CN117273374A - 基于供应链生态系统的云服务开放平台 - Google Patents
基于供应链生态系统的云服务开放平台 Download PDFInfo
- Publication number
- CN117273374A CN117273374A CN202311345928.9A CN202311345928A CN117273374A CN 117273374 A CN117273374 A CN 117273374A CN 202311345928 A CN202311345928 A CN 202311345928A CN 117273374 A CN117273374 A CN 117273374A
- Authority
- CN
- China
- Prior art keywords
- node
- target
- determining
- nodes
- target node
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 claims abstract description 78
- 238000010276 construction Methods 0.000 claims abstract description 27
- 238000013468 resource allocation Methods 0.000 claims abstract description 23
- 230000008859 change Effects 0.000 claims description 41
- 239000002994 raw material Substances 0.000 claims description 41
- 238000004519 manufacturing process Methods 0.000 claims description 14
- 238000007726 management method Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 description 10
- 238000000034 method Methods 0.000 description 7
- 239000002699 waste material Substances 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Software Systems (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Development Economics (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供了一种基于供应链生态系统的云服务开放平台,包括:节点属性确定模块,获取供应链内部的目标节点,确定目标节点的运行属性,基于各目标节点的运行属性确定各目标节点对应的上级节点以及下级节点;目标拓扑网络构建模块,基于各目标节点对应的上级节点与下级应节点构建供应链的目标拓扑网络,构建云监测节点且与目标拓扑网络进行关联;监测分配模块,基于云监测节点实时监测各目标节点的运行状态,并基于各目标节点的运行状态以及各目标节点在目标拓扑网络的关系生成资源调度策略,且根据资源调度策略对资源进行分配;提高了对供应链生态系统进行调节的智能性以及对供应链生态系统资源分配调度的准确性,保障供应链生态系统的运行效果。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种基于供应链生态系统的云服务开放平台。
背景技术
目前,随着产业技术不断的发展,企业在生产过程中会产生废料,当存在有利用价值的废料无法被利用时,造成资源浪费,甚至一些废料无法降解,会对生态环境造成破坏;现如今,通过供应链生态系统利用各节点企业之间的供需关系不仅体现在节点企业之间的产品上,同时还体现在企业之间产生的废弃物上,物资在供应链内循环流动形成闭合循环,一个节点企业的输出即是另一节点企业的输入,无所谓原材料和废料之分;
然而,在现如今的技术中,企业在原料使用时,往往基于供应链生态系统自己寻找原料,从而造成供应链生态系统运行效率低下,而且没有通过对供应链生态系统的统筹管理,导致供应链生态系统不具备运行智能性;
因此,为了克服上述问题,本发明提供了一种基于供应链生态系统的云服务开放平台。
发明内容
本发明提供一种基于供应链生态系统的云服务开放平台,用以通过获取供应链内部的目标节点,并确定目标节点的运行属性,进而有效且准确的确定每个目标节点对应的上级节点与下级节点,从而根据目标节点对应的上级节点与下级节点有效确定目标节点间的关系,有效实现对目标拓扑网络的构建,进而通过云监测节点实现对目标节点的运行状态的监控,从而有效实现资源的分配,提高了对供应链生态系统进行调节的智能性,同时也提高了对供应链生态系统资源分配调度的准确性与效率,保障供应链生态系统的运行效果。
一种基于供应链生态系统的云服务开放平台,包括:
节点属性确定模块,用于获取供应链内部的目标节点,并确定目标节点的运行属性,同时,基于各目标节点的运行属性确定各目标节点对应的上级节点以及下级节点;
目标拓扑网络构建模块,用于基于各目标节点对应的上级节点以及下级应节点构建供应链的目标拓扑网络,同时,构建云监测节点,并将云监测节点与目标拓扑网络进行关联;
监测分配模块,用于基于云监测节点实时监测各目标节点的运行状态,并基于各目标节点的运行状态以及各目标节点在目标拓扑网络的关系生成资源调度策略,且根据资源调度策略对资源进行分配。
优选的,一种基于供应链生态系统的云服务开放平台,节点属性确定模块,包括:
信息调取单元,用于基于预设供应链信息管理库中调取企业注册信息;
目标节点确定单元,用于对企业注册信息进行读取,确定每个企业的注册名称,同时,将每个企业的注册名称作为节点标签,并基于节点标签构建每个企业对应的目标节点;
运行属性确定单元,用于基于企业注册信息确定企业的运行项目,并确定目标节点对应的运行属性,同时,根据目标节点对应的运行属性确定各目标节点对应的上级节点以及下级节点。
优选的,一种基于供应链生态系统的云服务开放平台,运行属性确定单元,包括:
信息读取子单元,用于对企业注册信息进行读取,确定每个企业的运行项目,同时,根据企业的运行项目确定企业的运行属性,并根据企业的运行属性确定企业的需求原料与企业在生产过程中产生的附属产物;
节点确定子单元,用于基于企业的运行属性确定企业的需求原料与企业在生产过程中产生的附属产物确定各目标节点对应的上级节点以及下级节点。
优选的,一种基于供应链生态系统的云服务开放平台,节点确定子单元,包括:
第一节点标识确定子单元,用于获取每个企业需求原料对应的原料名称,并基于原料名称进行第一编码,同时,基于第一编码结果获得每个目标节点对应的第一节点标识;
第二节点标识确定子单元,用于获取每个企业在生产过程中产生附属产物的产物名称,并基于产物名称进行第二编码,同时,基于第二编码结果获得每个目标节点对应的第二节点标识;
匹配子单元,用于将每个目标节点中第一节点标识与其余目标节点的第二节点标识进行匹配,并根据匹配结果获得每个目标节点对应的上级节点以及下级节点。
优选的,一种基于供应链生态系统的云服务开放平台,匹配子单元,包括:
获取与当前第一目标节点中第一节点标识相匹配的第二节点标识,并读取第二节点标识对应的第二目标节点;
其中,第二目标节点即为第一目标节点的上级节点;
获取与当前第一目标节点中第二节点标识相匹配的第一节点标识,并读取第一节点标识对应的第三目标节点;
其中,第三目标节点即为第一目标节点的下级节点。
优选的,一种基于供应链生态系统的云服务开放平台,目标拓扑网络构建模块,包括:
有向链路构建单元,用于将当前目标节点与当前目标节点对应的多个上级节点构建多条第一有向链路;同时,将当前目标节点与当前目标节点对应的多个下级节点构建多条第二有向链路;
网络构建单元,用于将多条第一有向链路与多条第二有向链路进行综合,并基于综合结果构建供应链的目标拓扑网络;
云监测节点关联单元,用于确定目标拓扑网络的输出节点,并构建云监测节点,并将输出节点与云监测节点进行关联。
优选的,一种基于供应链生态系统的云服务开放平台,云监测节点关联单元,包括:
输出节点设定子单元,用于在目标拓扑网络中设定输出节点,其中,输出节点与目标拓扑网络中目标节点相连接,用来收集每个目标节点的运行数据;
地址代码确定子单元,用于构建云监测节点,并获取云监测节点的第一地址代码,同时,获取输出节点的第二地址代码;
判定子单元,用于:
调取目标拓扑网络的预设权限地址集,并判断网络权限地址集中是否存在第一地址代码;
当预设权限地址集中存在第一地址代码时,则确定云监测节点与目标拓扑网络节点的输出节点适配,并基于第一地址代码与第二地址代码将输出节点与云监测节点进行关联;
否则,则确定云监测节点与目标拓扑网络节点的输出节点不适配,同时,重新构建云监测节点,直至与目标拓扑网络节点的输出节点适配。
优选的,一种基于供应链生态系统的云服务开放平台,监测分配模块,包括:
数据监测单元,用于基于云监测节点实时对各目标节点的运行数据进行读取,并基于各目标节点的运行数据确定当前各目标节点的运行状态;
资源分配单元,用于基于目标拓扑网络确定各目标节点之间的关联关系,并基于各目标节点之间的关联关系以及各目标节点的运行状态生成资源调度策略,并基于资源调取策略对资源进行分配。
优选的,一种基于供应链生态系统的云服务开放平台,资源分配单元,包括:
历史数据调取子单元,用于调取各目标节点的历史运行状态数据以及对各目标节点的历史资源调度数据;
其中,目标节点的历史运行状态数据包括:目标节点的需求原料变化量以及目标节点附属产物变化量;
曲线绘制子单元,用于根据时间顺序确定目标节点需求原料变化量的第一历史状态曲线,同时,根据时间顺序确定目标节点附属产物变化量的第二历史状态曲线;
变化特征确定子单元,用于对第一历史状态曲线进行第一读取,确定第一历史状态曲线对应的第一变化特征,同时,对第二历史状态曲线进行读取,确定第二历史状态曲线对应的第二变化特征;
学习子单元,用于:
基于第一变化特征与第二变化特征生成第一学习因子;
对目标节点的历史资源调度数据进行第二读取,确定目标节点对资源进行分配的第三变化特征,并基于第三变化特征生成第二学习因子;
根据第一学习因子与第二学习因子对目标节点的运行状态进行学习,确定目标节点的运行习惯;
资源调度策略生成子单元,用于:
根据目标节点的运行习惯生成每个目标节点对应的子调度关系;
将每个子调度关系进行综合生成资源调度策略。
优选的,一种基于供应链生态系统的云服务开放平台,资源分配单元,包括:
运行状态确定子单元,用于:
获取目标节点当前的第一运行状态,并基于目标节点当前的第一运行状态确定目标节点对应的资源调度策略;
对目标节点对应的资源调度策略进行读取,并基于读取结果在目标拓扑网络中调取与目标节点相匹配的上级节点集,同时,分别读取上级节点集中每个上级节点当前对应的第二运行状态;
资源调度子单元,用于:
在上级节点集中摘取与第一运行状态相匹配的第二运行状态所对应的子目标上级节点集;
获取当前子目标上级节点集中每个子目标上级节点的附属产物量;
根据附属产物量从大到小的顺序为子目标上级节点集分配优先级;
根据优先级将子目标上级节点的附属产物向目标节点进行分配,直至达到目标节点的需求原料量。
与现有技术相比,本发明的有益效果是:
1、通过获取供应链内部的目标节点,并确定目标节点的运行属性,进而有效且准确的确定每个目标节点对应的上级节点与下级节点,从而根据目标节点对应的上级节点与下级节点有效确定目标节点间的关系,有效实现对目标拓扑网络的构建,进而通过云监测节点实现对目标节点的运行状态的监控,从而有效实现资源的分配,提高了对供应链生态系统进行调节的智能性,同时也提高了对供应链生态系统资源分配调度的准确性与效率,保障供应链生态系统的运行效果。
2、通过对第一地址代码进行验证,从而可以保障云监测节点能够精准高效性与准确性,从而当云监测节点与输出节点适配时,基于第一地址代码与第二地址代码将云监测节点与输出节点进行关联,从而有效保障目标拓扑网络数据的安全性,同时,保障了云监测节点对数据监测的有效性。
3、通过对目标节点的历史运行状态数据和历史资源调度数据进行获取和分析,实现对不同目标节点的需求原料变化量以及附属产物变化量对应的历史状态曲线进行准确有效的确定,其次,通过对得到的历史状态曲线进行分析,实现对第一学习因子和第二学习因子进行准确获取,并根据第一学习因子和第二学习因子确定目标节点的运行习惯,最后,根据运行习惯生成每个目标节点对应的子调度关系,且对子调度关系进行综合,实现对资源调度策略进行准确有效的制定,从而有效实现资源的分配,提高了对供应链生态系统进行调节的智能性,同时也提高了对供应链生态系统资源分配调度的准确性与效率。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
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为本发明实施例中一种基于供应链生态系统的云服务开放平台系统图;
图2为本发明实施例中一种基于供应链生态系统的云服务开放平台系统中节点属性确定模块结构图;
图3为本发明实施例中一种基于供应链生态系统的云服务开放平台系统中目标拓扑网络构建模块结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
本实施例提供了一种基于供应链生态系统的云服务开放平台,如图1所示,包括:
节点属性确定模块,用于获取供应链内部的目标节点,并确定目标节点的运行属性,同时,基于各目标节点的运行属性确定各目标节点对应的上级节点以及下级节点;
目标拓扑网络构建模块,用于基于各目标节点对应的上级节点以及下级应节点构建供应链的目标拓扑网络,同时,构建云监测节点,并将云监测节点与目标拓扑网络进行关联;
监测分配模块,用于基于云监测节点实时监测各目标节点的运行状态,并基于各目标节点的运行状态以及各目标节点在目标拓扑网络的关系生成资源调度策略,且根据资源调度策略对资源进行分配。
该实施例中,目标节点可以是供应链内部存储企业运行数据的节点。
该实施例中,目标节点的运行属性可以是每个目标节点的供需关系,即企业的需求原料与附属产物的运作关系。
该实施例中,上级节点可以是目标节点需求原料的供应节点,且目标节点是下级节点需求原料的供应节点。
该实施例中,目标拓扑网络可以是基于目标节点对应的上级节点以及下级节点在供应链中的关系构建的关于供应链的网络。
该实施例中,云监测节点可以是独立于目标拓扑网络且与目标拓扑网络相连接的节点,用来实现对目标拓扑网络中各目标节点的运行状态的监测,其中,各目标节点的运行状态可以是包括各目标节点在生产过程中耗费的原料量以及生产过程中产生的附属产物。
该实施例中,资源调度策略可以是用来确定每个目标节点中需求原料量以及附属产物量,同时,确定与目标节点相关联的上级节点或者下级节点,进而实现对目标节点资源需求的资源分配与调度。
上述技术方案的工作原理及有益效果是:通过获取供应链内部的目标节点,并确定目标节点的运行属性,进而有效且准确的确定每个目标节点对应的上级节点与下级节点,从而根据目标节点对应的上级节点与下级节点有效确定目标节点间的关系,有效实现对目标拓扑网络的构建,进而通过云监测节点实现对目标节点的运行状态的监控,从而有效实现资源的分配,提高了对供应链生态系统进行调节的智能性,同时也提高了对供应链生态系统资源分配调度的准确性与效率,保障供应链生态系统的运行效果。
实施例2:
在实施例1的基础上,本实施例提供了一种基于供应链生态系统的云服务开放平台,如图2所示,节点属性确定模块,包括:
信息调取单元,用于基于预设供应链信息管理库中调取企业注册信息;
目标节点确定单元,用于对企业注册信息进行读取,确定每个企业的注册名称,同时,将每个企业的注册名称作为节点标签,并基于节点标签构建每个企业对应的目标节点;
运行属性确定单元,用于基于企业注册信息确定企业的运行项目,并确定目标节点对应的运行属性,同时,根据目标节点对应的运行属性确定各目标节点对应的上级节点以及下级节点。
该实施例中,预设供应链信息管理库可以是提前设定好的,用来存储在供应链中所有企业的企业注册信息,其中,企业注册信息包括:企业名称以及企业的运行项目等信息。
该实施例中,节点标签可以是用来基于企业的注册名称设定的,用来区分不同的目标节点。
该实施例中,运行项目可以是包括企业需求的生产原料信息、企业生产附属产物信息等。
上述技术方案的有益效果是:通过在预设供应链信息管理库中调取企业注册信息从而有效确定目标节点的节点标签,进而基于节点标签实现对目标节点的构建,有效保障目标节点的辨识度,通过确定企业的运行项目,进而通过分析,准确确定目标节点的上级节点以及下级节点,提高确定目标节点间关系的有效性。
实施例3:
在实施例2的基础上,本实施例提供了一种基于供应链生态系统的云服务开放平台,运行属性确定单元,包括:
信息读取子单元,用于对企业注册信息进行读取,确定每个企业的运行项目,同时,根据企业的运行项目确定企业的运行属性,并根据企业的运行属性确定企业的需求原料与企业在生产过程中产生的附属产物;
节点确定子单元,用于基于企业的运行属性确定企业的需求原料与企业在生产过程中产生的附属产物确定各目标节点对应的上级节点以及下级节点。
上述技术方案的有益效果是,有效保障目标节点中上级节点与下级节点关系的确定,进而有效保障供应链生态系统的运行机制确定的准确性。
实施例4:
在实施例3的基础上,本实施例提供了一种基于供应链生态系统的云服务开放平台,节点确定子单元,包括:
第一节点标识确定子单元,用于获取每个企业需求原料对应的原料名称,并基于原料名称进行第一编码,同时,基于第一编码结果获得每个目标节点对应的第一节点标识;
第二节点标识确定子单元,用于获取每个企业在生产过程中产生附属产物的产物名称,并基于产物名称进行第二编码,同时,基于第二编码结果获得每个目标节点对应的第二节点标识;
匹配子单元,用于将每个目标节点中第一节点标识与其余目标节点的第二节点标识进行匹配,并根据匹配结果获得每个目标节点对应的上级节点以及下级节点;
其中,匹配子单元,包括:
获取与当前第一目标节点中第一节点标识相匹配的第二节点标识,并读取第二节点标识对应的第二目标节点;
其中,第二目标节点即为第一目标节点的上级节点;
获取与当前第一目标节点中第二节点标识相匹配的第一节点标识,并读取第一节点标识对应的第三目标节点;
其中,第三目标节点即为第一目标节点的下级节点。
该实施例中,第一节点标识可以是基于预设编码格式实现的可识别的对原料名称进行编码的标记标签。
该实施例中,第二节点标识可以是基于预设编码格式实现的可识别的对附属产物的产物名称进行编码的标记标签。
该实施例中,目标节点的上级节点即为上级节点的第二节点标识与目标节点的第一节点标识一致,目标节点的下级节点即为目标节点的第二节点标识与目标节点的第一节点标识一致。
上述技术方案的有益效果是:通过确定目标节点第一节点标识与其余目标节点的第二节点标识进行匹配,从而精准实现对目标节点上级节点与下级节点的确定,提高了上级节点与下级节点确定的有效性。
实施例5:
在实施例1的基础上,本实施例提供了一种基于供应链生态系统的云服务开放平台,如图3所示,目标拓扑网络构建模块,包括:
有向链路构建单元,用于将当前目标节点与当前目标节点对应的多个上级节点构建多条第一有向链路;同时,将当前目标节点与当前目标节点对应的多个下级节点构建多条第二有向链路;
网络构建单元,用于将多条第一有向链路与多条第二有向链路进行综合,并基于综合结果构建供应链的目标拓扑网络;
云监测节点关联单元,用于确定目标拓扑网络的输出节点,并构建云监测节点,并将输出节点与云监测节点进行关联。
该实施例中,第一有向链路可以是当前目标节点与多个上级节点所构成的有传输方向的链路,其中,传输方向为:上级节点到目标节点。
该实施例中,第二有向链路可以是当前目标节点与多个下级节点所构成的有传输方向的链路,其中,传输方向为目标节点到下级节点。
上述技术方案的有益效果是:通过获得第一有向链路以及第二有向链路,并进行综合,提高建立供应链对应的目标拓扑网络的有效性与准确性。
实施例6:
在实施例5的基础上,本实施例提供了一种基于供应链生态系统的云服务开放平台,云监测节点关联单元,包括:
输出节点设定子单元,用于在目标拓扑网络中设定输出节点,其中,输出节点与目标拓扑网络中目标节点相连接,用来收集每个目标节点的运行数据;
地址代码确定子单元,用于构建云监测节点,并获取云监测节点的第一地址代码,同时,获取输出节点的第二地址代码;
判定子单元,用于:
调取目标拓扑网络的预设权限地址集,并判断网络权限地址集中是否存在第一地址代码;
当预设权限地址集中存在第一地址代码时,则确定云监测节点与目标拓扑网络节点的输出节点适配,并基于第一地址代码与第二地址代码将输出节点与云监测节点进行关联;
否则,则确定云监测节点与目标拓扑网络节点的输出节点不适配,同时,重新构建云监测节点,直至与目标拓扑网络节点的输出节点适配。
该实施例中,输出节点可以是在目标拓扑网络中与所有目标节点相连接,用来接收每个目标节点对应的运行数据。
该实施例中,第一地址代码可以是云监测节点对应的地址代码,第二地址代码可以是输出节点对应的地址代码。
该实施例中,预设权限地址集是提前设定好的,用来表征可以连接到目标拓扑网络的地址集合,通过对预设权限地址集的设定,可以有效过滤无法接入的节点,进而保障目标拓扑网络的安全性以及数据传输的有效性。
上述技术方案的有益效果是:通过对第一地址代码进行验证,从而可以保障云监测节点能够精准高效性与准确性,从而当云监测节点与输出节点适配时,基于第一地址代码与第二地址代码将云监测节点与输出节点进行关联,从而有效保障目标拓扑网络数据的安全性,同时,保障了云监测节点对数据监测的有效性。
实施例7:
在实施例1的基础上,本实施例提供了一种基于供应链生态系统的云服务开放平台,监测分配模块,包括:
数据监测单元,用于基于云监测节点实时对各目标节点的运行数据进行读取,并基于各目标节点的运行数据确定当前各目标节点的运行状态;
资源分配单元,用于基于目标拓扑网络确定各目标节点之间的关联关系,并基于各目标节点之间的关联关系以及各目标节点的运行状态生成资源调度策略,并基于资源调取策略对资源进行分配。
该实施例中,关联关系可以是表征目标网络拓扑网络中存在相互作用的相关节点,其中,相互作用可以是存在需求原料是上一级节点的附属产物的关联关系。
上述技术方案的有益效果是:通过根据云监测节点对目标拓扑网络中各目标节点的运行状态进行监测,实现根据运行状态对目标拓扑网络中各目标节点之间的关联关系进行准确有效的确定,从而实现根据关联关系对资源调取策略进行准确有效的制定,提高了对供应链生态系统进行调节的智能性,也保障了对供应链生态系统资源分配调度的准确性与效率。
实施例8:
在实施例7的基础上,本实施例提供了一种基于供应链生态系统的云服务开放平台,资源分配单元,包括:
历史数据调取子单元,用于调取各目标节点的历史运行状态数据以及对各目标节点的历史资源调度数据;
其中,目标节点的历史运行状态数据包括:目标节点的需求原料变化量以及目标节点附属产物变化量;
曲线绘制子单元,用于根据时间顺序确定目标节点需求原料变化量的第一历史状态曲线,同时,根据时间顺序确定目标节点附属产物变化量的第二历史状态曲线;
变化特征确定子单元,用于对第一历史状态曲线进行第一读取,确定第一历史状态曲线对应的第一变化特征,同时,对第二历史状态曲线进行读取,确定第二历史状态曲线对应的第二变化特征;
学习子单元,用于:
基于第一变化特征与第二变化特征生成第一学习因子;
对目标节点的历史资源调度数据进行第二读取,确定目标节点对资源进行分配的第三变化特征,并基于第三变化特征生成第二学习因子;
根据第一学习因子与第二学习因子对目标节点的运行状态进行学习,确定目标节点的运行习惯;
资源调度策略生成子单元,用于:
根据目标节点的运行习惯生成每个目标节点对应的子调度关系;
将每个子调度关系进行综合生成资源调度策略。
该实施例中,历史运行状态数据可以是目标拓扑网络中不同目标节点在过去一段时间内产生的运行数据,目标节点的需求原料变化量以及目标节点附属产物变化量。
该实施例中,历史资源调度数据可以是目标节点在运行过程中对不同需求原料和附属产物进行调取的参数,包括调取的需求原料以及附属产物调的类型以及对应的调取量。
该实施例中,第一历史状态曲线可以是表征目标节点在不同时刻对需求原料量的变化情况。
该实施例中,第二历史状态曲线可以是表征目标节点在不同时刻产生的附属产物量的变化情况。
该实施例中,第一读取可以是第一历史状态曲线进行分析。
该实施例中,第一变化特征可以是表征第一历史状态曲线的变化趋势,即目标节点的需求原料量的变化情况。
该实施例中,第二变化特征可以是表征第二历史状态曲线的变化趋势,即目标节点的产生的附属产物量的变化情况。
该实施例中,第一学习因子可以是根据第一变化特征与第二变化特征确定不同目标节点对需求原料量和附属产物量随目标节点的运行状态二变化的关系,是确定资源调度策略的参考参数之一。
该实施例中,第二读取可以是对目标节点的历史资源调度数据进行分析和处理。
该实施例中,第三变化特征可以是目标节点对资源进行分布的特点。
该实施例中,第二学习因子可以是表征不同运行状态的节点对应的资源分配情况。
该实施例中,子调度关系可以是表征目标拓扑网络中不同目标节点之间的对需求原料和附属产物的相互调取关系。
上述技术方案的有益效果是:通过对目标节点的历史运行状态数据和历史资源调度数据进行获取和分析,实现对不同目标节点的需求原料变化量以及附属产物变化量对应的历史状态曲线进行准确有效的确定,其次,通过对得到的历史状态曲线进行分析,实现对第一学习因子和第二学习因子进行准确获取,并根据第一学习因子和第二学习因子确定目标节点的运行习惯,最后,根据运行习惯生成每个目标节点对应的子调度关系,且对子调度关系进行综合,实现对资源调度策略进行准确有效的制定,从而有效实现资源的分配,提高了对供应链生态系统进行调节的智能性,同时也提高了对供应链生态系统资源分配调度的准确性与效率。
实施例9:
在实施例8的基础上,本实施例提供了一种基于供应链生态系统的云服务开放平台,资源分配单元,包括:
运行状态确定子单元,用于:
获取目标节点当前的第一运行状态,并基于目标节点当前的第一运行状态确定目标节点对应的资源调度策略;
对目标节点对应的资源调度策略进行读取,并基于读取结果在目标拓扑网络中调取与目标节点相匹配的上级节点集,同时,分别读取上级节点集中每个上级节点当前对应的第二运行状态;
资源调度子单元,用于:
在上级节点集中摘取与第一运行状态相匹配的第二运行状态所对应的子目标上级节点集;
获取当前子目标上级节点集中每个子目标上级节点的附属产物量;
根据附属产物量从大到小的顺序为子目标上级节点集分配优先级;
根据优先级将子目标上级节点的附属产物向目标节点进行分配,直至达到目标节点的需求原料量。
该实施例中,第一运行状态可以是目标节点在当前时刻对应的运行状态信息。
该实施例中,上级节点集可以是与目标节点存在匹配的所有上级节点,即目标节点的需求原料是其他节点附属产物的所有节点。
该实施例中,第二运行状态可以是上级节点对应的运行情况。
该实施例中,子目标上级节点集可以是上级节点中运行状态与目标节点运行状态相匹配的节点,是上级节点集中的一部分。
上述技术方案的有益效果是:通过根据当前目标节点的运行状态实现对目标节点的资源调度策略进行获取,实现根据资源调度策略确定与目标节点存在调度关系的上级节点集,并将上级节点集中每一上级节点的运行状态与目标节点的运行状态进行匹配,实现对上级节点集中与目标节点存在调取关系的节点进行筛选,得到有效的子目标上级节点,最后,对子目标上级节点的附属产物量进行确定,实现根据附属产物量的大小对子目标上级节点集分配优先级,实现根据优先级将子目标上级节点的附属产物向目标节点进行分配,提高了资源的分配的准确率与效率,保障了对供应链生态系统进行调节的智能性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于供应链生态系统的云服务开放平台,其特征在于,包括:
节点属性确定模块,用于获取供应链内部的目标节点,并确定目标节点的运行属性,同时,基于各目标节点的运行属性确定各目标节点对应的上级节点以及下级节点;
目标拓扑网络构建模块,用于基于各目标节点对应的上级节点以及下级应节点构建供应链的目标拓扑网络,同时,构建云监测节点,并将云监测节点与目标拓扑网络进行关联;
监测分配模块,用于基于云监测节点实时监测各目标节点的运行状态,并基于各目标节点的运行状态以及各目标节点在目标拓扑网络的关系生成资源调度策略,且根据资源调度策略对资源进行分配。
2.根据权利要求1所述的一种基于供应链生态系统的云服务开放平台,其特征在于,节点属性确定模块,包括:
信息调取单元,用于基于预设供应链信息管理库中调取企业注册信息;
目标节点确定单元,用于对企业注册信息进行读取,确定每个企业的注册名称,同时,将每个企业的注册名称作为节点标签,并基于节点标签构建每个企业对应的目标节点;
运行属性确定单元,用于基于企业注册信息确定企业的运行项目,并确定目标节点对应的运行属性,同时,根据目标节点对应的运行属性确定各目标节点对应的上级节点以及下级节点。
3.根据权利要求2所述的一种基于供应链生态系统的云服务开放平台,其特征在于,运行属性确定单元,包括:
信息读取子单元,用于对企业注册信息进行读取,确定每个企业的运行项目,同时,根据企业的运行项目确定企业的运行属性,并根据企业的运行属性确定企业的需求原料与企业在生产过程中产生的附属产物;
节点确定子单元,用于基于企业的运行属性确定企业的需求原料与企业在生产过程中产生的附属产物确定各目标节点对应的上级节点以及下级节点。
4.根据权利要求3所述的一种基于供应链生态系统的云服务开放平台,其特征在于,节点确定子单元,包括:
第一节点标识确定子单元,用于获取每个企业需求原料对应的原料名称,并基于原料名称进行第一编码,同时,基于第一编码结果获得每个目标节点对应的第一节点标识;
第二节点标识确定子单元,用于获取每个企业在生产过程中产生附属产物的产物名称,并基于产物名称进行第二编码,同时,基于第二编码结果获得每个目标节点对应的第二节点标识;
匹配子单元,用于将每个目标节点中第一节点标识与其余目标节点的第二节点标识进行匹配,并根据匹配结果获得每个目标节点对应的上级节点以及下级节点。
5.根据权利要求4所述的一种基于供应链生态系统的云服务开放平台,其特征在于,匹配子单元,包括:
获取与当前第一目标节点中第一节点标识相匹配的第二节点标识,并读取第二节点标识对应的第二目标节点;
其中,第二目标节点即为第一目标节点的上级节点;
获取与当前第一目标节点中第二节点标识相匹配的第一节点标识,并读取第一节点标识对应的第三目标节点;
其中,第三目标节点即为第一目标节点的下级节点。
6.根据权利要求1所述的一种基于供应链生态系统的云服务开放平台,其特征在于,目标拓扑网络构建模块,包括:
有向链路构建单元,用于将当前目标节点与当前目标节点对应的多个上级节点构建多条第一有向链路;同时,将当前目标节点与当前目标节点对应的多个下级节点构建多条第二有向链路;
网络构建单元,用于将多条第一有向链路与多条第二有向链路进行综合,并基于综合结果构建供应链的目标拓扑网络;
云监测节点关联单元,用于确定目标拓扑网络的输出节点,并构建云监测节点,并将输出节点与云监测节点进行关联。
7.根据权利要求6所述的一种基于供应链生态系统的云服务开放平台,其特征在于,云监测节点关联单元,包括:
输出节点设定子单元,用于在目标拓扑网络中设定输出节点,其中,输出节点与目标拓扑网络中目标节点相连接,用来收集每个目标节点的运行数据;
地址代码确定子单元,用于构建云监测节点,并获取云监测节点的第一地址代码,同时,获取输出节点的第二地址代码;
判定子单元,用于:
调取目标拓扑网络的预设权限地址集,并判断网络权限地址集中是否存在第一地址代码;
当预设权限地址集中存在第一地址代码时,则确定云监测节点与目标拓扑网络节点的输出节点适配,并基于第一地址代码与第二地址代码将输出节点与云监测节点进行关联;
否则,则确定云监测节点与目标拓扑网络节点的输出节点不适配,同时,重新构建云监测节点,直至与目标拓扑网络节点的输出节点适配。
8.根据权利要求1所述的一种基于供应链生态系统的云服务开放平台,其特征在于,监测分配模块,包括:
数据监测单元,用于基于云监测节点实时对各目标节点的运行数据进行读取,并基于各目标节点的运行数据确定当前各目标节点的运行状态;
资源分配单元,用于基于目标拓扑网络确定各目标节点之间的关联关系,并基于各目标节点之间的关联关系以及各目标节点的运行状态生成资源调度策略,并基于资源调取策略对资源进行分配。
9.根据权利要求8所述的一种基于供应链生态系统的云服务开放平台,其特征在于,资源分配单元,包括:
历史数据调取子单元,用于调取各目标节点的历史运行状态数据以及对各目标节点的历史资源调度数据;
其中,目标节点的历史运行状态数据包括:目标节点的需求原料变化量以及目标节点附属产物变化量;
曲线绘制子单元,用于根据时间顺序确定目标节点需求原料变化量的第一历史状态曲线,同时,根据时间顺序确定目标节点附属产物变化量的第二历史状态曲线;
变化特征确定子单元,用于对第一历史状态曲线进行第一读取,确定第一历史状态曲线对应的第一变化特征,同时,对第二历史状态曲线进行读取,确定第二历史状态曲线对应的第二变化特征;
学习子单元,用于:
基于第一变化特征与第二变化特征生成第一学习因子;
对目标节点的历史资源调度数据进行第二读取,确定目标节点对资源进行分配的第三变化特征,并基于第三变化特征生成第二学习因子;
根据第一学习因子与第二学习因子对目标节点的运行状态进行学习,确定目标节点的运行习惯;
资源调度策略生成子单元,用于:
根据目标节点的运行习惯生成每个目标节点对应的子调度关系;
将每个子调度关系进行综合生成资源调度策略。
10.根据权利要求9所述的一种基于供应链生态系统的云服务开放平台,其特征在于,资源分配单元,包括:
运行状态确定子单元,用于:
获取目标节点当前的第一运行状态,并基于目标节点当前的第一运行状态确定目标节点对应的资源调度策略;
对目标节点对应的资源调度策略进行读取,并基于读取结果在目标拓扑网络中调取与目标节点相匹配的上级节点集,同时,分别读取上级节点集中每个上级节点当前对应的第二运行状态;
资源调度子单元,用于:
在上级节点集中摘取与第一运行状态相匹配的第二运行状态所对应的子目标上级节点集;
获取当前子目标上级节点集中每个子目标上级节点的附属产物量;
根据附属产物量从大到小的顺序为子目标上级节点集分配优先级;
根据优先级将子目标上级节点的附属产物向目标节点进行分配,直至达到目标节点的需求原料量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311345928.9A CN117273374A (zh) | 2023-10-17 | 2023-10-17 | 基于供应链生态系统的云服务开放平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311345928.9A CN117273374A (zh) | 2023-10-17 | 2023-10-17 | 基于供应链生态系统的云服务开放平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117273374A true CN117273374A (zh) | 2023-12-22 |
Family
ID=89214376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311345928.9A Pending CN117273374A (zh) | 2023-10-17 | 2023-10-17 | 基于供应链生态系统的云服务开放平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117273374A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3462392A1 (en) * | 2017-10-02 | 2019-04-03 | Hand Held Products, Inc. | Bi-modal communication system for secure goods tracking and methods of using the same |
US20190266502A1 (en) * | 2018-02-23 | 2019-08-29 | Dynatrace Llc | Method And System For Real-Time Correlation Of Disparate Sources Of Topological Information To Create A Unified Topological Model Of A Distributed Information System |
US20200202467A1 (en) * | 2017-08-31 | 2020-06-25 | General Electric Company | Intellectual property exchange ecosystem for additive manufacturing |
CN113282399A (zh) * | 2021-06-29 | 2021-08-20 | 科东(广州)软件科技有限公司 | 一种工业互联网系统架构 |
CN114386835A (zh) * | 2022-01-12 | 2022-04-22 | 胡翠翠 | 一种具有弹性供应链的工业生产管理方法及系统 |
CN115311027A (zh) * | 2022-10-11 | 2022-11-08 | 工业云制造(四川)创新中心有限公司 | 一种基于数字孪生的供应链管理方法及系统 |
CN116662010A (zh) * | 2023-06-14 | 2023-08-29 | 肇庆学院 | 基于分布式系统环境下的动态资源分配方法及系统 |
US20230306347A1 (en) * | 2022-03-25 | 2023-09-28 | Oii, Inc. | Systems and methods for supply chain optimization with channel saliency |
-
2023
- 2023-10-17 CN CN202311345928.9A patent/CN117273374A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200202467A1 (en) * | 2017-08-31 | 2020-06-25 | General Electric Company | Intellectual property exchange ecosystem for additive manufacturing |
EP3462392A1 (en) * | 2017-10-02 | 2019-04-03 | Hand Held Products, Inc. | Bi-modal communication system for secure goods tracking and methods of using the same |
US20190266502A1 (en) * | 2018-02-23 | 2019-08-29 | Dynatrace Llc | Method And System For Real-Time Correlation Of Disparate Sources Of Topological Information To Create A Unified Topological Model Of A Distributed Information System |
CN113282399A (zh) * | 2021-06-29 | 2021-08-20 | 科东(广州)软件科技有限公司 | 一种工业互联网系统架构 |
CN114386835A (zh) * | 2022-01-12 | 2022-04-22 | 胡翠翠 | 一种具有弹性供应链的工业生产管理方法及系统 |
US20230306347A1 (en) * | 2022-03-25 | 2023-09-28 | Oii, Inc. | Systems and methods for supply chain optimization with channel saliency |
CN115311027A (zh) * | 2022-10-11 | 2022-11-08 | 工业云制造(四川)创新中心有限公司 | 一种基于数字孪生的供应链管理方法及系统 |
CN116662010A (zh) * | 2023-06-14 | 2023-08-29 | 肇庆学院 | 基于分布式系统环境下的动态资源分配方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101872166B (zh) | 利用部件特定的消耗数据的过程仿真 | |
CN109194746B (zh) | 基于物联网的异构信息处理方法 | |
CN113656495A (zh) | 一种部署区块链的端边云协同的可信边缘物联网系统 | |
CN102325061B (zh) | 网络监控方法、设备及系统 | |
US8488176B2 (en) | Method for analyzing usage of printers | |
Borangiu et al. | Digital transformation of manufacturing. Industry of the future with cyber-physical production systems | |
CN104679595A (zh) | 一种面向应用的IaaS层动态资源分配方法 | |
CN105379204A (zh) | 用于选择数据路由的资源的方法和系统 | |
CN113994282A (zh) | 控制系统以及控制方法 | |
CN111585798A (zh) | 一种网络资源参数配置方法、装置和计算机可读存储介质 | |
CN107094171A (zh) | 负载均衡方法及装置 | |
CN114675956A (zh) | 一种基于Kubernetes集群之间Pod配置及调度的方法 | |
CN113867937A (zh) | 一种云计算平台的资源调度的方法、设备及存储介质 | |
CN117273374A (zh) | 基于供应链生态系统的云服务开放平台 | |
CN101707559B (zh) | 一种诊断和定量保障端到端服务质量的系统和方法 | |
CN111191296A (zh) | 一种基于区块链的工作票数据处理方法 | |
Yusoh et al. | Clustering composite SaaS components in cloud computing using a grouping genetic algorithm | |
CN112449013A (zh) | 一种工业物联网中基于标识解析的数据协同方法 | |
Fleischer et al. | Business capabilities as configuration elements of value added networks | |
CN116700929A (zh) | 基于人工智能的任务批量处理方法及系统 | |
Rabbani et al. | A novel approach for solving a capacitated location allocation problem | |
Ni et al. | An ant colony optimization for the composite SaaS placement problem in the cloud | |
Lv et al. | Edge asset management based on administration shell in industrial cyber-physical systems | |
CN109064047A (zh) | 一种基于遗传算法自动分配单据的实现方法 | |
Gonzalo et al. | CLARA: A novel clustering-based resource-allocation mechanism for exploiting low-availability complementarities of voluntarily contributed nodes |
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 |