[发明专利]产品服务需求预测和资源优选配置方法有效

专利信息
申请号: 201410211357.4 申请日: 2014-05-19
公开(公告)号: CN104008428B 公开(公告)日: 2017-07-11
发明(设计)人: 明新国;徐志涛;尹导;何丽娜;李淼;郑茂宽;厉秀珍 申请(专利权)人: 上海交通大学
主分类号: G06F19/00 分类号: G06F19/00
代理公司: 上海汉声知识产权代理有限公司31236 代理人: 郭国中
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 产品 服务 需求预测 资源 优选 配置 方法
【权利要求书】:

1.一种产品服务需求预测和资源优选配置方法,其特征在于,包括如下步骤:

步骤1:基于信息组合和方法组合,同时考虑产品服务需求的层次结构管理和不同预测模型对趋势信息的提取优势,对各级产品服务中心的产品服务需求进行预测,得到产品服务需求预测值;

步骤2:根据步骤1得到的产品服务需求预测值,按照不同的产品服务需求对产品服务资源的要求,基于ProA方法优选配置产品服务资源,具体为:依据产品服务交付能力形成机理和产品服务资源能力指数信息匹配方法实现产品服务能力需求SCD到产品服务交付能力SDC映射得到映射集合,在映射集合中按产品服务资源特征属性进行排序和筛选,最后在目标约束下得到产品服务资源优选配置方案;

其中,ProA是指活动及其过程;

所述步骤1包括如下步骤:

步骤1.1:构建基于信息组合和方法组合的产品服务需求预测框架;

步骤1.2:为第一级产品服务中心和末级产品服务中心选择预测模型;

步骤1.3:采用步骤1.2中所选择的预测模型,分别对各个产品服务中心的需求进行预测;

步骤1.4:建立多级优化组合预测模型,得出第一级产品服务中心的产品服务需求预测值;

步骤1.5:求出各个末级产品服务中心的产品服务需求占第一级产品服务中心的产品服务需求的比例;

步骤1.6:计算采用自顶向下得到的末级产品服务中心的产品服务需求预测值;

步骤1.7:计算末级产品服务中心的组合预测值。

2.根据权利要求1所述的产品服务需求预测和资源优选配置方法,其特征在于,所述步骤1.1,具体为,依据产品服务需求分层方法,构建预测框架。

3.根据权利要求2所述的产品服务需求预测和资源优选配置方法,其特征在于,所述预测模型,包括:随机时间序列法、灰色模型、指数平滑法、Croston方法、Bootstrap方法、BP神经网络预测模型、径向基函数法、广义回归神经网络法、支持向量机法、回归预测方法。

4.根据权利要求1所述的产品服务需求预测和资源优选配置方法,其特征在于,所述步骤2包括如下步骤:

步骤2.1:SCD-SRC映射,具体为:

列出ProA的SCDi和SRCi,依据产品服务资源能力指数SCRI大小,得到针对SCDi的候选资源集,也就是SCD-SRC映射候选子集:

Ri={SRC1,SRCk,…,SRCl}

该集合中所有的SCRI≥1;

其中,SCDi表示产品服务能力需求,SRCi表示产品服务资源能力,Ri表示产品服务资源候选子集,SRCk表示第k个产品服务资源的能力,SRCl表示表示第1个产品服务资源的能力,k表示产品服务资源能力,SCRI表示产品服务资源能力指数;

步骤2.2:对SCD-SRC映射子集的排序和筛选,并形成产品服务资源优选配置方案,具体为:

对可选资源进行排序,并给出可选资源的优先级,形成SCDi的候选子集:

R′i={SRC1,SRCr}

其中,R′i表示经过删选后的产品服务资源候选子集,SRCr表示第r个产品服务资源的能力,r表示产品服务资源的编号或序号;

步骤2.3:从产品服务资源能力到产品服务交付能力SDC形成,具体为:

形成针对ProA的产品服务资源优选配置方案:

<msub><mi>F</mi><mrow><mi>Pr</mi><mi>o</mi><mi>A</mi><mo>=</mo><mo>{</mo><msub><mi>SRC</mi><mn>1</mn></msub><mo>,</mo><msub><mi>SRC</mi><mn>2</mn></msub><mo>,</mo><msub><mi>SRC</mi><mi>p</mi></msub><mo>,</mo><mo>...</mo><mo>,</mo><msub><mi>SRC</mi><mi>q</mi></msub><mo>}</mo></mrow></msub>

其中,FProA表示产品服务资源优选配置方案,SRCp表示第p个产品服务资源的能力,SRCq表示第q个产品服务资源的能力,p和q表示产品服务资源的编号或序号。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410211357.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top