CN114186833A - 一种供应链网络的构建方法、装置、设备及存储介质 - Google Patents

一种供应链网络的构建方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114186833A
CN114186833A CN202111474882.1A CN202111474882A CN114186833A CN 114186833 A CN114186833 A CN 114186833A CN 202111474882 A CN202111474882 A CN 202111474882A CN 114186833 A CN114186833 A CN 114186833A
Authority
CN
China
Prior art keywords
supply chain
chain network
enterprise
node
current
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.)
Pending
Application number
CN202111474882.1A
Other languages
English (en)
Inventor
傅广
刘祖仁
李少波
马旺
彭庆国
周鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guizhou University
Original Assignee
Guizhou University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guizhou University filed Critical Guizhou University
Priority to CN202111474882.1A priority Critical patent/CN114186833A/zh
Publication of CN114186833A publication Critical patent/CN114186833A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/101—Collaborative creation, e.g. joint development of products or services

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明实施例公开了一种供应链网络的构建方法、装置、设备及存储介质。该方法包括：将获取到的初始供应链网络作为当前供应链网络；确定当前更新类型，并获取当前供应链网络中与当前更新类型对应的至少一个企业节点的竞争分数；其中，竞争分数是采用模糊层次分析法基于企业节点的专家评价分数确定的；基于至少一个竞争分数，对当前供应链网络执行与当前更新类型对应的建模操作，得到更新的当前供应链网络；基于更新的当前供应链网络重复执行确定当前更新类型的步骤，直到满足预设结束条件时，将更新的当前供应链网络作为目标供应链网络。本发明实施例解决了现有供应链网络的构建结果不准确的问题。

Description

一种供应链网络的构建方法、装置、设备及存储介质
技术领域
本发明实施例涉及供应链技术领域，尤其涉及一种供应链网络的构建方法、装置、设备及存储介质。
背景技术
供应链网络，是指产品生产和流通过程中所涉及的原材料供应商、生产商、分销商、零售商以及最终消费者等成员通过与上游及下游成员的连接组成的功能网链结构。
供应链网络属于复杂网络中的一种，是企业间竞争与合作的产物。在供应链网络中，每个企业是供应链网络中的一个节点，企业之间的合作关系形成了节点之间的连边。在现代企业的经营中，供应链网络的管理对企业绩效有着重要影响。
现有的供应链网络的建模方法，只着重考虑了供应商的选择，对供应链网络的其他影响因素考虑不周或设置条件过于随机化，导致构建的供应链网络并不能准确模拟实际的供应链网络。
发明内容
本发明实施例提供了一种供应链网络的构建方法、装置、设备及存储介质，以提高供应链网络的准确性和实用性，为后续的企业管理提供有效的数据支持。
第一方面，本发明实施例提供了一种供应链网络的构建方法，该方法包括：
将获取到的初始供应链网络作为当前供应链网络；其中，所述初始供应链网络包含至少一个企业节点；
确定当前更新类型，并获取所述当前供应链网络中与所述当前更新类型对应的至少一个企业节点的竞争分数；其中，所述竞争分数是采用模糊层次分析法基于企业节点的专家评价分数确定的；
基于至少一个竞争分数，对所述当前供应链网络执行与所述当前更新类型对应的建模操作，得到更新的当前供应链网络；
基于更新的当前供应链网络重复执行确定当前更新类型的步骤，直到满足预设结束条件时，将更新的当前供应链网络作为目标供应链网络。
第二方面，本发明实施例还提供了一种供应链网络的构建装置，该装置包括：
初始供应链网络获取模块，用于将获取到的初始供应链网络作为当前供应链网络；其中，所述初始供应链网络包含至少一个企业节点；
竞争分数获取模块，用于确定当前更新类型，并获取所述当前供应链网络中与所述当前更新类型对应的至少一个企业节点的竞争分数；其中，所述竞争分数是采用模糊层次分析法基于企业节点的专家评价分数确定的；
当前供应链网络更新模块，用于基于至少一个竞争分数，对所述当前供应链网络执行与所述当前更新类型对应的建模操作，得到更新的当前供应链网络；
目标供应链网络确定模块，用于基于更新的当前供应链网络重复执行确定当前更新类型的步骤，直到满足预设结束条件时，将更新的当前供应链网络作为目标供应链网络。
第三方面，本发明实施例还提供了一种电子设备，该电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述所涉及的任一所述的供应链网络的构建方法。
第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行上述所涉及的任一所述的供应链网络的构建方法。
本发明实施例通过采用模糊层次分析法基于企业节点的专家评价分数，确定企业节点的竞争分数，在当前供应链网络的构建过程中，获取当前供应链网络中与当前更新类型对应的至少一个企业节点的竞争分数，基于至少一个竞争分数，对当前供应链网络执行与当前更新类型对应的建模操作，解决了现有供应链网络的构建条件随机化的问题，将供应链网络中企业之间的竞争关系因素应用到供应链网络的构建过程中，提高了构建得到的目标供应链网络的准确性和实用性，以为后续的企业管理提供有效的数据支持。
附图说明
图1是本发明实施例一提供的一种供应链网络的构建方法的流程图；
图2是本发明实施例二提供的一种供应链网络的构建方法的流程图；
图3是本发明实施例二提供的一种当前供应链网络的网络结构示意图；
图4是本发明实施例三提供的一种供应链网络的构建装置的示意图；
图5是本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的一种供应链网络的构建方法的流程图，本实施例可适用于对供应链网络进行建模的情况，该方法可以由供应链网络的构建装置来执行，该装置可采用软件和/或硬件的方式实现，该装置可以配置于终端设备中，示例性的，终端设备可以是笔记本电脑、台式机等智能终端。具体包括如下步骤：
S110、将获取到的初始供应链网络作为当前供应链网络。
供应链网络属于复杂网络的一种，由供应商、制造商、分销商、零售商和运输商等多类型的商业实体构成，是企业间竞争与合作的产物。供应链网络由企业和企业之间的竞争和合作关系构成，具有自适应性、小世界性和无标度性等特性。具体的，本发明实施例的供应链网络可以在BA网络构造模型的基础上进行。其中，BA网络构造模型是由巴拉巴西和阿尔伯特提出的无标度网络模型，它将实际复杂网络的无标度特性归结为增长机制和优先连接机制，其中，增长机制是指网络的规模是不断扩大的，优先连接机制是指新节点更趋向于与度较高的节点连接，其中，度表示节点的连边数量。
其中，具体的，初始供应链网络可用于表征在进行供应链网络的构建操作之前现有的供应链网络。在本实施例中，初始供应链网络包含至少一个企业节点。其中，示例性的，初始供应链网络中企业节点的类型包括但不限于供应商、制造商、分销商、零售商或运输商等。当然，企业类型并不限于以上几种，示例性的，供应商类型还可以进一步分类得到原材料供应商和外包人员供应商等，也可分类得到伙伴型供应商、优先型供应商、重点型供应商和商业型供应商等等。此处当前供应链网络包含的节点网络对应的企业类型以及各企业类型所属的划分维度均不作限定，可根据实际供应链需求情况进行任意设置。
S120、确定当前更新类型，并获取当前供应链网络中与当前更新类型对应的至少一个企业节点的竞争分数。
在一个实施例中，可选的，确定当前更新类型包括：在每个时间步长内，生成第一随机值，并判断第一随机值是否小于预设增长临界值；如果是，则当前更新类型为新增类型；如果否，则当前更新类型为退出类型。
其中，具体的，时间步长可用于表征当前供应链网络每更新一次对应的间隔时间。示例性的，时间步长可以是10分钟，此处对时间步长的具体参数值不作限定。
其中，具体的，预设增长临界值可用于表征当前更新类型为新增类型或退出类型的概率。示例性的，预设增长临界值可以为0.8，相应的，第一随机值的范围可以为0-1。示例性的，预设增长临界值可以为80，相应的，第一随机值的范围可以为0-100。当预设增长临界值为0.8时，当前更新类型为新增类型的概率为0.8，当前更新类型为退出类型的概率为0.2。
在一个实施例中，可选的，获取当前供应链网络中与当前更新类型对应的至少一个企业节点的竞争分数，包括：生成第二随机值，确定与第二随机值对应的企业类型，基于当前更新类型，获取当前供应链网络中与企业类型对应的至少一个企业节点的竞争分数。
其中，具体的，当前供应链网络包含与至少两种企业类型分别对应的至少一个企业节点，每种企业类型分别对应一个随机值，示例性的，当前供应链网络中供应商、制造商、分销商、零售商和运输商对应的随机值分别为1、2、3、4和5。相应的，第二随机值的范围为{1,2,3,4,5}。
在一个实施例中，如果当前更新类型为新增类型，则基于企业关联列表，确定与企业类型存在关联关系的关联企业类型，获取当前供应链网络中与关联企业类型对应的至少一个企业节点的竞争分数。其中，企业关联列表包含各企业类型之间的关联关系，示例性的，供应商与制造商和运输商存在关联关系，分销商与零售商存在关联关系等。相应的，当企业类型为供应商时，获取当前供应链网络中与制造商和运输商对应的企业节点的竞争分数，当当企业类型为分销商时，获取当前供应链网络中与零售商对应的企业节点的竞争分数。
在另一个实施例中，如果当前更新类型为退出类型，则获取当前供应链网络中与企业类型对应的企业节点的竞争分数。示例性的，如果企业类型为供应商，则获取当前供应链网络中与供应商对应的企业节点的竞争分数。
在本实施例中，竞争分数是采用模糊层次分析法基于企业节点的专家评价分数确定的。模糊层次分析法是20世纪70年代美国运筹学T.L.Saaty教授提出的一种定性与定量相结合的***分析方法。模糊层次分析法改进了传统层次分析法存在的问题，提高了决策可靠性。
在一个实施例中，可选的，该方法还包括：针对当前供应链网络中的每个企业节点，获取与企业节点对应的专家评价分数和优先关系矩阵组；其中，优先关系矩阵组包括与至少两个层级分别对应的优先关系矩阵，层级包括专家评价层和至少一个指标层，优先关系矩阵用于表征当前层级中两两元素之间的相对重要程度；基于模糊层次转换规则，将优先关系矩阵组中的各优先关系矩阵分别转换为模糊一致矩阵，并基于各模糊一致矩阵，确定分数权重；基于专家评价分数和分数权重，确定企业节点对应的竞争分数。
其中，具体的，模糊层次分析法中的层级包括目标层、至少一个指标层和专家评价层。其中，示例性的，目标层可以是选择的目标企业，指标层包括一级指标层、与一级指标层对应的二级指标层、与二级指标层对应的三级指标层，以此类推。以模糊层次分析法包含两个指标层为例，一级指标层包含两个一级指标元素，分别为成本和质量，二级指标层包含与一级指标层两个一级指标元素分别对应的二级指标元素，示例性的，二级指标元素包括与成本对应的生产成本、运输成本和交易成本，以及与质量对应的合格率、发展质量和客户投诉率等等。具体的，专家评价层包含与指标层中各指标元素分别对应的至少一个专家，示例性的，专家评价层包含与成本对应的3个专家和与产品质量对应的4个专家。
本实施例以指标层的个数为一个进行举例解释说明。假设指标层包含产品价格和产品质量，则与指标层对应的优先关系矩阵A可以为
Figure BDA0003391085420000071
优先关系矩阵A可用于表征产品质量与产品价格相互对比的重要程度，如0.26表示产品价格与产品质量相比的重要程度。在上述示例中，产品质量相比于产品价格更重要。
假设专家评价层包括对产品价格进行评价的4位专家和对产品质量进行评价的3位专家，则专家评价层对应的优先关系矩阵包括4位专家对应的优先关系矩阵B和3位专家对应的优先关系矩阵C。示例性的，优先关系矩阵B为
Figure BDA0003391085420000081
优先关系矩阵B可用于表征4个对产品价格进行评价的专家相互对比的重要程度，如0.62表示专家4与专家1相比的重要程度。优先关系矩阵C为
Figure BDA0003391085420000082
优先关系矩阵C可用于表征3个对产品质量进行评价的专家的相互对比的重要程度，如0.62表示专家3与专家1相比的重要程度。
其中，具体的，模糊层次转换规则满足公式：
Figure BDA0003391085420000083
Figure BDA0003391085420000084
其中，ri表示优先关系矩阵中第i行矩阵元素值的和，rj表示优先关系矩阵中第j行矩阵元素值的和，rik表示优先关系矩阵中第i行第k列的矩阵元素值，rij表示模糊一致矩阵中第i行第j列的矩阵元素值，n表示优先关系矩阵的行数或列数。
其中，具体的，与优先关系矩阵A对应的模糊一致矩阵A为
Figure BDA0003391085420000085
与优先关系矩阵B对应的模糊一致矩阵B为
Figure BDA0003391085420000086
与优先关系矩阵C对应的模糊一致矩阵C为
Figure BDA0003391085420000091
其中，具体的，基于各模糊一致矩阵，确定分数权重，包括：基于模糊层次权重公式和各模糊一致矩阵，确定各层级分别相对于上一层级的元素权重，基于各元素权重，确定分数权重。
其中，具体的，模糊层次分析法中目标层、一级指标层、二级指标层、三级指标层和专家评价层的层级依次降低。相应的，基于一级指标层对应的模糊一致矩阵确定的元素权重可用于表征一级指标层相对于目标层的元素权重，基于二级指标层对应的模糊一致矩阵确定的元素权重可用于表征二级指标层相对于一级指标层的元素权重，以此类推。
其中，模糊层次权重公式满足：
Figure BDA0003391085420000092
其中，wi表示第i个元素对应的权重，n表示模糊一致矩阵的行数或列数，
Figure BDA0003391085420000093
rij表示模糊一致矩阵中第i行第j列的矩阵元素值。
其中，示例性的，取
Figure BDA0003391085420000094
基于模糊一致矩阵A、模糊一致矩阵B和模糊一致矩阵C分别确定的元素权重依次为WA＝(0.301587,0.698413)、WB＝(0.23006,0.243234,0.256588,0.270117)和WC＝(0.30662,0.326368,0.36696)。
其中，具体的，分数权重W满足公式：
W＝(WA1×WB,WA2×WC)
其中，WA1表示WA中第1个元素权重，WA2表示WA中第2个元素权重。
其中，分数权重为W＝(0.0693,0.0734,0.0774,0.00815,0.2141,0.2279,0.2564)。
其中，具体的，专家评价分数可用于表征专家对企业节点的评价指标进行的评分。举例而言，假设企业节点A对应的4个专家对产品价格的专家评价分数依次为90、95、85和90，3个专家对产品质量的专家评价分数依次为90、80和90，则企业节点A的竞争分数为87.701。
S130、基于至少一个竞争分数，对当前供应链网络执行与当前更新类型对应的建模操作，得到更新的当前供应链网络。
其中，具体的，当当前更新类型为新增类型时，基于至少一个企业节点的竞争分数，确定与新增企业对应的待连接企业节点，将新增企业作为新企业节点添加到当前供应链网络中，并建立新企业节点与至少一个待连接企业节点之间的连接关系，得到更新的当前供应链网络。示例性的，可对至少一个竞争分数进行降序排序，将排序结果中预设比例的企业节点作为待连接企业节点。举例而言，假设企业节点的个数为10个，预设比例为30％，则将排序结果中排名前3的企业节点作为待连接企业节点。
当当前更新类型为退出类型时，基于至少一个企业节点的竞争分数，确定退出企业节点，并将退出企业节点从当前供应链网络中删除，得到更新的当前供应链网络。示例性的，可对至少一个竞争分数进行降序排序，将排序结果中竞争分数最小的企业节点作为退出企业节点。
S140、判断是否满足预设结束条件，如果是，则执行S150，如果否，则执行S120。
其中，具体的，预设结束条件可以是更新的当前供应链网络中企业节点的个数达到预设节点个数阈值，和/或，时间步长的个数达到预设步长个数阈值。示例性的，假设初始供应链网络中企业节点个数为10个，预设节点个数阈值可以为20个，也就是说，目标供应链网络中企业节点的个数为20个。示例性的，预设步长个数阈值可以是10个，也就是说，对初始供应链网络执行10次更新操作，得到目标供应链网络。
S150、将更新的当前供应链网络作为目标供应链网络。
本实施例的技术方案，通过采用模糊层次分析法基于企业节点的专家评价分数，确定企业节点的竞争分数，在当前供应链网络的构建过程中，获取当前供应链网络中与当前更新类型对应的至少一个企业节点的竞争分数，基于至少一个竞争分数，对当前供应链网络执行与当前更新类型对应的建模操作，解决了现有供应链网络的构建条件随机化的问题，将供应链网络中企业之间的竞争关系因素应用到供应链网络的构建过程中，提高了构建得到的目标供应链网络的准确性和实用性，以为后续的企业管理提供有效的数据支持。
实施例二
图2是本发明实施例二提供的一种供应链网络的构建方法的流程图，本实施例的技术方案是上述实施例的基础上的进一步细化。
本实施例的具体实施步骤包括：
S210、将获取到的初始供应链网络作为当前供应链网络。
S220、在每个时间步长内，生成第一随机值。
S230、判断第一随机值是否小于预设增长临界值，如果是，则执行S240，如果否，则执行S280。
S240、获取当前供应链网络中与新增类型对应的至少一个企业节点的竞争分数。
在一个实施例中，可选的，当前供应链网络包含至少两层节点网络，各节点网络分别包含至少一个企业节点，获取当前供应链网络中与新增类型对应的至少一个企业节点的竞争分数，包括：生成第二随机值，并基于第二随机值和与各节点网络分别对应的预设概率范围，确定目标节点网络；基于新增类型，获取与目标节点网络对应的至少一个企业节点的竞争分数。
其中，具体的，每层节点网络分别对应一种企业类型。示例性的，当前供应链网络包含供应商节点网络、制造商节点网络、分销商节点网络、零售商节点网络和运输商节点网络中至少两种，其中，供应商节点网络包含至少一个供应商企业，制造商节点网络包含至少一个制造商企业。
图3是本发明实施例二提供的一种当前供应链网络的网络结构示意图。具体的，图3示出的当前供应链网络包含3层节点网络，分别为节点网络A、节点网络B和节点网络C，其中，节点网络A包含6个企业节点，节点网络B和节点网络C均分别包含4个企业节点。在当前供应链网络中，每个企业节点都有至少一个与其存在连接关系的企业节点，当前节点网络中的企业节点并不限于仅与其同层或相邻层的企业节点存在连接关系，也可与其非相邻层且非同层的企业节点存在连接关系，如图3示出的节点网络A中第1个企业节点与节点网络C中的第2个企业节点存在连接关系，以及节点网络A中第5个企业节点与节点网络C中的第3个企业节点存在连接关系。其中，具体的，每层节点网络中各企业节点之间的连边大多表示竞争关系，各节点网络中间的企业节点之间的连边大多表示合作关系。
其中，示例性的，假设当前供应链网络包含节点网络1、节点网络2、节点网络3、节点网络4、节点网络5和节点网络6，则各节点网络分别对应的预设概率范围可以依次为[0,0.2]、(0.2,0.5]、(0.5,0.7]、(0.7,0.85]、(0.85,0.95]和(0.95,1]。当第二随机值为0.3时，则目标节点网络为节点网络2。
其中，具体的，基于节点网络关联列表，确定与目标节点网络存在关联关系的关联节点网络，获取当前供应链网络中关联节点网络中的企业节点的竞争分数。其中，节点网络关联列表包含各节点网络之间的关联关系。示例性的，供应商的节点网络分别与制造商的节点网络和运输商的节点网络存在关联关系，相应的，当目标节点网络为供应商的节点网络时，则获取制造商的节点网络和运输商的节点网络中的企业节点的竞争分数。
这样设置的好处在于，对当前供应链网络进行分层管理，提高了当前供应链网络的层次性，使得当前供应链网络的结构内容更加清楚直观，方便用户梳理供应链网络中的企业节点及其连接关系。
S250、获取新增企业以及新增企业对应的预设分数阈值，将新增企业作为新企业节点添加到当前供应链网络中。
在一个实施例中，可选的，获取新增企业列表；其中，新增企业列表包含至少一个候选企业以及与各候选企业分别对应的竞争分数；对新增企业列表中至少一个候选企业分别对应的竞争分数进行排序，并将排序结果中最大竞争分数对应的候选企业作为新增企业；获取新增企业列表中与新增企业对应的预设分数阈值。
其中，竞争分数也是基于模糊层次分析法计算得到的。其中，新增企业列表中的预设分数阈值可以是用户预先设置的，也可以是基于获取到的当前供应链网络中与新增类型对应的企业节点的竞争分数确定的。示例性的，预设分数阈值可以是当前供应链网络中与新增类型对应的企业节点的竞争分数中的中值、平均值或者排序结果中预设比例对应的竞争分数。举例而言，假设竞争分数的排序结果依次为90、87、85、83和82，预设比例为40％，则预设分数阈值为87。
这样设置的好处在于，可以将待添加到当前供应链网络中的企业之间的竞争关系因素应用到供应链网络的构建过程中，从而进一步提高了构建得到的目标供应链网络的准确性和实用性。
其中，具体的，将新增企业作为新企业节点添加到当前供应链网络中的目标节点网络中。
S260、针对每个与新增类型对应的企业节点，如果企业节点的竞争分数大于预设分数阈值，则将企业节点作为待连接企业节点。
其中，示例性的，预设分数阈值为80，与新增类型对应的企业节点A的竞争分数为81，则将企业节点A作为待连接企业节点。具体的，基于预设分数阈值筛选得到至少一个待连接企业节点。
S270、对新企业节点和至少一个待连接企业节点分别执行连接操作，得到更新的当前供应链网络，并执行S291。
S280、获取当前供应链网络中与退出类型对应的至少一个企业节点的竞争分数。
在一个实施例中，可选的，获取当前供应链网络中与退出类型对应的至少一个企业节点的竞争分数，包括：生成第二随机值，并基于第二随机值和与各节点网络分别对应的预设概率范围，确定目标节点网络；基于退出类型，获取与目标节点网络对应的至少一个企业节点的竞争分数。
其中，具体的，退出类型对应的预设概率范围与新增类型对应的预设概率范围可以相同，也可以不同。其中，具体的，获取当前供应链网络中目标节点网络中的企业节点的竞争分数。示例性的，如果目标节点网络对应的企业类型为供应商，则获取到的企业节点的竞争分数均为供应商的竞争分数。
S290、对与退出类型对应的至少一个企业节点的竞争分数进行排序，并将排序结果中最小竞争分数对应的企业节点从当前供应链网络中删除，得到更新的当前供应链网络。
其中，示例性的，与退出类型对应的至少一个企业节点的竞争分数的排序结果依次为90、87、85、83和82，则将竞争分数为82的企业节点作为退出企业节点，并将该退出企业节点从当前供应链网络中删除。
S291、判断是否满足预设结束条件，如果是，则执行S292，如果否，则执行S220。
S292、将更新的当前供应链网络作为目标供应链网络。
在上述实施例的基础上，可选的，该方法还包括：获取目标供应链网络中与至少两个度值分别对应的企业节点个数，并基于至少两个企业节点个数，确定度分布图。
其中，度可以用于表征企业节点对应的边的数量。示例性的，对于一系列度值，例如{1,2,3,4}，分别获取与各度值分别对应的企业节点个数。其中，具体的，度分布图的横坐标为度值，纵坐标为个数概率。其中，个数概率满足公式：
Figure BDA0003391085420000151
其中，p(k)表示度值为k对应的个数概率，n(k)表示度值为k对应的企业节点个数，N表示目标供应链网络中总企业节点个数。
上述实施例的基础上，可选的，该方法还包括：获取目标供应链网络中与至少两个度值分别对应的企业节点个数，并基于至少两个企业节点个数，确定幂律指数。
其中，具体的，基于各度值分别对应的个数概率，进行幂函数拟合，得到幂律指数。幂函数拟合满足p(k)～k-r，其中，r表示幂律指数。
这样设置的好处在于，通过确定度分布图和幂律指数，可以对目标供应链网络的无标度特性进行分析。目标供应链网络对应的度分布图的特点为大多数节点的度很小，少数节点的度很大，度分布图的呈长尾分布。
上述实施例的基础上，可选的，该方法还包括：针对目标供应链网络中每个企业节点，基于企业节点的度和与企业节点对应的三角形结构的数量，确定企业节点对应的子聚类系数，并基于至少三个子聚类系数，确定目标供应链网络对应的聚类系数。
其中，具体的，聚类系数可用于描述目标供应链网络中顶点之间集结成团的程度，也就是说，与一个企业节点相连的各企业节点之间相互连接的程度。聚类系数可以是至少三个子聚类系数的平均值。
在目标供应链网络中，如果与企业节点相连的两个企业节点也相连，则称之为与企业节点对应的三角形结构。其中，子聚类系数Ci满足公式：
Figure BDA0003391085420000161
其中，ki表示第i个企业节点的度，Ei表示第i个企业节点对应的三角形结构的数量。
上述实施例的基础上，可选的，该方法还包括：获取目标供应链网络中任意两个节点之间最短路径上的边的数量，基于至少两个边的数量，确定目标供应链网络对应的平均路径长度。
其中，具体的，平均路径长度可用于描述任意两个节点之间的边的数量的平均值。平均路径长度L满足公式：
Figure BDA0003391085420000171
其中，N表示目标供应链网络中企业节点的个数，dij表示第i个企业节点与第j个企业节点之间最短路径上的边的数量。
这样设置的好处在于，通过确定目标供应链网络的聚类系数和平均路径长度，可以对目标供应链网络的小世界特性进行分析。目标供应链网络的特点为具有较短的平均路径长度和较高的聚类系数。
本实施例的技术方案，通过对当前供应链网络进行分层设置，解决了供应链网络结构混乱的问题，使得当前供应链网络的结构内容更加清楚直观，方便用户梳理供应链网络中的企业节点及其连接关系。进一步的，本实施例通过将供应链网络中企业之间的竞争关系因素和待添加到当前供应链网络中的企业之间的竞争关系因素应用到供应链网络的构建过程中，解决了供应链网络构建过程过于随机化的问题，进一步提高了构建得到的目标供应链网络的准确性和实用性。
实施例三
图4是本发明实施例三提供的一种供应链网络的构建装置的示意图。本实施例可适用于对供应链网络进行建模的情况，该装置可采用软件和/或硬件的方式实现，该装置可以配置于终端设备。该供应链网络的构建装置包括：初始供应链网络获取模块310、竞争分数获取模块320、当前供应链网络更新模块330和目标供应链网络确定模块340。
初始供应链网络获取模块310，用于将获取到的初始供应链网络作为当前供应链网络；其中，初始供应链网络包含至少一个企业节点；
竞争分数获取模块320，用于确定当前更新类型，并获取当前供应链网络中与当前更新类型对应的至少一个企业节点的竞争分数；其中，竞争分数是采用模糊层次分析法基于企业节点的专家评价分数确定的；
当前供应链网络更新模块330，用于基于至少一个竞争分数，对当前供应链网络执行与当前更新类型对应的建模操作，得到更新的当前供应链网络；
目标供应链网络确定模块340，用于基于更新的当前供应链网络重复执行确定当前更新类型的步骤，直到满足预设结束条件时，将更新的当前供应链网络作为目标供应链网络。
本实施例的技术方案，通过采用模糊层次分析法基于企业节点的专家评价分数，确定企业节点的竞争分数，在当前供应链网络的构建过程中，获取当前供应链网络中与当前更新类型对应的至少一个企业节点的竞争分数，基于至少一个竞争分数，对当前供应链网络执行与当前更新类型对应的建模操作，解决了现有供应链网络的构建条件随机化的问题，将供应链网络中企业之间的竞争关系因素应用到供应链网络的构建过程中，提高了构建得到的目标供应链网络的准确性和实用性，以为后续的企业管理提供有效的数据支持。
在上述技术方案的基础上，可选的，该装置还包括：
优先关系矩阵组获取模块，用于针对当前供应链网络中的每个企业节点，获取与企业节点对应的专家评价分数和优先关系矩阵组；其中，优先关系矩阵组包括与至少两个层级分别对应的优先关系矩阵，层级包括专家评价层和至少一个指标层，优先关系矩阵用于表征当前层级中两两元素之间的相对重要程度；
分数权重确定模块，用于基于模糊层次转换规则，将优先关系矩阵组中的各优先关系矩阵分别转换为模糊一致矩阵，并基于各模糊一致矩阵，确定分数权重；
竞争分数确定模块，用于基于专家评价分数和分数权重，确定企业节点对应的竞争分数。
在上述技术方案的基础上，可选的，竞争分数获取模块320，包括：
当前更新类型确定单元，用于在每个时间步长内，生成第一随机值，并判断第一随机值是否小于预设增长临界值；如果是，则当前更新类型为新增类型；如果否，则当前更新类型为退出类型。
在上述技术方案的基础上，可选的，当前供应链网络更新模块330，包括：
新增企业获取单元，用于当当前更新类型为新增类型时，获取新增企业以及新增企业对应的预设分数阈值；
新增企业添加单元，用于将新增企业作为新企业节点添加到当前供应链网络中；
待连接企业节点确定单元，用于针对每个与新增类型对应的企业节点，如果企业节点的竞争分数大于预设分数阈值，则将企业节点作为待连接企业节点；
第一当前供应链网络更新单元，用于对新企业节点和至少一个待连接企业节点分别执行连接操作，得到更新的当前供应链网络。
在上述技术方案的基础上，可选的，新增企业获取单元，具体用于：
获取新增企业列表；其中，新增企业列表包含至少一个候选企业以及与各候选企业分别对应的竞争分数；
对新增企业列表中至少一个候选企业分别对应的竞争分数进行排序，并将排序结果中最大竞争分数对应的候选企业作为新增企业；
获取新增企业列表中与新增企业对应的预设分数阈值。
在上述技术方案的基础上，可选的，当前供应链网络更新模块330，包括：
竞争分数排序单元，用于当当前更新类型为退出类型时，对与当前更新类型对应的至少一个企业节点的竞争分数进行排序；
第二当前供应链网络更新单元，用于将排序结果中最小竞争分数对应的企业节点从当前供应链网络中删除，得到更新的当前供应链网络。
在上述技术方案的基础上，可选的，当前供应链网络包含至少两层节点网络，各节点网络分别包含至少一个企业节点，相应的，竞争分数获取模块320，具体用于：
生成第二随机值，并基于第二随机值和与各节点网络分别对应的预设概率范围，确定目标节点网络；
基于当前更新类型，获取与目标节点网络对应的至少一个企业节点的竞争分数。
本发明实施例所提供的供应链网络的构建装置可以用于执行本发明实施例所提供的供应链网络的构建方法，具备执行方法相应的功能和有益效果。
值得注意的是，上述供应链网络的构建装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
实施例四
图5是本发明实施例四提供的一种电子设备的结构示意图，本发明实施例为本发明上述实施例的供应链网络的构建方法的实现提供服务，可配置上述实施例中的供应链网络的构建装置。图5示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图5显示的电子设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，***存储器28，连接不同***组件(包括***存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、***总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线、微通道体系结构(MAC)总线、增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
电子设备12典型地包括多种计算机***可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
***存储器28可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，存储***34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图5所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元16通过运行存储在***存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的供应链网络的构建方法。
通过上述电子设备，解决了现有供应链网络的构建条件随机化的问题，将供应链网络中企业之间的竞争关系因素应用到供应链网络的构建过程中，提高了构建得到的目标供应链网络的准确性和实用性，以为后续的企业管理提供有效的数据支持。
实施例五
本发明实施例五还提供了一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行一种供应链网络的构建方法，该方法包括：
将获取到的初始供应链网络作为当前供应链网络；其中，初始供应链网络包含至少一个企业节点；
确定当前更新类型，并获取当前供应链网络中与当前更新类型对应的至少一个企业节点的竞争分数；其中，竞争分数是采用模糊层次分析法基于企业节点的专家评价分数确定的；
基于至少一个竞争分数，对当前供应链网络执行与当前更新类型对应的建模操作，得到更新的当前供应链网络；
基于更新的当前供应链网络重复执行确定当前更新类型的步骤，直到满足预设结束条件时，将更新的当前供应链网络作为目标供应链网络。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上的方法操作，还可以执行本发明任意实施例所提供的供应链网络的构建方法中的相关操作。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种供应链网络的构建方法，其特征在于，包括：
将获取到的初始供应链网络作为当前供应链网络；其中，所述初始供应链网络包含至少一个企业节点；
确定当前更新类型，并获取所述当前供应链网络中与所述当前更新类型对应的至少一个企业节点的竞争分数；其中，所述竞争分数是采用模糊层次分析法基于企业节点的专家评价分数确定的；
基于至少一个竞争分数，对所述当前供应链网络执行与所述当前更新类型对应的建模操作，得到更新的当前供应链网络；
基于更新的当前供应链网络重复执行确定当前更新类型的步骤，直到满足预设结束条件时，将更新的当前供应链网络作为目标供应链网络。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
针对所述当前供应链网络中的每个企业节点，获取与所述企业节点对应的专家评价分数和优先关系矩阵组；其中，所述优先关系矩阵组包括与至少两个层级分别对应的优先关系矩阵，所述层级包括专家评价层和至少一个指标层，所述优先关系矩阵用于表征当前层级中两两元素之间的相对重要程度；
基于模糊层次转换规则，将所述优先关系矩阵组中的各优先关系矩阵分别转换为模糊一致矩阵，并基于各所述模糊一致矩阵，确定分数权重；
基于所述专家评价分数和所述分数权重，确定所述企业节点对应的竞争分数。
3.根据权利要求1所述的方法，其特征在于，所述确定当前更新类型包括：
在每个时间步长内，生成第一随机值，并判断所述第一随机值是否小于预设增长临界值；
如果是，则所述当前更新类型为新增类型；
如果否，则所述当前更新类型为退出类型。
4.根据权利要求3所述的方法，其特征在于，所述基于至少一个竞争分数，对所述当前供应链网络执行与所述当前更新类型对应的建模操作，得到更新的当前供应链网络，包括：
当所述当前更新类型为新增类型时，获取新增企业以及所述新增企业对应的预设分数阈值；
将所述新增企业作为新企业节点添加到所述当前供应链网络中；
针对每个与所述新增类型对应的企业节点，如果所述企业节点的竞争分数大于所述预设分数阈值，则将所述企业节点作为待连接企业节点；
对所述新企业节点和至少一个待连接企业节点分别执行连接操作，得到更新的当前供应链网络。
5.根据权利要求4所述的方法，其特征在于，所述获取新增企业以及所述新增企业对应的预设分数阈值，包括：
获取新增企业列表；其中，所述新增企业列表包含至少一个候选企业以及与各候选企业分别对应的竞争分数；
对所述新增企业列表中至少一个候选企业分别对应的竞争分数进行排序，并将排序结果中最大竞争分数对应的候选企业作为新增企业；
获取所述新增企业列表中与所述新增企业对应的预设分数阈值。
6.根据权利要求3所述的方法，其特征在于，所述基于至少一个竞争分数，对所述当前供应链网络执行与所述当前更新类型对应的建模操作，得到更新的当前供应链网络，包括：
当所述当前更新类型为退出类型时，对与所述当前更新类型对应的至少一个企业节点的竞争分数进行排序；
将排序结果中最小竞争分数对应的企业节点从所述当前供应链网络中删除，得到更新的当前供应链网络。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述当前供应链网络包含至少两层节点网络，各所述节点网络分别包含至少一个企业节点，相应的，所述获取所述当前供应链网络中与所述当前更新类型对应的至少一个企业节点的竞争分数，包括：
生成第二随机值，并基于所述第二随机值和与各节点网络分别对应的预设概率范围，确定目标节点网络；
基于所述当前更新类型，获取与所述目标节点网络对应的至少一个企业节点的竞争分数。
8.一种供应链网络的构建装置，其特征在于，包括：
初始供应链网络获取模块，用于将获取到的初始供应链网络作为当前供应链网络；其中，所述初始供应链网络包含至少一个企业节点；
竞争分数获取模块，用于确定当前更新类型，并获取所述当前供应链网络中与所述当前更新类型对应的至少一个企业节点的竞争分数；其中，所述竞争分数是采用模糊层次分析法基于企业节点的专家评价分数确定的；
当前供应链网络更新模块，用于基于至少一个竞争分数，对所述当前供应链网络执行与所述当前更新类型对应的建模操作，得到更新的当前供应链网络；
目标供应链网络确定模块，用于基于更新的当前供应链网络重复执行确定当前更新类型的步骤，直到满足预设结束条件时，将更新的当前供应链网络作为目标供应链网络。
9.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的供应链网络的构建方法。
10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的供应链网络的构建方法。
CN202111474882.1A 2021-12-03 2021-12-03 一种供应链网络的构建方法、装置、设备及存储介质 Pending CN114186833A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111474882.1A CN114186833A (zh) 2021-12-03 2021-12-03 一种供应链网络的构建方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111474882.1A CN114186833A (zh) 2021-12-03 2021-12-03 一种供应链网络的构建方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114186833A true CN114186833A (zh) 2022-03-15

Family

ID=80542363

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111474882.1A Pending CN114186833A (zh) 2021-12-03 2021-12-03 一种供应链网络的构建方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114186833A (zh)

Similar Documents

Publication Publication Date Title
WO2021017679A1 (zh) 地址信息解析方法、装置、***及数据获取方法
CN110995459B (zh) 异常对象识别方法、装置、介质及电子设备
CN107220217A (zh) 基于逻辑回归的特征系数训练方法和装置
CN110688536A (zh) 一种标签预测方法、装置、设备和存储介质
CN113837596A (zh) 一种故障确定方法、装置、电子设备及存储介质
CN112988840A (zh) 一种时间序列预测方法、装置、设备和存储介质
CN113934851A (zh) 用于文本分类的数据增强方法、装置及电子设备
CN115409419A (zh) 业务数据的价值评估方法、装置、电子设备及存储介质
CN115202847A (zh) 任务的调度方法和装置
CN112231299A (zh) 一种特征库动态调整的方法和装置
CN114510405B (zh) 指标数据评估方法、装置、设备、存储介质及程序产品
CN116431498A (zh) 性能测试方法及装置、电子设备和计算机可读存储介质
CN116187675A (zh) 任务分配方法、装置、设备及存储介质
CN114186833A (zh) 一种供应链网络的构建方法、装置、设备及存储介质
CN114037060A (zh) 预训练模型的生成方法、装置、电子设备以及存储介质
CN112860652A (zh) 作业状态预测方法、装置和电子设备
CN114037058B (zh) 预训练模型的生成方法、装置、电子设备以及存储介质
CN112906723A (zh) 一种特征选择的方法和装置
CN110826771A (zh) 一种物流外包的风险分析方法、装置及存储介质
CN111753992A (zh) 筛选方法和筛选***
CN116204441B (zh) 索引数据结构的性能测试方法、装置、设备及存储介质
CN114037057B (zh) 预训练模型的生成方法、装置、电子设备以及存储介质
US20240104436A1 (en) Chained feature synthesis and dimensional reduction
US20240104421A1 (en) Correlation-based dimensional reduction of synthesized features
EP4184328A1 (en) Medical imaging device fault handling

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