CN116777157B - 一种基于大数据的供需数据集中监管系统及方法 - Google Patents

一种基于大数据的供需数据集中监管系统及方法 Download PDF

Info

Publication number
CN116777157B
CN116777157B CN202310732102.1A CN202310732102A CN116777157B CN 116777157 B CN116777157 B CN 116777157B CN 202310732102 A CN202310732102 A CN 202310732102A CN 116777157 B CN116777157 B CN 116777157B
Authority
CN
China
Prior art keywords
demand
chemical raw
raw material
supply
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.)
Active
Application number
CN202310732102.1A
Other languages
English (en)
Other versions
CN116777157A (zh
Inventor
李强
陈臻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Langhui Huike Technology Co ltd
Original Assignee
Shanghai Langhui Huike Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Langhui Huike Technology Co ltd filed Critical Shanghai Langhui Huike Technology Co ltd
Priority to CN202310732102.1A priority Critical patent/CN116777157B/zh
Publication of CN116777157A publication Critical patent/CN116777157A/zh
Application granted granted Critical
Publication of CN116777157B publication Critical patent/CN116777157B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or 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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0834—Choice of carriers
    • G06Q10/08345—Pricing
    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于大数据的供需数据集中监管系统及方法，属于大数据技术领域。所述系统包括以下模块：供需数据采集模块、智能分析模块、计算模块和供需资源监管模块；所述供需数据采集模块的输出端与所述智能分析模块的输入端相连接；所述智能分析模块的输出端与所述计算模块的输入端相连接；所述计算模块的输出端与所述供需数据监管模块的输入端相连接；并同时提供一种基于大数据的供需数据集中监管方法，通过分析历史数据中化工原料的供求关系来预测化工原料的需求量，并对比得出化工原料供应方的供应表与智能分析供应表的偏差，偏差大时，发送预警提示信号。

Description

一种基于大数据的供需数据集中监管系统及方法
技术领域
本发明涉及大数据技术领域，具体为一种基于大数据的供需数据集中监管系统及方法。
背景技术
供需数据集中监管是根据大数据分析供求关系来得出来最佳的化工原料供应周期和合理的一次化工原料供应量。化工原料的供应与普通物品的供应有很大的差别，首先化工原料大多具有危险性，这也使得化工原料在生产、运输和储存的条件上更为苛刻，通常一次运输的周期比较长，需要长途运输，因此若一次运输的化工原料的量很少，而在运输的过程中会消耗大量的资源，这就造成资源大量浪费，若一次运输的化工原料太多，则运达仓库后需长期储存，由于化工原料储存条件苛刻，为保持合适的储存条件，同样需要消耗大量的资源。
在现有技术中，供应方通常会根据某地区的需求量历史数据来设计化工原料供应表，但所设计供应表往往精确度不高，不能智能化预测化工原料的需求量，常常会出现供应表中供应量数值与实际需求相比出现较大偏差。
发明内容
本发明的目的在于提供一种基于大数据的供需关系集中监管系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：
一种基于大数据的供需数据集中监管方法，所述方法包括以下步骤：
S1、获取历史数据，根据历史数据分析任一种化工原料的供应数据，分析使用这种化工原料的固定需求方和散户需求方；
S2、根据固定需求方使用化工原料生产的产品，分析产品的互补产品和替代产品，根据化工原料的价格增长，以及产品的互补产品和替代产品的价格变化来预测固定需求方的产品需求量，根据固定需求方的产品需求量，得出固定需求方化工原料的需求量；
S3、获取历史数据中化工原料价格变化时的散户需求方对化工原料的需求量数据，预测固定时间之内散户需求方化工原料的需求量；
S4、根据固定需求方的需求量和散户需求方的需求量得到化工原料需求总量，根据需求总量以及化工原料的运输资源消耗量和储存资源消耗量，求出最佳供应周期，最终得出智能分析供应表；
S5、对比智能分析供应表和供应方的化工原料供应表中数据，判断是否偏差大，当偏差大时，发出预警提示信号。
进一步的，在步骤S2中，计算固定需求方化工原料需求量的步骤包括：
S2-1、获取历史数据，根据历史数据得到任一种化工原料Y的固定需求方Gi，分析固定需求方Gi使用化工原料Y所生产的产品Mj以及产品Mj的互补品Hk和替代品Tn，其中，Gi表示第i个固定需求方，Mj表示第j种产品，Hk表示产品Mj的第k种互补品，Tn表示产品Mj的第n种替代品，i、j、k和n为系统设置的常数；
化工原料中有很大一部分中属于危险品以及管制品，因此化工原料的供应通常有固定有购买许可证的工厂有需求，这也就是固定需求方，固定需求方是消耗某类化工原料的主力，其特点是需求量比较大，且使用该化工原料所生产产品的需求量不仅受化工原料的价格影响比较大，还受到产品的互补品和替代品价格的影响，对于管制类化工原料可用来生产的产品种类有限，因此相较于一般的产品，这类产品的需求量更容易分析；
除了固定需求方之外，还有一些散户需求方，散户需求方的特点是需求量小，且不稳定，很有可能这一次有需求下一次就没有了需求，因此想要根据散户需求方用来生产的产品来计算化工原料的需求量较为困难，因此对于这两种不同的需求方，需要采取不同的方法来计算对化工原料的需求量；
S2-2、根据历史数据中，当化工原料Y的价格，由Qa变化为Qb时，产品Mj的需求量由Ca变化到Cb，计算产品Mj的需求量随化工原料Y的价格变化的产品需求变化率L为:
；
S2-3、根据历史数据中，互补品Hk的价格由QHa变化为QHb时，产品Mj的需求量由CMa变化为CMb，得到产品Mj需求量对互补品Hk的价格弹性系数Sjk:
=/>×/>；
价格弹性系数用来表征一种产品的需求量对另外一种相关产品价格变化的反应程度，如，相关产品的价格变化百分之一，这种产品的需求量将变化百分之几；
一个产品的需求量与其互补品的需求量往往关联性很强，且呈正相关，如，化工原料石油可以用来生产汽油，汽油和汽车为互补品，当汽车的需求量升高时，汽油的需求量也会相应的升高，当汽车的价格升高时，汽车的需求量会减少，汽油的需求量也会相应地减少，因此此处价格弹性系数Sjk应始终为负值；
S2-4、根据历史数据中，替代品Tn的价格由QTc变化为QTd时，产品Mj的需求量由CMc变化为CMd，得到产品Mj需求量对替代品Tn的价格弹性系数Sjn:
=/>×/>；
一个产品的需求量与其替代品的需求量呈负相关，如，化工原料氢氧化钠可以用来造肥皂，洗手液为肥皂的替代品，当肥皂的需求量升高时，洗手液的需求量就会减少，当洗手液的价格升高时，洗手液的需求就会减少，肥皂的需求量就会升高，化工原料氢氧化钠的需求量同样也会升高，因此价格弹性系数Sjn始终为正值；
S2-5、根据实时获得的数据中，在t1时刻产品Mj的需求量为Cp，t1时刻化工原料Y价格变化量为，产品Mj的互补品Hk价格变化量为/>，产品Mj的替代品Tn价格变化量为/>，则预测在未来的一段固定时间t之内产品Mj的总需求量Rj为：
；
其中，α，β，γ为权重；
式中，为当化工原料Y价格变化时，产品Mj的需求量变化量，/>为产品Mj的所有互补品价格变化时，产品Mj的需求量变化量，/>为产品Mj的所有替代品价格变化时，产品Mj的需求量变化量；不同的产品价格的变化会对Mj造成不同程度的影响，因此需要设置权重；
进一步的，在步骤S3中，预测散户需求方化工原料需求量的步骤包括：
S3-1、根据历史数据中，当化工原料Y的价格变化量为时，散户需求总量变化为，计算散户对化工原料Y的需求总量Rs随化工原料Y价格变化的散户需求量变化率LS，则：
；
由于散户需求方的需求量较小且不稳定，因此不用对每一个散户需求方的需求量进行分析，可直接对历史数据中散户需求方对化工原料的需求总量随化工原料价格变化的数据进行分析；
S3-2、在t1时刻预测未来一段固定时间t以内，散户需求方化工原料需求量Rs为：
；
式中，表示当化工原料Y的价格变化/>时，散户需求方化工原料需求量的变化量；
S3-3、在t1时刻预测未来的一段固定时间t以内化工原料Y的需求总量Rz为：
。
进一步的，在步骤S4-S5中，得出智能分析供应表和判断是否发出预警提示信号的步骤包括：
S4-1、根据t时间内化工原料Y的需求总量Rz，得到一次运输过程中，化工原料Y的运输量为，总运输次数为/>，其中，T为供应周期，/>∈[x1，x2]；
S4-2、计算运输化工原料Y的过程中的运输资源消耗量X1为：
其中，u为一次运输过程中化工原料的运输量与一次运输过程中资源消耗量的比例系数，x1，x2，v为常数；
式中，∈[x1，x2]表示在一定的范围内，一次运输过程中化工原料的运输量与一次运输过程中资源消耗量满足上式中/>的线性关系，通常情况下，化工原料的一次运输过程中不仅需要消耗很多的时间还要消耗许多资源，在不低于一次运输标准的情况下，一次运输的量越多，单位数量的化工原料平均运输资源消耗量越少，也就是说运输的周期T越长，运输资源消耗量越少；
S4-3、计算仓库储存化工原料Y的储存资源消耗量为：
；
其中，q为一个供应周期T内，储存化工原料Y的量与储存资源消耗量的比例系数；
在一个供应周期T内，T越大意味着一次运输的化工原料的量越多，需要存放的时间越久，则储存这些原料所消耗的储存资源消耗量越多，则在这种限制条件下，供应周期T越短越好；
S4-4、得到资源消耗总量为：
；
S4-5、计算当资源消耗总量XZ最小时的T记为TB，TB为化工原料Y的最佳供应周期，其中，TB≤t；
TB≤t表示，固定时间t通常至少为一个供应周期，由于化工原料需求总量的预测是在时间t中预测得到的，可以将时间t划分为好几个供应周期；
S4-6、根据化工原料Y的需求总量和最佳供应周期TB得出智能分析供应表；
S4-7、对比智能分析供应表中化工原料Y的需求总量Rz和最佳供应周期TB与化工原料供应方的供应表中的供应量R0与供应周期T0，
若|RZ-R0|≤e，且|T-T0|≤f，则认为化工原料供应方的供应表处于正常的范围之内，其中e和f为系统设置的常数；
否则，发出预警提示信号，提醒化工原料供应表偏差大，需要更新。
一种基于大数据的供需数据集中监管系统，所述系统包括以下模块：供需数据采集模块、智能分析模块、计算模块和供需资源监管模块；
所述供需数据采集模块用于采集历史数据和实时监测到的数据中化工原料的供需数据；所述智能分析模块用于分析供需数据，得出最佳供应周期；所述计算模块用于计算智能分析模块中产生的各种数据；所述供需资源监管模块用于对比化工原料供应表与智能分析供应表之间的数据偏差，当供应偏差大时，发送预警提示信号；
所述供需数据采集模块的输出端与所述智能分析模块的输入端相连接；所述智能分析模块的输出端与所述计算模块的输入端相连接；所述计算模块的输出端与所述供需资源监管模块的输入端相连接。
进一步的，所述供需数据采集模块包括需求方数据采集单元、产品数据采集单元、价格数据采集单元和需求量数据采集单元；
所述需求方数据采集单元用于采集固定需求方的数据和散户需求方的数据；所述产品数据采集单元用于采集化工原料用于生产的产品数据，以及所生产产品的互补品和替代品的数据；所述价格数据采集单元用于采集化工原料的价格变化数据、化工原料用来生产的产品的互补品的价格变化、化工原料用于生产的产品的替代品的价格变化；需求量数据采集单元用于采集不同情况下化工原料的需求量随价格变化的数据；
所述需求方数据采集单元的输出端与所述产品数据采集单元的输入端相连接；所述产品数据采集单元的输出端与所述价格数据采集单元的输入端相连接；所述价格数据采集单元的输出端与所述需求量数据采集单元的输入端相连接；所述需求量数据采集单元的输出端与所述智能分析模块相连接。
进一步的，所述智能分析模块包括：化工原料需求分析单元和最佳供应周期分析单元；
所述化工原料需求分析单元用于分析固定需求方化工原料需求量随化工原料价格变化的关系、随化工原料所生产产品的互补品价格变化的关系和随化工原料所生产产品的替代品价格变化的关系；所述供应周期分析单元用于根据化工原料在一段时间之内的需求总量、运输资源消耗量和储存资源消耗量来分析最佳供应周期；
所述化工原料需求分析单元的输出端与所述最佳供应周期分析单元的输入端相连接；所述最佳供应周期分析单元的输出端与所述计算模块相连接。
进一步的，所述计算模块包括：化工原料需求量计算单元和最佳供应周期计算单元；
所述化工原料需求量计算单元用于计算产品的互补品价格弹性系数、产品的替代品价格弹性系数、固定需求方的化工原料需求总量和散户需求方的化工原料需求总量；所述最佳供应周期计算单元用于计算运输资源消耗总量、储存资源消耗总量和最佳供应周期的数值；
所述化工原料需求量计算单元的输出端与所述最佳供应周期计算单元的输入端相连接；所述最佳供应周期计算单元的输出端与所述供需资源监管模块相连接。
进一步的，所述供需资源监管模块包括和供应偏差监测单元和预警提示单元；
所述供应偏差监测单元用于判断化工原料供应方的供应量与预测所得的化工原料的需求总量、化工原料供应方供应周期与最佳供应周期之间的偏差，判断是否存在偏差大的情况；所述预警提示单元用于当供应偏差监测单元判断供应偏差大时，发出预警提示信号；
所述供应偏差监测单元的输出端与所述预警提示单元的输入端相连接。
与现有技术相比，本发明所达到的有益效果是：本发明通过大数据分析固定需求方与散户需求方对化工原料的需求量，将化工原料供应过程中的特殊性质考虑进来，根据需求量动态调整供应周期，使资源消耗量达到最小，并且可以根据与化工原料所生产产品的互补品和替代品价格的变化来提前预测化工原料需求量的变化，对比化工原料供应方的化工原料供应表中，当化工原料供应表中的数据出现大的偏差时，及时发出预警提示信号，提醒化工原料供应方及时更新供应表中的数据。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种基于大数据的供需关系集中监管系统的模块连接示意图。
具体实施方式
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，所描述的实施例仅仅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，本领域普通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。
请参阅图1，本发明提供技术方案：
一种基于大数据的供需数据集中监管方法，所述方法包括以下步骤：
S1、获取历史数据，根据历史数据分析任一种化工原料的供应数据，分析使用这种化工原料的固定需求方和散户需求方；
S2、根据固定需求方使用化工原料生产的产品，分析产品的互补产品和替代产品，根据化工原料的价格增长，以及产品的互补产品和替代产品的价格变化来预测固定需求方的产品需求量，根据固定需求方的产品需求量，得出固定需求方化工原料的需求量；
S3、获取历史数据中化工原料价格变化时的散户需求方对化工原料的需求量数据，预测固定时间之内散户需求方化工原料的需求量；
S4、根据固定需求方的需求量和散户需求方的需求量得到化工原料需求总量，根据需求总量以及化工原料的运输资源消耗量和储存资源消耗量，求出最佳供应周期，最终得出智能分析供应表；
S5、对比智能分析供应表和供应方的化工原料供应表中数据，判断是否偏差大，当偏差大时，发出预警提示信号。
在步骤S2中，计算固定需求方化工原料需求量的步骤包括：
S2-1、获取历史数据，根据历史数据得到任一种化工原料Y的固定需求方Gi，分析固定需求方Gi使用化工原料Y所生产的产品Mj以及产品Mj的互补品Hk和替代品Tn，其中，Gi表示第i个固定需求方，Mj表示第j种产品，Hk表示产品Mj的第k种互补品，Tn表示产品Mj的第n种替代品，i、j、k和n为系统设置的常数；
S2-2、根据历史数据中，当化工原料Y的价格，由Qa变化为Qb时，产品Mj的需求量由Ca变化到Cb，计算产品Mj的需求量随化工原料Y的价格变化的产品需求变化率L为:
；
S2-3、根据历史数据中，互补品Hk的价格由QHa变化为QHb时，产品Mj的需求量由CMa变化为CMb，得到产品Mj需求量对互补品Hk的价格弹性系数Sjk:
=/>×/>；
S2-4、根据历史数据中，替代品Tn的价格由QTc变化为QTd时，产品Mj的需求量由CMc变化为CMd，得到产品Mj需求量对替代品Tn的价格弹性系数Sjn:
=/>×/>；
S2-5、根据实时获得的数据中，在t1时刻产品Mj的需求量为Cp，t1时刻化工原料Y价格变化量为，产品Mj的互补品Hk价格变化量为/>，产品Mj的替代品Tn价格变化量为/>，则预测在未来的一段固定时间t之内产品Mj的总需求量Rj为：
；
其中，α，β，γ为权重；
则固定需求方Gi对于化工原料Y的需求量RGi为：
；
其中，Wj表示单位数量的产品Mj对化工原料Y的需求量；
所有固定需求方对于化工原料Y的需求总量RG为：
。
在步骤S3中，预测散户需求方化工原料需求量的步骤包括：
S3-1、根据历史数据中，当化工原料Y的价格变化量为时，散户需求总量变化为，计算散户对化工原料Y的需求总量Rs随化工原料Y价格变化的散户需求量变化率LS，则：
；
S3-2、在t1时刻预测未来一段固定时间t以内，散户需求方化工原料需求量Rs为：
；
S3-3、在t1时刻预测未来的一段固定时间t以内化工原料Y的需求总量Rz为：
。
在步骤S4-S5中，得出智能分析供应表和判断是否发出预警提示信号的步骤包括：
S4-1、根据t时间内化工原料Y的需求总量Rz，得到一次运输过程中，化工原料Y的运输量为，总运输次数为/>，其中，T为供应周期，/>∈[x1，x2]；
S4-2、计算运输化工原料Y的过程中的运输资源消耗量X1为：
；
其中，u为一次运输过程中化工原料的运输量与一次运输过程中资源消耗量的比例系数，x1，x2，v为常数；
S4-3、计算仓库储存化工原料Y的储存资源消耗量为：
；
其中，q为一个供应周期T内，储存化工原料Y的量与储存资源消耗量的比例系数；
S4-4、得到资源消耗总量为：
；
S4-5、计算当资源消耗总量XZ最小时的T记为TB，TB为化工原料Y的最佳供应周期，其中，TB＜t；
S4-6、根据化工原料Y的需求总量和最佳供应周期TB得出智能分析供应表；
S4-7、对比智能分析供应表中化工原料Y的需求总量Rz和最佳供应周期TB与化工原料供应方的供应表中的供应量R0与供应周期T0，
若|RZ-R0|≤e，且|T-T0|≤f，则认为化工原料供应方的供应表处于正常的范围之内，其中e和f为系统设置的常数；
否则，发出预警提示信号，提醒化工原料供应表偏差大，需要更新。
一种基于大数据的供需数据集中监管系统，所述系统包括以下模块：供需数据采集模块、智能分析模块、计算模块和供需资源监管模块；
所述供需数据采集模块用于采集历史数据和实时监测到的数据中化工原料的供需数据；所述智能分析模块用于分析供需数据，得出最佳供应周期；所述计算模块用于计算智能分析模块中产生的各种数据；所述供需资源监管模块用于对比化工原料供应表与智能分析供应表之间的数据偏差，当供应偏差大时，发送预警提示信号；
所述供需数据采集模块的输出端与所述智能分析模块的输入端相连接；所述智能分析模块的输出端与所述计算模块的输入端相连接；所述计算模块的输出端与所述供需资源监管模块的输入端相连接。
所述供需数据采集模块包括需求方数据采集单元、产品数据采集单元、价格数据采集单元和需求量数据采集单元；
所述需求方数据采集单元用于采集固定需求方的数据和散户需求方的数据；所述产品数据采集单元用于采集化工原料用于生产的产品数据，以及所生产产品的互补品和替代品的数据；所述价格数据采集单元用于采集化工原料的价格变化数据、化工原料用来生产的产品的互补品的价格变化、化工原料用于生产的产品的替代品的价格变化；需求量数据采集单元用于采集不同情况下化工原料的需求量随价格变化的数据；
所述需求方数据采集单元的输出端与所述产品数据采集单元的输入端相连接；所述产品数据采集单元的输出端与所述价格数据采集单元的输入端相连接；所述价格数据采集单元的输出端与所述需求量数据采集单元的输入端相连接；所述需求量数据采集单元的输出端与所述智能分析模块相连接。
所述智能分析模块包括：化工原料需求分析单元和最佳供应周期分析单元；
所述化工原料需求分析单元用于分析固定需求方化工原料需求量随化工原料价格变化的关系、随化工原料所生产产品的互补品价格变化的关系和随化工原料所生产产品的替代品价格变化的关系；所述供应周期分析单元用于根据化工原料在一段时间之内的需求总量、运输资源消耗量和储存资源消耗量来分析最佳供应周期；
所述化工原料需求分析单元的输出端与所述最佳供应周期分析单元的输入端相连接；所述最佳供应周期分析单元的输出端与所述计算模块相连接。
所述计算模块包括：化工原料需求量计算单元和最佳供应周期计算单元；
所述化工原料需求量计算单元用于计算产品的互补品价格弹性系数、产品的替代品价格弹性系数、固定需求方的化工原料需求总量和散户需求方的化工原料需求总量；所述最佳供应周期计算单元用于计算运输资源消耗总量、储存资源消耗总量和最佳供应周期的数值；
所述化工原料需求量计算单元的输出端与所述最佳供应周期计算单元的输入端相连接；所述最佳供应周期计算单元的输出端与所述供需资源监管模块相连接。
所述供需资源监管模块包括和供应偏差监测单元和预警提示单元；
所述供应偏差监测单元用于判断化工原料供应方的供应量与预测所得的化工原料的需求总量、化工原料供应方供应周期与最佳供应周期之间的偏差，判断是否存在偏差大的情况；所述预警提示单元用于当供应偏差监测单元判断供应偏差大时，发出预警提示信号；
所述供应偏差监测单元的输出端与所述预警提示单元的输入端相连接。
在本实施例中:
获取历史数据中化工原料Y的固定需求方G，固定需求方G使用化工原料生产产品M的互补品为H，替代品为T；
根据所获取到的历史数据中，当化工原料Y的价格，由200变化为400时，产品M的需求量由1000变化为600，计算产品M的需求量随化工原料Y的价格变化的产品需求变化率L为：
；
根据历史数据中，互补品H的价格由100变化为150时，产品M的需求量由400变化为300，得到产品M需求量对互补品H的价格弹性系数Sjk：
=/>×/>
；
根据历史数据中，替代品T的价格由100变化为150时，产品M的需求量由400变化为500，得到产品M需求量对替代品T的价格弹性系数Sjn：
=/>×/>；
；
根据实时获得的数据中，在t1时刻产品M的需求量为1000，t1-t时刻到t1时刻化工原料Y价格变化量为，产品Mj的互补品Hk价格变化量为/>，产品Mj的替代品Tn价格变化量为/>，则预测在未来的一段固定时间t之内产品Mj的总需求量R为：
；
；
其中，α，β，γ为权重；生产单位数量的产品M需要化工原料的量为10，则固定需求方G对于化工原料Y的需求总量RG为：
；
其中，Wj表示单位数量的产品Mj对化工原料Y的需求量。
根据历史数据中，当化工原料Y的价格变化量为100时，散户需求总量变化为-150，计算散户对化工原料Y的需求总量Rs随化工原料Y价格变化的散户需求量变化率LS，则：
；
由于散户需求方的需求量较小且不稳定，因此不用对每一个散户需求方的需求量进行分析，可直接对历史数据中散户需求方对化工原料的需求总量随化工原料价格变化的数据进行分析；
在t1时刻预测未来的一段固定时间t以内，散户需求方化工原料需求量Rs为：
；
在t1时刻预测未来的一段固定时间t以内，化工原料Y的需求总量Rz为：
。
根据t时间内化工原料Y的需求总量Rz，得到一次运输过程中，化工原料Y的运输量为，总运输次数为/>，其中，T为供应周期，/>∈[100，10000]；
计算运输化工原料Y的过程中的运输资源消耗量X1为：
；
其中，u为一次运输过程中化工原料的运输量与一次运输过程中资源消耗量的比例系数，数值为100，x1、x2和v为常数，x1=100，x2=10000；
计算仓库储存化工原料Y的储存资源消耗量为：
；
其中，q为一个供应周期T内，储存化工原料Y的量与储存资源消耗量的比例系数，比例系数值为300；
得到资源消耗总量为：
；
计算当资源消耗总量XZ最小时的T记为TB，TB为化工原料Y的最佳供应周期，其中，TB≤t；
对比计算所得数据与化工原料供应方的供应表中的供应量R0与供应周期T0，
若|RZ-R0|≤e，且|T-T0|≤f，则认为化工原料供应方的供应表处于正常的范围之内，其中e和f为系统设置的常数；
否则，发出预警提示信号，提醒化工原料供应表偏差大，需要更新。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于大数据的供需数据集中监管方法，其特征在于，所述方法包括以下步骤：
S1、获取历史数据，根据历史数据分析任一种化工原料的供应数据，分析使用这种化工原料的固定需求方和散户需求方；
S2、根据固定需求方使用化工原料生产的产品，分析产品的互补产品和替代产品，根据化工原料的价格增长，以及产品的互补产品和替代产品的价格变化来预测固定需求方的产品需求量，根据固定需求方的产品需求量，得出固定需求方化工原料的需求量；
S3、获取历史数据中化工原料价格变化时的散户需求方对化工原料的需求量数据，预测固定时间之内散户需求方化工原料的需求量；
S4、根据固定需求方的需求量和散户需求方的需求量得到化工原料需求总量，根据需求总量以及化工原料的运输资源消耗量和储存资源消耗量，求出最佳供应周期，最终得出智能分析供应表；
S5、对比智能分析供应表和供应方的化工原料供应表中数据，判断是否偏差大，当偏差大时，发出预警提示信号；
在步骤S2中，计算固定需求方化工原料需求量的步骤包括：
S2-1、获取历史数据，根据历史数据得到任一种化工原料Y的固定需求方Gi，分析固定需求方Gi使用化工原料Y所生产的产品Mj以及产品Mj的互补品Hk和替代品Tn，其中，Gi表示第i个固定需求方，Mj表示第j种产品，Hk表示产品Mj的第k种互补品，Tn表示产品Mj的第n种替代品，i、j、k和n为系统设置的常数；
S2-2、根据历史数据中，当化工原料Y的价格，由Qa变化为Qb时，产品Mj的需求量由Ca变化到Cb，计算产品Mj的需求量随化工原料Y的价格变化的产品需求变化率L为:
；
S2-3、根据历史数据中，互补品Hk的价格由QHa变化为QHb时，产品Mj的需求量由CMa变化为CMb，得到产品Mj需求量对互补品Hk的价格弹性系数Sjk:
=/>×/>；
S2-4、根据历史数据中，替代品Tn的价格由QTc变化为QTd时，产品Mj的需求量由CMc变化为CMd，得到产品Mj需求量对替代品Tn的价格弹性系数Sjn:
=/>×/>；
S2-5、根据实时获得的数据中，在t1时刻产品Mj的需求量为Cp，t1时刻化工原料Y价格变化量为，产品Mj的互补品Hk价格变化量为/>，产品Mj的替代品Tn价格变化量为/>，则预测在未来的一段固定时间t之内产品Mj的总需求量Rj为：
；
其中，α，β，γ为权重；
则固定需求方Gi对于化工原料Y的需求量RGi为：
；
其中，Wj表示单位数量的产品Mj对化工原料Y的需求量；
所有固定需求方对于化工原料Y的需求总量RG为：
；
在步骤S3中，预测散户需求方化工原料需求量的步骤包括：
S3-1、根据历史数据中，当化工原料Y的价格变化量为时，散户需求总量变化为/>，计算散户对化工原料Y的需求总量Rs随化工原料Y价格变化的散户需求量变化率LS，则：
；
S3-2、在t1时刻预测未来一段固定时间t以内，散户需求方化工原料需求量Rs为：
；
S3-3、在t1时刻预测未来的一段固定时间t以内化工原料Y的需求总量Rz为：
；
在步骤S4-S5中，得出智能分析供应表和判断是否发出预警提示信号的步骤包括：
S4-1、根据t时间内化工原料Y的需求总量Rz，得到一次运输过程中，化工原料Y的运输量为，总运输次数为/>，其中，T为供应周期，/>∈[x1，x2]；
S4-2、计算运输化工原料Y的过程中的运输资源消耗量X1为：
；
其中，u为一次运输过程中化工原料的运输量与一次运输过程中资源消耗量的比例系数，x1，x2，v为常数；
S4-3、计算仓库储存化工原料Y的储存资源消耗量为：
；
其中，q为一个供应周期T内，储存化工原料Y的量与储存资源消耗量的比例系数；
S4-4、得到资源消耗总量为：
；
S4-5、计算当资源消耗总量XZ最小时的T记为TB，TB为化工原料Y的最佳供应周期，其中，TB＜t；
S4-6、根据化工原料Y的需求总量和最佳供应周期TB得出智能分析供应表；
S4-7、对比智能分析供应表中化工原料Y的需求总量Rz和最佳供应周期TB与化工原料供应方的供应表中的供应量R0与供应周期T0，
若|RZ-R0|≤e，且|T-T0|≤f，则认为化工原料供应方的供应表处于正常的范围之内，其中e和f为系统设置的常数；
否则，发出预警提示信号，提醒化工原料供应表偏差大，需要更新。
2.一种应用于权利要求1所述基于大数据的供需数据集中监管方法的基于大数据的供需数据集中监管系统，其特征在于：所述系统包括以下模块：供需数据采集模块、智能分析模块、计算模块和供需资源监管模块；
所述供需数据采集模块用于采集历史数据和实时监测到的数据中化工原料的供需数据；所述智能分析模块用于分析供需数据，得出最佳供应周期；所述计算模块用于计算智能分析模块中产生的各种数据；所述供需资源监管模块用于对比化工原料供应表与智能分析供应表之间的数据偏差，当供应偏差大时，发送预警提示信号；
所述供需数据采集模块的输出端与所述智能分析模块的输入端相连接；所述智能分析模块的输出端与所述计算模块的输入端相连接；所述计算模块的输出端与所述供需资源监管模块的输入端相连接。
3.根据权利要求2所述的一种基于大数据的供需数据集中监管系统，其特征在于：所述供需数据采集模块包括需求方数据采集单元、产品数据采集单元、价格数据采集单元和需求量数据采集单元；
所述需求方数据采集单元用于采集固定需求方的数据和散户需求方的数据；所述产品数据采集单元用于采集化工原料用于生产的产品数据，以及所生产产品的互补品和替代品的数据；所述价格数据采集单元用于采集化工原料的价格变化数据、化工原料用来生产的产品的互补品的价格变化、化工原料用于生产的产品的替代品的价格变化；需求量数据采集单元用于采集不同情况下化工原料的需求量随价格变化的数据；
所述需求方数据采集单元的输出端与所述产品数据采集单元的输入端相连接；所述产品数据采集单元的输出端与所述价格数据采集单元的输入端相连接；所述价格数据采集单元的输出端与所述需求量数据采集单元的输入端相连接；所述需求量数据采集单元的输出端与所述智能分析模块相连接。
4.根据权利要求3所述的一种基于大数据的供需数据集中监管系统，其特征在于，所述智能分析模块包括：化工原料需求分析单元和最佳供应周期分析单元；
所述化工原料需求分析单元用于分析固定需求方化工原料需求量随化工原料价格变化的关系、随化工原料所生产产品的互补品价格变化的关系和随化工原料所生产产品的替代品价格变化的关系；所述供应周期分析单元用于根据化工原料在一段时间之内的需求总量、运输资源消耗量和储存资源消耗量来分析最佳供应周期；
所述化工原料需求分析单元的输出端与所述最佳供应周期分析单元的输入端相连接；所述最佳供应周期分析单元的输出端与所述计算模块相连接。
5.根据权利要求4所述的一种基于大数据的供需数据集中监管系统，其特征在于：所述计算模块包括：化工原料需求量计算单元和最佳供应周期计算单元；
所述化工原料需求量计算单元用于计算产品的互补品价格弹性系数、产品的替代品价格弹性系数、固定需求方的化工原料需求总量和散户需求方的化工原料需求总量；所述最佳供应周期计算单元用于计算运输资源消耗总量、储存资源消耗总量和最佳供应周期的数值；
所述化工原料需求量计算单元的输出端与所述最佳供应周期计算单元的输入端相连接；所述最佳供应周期计算单元的输出端与所述供需资源监管模块相连接。
6.根据权利要求5所述的一种基于大数据的供需数据集中监管系统，其特征在于：所述供需资源监管模块包括和供应偏差监测单元和预警提示单元；
所述供应偏差监测单元用于判断化工原料供应方的供应量与预测所得的化工原料的需求总量、化工原料供应方供应周期与最佳供应周期之间的偏差，判断是否存在偏差大的情况；所述预警提示单元用于当供应偏差监测单元判断供应偏差大时，发出预警提示信号；
所述供应偏差监测单元的输出端与所述预警提示单元的输入端相连接。
CN202310732102.1A 2023-06-20 2023-06-20 一种基于大数据的供需数据集中监管系统及方法 Active CN116777157B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310732102.1A CN116777157B (zh) 2023-06-20 2023-06-20 一种基于大数据的供需数据集中监管系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310732102.1A CN116777157B (zh) 2023-06-20 2023-06-20 一种基于大数据的供需数据集中监管系统及方法

Publications (2)

Publication Number Publication Date
CN116777157A CN116777157A (zh) 2023-09-19
CN116777157B true CN116777157B (zh) 2024-01-30

Family

ID=88005844

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310732102.1A Active CN116777157B (zh) 2023-06-20 2023-06-20 一种基于大数据的供需数据集中监管系统及方法

Country Status (1)

Country Link
CN (1) CN116777157B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001025978A2 (en) * 1999-10-07 2001-04-12 Peter Twardowski Method of calculating a consumer price index
CN103164808A (zh) * 2013-03-12 2013-06-19 涂先锋 一种基于互联网平台实现的商品预约交易系统
CN106600032A (zh) * 2016-10-28 2017-04-26 北京国电通网络技术有限公司 一种库存物资需求预测方法及装置
CN109086942A (zh) * 2018-08-23 2018-12-25 孟水强 一种对生产用的原料及经济供需关系的分析预测方法
CN110348635A (zh) * 2019-07-12 2019-10-18 创新奇智(成都)科技有限公司 基于端对端学习的智能补货方法、存储介质、系统及装置
CN110956477A (zh) * 2018-09-26 2020-04-03 北京京东尚科信息技术有限公司 一种确定商品最优价格的方法和装置
CN111724210A (zh) * 2020-06-23 2020-09-29 华中科技大学 一种基于价格弹性系数矩阵的电力需求响应调控方法
CN112785127A (zh) * 2021-01-06 2021-05-11 广汽丰田汽车有限公司 停产后车辆配件产量的计划方法、终端及可读存储介质
CN113360831A (zh) * 2021-06-01 2021-09-07 深圳市中晴云科技有限公司 一种基于物联网的智能物流信息系统
CN114331090A (zh) * 2021-12-24 2022-04-12 江苏业派生物科技有限公司 基于大数据的农产品市场供需数据监控系统及方法
CN115147136A (zh) * 2021-03-30 2022-10-04 中国石油天然气股份有限公司 天然气供需差额确定方法、装置、计算机设备及存储介质
CN115671744A (zh) * 2022-11-11 2023-02-03 网易（杭州）网络有限公司 游戏道具价格的确定方法、装置、电子设备和存储介质
CN115907611A (zh) * 2022-12-08 2023-04-04 成都工业学院 一种基于配件市场价值的配件库存管控方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7130807B1 (en) * 1999-11-22 2006-10-31 Accenture Llp Technology sharing during demand and supply planning in a network-based supply chain environment
AU2002214666A1 (en) * 2000-10-27 2002-05-15 Manugistics, Inc. Supply chain demand forecasting and planning
US6778882B2 (en) * 2001-05-10 2004-08-17 Siemens Westinghouse Power Corporation Business management system and method for a deregulated electric power market with sharing of supply chain data

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001025978A2 (en) * 1999-10-07 2001-04-12 Peter Twardowski Method of calculating a consumer price index
CN103164808A (zh) * 2013-03-12 2013-06-19 涂先锋 一种基于互联网平台实现的商品预约交易系统
CN106600032A (zh) * 2016-10-28 2017-04-26 北京国电通网络技术有限公司 一种库存物资需求预测方法及装置
CN109086942A (zh) * 2018-08-23 2018-12-25 孟水强 一种对生产用的原料及经济供需关系的分析预测方法
CN110956477A (zh) * 2018-09-26 2020-04-03 北京京东尚科信息技术有限公司 一种确定商品最优价格的方法和装置
CN110348635A (zh) * 2019-07-12 2019-10-18 创新奇智(成都)科技有限公司 基于端对端学习的智能补货方法、存储介质、系统及装置
CN111724210A (zh) * 2020-06-23 2020-09-29 华中科技大学 一种基于价格弹性系数矩阵的电力需求响应调控方法
CN112785127A (zh) * 2021-01-06 2021-05-11 广汽丰田汽车有限公司 停产后车辆配件产量的计划方法、终端及可读存储介质
CN115147136A (zh) * 2021-03-30 2022-10-04 中国石油天然气股份有限公司 天然气供需差额确定方法、装置、计算机设备及存储介质
CN113360831A (zh) * 2021-06-01 2021-09-07 深圳市中晴云科技有限公司 一种基于物联网的智能物流信息系统
CN114331090A (zh) * 2021-12-24 2022-04-12 江苏业派生物科技有限公司 基于大数据的农产品市场供需数据监控系统及方法
CN115671744A (zh) * 2022-11-11 2023-02-03 网易（杭州）网络有限公司 游戏道具价格的确定方法、装置、电子设备和存储介质
CN115907611A (zh) * 2022-12-08 2023-04-04 成都工业学院 一种基于配件市场价值的配件库存管控方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Joint ordering and selling policy for storable agricultural products in contract farming;Shui Wenbing 等;Scientific Programming;第2022卷;1-11 *
基于成本管理的服装供应链流程优化研究——以D企业生产供应中心为例;熊棕瑜;中国优秀硕士学位论文全文数据库 经济与管理科学辑(第05期);J152-723 *
基于营养目标的粮食消费需求研究;骆建忠;中国博士学位论文全文数据库 经济与管理科学辑(第10期);J149-13 *
山东省生猪价格波动的影响因素分析及政策研究;任晓娣;中国优秀硕士学位论文全文数据库 经济与管理科学辑(第08期);J149-216 *

Also Published As

Publication number Publication date
CN116777157A (zh) 2023-09-19

Similar Documents

Publication Publication Date Title
Ma et al. Big data driven predictive production planning for energy-intensive manufacturing industries
CN104635684A (zh) 一种空压机集群优化控制系统
Zhang et al. Semiconductor final test scheduling with Sarsa (λ, k) algorithm
CN109858786B (zh) 基于物联网的机电设备管理系统
Cui et al. Energy-efficient control in serial production lines: modeling, analysis and improvement⋆
CN116777157B (zh) 一种基于大数据的供需数据集中监管系统及方法
CN114580876B (zh) 一种基于节能环保的能源数据采集分析管控系统及方法
CN115456267A (zh) 一种基于数据分析的能源数据处理系统及方法
Muruganandam et al. Sensors and machine learning and AI operation-constrained process control method for sensor-aided industrial internet of things and smart factories
Wen et al. A dual energy benchmarking methodology for energy-efficient production planning and operation of discrete manufacturing systems using data mining techniques
Schmidt et al. The choice of variables sampling plans using cost effective criteria
Yanchao et al. A proportion prediction model of terminal energy structure of IPS based on hidden Markov chain
Feng et al. Simulation optimization framework for online deployment and adjustment of reconfigurable machines in job shops
Meng et al. Design and implementation of intelligent integrated measuring and controlling system for sugar cane crystallization process
CN202647189U (zh) 基于动态平衡调度的煤气系统
Li et al. The identification of industrial processes based on SVM
CN117273446B (zh) 局地能源危机级联影响评价方法、系统、电子设备和存储介质
Huayi et al. Research and application of urban water demand forecasting based on time difference coefficient
Chen et al. Industrial Internet System Construction and Engineering Practice
CN110633852B (zh) 一种智能数据演化系统及方法
Li et al. Research on Ordering and Transportation of Raw Materials in Production Enterprises Based on Goal Programming
Qi-qi et al. Multi-objective Optimization of Aggregate Production Planning in Iron-steel Plant Based on ESI Cooperation Model
US20240169013A1 (en) Optimization system to solve multivariate polynomial function
Ding et al. Time Series Data Cleaning Based on Dynamic Speed Constraints
Takahashi et al. Integrating lean and agile strategies into the production control system for mixed-model production lines

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