買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉重慶大學申請的專利基于時空圖卷積的汽車協同供應鏈配件需求智能預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119962756B 。

龍圖騰網通過國家知識產權局官網在2025-09-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510146022.7，技術領域涉及：G06Q10/04；該發明授權基于時空圖卷積的汽車協同供應鏈配件需求智能預測方法是由李孝斌;胡冰;尹超;江沛設計研發完成，并于2025-02-10向國家知識產權局提交的專利申請。

本基于時空圖卷積的汽車協同供應鏈配件需求智能預測方法在說明書摘要公布了：本發明涉及互聯網大數據及新一代信息技術領域，具體涉及一種基于時空圖卷積的汽車協同供應鏈配件需求智能預測方法，包括：S1：獲取歷史配件需求時序數據；S2：基于歷史配件需求時序數據分析供應鏈結構；S3：基于供應鏈結構進行若干種空間依賴關系的建圖并計算得到若干種鄰接矩陣；S4：將歷史配件需求時序數據和各種鄰接矩陣輸入訓練好的需求預測模型中，輸出配件需求預測數據；本發明通過圖構建技術對供應鏈網絡進行多維度解耦并針對每類空間依賴關系生成獨立的鄰接矩陣，保留不同語義層面的供應鏈交互特征，同時通過引入時空圖卷積神經網絡，有效捕捉汽車配件供應鏈中節點間的時空動態關聯，實現對關鍵節點、多源數據復雜性的全面建模。

本發明授權基于時空圖卷積的汽車協同供應鏈配件需求智能預測方法在權利要求書中公布了：1.基于時空圖卷積的汽車協同供應鏈配件需求智能預測方法，其特征在于，包括： S1：獲取汽車供應鏈的歷史配件需求時序數據； S2：基于歷史配件需求時序數據分析供應鏈結構； S3：基于供應鏈結構進行若干種空間依賴關系的建圖，并基于各種空間依賴關系對應的圖計算得到若干種鄰接矩陣； S4：將歷史配件需求時序數據和各種鄰接矩陣輸入訓練好的需求預測模型中，輸出對應的配件需求預測數據； 需求預測模型的訓練步驟如下： S401：將作為訓練數據的歷史配件需求時序數據和各種鄰接矩陣作為模型輸入； S402：通過時空注意力機制網絡，對歷史配件需求時序數據和每種鄰接矩陣進行時間和空間的加權，得到每種鄰接矩陣的時空加權時序數據； S403：通過LSTM網絡，對每種鄰接矩陣的時空加權時序數據進行時間序列的非線性動態變化捕捉，得到每種鄰接矩陣的完整時間序列特征； S404：通過GCN網絡，基于每種鄰接矩陣的完整時間序列特征對該種鄰接矩陣進行空間關聯特征捕捉，得到每種鄰接矩陣的聚合特征矩陣；融合所有鄰接矩陣的聚合特征矩陣，得到時空綜合特征； S405：提取時空綜合特征中的高階特征，得到配件需求預測數據； S406：基于歷史配件需求時序數據和配件需求預測數據計算損失函數，并反向優化模型參數； S407：重復步驟S401至S406迭代訓練模型，直至模型收斂或達到最大迭代次數； S5：將需求預測模型輸出的配件需求預測數據作為汽車供應鏈的協同需求預測結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人重慶大學，其通訊地址為：400044 重慶市沙坪壩區沙正街174號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。