[发明专利]一种基于层次分析的产业链诊断方法及系统在审

专利信息
申请号: 202111071216.3 申请日: 2021-09-13
公开(公告)号: CN113762795A 公开(公告)日: 2021-12-07
发明(设计)人: 汪晖;钱微夏;卢圣华;胡宇星 申请(专利权)人: 浙江万维空间信息技术有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06N3/04;G06N5/02;G06N7/00;G06N7/02
代理公司: 杭州快知知识产权代理事务所(特殊普通合伙) 33293 代理人: 杨冬玲
地址: 310000 浙江省杭州市滨*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 层次 分析 产业链 诊断 方法 系统
【说明书】:

本申请提供了一种基于层次分析的产业链诊断方法及系统,应用于产业链现代化领域,包括:获取待测产业链知识图谱;根据经济学原理和产业链发展规律对所述待测产业链知识图谱进行处理,得到产业链图谱诊断指标体系;根据图卷积神经网络对所述具体指标及指标值进行筛选,得到产业链知识图谱诊断指标体系幂级网络;根据混合分层贝叶斯网络对所述产业链知识图谱诊断指标体系幂级网络进行分析诊断,得到产业链分析诊断结果。本申请通过建立指标体系并且采用混合贝叶斯网络进行分析计算,得到最终的产业链分析诊断结果,从而判断指标所对应产业链知识图谱中节点的强弱,提供给当地政府可视化的产业链信息,便于产业链现代化的发展。

技术领域

发明涉及产业链现代化领域,尤其涉及一种基于层次分析的产业链诊断方法及系统。

背景技术

推动产业链现代化是构建新发展格局的重要一环,产业链的现代化发展越来越受到重视,产业链的现代化需适应高质量发展要求,厘清当前产业链现代化进程中的突出问题,打好产业基础高级化、产业链现代化的攻坚战,为构建新发展格局提供有力支撑。

产业链现代化主要包括建链、强链、补链、延链,然而在现实工作中政府所面临的一个难题是,难以分辨本地某个产业链其强弱环节,以及强者强在何处、弱者弱在何处。由于该理念比较新颖,现有技术中,对解决政府问题所采用的技术方案都不够完整,不够完善,并且适用范围较为有限。

发明内容

本申请提供了一种基于层次分析的产业链诊断方法及系统,旨在解决政府工作中难以分辨产业链强弱环节,以及了解强弱的具体内容的问题。

为了实现上述目的,本发明采用以下技术方案:

一种基于层次分析的产业链诊断方法,包括:

获取待测产业链知识图谱;

根据经济学原理和产业链发展规律对所述待测产业链知识图谱进行处理,得到产业链图谱诊断指标体系,所述产业链图谱诊断指标体系中具有所述产业链知识图谱中每个节点可映射得到的具体指标及指标值;

根据图卷积神经网络对所述具体指标及指标值进行筛选,得到产业链知识图谱诊断指标体系幂级网络;

根据混合分层贝叶斯网络对所述产业链知识图谱诊断指标体系幂级网络进行分析诊断,得到产业链分析诊断结果。

作为优选,所述根据混合分层贝叶斯网络对所述产业链知识图谱诊断指标体系幂级网络进行分析诊断,得到产业链分析诊断结果,包括:

根据层次分析法和贝叶斯网络对所述产业链知识图谱诊断指标体系幂级网络进行指标权重计算,得到诊断指标综合权重;

根据模糊理论按照所述诊断指标综合权重对所述产业链知识图谱诊断指标体系幂级网络进行综合分析,得到产业链水平综合评价结果;

获取产业链运行现状,将所述产业链运行现状与所述产业链水平综合评价结果按照最大隶属度原则进行对比,得到产业链分析诊断结果。

作为优选,所述根据层次分析法和贝叶斯网络对所述产业链知识图谱诊断指标体系幂级网络进行指标权重计算,得到诊断指标综合权重,包括:

根据层次分析法将所述产业链知识图谱诊断指标体系幂级网络进行分层处理,并通过“1~9”标度法和预设的判断规则对所述分层处理后的各层指标进行对比,得到每层指标权重的排序结果,将所述排序结果汇总得到结果矩阵,根据方根法对所述结果矩阵进行特征向量的计算,得到第一计算结果;

将所述贝叶斯网络按照所述产业链知识图谱诊断指标体系幂级网络进行构建,得到第一贝叶斯网络,根据参数机器学习算法对所述第一贝叶斯网络进行参数计算,得到第二计算结果;

将所述第一计算结果和所述第二计算结果结合,得到诊断指标综合权重。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江万维空间信息技术有限公司,未经浙江万维空间信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111071216.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top