[发明专利]一种供应链牛鞭效应测度方法及系统、设备、存储介质

说明书

本发明公开了一种供应链牛鞭效应测度方法及系统、设备、存储介质，该方法基于拓扑图理论和点劈分运算将复杂供应链拆分为多个简单的二级供应链以计算得到复杂供应链的牛鞭效应，通过化繁为简的供应链拆解方式，可以有效地适用于复杂供应链的牛鞭效应测度。并且，通过对各个成员之间的相关关系进行分析并根据分析结果对需求量数据进行降维处理，当二级供应链中的同级成员数量较多时，可以有效地降低需求量数据的维度，大大提升了后续预测模型的计算效率。而且，还构造了变权重绝对百分比误差模型来评估各个需求预测模型的预测能力，从而可以根据实际需求量数据筛选出符合数据特征的最优需求预测模型，提高了需求预测的精准度。

技术领域

本发明涉及供应链管理技术领域，特别地，涉及一种供应链牛鞭效应测度方法及系统、电子设备、计算机可读取的存储介质。

背景技术

随着经济全球化的发展和产业交叉融合的深入，供应链变得愈加复杂，科学的供应链管理变得尤为重要，而牛鞭效应的存在严重影响了供应链效率，增加了科学供应链管理的难度。牛鞭效应是指需求信息在供应链传递过程中方差扩大的一种现象，其普遍存在于供应链中，据研究统计，超过三分之二的公司存在牛鞭效应，分布于各个行业，因此，如何精确地测度牛鞭效应成为供应链管理亟待解决的关键性问题。目前的牛鞭效应测度方法主要关注简单的二级供应链，无法准确测度复杂供应链的牛鞭效应，并且，目前的测度模型主要适用于低维数据处理，在对复杂供应链的高维数据进行处理时计算效率较低、测度准确度较差。另外，现有的测度模型并没有考虑公共危机环境下供应链成员之间的极端市场相依性，这也进一步导致现有测度方法的测度准确度变差。

发明内容

本发明提供了一种供应链牛鞭效应测度方法及系统、电子设备、计算机可读取的存储介质，以解决现有牛鞭效应测度方法应用于复杂供应链时存在的计算效率低、测度准确度差的技术问题。

根据本发明的一个方面，提供一种供应链牛鞭效应测度方法，包括以下内容：

获取供应链中各个成员的需求量数据；

基于拓扑图理论将复杂供应链拆解为多个二级供应链；

对于每个二级供应链，基于各个成员需求量数据的相关性分析成员之间的相关关系，并根据分析结果对需求量数据进行降维处理；

构造变权重绝对百分比误差模型以根据二级供应链中多个同级成员降维后的需求量数据筛选出对应的最优需求预测模型，分别利用筛选出的最优需求预测模型的需求预测结果计算二级供应链中多个同级成员的订货量数据；

基于二级供应链中多个同级成员的订货量数据和需求量数据进行加总得到每个二级供应链的订货量数据和需求量数据；

基于多个二级供应链的订货量数据和需求量数据利用递归运算计算得到整个供应链的牛鞭效应。

进一步地，所述基于拓扑图理论将复杂供应链拆解为多个二级供应链的过程包括以下内容：

将供应链成员作为拓扑图中的点、成员之间的联系作为拓扑图中的边，以将复杂供应链网络转化为拓扑图形式，通过对拓扑图进行点劈分以将复杂供应链拆分为多个简单的二级供应链。

进一步地，所述基于各个成员需求量数据的相关性分析成员之间的相关关系，并根据分析结果对需求量数据进行降维处理的过程包括以下内容：

利用皮尔逊相关系数计算两个供应链成员的需求量数据之间的相关性，并构造二级供应链中多个成员之间的相关关系矩阵；

基于相关关系矩阵构造似然函数，并利用似然函数挑选出相关性强的需求量特征数据；

利用因子分析方法对相关性强的需求量特征数据进行压缩，以实现数据降维。

进一步地，所述似然函数的表达式为：