节点是作为被动节点存在的,所述被动节点是指其他节点的变化会影响该节点的变化;
时,表明供应链上的第k个节点容易受到其他节点变化的影响,在对供应链上各个节点的关系进行管理时,该节点是作为被动节点存在的,所述被动节点是指其他节点的变化会影响该节点的变化;
时,表明供应链上的第k个节点不容易受到其他节点变化的影响,在对供应链上各个节点的关系进行管理时,该节点是作为主动节点存在的,所述主动节点是指其他节点的变化不会影响该节点的变化;
其中,α=10°表示设定的角度阈值。
所述向量转换单元将初始节点的向量集 和动态节点的向量集/> 输送至关联度分析单元;
所述关联度分析单元对相邻的两个节点之间的关联度进行分析,所述关联度分析单元根据下列公式对初始状态和动态状态下的相同两个节点所形成的向量变化夹角
表示节点6与节点5之间的关联度较小,节点6的具体数值变化不会影响节点5的具体数值变化;
时,表示节点5与节点4之间的关联度较大,节点5的具体数值变化会影响节点4的具体数值变化;/>
时,表示节点4与节点3之间的关联度较大,节点4的具体数值变化会影响节点3的具体数值变化;
表示节点3与节点2之间的关联度较小,节点3的具体数值变化不会影响节点2的具体数值变化;
表示节点2与节点1之间的关联度较小,节点2的具体数值变化不会影响节点1的具体数值变化;
表示节点1与节点6之间的关联度较小,节点1的具体数值变化不会影响节点6的具体数值变化;
其中,γ=20°表示设定的角度阈值。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (6)
1.企业集群协调的供应链关系管理***,其特征在于:该供应链关系管理***包括定点布局模块(S1)、数值定位模块(S2)、定位调整模块(S3)和关系分析模块(S4);
所述定点布局模块(S1)用于对企业供应链关系进行图形化布局,所述数值定位模块(S2)用于将企业供应链上的各个组成部分在定点布局模块(S1)的图形化布局上进行定位,作为图形化布局上的各个初始节点,所述定位调整模块(S3)用于对供应链上各个组成部分在图形化布局上的定位位置进行调整,作为图形化布局上的各个动态节点,所述定位调整模块(S3)反复调整供应链上的各个组成部分在图形化布局上的定位位置时,所述动态节点自动转化为下一个动态节点的初始节点,所述关系分析模块(S4)用于对初始节点与动态节点之间的关联度进行分析;
所述定点布局模块(S1)与数值定位模块(S2)连接,所述定位调整模块(S3)的输出端连接数值定位模块(S2)的输入端,所述定点布局模块(S1)输出各组成部分坐标值至分析模块(S4);
所述定点布局模块(1)包括雷达图生成单元、雷达图和坐标系建立单元;
所述雷达图生成单元用于根据供应链上的各个组成部分生成若干边的雷达图,供应链上的各组成部分分别占据雷达图的一条射线,所述射线是指雷达图的中心点与顶角之间的连线,各个组成部分按照供应链关系在雷达图上依次分布;所述雷达图用于对供应链上各个组成部分不同时间段的变化情况进行记录;所述坐标系建立单元用于建立二维直角坐标系,所述二维直角坐标系以雷达图的中心点为圆心;
所述雷达图生成单元输出雷达图,所述坐标系建立单元输出二维直角坐标系至雷达图,所述坐标系建立单元的输出端连接数值定位模块(S2)的输入端;
所述数值定位模块(S2)包括数据获取单元、数据标记单元和坐标赋予单元;
所述数据获取单元用于获取雷达图上各个组成部分的具体数值;所述数据标记单元用于将各个组成部分按照数据获取单元所获得的具体数值在雷达图上进行位置的标记;所述坐标赋予单元用于赋予在雷达图上进行标记的供应链的各个组成部分以坐标值;
所述数据获取单元输出初始具体数值至数据标记单元,所述坐标系建立单元的输出端连接坐标赋予单元的输入端,所述坐标赋予单元的输出坐标值至数据标记单元,所述数据标记单元的输出端电性连接雷达图的输入端;
所述定位调整模块(S3)包括动态调节单元和数据更新单元;
所述数据更新单元用于对供应链上各组成部分的具体数值进行更新;所述动态调节单元根据区块链上各个组成部分的具体数值变化,对应调节各个组成部分在雷达图上的位置;
所述数据更新单元输出动态具体数值至动态调节单元,所述动态调节单元的输出端连接数据标记单元的输入端;
所述关系分析模块(S4)包括向量转换单元、变化分析单元、关联度分析单元和建议发送单元;
所述向量转换单元根据供应链上的各个组成部分在雷达图上的坐标值,两两组成部分之间生成向量;所述变化分析单元用于对雷达图上各组成部分的初始具体数值和动态具体数值进行数据分析,判断供应链上各组成部分的关系变化;所述关联度分析单元根据雷达图上个组成部分的历史具体数值与当前具体数值的变化量,分析供应链上各组成关系之间的关联度;所述建议发送单元用于根据变化分析单元的分析判定结果,自动生成对应的建议并发送至企业终端;
所述雷达图输出个组成部分坐标值至向量转换单元,所述向量转换单元输出向量集至变化分析单元和关联度分析单元,所述变化分析单元输出结果信息数据值建议发送单元,所述关联度分析单元输出个组成部分关联度信息至建议发送单元。
2.根据权利要求1所述的企业集群协调的供应链关系管理***,其特征在于:所述数据获取单元将获取供应链上各个组成部分的初始具体数值输送至数据标记单元之后,所述数据标记单元将初始具体数值标记在雷达图上,形成初始节点,所述坐标赋予单元赋予每一个初始节点以坐标值,所述供应链上的各个组成部分在雷达图上的初始具体数值对应的坐标值组成了坐标值的集合P={(X1,Y1),(X2,Y2),(X3,Y3),…,(Xn,Yn)};
所述数据更新单元将动态具体数值输送至动态调节单元,所述动态调节单元对动态具体数值进行调节,所述数据标记单元将调节之后的动态具体数值标记在雷达图上,形成动态节点,所述坐标赋予单元赋予动态节点以坐标值,所述供应链上的各个组成部分在雷达图上的动态具体数值对应的坐标值组成了坐标值的集合Q={(X'1,Y'1),(X'2,Y'2),(X'3,Y'3),…,(X'n,Y'n)},其中,n表示供应链上有n个组成部分。
3.根据权利要求2所述的企业集群协调的供应链关系管理***,其特征在于:所述向量转化单元将集合P={(X1,Y1),(X2,Y2),(X3,Y3),…,(Xn,Yn)}中的初始节点根据下列公式转化为向量:
其中,表示在雷达图上起始点为(Xk,Yk),终点为(Xk+1,Yk+1)的初始向量,k表示第k个初始节点,k+1表示第k+1个初始节点;
其中,表示在雷达图上起始点为(Xk,Yk),终点为(Xk-1,Yk-1)的初始向量,k-1表示第k-1个初始节点;
所述向量转化单元将初始节点组成的雷达图转化为向量集
所述变化分析单元根据下列公式对其中的一个初始节点与相邻两个初始节点之间的向量夹角θk进行计算:
组成各个初始节点向量夹角的集合θ={θ1,θ2,θ3,…,θn};
同理,所述向量转换单元将动态节点组成的雷达图转化为向量集
所述变化分析单元根据下列公式对其中的一个动态节点与相邻两个动态节点之间的向量夹角θ'k进行计算:
组成各个动态节点向量夹角的集合θ'={θ'1,θ'2,θ'3,…,θ'n};
所述变化分析单元根据下列公式对每一个初始节点与对应的动态节点之间的差值的绝对值进行计算:
当时,表明供应链上的第k个节点容易受到其他节点变化的影响,在对供应链上各个节点的关系进行管理时,该节点是作为被动节点存在的,所述被动节点是指其他节点的变化会影响该节点的变化;
当时,表明供应链上的第k个节点不容易受到其他节点变化的影响,在对供应链上各个节点的关系进行管理时,该节点是作为主动节点存在的,所述主动节点是指其他节点的变化不会影响该节点的变化;
其中,α表示设定的角度阈值。
4.根据权利要求3所述的企业集群协调的供应链关系管理***,其特征在于:所述向量转换单元将初始节点的向量集 和动态节点的向量集/> 输送至关联度分析单元;
所述关联度分析单元对相邻的两个节点之间的关联度进行分析,所述关联度分析单元根据下列公式对初始状态和动态状态下的相同两个节点所形成的向量变化夹角
当时,表示节点k与节点k-1之间的关联度较大,节点k的具体数值变化会影响节点k-1的具体数值变化;
当时,表示节点k与节点k-1之间的关联度较小,节点k的具体数值变化不会影响节点k-1的具体数值变化;
其中,γ表示设定的角度阈值。
5.根据权利要求4所述的企业集群协调的供应链关系管理***,其特征在于:所述建议发送单元接收变化分析单元的结果信息数据和关联度分析单元的各组成部分关联度信息向企业发送供应链管理的建议。
6.根据权利要求5所述的企业集群协调的供应链关系管理***,其特征在于:该供应链关系管理***还包括数据库,用于对整个***运行过程中的数据进行存储和记录。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110348011.9A CN113077267B (zh) | 2021-03-31 | 2021-03-31 | 企业集群协调的供应链关系管理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110348011.9A CN113077267B (zh) | 2021-03-31 | 2021-03-31 | 企业集群协调的供应链关系管理*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113077267A CN113077267A (zh) | 2021-07-06 |
CN113077267B true CN113077267B (zh) | 2024-03-12 |
Family
ID=76614186
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110348011.9A Active CN113077267B (zh) | 2021-03-31 | 2021-03-31 | 企业集群协调的供应链关系管理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113077267B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105260835A (zh) * | 2015-10-13 | 2016-01-20 | 北京凯行同创科技有限公司 | 多来源业务大数据的建模、分析、自我优化的方法 |
CN106452785A (zh) * | 2016-09-29 | 2017-02-22 | 财付通支付科技有限公司 | 区块链网络、分支节点及区块链网络应用方法 |
CN109034794A (zh) * | 2018-06-08 | 2018-12-18 | 浙江捷尚人工智能研究发展有限公司 | 供应链动态管理方法、电子设备、存储介质及*** |
CN111401700A (zh) * | 2020-03-05 | 2020-07-10 | 平安科技(深圳)有限公司 | 一种数据分析方法、装置、计算机***及可读存储介质 |
-
2021
- 2021-03-31 CN CN202110348011.9A patent/CN113077267B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105260835A (zh) * | 2015-10-13 | 2016-01-20 | 北京凯行同创科技有限公司 | 多来源业务大数据的建模、分析、自我优化的方法 |
CN106452785A (zh) * | 2016-09-29 | 2017-02-22 | 财付通支付科技有限公司 | 区块链网络、分支节点及区块链网络应用方法 |
CN109034794A (zh) * | 2018-06-08 | 2018-12-18 | 浙江捷尚人工智能研究发展有限公司 | 供应链动态管理方法、电子设备、存储介质及*** |
CN111401700A (zh) * | 2020-03-05 | 2020-07-10 | 平安科技(深圳)有限公司 | 一种数据分析方法、装置、计算机***及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113077267A (zh) | 2021-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiang et al. | Scenario generation for wind power using improved generative adversarial networks | |
Alfaro‐García et al. | Logarithmic aggregation operators and distance measures | |
CN112101684B (zh) | 一种插电式混合动力车辆实时能量管理方法和*** | |
Yi et al. | An improved two-stage deep reinforcement learning approach for regulation service disaggregation in a virtual power plant | |
CN112947084A (zh) | 一种基于强化学习的模型未知多智能体一致性控制方法 | |
CN113657607B (zh) | 一种面向联邦学习的连续学习方法 | |
Zhang et al. | Research on the price game model for four oligarchs with different decision rules and its chaos control | |
Fu et al. | Coordinating a trust-embedded two-tier supply chain by options with multiple transaction periods | |
KR102531403B1 (ko) | Ai 매칭모듈을 이용한 경영지원 종합정보 제공시스템의 제어방법 | |
CN111475739B (zh) | 一种基于元路径的异质社交网络用户锚链接识别方法 | |
Lutfiani et al. | Artificial intelligence based on recommendation system for startup matchmaking platform | |
Bangare et al. | Role of machine learning in improving tourism and education sector | |
Wu et al. | Ensemble strategy utilizing a broad learning system for indoor fingerprint localization | |
Wen et al. | Continuous and distribution-free probabilistic wind power forecasting: A conditional normalizing flow approach | |
CN113077267B (zh) | 企业集群协调的供应链关系管理*** | |
Chen et al. | A fuzzy QFD program modelling approach using the method of imprecision | |
CN106257849B (zh) | 基于多目标量子萤火虫搜索机制的频谱感知方法 | |
Li et al. | Synchronised output regulation of leader-following heterogeneous networked systems via error feedback | |
Dhumras et al. | On federated learning-oriented q-Rung picture fuzzy TOPSIS/VIKOR decision-making approach in electronic marketing strategic plans | |
CN113095513A (zh) | 双层公平联邦学习方法、装置和存储介质 | |
Chen et al. | A method for interval multiple attribute decision making with loss aversion | |
Wang | Uncertain differential game with Hurwicz criterion | |
CN116596612A (zh) | 一种基于数据融合的数据管理*** | |
Xia et al. | Integrated control strategy of tractor hydromechanical continuously variable transmission | |
CN110958572B (zh) | 一种基于移动轨迹的有向信任传递链构建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |