CN113610419B - 一种基于事件网的事中监控分析方法、系统及存储介质 - Google Patents
一种基于事件网的事中监控分析方法、系统及存储介质 Download PDFInfo
- Publication number
- CN113610419B CN113610419B CN202110940592.5A CN202110940592A CN113610419B CN 113610419 B CN113610419 B CN 113610419B CN 202110940592 A CN202110940592 A CN 202110940592A CN 113610419 B CN113610419 B CN 113610419B
- Authority
- CN
- China
- Prior art keywords
- event
- business activity
- transition
- data
- enterprise
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于事件网的事中监控分析方法、系统及存储介质,该方法包括:获取企业业务活动数据以及影响生产经营的预设事件;基于活动数据和预设事件,将物理世界的真实活动进行映射,构建基于事件网的业务活动模型;根据所述业务活动模型对企业生产经营状况进行模拟,监控生产经营中的经营风险。通过实施本发明,基于事件网构建了业务活动模型,由此能够有效模拟企业生产经营的真实变化情况。同时,通过模拟结果能够监控生产经营中的经营风险。由此,通过发现的经营风险能够给管理者以直接的洞察,从而指导企业的生产经营情况。
Description
技术领域
本发明涉及计算机技术领域,具体涉及一种基于事件网的事中监控分析方法、系统及存储介质。
背景技术
经营风险又称营业风险,是指在企业的生产经营过程中,供、产、销各个环节不确定性因素的影响所导致企业资金运动的迟滞,产生企业价值的变动。企业生产经营活动中往往面临大量风险,这些风险可能是来自企业内部各个环节的,也可能是来自外部事件因素。因此,在目前的企业经营过程中,可能面临如环境风险、市场风险、技术风险、生产风险、财务风险或人事风险等各个方面的经营风险。
在企业经营管理过程中,管理者往往只能观察自己关注的风险,而无法实现风险事件的全面监控。但是某些小的事件也可能会对企业的战略选择、产品价格、销售手段等经营决策产生重大影响。由此,经营风险可能时刻影响着企业的经营活动和财务活动,如何对企业的经营风险进行预判和监控是目前亟待解决的问题。
发明内容
有鉴于此,本发明实施例提供了涉及一种基于事件网的事中监控分析方法、系统及存储介质,以解决现有技术中如何对企业的经营风险进行与预判和监控是目前亟待解决的问题的技术问题。
本发明提出的技术方案如下:
本发明实施例第一方面提供一种基于事件网的事中监控分析方法,包括:获取企业业务活动数据以及影响生产经营的预设事件;基于活动数据和预设事件,将物理世界的真实活动进行映射,构建基于事件网的业务活动模型;根据所述业务活动模型对企业生产经营状况进行模拟,监控生产经营中的经营风险。
结合本发明实施例第一方面,在第一方面第一实施方式中,企业业务活动数据包括:人力数据、采购数据、生产数据、销售数据、质量数据、服务数据以及财务数据。
结合本发明实施例第一方面,在第一方面第二实施方式中,所述基于事件网的业务活动模型通过以下方式表示:
EN=(P,E,T,A,F)
其中,EN表示业务活动模型,P为库所的集合,E为事件的集合,T为变迁的集合,A为有向弧的集合,F为发生函数的集合;
库所中包含获取的企业业务活动数据以及通过变迁产生的企业业务活动数据,事件包括影响生产经营的预设事件以及通过变迁产生的影响事件;变迁表示通过物理世界的真实活动进行映射确定的状态变化,发生函数包括变迁发生的前置条件、发生的时长以及后置函数;
变迁发生的前置条件包括:变迁发生需要的时间、变迁需要的库所以及需要消耗的库所中数据;后置函数用于计算产生变迁后的成本数据以及变迁后的事件。
结合本发明实施例第一方面第二实施方式,在第一方面第三实施方式中,所述有向弧和变迁通过模拟仿真进行确定,所述模拟仿真的方式包括脚本语言编写、经验模型、机器学习模型以及有限元计算。
结合本发明实施例第一方面,在第一方面第四实施方式中,根据所述业务活动模型对企业生产经营状况进行模拟,监控生产经营中的经营风险,包括:根据所述业务活动模型对企业生产经营状况进行模拟,得到生产经营结果;根据风险阈值和生产经营结果的关系进行经营风险预测。
结合本发明实施例第一方面第四实施方式,在第一方面第五实施方式中,基于事件网的事中监控分析方法还包括:根据预测的经营风险,调整企业业务活动数据和预设事件;基于调整后的企业业务活动数据和预设事件,采用所述业务活动模型再次进行模拟,得到模拟结果;根据所述模拟结果进行经营风险的根因分析。
结合本发明实施例第一方面第五实施方式,在第一方面第六实施方式中,基于事件网的事中监控分析方法还包括:根据所述模拟结果分析调整后的企业业务活动数据和预设事件对经营风险的影响,得到影响结果;根据所述影响结果确定所述企业业务活动数据和预设事件的调整方向。
本发明实施例第二方面提供一种基于事件网的事中监控分析系统,包括:数据获取模块,用于获取企业业务活动数据以及影响生产经营的预设事件;模型构建模块,用于基于活动数据和预设事件,将物理世界的真实活动进行映射,构建基于事件网的业务活动模型;监控模块,用于根据所述业务活动模型对企业生产经营状况进行模拟,监控生产经营中的经营风险。
本发明实施例第三方面提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行如本发明实施例第一方面及第一方面任一项所述的基于事件网的事中监控分析方法。
本发明实施例第四方面提供一种电子设备,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如本发明实施例第一方面及第一方面任一项所述的基于事件网的事中监控分析方法。
本发明提供的技术方案,具有如下效果:
本发明实施例提供的基于事件网的事中监控分析方法、系统及存储介质,基于事件网构建了业务活动模型,由此能够有效模拟企业生产经营的真实变化情况。同时,通过模拟结果能够监控生产经营中的经营风险。由此,通过发现的经营风险能够给管理者以直接的洞察,从而指导企业的生产经营情况。
本发明实施例提供的基于事件网的事中监控分析方法,通过基于事件网构建的业务活动模型,不仅能够监控企业生产经营中的经营风险。同时还能通过监控的经营风险实现风险的根因分析,或者基于监控的风险使得企业能够及时采取干预措施,减弱或消除经营风险带来的影响。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的基于事件网的事中监控分析方法的流程图;
图2是根据本发明实施例的基于事件网的事中监控分析系统的结构框图;
图3是根据本发明实施例提供的计算机可读存储介质的结构示意图;
图4是根据本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种基于事件网的事中监控分析方法,如图1所示,该评估方法包括如下步骤:
步骤S101:获取企业业务活动数据以及影响生产经营的预设事件;具体地,在企业的生产经营活动中,由于经营风险的影响,企业的各类活动数据可能会出现不可预知的变化。因此,为了对经营风险进行预测监控,可以通过获取企业业务活动数据已经影响生产经营的预设事件进行分析。
在一实施例中,企业业务活动数据可以包括企业生产经营过程中涉及到的各类数据,包括但不限于:人力数据、采购数据、生产数据、销售数据、质量数据、服务数据以及财务数据等等。其中,人力数据包括各个层级的员工数量(如管理层、领导层、正式员工、临时员工等等)、人员成本(如工资、福利、培训等费用)等。采购数据包括采购成本、采购数量及质量、采购时间等等。生产数据包括生产成本、生产产品数量、生产周期等等。销售数据包括销售数量、销售客户、市场份额等等。质量数据包括生产产品单个质量、批次合格率、客户退货等等。服务数据包括客户投诉、好评数据、营销数据。财务数据包括资金周转数据、投资回报数据、盈利数据、负债数据等等。需要说明的是,除上述内容外,企业业务活动数据还包括其他相关涉及到生产经营的相关数据,如产品设计等等。本发明实施例中获取的业务活动数据不以上述内容为限。
在一实施例中,影响生产经营的预设事件包括可能对生产经营构成影响的相关事件,或者说会造成企业出现损失的事件。该影响生产经营的预设事件可以是外部影响事件,也可以是企业内容的影响事件。外部影响事件可以是目前的经济政策、市场需求、同行业的竞争者、现有的技术工艺等等。内部影响事件包括企业中内部的各项计划安排、各项变动如人员变动、财务变动等等。同时,需要说明的是,以上内容只是对预设事件的举例说明,该预设事件还包括其他可能对生产经营构成影响的相关事件。
步骤S102:基于活动数据和预设事件,将物理世界的真实活动进行映射,构建基于事件网的业务活动模型。
在一实施例中,事件网是基于事件驱动实现分布式并发,兼容离散和流式混合模型,通过拖拉拽的方式呈现全域仿真、诊断、优化的系统平台。与目前基于Petri Net(PN)的系统相比。事件网的表达能力更强,更自由,网络和拓扑层次清晰,而且能够同时描述物理和虚拟世界的事件,支持离散和连续的混合建模。
在一实施例中,在构建业务活动模型时,可以基于事件网络平台实现。具体地,事件网可以描述为EN=(P,E,T,A,F),其中,EN表示业务活动模型,P为库所的集合,E为事件的集合,T为变迁的集合,A为有向弧的集合, F为发生函数的集合。对于发生函数F包含如下内容:第一、对于每一个变迁(Transition)发生所需要的前置条件,如:针对这个变迁需要的事件(Event)、这个变迁前缀有哪些库所(Places)、库所里需要消费的托肯(Token)数目;第二、发生时间t,当t的时间完成后发生(firing)就结束。第三、发生结束后根据后置函数计算产生相应的Tokens,这些Token是放在变迁的后缀的库所里边,同时后置函数还可以产生一个或多个Event放在变迁的后缀的Event Hub里边。由此,对于事件网可以表示为一个由Place、Transition、Event构成的静态网络,Token是消耗物,在网络中流动,在Transition中发生反应,从一个Place转换到另外一个Place,Event是触发事件和生成事件。
在一具体实施方式中,在基于事件网构建业务活动模型时,库所中包含获取的企业业务活动数据以及通过变迁产生的企业业务活动数据,事件包括影响生产经营的预设事件以及通过变迁产生的影响事件;变迁表示通过物理世界的真实活动进行映射确定的状态变化,发生函数包括变迁发生的前置条件、发生的时长以及后置函数;变迁发生的前置条件包括:变迁发生需要的时间、变迁需要的库所以及需要消耗的库所中数据;后置函数用于计算产生变迁后的成本数据以及变迁后的事件。
具体地,对于基于事件网进行业务活动模型的构建可以按照如下方式实现:当输入Place中的Token(获取企业业务活动数据),满足了Transition(如物理世界真实活动的映射得到的活动变化)的前置条件,处于准备(Ready)状态;在Event(预设事件)触发后,变迁发生(Transition Firing),进行一段时间t的转换输出Place中的Token(变迁产生的企业业务活动数据),并生成Event(变迁产生的影响事件),该Event(变迁产生的影响事件)可作为下一个Transition的Event,如此循环网络中所有的Transition,完成业务活动模型的构建。由此,构建的业务活动模型能够实现对企业的整个生产经营状况模拟预测等。
在一实施例中,作为基于事件网的系统平台,其中设置了大数据处理以及各种机器学习算法。在获取了业务活动数据和预设事件后,需要计算随着事件的触发和变迁之后相应数据及相关数据的变化;同时对于各数据、事件变迁之间的逻辑关系之间的变化也需要进行更新。因此,需要对其中涉及到的计算模型或者关系变化等进行模拟仿真。即在构建业务活动模型时,需要对有向弧和变迁通过模拟仿真进行确定,模拟仿真的方式包括脚本语言编写、经验模型、机器学习模型以及有限元计算。
其中,对于其中采用的各类模型,可以采用训练数据进行训练。训练数据可以是企业的历史业务成本数据,对于这些数据可以通过数据标识、清洗以及基于大数据的相关校准,使得最终得到的模拟仿真的模型能够趋于真实的企业情况。此外,模拟仿真也可以是基于物理世界的真实活动中的关系映射到模拟世界的逻辑关系的演绎实现的。
在一实施例中,在采用获取的成本数据构建模型之前,可以先对获取的数据进行预处理,如数据清洗、数据降噪以及数据平滑等。数据降噪和平滑处理可以采用非线性滤波、数据重构、状态估计、滑动平均、指数平滑等方法。通过对数据的预处理,可以提高数据信噪比,提高构建模型的准确性。
步骤S103:根据业务活动模型对企业生产经营状况进行模拟,监控生产经营中的经营风险。
在一实施例中,可以根据业务活动模型对企业生产经营状况进行模拟,得到生产经营结果;根据风险阈值和生产经营结果的关系进行经营风险预测。在一具体实施方式中,在构建得到业务活动模型之后,可以利用该业务活动模型模拟企业生产经营的真实变化情况。同时,还可以针对不同的环节设置不同的风险阈值,如设置人力风险阈值、采购风险阈值、生产风险阈值等等;然后将模拟得到的生产经营结果即各个环节的数据结果和设定的风险阈值进行比较,从而判断是否出现经营风险。
本发明实施例提供的基于事件网的事中监控分析方法,基于事件网构建了业务活动模型,由此能够有效模拟企业生产经营的真实变化情况。同时,通过模拟结果能够监控生产经营中的经营风险。由此,通过发现的经营风险能够给管理者以直接的洞察,从而指导企业的生产经营情况。
作为本发明实施例一种可选的实施方式,该基于事件网的事中监控分析方法还包括:根据预测的经营风险,调整企业业务活动数据和预设事件;基于调整后的企业业务活动数据和预设事件,采用业务活动模型再次进行模拟,得到模拟结果;根据模拟结果进行经营风险的根因分析。
在一具体实施方式中,当基于上述实施例确定企业生产经营过程中出现经营风险时,可以基于确定的经营风险实现风险的根因分析。例如,当根据步骤S103确定存在人力风险时,可以将可能对产生该风险的影响事件进行逐一调整,例如,调整人员变动事件,或者改变计划安排,或者是改变技术工艺等等。然后根据业务活动模型的模拟结果,判断该模拟结果的变化。如果在调整某一影响事件时,模拟结果中的数据结果和设定阈值相比进一步增大,则该影响事件可以作为该经营风险的根因。此外,除调整影响事件以外,还可以通过企业业务数据,判断企业业务数据是否会对经营风险产生影响。
作为本发明实施例一种可选的实施方式,该基于事件网的事中监控分析方法还包括:根据模拟结果分析调整后的企业业务活动数据和预设事件对经营风险的影响,得到影响结果;根据影响结果确定企业业务活动数据和预设事件的调整方向。
在一具体实施方式中,在通过上述方式确定调整后的企业业务活动数据和预设事件对预测的经营风险的影响之后,例如,当调整某一事件或数据之后发现其使得经营风险更加严重,则可以针对该事件或者数据采取一些干预措施,通过该干预措施减弱该风险的影响。在一实施例中,干预措施也可以是对业务活动数据或者预设事件做的一些调整,使其能够减弱该风险的影响。具体地,可以将干预措施作为调整后的企业业务活动数据和预设事件输入到经营风险模型中,通过模型输出的结果,判断该干预措施的实施是否能够减弱相应风险的影响。
本发明实施例提供的基于事件网的事中监控分析方法,通过基于事件网构建的业务活动模型,不仅能够监控企业生产经营中的经营风险。同时还能通过监控的经营风险实现风险的根因分析,或者基于监控的风险使得企业能够及时采取干预措施,减弱或消除经营风险带来的影响。
本发明实施例还提供一种基于事件网的事中监控分析系统,如图2所示,该系统包括:
数据获取模块1,用于获取企业业务活动数据以及影响生产经营的预设事件;详细内容参见上述方法实施例中步骤S101的相关描述。
模型构建模块2,用于基于活动数据和预设事件,将物理世界的真实活动进行映射,构建基于事件网的业务活动模型;详细内容参见上述方法实施例中步骤S102的相关描述。
监控模块3,用于根据所述业务活动模型对企业生产经营状况进行模拟,监控生产经营中的经营风险。详细内容参见上述方法实施例中步骤S103的相关描述。
本发明实施例提供的基于事件网的事中监控分析系统,基于事件网构建了业务活动模型,由此能够有效模拟企业生产经营的真实变化情况。同时,通过模拟结果能够监控生产经营中的经营风险。由此,通过发现的经营风险能够给管理者以直接的洞察,从而指导企业的生产经营情况。
作为本发明实施例一种可选的实施方式,模型构建模块包括:
第一模拟模块,用于根据所述业务活动模型对企业生产经营状况进行模拟,得到生产经营结果;
预测模块,用于根据风险阈值和生产经营结果的关系进行经营风险预测。
作为本发明实施例一种可选的实施方式,该基于事件网的事中监控分析系统还包括:
调整模块,用于根据预测的经营风险,调整企业业务活动数据和预设事件;
第二模拟模块,用于基于调整后的企业业务活动数据和预设事件,采用业务活动模型再次进行模拟,得到模拟结果;
分析模块,用于根据模拟结果进行经营风险的根因分析。
作为本发明实施例一种可选的实施方式,该基于事件网的事中监控分析系统还包括:
分析影响模块,用于根据模拟结果分析调整后的企业业务活动数据和预设事件对经营风险的影响,得到影响结果;
方向确定模块,用于根据影响结果确定企业业务活动数据和预设事件的调整方向。
本发明实施例提供的基于事件网的事中监控分析系统的功能描述详细参见上述实施例中基于事件网的事中监控分析方法描述。
本发明实施例还提供一种存储介质,如图3所示,其上存储有计算机程序601,该指令被处理器执行时实现上述实施例中基于事件网的事中监控分析方法的步骤。该存储介质上还存储有音视频流数据,特征帧数据、交互请求信令、加密数据以及预设数据大小等。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(RandomAccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
本发明实施例还提供了一种电子设备,如图4所示,该电子设备可以包括处理器51和存储器52,其中处理器51和存储器52可以通过总线或者其他方式连接,图4中以通过总线连接为例。
处理器51可以为中央处理器(Central Processing Unit,CPU)。处理器51还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器52作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的对应的程序指令/模块。处理器51通过运行存储在存储器52中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的基于事件网的事中监控分析方法。
存储器52可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器51所创建的数据等。此外,存储器52可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器52可选包括相对于处理器51远程设置的存储器,这些远程存储器可以通过网络连接至处理器51。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器52中,当被所述处理器51执行时,执行如图1所示实施例中的基于事件网的事中监控分析方法。
上述电子设备具体细节可以对应参阅图1所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种基于事件网的事中监控分析方法,其特征在于,包括:
获取企业业务活动数据以及影响生产经营的预设事件;
基于活动数据和预设事件,将物理世界的真实活动进行映射,构建基于事件网的业务活动模型;
根据所述业务活动模型对企业生产经营状况进行模拟,监控生产经营中的经营风险;
所述基于事件网的业务活动模型通过以下方式表示:
EN=(P,E,T,A,F)
其中,EN表示业务活动模型,P为库所的集合,E为事件的集合,T为变迁的集合,A为有向弧的集合,F为发生函数的集合;
库所中包含获取的企业业务活动数据以及通过变迁产生的企业业务活动数据,事件包括影响生产经营的预设事件以及通过变迁产生的影响事件;变迁表示通过物理世界的真实活动进行映射确定的状态变化,发生函数包括变迁发生的前置条件、发生的时长以及后置函数;
变迁发生的前置条件包括:变迁发生需要的时间、变迁需要的库所以及需要消耗的库所中数据;后置函数用于计算产生变迁后的成本数据以及变迁后的事件。
2.根据权利要求1所述的基于事件网的事中监控分析方法,其特征在于,企业业务活动数据包括:人力数据、采购数据、生产数据、销售数据、质量数据、服务数据以及财务数据。
3.根据权利要求1所述的基于事件网的事中监控分析方法,其特征在于,
基于事件网的业务活动模型的构建按照如下方式实现:当获取企业业务活动数据,满足前置条件,处于准备状态;在预设事件触发后,变迁发生,进行预设时间的转换输出变迁产生的企业业务活动数据,并生成变迁产生的影响事件,该变迁产生的影响事件作为下一个变迁的事件,如此循环网络中所有的变迁,完成业务活动模型的构建。
4.根据权利要求1所述的基于事件网的事中监控分析方法,其特征在于,所述有向弧和变迁通过模拟仿真进行确定,所述模拟仿真的方式包括脚本语言编写、经验模型、机器学习模型以及有限元计算。
5.根据权利要求1所述的基于事件网的事中监控分析方法,其特征在于,根据所述业务活动模型对企业生产经营状况进行模拟,监控生产经营中的经营风险,包括:
根据所述业务活动模型对企业生产经营状况进行模拟,得到生产经营结果;
根据风险阈值和生产经营结果的关系进行经营风险预测。
6.根据权利要求5所述的基于事件网的事中监控分析方法,其特征在于,还包括:
根据预测的经营风险,调整企业业务活动数据和预设事件;
基于调整后的企业业务活动数据和预设事件,采用所述业务活动模型再次进行模拟,得到模拟结果;
根据所述模拟结果进行经营风险的根因分析。
7.根据权利要求6所述的基于事件网的事中监控分析方法,其特征在于,还包括:
根据所述模拟结果分析调整后的企业业务活动数据和预设事件对经营风险的影响,得到影响结果;
根据所述影响结果确定所述企业业务活动数据和预设事件的调整方向。
8.一种基于事件网的事中监控分析系统,其特征在于,包括:
数据获取模块,用于获取企业业务活动数据以及影响生产经营的预设事件;
模型构建模块,用于基于活动数据和预设事件,将物理世界的真实活动进行映射,构建基于事件网的业务活动模型;
监控模块,用于根据所述业务活动模型对企业生产经营状况进行模拟,监控生产经营中的经营风险;
所述基于事件网的业务活动模型通过以下方式表示:
EN=(P,E,T,A,F)
其中,EN表示业务活动模型,P为库所的集合,E为事件的集合,T为变迁的集合,A为有向弧的集合,F为发生函数的集合;
库所中包含获取的企业业务活动数据以及通过变迁产生的企业业务活动数据,事件包括影响生产经营的预设事件以及通过变迁产生的影响事件;变迁表示通过物理世界的真实活动进行映射确定的状态变化,发生函数包括变迁发生的前置条件、发生的时长以及后置函数;
变迁发生的前置条件包括:变迁发生需要的时间、变迁需要的库所以及需要消耗的库所中数据;后置函数用于计算产生变迁后的成本数据以及变迁后的事件。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行如权利要求1-7任一项所述的基于事件网的事中监控分析方法。
10.一种电子设备,其特征在于,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如权利要求1-7任一项所述的基于事件网的事中监控分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110940592.5A CN113610419B (zh) | 2021-08-16 | 2021-08-16 | 一种基于事件网的事中监控分析方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110940592.5A CN113610419B (zh) | 2021-08-16 | 2021-08-16 | 一种基于事件网的事中监控分析方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113610419A CN113610419A (zh) | 2021-11-05 |
CN113610419B true CN113610419B (zh) | 2023-10-13 |
Family
ID=78308754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110940592.5A Active CN113610419B (zh) | 2021-08-16 | 2021-08-16 | 一种基于事件网的事中监控分析方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113610419B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101276437A (zh) * | 2008-05-15 | 2008-10-01 | 王坚 | 企业能耗过程建模与仿真方法 |
CN103019903A (zh) * | 2013-01-18 | 2013-04-03 | 哈尔滨工业大学 | 嵌入式设备能耗仿真评测系统 |
CN105159244A (zh) * | 2015-07-29 | 2015-12-16 | 安徽理工大学 | 一种基于Petri网的事件协调控制方法 |
CN106168769A (zh) * | 2016-07-19 | 2016-11-30 | 同济大学 | 一种多耦合混杂流程工业过程的建模及仿真方法 |
CN109559039A (zh) * | 2018-11-29 | 2019-04-02 | 贵州航天云网科技有限公司 | 一种基于数字孪生技术的虚拟工厂业务协同系统 |
CN110782147A (zh) * | 2019-10-18 | 2020-02-11 | 武汉大学 | 一种基于模糊Petri网的溢油灾害链风险分析方法 |
CN112348251A (zh) * | 2020-11-05 | 2021-02-09 | 傲林科技有限公司 | 一种决策辅助方法、装置、电子设备及存储介质 |
CN112949956A (zh) * | 2019-12-10 | 2021-06-11 | 国网电力科学研究院有限公司 | 一种基于现货交易的发电企业市场化运营风险评估方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090018882A1 (en) * | 2007-07-10 | 2009-01-15 | Information In Place, Inc. | Method and system for managing enterprise workflow and information |
US20190340614A1 (en) * | 2018-05-04 | 2019-11-07 | International Business Machines Corporation | Cognitive methodology for sequence of events patterns in fraud detection using petri-net models |
-
2021
- 2021-08-16 CN CN202110940592.5A patent/CN113610419B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101276437A (zh) * | 2008-05-15 | 2008-10-01 | 王坚 | 企业能耗过程建模与仿真方法 |
CN103019903A (zh) * | 2013-01-18 | 2013-04-03 | 哈尔滨工业大学 | 嵌入式设备能耗仿真评测系统 |
CN105159244A (zh) * | 2015-07-29 | 2015-12-16 | 安徽理工大学 | 一种基于Petri网的事件协调控制方法 |
CN106168769A (zh) * | 2016-07-19 | 2016-11-30 | 同济大学 | 一种多耦合混杂流程工业过程的建模及仿真方法 |
CN109559039A (zh) * | 2018-11-29 | 2019-04-02 | 贵州航天云网科技有限公司 | 一种基于数字孪生技术的虚拟工厂业务协同系统 |
CN110782147A (zh) * | 2019-10-18 | 2020-02-11 | 武汉大学 | 一种基于模糊Petri网的溢油灾害链风险分析方法 |
CN112949956A (zh) * | 2019-12-10 | 2021-06-11 | 国网电力科学研究院有限公司 | 一种基于现货交易的发电企业市场化运营风险评估方法 |
CN112348251A (zh) * | 2020-11-05 | 2021-02-09 | 傲林科技有限公司 | 一种决策辅助方法、装置、电子设备及存储介质 |
Non-Patent Citations (4)
Title |
---|
A hybrid load flow and event dirven simulation approach to multi-state system reliability evaluation;Hindolo George-Williams等;《Reliability Engineering & System Safety》;第152卷;351-367 * |
A烟草公司物流风险防控系统建模与仿真优化;王敏;《中国优秀硕士学位论文全文数据库 信息科技辑》;第2017卷(第06期);I138-19 * |
Hybrid petri-nets for modelling and performance evaluation of supply chains;Nitesh Khilwani等;《International Journal of Production Research》;第49卷(第15期);4627-4656 * |
混杂Petri网系统中同步距离的确定及同步控制器的设计;方欢等;《控制理论与应用》;第29卷(第07期);884-892 * |
Also Published As
Publication number | Publication date |
---|---|
CN113610419A (zh) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10628292B2 (en) | Methods and systems for predicting estimation of project factors in software development | |
US11068789B2 (en) | Dynamic model data facility and automated operational model building and usage | |
US11521221B2 (en) | Predictive modeling with entity representations computed from neural network models simultaneously trained on multiple tasks | |
CN105144118B (zh) | 应用测试和分析 | |
Aiber et al. | Autonomic self-optimization according to business objectives | |
KR101396109B1 (ko) | 마케팅 모델 결정 시스템 | |
CN108337316A (zh) | 信息推送方法、装置、计算机设备及存储介质 | |
US11861464B2 (en) | Graph data structure for using inter-feature dependencies in machine-learning | |
WO2017071369A1 (zh) | 一种预测用户离网的方法和设备 | |
CN107967204A (zh) | 线下压测的方法、系统及终端设备 | |
CN114861386A (zh) | 面向业务流程的时间及成本综合计算仿真方法及装置 | |
US20150018060A1 (en) | System and method for decision making in strategic environments | |
Avritzer et al. | A multivariate characterization and detection of software performance antipatterns | |
US20090018813A1 (en) | Using quantitative models for predictive sla management | |
US20230186331A1 (en) | Generalized demand estimation for automated forecasting systems | |
Solomon et al. | Business process performance prediction on a tracked simulation model | |
US20140052431A1 (en) | Supporting proactive decision-making in event-driven applications | |
CN113610419B (zh) | 一种基于事件网的事中监控分析方法、系统及存储介质 | |
CN110910241B (zh) | 现金流评估方法、装置、服务器设备及存储介质 | |
Morichetta et al. | Demystifying deep learning in predictive monitoring for cloud-native SLOs | |
Ibrahim | PRESENCE: a framework for monitoring, modelling and evaluating the performance of cloud SaaS web services | |
CN113610313B (zh) | 一种基于事件网的成本还原优化方法、系统及存储介质 | |
US11003565B2 (en) | Performance change predictions | |
US20110225103A1 (en) | Efficiency of computer modeling and analysis of complex processes | |
Fenner et al. | Business-driven support for infrastructure as a service capacity management through system dynamics simulations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |