CN115796372A - 一种基于scor的供应链管理优化方法及系统 - Google Patents
一种基于scor的供应链管理优化方法及系统 Download PDFInfo
- Publication number
- CN115796372A CN115796372A CN202211552447.0A CN202211552447A CN115796372A CN 115796372 A CN115796372 A CN 115796372A CN 202211552447 A CN202211552447 A CN 202211552447A CN 115796372 A CN115796372 A CN 115796372A
- Authority
- CN
- China
- Prior art keywords
- supply chain
- evaluation
- supply
- determining
- data
- 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
- 238000013068 supply chain management Methods 0.000 title claims abstract description 92
- 238000005457 optimization Methods 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000011156 evaluation Methods 0.000 claims description 147
- 238000007726 management method Methods 0.000 claims description 49
- 238000013210 evaluation model Methods 0.000 claims description 34
- 238000012544 monitoring process Methods 0.000 claims description 34
- 238000011157 data evaluation Methods 0.000 claims description 32
- 230000002159 abnormal effect Effects 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000000354 decomposition reaction Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 238000000556 factor analysis Methods 0.000 claims description 6
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 13
- 238000004519 manufacturing process Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 238000013480 data collection Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012098 association analyses Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于SCOR的供应链管理优化方法及系统,涉及供应链管理技术领域,构建企业供应链划分信息,进行指标评估获取供应链评估结果,基于断点供应位置信息进行影响因子分解确定影响因子集,通过全局寻优模型确定供应链管理方案,构建最小割集评价模型,对供应链监测数据进行供应评价,获取供应链管理结果,解决了现有技术中对于供应链的管理方法不够严谨,对于供应链运行数据的分析处理流程智能度不足,无法保障当前的管理方案与供应链的高度匹配,存在一定的供应中断等风险的技术问题,通过对供应链的运行监测数据进行多关联综合分析,基于关联影响关系进行适应性调整,提高管理方案与供应链的契合度,避免造成供应异常。
Description
技术领域
本发明涉及供应链管理技术领域,具体涉及一种基于SCOR的供应链管理优化方法及系统。
背景技术
随着全球经济下滑,生产的复杂化与市场供需的动态变化,同时自然灾害的多发性,导致对于供应链系统的控制管理难度越来越大,造成供应中断,造成企业发展甚至整条供应链的巨大损失,现如今,主要通过基于时间、地理、生产进行供应链的集成管理,可实现弹性供应能力,避免出现大面积供应中断,但由于当前的管理方法还不够完善,存在一定的可优化空间,无法保障供应产品始终达到最佳质量,同时无法进行供应链供应能力的精准判断。
现有技术中,对于供应链的管理方法不够严谨,对于供应链运行数据的分析处理流程智能度不足,无法保障当前的管理方案与供应链的高度匹配,存在一定的供应中断等风险。
发明内容
本申请提供了一种基于SCOR的供应链管理优化方法及系统,用于针对解决现有技术中存在的对于供应链的管理方法不够严谨,对于供应链运行数据的分析处理流程智能度不足,无法保障当前的管理方案与供应链的高度匹配,存在一定的供应中断等风险的技术问题。
鉴于上述问题,本申请提供了一种基于SCOR的供应链管理优化方法及系统。
第一方面,本申请提供了一种基于SCOR的供应链管理优化方法,所述方法包括:
获得SCOR预设供应链划分信息,按照SCOR预设供应链划分信息对企业进行供应链阶段划分,构建企业供应链划分信息;
基于所述企业供应链划分信息,对供应链进行外部指标、内部指标评估,确定供应链评估结果,并根据所述供应链评估结果,确定断点供应位置信息;
根据所述断点供应位置信息,进行断点供应阶段的影响因子分解,确定影响因子集;
根据所述影响因子集,通过全局寻优模型,确定供应链管理方案;
基于所述影响因子集,利用历史数据库,构建最小割集评价模型;
获得供应链监测数据,基于所述供应链监测数据,通过所述最小割集评价模型进行供应评价,根据所述供应链管理方案、供应数据评价结果,确定供应链管理结果。
第二方面,本申请提供了一种基于SCOR的供应链管理优化系统,所述系统包括:
供应链划分模块,所述供应链划分模块用于获得SCOR预设供应链划分信息,按照SCOR预设供应链划分信息对企业进行供应链阶段划分,构建企业供应链划分信息;
位置信息确定模块,所述位置信息确定模块用于基于所述企业供应链划分信息,对供应链进行外部指标、内部指标评估,确定供应链评估结果,并根据所述供应链评估结果,确定断点供应位置信息;
影响因子确定模块,所述影响因子确定模块用于根据所述断点供应位置信息,进行断点供应阶段的影响因子分解,确定影响因子集;
方案确定模块,所述方案确定模块用于根据所述影响因子集,通过全局寻优模型,确定供应链管理方案;
模型构建模块,所述模型构建模块用于基于所述影响因子集,利用历史数据库,构建最小割集评价模型;
管理结果确定模块,所述管理结果确定模块用于获得供应链监测数据,基于所述供应链监测数据,通过所述最小割集评价模型进行供应评价,根据所述供应链管理方案、供应数据评价结果,确定供应链管理结果。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的一种基于SCOR的供应链管理优化方法,获得SCOR预设供应链划分信息,按照SCOR预设供应链划分信息对企业进行供应链阶段划分,构建企业供应链划分信息;基于所述企业供应链划分信息,对供应链进行外部指标、内部指标评估,确定供应链评估结果,进一步确定断点供应位置信息;根据所述断点供应位置信息,进行断点供应阶段的影响因子分解,确定影响因子集,通过全局寻优模型,确定供应链管理方案;基于所述影响因子集,利用历史数据库,构建最小割集评价模型;基于所述供应链监测数据,通过所述最小割集评价模型进行供应评价,根据所述供应链管理方案、所述供应数据评价结果,确定供应链管理结果,解决了现有技术中存在的对于供应链的管理方法不够严谨,对于供应链运行数据的分析处理流程智能度不足,无法保障当前的管理方案与供应链的高度匹配,存在一定的供应中断等风险的技术问题,通过对供应链的运行监测数据进行多关联综合分析,基于关联影响关系进行适应性调整,提高管理方案与供应链的契合度,避免造成供应异常。
附图说明
图1为本申请提供了一种基于SCOR的供应链管理优化方法流程示意图;
图2为本申请提供了一种基于SCOR的供应链管理优化方法中供应链管理方案获取流程示意图;
图3为本申请提供了一种基于SCOR的供应链管理优化方法中供应链管理结果获取流程示意图;
图4为本申请提供了一种基于SCOR的供应链管理优化系统结构示意图。
附图标记说明:供应链划分模块11,位置信息确定模块12,影响因子确定模块13,方案确定模块14,模型构建模块15,管理结果确定模块16。
具体实施方式
本申请通过提供一种基于SCOR的供应链管理优化方法及系统,构建企业供应链划分信息,进行指标评估获取供应链评估结果,基于断点供应位置信息进行影响因子分解确定影响因子集,通过全局寻优模型确定供应链管理方案,构建最小割集评价模型,对供应链监测数据进行供应评价,获取供应链管理结果,用于解决现有技术中存在的对于供应链的管理方法不够严谨,对于供应链运行数据的分析处理流程智能度不足,无法保障当前的管理方案与供应链的高度匹配,存在一定的供应中断等风险的技术问题。
实施例一
如图1所示,本申请提供了一种基于SCOR的供应链管理优化方法,所述方法包括:
步骤S100:获得SCOR预设供应链划分信息,按照SCOR预设供应链划分信息对企业进行供应链阶段划分,构建企业供应链划分信息;
具体而言,随着全球经济下滑,生产的复杂化与市场供需的动态变化,同时自然灾害的多发性,导致对于供应链系统的控制管理难度越来越大,造成供应中断,造成企业发展甚至整条供应链的巨大损失,本申请提供的一种基于SCOR的供应链管理优化方法,基于多个指标进行供应链评估,对存在的断点供应位置进行影响性判断,对管理方案进行优化,通过进行方案评价进行供应链的适应性管理,获取所述SCOR供应链划分信息,包括计划、采购、生产、配送、退货与启动,与企业的管理流程进行匹配对应,确定是否存在异常匹配流程阶段,当存在时,对所述SCOR供应链划分信息进行适配性调整,保障与企业管理流程的契合度,将调整结果作为所述企业供应链划分信息,将所述企业供应链划分信息作为基本信息进行阶段节点评估分析。
进一步而言,所述获得SCOR预设供应链划分信息,本申请步骤S100还包括:
步骤S110:获得SCOR供应链界定标准,根据SCOR供应链界定标准,确定阶段划分信息及阶段数据特征;
步骤S120:获得企业经营管理数据,基于所述阶段划分信息及阶段数据特征对所述企业经营管理数据进行特征识别匹配,确定阶段分割匹配关系;
步骤S130:判断所述阶段分割匹配关系是否满足匹配要求;
步骤S140:当满足时,将所述SCOR供应链界定标准作为所述SCOR预设供应链划分信息;
步骤S150:当不满足时,根据所述阶段分割匹配关系,确定异常匹配节点,并基于异常匹配节点,获得差异匹配数据特征,进行划分标准调整,确定所述SCOR预设供应链划分信息。
具体而言,SCOR作为供应链衡量评估的运作参考模型,包括计划、采购、生产、配送、退货与启动多个流程阶段,将其作为所述SCOR供应链界定标准,对所述SCOR供应链界定标准进行阶段信息识别提取,获取所述节点划分信息与所述阶段数据特征,例如,对于生产阶段,包括生产目标、生产流程、工艺参数数据等,对企业的经营管理数据进行采集,包括多个管理流程对应的数据,与所述阶段划分信息与所述阶段数据特征进行匹配,将数据匹配结果作为判定标准,确定所述多个管理流程与所述SCOR供应链界定标准是否存在流程阶段对应关系,将其作为所述阶段分割匹配关系。
进一步的,设定所述匹配要求,可将流程阶段一一对应作为所述匹配要求,判断所述阶段分割匹配关系是否满足所述匹配要求,当满足时,表明所述企业经营管理数据与所述SCOR供应链界定标准相契合,将其作为所述所述SCOR预设供应链划分信息,当不满足时,表明企业的经营管理流程与所述所述SCOR供应链界定标准之间存在异常对应阶段,作为所述异常匹配节点,将该节点对应的阶段数据特征作为所述差异匹配数据特征,进行针对性阶段调整,示例性的,对匹配空缺节点进行去除,对匹配度不足的节点进行修正,将调整后的划分标准作为所述SCOR预设供应链界划分信息,以提高与企业的契合度,保障后续管理精准度。
步骤S200:基于所述企业供应链划分信息,对供应链进行外部指标、内部指标评估,确定供应链评估结果,并根据所述供应链评估结果,确定断点供应位置信息;
具体而言,基于所述企业供应链划分信息确定多个评估指标,包括企业内部生产运营的内部指标与面对客户的外部指标,采集对应的企业内部运营数据与外部关联影响数据分别进行内部指标与外部指标评估,确定各个指标的评估结果,进一步确定各个指标的权重值,分别对内部指标与外部指标对应的评估结果进行加权求和,进一步基于同行业的运行标准进行指标计算结果评估,作为所述供应链评估结果,对所述供应链评估结果进行合格度判定,当不合格时进行异常流程阶段巡查,将其确定为所述断点供应位置信息,例如,市场供需不匹配等,判定营销阶段为断点供应位置。
进一步而言,基于所述企业供应链划分信息,对供应链进行外部指标、内部指标评估,确定供应链评估结果,本申请步骤S200还包括:
步骤S210:获得企业基础信息,基于所述企业基础信息,确定企业评价标准;
步骤S220:获得企业内部运营数据、外部关联影响数据;
步骤S230:基于所述企业评价标准,分别利用所述企业内部运营数据、外部关联影响数据进行外部影响指标评价、内部运营指标评价,获得各指标评价结果;
步骤S240:根据同行业运行标准、企业历史运行记录,获得企业评价预设权重值,利用所述企业评价预设权重值、各指标评价结果,分别进行外部指标加权计算、内部指标评价加权计算;
步骤S250:利用所述同行业运行标准,对外部指标加权结果、内部指标评价加权结果进行评估,获得所述供应链评估结果。
具体而言,对企业进行运维管理数据采集,获取所述企业基础信息,基于所述企业基础信息确定企业的覆盖面,获取多个评价指标作为所述企业评价标准,优选的,可针对各指标分别设定指标评定区间,设定多级别指标以进行指标评估限定。
进一步的,对企业进行生产、调度等数据采集,作为所述企业内部运营数据;对企业的销售、客户反馈等进行数据采集,作为所述外部关联影响数据,将所述企业内部运行数据与所述外部关联影响数据作为评估参考数据,对所述指标评价标准进行划分,将可靠性、响应度与灵活性等作为面向客户的外部指标,例如,可通过准时交货率、产品合格率等进行可靠性指标评估,将运营成本、资产管理效率、运营周转率等作为面向企业内部指标,进行指标数据匹配,基于匹配的评估参考数据进行指标评估,获取所述各指标评价结果。
进一步的获取所述同行业运行标准与所述企业历史运行记录,确定各指标的影响程度,确定所述企业评价预设权重值,其中,影响程度与权重值成正比,分别确定内部指标与外部指标的所述企业评价预设权重值与所述各指标评价结果,通过进行指标加权计算确定内部指标综合评价结果与外部指标综合评价结果,基于所述同行业运行标准,即包括合格、一般、优良等多级别运行要求,对指标综合评价结果进行评估,将评估结果作为所述供应链评估结果,可有效提高评估结果的精度。
步骤S300:根据所述断点供应位置信息,进行断点供应阶段的影响因子分解,确定影响因子集;
步骤S400:根据所述影响因子集,通过全局寻优模型,确定供应链管理方案;
具体而言,通过进行指标评估确定所述断点供应位置信息,确定所述断点供应阶段的影响因子,即该流程阶段正常运行相关因素,示例性的,对于生产阶段,物料、工艺流程、产品质量、生产效率等可作为该阶段的影响因子,其中,所述断点供应位置信息可能包括单个或多个流程阶段,通过对所述断点供应阶段进行影响因子分解与对应整合,生成所述影响因子集,进一步确定断点供应目标信息,即维系供应链正常运行时断点供应位置的状态信息,基于此进行大数据采集,获取多个满足所述断点供应目标信息的调整方案,构成调整方案集,基于全局寻优算法对所述调整方案集进行迭代寻优,确定全局最优调整方案,作为所述供应链管理方案,基于所述供应链管理方案进行管理结果评估。
进一步而言,如图2所示,根据所述影响因子集,通过全局寻优模型,确定供应链管理方案,本申请步骤S400还包括:
步骤S410:根据所述断点供应位置信息、所述影响因子集,确定断点供应目标信息;
步骤S420:基于所述影响因子集、所述断点供应目标信息,构建目标函数;
步骤S430:根据所述影响因子集,通过大数据进行调整方案采集,构建目标调整方案集;
步骤S440:基于所述目标函数,利用全局寻优算法,对所述目标调整方案集进行迭代寻优,根据寻优结果,确定所述供应链管理方案。
具体而言,对所述断点供应位置信息与所述影响因子集进行关联对应,对所述影响因子集进行协调分配确定所述断点供应目标信息,即合格的临界值目标,进一步的,将目标最大作为响应目标,将所述影响因子集协调分配方式作为变量,通过进行动态协调分配调整实现响应目标,构建所述目标函数,针对所述影响因子集,基于大数据进行调整方案采集,即现存的与供应链相适配的多个调整方案,不同调整方案对应的影响因子协调分配方式不同,将其作为所述目标调整方案集,所述目标调整方案包含的方案皆满足所述断点供应目标信息,基于所述目标调整方案集。
进一步的,基于所述目标调整方案集随机提取任一方案,对方案对应的影响因子协调分配方式进行评估,确定评估结果,将提取的方案作为当前最优方案,进一步再次基于所述目标调整方案随机提取一方案,获取方案评估结果,并与所述当前最优方案对应的评估结果进行校对,将较优结果对应的方案作为局部最优方案,进行方案的迭代,设定预设寻优次数或者预设目标,重复进行上述方案寻优迭代,直至达到预设目标,或寻优次数满足所述预设寻优次数,将当前确定的局部最优方案作为寻优结果,获取所述供应链管理方案,以保障方案与供应链的契合度。
步骤S500:基于所述影响因子集,利用历史数据库,构建最小割集评价模型;
步骤S600:获得供应链监测数据,基于所述供应链监测数据,通过所述最小割集评价模型进行供应评价,根据所述供应链管理方案、供应数据评价结果,确定供应链管理结果。
具体而言,基于所述历史数据库确定参数记录信息,确定多个评价参数,进一步分析所述多个评价参数对应的影响因子,对所述影响因子集进行关联分析,其中,一个影响因子可能影响多个评价参数,一个评价参数可能受到多个影响因子的影响,基于影响因子集与多个评价参数之间的关联关系进行链接,将生成的网络结构作为评价关系树,进一步确定所述评价关系树中的最小割集,针对最小割集构建所述最小割集评价模型,每个最小割集分别对应一最小割集评价模型,基于数据采集模块对供应链进行运行监测,获取所述供应链监测数据,对所述供应链监测数据与所述最小割集进行匹配,确定匹配关联数据基于对应的所述最小割集评价模型进行数据评估,生成所述供应数据评价结果,将所述供应数据评价结果带入所述供应链管理方案,将目标计算结果作为所述供应链管理结果,进一步基于所述供应链管理结果进行调整分析,当不达标时,基于最小割集进行关联分析,通过进行目标调整实现供应链的适应性管理。
进一步而言,基于所述影响因子集,利用历史数据库,构建最小割集评价模型,本申请步骤S500还包括:
步骤S510:利用历史数据库,确定评价参数集;
步骤S520:依次将多个评价参数作为顶上事件;
步骤S530:分析所述顶上事件的影响因子;
步骤S540:基于历史数据库中评价参数集的记录信息、所述影响因子,确定影响逻辑关系,构建评价关系树;
步骤S550:根据所述评价关系树,通过布尔代数对评价关系树进行分析处理,确定最小割集,获得所述最小割集评价模型。
具体而言,采集供应链的多个历史运行数据,构建所述历史数据库,基于所述历史数据量进行各流程阶段的评价参数与整体评价参数提取,进而进行参数标识,生成所述评价参数集,将所述多个评价参数作为所述顶上事件,单项顶上事件对应一组评价参数,分析评价参数相关联的所有因素,例如,生产阶段评价不合格,可能由于产品质量不达标、效率低下等原因,将其作为该顶上事件的影响因子,对多个所述顶上事件分别进行影响因子分析,进一步的,基于所述历史数据库中评价参数集的记录信息与所述影响因子,对各个影响因子之间的关联关系进行分析,例如一影响因子可能造成多个顶上事件,同一顶上事件可能对应多个影响因子,基于关联关系对顶上事件与影响因子进行连接,生成网络结构,将其作为所述评价关系树。
进一步对所述评价关系树进行仔细检查并利用布尔代数进行化简,消除多余事件,为后续做定性、定量分析提供方便,进而确定最小割集,所述最小割集为导致顶上事件发生的最基本的影响因子集合,确定多个所述顶上事件对应的所述多个最小割集,组成所述最小割集集合,基于所述最小割集集合构建所述最小割集评价模型,示例性的,可基于机器学习算法构建模型架构,基于所述历史数据库确定最小割集相关联的数据作为样本数据,将其划分为训练集与验证集,输入模型中进行模型训练验证,直至模型达到预定输出准确率,所述最小割集模型可是多层级网络层,其中,各个最小割集评价模型的构建方式相同,即模型运行机制相同,对应的样本数据不同,基于所述最割集评价模型进行评价,当评价结果异常时,基于所述评价关系树进行关联判定,存在关联关系即表示可能造成异常影响,可有效提高排查的完备性,及时进行调控处理。
进一步而言,如图3所示,所述获得供应链监测数据,基于所述供应链监测数据,通过所述最小割集评价模型进行供应评价,根据所述供应链管理方案、供应数据评价结果,确定供应链管理结果,本申请步骤S600还包括:
步骤S610:通过数据采集模块,对企业经营管理数据进行采集,获得供应链监测数据;
步骤S620:将所述供应链监测数据输入所述最小割集评价模型中进行评价,获得各评价参数集的供应数据评价结果;
步骤S630:将所述供应数据评价结果带入所述供应链管理方案中进行方案目标计算,确定所述供应链管理结果。
具体而言,对所述供应链进行监测,设定预定监测时间区间,基于所述预定监测时间区间,根据所述数据采集装置对企业经营管理数据进行采集,对监测数据进行整合处理生成所述供应链监测数据,将所述供应链监测数据输入所述最小割集评价模型中,通过对确定最小割集对应的监测数据进行评估分析,输出所述各评价参数集的供应数据评价结果,将所述供应数据评价结果作为判定数据,带入所述供应链管理方案进行方案目标计算,示例性的,可确定所述供应链管理方案中各个影响因子对应的权值,通过进行多层级加权计算,包括,影响因子加权计算结果确定指标权重值,进行指标加权计算确定所述供应链管理结果,可有效提高所述供应链管理结果的评估准确度,基于所述供应链管理结果进行执行分析。
进一步而言,所述确定供应链管理结果之后,本申请还包括步骤S700,包括:
步骤S710:判断所述供应链管理结果是否满足预设管理要求;
步骤S720:当不满足时,基于所述供应数据评价结果,针对影响因子集的影响逻辑关系,进行优化目标分析,确定优化指标目标要求;
步骤S730:基于所述优化指标目标要求,进行企业运营管理数据匹配,设定管理参数执行方案。
具体而言,通过对所述供应链管理方案进行评估分析生成所述供应链管理结果,设定所述预设管理要求,即判定供应链管理结果是否达标的临界值,判断所述供应链管理结果是否满足所述预设管理要求,当满足是,继续进行所述供应链管理方案的执行,当不满足是,表明所述供应链管理方案与供应链契合度不足,需进行进一步的调整,基于所述供应数据评价结果确定待优化数据,进而确定对应的影响因子,作为优化目标,基于所述影响因子集的逻辑关系确定关联影响度,将其作为调整标准,对关联覆盖区域进行综合性调整评估,确定所述优化指标目标要求,即优化尺度,基于所述优化指标目标要求进行企业运营管理数据匹配,将数据匹配结果作为调整方向进行所述管理参数执行方案的设定,对所述供应链管理方案进行进一步优化,提高与供应链的贴合度,保障管理效果。
进一步而言,所述确定优化指标目标要求,本申请步骤S720还包括:
步骤S721:基于所述供应数据评价结果,确定异常参数,根据所述异常参数进行约束因素分析,获得约束因素信息;
步骤S722:根据所述约束因素信息进行相关参数对应度分析,获得对应度满足预设排序条件的相关参数,对相关参数进行调节范围分析,确定最大调整信息;
步骤S723:根据所述最大调整信息、影响逻辑关系,获得优化指标目标要求。
具体而言,当所述供应链管理结果不满足预设管理要求时,提取所述供应数据评价结果,对所述供应数据评价结果进行合格度分析,将不合格评价结果对应的参数作为异常参数,进一步所述异常参数的约束因素,调整进程中存在预定的因素为定性因素,不可随意进行调控,例如固定资金、产品需求量等,将其作为所述约束因素信息,确定所述约束因素对应的关联参数,对关联参数对应的影响因子进行确定,剔除所述约束因素信息,将其余影响因子作为可调影响因子,设定所述预设排序条件,由于各参数与对应的影响因子存在关联关系,单项调整时可带动相关项的调整,确定所述影响逻辑关系,设定预设排序条件,即影响因子调整的次序要求,确定满足所述预设排序条件的相关参数,确定所述相关参数的可调性影响因子,基于此划定调整范围,确定所述最大调整信息,基于所述最大调整信息与所述影响逻辑关系,通过进行综合评定确定各个影响因子的调整尺度,生成所述优化指标目标要求,基于所述优化指标目标要求进行方案的适应性调整。
实施例二
基于与前述实施例中一种基于SCOR的供应链管理优化方法相同的发明构思,如图4所示,本申请提供了一种基于SCOR的供应链管理优化系统,所述系统包括:
供应链划分模块11,所述供应链划分模块11用于获得SCOR预设供应链划分信息,按照SCOR预设供应链划分信息对企业进行供应链阶段划分,构建企业供应链划分信息;
位置信息确定模块12,所述位置信息确定模块12用于基于所述企业供应链划分信息,对供应链进行外部指标、内部指标评估,确定供应链评估结果,并根据所述供应链评估结果,确定断点供应位置信息;
影响因子确定模块13,所述影响因子确定模块13用于根据所述断点供应位置信息,进行断点供应阶段的影响因子分解,确定影响因子集;
方案确定模块14,所述方案确定模块14用于根据所述影响因子集,通过全局寻优模型,确定供应链管理方案;
模型构建模块15,所述模型构建模块15用于基于所述影响因子集,利用历史数据库,构建最小割集评价模型;
管理结果确定模块16,所述管理结果确定模块16用于获得供应链监测数据,基于所述供应链监测数据,通过所述最小割集评价模型进行供应评价,根据所述供应链管理方案、供应数据评价结果,确定供应链管理结果。
进一步而言,所述系统还包括:
特征信息确定模块,所述特征信息确定模块用于获得SCOR供应链界定标准,根据SCOR供应链界定标准,确定阶段划分信息及阶段数据特征;
特征匹配模块,所述特征匹配模块用于获得企业经营管理数据,基于所述阶段划分信息及阶段数据特征对所述企业经营管理数据进行特征识别匹配,确定阶段分割匹配关系;
匹配关系判断模块,所述匹配关系判断模块用于判断所述阶段分割匹配关系是否满足匹配要求;
信息确定模块,所述信息确定模块用于当满足时,将所述SCOR供应链界定标准作为所述SCOR预设供应链划分信息;
划分调整模块,所述划分调整模块用于当不满足时,根据所述阶段分割匹配关系,确定异常匹配节点,并基于异常匹配节点,获得差异匹配数据特征,进行划分标准调整,确定所述SCOR预设供应链划分信息。
进一步而言,所述系统还包括:
评价标准确定模块,所述评价标准确定模块用于获得企业基础信息,基于所述企业基础信息,确定企业评价标准;
数据获取模块,所述获取模块用于获得企业内部运营数据、外部关联影响数据;
指标评价模块,所述指标评价模块用于基于所述企业评价标准,分别利用所述企业内部运营数据、外部关联影响数据进行外部影响指标评价、内部运营指标评价,获得各指标评价结果;
指标计算模块,所述指标计算模块用于根据同行业运行标准、企业历史运行记录,获得企业评价预设权重值,利用所述企业评价预设权重值、各指标评价结果,分别进行外部指标加权计算、内部指标评价加权计算;
评估结果获取模块,所述评估结果获取模块用于利用所述同行业运行标准,对外部指标加权结果、内部指标评价加权结果进行评估,获得所述供应链评估结果。
进一步而言,所述系统还包括:
断点信息确定模块,所述断点信息确定模块用于根据所述断点供应位置信息、所述影响因子集,确定断点供应目标信息;
函数构建模块,所述函数构建模块用于基于所述影响因子集、所述断点供应目标信息,构建目标函数;
调整方案获取模块,所述调整方案获取模块用于根据所述影响因子集,通过大数据进行调整方案采集,构建目标调整方案集;
方案寻优模块,所述方案寻优模块用于基于所述目标函数,利用全局寻优算法,对所述目标调整方案集进行迭代寻优,根据寻优结果,确定所述供应链管理方案。
进一步而言,所述系统还包括:
参数确定模块,所述参数确定模块用于利用历史数据库,确定评价参数集;
顶上事件确定模块,所述顶上事件确定模块用于依次将多个评价参数作为顶上事件;
影响因子分析模块,所述影响因子分析模块用于分析所述顶上事件的影响因子;
关系树构建模块,所述关系树构建模块用于基于历史数据库中评价参数集的记录信息、所述影响因子,确定影响逻辑关系,构建评价关系树;
评价模型获取模块,所述评价模型获取模块用于根据所述评价关系树,通过布尔代数对评价关系树进行分析处理,确定最小割集,获得所述最小割集评价模型。
进一步而言,所述系统还包括:
监测数据获取模块,所述检测数据获取模块用于通过数据采集模块,对企业经营管理数据进行采集,获得供应链监测数据;
数据评价模块,所述数据评价模块用于将所述供应链监测数据输入所述最小割集评价模型中进行评价,获得各评价参数集的供应数据评价结果;
方案目标计算模块,所述方案目标计算模块用于将所述供应数据评价结果带入所述供应链管理方案中进行方案目标计算,确定所述供应链管理结果。
进一步而言,所述系统还包括:
结果判断模块,所述结果判断模块用于判断所述供应链管理结果是否满足预设管理要求;
要求确定模块,所述要求确定模块用于当不满足时,基于所述供应数据评价结果,针对影响因子集的影响逻辑关系,进行优化目标分析,确定优化指标目标要求;
执行方案设定模块,所述执行方案设定模块用于基于所述优化指标目标要求,进行企业运营管理数据匹配,设定管理参数执行方案。
进一步而言,所述系统还包括:
约束因素分析模块,所述约束因素分析模块用于基于所述供应数据评价结果,确定异常参数,根据所述异常参数进行约束因素分析,获得约束因素信息;
最大调整信息确定模块,所述最大调整信息确定模块用于根据所述约束因素信息进行相关参数对应度分析,获得对应度满足预设排序条件的相关参数,对相关参数进行调节范围分析,确定最大调整信息;
目标要求获取模块,所述目标要求获取模块用于根据所述最大调整信息、影响逻辑关系,获得优化指标目标要求。
本说明书通过前述对一种基于SCOR的供应链管理优化方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于SCOR的供应链管理优化方法及系统,对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种基于SCOR的供应链管理优化方法,其特征在于,所述方法包括:
获得SCOR预设供应链划分信息,按照SCOR预设供应链划分信息对企业进行供应链阶段划分,构建企业供应链划分信息;
基于所述企业供应链划分信息,对供应链进行外部指标、内部指标评估,确定供应链评估结果,并根据所述供应链评估结果,确定断点供应位置信息;
根据所述断点供应位置信息,进行断点供应阶段的影响因子分解,确定影响因子集;
根据所述影响因子集,通过全局寻优模型,确定供应链管理方案;
基于所述影响因子集,利用历史数据库,构建最小割集评价模型;
获得供应链监测数据,基于所述供应链监测数据,通过所述最小割集评价模型进行供应评价,根据所述供应链管理方案、供应数据评价结果,确定供应链管理结果。
2.如权利要求1所述的方法,其特征在于,所述获得SCOR预设供应链划分信息,包括:
获得SCOR供应链界定标准,根据SCOR供应链界定标准,确定阶段划分信息及阶段数据特征;
获得企业经营管理数据,基于所述阶段划分信息及阶段数据特征对所述企业经营管理数据进行特征识别匹配,确定阶段分割匹配关系;
判断所述阶段分割匹配关系是否满足匹配要求;
当满足时,将所述SCOR供应链界定标准作为所述SCOR预设供应链划分信息;
当不满足时,根据所述阶段分割匹配关系,确定异常匹配节点,并基于异常匹配节点,获得差异匹配数据特征,进行划分标准调整,确定所述SCOR预设供应链划分信息。
3.如权利要求1所述的方法,其特征在于,基于所述企业供应链划分信息,对供应链进行外部指标、内部指标评估,确定供应链评估结果,包括:
获得企业基础信息,基于所述企业基础信息,确定企业评价标准;
获得企业内部运营数据、外部关联影响数据;
基于所述企业评价标准,分别利用所述企业内部运营数据、外部关联影响数据进行外部影响指标评价、内部运营指标评价,获得各指标评价结果;
根据同行业运行标准、企业历史运行记录,获得企业评价预设权重值,利用所述企业评价预设权重值、各指标评价结果,分别进行外部指标加权计算、内部指标评价加权计算;
利用所述同行业运行标准,对外部指标加权结果、内部指标评价加权结果进行评估,获得所述供应链评估结果。
4.如权利要求1所述的方法,其特征在于,根据所述影响因子集,通过全局寻优模型,确定供应链管理方案,包括:
根据所述断点供应位置信息、所述影响因子集,确定断点供应目标信息;
基于所述影响因子集、所述断点供应目标信息,构建目标函数;
根据所述影响因子集,通过大数据进行调整方案采集,构建目标调整方案集;
基于所述目标函数,利用全局寻优算法,对所述目标调整方案集进行迭代寻优,根据寻优结果,确定所述供应链管理方案。
5.如权利要求1所述的方法,其特征在于,基于所述影响因子集,利用历史数据库,构建最小割集评价模型,包括:
利用历史数据库,确定评价参数集;
依次将多个评价参数作为顶上事件;
分析所述顶上事件的影响因子;
基于历史数据库中评价参数集的记录信息、所述影响因子,确定影响逻辑关系,构建评价关系树;
根据所述评价关系树,通过布尔代数对评价关系树进行分析处理,确定最小割集,获得所述最小割集评价模型。
6.如权利要求5所述的方法,其特征在于,所述获得供应链监测数据,基于所述供应链监测数据,通过所述最小割集评价模型进行供应评价,根据所述供应链管理方案、供应数据评价结果,确定供应链管理结果,包括:
通过数据采集模块,对企业经营管理数据进行采集,获得供应链监测数据;
将所述供应链监测数据输入所述最小割集评价模型中进行评价,获得各评价参数集的供应数据评价结果;
将所述供应数据评价结果带入所述供应链管理方案中进行方案目标计算,确定所述供应链管理结果。
7.如权利要求6所述的方法,其特征在于,所述确定供应链管理结果之后,包括:
判断所述供应链管理结果是否满足预设管理要求;
当不满足时,基于所述供应数据评价结果,针对影响因子集的影响逻辑关系,进行优化目标分析,确定优化指标目标要求;
基于所述优化指标目标要求,进行企业运营管理数据匹配,设定管理参数执行方案。
8.如权利要求7所述的方法,其特征在于,所述确定优化指标目标要求,包括:
基于所述供应数据评价结果,确定异常参数,根据所述异常参数进行约束因素分析,获得约束因素信息;
根据所述约束因素信息进行相关参数对应度分析,获得对应度满足预设排序条件的相关参数,对相关参数进行调节范围分析,确定最大调整信息;
根据所述最大调整信息、影响逻辑关系,获得优化指标目标要求。
9.一种基于SCOR的供应链管理优化系统,其特征在于,所述系统包括:
供应链划分模块,所述供应链划分模块用于获得SCOR预设供应链划分信息,按照SCOR预设供应链划分信息对企业进行供应链阶段划分,构建企业供应链划分信息;
位置信息确定模块,所述位置信息确定模块用于基于所述企业供应链划分信息,对供应链进行外部指标、内部指标评估,确定供应链评估结果,并根据所述供应链评估结果,确定断点供应位置信息;
影响因子确定模块,所述影响因子确定模块用于根据所述断点供应位置信息,进行断点供应阶段的影响因子分解,确定影响因子集;
方案确定模块,所述方案确定模块用于根据所述影响因子集,通过全局寻优模型,确定供应链管理方案;
模型构建模块,所述模型构建模块用于基于所述影响因子集,利用历史数据库,构建最小割集评价模型;
管理结果确定模块,所述管理结果确定模块用于获得供应链监测数据,基于所述供应链监测数据,通过所述最小割集评价模型进行供应评价,根据所述供应链管理方案、供应数据评价结果,确定供应链管理结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211552447.0A CN115796372B (zh) | 2022-12-05 | 2022-12-05 | 一种基于scor的供应链管理优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211552447.0A CN115796372B (zh) | 2022-12-05 | 2022-12-05 | 一种基于scor的供应链管理优化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115796372A true CN115796372A (zh) | 2023-03-14 |
CN115796372B CN115796372B (zh) | 2024-03-08 |
Family
ID=85445847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211552447.0A Active CN115796372B (zh) | 2022-12-05 | 2022-12-05 | 一种基于scor的供应链管理优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115796372B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116629907A (zh) * | 2023-04-28 | 2023-08-22 | 南京贝迪新材料科技股份有限公司 | 一种基于市场数据分析的激光幕布优化方法及系统 |
CN116739458A (zh) * | 2023-08-15 | 2023-09-12 | 成都运荔枝科技有限公司 | 一种基于大数据的冷链食品快速配送分析系统 |
CN117035697A (zh) * | 2023-10-09 | 2023-11-10 | 天津云起技术有限公司 | 基于历史动态分析的itsm平台优化方法及系统 |
CN117114384A (zh) * | 2023-09-08 | 2023-11-24 | 深圳达普信科技有限公司 | 基于大数据的多维度数字化供应链流程优化方法 |
CN117273422A (zh) * | 2023-11-23 | 2023-12-22 | 西安睿智时代信息技术有限公司 | 用于数字化生产的供应链协同管控方法及系统 |
CN117270480A (zh) * | 2023-11-21 | 2023-12-22 | 深圳市天兴诚科技有限公司 | 一种生产线监控方法及系统 |
CN117495019A (zh) * | 2023-11-14 | 2024-02-02 | 扬州市职业大学(扬州开放大学) | 基于农产品供应链的农产品协同调度方法与系统 |
CN118192391A (zh) * | 2024-05-16 | 2024-06-14 | 成都工业学院 | 一种基于电子信息控制链路的异常检测方法及系统 |
CN118396632A (zh) * | 2024-07-01 | 2024-07-26 | 苏州共营互联网科技有限公司 | 一种erp系统预约付款方法和设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170017909A1 (en) * | 2015-07-14 | 2017-01-19 | Tata Consultancy Services Limited | System and method for risk management in a supply chain |
CN107437137A (zh) * | 2016-05-25 | 2017-12-05 | 达索系统美国公司 | 供应链中的风险识别 |
CN111596604A (zh) * | 2020-06-12 | 2020-08-28 | 中国科学院重庆绿色智能技术研究院 | 一种基于数字孪生的工程装备故障智能诊断与自愈控制系统及方法 |
CN114707941A (zh) * | 2022-06-06 | 2022-07-05 | 张家港长三角生物安全研究中心 | 一种生物制品运输管理方法及系统 |
CN114997608A (zh) * | 2022-05-18 | 2022-09-02 | 徐洁茹 | 一种基于产业链数据分析的生产效率评估方法及系统 |
-
2022
- 2022-12-05 CN CN202211552447.0A patent/CN115796372B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170017909A1 (en) * | 2015-07-14 | 2017-01-19 | Tata Consultancy Services Limited | System and method for risk management in a supply chain |
CN107437137A (zh) * | 2016-05-25 | 2017-12-05 | 达索系统美国公司 | 供应链中的风险识别 |
CN111596604A (zh) * | 2020-06-12 | 2020-08-28 | 中国科学院重庆绿色智能技术研究院 | 一种基于数字孪生的工程装备故障智能诊断与自愈控制系统及方法 |
CN114997608A (zh) * | 2022-05-18 | 2022-09-02 | 徐洁茹 | 一种基于产业链数据分析的生产效率评估方法及系统 |
CN114707941A (zh) * | 2022-06-06 | 2022-07-05 | 张家港长三角生物安全研究中心 | 一种生物制品运输管理方法及系统 |
Non-Patent Citations (1)
Title |
---|
ATHIKULRAT, K. 等: "Assessment of supply chain reliability: development of AHP model for SCOR performance and fault tree analysis", 《2019 RESEARCH, INVENTION, AND INNOVATION CONGRESS (RI2C)》, pages 1 - 4 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116629907A (zh) * | 2023-04-28 | 2023-08-22 | 南京贝迪新材料科技股份有限公司 | 一种基于市场数据分析的激光幕布优化方法及系统 |
CN116629907B (zh) * | 2023-04-28 | 2024-05-03 | 南京贝迪新材料科技股份有限公司 | 一种基于市场数据分析的激光幕布优化方法及系统 |
CN116739458A (zh) * | 2023-08-15 | 2023-09-12 | 成都运荔枝科技有限公司 | 一种基于大数据的冷链食品快速配送分析系统 |
CN116739458B (zh) * | 2023-08-15 | 2023-11-14 | 成都运荔枝科技有限公司 | 一种基于大数据的冷链食品快速配送分析系统 |
CN117114384A (zh) * | 2023-09-08 | 2023-11-24 | 深圳达普信科技有限公司 | 基于大数据的多维度数字化供应链流程优化方法 |
CN117114384B (zh) * | 2023-09-08 | 2024-07-12 | 深圳达普信科技有限公司 | 基于大数据的多维度数字化供应链流程优化方法 |
CN117035697A (zh) * | 2023-10-09 | 2023-11-10 | 天津云起技术有限公司 | 基于历史动态分析的itsm平台优化方法及系统 |
CN117035697B (zh) * | 2023-10-09 | 2023-12-15 | 天津云起技术有限公司 | 基于历史动态分析的itsm平台优化方法及系统 |
CN117495019A (zh) * | 2023-11-14 | 2024-02-02 | 扬州市职业大学(扬州开放大学) | 基于农产品供应链的农产品协同调度方法与系统 |
CN117270480B (zh) * | 2023-11-21 | 2024-02-09 | 深圳市天兴诚科技有限公司 | 一种生产线监控方法及系统 |
CN117270480A (zh) * | 2023-11-21 | 2023-12-22 | 深圳市天兴诚科技有限公司 | 一种生产线监控方法及系统 |
CN117273422B (zh) * | 2023-11-23 | 2024-03-15 | 西安睿智时代信息技术有限公司 | 用于数字化生产的供应链协同管控方法及系统 |
CN117273422A (zh) * | 2023-11-23 | 2023-12-22 | 西安睿智时代信息技术有限公司 | 用于数字化生产的供应链协同管控方法及系统 |
CN118192391A (zh) * | 2024-05-16 | 2024-06-14 | 成都工业学院 | 一种基于电子信息控制链路的异常检测方法及系统 |
CN118396632A (zh) * | 2024-07-01 | 2024-07-26 | 苏州共营互联网科技有限公司 | 一种erp系统预约付款方法和设备 |
CN118396632B (zh) * | 2024-07-01 | 2024-10-18 | 苏州共营互联网科技有限公司 | 一种erp系统预约付款方法和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115796372B (zh) | 2024-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115796372B (zh) | 一种基于scor的供应链管理优化方法及系统 | |
CA3015407C (en) | Diagnostics in building automation | |
US20080154459A1 (en) | Method and system for intelligent maintenance | |
CN110571792A (zh) | 一种电网调控系统运行状态的分析评估方法及系统 | |
Karimi-Mamaghan et al. | A learning-based metaheuristic for a multi-objective agile inspection planning model under uncertainty | |
CN117151345A (zh) | 一种基于ai技术的企业管理智能决策平台 | |
CN113448808B (zh) | 一种批处理任务中单任务时间的预测方法、系统及存储介质 | |
CN111898867B (zh) | 一种基于深度神经网络的飞机总装生产线产能预测方法 | |
CN118011990B (zh) | 基于人工智能的工业数据品质监控与提升系统 | |
CN118228130B (zh) | 一种基于设备健康状态的监测方法、系统和存储介质 | |
CN118296561B (zh) | 基于设备状态数据整合的混合预警方法及系统 | |
CN117172530A (zh) | 基于数据挖掘算法的企业运营风险评估系统及方法 | |
CN115470862A (zh) | 动态自适应负荷预测模型组合方法 | |
US20230377132A1 (en) | Wafer Bin Map Based Root Cause Analysis | |
CN112241832A (zh) | 一种产品质量分级评价标准设计方法及系统 | |
CN116227896A (zh) | 一种碳化硅生产工单管理方法及系统 | |
CN113642834B (zh) | 基于任务属性优先级映射的任务重要性评价方法和系统 | |
Penny et al. | Classification of days in the national airspace system using cluster analysis | |
CN118469405B (zh) | 家居供应链数据的处理方法、装置、设备及存储介质 | |
Folorunso et al. | Empirical comparison of time series data mining algorithms for electrical power prediction | |
CN118133051B (zh) | 一种要素评估模型的构建方法及装置 | |
Leitner et al. | Early Detection of Critical Faults Using Time-Series Analysis on Heterogeneous Information Systems in the Automotive Industry | |
CN118780648A (zh) | 一种用于航空制造业的生产计划评价方法及系统 | |
CN114565118A (zh) | 一种基于设备全生命周期模型的设备故障预测方法 | |
CN118863520A (zh) | 基于市场需求的创业孵化项目风险评估方法及系统 |
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 |