CN119515206A 基于竞争分析的药品流向智能监测方法及系统 （北京药云数据科技有限公司）

基于竞争分析的药品流向智能监测方法及发明首先基于时间序列对竞争对手药品流向数k_means算法对处理好的竞争对手药品流向数据数据进行处理分析，实现药品流向智能监测目2S1、获取竞争对手药品和医疗器械产品流向相关数据，S2、使用改进的k_means算法对所述处理好的竞争对手药品流向数据集合进行数据整S3、根据所述盈利药品流向数据集合建立竞争对手盈S4、使用主成分分析法对所述亏损药品流向数3.根据权利要求2所述的基于竞争分析的药品流向智能监测方法，其特征在于，所述S22、根据所述初步聚类结果，使用改进的k_means5.根据权利要求4所述的基于竞争分析的药品流向智能监测方法，其特征在于，所述3S222、设定盈利亏损阈值，比较所述处理后的聚7.根据权利要求6所述的基于竞争分析的药品流向智能监测方法，其特征在于，所述种群，萤火虫种群中萤火虫个体维度为g，每个萤火虫对应竞争对手盈利监测模型的一个意萤火虫个体，记为随机萤火虫个体，计算第i个萤火虫个体和随机萤火虫个体的欧式距;设定第i个萤火虫个体初始位置为D,，随机萤火虫个体的初始位置为D'，g表示介;前最优萤火虫个体位置对应第h次迭代竞争对手盈利监测模型最优解，引入全局最优引导;4萤火虫种群按照突变向量更新位置，并计算当前迭代的最佳适应函数值，此时当前最佳适应度函数值对应的萤火虫个体即竞争对手盈利监测模型的最优S42、选取所述亏损药品流向数据样本集合中每个子指标j个亏损药品流向数据样本，9.一种实现如权利要求1_8任意一项所述基于竞争分析的药品流向智能监测方法的系所述药品流向数据异常识别模块用于基于时间序列对竞争对手药品流向数据进行异所述药品流向数据聚类模块用于使用改进聚类算法对处理后的竞争对手药品流向数所述药品流向盈利监测模块用于建立监测模型并使用改进的萤火虫优化算法求解监所述药品流向亏损监测模块用于训练得到BP神经网络预警模型，对5S2、使用改进的k_means算法对所述处理好的竞争对手药品流向数据集合进行数建立竞争对手盈利监测模型，基于改进的萤火虫优化算法求解所述竞争对手盈利监测模6,其中bn表示第m个子指标的第n个竞争对手药品流向数集合中每个竞争对手药品流向数据产生的时间点，生成药品流向时间序列集合骤如下：在所述处理后的药品流向时间序列集合中选取第m"个子指标下时间点n"的子;其中，I(n",n")表示时间点n"的子序列和时间点n"的子点n"的斜率；7;根据核心子序列邻域内第c个子序列的局部可达密度计算第c个子序列的局部离[0007]该发明通过基于时间序列对所述竞争对手药品流向数据集合进行异常数据识别8[0009]该发明通过改进的k_means算法进行两次聚类处理，第一次聚类帮助避免个别离种药品销售价格为B'(e)，第e种药品生产成本为B"(e)，第e种药品运输和保存成本为;;9时当前最优萤火虫个体位置对应第h次迭代竞争对手盈利监测模型最优解，引入全局最优;损药品流向数据集合构造亏损药品流向数据矩阵，标准化处理所述亏损药品流向数据矩本，再进行归一化处理后，分别组成训练样本集和训练检验集，将所述训练样本集输入BP所述药品流向数据异常识别模块用于基于时间序列对竞争对手药品流向数据进所述药品流向数据聚类模块用于使用改进聚类算法对处理后的竞争对手药品流所述药品流向盈利监测模块用于建立监测模型并使用改进的萤火虫优化算法求[0016]2.该发明通过改进的k_means算法进行两次聚类[0021]图1为本发明提供的基于竞争分析的药品流向智能监测系统在药品流向智能监测,其中bn表示第m个子指标的第n个竞争对手药品流向数集合中每个竞争对手药品流向数据产生的时间点，生成药品流向时间序列集合骤如下：在所述处理后的药品流向时间序列集合中选取第m"个子指标下时间点n"的子;其中，I(n",n")表示时间点n"的子序列和时间点n"的子点n"的斜率；;根据核心子序列邻域内第c个子序列的局部可达密度计算第c个子序列的局部离S2、使用改进的k_means算法对所述处理好的竞争对手药品流向数据集合进行数种药品销售价格为B'(e)，第e种药品生产成本为B"(e)，第e种药品运输和保存成本为;;时当前最优萤火虫个体位置对应第h次迭代竞争对手盈利监测模型最优解，引入全局最优;损药品流向数据集合构造亏损药品流向数据矩阵，标准化处理所述亏损药品流向数据矩所述药品流向数据异常识别模块用于基于时间序列对