[发明专利]一种基于数据分析的供应链需求预测系统及方法

说明书

本发明公开了一种基于数据分析的供应链需求预测系统及方法，包括数据预处理系统和模型建立分析系统；数据预处理系统用于分析历史预测数据且该预测数据所对应的历史销售数据和剩余库存量数据，提取历史数据所对应特征值判断现有数据的风险值；所述模型建立模块用于根据现有数据的风险值判断不同下游节点所能承受的综合风险承受能力值，根据综合风险承受能力值添加下游节点分配生产任务进而分担风险；当检测到其中一个下游节点由于供应链所预测的实际误差较大时，采用增加下游节点的方法减小因误差较大而导致下游节点频临破产现象。通过模型的建立，能够在下游节点所承担风险较大时进行预警，能够采取应对措施，减少一个或多个下游节点的损失。

技术领域

本发明涉及数据分析技术领域，具体为一种基于数据分析的供应链需求预测系统及方法。

背景技术

随着互联网和电商的发展，越来越多的企业一起合作来度过各种风险事件，例如：库存滞留、库存无货等事件，因此，为了避免出现上述问题，供应链都需要根据当前的市场环境、竞争行业数量以及营销策略确定此次供应链所预测库存数量，从而向下游节点(合作公司)发布所需库存数量，因此，供应链的决策往往是至关重要的；

虽然供应链的决策都是根据实际发生之前预测所作出的决定，通过历史需求信息潘盾预测结果，但是预测出来的结果往往都会产生误差，而目前市场上都是针对如何改进预测方法得到准确的结果，从而减少预测误差，但是实际上综合误差一直存在避免不了，因此，需要设置一个方法来避免误差增加；

在专利号：202011119200.0中，根据训练样本设置了一个供应链风险预测模型进行训练，能够达到在一个目标对象发生风险事件后，判断其它对象发生风险的概率进行预测并提出预警，该专利虽然能够预测出发生风险的概率，但是当发生风险之后并没有给出如何有效解决，因此，需要对此方法进行改进。

发明内容

本发明的目的在于提供一种基于数据分析的供应链需求预测系统及方法，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：一种基于数据分析的供应链需求预测系统，该系统包括数据预处理系统和模型建立分析系统；

所述数据预处理系统用于分析历史预测数据且该预测数据所对应的历史销售数据和剩余库存量数据，提取历史数据所对应特征值判断现有数据的风险值；

所述模型建立模块用于根据现有数据的风险值判断不同下游节点公司所能承受的综合风险承受能力值，根据综合风险承受能力值添加下游节点分配生产任务进而分担风险。

进一步的，所述数据预处理系统包括数据提取模块和数据分析模块；

所述数据提取模块，获取历史销售数据和剩余库存量数据，分析历史最低销售数据和历史最高销售数据所对应的剩余库存数据与预测库存数据进行比较，记录并提取数据值小于最低销售数据的对应数据和大于最高销售数据的对应数据；

所述数据分析模块，当检测到有符合上述条件所提取的数据时，分析出所对应数据风险度高。

进一步的，所述模型建立分析系统包括供应链预测差值分析模块、风险分担模块、风险承受能力判断模块和生产数量分配调节模块；

所述供应链预测差值分析模块，当检测到有风险值大于标准风险值时，分析供应链所需生产数据与实际剩余库存数据的差值是否大于第一预设值；

所述风险分担模块，通过设置若干下游节点分担由一个节点所承受的风险；减轻由单独一个节点所承受的独立风险；

所述风险承受能力判断模块，调取下游节点的数据，分析该下游节点能够承受的综合风险承受能力值；

所述生产数量分配调节模块，根据不同下游节点所承受的风险分配生产任务，从而减少由一个下游节点独立承受的风险。