Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京大学窦万春获国家专利权

南京大学窦万春获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南京大学申请的专利关于工业互联网业务过程行为协同聚合的智能化提升方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115187089B

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210840007.9,技术领域涉及:G06Q10/101;该发明授权关于工业互联网业务过程行为协同聚合的智能化提升方法是由窦万春;许悦玥;刘博文;蒋旭桐设计研发完成,并于2022-07-18向国家知识产权局提交的专利申请。

关于工业互联网业务过程行为协同聚合的智能化提升方法在说明书摘要公布了:本发明提供了关于工业互联网业务过程行为协同聚合的智能化提升方法,包括以下步骤:步骤1:数据采集。采集配件数据以及外协厂商与配件相关的生产数据。步骤2:数据预处理。数据清洗后进行归一化处理,统一数据的数量级,去除纲量。步骤3:横向多指标评价。针对每类配件与外协厂商协同的一对多关系,进行横向的多指标评价。步骤4:纵向协同聚合。需求驱动,针对所有配件与外协厂商协同的多对多关系,进行纵向的协同聚合。步骤5:确认协同关系。根据步骤4确定的协同策略,与外协厂商确认协同关系,录入业务过程相关数据。本发明方法能够自适应迭代求解复杂优化问题,确定协同聚合策略,实现业务过程行为协同聚合的智能化提升。

本发明授权关于工业互联网业务过程行为协同聚合的智能化提升方法在权利要求书中公布了:1.关于工业互联网业务过程行为协同聚合的智能化提升方法,其特征在于,包括以下步骤: 步骤1,采集数据:采集配件数据以及外协厂商与配件相关的生产数据; 步骤2,数据预处理:进行数据清洗,数据清洗后进行归一化处理; 步骤3,横向多指标评价:针对每类配件与外协厂商协同的一对多关系,进行横向的多指标评价; 步骤4,纵向协同聚合:针对所有配件与外协厂商协同的多对多关系,进行纵向的协同聚合,确定协同策略; 步骤5,确认协同关系:根据步骤4确定的协同策略,与外协厂商确认协同关系,录入业务过程相关数据; 步骤1中,设需外协生产的M种配件集合记为X={x1,x2,...,xM},xM表示需外协生产的第M种配件,N个外协厂商集合记为Y={y1,y2,...,yN},yN表示第N个外协厂商,M、N取值均为自然数; 步骤2中,基于切比雪夫定理识别噪声数据,进行数据清洗,首先计算出属性值的均值μ和标准差σ,由切比雪夫定理,总体均值概率P的置信区间为如果数据位于置信区间外,则判定为噪声数据,然后删除噪声数据; 步骤2中,归一化处理采用线性函数归一化: 其中,d为归一化后的属性值,dmax为原数据中该属性的最大值,dmin为原数据中该属性的最小值,dori为原数据属性值,dori∈[0,∞,d∈[0,1]; 步骤3中,对于需外协生产的第i种配件xi,i∈{1,2,…,M},有ni个外协厂商能够协同生产该配件xi,这ni个外协厂商称为配件xi的可协同外协厂商,配件xi的可协同外协厂商的集合记作Yi,其中第j个可协同外协厂商yj对于配件xi的参与横向评价的t个属性值,经过归一化处理后的指标集合为集合中的代表归一化处理后的第t种属性值,每种配件的可协同外协厂商的横向多指标评价得分由t个属性值加权计算: 是对于配件xi、外协厂商yj的横向多指标评价得分,αl为第k个指标的权重,k∈{1,2,…,t};; 步骤4包括: 步骤4-1,配件集合与外协厂商之间的协同决策由M×N的矩阵O=[oij]M×N表示,矩阵中第i行第j列的元素oij表示配件xi是否由外协厂商yj生产: 协同网络规模值s由配件集合中所有配件涉及协同的外协厂商而定,公式为: 其中,sigh表示符号函数,当当 当 结合横向的多指标评价,纵向聚合协同的智能化提升优化目标表示为: 其中maximize为最大化函数,表示求一个符合C1、C2、C3、C4约束的协同策略O=[oij]M×N,使得优化目标G最大;ωv是多指标评价得分,ωs是协同网络规模的权重;s.t.表示受限制于: 步骤4-2,采用改进的自适应遗传算法,将协同策略映射为算法中的染色体个体,采用二进制编码方法进行染色体编码,每个染色体个体表示为一个二进制串; 步骤4-3,根据步骤4-1中的优化目标,采用适应度函数,每个染色体的个体适应度由其映射的协同策略计算; 步骤4-4,交叉操作对染色体进行部分位交换,变异操作随机改变染色体的部分位,自适应交叉与变异产生新的协同策略; 步骤4-5,记录种群中当前适应度最高的个体,即当前较优的合作策略:判断迭代次数是否达到预设值;如果未达到预设值,则继续执行步骤4-3~步骤4-4,迭代搜索优化解;否则将当前适应度最高的染色体个体解码,采用其映射的协同策略。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京大学,其通讯地址为:210023 江苏省南京市栖霞区仙林大道163号南京大学;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。