CN115496366A - 一种供应链安全评估优化方法及系统 - Google Patents
一种供应链安全评估优化方法及系统 Download PDFInfo
- Publication number
- CN115496366A CN115496366A CN202211163492.7A CN202211163492A CN115496366A CN 115496366 A CN115496366 A CN 115496366A CN 202211163492 A CN202211163492 A CN 202211163492A CN 115496366 A CN115496366 A CN 115496366A
- Authority
- CN
- China
- Prior art keywords
- manufacturer
- supply chain
- manufacturers
- parts
- producing
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000005457 optimization Methods 0.000 title claims description 12
- 241000039077 Copula Species 0.000 claims abstract description 69
- 238000004519 manufacturing process Methods 0.000 claims abstract description 56
- 238000012549 training Methods 0.000 claims abstract description 24
- 230000008859 change Effects 0.000 claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 17
- 238000003860 storage Methods 0.000 claims abstract description 14
- 230000006399 behavior Effects 0.000 claims abstract description 11
- 238000005065 mining Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 12
- 238000005034 decoration Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 7
- 238000011144 upstream manufacturing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000003507 refrigerant Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003466 welding Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007773 negative electrode material Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000007774 positive electrode material Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明公开了一种供应链安全评估优化方法、装置、设备及存储介质，该方法包括：查询生产汽车中各个零部件的厂商；对厂商构建生产汽车的供应链；根据供应链计算各个厂商相对于生产汽车的重要度；根据重要度训练用于挖掘供应链中厂商生产零部件的时长变化规律的D维相关结构模型D‑vine copula；监测厂商生产零部件的时长；若时长超过对厂商设置的额定值，则在D维相关结构模型D‑vine copula中查询与当前厂商存在相关关系的其他厂商；对其他厂商生产零部件的行为执行安全警报操作。以便及时修正生产计划，保证其他厂商正常生产零部件，减少或避免其他厂商出现生产零部件超时的情况，从而减少或避免产业链上的厂商生产零部件发生链式超时的情况，保证产业链的安全性。
Description
技术领域
本发明涉及汽车的技术领域，特别是涉及一种供应链安全评估优化方法 及系统。
背景技术
汽车产业是密集型产业，从汽车产业的链条看，汽车上使用着许多部门 的产品，而且从毛坯加工到整车装配，采用各类加工技术。汽车零部件包括 大至地板，小至螺钉等数千个不同的部件。
因此，汽车生产过程是由若干不同的专业的厂商(车间)合作完成的， 为了高效率地制造汽车，这些专业的厂商(车间)按产品的协作原则组织生 产、分工合作。
当某一个厂商出现异常、导致其生产的零部件出现延时时，其他厂商也 会跟随出现延时，大大延长了制作汽车的时间，制作汽车的效率较低。
发明内容
本发明提供了一种供应链安全评估优化方法及系统，以解决如何监控供 应链的异常，从而提高制作汽车的效率。
为了解决上述问题，本发明提供了一种供应链安全评估优化方法，包括：
查询生产汽车中各个零部件的厂商；
对所述厂商构建生产所述汽车的供应链；
根据所述供应链计算各个所述厂商相对于生产所述汽车的重要度；
根据所述重要度训练用于挖掘所述供应链中所述厂商生产所述零部件的 时长变化规律的D维相关结构模型D-vine copula；
监测所述厂商生产所述零部件的时长；
若所述时长超过对所述厂商设置的额定值，则在所述D维相关结构模型 D-vinecopula中查询在生产所述零部件的时长上与当前所述厂商存在相关 关系的其他所述厂商；
对其他所述厂商生产所述零部件的行为执行安全警报操作。
本发明还提供了一种供应链安全评估优化系统，包括：
供应商查询模块，用于查询生产汽车中各个零部件的厂商；
供应链构建模块，用于对所述厂商构建生产所述汽车的供应链；
重要度计算模块，用于根据所述供应链计算各个所述厂商相对于生产所 述汽车的重要度；
相关结构模型训练模块，用于根据所述重要度训练用于挖掘所述供应链 中所述厂商生产所述零部件的时长变化规律的D维相关结构模型D-vine copula；
时长监测模块，用于监测所述厂商生产所述零部件的时长；
相关厂商查询模块，用于若所述时长超过对所述厂商设置的额定值，则 在所述D维相关结构模型D-vine copula中查询在生产所述零部件的时长上 与当前所述厂商存在相关关系的其他所述厂商；
安全警报操作执行模块，用于对其他所述厂商生产所述零部件的行为执 行安全警报操作。
本发明还提供了一种电子设备，所述电子设备包括处理器、存储器及存 储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序 被所述处理器执行时实现供应链安全评估优化方法的步骤。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上 存储计算机程序，所述计算机程序被处理器执行时实现供应链安全评估优化 方法的步骤。
相对于背景技术，本发明实施例包括以下优点：
在本实施例中，查询生产汽车中各个零部件的厂商；对厂商构建生产汽 车的供应链；根据供应链计算各个厂商相对于生产汽车的重要度；根据重要 度训练用于挖掘供应链中厂商生产零部件的时长变化规律的D维相关结构模 型D-vine copula；监测厂商生产零部件的时长；若时长超过对厂商设置的 额定值，则在D维相关结构模型D-vine copula中查询与当前厂商存在相关 关系的其他厂商；对其他厂商生产零部件的行为执行安全警报操作。生产汽 车的供应链存在供应的关系，在此基础上计算各个厂商相对于生产汽车的重要度，并在供应链与重要度的约束下训练D维相关结构模型D-vine copula 来挖掘供应链中厂商生产零部件的时长变化规律，可以有效提高各个厂商之 间生产零部件的时长之间的相关性，在当前厂商生产零部件超时时，对其他 厂商生产零部件的行为执行安全警报操作，以便及时修正生产计划，保证其 他厂商正常生产零部件，减少或避免其他厂商出现生产零部件超时的情况， 从而减少或避免产业链上的厂商生产零部件发生链式超时的情况，保证产业 链的安全性。
附图说明
图1是本发明一个实施例的一种供应链安全评估优化方法的流程图；
图2是本发明一个实施例的一种供应链安全评估优化系统的结构示意图；
图3是本发明一个实施例的一种电子设备的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图 和具体实施方式对本发明作进一步详细的说明。
图1是本发明一个实施例的一种供应链安全评估优化方法的流程图，该 方法具体可以包括如下步骤：
步骤101、查询生产汽车中各个零部件的厂商。
在实际应用中，汽车可以划分为多个子系统，不同的子系统由不同的零 部件组成，这些零部件(或子系统)由多个厂商供应。
以电动的汽车为例，一辆电动的汽车由1000多个零部件构建，由200多 个厂商供应，其可以划分为如下子系统：
1、电驱动系统
电驱动系统包括驱动电机(包括定子、转子等)、电机控制器(包括功 率件、电路板控制件等)、减速器(包括齿轮组、半轴等)。
2、电控系统
电控系统包括整车控制器、高压电器系统(包括车载充电器、直流转换 器、高压配电箱等)、电控高压线束和其他零部件(如充电插座等)。
3、动力电池系统
动力电池系统包括电池组(包括正极材料、负极材料、隔膜、电解液等) 电池管理系统和其他零部件(如电池连接器、保护壳等)。
4、电子电气系统
电子电气系统包括底盘电子(包括电子稳定控制模块、电子驻车控制模 块)、车身电子电气(包括照明系统、车身控制器等)、安全舒适系统(包 括无钥匙启、胎压监测系统、进入系统等)和其他零部件(如整车低压线束、 视频传输线、充电器等)。
5、车身系统
车身系统包括车身框架(包括白车身、侧围、前罩、前机舱、翼子板、 前后地板、前后门、背门、顶盖等)、车身加强件(包括仪表板横梁、前后 防撞横梁焊接总成、大灯安装支架总成、水箱上下横梁总成等)、车身附件 与辅料(包括门较链、密封件、全车玻璃、玻璃升降器)等。
6、智能驾驶系统
智能驾驶系统包括传感器(包括毫米波雷达、超声波雷达、摄像头、激 光雷达)、域控制器(包括算力芯片、电源、内存、储存、电路板等)与其 他零部件(如车路协知传感器、卫星定位模块)。
7、智能座舱系统
智能座舱系统包括驾驶系统(包括中控屏、车内摄像头、HUD(Head Up Display，平视显示系统)、DMS(Driver Monitor System，驾驶监控系统) 等)、域控制器(包括芯片、电源、内存、储存、电路板等)、娱乐系统(包 括智能蓝牙系统、语音交互系统、音响系统等)。
8、智能网联系统
智能网联系统包括智能车载终端T-BOX(包括车载通信模块、高精度定 位、WIFI(无线保真)等)、网关控制器、车载天线。
9、装饰系统
装饰系统包括内饰(包括内饰塑料件、气囊系统、安全带系统、前后排 座椅、内后视镜总成、方向盘、门饰板总成、顶棚、主副仪表板、内饰侧围 护板、出风口、遮阳板系统、行李箱系统、地垫系统、减震垫等)、外饰(包 括外饰塑料件、前后保险杠总成、底护板、轮罩护板、扰流板、装饰条、外 后视镜总成、前后风窗总成、车窗总成、后三角窗、前后雨刮等)。
10、底盘系统
底盘系统包括传动系统(包括驱动轴总成)、行驶系统(包括悬架、车 轮、副车架等)、转向系统(包括电动助力转向器等)、制动系统(包括电 控助力器及制动总泵、制动器等)、随车工具(拖车钩、三脚架等)及其他 零部件(紧固件等其他底盘物料)。
11、热管理系统
热管理系统包括空调(包括压缩机、电磁阀、制冷剂管、加热器、冷凝 器、气液分离器、温度传感器、冷媒、热交换器等)、动力系统热管理(包 括加热器、水冷板、水泵、水管、电磁阀、冷凝器、气液分离器、温度传感 器、冷媒、热交换器等)。
步骤102、对厂商构建生产汽车的供应链。
在本实施例中，可以依据各个厂商生产的零部件之间的组成关系，对各 个厂商构建生产汽车的供应链(Supply chain)，即，在生产及流通过程中， 涉及将汽车提供给最终用户的上游与下游厂商所形成的网链结构。
在具体实现中，可以将各个厂商设置为节点。
从所有节点中分别查询存在供应关系的两个节点，作为第一目标点、第 二目标点，其中，第二目标点生产的零部件依赖第一目标点生产的零部件， 即由第二目标点表示的厂商所生产的零部件由第一目标点表示的厂商所生产 的零部件组成，第二目标点表示的厂商在生产零部件时，需要使用上由第一 目标点表示的厂商所生产的零部件。
以第一目标点为起点、第二目标点为终端，在第一目标点与第二目标点 之间构建第一目标点指向第二目标点的边。
此外，对于并不存在供应关系的任意两个节点，并不会在该两个节点之 间创建边。
对于同一个节点，其可以作为第一目标点，为其他节点(即第二目标点) 提供汽车的零部件，也可以作为第二目标点，接受其他节点(即第一目标点) 提供的汽车的零部件。
对于同一个节点，其作为第二目标点时，可以接受多个第一目标点提供 的汽车的零部件。
在各个具备供应关系的节点之间生成边时，可获得生产汽车的供应链， 此时，供应链表示为有向图。
步骤103、根据供应链计算各个厂商相对于生产汽车的重要度。
在本实施例中，根据供应链中各个厂商之间供应汽车的零部件的情况， 计算各个厂商相对于生产汽车的重要度，该重要度表示厂商生产的零部件对 于生产整台汽车的不可替代性。
对于同一零部件，可以又不同的厂商同时提供，因而不同厂商的重要度 有所不同，一般情况下，对于某个厂商生产的零部件，越少其他厂商替代， 则该厂商的重要度越高。
在具体实现中，针对具备供应关系的节点(即一个或多个第一目标点、 第二目标点，一个或多个第一目标点同时为第二目标点提供同一类型的零部 件)，可以查询在预设的时间段(如最近1年)内、每个第一目标点生产的 零部件的第一数量、所有第一目标点为第二目标点提供的零部件的第二数量。
针对每个第一目标点，分别将每个第一数量与第二数量之间的比值赋值 至每个第一目标点与第二目标点之间的边，这个比值体现了第一目标点对于 第二目标点的重要程度。
针对任一节点，将该节点为第二目标点(即边的终点)时边的第一比值 乘以该节点为第一目标点(即边的起点)时边的比值，获得将节点为终点时 的边的权重，这个权重体现了该节点在产业链短范围内的上下游的重要程度。
例如，节点A1、A2、A3共同向节点B1提供同一类型的零部件D，节点 B1、B2共同向节点C提供同一类型的零部件E，其中，节点A1向节点B1提 供3万件零部件D、节点A2向节点B1提供2万件零部件D，节点A3向节点 B1提供5万件零部件D，节点B1向节点C提供8万件零部件E，节点B2向 节点C提供8万件零部件E。
那么，节点A1与节点B1之间的边初始赋予比值3/10，节点A2与节点 B1之间的边初始赋予比值2/10，节点A3与节点B1之间的边初始赋予比值 5/10，节点B1与节点C之间的边初始赋予比值8/16，因此，节点A1与节点 B1之间的边的权重为3/10*8/16＝3/20，节点A2与节点B1之间的边的权重 2/10*8/16＝2/20，节点A3与节点B1之间的边的权重为5/10*8/16＝5/20。
使用PageRank(网页排名)等算法依据权重计算各个节点在供应链中的 重要度，作为各个厂商相对于生产汽车的重要度。
步骤104、根据重要度训练用于挖掘供应链中厂商生产零部件的时长变 化规律的D维相关结构模型D-vine copula。
在具体实现中，以供应链中各个厂商生产零部件的时长作为D维相关结 构模型D-vine copula中的分量，参考各个厂商相对于生产汽车的重要度对 D维相关结构模型D-vine copula进行训练，使得训练完成时的D维相关结 构模型D-vine copula可以挖掘供应链中厂商生产零部件的时长变化规律。
其中，D维相关结构模型D-vine copula是一种反映各个分量间联合概 率密度分布关系强弱的模型，其可以找出各个分量之间的相关性大小，基于 相关性对关联较为密切的分量进行重点关注。
在本发明的一种优选实施例中，步骤104进一步包括如下子步骤：
子步骤S1、获取厂商历史生产零部件的时长。
在本实施例中，可以对各个厂商查询历史上其生产零部件的时长，即， 从下订到交付之间消耗的时间。
如果交付零部件是分为多个批次，则可以对多个批次取平均值或中位值， 作为总的时长。
子步骤S2、构建矩阵。
在本实施例中，以矩阵的形式表示样本，其中，矩阵的列表示厂商，矩 阵的行表示时长。
在实际应用中，D维相关结构模型D-vine copula处理的是不带量纲的 数据，因而可以在矩阵中对时长执行标准化处理，使得矩阵中的时长分布在 [0，1]。
若标准化之后的时长为0，考虑到0是极端情况，甚少出现，则可以按 照预设的第一步长上调时长，即，对标准化之后的时长加上第一步长，如将 时长上调到0.01，从而提高D维相关结构模型D-vine copula的精确度。
若标准化之后的时长为1，考虑到1是极端情况，甚少出现，则可以按 照预设的第二步长下调时长，即，对标准化之后的时长减去第二步长，如将 时长下调到0.99，从而提高D维相关结构模型D-vine copula的精确度。
子步骤S3、按照重要度对供应链构建D维相关结构模型D-vine copula。
在本实施例中，可以参考重要度对供应链进行建模，构建反应出供应链 结构的D维相关结构模型D-vine copula。
在具体实现中，将重要度赋值至供应链中的节点，即节点是带权重(即 重要度)的。
若完成赋值，则考虑到供应链中部分的链路是并行的，即，多个厂商为 其他厂商提供同一类型的零部件，多个厂商之间是替换的关系，因此，可以 将供应链拆分为多条串行的子链。
如果在供应链中处于下游的厂商并未限制使用处于上游某些厂商所生产 的零部件，则可以挑选任一上游某些厂商与下游的厂商组成同一串行的子链。
如果在供应链中处于下游的厂商未限制使用处于上游某些厂商所生产的 零部件，则可以禁止挑选上游中存在限制的某些厂商与下游的厂商组成同一 串行的子链。
因此，对于同一个厂商，可以出现在一个子链中，也可以出现多个子链 中，本实施例对此不加以限制。
在本实施例中，针对一条子链训练一个D维相关结构模型D-vine copula， 那么，针对每条子链，在训练D维相关结构模型D-vine copula时，统计每 条子链中所有节点的第三数量。
按照第三数量分别对D维相关结构模型D-vine copula配置多个层，层 的第四数量比第三数量少一，假设某条子链中所有节点的第三数量为d(d为 正整数)，则D维相关结构模型D-vine copula中层的第四数量为d-1。
将子链中的所有节点设置为D维相关结构模型D-vine copula中的首层 的结点，其中，结点之间的边复用节点之间的边。
对于D维相关结构模型D-vine copula中的非首层，将当前层的结点设 置为上一层中结点之间的边。
进一步而言，D维相关结构模型D-vine copula的每一层都由多个结点 和边组成，结点之间的边对应的是pair-copula(二元copula函数)，这是 组成D维相关结构模型D-vine copula的基本单元，以此构成完整的D维相 关结构模型D-vine copula。
子步骤S4、将矩阵训练D维相关结构模型D-vine copula，以挖掘供应 链中厂商生产零部件在时长上的变化规律。
在本实施例中，以矩阵中记录的数据(即各个厂商历史生产零部件的时 长)作为样本对D维相关结构模型D-vine copula进行训练，使得训练完成 时的D维相关结构模型D-vine copula可以挖掘供应链中生产零部件在时长 上的变化规律。
进一步而言，pair-copula是有条件的数据，即，pair-copula中的结点 是带权重(即重要度)的、边是存在方向性的，本实施例中可以预先假定 pair-copula们是Gaussian-copula(高斯相依)、t-copula(t维相依)、 Clayton-copula(克莱顿相依)、Gumbel-copula(耿贝尔相依)等结构，在 pair-copula的结构固定的条件下，代入样本(即矩阵)的数据进行模拟求 出参数值，即可确定pair-copula，进而确定整个D维相关结构模型D-vinecopula的结构。
步骤105、监测厂商生产零部件的时长。
在本实施例中，将D维相关结构模型D-vine copula部署到线上运行， 此时，可以实时监测各个厂商生产零部件的时长。
步骤106、若时长超过对厂商设置的额定值，则在D维相关结构模型 D-vinecopula中查询在生产零部件的时长上与当前厂商存在相关关系的其 他厂商。
针对每个厂商，无论是集中一次交付零部件还是分批交付零部件，均可 以对其设置生产零部件的额定值，即，约定生产零部件的额定的时长。
一般情况下，对厂商设置的额定值小于与厂商约定交付零部件的时间， 以便及时发现异常，当然，如果在实际生产时存在其他因素导致无法按照约 定的时间交付零部件，那么，可以根据实际生产的情况设置合适的额定值， 此时，额定值大于或大于与厂商约定交付零部件的时间。
依次将每个厂商实时生产零部件是时长与其额定值进行比较。
如果某个厂商实时生产零部件是时长小于或等于其额定值，则表示该厂 商生产零部件暂未见异常，跳过该厂商，如果某个厂商实时生产零部件是时 长超过(即大于)其额定值(即超时)，则表示该厂商生产零部件异常，会 对其他厂商生产零部件产生负面影响，此时，在D维相关结构模型D-vine copula中查询在生产零部件的时长上与当前厂商存在相关关系的其他厂商， 即，当前厂商生产零部件超时会明显地影响其他厂商生产零部件的时长，可 能导致其他厂商生产零部件超时，造成产业链上的厂商生产零部件发生链式 超时的情况。
在具体实现中，在D维相关结构模型D-vine copula中查询当前厂商与 其他厂商在生产零部件的时长之间的相关性。
考虑到在先将供应链拆分成子链训练D维相关结构模型D-vine copula， 当前厂商与其他厂商在生产零部件的时长之间存在一个或多个相关性。
若当前厂商与其他厂商之间在生产零部件的时长上存在多个相关性，则 将相关性线性融合为相关度，并将相关度与预设的阈值进行比较。
若相关度大于或等于预设的阈值，表示当前厂商与其他厂商之间在生产 零部件的时长上联系较为紧密，则确定当前厂商与其他厂商在生产零部件的 时长上存在相关关系。
若相关度小于预设的阈值，表示当前厂商与其他厂商之间在生产零部件 的时长上联系较为松散，则确定当前厂商与其他厂商在生产零部件的时长上 并不存在相关关系。
若当前厂商与其他厂商之间存在一个相关性，则可以将相关性与预设的 阈值进行比较。
若相关性大于或等于预设的阈值，表示当前厂商与其他厂商之间在生产 零部件的时长上联系较为松散，则确定当前厂商与其他厂商在生产零部件的 时长上并不存在相关关系。
若相关性小于预设的阈值，表示当前厂商与其他厂商之间在生产零部件 的时长上联系较为松散，则确定当前厂商与其他厂商在生产零部件的时长上 并不存在相关关系。
步骤107、对其他厂商生产零部件的行为执行安全警报操作。
对于生产零部件的时长上与当前厂商存在相关关系的其他厂商，可以对 其他厂商生产零部件的行为执行安全警报操作，提示其他厂商注意当前厂商 生产零部件超时，并对当前厂商进行跟踪，以便及时修正生产计划，保证其 他厂商正常生产零部件，减少或避免其他厂商出现生产零部件超时的情况， 从而减少或避免产业链上的厂商生产零部件发生链式超时的情况。
例如，从其他地方采购相同类型的零部件，降低当前厂商生产的零部件 的份额，增加上游厂商生产相同类型的零部件的份额，等等。
在本实施例中，查询生产汽车中各个零部件的厂商；对厂商构建生产汽 车的供应链；根据供应链计算各个厂商相对于生产汽车的重要度；根据重要 度训练用于挖掘供应链中厂商生产零部件的时长变化规律的D维相关结构模 型D-vine copula；监测厂商生产零部件的时长；若时长超过对厂商设置的 额定值，则在D维相关结构模型D-vine copula中查询与当前厂商存在相关 关系的其他厂商；对其他厂商生产零部件的行为执行安全警报操作。生产汽 车的供应链存在供应的关系，在此基础上计算各个厂商相对于生产汽车的重要度，并在供应链与重要度的约束下训练D维相关结构模型D-vine copula 来挖掘供应链中厂商生产零部件的时长变化规律，可以有效提高各个厂商之 间生产零部件的时长之间的相关性，在当前厂商生产零部件超时时，对其他 厂商生产零部件的行为执行安全警报操作，以便及时修正生产计划，保证其 他厂商正常生产零部件，减少或避免其他厂商出现生产零部件超时的情况， 从而减少或避免产业链上的厂商生产零部件发生链式超时的情况，保证产业 链的安全性。
图2是本发明一个实施例的一种供应链安全评估优化系统的结构示意图， 该系统具体可以包括如下模块：
供应商查询模块201，用于查询生产汽车中各个零部件的厂商；
供应链构建模块202，用于对所述厂商构建生产所述汽车的供应链；
重要度计算模块203，用于根据所述供应链计算各个所述厂商相对于生 产所述汽车的重要度；
相关结构模型训练模块204，用于根据所述重要度训练用于挖掘所述供 应链中所述厂商生产所述零部件的时长变化规律的D维相关结构模型D-vine copula；
时长监测模块205，用于监测所述厂商生产所述零部件的时长；
相关厂商查询模块206，用于若所述时长超过对所述厂商设置的额定值， 则在所述D维相关结构模型D-vine copula中查询在生产所述零部件的时长 上与当前所述厂商存在相关关系的其他所述厂商；
安全警报操作执行模块207，用于对其他所述厂商生产所述零部件的行 为执行安全警报操作。
可选地，所述供应链构建模块202还用于：
将各个所述厂商设置为节点；
从所有所述节点中分别查询存在供应关系的两个所述节点，作为第一目 标点、第二目标点，其中，所述第二目标点生产的所述零部件依赖所述第一 目标点生产的所述零部件；
以所述第一目标点为起点、所述第二目标点为终端，在所述第一目标点 与所述第二目标点之间构建所述第一目标点指向所述第二目标点的边，获得 生产所述汽车的供应链。
可选地，所述重要度计算模块203还用于：
针对具备供应关系的所述节点，查询每个所述第一目标点生产的所述零 部件的第一数量、所有所述第一目标点为所述第二目标点提供的所述零部件 的第二数量；
将每个所述第一数量与所述第二数量之间的比值赋值至每个所述第一目 标点与所述第二目标点之间的所述边；
针对任一所述节点，将所述节点为所述第二目标点时所述边的比值乘以 所述节点为所述第一目标点时所述边的比值，获得将所述节点为终点时的所 述边的权重；
依据所述权重计算各个所述节点在所述供应链中的重要度，作为各个所 述厂商相对于生产所述汽车的重要度。
可选地，所述相关结构模型训练模块204还用于：
获取所述厂商历史生产所述零部件的时长；
构建矩阵，所述矩阵的列表示所述厂商，所述矩阵的行表示所述时长；
按照所述重要度对所述供应链构建D维相关结构模型D-vine copula；
将所述矩阵训练所述D维相关结构模型D-vine copula，以挖掘所述供 应链中所述厂商生产所述零部件在时长上的变化规律。
可选地，所述相关结构模型训练模块204还用于：
将所述重要度赋值至所述供应链中的所述节点；
若完成赋值，则将所述供应链拆分为多条串行的子链；
统计每条所述子链中所有所述节点的第三数量；
按照所述第三数量分别对D维相关结构模型D-vine copula配置多个层， 所述层的第四数量比所述第三数量少一；
将所述子链中的所有所述节点设置为所述D维相关结构模型D-vine copula中的首层的结点，其中，所述结点之间的边复用所述节点之间的边；
对于所述D维相关结构模型D-vine copula中的非首层，将当前所述层 的结点设置为上一所述层中所述结点之间的边。
可选地，所述相关结构模型训练模块204还用于：
在所述矩阵中对所述时长执行标准化处理；
若标准化之后的所述时长为0，则按照预设的第一步长上调所述时长；
若标准化之后的所述时长为1，则按照预设的第二步长下调所述时长。
可选地，所述相关厂商查询模块206还用于：
在所述D维相关结构模型D-vine copula中查询当前所述厂商与其他所 述厂商之间在生产所述零部件的时长上的相关性；
若当前所述厂商与其他所述厂商之间在生产所述零部件的时长上存在多 个相关性，则将所述相关性线性融合为相关度；
若所述相关度大于或等于预设的阈值，则确定当前所述厂商与其他所述 厂商之间在生产所述零部件的时长上存在相关关系。
对于系统实施例而言，由于其与方法实施例基本相似，所以描述的比较 简单，相关之处参见方法实施例的部分说明即可。
在本实施例中，查询生产汽车中各个零部件的厂商；对厂商构建生产汽 车的供应链；根据供应链计算各个厂商相对于生产汽车的重要度；根据重要 度训练用于挖掘供应链中厂商生产零部件的时长变化规律的D维相关结构模 型D-vine copula；监测厂商生产零部件的时长；若时长超过对厂商设置的 额定值，则在D维相关结构模型D-vine copula中查询与当前厂商存在相关 关系的其他厂商；对其他厂商生产零部件的行为执行安全警报操作。生产汽 车的供应链存在供应的关系，在此基础上计算各个厂商相对于生产汽车的重要度，并在供应链与重要度的约束下训练D维相关结构模型D-vine copula 来挖掘供应链中厂商生产零部件的时长变化规律，可以有效提高各个厂商之 间生产零部件的时长之间的相关性，在当前厂商生产零部件超时时，对其他 厂商生产零部件的行为执行安全警报操作，以便及时修正生产计划，保证其 他厂商正常生产零部件，减少或避免其他厂商出现生产零部件超时的情况， 从而减少或避免产业链上的厂商生产零部件发生链式超时的情况，保证产业 链的安全性。
图3是本发明一个实施例的一种电子设备的结构示意图。
该电子设备300包括但不限于：射频单元301、网络模块302、音频输出 单元303、输入单元304、传感器305、显示单元306、用户输入单元307、 接口单元308、存储器309、处理器310、以及电源311等部件。本领域技术 人员可以理解，图3中示出的电子设备结构并不构成对电子设备的限定，电 子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的 部件布置。在本发明实施例中，电子设备包括但不限于手机、平板电脑、笔 记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。
其中，处理器310，用于查询生产汽车中各个零部件的厂商；对所述厂 商构建生产所述汽车的供应链；根据所述供应链计算各个所述厂商相对于生 产所述汽车的重要度；根据所述重要度训练用于挖掘所述供应链中所述厂商 生产所述零部件的时长变化规律的D维相关结构模型D-vine copula；监测 所述厂商生产所述零部件的时长；若所述时长超过对所述厂商设置的额定值， 则在所述D维相关结构模型D-vine copula中查询在生产所述零部件的时长 上与当前所述厂商存在相关关系的其他所述厂商；对其他所述厂商生产所述 零部件的行为执行安全警报操作。
在本实施例中，查询生产汽车中各个零部件的厂商；对厂商构建生产汽 车的供应链；根据供应链计算各个厂商相对于生产汽车的重要度；根据重要 度训练用于挖掘供应链中厂商生产零部件的时长变化规律的D维相关结构模 型D-vine copula；监测厂商生产零部件的时长；若时长超过对厂商设置的 额定值，则在D维相关结构模型D-vine copula中查询与当前厂商存在相关 关系的其他厂商；对其他厂商生产零部件的行为执行安全警报操作。生产汽 车的供应链存在供应的关系，在此基础上计算各个厂商相对于生产汽车的重要度，并在供应链与重要度的约束下训练D维相关结构模型D-vine copula 来挖掘供应链中厂商生产零部件的时长变化规律，可以有效提高各个厂商之 间生产零部件的时长之间的相关性，在当前厂商生产零部件超时时，对其他 厂商生产零部件的行为执行安全警报操作，以便及时修正生产计划，保证其 他厂商正常生产零部件，减少或避免其他厂商出现生产零部件超时的情况， 从而减少或避免产业链上的厂商生产零部件发生链式超时的情况，保证产业 链的安全性。
应理解的是，本发明实施例中，射频单元301可用于收发信息或通话过 程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理 器310处理；另外，将上行的数据发送给基站。通常，射频单元301包括但 不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器 等。此外，射频单元301还可以通过无线通信系统与网络和其他设备通信。
电子设备通过网络模块302为用户提供了无线的宽带互联网访问，如帮 助用户收发电子邮件、浏览网页和访问流式媒体等。
音频输出单元303可以将射频单元301或网络模块302接收的或者在存 储器309中存储的音频数据转换成音频信号并且输出为声音。而且，音频输 出单元303还可以提供与电子设备300执行的特定功能相关的音频输出(例 如，呼叫信号接收声音、消息接收声音等等)。音频输出单元303包括扬声 器、蜂鸣器以及受话器等。
输入单元304用于接收音频或视频信号。输入单元304可以包括图形处 理器(Graphics Processing Unit，GPU)3041和麦克风3042，图形处理器 3041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得 的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单 元306上。经图形处理器3041处理后的图像帧可以存储在存储器309(或其 它存储介质)中或者经由射频单元301或网络模块302进行发送。麦克风3042 可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元301发送到移动通信基 站的格式输出。
电子设备300还包括至少一种传感器305，比如光传感器、运动传感器 以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中， 环境光传感器可根据环境光线的明暗来调节显示面板3061的亮度，接近传感 器可在电子设备300移动到耳边时，关闭显示面板3061和/或背光。作为运 动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的 大小，静止时可检测出重力的大小及方向，可用于识别电子设备姿态(比如 横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步 器、敲击)等；传感器305还可以包括指纹传感器、压力传感器、虹膜传感 器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在 此不再赘述。
显示单元306用于显示由用户输入的信息或提供给用户的信息。显示单 元306可包括显示面板3061，可以采用液晶显示器(Liquid Crystal Display， LCD)、有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来 配置显示面板3061。
用户输入单元307可用于接收输入的数字或字符信息，以及产生与电子 设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元307 包括触控面板3071以及其他输入设备3072。触控面板3071，也称为触摸屏， 可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合 的物体或附件在触控面板3071上或在触控面板3071附近的操作)。触控面 板3071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检 测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送 给处理器310，接收处理器310发来的命令并加以执行。此外，可以采用电 阻式、电容式、红外线以及表面声波等多种类型实现触控面板3071。除了触 控面板3071，用户输入单元307还可以包括其他输入设备3072。具体地，其 他输入设备3072可以包括但不限于物理键盘、功能键(比如音量控制按键、 开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。
进一步的，触控面板3071可覆盖在显示面板3061上，当触控面板3071 检测到在其上或附近的触摸操作后，传送给处理器310以确定触摸事件的类 型，随后处理器310根据触摸事件的类型在显示面板3061上提供相应的视觉 输出。虽然在图3中，触控面板3071与显示面板3061是作为两个独立的部 件来实现电子设备的输入和输出功能，但是在某些实施例中，可以将触控面 板3071与显示面板3061集成而实现电子设备的输入和输出功能，具体此处 不做限定。
接口单元308为外部装置与电子设备300连接的接口。例如，外部装置 可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有 线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音 频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元308可 以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收 到的输入传输到电子设备300内的一个或多个元件或者可以用于在电子设备300和外部装置之间传输数据。
存储器309可用于存储软件程序以及各种数据。存储器1209可主要包括 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 能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区 可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外， 存储器309可以包括高速随机存取存储器，还可以包括非易失性存储器，例 如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器310是电子设备的控制中心，利用各种接口和线路连接整个电子 设备的各个部分，通过运行或执行存储在存储器309内的软件程序和/或模块， 以及调用存储在存储器309内的数据，执行电子设备的各种功能和处理数据， 从而对电子设备进行整体监控。处理器310可包括一个或多个处理单元；优 选的，处理器310可集成应用处理器和调制解调处理器，其中，应用处理器 主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线 通信。可以理解的是，上述调制解调处理器也可以不集成到处理器310中。
电子设备300还可以包括给各个部件供电的电源311(比如电池)，优 选的，电源311可以通过电源管理系统与处理器310逻辑相连，从而通过电 源管理系统实现管理充电、放电、以及功耗管理等功能。
另外，电子设备300包括一些未示出的功能模块，在此不再赘述。
优选的，本发明实施例还提供一种电子设备，该电子设备包括处理器310， 存储器309，存储在存储器309上并可在所述处理器310上运行的计算机程 序，该计算机程序被处理器310执行时实现上述供应链安全评估优化方法实 施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上 存储有计算机程序，该计算机程序被处理器执行时实现上述供应链安全评估 优化方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里 不再赘述。
其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory， 简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或 者光盘等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变 体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品 或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是 还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的 情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过 程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述 实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通 过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的 技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体 现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘) 中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调 器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上 述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的， 本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求 所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。
Claims (10)
1.一种供应链安全评估优化方法，其特征在于，包括：
查询生产汽车中各个零部件的厂商；
对所述厂商构建生产所述汽车的供应链；
根据所述供应链计算各个所述厂商相对于生产所述汽车的重要度；
根据所述重要度训练用于挖掘所述供应链中所述厂商生产所述零部件的时长变化规律的D维相关结构模型D-vine copula；
监测所述厂商生产所述零部件的时长；
若所述时长超过对所述厂商设置的额定值，则在所述D维相关结构模型D-vine copula中查询在生产所述零部件的时长上与当前所述厂商存在相关关系的其他所述厂商；
对其他所述厂商生产所述零部件的行为执行安全警报操作。
2.如权利要求1所述的方法，其特征在于，所述对所述厂商构建生产所述汽车的供应链的步骤包括：
将各个所述厂商设置为节点；
从所有所述节点中分别查询存在供应关系的两个所述节点，作为第一目标点、第二目标点，其中，所述第二目标点生产的所述零部件依赖所述第一目标点生产的所述零部件；
以所述第一目标点为起点、所述第二目标点为终端，在所述第一目标点与所述第二目标点之间构建所述第一目标点指向所述第二目标点的边，获得生产所述汽车的供应链。
3.如权利要求2所述的方法，其特征在于，所述根据所述供应链计算各个所述厂商相对于生产所述汽车的重要度的步骤包括：
针对具备供应关系的所述节点，查询每个所述第一目标点生产的所述零部件的第一数量、所有所述第一目标点为所述第二目标点提供的所述零部件的第二数量；
将每个所述第一数量与所述第二数量之间的比值赋值至每个所述第一目标点与所述第二目标点之间的所述边；
针对任一所述节点，将所述节点为所述第二目标点时所述边的比值乘以所述节点为所述第一目标点时所述边的比值，获得将所述节点为终点时的所述边的权重；
依据所述权重计算各个所述节点在所述供应链中的重要度，作为各个所述厂商相对于生产所述汽车的重要度。
4.如权利要求3所述的方法，其特征在于，所述根据所述重要度训练用于挖掘所述供应链中所述厂商生产所述零部件的时长变化规律的D维相关结构模型D-vine copula的步骤包括：
获取所述厂商历史生产所述零部件的时长；
构建矩阵，所述矩阵的列表示所述厂商，所述矩阵的行表示所述时长；
按照所述重要度对所述供应链构建D维相关结构模型D-vine copula；
将所述矩阵训练所述D维相关结构模型D-vine copula，以挖掘所述供应链中所述厂商生产所述零部件在时长上的变化规律。
5.如权利要求4所述的方法，其特征在于，所述按照所述重要度对所述供应链构建D维相关结构模型D-vine copula的步骤包括：
将所述重要度赋值至所述供应链中的所述节点；
若完成赋值，则将所述供应链拆分为多条串行的子链；
统计每条所述子链中所有所述节点的第三数量；
按照所述第三数量分别对D维相关结构模型D-vine copula配置多个层，所述层的第四数量比所述第三数量少一；
将所述子链中的所有所述节点设置为所述D维相关结构模型D-vine copula中的首层的结点，其中，所述结点之间的边复用所述节点之间的边；
对于所述D维相关结构模型D-vine copula中的非首层，将当前所述层的结点设置为上一所述层中所述结点之间的边。
6.如权利要求4所述的方法，其特征在于，所述根据所述重要度训练用于挖掘所述供应链中所述厂商生产所述零部件的时长变化规律的D维相关结构模型D-vine copula的步骤还包括：
在所述矩阵中对所述时长执行标准化处理；
若标准化之后的所述时长为0，则按照预设的第一步长上调所述时长；
若标准化之后的所述时长为1，则按照预设的第二步长下调所述时长。
7.如权利要求5所述的方法，其特征在于，所述在所述D维相关结构模型D-vine copula中查询在生产所述零部件的时长上与当前所述厂商存在相关关系的其他所述厂商的步骤包括：
在所述D维相关结构模型D-vine copula中查询当前所述厂商与其他所述厂商之间在生产所述零部件的时长上的相关性；
若当前所述厂商与其他所述厂商之间在生产所述零部件的时长上存在多个相关性，则将所述相关性线性融合为相关度；
若所述相关度大于或等于预设的阈值，则确定当前所述厂商与其他所述厂商之间在生产所述零部件的时长上存在相关关系。
8.一种供应链安全评估优化系统，其特征在于，包括：
供应商查询模块，用于查询生产汽车中各个零部件的厂商；
供应链构建模块，用于对所述厂商构建生产所述汽车的供应链；
重要度计算模块，用于根据所述供应链计算各个所述厂商相对于生产所述汽车的重要度；
相关结构模型训练模块，用于根据所述重要度训练用于挖掘所述供应链中所述厂商生产所述零部件的时长变化规律的D维相关结构模型D-vine copula；
时长监测模块，用于监测所述厂商生产所述零部件的时长；
相关厂商查询模块，用于若所述时长超过对所述厂商设置的额定值，则在所述D维相关结构模型D-vine copula中查询在生产所述零部件的时长上与当前所述厂商存在相关关系的其他所述厂商；
安全警报操作执行模块，用于对其他所述厂商生产所述零部件的行为执行安全警报操作。
9.一种电子设备，其特征在于，所述电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的供应链安全评估优化方法的步骤。
10.一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上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的供应链安全评估优化方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211163492.7A CN115496366B (zh) | 2022-09-23 | 2022-09-23 | 一种供应链安全评估优化方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211163492.7A CN115496366B (zh) | 2022-09-23 | 2022-09-23 | 一种供应链安全评估优化方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115496366A true CN115496366A (zh) | 2022-12-20 |
| CN115496366B CN115496366B (zh) | 2023-12-22 |
Family
ID=84470272
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211163492.7A Active CN115496366B (zh) | 2022-09-23 | 2022-09-23 | 一种供应链安全评估优化方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115496366B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010010788A (ja) * | 2008-06-24 | 2010-01-14 | Canon Inc | 画像処理装置、その制御方法、プログラム、記憶媒体、及び配信サーバ |
| CN104412283A (zh) * | 2012-07-05 | 2015-03-11 | 弗莱克斯电子有限责任公司 | 用于控制供应链的方法和系统 |
| CN111047377A (zh) * | 2018-10-12 | 2020-04-21 | 北京国双科技有限公司 | 产品供应链上的数据处理方法和装置 |
| US20200258031A1 (en) * | 2019-02-08 | 2020-08-13 | NB Ventures, Inc., dba Global eProcure | Supply chain management system and a method of operating the same |
| CN111985674A (zh) * | 2020-06-01 | 2020-11-24 | 南京沃普特科技有限公司 | 一种含物联网优化的智慧供应链管理云系统 |
| CN112150058A (zh) * | 2019-06-26 | 2020-12-29 | 株式会社日立制作所 | 供应链设计系统及供应链设计方法 |
| CN112184127A (zh) * | 2020-10-19 | 2021-01-05 | 万汇链智能科技(苏州)有限公司 | 一种基于区块链技术的供应链资产全生命周期的管理系统 |
| CN112446769A (zh) * | 2021-02-01 | 2021-03-05 | 旗美供应链(深圳)有限公司 | 一种供应链管理方法、系统、服务器及计算机可读介质 |
| CN112836964A (zh) * | 2021-02-02 | 2021-05-25 | 曹洪 | 一种企业异常的评估系统及评估方法 |
| CN113837476A (zh) * | 2021-09-27 | 2021-12-24 | 北京金山云网络技术有限公司 | 一种产品交付供应链预测方法、装置、电子设备及计算机可读存储介质 |
| CN114708043A (zh) * | 2022-05-25 | 2022-07-05 | 湖南工商大学 | 一种供应链牛鞭效应测度方法及系统、设备、存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2010010788A1 (ja) * | 2008-07-25 | 2012-01-05 | コニカミノルタホールディングス株式会社 | サプライチェーン最適化システム及びサプライチェーン最適化方法 |
-
2022
- 2022-09-23 CN CN202211163492.7A patent/CN115496366B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010010788A (ja) * | 2008-06-24 | 2010-01-14 | Canon Inc | 画像処理装置、その制御方法、プログラム、記憶媒体、及び配信サーバ |
| CN104412283A (zh) * | 2012-07-05 | 2015-03-11 | 弗莱克斯电子有限责任公司 | 用于控制供应链的方法和系统 |
| CN111047377A (zh) * | 2018-10-12 | 2020-04-21 | 北京国双科技有限公司 | 产品供应链上的数据处理方法和装置 |
| US20200258031A1 (en) * | 2019-02-08 | 2020-08-13 | NB Ventures, Inc., dba Global eProcure | Supply chain management system and a method of operating the same |
| CN112150058A (zh) * | 2019-06-26 | 2020-12-29 | 株式会社日立制作所 | 供应链设计系统及供应链设计方法 |
| CN111985674A (zh) * | 2020-06-01 | 2020-11-24 | 南京沃普特科技有限公司 | 一种含物联网优化的智慧供应链管理云系统 |
| CN112184127A (zh) * | 2020-10-19 | 2021-01-05 | 万汇链智能科技(苏州)有限公司 | 一种基于区块链技术的供应链资产全生命周期的管理系统 |
| CN112446769A (zh) * | 2021-02-01 | 2021-03-05 | 旗美供应链(深圳)有限公司 | 一种供应链管理方法、系统、服务器及计算机可读介质 |
| CN112836964A (zh) * | 2021-02-02 | 2021-05-25 | 曹洪 | 一种企业异常的评估系统及评估方法 |
| CN113837476A (zh) * | 2021-09-27 | 2021-12-24 | 北京金山云网络技术有限公司 | 一种产品交付供应链预测方法、装置、电子设备及计算机可读存储介质 |
| CN114708043A (zh) * | 2022-05-25 | 2022-07-05 | 湖南工商大学 | 一种供应链牛鞭效应测度方法及系统、设备、存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| 李海晴: "我国汽车制造业供应链风险评估及风险预警研究", 《中国优秀硕士论文 工程科技II辑》 * |
| 李铮: "汽车零部件制造企业的原材料分类及库存控制策略研究", 《中国优秀硕士论文 工程科技II辑》 * |
| 金春华;: "基于APS技术的企业生产配销供应链优化模式研究", 制造业自动化, no. 08 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115496366B (zh) | 2023-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3849150B1 (en) | Secure open api for a vehicle | |
| CN106240491B (zh) | 用于向车辆乘客提供警报的系统 | |
| CN103600743B (zh) | 用于车辆的警示系统和方法 | |
| CN107430524B (zh) | 一种定位声音发出位置的方法和终端设备 | |
| CN109753722A (zh) | 一种提高噪声传递函数的优化设计方法和系统 | |
| CN106205593A (zh) | 一种车内声音调整方法及相关设备 | |
| CN110971453B (zh) | 网络拓扑确定方法、装置、车辆网络拓扑结构及车辆 | |
| CN107246881B (zh) | 一种导航提醒方法、装置和终端 | |
| CN106537335A (zh) | 操作系统启动加速 | |
| KR20210139307A (ko) | 차량 내 컴퓨팅 시스템을 위한 탄력적 컴퓨팅 | |
| CN105034984B (zh) | 用于驾驶员定制的交互时间警报的方法和系统 | |
| CN109308065A (zh) | 根据性能产品探测的车辆校准 | |
| CN112784876A (zh) | 车辆尺寸匹配系统及方法 | |
| CN106155557A (zh) | 一种虚拟按键显示方法及移动终端 | |
| KR20180068624A (ko) | 차량용 사용자 인터페이스를 제공하는 장치 및 방법 | |
| CN115496366B (zh) | 一种供应链安全评估优化方法及系统 | |
| CN112721568B (zh) | 一种实现远程空调预测续航里程的方法 | |
| CN110871764A (zh) | 生成和发送紧急服务请求的系统和方法 | |
| CN113110487A (zh) | 车辆仿真控制方法、装置、电子设备及存储介质 | |
| CN105210034A (zh) | 显示控制装置、显示控制方法、以及其程序 | |
| CN115660362A (zh) | 一种基于时间戳的汽车零部件行业绩效管控方法及系统 | |
| CN110733419A (zh) | 汽车发声器 | |
| US10313325B2 (en) | Vehicle, vehicle system including the same, and control method of vehicle system | |
| CN110126829B (zh) | 扭矩滤波系数确定方法、车载终端及车辆 | |
| CN114095926A (zh) | 使用通信指纹识别进行蓝牙认证的系统和方法 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20231128 Address after: No.329 Mochou Road, Qinhuai District, Nanjing, Jiangsu 210000 Applicant after: Nanjing Jianyi Network Technology Co.,Ltd. Address before: No. 18, Anzhi Street, Suzhou Industrial Park, Suzhou Area, China (Jiangsu) Pilot Free Trade Zone, Suzhou City, Jiangsu Province, 215000 Applicant before: Jiangsu Aikaai International Standard Certification Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |