浙江辉驿网络科技有限公司单海洋获国家专利权
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!
龙图腾网获悉浙江辉驿网络科技有限公司申请的专利基于动态协同优化的供应链智能管理系统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:CN120410460B 。
龙图腾网通过国家知识产权局官网在2025-09-23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:202510903092.2,技术领域涉及:G06Q10/10;该发明授权基于动态协同优化的供应链智能管理系统是由单海洋;李丹瑛;曾重龙设计研发完成,并于2025-07-01向国家知识产权局提交的专利申请。
本基于动态协同优化的供应链智能管理系统在说明书摘要公布了:本发明公开了基于动态协同优化的供应链智能管理系统,涉及酒店供应链管理技术领域,包括供应链智能管理平台,所述供应链智能管理平台通信连接有如下模块,其中:多模态数据感知模块,用于通过LoRaWAN+BLE混合传感器网络采集酒店内部的多模态数据,并接入外部数据源,通过API接口获取实时信息;动态需求预测模块,基于ASTGNN模型,通过双向LSTM捕捉时间序列趋势。本发明通过融合社交媒体舆情、天气等外部动态数据,结合多模态数据分析技术,显著提高需求预测的准确性,利用ASTGNN模型,结合双向LSTM和GCN分析时间序列趋势和分店间需求关联,动态调整特征权重,使得需求预测误差率大幅降低,为企业提供了更可靠的需求预测依据,有助于优化库存管理和生产计划。
本发明授权基于动态协同优化的供应链智能管理系统在权利要求书中公布了:1.基于动态协同优化的供应链智能管理系统,包括供应链智能管理平台,其特征在于,所述供应链智能管理平台通信连接有如下模块,其中: 多模态数据感知模块,用于通过LoRaWAN+BLE混合传感器网络采集酒店内部的多模态数据,并接入外部数据源,通过API接口获取实时信息; 动态需求预测模块,基于ASTGNN模型,通过双向LSTM捕捉时间序列趋势,结合GCN分析分店间需求关联,进行未来7天分时段需求预测; 多目标协同优化模块,用于采用APSO算法平衡库存成本、物流时效与碳排放,自动解析供应商产能、物流路线的约束条件,并动态调整惯性权重与学习因子,在10分钟内生成帕累托最优解集; 区块链协同执行模块,用于将最优方案转化为智能合约部署至区块链,并使供应商与物流商通过HyperledgerFabric进行跨链数据同步; 执行反馈与模型修正模块,用于通过物联网传感器实时反馈库存消耗与物流时效,计算预测误差并触发模型修正,若误差超过预设阈值,自动重新训练模型并更新事件标签库; 所述多目标协同优化模块具体包括: 多目标协同优化模块解析供应商产能限制和物流商车辆调度约束的约束条件,并进行初始化操作,生成一定数量的粒子,即为候选方案,每个粒子代表一组采购计划、供应商选择及运输路线的组合; 初始化完成后,多目标协同优化模块执行APSO算法,通过模拟粒子群的行为计算每个粒子的适应度值,以寻找最优解,其中,每个粒子根据其个体最优和全局最优位置更新自己的速度和位置,并在迭代过程中,动态调整惯性权重和学习因子,以平衡全局搜索和局部搜索的能力; 在多目标协同优化过程中,引入碳排放约束算法,通过自适应惩罚机制处理碳排放约束,并在物流路径规划上,预设物流路径优化约束,使运输路线满足约束条件; 经过一系列迭代后,当连续50代适应度无显著提升时,算法终止,生成帕累托最优解集,代表在不同目标下达到最优或近似最优的方案组合,包含多个在库存成本、物流时效和碳排放之间取得平衡的多种可选方案,保留前3个最优方案供人工决策,最终在10分钟内完成整个优化过程,并输出最优的采购计划、物流调度方案; 碳排放约束算法的公式为: ; 式中,为调整后的适应度值,用于粒子群算法的选择机制,为原始多目标优化函数,为惩罚系数,通过自适应机制动态调整,为实际碳排放强度(单位:kgkm·t),为碳排放强度上限,当时,触发惩罚项,否则,惩罚项为0,不影响原始目标函数,优化目标为最小化,即同时优化库存成本、物流时间,并确保碳排放不超限,随着迭代次数增加,指数级增长,早期允许一定程度的约束违反,后期强制满足约束。
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浙江辉驿网络科技有限公司,其通讯地址为:310000 浙江省杭州市余杭区良渚街道金家渡路112号6号楼301室;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”。
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。