广东工业大学陈俊豪获国家专利权
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!
龙图腾网获悉广东工业大学申请的专利基于协同要素挖掘的产业链生产商评估及其最优分配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:CN119204328B 。
龙图腾网通过国家知识产权局官网在2025-10-17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:202411344300.1,技术领域涉及:G06Q10/04;该发明授权基于协同要素挖掘的产业链生产商评估及其最优分配方法是由陈俊豪;刘冬宁;黄子耕;王康锦;黄启霖;劳安铃设计研发完成,并于2024-09-25向国家知识产权局提交的专利申请。
本基于协同要素挖掘的产业链生产商评估及其最优分配方法在说明书摘要公布了:本发明公开了一种基于协同要素挖掘的产业链生产商评估及其最优分配方法,旨在挖掘协同要素特征,实现产业链中生产商评估与高阶多对多关系生产任务分配建模,以解决资源受限下的最优分配问题。方法包括获取用户对于各项产品的需求数据、生产商对于各项产品的最大生产能力限制数据和生产商对于各项产品的协同要素特征原始数据;根据生产商对于各项产品的协同要素特征原始数据,评估生产商对于各项产品的生产资质值并构建优化目标函数;以用户对于各项产品的需求数据和生产商对于各项产品的最大生产能力限制数据为优化目标约束条件;基于优化目标约束条件及优化目标函数构建高阶群组角色指派模型并求解,输出目标最优分配方案,供决策者决策。
本发明授权基于协同要素挖掘的产业链生产商评估及其最优分配方法在权利要求书中公布了:1.一种基于协同要素挖掘的产业链生产商评估及其最优分配方法,其特征在于,包括: 获取多个用户对于各项产品的需求数据、多个生产商对于各项产品的最大生产能力限制数据和多个生产商对于各项产品的协同要素特征原始数据; 根据多个所述生产商对于各项产品的协同要素特征原始数据,对多个生产商对于各项产品的生产资质进行评估,确定多个生产商对于各项产品的生产资质值; 采用多个所述生产商对于各项产品的生产资质值,构建优化目标函数; 以多个所述用户对于各项产品的需求数据和多个所述生产商对于各项产品的最大生产能力限制数据为优化目标约束条件; 基于所述优化目标约束条件、所述优化目标函数构建高阶群组角色指派模型,并对所述高阶群组角色指派模型进行求解,输出目标最优分配方案,供决策者决策; 所述根据多个所述生产商对于各项产品的协同要素特征原始数据,对多个生产商对于各项产品的生产资质进行评估,确定多个生产商对于各项产品的生产资质值,包括: 对各所述生产商对于各项产品的协同要素特征原始数据进行最大最小值归一化,确定多个生产商对于各项产品的归一化协同要素特征数据; 对多个所述生产商对于各项产品的归一化协同要素特征数据进行均值运算,输出多个协同要素特征均值; 对多个所述生产商对于各项产品的归一化协同要素特征数据和多个所述协同要素特征均值进行标准差计算,输出多个协同要素特征标准差; 基于多个所述协同要素特征标准差,确定各所述协同要素特征标准差对应的初始权重; 采用各所述初始权重和各所述协同要素特征标准差对多个所述生产商对于各项产品的协同要素特征原始数据进行标准化处理,输出多个生产商对于各项产品的标准化协同要素特征数据; 根据各所述协同要素特征均值和多个所述生产商对于各项产品的标准化协同要素特征数据,构建协同要素特征关联矩阵; 对所述协同要素特征关联矩阵进行特征分解,确定所述协同要素特征关联矩阵的特征值及其特征矩阵; 根据各所述初始权重、所述协同要素特征关联矩阵的特征值及其特征矩阵,计算多个目标权重; 采用各所述目标权重和多个所述生产商对于各项产品的归一化协同要素特征数据,确定多个生产商对于各项产品的生产资质值; 所述优化目标函数,具体为: ; 其中,为优化目标函数;u为用户数量;m为生产商数量;n为产品数量;为第i个生产商是否负责满足第k个用户对第j个产品的产品需求;为第i个生产商对于第j种产品的生产资质值; 所述优化目标约束条件,具体为: ; 其中,为第i个生产商是否负责满足第k个用户对第j个产品的产品需求;为第k个用户对于第j项产品的需求数据;为第i个生产商对于第j种产品的最大生产能力限制数据;u为用户数量;m为生产商数量;n为产品数量。
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广东工业大学,其通讯地址为:510080 广东省广州市越秀区东风东路729号;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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励