本發(fā)明涉及數(shù)據(jù)處理。更具體地,本發(fā)明涉及一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法。
背景技術(shù):
1、在現(xiàn)代汽車產(chǎn)業(yè)中,供應(yīng)鏈的復(fù)雜性日益增加,涉及到大量的供應(yīng)商、制造商、分銷商、物流服務(wù)商以及零售商等各類參與者。每個參與者在供應(yīng)鏈中都扮演著重要角色,且相互關(guān)聯(lián),其運營的穩(wěn)定性直接影響整條供應(yīng)鏈的安全性與效率。然而,隨著全球化進(jìn)程加速,供應(yīng)鏈的脆弱性也隨之加大。例如,某一環(huán)節(jié)中的供應(yīng)商若出現(xiàn)問題,可能會導(dǎo)致整條供應(yīng)鏈的中斷,進(jìn)而影響整個汽車產(chǎn)業(yè)的生產(chǎn)與銷售。目前,供應(yīng)鏈風(fēng)險管理是企業(yè)保持競爭力的關(guān)鍵領(lǐng)域之一。
2、傳統(tǒng)的供應(yīng)鏈風(fēng)險識別方法通常依賴于靜態(tài)數(shù)據(jù)分析,或者依賴于專家經(jīng)驗進(jìn)行判斷。這些方法雖然能夠提供一定的指導(dǎo)性,但在面對復(fù)雜的全球供應(yīng)鏈時,往往無法做到實時、動態(tài)的風(fēng)險識別和預(yù)警。例如,當(dāng)某個供應(yīng)鏈節(jié)點出現(xiàn)風(fēng)險時,如何評估該風(fēng)險對整個供應(yīng)鏈的傳導(dǎo)效應(yīng),以及它對其他節(jié)點的潛在影響,始終是一個挑戰(zhàn)。
3、申請公布號為cn116777205a的專利申請文件公開了供應(yīng)鏈風(fēng)險預(yù)判方法、電子設(shè)備及存儲介質(zhì)。該專利申請文件包括:獲取多個供應(yīng)商的物料供應(yīng)歷史數(shù)據(jù);根據(jù)所述物料供應(yīng)歷史數(shù)據(jù)分析各供應(yīng)商的關(guān)聯(lián)關(guān)系,并構(gòu)建關(guān)聯(lián)關(guān)系知識圖譜;響應(yīng)于風(fēng)險預(yù)判指令對一個或多個供應(yīng)商執(zhí)行風(fēng)險預(yù)判操作,并獲取風(fēng)險供應(yīng)鏈、風(fēng)險范圍、問題供應(yīng)商和風(fēng)險社區(qū)中一項或多項風(fēng)險預(yù)判結(jié)果。然而,該方法僅依賴于單個風(fēng)險節(jié)點對供應(yīng)鏈風(fēng)險進(jìn)行評估,而忽略了節(jié)點之間風(fēng)險變化時對供應(yīng)鏈中不同層級所產(chǎn)生的影響,從而導(dǎo)致對供應(yīng)鏈風(fēng)險識別不準(zhǔn)確的問題。
技術(shù)實現(xiàn)思路
1、為解決上述背景技術(shù)中提出的汽車供應(yīng)鏈風(fēng)險識別不準(zhǔn)確的問題,本發(fā)明在如下的多個方面中提供方案。
2、在第一方面中,本發(fā)明提供了一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法,包括:
3、獲取汽車供應(yīng)鏈的實體類型,將每個實體類型劃分為汽車供應(yīng)鏈的一個層級;所述每個實體類型包含多個實體,且每兩個實體之間包含一個或多個關(guān)系,將實體作為節(jié)點、實體與實體之間的關(guān)系作為邊,構(gòu)建汽車供應(yīng)鏈的知識圖譜;計算節(jié)點對汽車供應(yīng)鏈產(chǎn)生的風(fēng)險:
4、;
5、式中,表示節(jié)點到節(jié)點的邊權(quán),表示節(jié)點在時間時的初始風(fēng)險變化量,表示與節(jié)點相連的節(jié)點集合,表示節(jié)點的所在層級,表示節(jié)點在時間時的初始風(fēng)險變化量;所述邊權(quán)與節(jié)點和節(jié)點之間關(guān)系的熵權(quán)重、初始指標(biāo)值正相關(guān);響應(yīng)于風(fēng)險小于設(shè)定閾值的節(jié)點為低風(fēng)險,響應(yīng)于風(fēng)險大于等于設(shè)定閾值的節(jié)點為高風(fēng)險;將各節(jié)點的初始風(fēng)險變化量與其對應(yīng)的風(fēng)險等級輸入機器模型進(jìn)行訓(xùn)練,得到訓(xùn)練好的機器模型;將待檢測節(jié)點的初始風(fēng)險變化量輸入所述訓(xùn)練好的機器模型,輸出待檢測節(jié)點的風(fēng)險等級。
6、上述技術(shù)方案通過構(gòu)建汽車供應(yīng)鏈的知識圖譜,將供應(yīng)鏈中的實體及其關(guān)系進(jìn)行結(jié)構(gòu)化表示,并引入基于節(jié)點間關(guān)系的風(fēng)險評估算法,進(jìn)而動態(tài)評估各節(jié)點在供應(yīng)鏈中的風(fēng)險水平,能夠更加準(zhǔn)確地表示供應(yīng)鏈中各實體之間的復(fù)雜關(guān)系,提高汽車供應(yīng)鏈風(fēng)險識別的全面性和準(zhǔn)確性。
7、進(jìn)一步地,所述節(jié)點到節(jié)點的邊權(quán)為:
8、;
9、式中,表示節(jié)點與節(jié)點的第個關(guān)系的熵權(quán)重,表示節(jié)點與節(jié)點第個關(guān)系的初始指標(biāo)值,表示節(jié)點與節(jié)點之間關(guān)系的總數(shù)。
10、上述技術(shù)方案通過引入熵權(quán)重和初始指標(biāo)值,能夠更精確地衡量節(jié)點之間關(guān)系的強度,使得邊權(quán)能夠反映多個關(guān)系維度的影響,從而提高了風(fēng)險計算的準(zhǔn)確性和靈活性。這種多維度加權(quán)方式能夠捕捉供應(yīng)鏈中復(fù)雜的關(guān)系結(jié)構(gòu),進(jìn)一步提升了供應(yīng)鏈風(fēng)險識別和預(yù)警的精度。
11、進(jìn)一步地,還包括,采用熵權(quán)法計算節(jié)點與節(jié)點的第個關(guān)系的熵權(quán)重,具體為:
12、;
13、式中,表示節(jié)點與節(jié)點之間第個關(guān)系的信息熵,表示節(jié)點與節(jié)點之間關(guān)系的總數(shù)。
14、上述技術(shù)方案通過引入熵權(quán)法計算節(jié)點之間關(guān)系的熵權(quán)重,并利用信息熵來衡量不確定性,以動態(tài)調(diào)整每個關(guān)系對邊權(quán)的貢獻(xiàn)。通過調(diào)整信息熵的關(guān)系權(quán)重,從而增強了關(guān)鍵、穩(wěn)定關(guān)系在風(fēng)險識別中的作用,從而提高了風(fēng)險評估的合理性和精準(zhǔn)度,使得風(fēng)險識別更加符合供應(yīng)鏈的實際情況。
15、進(jìn)一步地,還包括,對初始指標(biāo)值采用z-score標(biāo)準(zhǔn)化進(jìn)行預(yù)處理。
16、上述技術(shù)方案,通過對初始指標(biāo)值采用z-score標(biāo)準(zhǔn)化預(yù)處理,使得不同關(guān)系的初始指標(biāo)值具有可比性,消除了不同量綱對計算的影響,有效提高了數(shù)據(jù)處理的穩(wěn)定性和計算結(jié)果的精度。通過將各指標(biāo)值轉(zhuǎn)化為標(biāo)準(zhǔn)正態(tài)分布,該方案進(jìn)一步增強了供應(yīng)鏈風(fēng)險評估的準(zhǔn)確性。
17、進(jìn)一步地,所述實體類型包括:供應(yīng)商、制造商、分銷商、零售商、物流服務(wù)商和消費者。
18、進(jìn)一步地,供應(yīng)商的實體包括:供應(yīng)商的財務(wù)狀況、主營業(yè)務(wù)和零件質(zhì)量;制造商的實體包括:制造商的生產(chǎn)能力和產(chǎn)品質(zhì)量;
19、分銷商的實體包括:分銷商的分銷網(wǎng)絡(luò)、市場覆蓋率和物流能力;零售商的實體包括:零售商的銷售額和供應(yīng)鏈;物流服務(wù)商的實體包括:物流服務(wù)商的運輸能力、倉儲能力和運輸成本;消費者的實體包括:消費者的購買力、消費習(xí)慣和購買行為。
20、進(jìn)一步地,所述關(guān)系包括:供應(yīng)關(guān)系、制造關(guān)系、分銷關(guān)系、零售關(guān)系、物流關(guān)系和購買關(guān)系。
21、進(jìn)一步地,所述機器模型為隨機森林模型。
22、上述技術(shù)方案采用隨機森林模型,利用其對復(fù)雜數(shù)據(jù)的高效處理能力和強大的泛化能力,可以提升供應(yīng)鏈風(fēng)險預(yù)測的準(zhǔn)確性和魯棒性。通過集成多個決策樹的結(jié)果,隨機森林模型能夠降低過擬合的風(fēng)險,同時提高模型對不同類型數(shù)據(jù)的適應(yīng)性和對潛在風(fēng)險的準(zhǔn)確判斷能力。
23、進(jìn)一步地,初始風(fēng)險變化量為當(dāng)前時間點與前一時間點的節(jié)點差異,初始指標(biāo)值為節(jié)點與節(jié)點之間關(guān)系的關(guān)聯(lián)度。
24、本發(fā)明的有益效果在于:
25、本發(fā)明通過構(gòu)建基于知識圖譜的汽車供應(yīng)鏈模型,利用節(jié)點和邊的關(guān)系、熵權(quán)重以及初始風(fēng)險變化量,精確評估各節(jié)點對供應(yīng)鏈的風(fēng)險影響,并通過z-score標(biāo)準(zhǔn)化提升數(shù)據(jù)處理的穩(wěn)定性。結(jié)合隨機森林模型進(jìn)行風(fēng)險分類,實現(xiàn)了供應(yīng)鏈風(fēng)險識別的自動化與高效化,能夠針對不同層級的實體關(guān)系進(jìn)行全面分析,顯著提升供應(yīng)鏈風(fēng)險預(yù)警的準(zhǔn)確性和可靠性。
1.一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法,其特征在于,所述節(jié)點到節(jié)點的邊權(quán)為:
3.根據(jù)權(quán)利要求2所述的一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法,其特征在于,還包括,采用熵權(quán)法計算節(jié)點與節(jié)點的第個關(guān)系的熵權(quán)重,具體為:
4.根據(jù)權(quán)利要求1所述的一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法,其特征在于,還包括,對初始指標(biāo)值采用z-score標(biāo)準(zhǔn)化進(jìn)行預(yù)處理。
5.根據(jù)權(quán)利要求1所述的一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法,其特征在于,所述實體類型包括:供應(yīng)商、制造商、分銷商、零售商、物流服務(wù)商和消費者。
6.根據(jù)權(quán)利要求5所述的一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法,其特征在于,供應(yīng)商的實體包括:供應(yīng)商的財務(wù)狀況、主營業(yè)務(wù)和零件質(zhì)量;制造商的實體包括:制造商的生產(chǎn)能力和產(chǎn)品質(zhì)量;
7.根據(jù)權(quán)利要求1所述的一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法,其特征在于,所述關(guān)系包括:供應(yīng)關(guān)系、制造關(guān)系、分銷關(guān)系、零售關(guān)系、物流關(guān)系和購買關(guān)系。
8.根據(jù)權(quán)利要求1所述的一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法,其特征在于,所述機器模型為隨機森林模型。
9.根據(jù)權(quán)利要求1所述的一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法,其特征在于,初始風(fēng)險變化量為當(dāng)前時間點與前一時間點的節(jié)點差異,初始指標(biāo)值為節(jié)點與節(jié)點之間關(guān)系的關(guān)聯(lián)度。