开云优惠体育网页版入口

专利名称：一种数字化供应链信息管理平台及方法

专利类型：发明专利

专利申请号：CN202411164031.0

专利申请（专利权）人：浙建云采(龙游)开云优惠体育网页版入口有限责任公司
权利人地址：浙江省衢州市龙游县模环乡北斗大道108号1号楼307室

专利发明（设计）人：吕俊,林玮艺,赵永嘉,陈柳松,时曼斐,潘东方,景慧琴,周佳宝,李飞达,毛是麾,吴然

专利摘要：本发明公开了一种数字化供应链信息管理平台及方法，涉及数据处理相关技术领域，该平台包括：交互目标供应链的供应链节点序列；获取K个供应链节点状态；对供应链节点序列进行逐段场景预测，获得K个节点场景信息；提取K个节点场景特征集合；对供应任务数据进行节点拆解；生成K个节点信息提取权重；获得K个评估结果集合；将筛选供应方案集合传输至供应链信息管理平台进行供应链信息管理。解决了现有供应链信息管理存在的采集数据难以精准、实时、全面的反映供应链实际情况，进而导致无法应对快速变化的市场需求和不确定性风险的技术问题，实现供应链信息全面整合和实时分析，达到了增强供应链的灵活性、响应速度和决策准确性的技术效果。

主权利要求：
1.一种数字化供应链信息管理平台，其特征在于，所述平台包括：
交互目标供应链的供应链节点序列，其中，所述供应链节点序列包括K个供应链节点；
获取所述K个供应链节点的K个合作方集合，对所述K个合作方集合提供的K个供应方案集合进行语义融合分析，获取K个供应链节点状态；
以所述K个供应链节点状态为约束，结合所述目标供应链在预设供应周期内的供应任务数据，对所述供应链节点序列进行逐段场景预测，获得K个节点场景信息；
基于所述K个节点场景信息提取K个节点场景特征集合；
对所述供应任务数据进行节点拆解，获得K个节点供应任务特征集合；
根据所述K个节点场景特征集合和所述K个节点供应任务特征集合进行节点信息提取权重重构，生成K个节点信息提取权重，其中，每个节点信息提取权重包括响应速率权重、稳定性权重、成本权重；
根据所述K个节点信息提取权重配置K个节点合作方信息处理分支，利用所述K个节点合作方信息处理分支对所述K个供应方案集合进行评估，获得K个评估结果集合；
分别提取所述K个评估结果集合中位于前n位的K个筛选评估结果集合，将所述K个筛选评估结果集合对应合作方的K个筛选供应方案集合传输至供应链信息管理平台进行供应链信息管理；
所述获取所述K个供应链节点的K个合作方集合，对所述K个合作方集合提供的K个供应方案集合进行语义融合分析，获取K个供应链节点状态，包括：按照预设节点状态分析指标对K个供应方案集合进行指标提。蒏个供应指标值集合，每个供应方案对应一个供应指标值；
遍历所述K个供应指标值集合进行供应方案相似度筛。鯧个供应指标值集合中相似度最大的供应指标值对应的供应方案作为K个引领供应方案，将其余的供应方案作为K个迭代供应方案集合；
根据所述K个引领供应方案的K个供应指标值对所述K个迭代供应方案迭代式关联语义融合分析，生成所述K个供应链节点状态；
所述按照预设节点状态分析指标对K个供应方案集合进行指标提。蒏个供应指标值集合，包括：以交货时间、方案可靠性、产品合格率为第一状态分析指标；
以方案成本和方案适配度为第二状态分析指标；
根据所述第一状态分析指标和所述第二状态分析指标生成所述预设节点状态分析指标。
2.如权利要求1所述的一种数字化供应链信息管理平台，其特征在于，所述根据所述K个引领供应方案的K个供应指标值对所述K个迭代供应方案迭代式关联语义融合分析，生成所述K个供应链节点状态，包括：构建初始化为空的K个初始记忆向量，以K个引领供应指标值为索引，对所述K个引领供应方案进行关联词捕捉，并将捕捉结果存储至所述K个初始记忆向量，生成K个第一记忆向量；
随机从所述K个迭代供应方案中抽取K个第一迭代供应方案，以K个第一迭代供应指标值和所述K个第一记忆向量为索引，对所述K个第一迭代供应方案进行关联词捕捉，生成K个第二记忆向量；
再次随机从所述K个迭代供应方案中抽取K个第二迭代供应方案，以K个第二迭代供应指标值、K个第一记忆向量和所述K个第二记忆向量为索引，对所述K个第二迭代供应方案进行关联词捕捉，生成K个第三记忆向量；
经过多次迭代关联捕捉，获得K个记忆向量集合，调用语义融合分析器对所述K个记忆向量集合进行节点状态识别，生成所述K个供应链节点状态。
3.如权利要求2所述的一种数字化供应链信息管理平台，其特征在于，所述调用语义融合分析器对所述K个记忆向量集合进行节点状态识别，生成所述K个供应链节点状态，包括：获取多个样本记忆向量集合和多个样本供应链节点状态，并对所述多个样本供应链节点状态进行数据标识；
利用所述多个样本记忆向量集合和多个样本供应链节点状态对基于前馈神经网络构建的框架进行训练，并在训练中利用标识后的多个样本供应链节点状态进行监督，直至达到收敛，获得训练完成的所述语义融合分析器。
4.如权利要求1所述的一种数字化供应链信息管理平台，其特征在于，所述根据所述K个节点场景特征集合和所述K个节点供应任务特征集合进行节点信息提取权重重构，生成K个节点信息提取权重，包括：获取多个样本节点场景特征集合、多个样本节点供应任务特征集合和多个样本节点提取权重作为样本权重重构分析数据；
基于所述样本权重重构分析数据构建权重重构分析空间；
分别将所述K个节点场景特征集合和所述K个节点供应任务特征集合输入所述权重重构分析空间中进行近邻搜索，生成所述K个节点信息提取权重。
5.如权利要求1所述的一种数字化供应链信息管理平台，其特征在于，所述将所述K个筛选评估结果集合对应合作方的K个筛选供应方案集合传输至供应链信息管理平台进行供应链信息管理，包括：对所述K个筛选供应方案集合的K个筛选合作方集合进行持续监测，生成K个持续监测数据集合；
对所述K个持续监测数据集合进行持续稳定性评估，获得K个持续稳定性评估结果集合；
基于所述K个持续稳定性评估结果集合进行筛选合作方认证，若认证不通过，则获得预警指令，其中，所述预警指令用于提醒筛选合作方供应不可靠。
6.一种数字化供应链信息管理方法，其特征在于，所述方法通过权利要求1?5任一项所述的一种数字化供应链信息管理平台执行，所述方法包括：供应链节点序列获得模块，用于交互目标供应链的供应链节点序列，其中，所述供应链节点序列包括K个供应链节点；
语义融合分析模块，用于获取所述K个供应链节点的K个合作方集合，对所述K个合作方集合提供的K个供应方案集合进行语义融合分析，获取K个供应链节点状态；
逐段场景预测模块，用于以所述K个供应链节点状态为约束，结合所述目标供应链在预设供应周期内的供应任务数据，对所述供应链节点序列进行逐段场景预测，获得K个节点场景信息；
节点场景特征集合提取模块，用于基于所述K个节点场景信息提取K个节点场景特征集合；
任务数据节点拆解模块，用于对所述供应任务数据进行节点拆解，获得K个节点供应任务特征集合；
节点信息提取权重生成模块，用于根据所述K个节点场景特征集合和所述K个节点供应任务特征集合进行节点信息提取权重重构，生成K个节点信息提取权重，其中，每个节点信息提取权重包括响应速率权重、稳定性权重、成本权重；
评估结果集合获得模块，用于根据所述K个节点信息提取权重配置K个节点合作方信息处理分支，利用所述K个节点合作方信息处理分支对所述K个供应方案集合进行评估，获得K个评估结果集合；
供应链信息管理模块，用于分别提取所述K个评估结果集合中位于前n位的K个筛选评估结果集合，将所述K个筛选评估结果集合对应合作方的K个筛选供应方案集合传输至供应链信息管理平台进行供应链信息管理。 说明书 : 一种数字化供应链信息管理平台及方法技术领域[0001] 本申请涉及数据处理相关技术领域，具体涉及一种数字化供应链信息管理平台及方法。背景技术[0002] 在当今全球经济一体化的背景下，供应链管理已成为企业竞争力的重要组成部分。随着信息技术的飞速发展，数字化供应链信息管理平台应运而生，旨在通过高效、精准的数据处理与分析，优化供应链管理流程，提升供应链的响应速度、稳定性和成本控制能力，反映企业在面对复杂多变的市场环境时，对于供应链透明化、智能化管理的迫切需求，传统供应链管理往往依赖于人工协调与纸质文档流转，信息的整合和实时性分析往往存在滞后和碎片化的问题，不仅效率低下，且难以应对大规模、高频次的供应链变动，无法对未来可能的场景进行预测，帮助企业提前做好准备，降低风险，难以全面反映供应链节点的综合性能。[0003] 因此，现阶段供应链信息管理相关技术中，存在采集数据难以精准、实时、全面的反映供应链实际情况，进而导致无法应对快速变化的市场需求和不确定性风险的技术问题。发明内容[0004] 本申请通过提供一种数字化供应链信息管理平台及方法，解决了现有供应链信息管理存在的采集数据难以精准、实时、全面的反映供应链实际情况，进而导致无法应对快速变化的市场需求和不确定性风险的技术问题，实现供应链信息全面整合和实时分析，达到了增强供应链的灵活性、响应速度和决策准确性的技术效果。[0005] 本申请提供一种数字化供应链信息管理平台，所述平台包括：供应链节点序列获得模块，用于交互目标供应链的供应链节点序列，其中，所述供应链节点序列包括K个供应链节点；语义融合分析模块，用于获取所述K个供应链节点的K个合作方集合，对所述K个合作方集合提供的K个供应方案集合进行语义融合分析，获取K个供应链节点状态；逐段场景预测模块，用于以所述K个供应链节点状态为约束，结合所述目标供应链在预设供应周期内的供应任务数据，对所述供应链节点序列进行逐段场景预测，获得K个节点场景信息；节点场景特征集合提取模块，用于基于所述K个节点场景信息提取K个节点场景特征集合；任务数据节点拆解模块，用于对所述供应任务数据进行节点拆解，获得K个节点供应任务特征集合；节点信息提取权重生成模块，用于根据所述K个节点场景特征集合和所述K个节点供应任务特征集合进行节点信息提取权重重构，生成K个节点信息提取权重，其中，每个节点信息提取权重包括响应速率权重、稳定性权重、成本权重；评估结果集合获得模块，用于根据所述K个节点信息提取权重配置K个节点合作方信息处理分支，利用所述K个节点合作方信息处理分支对所述K个供应方案集合进行评估，获得K个评估结果集合；供应链信息管理模块，用于分别提取所述K个评估结果集合中位于前n位的K个筛选评估结果集合，将所述K个筛选评估结果集合对应合作方的K个筛选供应方案集合传输至供应链信息管理平台进行供应链信息管理。[0006] 在可能的实现方式中，所述语义融合分析模块，还执行以下处理：按照预设节点状态分析指标对K个供应方案集合进行指标提。蒏个供应指标值集合，每个供应方案对应一个供应指标值；遍历所述K个供应指标值集合进行供应方案相似度筛。鯧个供应指标值集合中相似度最大的供应指标值对应的供应方案作为K个引领供应方案，将其余的供应方案作为K个迭代供应方案集合；根据所述K个引领供应方案的K个供应指标值对所述K个迭代供应方案迭代式关联语义融合分析，生成所述K个供应链节点状态。[0007] 在可能的实现方式中，所述语义融合分析模块，还执行以下处理：以交货时间、方案可靠性、产品合格率为第一状态分析指标；以方案成本和方案适配度为第二状态分析指标；根据所述第一状态分析指标和所述第二状态分析指标生成所述预设节点状态分析指标。[0008] 在可能的实现方式中，所述语义融合分析模块，还执行以下处理：构建初始化为空的K个初始记忆向量，以K个引领供应指标值为索引，对所述K个引领供应方案进行关联词捕捉，并将捕捉结果存储至所述K个初始记忆向量，生成K个第一记忆向量；随机从所述K个迭代供应方案中抽取K个第一迭代供应方案，以K个第一迭代供应指标值和所述K个第一记忆向量为索引，对所述K个第一迭代供应方案进行关联词捕捉，生成K个第二记忆向量；再次随机从所述K个迭代供应方案中抽取K个第二迭代供应方案，以K个第二迭代供应指标值、K个第一记忆向量和所述K个第二记忆向量为索引，对所述K个第二迭代供应方案进行关联词捕捉，生成K个第三记忆向量；经过多次迭代关联捕捉，获得K个记忆向量集合，调用语义融合分析器对所述K个记忆向量集合进行节点状态识别，生成所述K个供应链节点状态。[0009] 在可能的实现方式中，所述语义融合分析模块，还执行以下处理：获取多个样本记忆向量集合和多个样本供应链节点状态，并对所述多个样本供应链节点状态进行数据标识；利用所述多个样本记忆向量集合和多个样本供应链节点状态对基于前馈神经网络构建的框架进行训练，并在训练中利用标识后的多个样本供应链节点状态进行监督，直至达到收敛，获得训练完成的所述语义融合分析器。[0010] 在可能的实现方式中，所述节点信息提取权重生成模块，还执行以下处理：获取多个样本节点场景特征集合、多个样本节点供应任务特征集合和多个样本节点提取权重作为样本权重重构分析数据；基于所述样本权重重构分析数据构建权重重构分析空间；分别将所述K个节点场景特征集合和所述K个节点供应任务特征集合输入所述权重重构分析空间中进行近邻搜索，生成所述K个节点信息提取权重。[0011] 在可能的实现方式中，所述供应链信息管理模块，还执行以下处理：对所述K个筛选供应方案集合的K个筛选合作方集合进行持续监测，生成K个持续监测数据集合；对所述K个持续监测数据集合进行持续稳定性评估，获得K个持续稳定性评估结果集合；基于所述K个持续稳定性评估结果集合进行筛选合作方认证，若认证不通过，则获得预警指令，其中，所述预警指令用于提醒筛选合作方供应不可靠。[0012] 本申请还提供一种数字化供应链信息管理方法，所述方法包括：交互目标供应链的供应链节点序列，其中，所述供应链节点序列包括K个供应链节点；获取所述K个供应链节点的K个合作方集合，对所述K个合作方集合提供的K个供应方案集合进行语义融合分析，获取K个供应链节点状态；以所述K个供应链节点状态为约束，结合所述目标供应链在预设供应周期内的供应任务数据，对所述供应链节点序列进行逐段场景预测，获得K个节点场景信息；基于所述K个节点场景信息提取K个节点场景特征集合；对所述供应任务数据进行节点拆解，获得K个节点供应任务特征集合；根据所述K个节点场景特征集合和所述K个节点供应任务特征集合进行节点信息提取权重重构，生成K个节点信息提取权重，其中，每个节点信息提取权重包括响应速率权重、稳定性权重、成本权重；根据所述K个节点信息提取权重配置K个节点合作方信息处理分支，利用所述K个节点合作方信息处理分支对所述K个供应方案集合进行评估，获得K个评估结果集合；分别提取所述K个评估结果集合中位于前n位的K个筛选评估结果集合，将所述K个筛选评估结果集合对应合作方的K个筛选供应方案集合传输至供应链信息管理平台进行供应链信息管理。[0013] 拟通过本申请提出的一种数字化供应链信息管理平台及方法，交互目标供应链的供应链节点序列；获取K个供应链节点状态；对供应链节点序列进行逐段场景预测，获得K个节点场景信息；提取K个节点场景特征集合；对供应任务数据进行节点拆解；生成K个节点信息提取权重；获得K个评估结果集合；将筛选供应方案集合传输至供应链信息管理平台进行供应链信息管理。解决了现有供应链信息管理存在的采集数据难以精准、实时、全面的反映供应链实际情况，进而导致无法应对快速变化的市场需求和不确定性风险的技术问题，实现供应链信息全面整合和实时分析，达到了增强供应链的灵活性、响应速度和决策准确性的技术效果。附图说明[0014] 为了更清楚地说明本公开实施例的技术方案，下面将对本公开实施例的附图做简单的介绍，本申请中使用了流程图来说明根据本申请的实施例的平台所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，根据需要，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。[0015] 图1为本申请实施例提供的一种数字化供应链信息管理平台结构示意图；[0016] 图2为本申请实施例提供的一种数字化供应链信息管理方法的流程示意图。[0017] 附图标记说明：供应链节点序列获得模块10，语义融合分析模块20，逐段场景预测模块30，节点场景特征集合提取模块40，任务数据节点拆解模块50，节点信息提取权重生成模块60，用评估结果集合获得模块70，供应链信息管理模块80。具体实施方式[0018] 上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。[0019] 为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步的详细描述，所描述的实施例不应视为对本申请的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。[0020] 在以下的描述中，涉及“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合，所涉及的术语“第一\第二”仅仅是区别类似的对象，不代表针对对象的特定排序。术语“包括”和“具有”以及任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、平台、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、产品或设备固有的其它步骤或模块，除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的。[0021] 本申请实施例提供了一种数字化供应链信息管理平台，如图1所示，所述平台包括：[0022] 供应链节点序列获得模块10，用于交互目标供应链的供应链节点序列，其中，所述供应链节点序列包括K个供应链节点。交互目标供应链的供应链节点序列，指的是在一条供应链中，按照产品或服务从起始到最终交付给客户的顺序，所经过的一系列关键节点，包括采购、运输、分销、售后等，每个节点都对应了多家合作方，且这些合作方在各自领域内彼此独立运作，具体而言，供应链节点序列由K个供应链节点组成，K是一个正整数，代表节点数量，这些节点按照产品或服务流动的顺序排列，每个节点对应了多家合作方，这些合作方在各自的领域内独立运营，但共同协作以完成整个供应链流程，其中，采购节点负责从供应商处采购原材料或半成品，以满足生产或再加工的需求，合作方包括原材料供应商、零部件供应商等；运输节点将采购的物资或生产出的产品从一地运往另一地，确保供应链的连续性和顺畅性，合作方包括物流公司、运输公司等；分销节点将产品分销到各个销售渠道，包括批发商、零售商等，以便最终销售给消费者，合作方包括分销商、批发商、零售商等；售后节点提供产品售后服务，包括退换货、维修、保养等，合作方包括售后服务提供商、维修中心等。[0023] 语义融合分析模块20，用于获取所述K个供应链节点的K个合作方集合，对所述K个合作方集合提供的K个供应方案集合进行语义融合分析，获取K个供应链节点状态。收集每个供应链节点（如采购、运输、分销、售后等）的多家合作方，获取K个合作方集合，每个合作方集合都包括如供应商、物流公司、分销商或售后服务提供商等的相关信息，包括但不限于他们的资质、信誉、服务能力、历史业绩等，然后每个合作方根据其自身的能力和条件，会向供应链节点提供一套或多套供应方案，这些方案详细说明了他们如何完成该节点的任务，包括价格、时间、质量、服务等方面的承诺，平台汇总所有合作方提供的供应方案，形成K个供应方案集合，每个集合对应一个供应链节点，语义融合分析是指利用自然语言处理（NLP）和语义分析技术，对供应方案的内容进行深度理解和解析，因为供应方案可能以不同的格式、语言和风格呈现，在理解单个供应方案的基础上，平台需要将多个供应方案进行融合分析，以提取出关键信息、识别共性和差异，并评估各方案的优劣，通过语义融合分析，提取出与供应链节点状态相关的关键信息，如采购节点的市场供应量情况、供货速度；运输节点的运输条件、天气影响等，获取供应链节点状态，其中，供应链节点的状态是指该节点在当前和未来一段时间内所处的状况或条件，这些状态可能受到多种因素的影响，如市场需求、供应能力、运输条件、天气状况等，例如，平台通过分析供应方案中的价格、交货期、供应商信誉等信息，以及结合市场数据（如市场供应量、价格波动等），来评估采购节点的状态，例如，如果市场供应量紧张且价格上涨，同时供应商交货期较长，那么采购节点的状态可能被视为紧张；对于运输节点，平台关注供应方案中的运输路线、运输方式、预计到达时间等信息，并结合实时天气数据、交通状况等，来评估运输节点的状态，例如，如果某条运输路线受到恶劣天气影响，可能导致运输延误，那该运输节点的状态可能被视为高风险。[0024] 逐段场景预测模块30，用于以所述K个供应链节点状态为约束，结合所述目标供应链在预设供应周期内的供应任务数据，对所述供应链节点序列进行逐段场景预测，获得K个节点场景信息。在供应链管理中，以K个供应链节点状态为约束，结合目标供应链在预设供应周期内的供应任务数据，对供应链节点序列进行逐段场景预测，以获取K个节点场景信息，旨在通过考虑节点当前状态、环境因素、以及供应任务的具体需求，来预测每个节点在未来一段时间内可能面临的具体场景，具体来说，节点状态包括每个节点的当前状态，如采购节点的市场供应量情况、供货速度；运输节点的运输条件、天气影响等，供应任务数据是指目标供应链在预设供应周期内需要完成的各项任务，包括采购量、运输路线、分销计划、售后服务需求等，具体而言，对供应链节点序列进行逐段场景预测包括将供应链节点序列划分为若干个段落（或阶段），每个段落包含若干个相邻的节点，基于节点状态和供应任务数据，结合环境因素（如天气、政策、市场波动等）和当前任务量，为每个段落构建可能的场景，这些场景应充分考虑节点之间的相互影响以及外部环境的变化，利用数据分析、模拟仿真等对每个场景进行预测分析，评估其发生的可能性和对供应链的影响，对于每个节点，在预测得到的场景中，详细描述其在完成供应任务时可能面临的具体情况，包括但不限于资源可用性、时间压力、运输难度、市场需求变化等因素，例如，在采购节点，尽管市场供应量总体紧张，但由于本供应链采购量较。沂谐∪杂胁糠钟嗔靠晒┑髋，因此该节点能够按时完成采购任务，但需密切关注市场动态以防不测。[0025] 节点场景特征集合提取模块40，用于基于所述K个节点场景信息提取K个节点场景特征集合。获取了每个供应链节点在特定场景下的详细情况描述后，进一步从这些场景信息中提炼出能够概括和表征这些场景的关键特征或属性，具体来说，对每个节点的场景信息进行全面梳理，确保信息的准确性和完整性，包括但不限于资源状况、时间要求、环境因素、任务量、风险点等方面的描述，识别出能够代表该场景核心特征的关键要素，将识别出的特征进行提。纬擅扛鼋诘愕某【疤卣骷，这个集合可能包括多个特征项，每个特征项都对应着场景中的一个关键方面，对于可以量化的特征项，应尽可能地进行数值化处理，例如，可以将时间压力量化为预计完成时间与目标时间的差值比例；将资源状况量化为可用资源量与需求量的比值等，将所有节点的场景特征集合汇总起来，形成整个供应链的节点场景特征集合，例如，对于运输节点，其场景特征集合可能包括运输时间（起点到终点的预计运输时间）、运输成本（如油费、人工费、过路费等）、运输风险（如天气变化、交通事故、道路状况等）和运输效率（单位时间内完成的运输量或单位成本下的运输量等）等。通过提取这些节点场景特征集合，可以更加系统地了解和比较不同节点在不同场景下的表现情况，为供应链的优化和管理提供有力的数据支持。[0026] 任务数据节点拆解模块50，用于对所述供应任务数据进行节点拆解，获得K个节点供应任务特征集合。将整个供应链的供应任务按照其流经的各个节点（如采购、运输、分销、售后等）进行细分，并提取出每个节点在完成任务过程中所需关注的关键特征或指标，获得K个节点供应任务特征集合，有助于更精确地理解每个节点在供应链中的作用、任务量和执行要求，从而为实现供应链的高效协同和优化管理提供基。咛宥，将整体的供应任务按照其自然流程或逻辑关系，拆解为若干个子任务，每个子任务对应一个供应链节点，对于每个节点，识别出与其供应任务紧密相关的关键特征或指标，可能包括时间、成本、质量、数量、风险等多个维度，将识别出的关键特征进行量化处理，将每个节点的供应任务特征汇总起来，形成该节点的供应任务特征集合，集合中应包含所有对节点任务执行有重要影响的关键特征。[0027] 节点信息提取权重生成模块60，用于根据所述K个节点场景特征集合和所述K个节点供应任务特征集合进行节点信息提取权重重构，生成K个节点信息提取权重，其中，每个节点信息提取权重包括响应速率权重、稳定性权重、成本权重。对每个供应链节点在特定场景和任务需求下的不同方面（如响应速率、稳定性、成本）进行权重分配，基于对场景特征的理解和节点供应任务的具体需求来动态调整权重，以确保供应链在不同情境下都能以最优的方式运作，具体而言，对当前的供应链场景进行深入分析，识别出描述该场景的关键词或特征，如急需使用、季节性需求、长期合作等，明确每个节点在供应链中的具体供应任务，包括产品的种类、数量、质量要求以及交付时间等，分析不同任务对供应链性能的影响程度和优先级，根据场景特征和任务需求，确定权重分配的基本原则，例如，在急需使用的场景下，响应速率权重应被赋予更高的值；而在非紧急或非季节性需求的场景下，稳定性和成本权重可能更为重要；根据上述原则和实际情况，为每个节点的不同方面（响应速率、稳定性、成本）计算具体的权重值，权重重构意味着根据新的场景特征和任务需求，对原有的权重进行调整和优化，假设某供应链节点负责供应一种急需使用的零部件，在此场景下，响应速率权重会被显著提高，以确保零部件能够尽快到达客户手中，如果该零部件不是急需使用的，那么权重分配可能会更倾向于稳定性和成本，以确保长期合作的稳定性和降低整体成本。[0028] 评估结果集合获得模块70，用于根据所述K个节点信息提取权重配置K个节点合作方信息处理分支，利用所述K个节点合作方信息处理分支对所述K个供应方案集合进行评估，获得K个评估结果集合。通过综合考虑各节点的特定权重和合作方的信息处理能力，对不同的供应方案进行全面、客观的评估，从而为企业决策提供有力支持，具体而言，根据确定的K个节点信息提取权重（包括响应速率权重、稳定性权重、成本权重等），为每个节点配置相应的合作方信息处理分支，这些分支将负责处理与该节点相关的供应信息，并根据节点的特定权重进行优化和筛。扛鲂畔⒋矸种в弑甘菔占、分析、处理和反馈等功能，能够实时收集合作方的供应信息，如库存量、生产能力、交货时间等，并根据节点的权重进行优先级排序和风险评估，利用K个节点合作方信息处理分支对K个供应方案集合进行评估，具体来说，将各供应方案的具体信息输入到相应的节点合作方信息处理分支中，根据节点的权重配置，对供应方案的各项指标（如价格、交货时间、质量稳定性等）进行加权处理，例如，对于响应速率权重较高的节点，交货时间可能成为一个更重要的评估指标，结合各节点的权重和合作方的实际表现，对供应方案进行综合评估，最终，每个节点合作方信息处理分支将输出一个评估结果集合，其中包含对该节点下所有供应方案的评估结果。[0029] 供应链信息管理模块80，用于分别提取所述K个评估结果集合中位于前n位的K个筛选评估结果集合，将所述K个筛选评估结果集合对应合作方的K个筛选供应方案集合传输至供应链信息管理平台进行供应链信息管理。在每个节点的评估结果集合中，根据评估分数的高低或其他设定的标准（如成本效益比、交货时间等），提取出位于前n位的评估结果，代表了在该节点下表现最优的n个供应方案，将每个节点下筛选出的n个评估结果组合成一个新的集合，即筛选评估结果集合，得到K个节点的K个筛选评估结果集合，然后根据筛选评估结果集合中的信息，找到对应的合作方和他们的供应方案，每个筛选评估结果都对应着多个合作方及其具体的供应方案，将每个节点下筛选出的供应方案组合成一个新的集合，即筛选供应方案集合，包含了在该节点下被认为是最优或最符合需求的n个供应方案，将K个筛选供应方案集合通过适当的方式（如API接口、文件传输等）传输至供应链信息管理平台，其中，供应链信息管理平台是一个用于集中管理供应链信息、优化资源配置和决策支持的数字化平台，通常具备数据存储、处理、分析和可视化等功能，在供应链信息管理平台上，对这些筛选供应方案进行进一步的管理和分析，包括但不限于对方案进行比较、评估其潜在风险、预测其执行效果等，通过这些操作，企业可以更加全面地了解不同供应方案的优势和劣势，从而做出更加明智的决策。[0030] 根据本发明实施例的一种数字化供应链信息管理平台，用于解决现有供应链信息管理存在的采集数据难以精准、实时、全面的反映供应链实际情况，进而导致无法应对快速变化的市场需求和不确定性风险的技术问题，实现供应链信息全面整合和实时分析，达到了增强供应链的灵活性、响应速度和决策准确性的技术效果。一种数字化供应链信息管理平台包括：供应链节点序列获得模块10，语义融合分析模块20，逐段场景预测模块30，节点场景特征集合提取模块40，任务数据节点拆解模块50，节点信息提取权重生成模块60，用评估结果集合获得模块70，供应链信息管理模块80。[0031] 下面，将详细描述语义融合分析模块20的具体配置。语义融合分析模块20还可以进一步包括：按照预设节点状态分析指标对K个供应方案集合进行指标提。蒏个供应指标值集合，每个供应方案对应一个供应指标值。预设节点状态分析指标是指预先定义的用于评估供应方案性能的指标，通常与供应链节点的状态紧密相关，如成本、交货时间、质量、可靠性等，具体地，根据预设节点状态分析指标，对K个供应方案集合进行指标提。蒏个供应指标值集合，每个供应方案都会对应一个供应指标值，反映该方案在不同指标上的表现。[0032] 还包括，遍历所述K个供应指标值集合进行供应方案相似度筛。鯧个供应指标值集合中相似度最大的供应指标值对应的供应方案作为K个引领供应方案，将其余的供应方案作为K个迭代供应方案集合。遍历K个供应指标值集合，使用欧氏距离、余弦相似度等，计算不同供应方案之间的相似度，将相似度最大的供应指标值对应的供应方案作为引领供应方案，这些方案在指标值上具有较高的相似性，可能代表了某一类特定的供应策略或模式，将剩余的供应方案作为迭代供应方案集合，这些方案在指标值上与引领供应方案存在一定的差异，需要通过后续的分析进行进一步优化或调整。[0033] 还包括，根据所述K个引领供应方案的K个供应指标值对所述K个迭代供应方案迭代式关联语义融合分析，生成所述K个供应链节点状态。以K个引领供应方案的供应指标值为基准，对K个迭代供应方案进行迭代式关联语义融合分析，关联语义指的是不同供应方案之间在指标值上的内在联系和相互影响，具体地，通过迭代的方式，逐步将迭代供应方案的指标值与引领供应方案的指标值进行融合分析，例如使用数据的归一化、权重的调整、模型的训练等步骤，以确保分析的准确性和有效性，经过迭代式关联语义融合分析后，生成K个供应链节点的状态，反映节点在当前供应方案下的性能表现、潜在风险以及未来的发展趋势等信息。[0034] 下面，将继续详细描述语义融合分析模块20的具体配置。语义融合分析模块20还可以进一步包括：以交货时间、方案可靠性、产品合格率为第一状态分析指标。交货时间是指从订单确认到产品交付给客户所需的时间，是衡量供应方案效率的关键指标，较短的交货时间通常意味着更高的客户满意度和更低的库存成本；方案可靠性是指供应方案在执行过程中能够按时、按质、按量完成的能力，反映了供应商的稳定性和信誉度，高可靠性的方案有助于降低供应链中的不确定性风险；产品合格率是指供应方案中提供的产品符合质量标准的比例，直接关系到产品质量和客户满意度，较高的产品合格率意味着更低的退货率和更高的客户满意度。[0035] 还包括，以方案成本和方案适配度为第二状态分析指标。方案成本是指执行该供应方案所需的总成本，包括采购成本、运输成本、关税等，是企业评估供应方案经济性的重要指标，较低的方案成本有助于降低企业的总成本，提高盈利能力；方案适配度是指供应方案与企业现有供应链体系、生产流程、市场需求等的匹配程度，高适配度的方案能够更好地融入企业的运营体系，减少不必要的调整和改动，提高整体运营效率。[0036] 还包括，根据所述第一状态分析指标和所述第二状态分析指标生成所述预设节点状态分析指标。根据以上两个类别的分析指标，生成综合性的预设节点状态分析指标，将每个节点的供应方案在这五个指标上的表现进行量化评分，并根据企业的具体需求和战略目标设置相应的权重，通过加权求和或其他综合评估方法，可以计算出每个供应方案的总体得分，从而得出节点的状态评估结果，预设节点状态分析指标有助于企业更加全面、客观地评估不同供应方案的优劣，为供应链管理决策提供有力的支持。[0037] 下面，将继续详细描述语义融合分析模块20的具体配置。语义融合分析模块20还可以进一步包括：构建初始化为空的K个初始记忆向量，以K个引领供应指标值为索引，对所述K个引领供应方案进行关联词捕捉，并将捕捉结果存储至所述K个初始记忆向量，生成K个第一记忆向量。创建K个空的记忆向量，用于存储与引领供应方案相关的关联词捕捉结果，每个记忆向量与一个引领供应方案相对应，以K个引领供应方案的指标值为索引（基于交货时间、方案可靠性、产品合格率等第一状态分析指标的评分或等级），对每个引领供应方案进行文本或数据分析，以捕捉与其相关的关键词、短语或特征，将捕捉到的关联词或特征存储到对应的初始记忆向量中，生成K个第一记忆向量，这些向量现在包含了引领供应方案的核心信息。[0038] 还包括，随机从所述K个迭代供应方案中抽取K个第一迭代供应方案，以K个第一迭代供应指标值和所述K个第一记忆向量为索引，对所述K个第一迭代供应方案进行关联词捕捉，生成K个第二记忆向量。从剩余的迭代供应方案中随机抽取K个作为第一迭代供应方案，以这K个第一迭代供应方案的指标值和K个第一记忆向量为双重索引，对第一迭代供应方案进行关联词捕捉，找到这些迭代方案与引领方案之间的潜在联系或差异，将捕捉到的关联词或特征存储为新的记忆向量，即K个第二记忆向量，反映了第一迭代供应方案在引领方案背景下的特征。[0039] 还包括，再次随机从所述K个迭代供应方案中抽取K个第二迭代供应方案，以K个第二迭代供应指标值、K个第一记忆向量和所述K个第二记忆向量为索引，对所述K个第二迭代供应方案进行关联词捕捉，生成K个第三记忆向量。还包括，经过多次迭代关联捕捉，获得K个记忆向量集合，调用语义融合分析器对所述K个记忆向量集合进行节点状态识别，生成所述K个供应链节点状态。再从剩余的迭代供应方案中随机抽取K个作为第二迭代供应方案，以第二迭代供应方案的指标值、第一记忆向量和第二记忆向量为索引，进行关联词捕捉，并生成第三记忆向量，这个过程可以重复多次，每次迭代都基于前一次的记忆向量和新一批迭代供应方案的指标值，通过多次重复上述过程，不断捕捉新的关联词并更新记忆向量，直到达到预定的迭代次数或满足某种停止条件，在获得K个记忆向量集合后，使用语义融合分析器对这些记忆向量进行综合分析，例如利用自然语言处理理解和解释记忆向量中的信息，通过语义融合分析，识别出每个供应链节点的状态，可能包括节点的性能表现、潜在风险、与其他节点的关系等方面的信息。[0040] 下面，将继续详细描述语义融合分析模块20的具体配置。语义融合分析模块20还可以进一步包括：获取多个样本记忆向量集合和多个样本供应链节点状态，并对所述多个样本供应链节点状态进行数据标识。样本记忆向量集合是通过迭代关联词捕捉过程生成的，在每个迭代阶段，都会根据当前的供应方案、指标值和先前的记忆向量来捕捉新的关联词，并更新记忆向量，经过多次迭代后，每个样本都会对应一个包含丰富信息的记忆向量；样本供应链节点状态是基于供应链中各节点的实际表现或预测表现得出的，可能包括节点的性能、效率、风险等级、与其他节点的交互情况等多种指标，对于每个样本供应链节点状态，都进行明确的数据标识或分类，通常包括将状态划分为不同的类别或等级，例如高效、低效、高风险等。[0041] 还包括，利用所述多个样本记忆向量集合和多个样本供应链节点状态对基于前馈神经网络构建的框架进行训练，并在训练中利用标识后的多个样本供应链节点状态进行监督，直至达到收敛，获得训练完成的所述语义融合分析器。构建一个前馈神经网络框架，该框架包含输入层、隐藏层和输出层，输入层接收样本记忆向量集合作为输入；隐藏层负责提取和转换输入数据的特征；输出层则输出对应的供应链节点状态预测；在训练过程中，将多个样本记忆向量集合作为输入数据，将对应的样本供应链节点状态（经过数据标识后）作为监督信号，通过前向传播计算网络输出，并与监督信号进行比较计算误差，然后，利用反向传播算法调整网络权重和偏置，以减小误差，进行多次迭代直到网络达到收敛状态，即误差不再显著下降，认为训练过程已经完成，最终获得训练完成的语义融合分析器。[0042] 下面，将详细描述节点信息提取权重生成模块60的具体配置。节点信息提取权重生成模块60还可以进一步包括：获取多个样本节点场景特征集合、多个样本节点供应任务特征集合和多个样本节点提取权重作为样本权重重构分析数据。从多个不同的场景获取关于各个节点的特征数据集合，每个节点可能处于不同的工作场景，如不同的地理位置、不同的时间段、不同的环境条件（如温度、湿度、天气等）等，构成多个样本节点场景特征集合；多个样本节点供应任务特征集合是指关于节点在执行供应任务时表现出的特征数据集合，供应任务可能涉及多种类型，如订单处理、库存管理、物流配送等，每个任务都有其特定的要求、难度和复杂度，节点在执行这些任务时，会表现出不同的性能特征，如任务完成时间、任务准确率、资源消耗等；多个样本节点提取权重是指针对每个样本节点，在提取其相关信息时所使用的权重数据，反映了不同特征在评估节点性能或价值时的重要性程度；并以这些数据作为样本权重重构分析数据，为构建权重重构分析空间、进行近邻搜索和生成节点信息提取权重提供重要支持。[0043] 还包括，基于所述样本权重重构分析数据构建权重重构分析空间。基于样本权重重构分析数据，利用多维空间将每个样本节点视为空间中的一个点，其坐标由该节点的场景特征、供应任务特征和提取权重共同确定，这些特征数据在空间中形成了多个维度，每个维度代表了一种特定的属性或特征，通过调整这些维度的权重和比例关系，构建出一个能够反映节点信息重要性和相互关系的权重重构分析空间。[0044] 还包括，分别将所述K个节点场景特征集合和所述K个节点供应任务特征集合输入所述权重重构分析空间中进行近邻搜索，生成所述K个节点信息提取权重。KNN算法的核心思想是，给定一个训练数据集，对于新的输入实例，在训练数据集中找到与该实例最邻近的K个实例（即K个邻居），这K个实例的多数属于某个类别，就把该输入实例分类到这个类别中，即计算输入实例与训练数据集中每个样本点的距离，将这些距离按照从小到大的顺序排序，选取距离最小的K个样本点，根据这K个样本点的类别进行多数表决，确定输入实例的类别，具体地，分别将K个节点场景特征集合和K个节点供应任务特征集合输入构建好的权重重构分析空间中进行近邻搜索，在权重重构分析空间中，计算每个输入节点与其他节点之间的距离，对于输入的每个节点，确定其在权重重构分析空间中的K个最近邻近节点，并记录这些邻近节点其与输入节点之间的距离，根据近邻搜索结果，计算每个输入节点的K个节点信息提取权重，权重可以根据节点与其最近邻节点之间的距离进行反向比例计算，即距离越近，权重越大，具体计算公式可以是：[0045] ；[0046] 其中， 为节点i的信息提取权重， 为节点i与最近邻节点j之间的距离，是一个防止分母为零的极小值常数。[0047] 下面，将详细描述供应链信息管理模块80的具体配置。供应链信息管理模块80还可以进一步包括：对所述K个筛选供应方案集合的K个筛选合作方集合进行持续监测，生成K个持续监测数据集合。对已经筛选出的K个供应方案及其对应的K个合作方进行持续、实时监测，以确保这些合作方能够按照既定的供应方案持续稳定地提供商品或服务，从而及时发现潜在的问题和风险，如生产延误、质量问题、交付不及时等，以便采取相应的措施进行干预和纠正，监测过程中获取生产进度数据、交付记录数据、质量检测数据、客户反馈数据等，这些数据被整理成K个持续监测数据集合，每个集合对应一个筛选后的合作方。[0048] 还包括，对所述K个持续监测数据集合进行持续稳定性评估，获得K个持续稳定性评估结果集合。对K个持续监测数据集合进行持续稳定性评估，分析每个合作方在持续监测期间内的表现，评估其是否能够在长期内保持稳定的供应能力、产品质量和服务水平，例如，评估合作方的生产能力是否能够满足长期供应需求，是否存在生产延误或产能不足的风险；分析合作方的交付记录，评估其交付时间、交付数量和交付质量的稳定性，是否存在频繁延期交付、交付数量不准确或交付质量不达标的情况；通过持续监测数据，评估合作方提供的产品质量是否稳定可靠，是否存在质量波动或质量问题频发的现象等；经过持续稳定性评估后，将获得K个持续稳定性评估结果集合，每个结果集合包含了对应合作方的稳定性评估开云优惠体育网页版入口，包括评估指标、评估方法、评估结果以及可能的风险因素和建议措施。[0049] 还包括，基于所述K个持续稳定性评估结果集合进行筛选合作方认证，若认证不通过，则获得预警指令，其中，所述预警指令用于提醒筛选合作方供应不可靠。根据K个持续稳定性评估结果集合进行筛选合作方认证，如果认证不通过，表示筛选出的合作方在持续稳定性评估中表现不佳，存在供应不可靠的风险，进而获得预警指令，明确指出哪些合作方的认证未通过，简要概述合作方在持续稳定性评估中的表现，特别是导致认证不通过的主要原因，如生产能力不稳定、交付延误频繁、质量问题严重等，同时指出合作方存在的供应不可靠风险，以及这种风险可能对企业供应链稳定性和业务运营造成的潜在影响，还包括针对评估结果和风险警示，提出相应的建议措施，如暂停与该合作方的合作、要求其进行整改并重新评估、寻找替代合作方等。[0050] 在上文中，参照图1详细描述了根据本发明实施例的一种数字化供应链信息管理平台。接下来，将参照图2描述根据本发明实施例的一种数字化供应链信息管理方法。[0051] 一种数字化供应链信息管理方法，如图2所示，所述方法包括：交互目标供应链的供应链节点序列，其中，所述供应链节点序列包括K个供应链节点；获取所述K个供应链节点的K个合作方集合，对所述K个合作方集合提供的K个供应方案集合进行语义融合分析，获取K个供应链节点状态；以所述K个供应链节点状态为约束，结合所述目标供应链在预设供应周期内的供应任务数据，对所述供应链节点序列进行逐段场景预测，获得K个节点场景信息；基于所述K个节点场景信息提取K个节点场景特征集合；对所述供应任务数据进行节点拆解，获得K个节点供应任务特征集合；根据所述K个节点场景特征集合和所述K个节点供应任务特征集合进行节点信息提取权重重构，生成K个节点信息提取权重，其中，每个节点信息提取权重包括响应速率权重、稳定性权重、成本权重；根据所述K个节点信息提取权重配置K个节点合作方信息处理分支，利用所述K个节点合作方信息处理分支对所述K个供应方案集合进行评估，获得K个评估结果集合；分别提取所述K个评估结果集合中位于前n位的K个筛选评估结果集合，将所述K个筛选评估结果集合对应合作方的K个筛选供应方案集合传输至供应链信息管理平台进行供应链信息管理。[0052] 在一种可能的实现方式中，所述获取所述K个供应链节点的K个合作方集合，对所述K个合作方集合提供的K个供应方案集合进行语义融合分析，获取K个供应链节点状态，包括：按照预设节点状态分析指标对K个供应方案集合进行指标提。蒏个供应指标值集合，每个供应方案对应一个供应指标值；遍历所述K个供应指标值集合进行供应方案相似度筛。鯧个供应指标值集合中相似度最大的供应指标值对应的供应方案作为K个引领供应方案，将其余的供应方案作为K个迭代供应方案集合；根据所述K个引领供应方案的K个供应指标值对所述K个迭代供应方案迭代式关联语义融合分析，生成所述K个供应链节点状态。[0053] 在一种可能的实现方式中，所述按照预设节点状态分析指标对K个供应方案集合进行指标提。蒏个供应指标值集合，包括：以交货时间、方案可靠性、产品合格率为第一状态分析指标；以方案成本和方案适配度为第二状态分析指标；根据所述第一状态分析指标和所述第二状态分析指标生成所述预设节点状态分析指标。[0054] 在一种可能的实现方式中，所述根据所述K个引领供应方案的K个供应指标值对所述K个迭代供应方案迭代式关联语义融合分析，生成所述K个供应链节点状态，包括：构建初始化为空的K个初始记忆向量，以K个引领供应指标值为索引，对所述K个引领供应方案进行关联词捕捉，并将捕捉结果存储至所述K个初始记忆向量，生成K个第一记忆向量；随机从所述K个迭代供应方案中抽取K个第一迭代供应方案，以K个第一迭代供应指标值和所述K个第一记忆向量为索引，对所述K个第一迭代供应方案进行关联词捕捉，生成K个第二记忆向量；再次随机从所述K个迭代供应方案中抽取K个第二迭代供应方案，以K个第二迭代供应指标值、K个第一记忆向量和所述K个第二记忆向量为索引，对所述K个第二迭代供应方案进行关联词捕捉，生成K个第三记忆向量；经过多次迭代关联捕捉，获得K个记忆向量集合，调用语义融合分析器对所述K个记忆向量集合进行节点状态识别，生成所述K个供应链节点状态。[0055] 在一种可能的实现方式中，所述调用语义融合分析器对所述K个记忆向量集合进行节点状态识别，生成所述K个供应链节点状态，包括：获取多个样本记忆向量集合和多个样本供应链节点状态，并对所述多个样本供应链节点状态进行数据标识；利用所述多个样本记忆向量集合和多个样本供应链节点状态对基于前馈神经网络构建的框架进行训练，并在训练中利用标识后的多个样本供应链节点状态进行监督，直至达到收敛，获得训练完成的所述语义融合分析器。[0056] 在一种可能的实现方式中，所述根据所述K个节点场景特征集合和所述K个节点供应任务特征集合进行节点信息提取权重重构，生成K个节点信息提取权重，包括：获取多个样本节点场景特征集合、多个样本节点供应任务特征集合和多个样本节点提取权重作为样本权重重构分析数据；基于所述样本权重重构分析数据构建权重重构分析空间；分别将所述K个节点场景特征集合和所述K个节点供应任务特征集合输入所述权重重构分析空间中进行近邻搜索，生成所述K个节点信息提取权重。[0057] 在一种可能的实现方式中，所述将所述K个筛选评估结果集合对应合作方的K个筛选供应方案集合传输至供应链信息管理平台进行供应链信息管理，还包括：对所述K个筛选供应方案集合的K个筛选合作方集合进行持续监测，生成K个持续监测数据集合；对所述K个持续监测数据集合进行持续稳定性评估，获得K个持续稳定性评估结果集合；基于所述K个持续稳定性评估结果集合进行筛选合作方认证，若认证不通过，则获得预警指令，其中，所述预警指令用于提醒筛选合作方供应不可靠。[0058] 本发明实施例所提供的一种数字化供应链信息管理平台可执行本发明任意实施例所提供的一种数字化供应链信息管理方法，具备执行方法相应的功能模块和有益效果。[0059] 虽然本申请对根据本申请的实施例的平台中的某些模块做出了各种引用，然而，任何数量的不同模块可以被使用并运行在用户终端和/或服务器上，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。[0060] 上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合和替代。任何在本申请的精神和原则之内所做的修改、等同替换和改进等，均应包含在本申请保护范围之内。

专利地区：浙江

专利申请日期：2024-08-23

专利公开日期：2024-11-29

专利公告号：CN118691233B