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！

龍圖騰網恭喜朗坤智慧科技股份有限公司申請的專利一種工業多項目多層級的指標計算方法、系統、設備及存儲介質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：CN119721500B 。

龍圖騰網通過國家知識產權局官網在2025-05-16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：202510220523.5，技術領域涉及：G06Q10/063；該發明授權一種工業多項目多層級的指標計算方法、系統、設備及存儲介質是由袁存發;趙劍之;張強;周洋;劉旭瑩設計研發完成，并于2025-02-27向國家知識產權局提交的專利申請。

本一種工業多項目多層級的指標計算方法、系統、設備及存儲介質在說明書摘要公布了：本發明涉及業務數據處理技術領域，公開了一種工業多項目多層級的指標計算方法、系統、設備及存儲介質，包括：從不同的工業項目和層級中收集多維度數據，并進行預處理；利用預處理后的數據，建立分析模型，分析各數據指標之間的依賴關系；基于分析后的依賴關系，形成初始的層級結構，并根據數據和業務需求，自動調整層級結構；對計算路徑選擇和資源分配進行優化。通過動態分析數據之間的依賴關系，形成并自動調整層級結構，使系統能夠靈活應對復雜的工業數據處理需求。優化了計算路徑選擇和資源分配，提高了數據處理的效率和決策的準確性。顯著提升了工業多項目多層級指標計算的智能化和實用性。

本發明授權一種工業多項目多層級的指標計算方法、系統、設備及存儲介質在權利要求書中公布了：1.一種工業多項目多層級的指標計算方法，其特征在于，包括：從不同的工業項目和層級中收集多維度數據，并進行預處理；利用預處理后的數據，建立分析模型，分析各數據指標之間的依賴關系；基于分析后的依賴關系，從分析模型中提取各指標之間的依賴關系；依賴關系包括，依賴關系的強度和依賴關系的方向性；依賴關系的強度包括，相關性系數和互信息；依賴關系的方向性包括，因果關系方向；將依賴關系數據結構化，生成一個依賴矩陣，公式表示為： 其中，R表示依賴矩陣，Rij表示指標i對指標j的依賴程度，每個Rij都是一個綜合了依賴強度和方向性的復合值，可以進一步表示為：Rij＝[ρij,Iij,Dij]其中，ρij表示指標i和指標j之間的相關性系數，Iij表示指標i和指標j之間的互信息，Dij表示指標i對指標j的因果關系方向性，基于所述依賴矩陣，使用凝聚層次聚類對指標進行聚類，將具有強依賴關系的指標聚合在同一層級中，形成初始層級結構；將依賴矩陣設為一個加權圖的鄰接矩陣，其中節點代表指標，邊的權重代表指標之間的依賴關系，構建加權圖的度矩陣；度矩陣的公式表示為： 其中，表示節點i的度矩陣的第i行第i列的元素，n表示總的指標數量，Rij表示指標i對指標j的依賴程度，α表示調節參數，1-Rij表示依賴程度的逆；將加權圖的拉普拉斯矩陣定義為度矩陣和依賴矩陣的差，對拉普拉斯矩陣進行歸一化處理，得到對稱歸一化的拉普拉斯矩陣，公式表示為： 其中，表示對稱歸一化拉普拉斯矩陣；D*表示度矩陣，D*-12表示優化后的度矩陣D*的逆平方根矩陣；L*表示優化后的拉普拉斯矩陣；計算歸一化拉普拉斯矩陣的特征值和特征向量，選擇最小的k個特征值的特征向量，構成特征矩陣，公式表示為： 其中，U*表示的最終特征矩陣，argmin表示找到使目標函數最小化的值，Tr·表示矩陣的跡運算，UT表示矩陣U的轉置矩陣，表示對稱歸一化拉普拉斯矩陣，U表示過程特征矩陣，UTU＝I表示正交約束條件，δ表示正則化參數，k表示特征矩陣中的特征向量數量；ui表示過程特征矩陣的第i個特征向量，表示向量ui的梯度，表示向量ui梯度的平方范數；將特征矩陣的每一行視為一個新的數據點，使用K-means聚類算法，將這些數據點分為k個聚類；K-means聚類的結果為層級劃分，每個聚類代表一個層級，生成初始的層級結構；每個層級包含聚類算法分配的指標組，確保這些指標之間具有強依賴性，形成初始的層級結構；將層級結構表示為層級矩陣，公式表示為： 其中，表示優化后的層級矩陣中第i個指標屬于第k個層級的隸屬度；表示第i個指標在優化后的特征矩陣U*中的向量表示；ck表示第k個聚類的中心向量，表示特征向量與聚類中心ck之間的歐氏距離的平方，σ2表示高斯核函數的帶寬參數的平方，表示高斯核函數；cl表示第l個聚類中心向量；根據數據和業務需求，設置依賴強度的動態閾值τ，只有依賴強度超過τ的指標對才會被考慮為同一層級；依賴強度的動態閾值的公式表示為： 其中，Θτ表示依賴強度的動態閾值調整函數，τ表示依賴強度的閾值，Rij表示依賴矩陣；表示經過平滑處理的邏輯回歸函數，η表示平滑參數，表示邏輯回歸函數的逆運算；Θτ的值閾為0到1；使用交叉驗證和AB測試對層級結構進行驗證，確保其合理性和穩健性，公式表示為： 其中，表示交叉驗證損失函數，表示對交叉驗證的結果進行平均，n表示交叉驗證的折數；表示跡運算，Ui表示第i折中的特征矩陣，表示第i折中的特征矩陣的轉置，表示對稱歸一化拉普拉斯矩陣，δ表示正則化參數，表示特征向量uj的梯度范數的平方，Θτ表示依賴強度的動態閾值調整函數； 的值閾為0到正無窮，值越小層級結構的擬合效果越好；對各個層級的驗證結果進行分類，當的值都低于預設的全局閾值時，判定該層級結構通過驗證，進入下一步調整；當其中某層的驗證結果超過全局閾值時，判定該層級結構為需調整項，進行重新調整；當的值均全局接近閾值，但依賴強度大于預設的上限值時，判定該層級對整體結構的依賴性過強，導致系統的單點失效；在完成各個層級的驗證結果進行分類與對超過全局閾值的層級結構進行重新調整后，對整個層級結構進行全局優化，并觸發二次驗證機制，重新使用交叉驗證和AB測試對層級結構進行驗證，實現層級結構的自動調整；基于調整后的層級結構，對計算路徑選擇和資源分配進行優化。

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朗坤智慧科技股份有限公司，其通訊地址為：210005 江蘇省南京市鼓樓區漢中路2號亞太商務樓31層；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”。