CN119417239A 一种基于人工智能的供应链风险预警方法和装置 （北京中诺链捷数字科技有限公司）

一种基于人工智能的供应链风险预警方法采集的销售历史处理得到商家的销售周期以及预期以及商品关联二叉树生成商家的自适应预实际偏差情况生成差异化的人工智能风险治理2依据商家的可预警商品生成商品关联二叉树，依据人工智能采集的销售依据人工智能对单个商家开设的多个分店以及线上的销售历史进行采集在人工智能采集的销售历史中得到与当前候选商品相关的销将人工智能采集的销售历史中距离人工智能采集销售历史的区域超过预警有效距离使用思维导图处理法对商家的可预警商品进行处理，并依据处理日对人工智能采集的销售历史中的每个可预警商品进行处理，并依据依据商家的销售预期以及商品关联二叉树生成商家的依次填入销售历史中所有可预警商品被销售的所有区域叶子节点且上一层内的区域叶子依据人工智能得到思维导图关联曲线中被使用区域段最多的区域对于关联处理二叉树中的任意一个可预警商品，将关联处理二叉树3对于任意一个关联距离范围，使用范围处理算法得到关联距离范围的得到所有关联距离范围对应的关联系数，并将所有关联系数的最大当M_1小于L时，将关联区域跨度1至关联区域跨度M_1分别减去关联距离跨度1至关联得到所有可预警商品的关联值，并将所有关联值为数字的关联值入关联值，商品关联二叉树的最左侧除第一层外由上至下填入所有关联值为δ的可预警商品并在关联值为δ的可预警商品下方依据关联值由大到小填入所有可预警商品，在二叉树得到人工智能采集的销售历史中商家对所有可预警商品的总销售区域段，作为将商家的销售预期向上取整的值作为标准销售数；在商家销售商品时联二叉树内的所有可预警商品的推送区域段超过L时，在商品关联二叉树内仅筛选出关联值为δ以及关联值超过关联均值的可预警商品；当推送关联二叉树内的可预警商品的总区4当商品关联二叉树内仅有关联值为δ的可预警商品时，重新得到预警有效距离并依据新的销售预期后将自适应预警方法的使用对象由仅有关联值为δ的可预警商品的商品关联二叉树转移至新的商品关联二叉树，同时在自适应预警方法内依据新的销售预期进行推8.一种基于人工智能的供应链风险预警装置，适用于权利要求1_7任一项所述的一种预警采集单元用于依据人工智能对商家的销售历史进行采集，并方法生成单元用于依据商家的可预警商品生成商品关联二叉供应链预警单元用于依据商家的自适应预警方法对商家进行5供应链数据在不同维度的数据量较多，一旦出现更新错误以及更新时效延时等问题的出根据本发明第一方面，本发明请求保护一种基于人工智能的供应链风险预警方将人工智能采集的销售历史中距离人工智能采集销售历史的区域超过预警有效6依据商家的销售预期以及商品关联二叉树生成商家的至下依次填入销售历史中所有可预警商品被销售的所有区域叶子节点且上一层内的区域到商品区域叶子节点1至商品区域叶子节点M中所有相邻的两个商品区域叶子节点的距离，当M_1不小于L时，得到关联距离跨度1至关联距离跨度M_1中的所有关联距离范对于任意一个关联距离范围，使用范围处理算法得到关联距离范围的关联系数，当M_1小于L时，将关联区域跨度1至关联区域跨度M_1分别减去关联距离跨度1至层填入关联值，商品关联二叉树的最左侧除第一层外由上至下填入所有关联值为δ的可预警商品并在关联值为δ的可预警商品下方依据关联值由大到小填入所有可预警商品，在二7得到人工智能采集的销售历史中商家对所有可预警商品的总销售区域段，作为品关联二叉树内的所有可预警商品的推送区域段超过L时，在商品关联二叉树内仅筛选出关联值为δ以及关联值超过关联均值的可预警商品；当推送关联二叉树内的可预警商品的当商品关联二叉树内仅有关联值为δ的可预警商品时，重新得到预警有效距离并以及新的销售预期后将自适应预警方法的使用对象由仅有关联值为δ的可预警商品的商品[0011]根据本发明第二方面，本发明请求保护一种基于人工智能的供应链风险预警装供应链预警单元用于依据商家的自适应预警方法对商家进行二叉树生成商家的自适应预警方法；依据商家的自适应预警方法对商家进行供应链预警。8[0013]图1为本申请实施例所请求保护的一种基于人工智能的供应链风险预警装置的结图2为本申请实施例所请求保护的一种基于人工智能的供应链风险预警方法的工9将人工智能采集的销售历史中距离人工智能采集销售历史的区域超过预警有效至下依次填入销售历史中所有可预警商品被销售的所有区域叶子节点且上一层内的区域到商品区域叶子节点1至商品区域叶子节点M中所有相邻的两个商品区域叶子节点的距离，当M_1不小于L时，得到关联距离跨度1至关联距离跨度M_1中的所有关联距离范对于任意一个关联距离范围，使用范围处理算法得到关联距离范围的关联系数，当M_1小于L时，将关联区域跨度1至关联区域跨度M_1分别减去关联距离跨度1至周期较高，因此应当将关联值设置为0使其被预警的优先级降低从而提高其他应当被预警层填入关联值，商品关联二叉树的最左侧除第一层外由上至下填入所有关联值为δ的可预警商品并在关联值为δ的可预警商品下方依据关联值由大到小填入所有可预警商品，在二[0020]销售预期得到策略用于对人工智能采集的销售历史中的每个可预警商品进行处得到人工智能采集的销售历史中商家对所有可预警商品的总销售区域段，作为[0021]预警方法生成策略用于依据商家的销售预期以及商品关联二叉树生成商家的自商品关联二叉树内的所有可预警商品的推送区域段等于标准销售数时，将所有关联值为0当商品关联二叉树内的所有可预警商品的推送区域段超过L时，在商品关联二叉树内仅筛选出关联值为δ以及关联值超过关联均值的可预警商品；当推送关联二叉树内的可预警商品的总区域超过预警有效距离时，在商品关联二叉树内仅筛选出关联值为δ的可当商品关联二叉树内仅有关联值为δ的可预警商品时，重新得到预警有效距离并以及新的销售预期后将自适应预警方法的使用对象由仅有关联值为δ的可预警商品的商品理二叉树的最左侧除第一层外从上至下依次填入销售历史中所有可预警商品被销售的所有区域叶子节点且上一层内的区域叶子节点早于下一层内的区域叶步骤S2012，依据人工智能得到思维导图关联曲线中被使用区域段最多的区域跨可预警商品对应的多个区域叶子节点由上至下依次作为商品区域叶子节点1至商品区域叶子节点M；得到商品区域叶子节点1至商品区域叶子节点M中所有相邻的两个商品区域叶子联距离范围，所述关联距离范围为由关联距离跨度M1+1至关联距离跨度M1+L构成的范围，为δ的可预警商品并在关联值为δ的可预警商品下方依据关联值由大到小填入所有可预警以及销售区域段使用销售预期算法得到商家的销售段以及销售周期，使用销售预期算法得到商家的销售预期，销售预期算法包括：[0031]步骤S203，依据商家的销售预期以及商品关联二叉树生成商家的自适应预警方联二叉树内的所有可预警商品的推送区域