[發明專利]一種基于預測的模糊供需匹配方法

有效

• 申請號: 202010984856.2
• 申請日: 2020-09-18
• 公開（公告）號: CN112149990B
• 公開（公告）日: 2022-07-26
• 發明（設計）人: 孫雁飛;陳根鑫;亓晉;許斌
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06K9/62
• 代理公司: 南京蘇科專利代理有限責任公司 32102
• 代理人: 陳棟智

1.一種基于預測的模糊供需匹配方法，其特征在于，包括以下步驟：

步驟一：初始化供需環境，將供需雙方涉及到的屬性采用模糊數進行描述，得到模糊屬性的供需單元組合，將供需單元的組合描述為供應簇和需求簇，合稱供需簇，將供需單元的匹配對描述為供需單元對，將供需簇的匹配對描述為供需簇對；

步驟二：對步驟一中得到的具有模糊屬性的供需單元組合分別進行層次聚類操作，由此得到層次聚類樹，并對供需層次聚類樹中的主要供需簇進行標識；

步驟三：對步驟二中的主要供需簇變化規律進行建模學習，實時更新模型并獲取模糊區間預測結果，并由此得到供需偏移趨勢以及預測可信度；

步驟四：消除供需偏移慣性，在預測可信的條件下，依據步驟三得到的供需偏移趨勢，做出相應程度的慣性消除決策，采取包括提升或降低供或需的數量、加快或減緩供與需的匹配速率措施；

步驟五：對步驟二中得到的層次聚類樹中的供需簇進行配對；

步驟六：對步驟一中得到的供需簇對內的供需單元進行匹配；

步驟七：判斷步驟五釋放的供需單元以及步驟六釋放的供需單元規模，若規模超出設定閾值，則對其重復步驟一至步驟六的過程，進行再次聚類與再次匹配，若不超過則進入步驟八；

步驟八：將步驟五釋放的供需單元以及步驟六釋放的供需單元進行整合，將其中高優先級的供需單元提出，遍歷剩余供需單元，滿足高優先級供需單元匹配意向，以達到高優先級供需單元插隊匹配的功能；

步驟九：將步驟八處理剩余的供需單元進行匹配，實現此輪匹配中可匹配意愿的全匹配，并將不滿足供需匹配條件的供需單元釋放；

步驟十：將步驟九中釋放的供需單元以及供需過程中受各種因素影響而中斷的供需單元重新匹配，提升此輪匹配中未匹配以及失敗的供需單元優先級，將其加入新一輪供需匹配中，根據新的供需單元由步驟一開始新一輪供需匹配。

2.根據權利要求1所述的一種基于預測的模糊供需匹配方法，其特征在于，步驟一使用三角模糊數描述模糊屬性，具體包括：

模糊供需屬性可用三角模糊數描述為(a1,a2,a3)，表明該屬性值隸屬于a1至a3這個集合內，采用模糊隸屬度得到值對此模糊集合的隸屬度，隸屬度越高，則表明此值隸屬于此集合的真實程度越高，三角模糊數隸屬度可由公式一計算得到：

其中，a2對應的模糊隸屬度最高為1，a1至a3區間內的模糊隸屬度取值不一，區間外的模糊隸屬度則為0；當描述確定值時a1、a2、a3相等，此時模糊隸屬度只有0、1兩種取值。

3.根據權利要求2所述的一種基于預測的模糊供需匹配方法，其特征在于，步驟二具體包括：對供需雙方進行聚類操作，分別選取供需單元模糊屬性，采用豪斯多夫距離作為層次聚類中的模糊數的距離度量，由此得到供需雙方的層次聚類結果；層次聚類得到的結果稱為層次聚類樹，對層次聚類樹中的主要供需簇設置標識。

4.根據權利要求3所述的一種基于預測的模糊供需匹配方法，其特征在于，步驟三具體包括：對供需雙方的動態變化規律進行實時學習與預測，針對供需雙方主要類別的供需簇建立長短期記憶網絡模型，使用在線學習方法對連續不斷的供需變化數據進行學習，實時更新供需簇的預測模型，實時獲取供需簇的模糊區間預測結果，并由此判定整體供需匹配的偏移趨勢，設定預測可信閾值，基于供需實時預測模塊的供需預測結果，根據模型近期供需預測結果準確度計算供需預測可信度。