[发明专利]供应链控制方法、系统以及存储介质

权利要求书

1.一种供应链控制方法，其特征在于，包括：

获得销售源数据信息，利用销售预测模型并基于销售源数据信息获得销售额预测数据，包括：

获得历史销售额数据，并建立历史销售额数据序列；将所述历史销售额数据序列中的历史销售额数据进行累加，得到累加数据序列并基于此累加数据序列建立一阶线性微分方程；对所述一阶线性微分方程进行离散化处理，并采用最小二乘法获得参数向量；基于所述一阶线性微分方程和所述参数向量构建得到灰色预测模型，作为所述销售预测模型；基于一元线性回归预测模型估计销售额的置信区间，使用置信区间并根据所述灰色预测模型进行预测，获得所述销售额预测数据；

获得供应商源数据信息，利用供应商评估模型并基于所述供应商源数据信息获得供应商综合评分信息，包括：

确定供应商的评价指标；建立与所述评价指标相对应的评价集，并根据所述评价指标和所述评价集确定所述评价指标的隶属度矩阵；通过层次分析法并基于所述供应商源数据信息确定各所述评价指标的权重值，根据所述隶属度矩阵和所述权重值生成供应商的评判向量；根据所述评判向量和所述评价集计算综合评价指数，基于所述综合评价指数以及所述评价集确定所述供应商的综合评分；其中，所述评价指标包括：价格因素、服务能力、供货周期、供货进度、研发能力、质量因素；

获得采购源数据信息，利于采购预测模型并基于所述采购源数据信息、所述销售额预测数据以及所述供应商综合评分信息获得采购预测结果，包括：

基于采购源历史数据信息、销售历史数据、供应商历史综合评分信息和相应的采购历史信息生成训练样本；使用深度学习方法并基于所述训练样本对预设的深度学习模型进行训练，获得所述供应商评估模型；将所述预设的深度学习模型更新为所述供应商评估模型，通过将所述采购源数据信息、所述销售额预测数据和所述供应商综合评分信息输入所述供应商评估模型，获得所述采购预测结果；其中，所述采购源数据信息包括：BOM数据、产品的报废率、实际产能、实际库存信息、供应周期、合同信息、产品供应进度；所述采购预测结果包括：采购执行方式、采购时间、供应商信息；

获得库存源数据信息，利用库存管理模型并基于所述库存源数据信息、所述采购预测结果、所述销售源数据信息获得成品和原材料库存预测结果，包括：

获取库存源数据、销售、采购的历史数据，并获取库房存储空间信息和成品和原材料库存历史信息；

将所述历史数据、所述库房存储空间信息、所述成品和原材料库存历史信息作为训练数据，利用机器学习算法训练得到神经网络模型；

将所述库存源数据信息、所述采购预测结果、所述销售源数据信息输入至训练好的神经网络模型，输出所述成品和原材料库存预测结果；

其中，所述库存源数据包括：现有库存、供货周期、在途订单、生产周期、原料消耗信息；所述成品和原材料库存预测结果包括：成品和原材料库存信息、补货计划。

2.如权利要求1所述的方法，其特征在于，还包括：

采用贝叶斯算法，根据源数据出现异常和其他源数据出现异常之间的条件概率估计和先验概率训练贝叶斯分类器；

当确定源数据出现异常时，通过训练后得到的贝叶斯分类器对出现异常的源数据进行风险预测，预测出现异常的其他源数据；

基于所述出现异常的其他源数据获得相应地防止风险方案；

其中，所述源数据包括：销售源数据、采购源数据、供应商源数据、库存源数据。