[發明專利]一種外貿產業生態聚集區綜合系統及商業運營模式

在審

• 申請號: 202011382284.7
• 申請日: 2020-12-01
• 公開（公告）號: CN112381587A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 李海峰
• 申請（專利權）人: 大連交通大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q10/06;G06F16/906
• 代理公司: 重慶市信立達專利代理事務所(普通合伙) 50230
• 代理人: 陳炳萍

1.一種外貿產業生態聚集區綜合方法，其特征在于，所述外貿產業生態聚集區綜合方法包括以下步驟：

步驟一，通過外貿產業數據獲取模塊利用數據獲取設備獲取外貿產業生態聚集區的綜合數據；通過數據統計模塊利用數據統計程序對獲取的外貿產業生態聚集區的綜合數據進行統計分類處理；

步驟二，通過主控模塊利用主控器控制所述外貿產業生態聚集區綜合系統各個模塊的正常運行；

步驟三，通過外貿產業監測模塊利用聚類技術結合KL距離滑動窗口的方法根據統計分類處理后的外貿產業生態聚集區的綜合數據對外貿產業生態聚集區進行監測；

所述通過外貿產業監測模塊對外貿產業生態聚集區進行監測的方法為：

通過外貿產業監測模塊對統計分類處理后的外貿產業生態聚集區的綜合數據進行處理，篩選出外貿指標；

將n個描述外貿的指標進行標準化處理，將每個指標看成一類，并計算每兩類之間的相似度；

將相似度最大的兩類合并為新的一類，得到n-1類，并將所有的指標均在一類；利用聚類技術結合KL距離滑動窗口的方法選取合適的聚類數目，在每一類中選出4個典型指標；

所述利用聚類技術結合KL距離滑動窗口的方法選取合適的聚類數目的方法，包括：

計算每個類中指標對其他指標的相關系數的平方r²；

計算每個類中所有指標的相關系數的平均值，計算公式如下：

其中，m為此類指標個數，r²_ij為此類中第i個變量對其他變量的相關性系數的平方；

從m個R選取最大的4個作為典型指標，形成指標集X；

步驟四，通過服務管理模塊利用管理程序對管理人員信息及權限、貨物信息的錄入進行管理；通過信息共享模塊利用信息共享設備進行外貿產業生態聚集區之間信息的共享；

步驟五，通過外貿產業風險評估模塊利用風險評估程序對外貿產業生態聚集區的外貿產業風險進行評估；通過預警模塊利用預警裝置根據外貿產業風險評估結果對外貿產業生態聚集區的貿易摩擦風險進行實時監測預警；

步驟六，通過通信模塊利用通信功能控制裝置進行外貿產業生態聚集區間的交互通信；通過遠程控制模塊利用遠程控制云臺進行所述外貿產業生態聚集區綜合系統的遠程操控；

步驟七，通過云數據存儲模塊利用云數據庫服務器存儲獲取的外貿產業生態聚集區的綜合數據、數據統計分類結果、外貿產業風險評估結果以及監測預警信息；

步驟八，通過更新顯示模塊利用更新程序對獲取的外貿產業生態聚集區的綜合數據、數據統計分類結果、外貿產業風險評估結果以及監測預警信息進行更新，并通過顯示器進行數據的實時顯示。

2.如權利要求1所述的外貿產業生態聚集區綜合方法，其特征在于，步驟一中，所述通過數據統計模塊利用數據統計程序對獲取的外貿產業生態聚集區的綜合數據進行統計分類處理，包括：基于最優訓練指標特征子集，獲取待分類的數據的最優特征；將所述待分類的數據的最優特征輸入PLS-logistic模型中，獲取所述待分類的數據的分類結果。

3.如權利要求2所述的外貿產業生態聚集區綜合方法，其特征在于，所述最優訓練指標特征子集的獲取方法為：

對所有數據樣本的指標特征進行預設次數的蒙特卡羅采樣，獲取預設次數個訓練指標特征集和測試指標特征集；對于任一訓練指標特征集，通過偏最小二乘邏輯回歸PLS-logistic模型獲取每一訓練指標特征的回歸系數，并基于每一訓練指標特征的回歸系數和所述測試指標特征集通過競爭自適應重加權CARS算法，獲取第一預設個數訓練指標特征子集和對應的第一預設個數的準確率；基于每一訓練指標特征集的第一預設個數訓練指標特征子集和對應的第一預設個數的準確率，獲取最優訓練指標特征子集；

其中，每兩個訓練指標特征集的訓練指標特征子集是一一對應的。