供应链管理方法、装置、设备及介质与流程

1.本发明涉及物联网技术领域，尤其涉及一种供应链管理方法、装置、设备及介质。


背景技术：

2.随着经济社会的不断发展，各行业的商品流转和资源调用越来越普遍，商品与资源供应链的供应端和需求端之间的商品流转和资源调用主要是以市场需求为依据，进行对应的商品、资源供给，然而，在根据市场需求实现供应管理的过程中，往往会因为市场供应数据与需求数据的信息闭塞，出现供不应求、供过于求的市场供应链误差，造成供应链两端的需求与供给的不平衡问题。
3.因此，以市场需求为依据进行商品、资源的供给，在需求信息与供给信息难以实时融合的前提下，供应链两端的需求与供给难以达到平衡，造成资源消耗，市场缺口难以及时弥补等问题。


技术实现要素：

4.本发明的主要目的在于提出一种供应链管理方法、装置、设备及介质，旨在优化供应链两端的需求与供给的不平衡状况。
5.为实现上述目的，本发明提供一种供应链管理方法，所述供应链管理方法应用于供应链管理系统，所述供应链管理系统至少包括数据层、资源层以及智能层，所述供应链管理方法包括：
6.通过所述数据层，基于行业数据库的预测基数据对市场需求进行预测，确定对应的需求数据；
7.根据所述需求数据，对所述资源层的资源数据进行搜索整合，确定对应的供给数据；
8.通过所述智能层将所述供给数据进行精准投放。
9.优选地，在所述通过所述数据层，基于行业数据库的预测基数据对市场需求进行预测，确定对应的需求数据的步骤之前，所述供应链管理方法还包括：
10.通过预设的监测算法对行业数据进行实时监控，获取实时行业数据；
11.对所述实时行业数据进行加工处理，确定对应进行需求预测的预测基数据，并将所述预测基数据存入所述行业数据库。
12.优选地，所述通过所述数据层，基于行业数据库的预测基数据对市场需求进行预测，确定对应的需求数据的步骤，包括：
13.基于所述预测基数据，确定对应的行业波动数据；
14.通过所述数据层的云计算功能，根据所述行业波动数据对市场需求进行关键时刻预测，确定所述行业波动数据对应的关键时刻的异常需求；
15.基于所述异常需求对应的异常需求处理方案，确定对应的需求数据。
16.优选地，在所述通过所述数据层的云计算功能，根据所述行业波动数据对市场需
求进行关键时刻预测，确定所述行业波动数据对应的关键时刻的异常需求的步骤之后，所述方法还包括：
17.基于所述异常需求，对所述行业波动数据的关键时刻进行波动归因，确定所述行业波动数据出现所述异常需求的波动原因；
18.将所述行业数据库中与所述波动原因对应的波动历史情况进行数据整合，确定与所述异常需求对应的异常需求处理方案。
19.优选地，所述根据所述需求数据，对所述资源层的资源数据进行搜索整合，确定对应的供给数据的步骤，包括：
20.通过与所述资源层数据连接的数据交换中心，根据所述需求数据进行搜索，确定对应的可调用资源；
21.基于预设的效益算法，对所述可调用资源进行整合，确定对应的供给数据。
22.优选地，所述基于预设的效益算法，对所述可调用资源进行整合，确定对应的供给数据的步骤，包括：
23.获取所述可调用资源在所述供应链管理系统中行业数据库的社会效益和经济效益；
24.基于所述效益算法，对所述社会效益与经济效益进行综合计算，确定所述可调用资源对应的资源效益；
25.将所述资源效益达到预设标准的可调用资源作为所述需求数据对应的供给数据。
26.优选地，所述通过所述智能层将所述供给数据进行精准投放的步骤，包括：
27.通过所述供应链管理系统的智能层，根据所述供给数据对应的资源商品，进行需求匹配，确定对应的需求缺口；
28.将所述资源商品投放至所述需求缺口，实现所述供给数据的精准投放。
29.此外，为实现上述目的，本发明实施例还提出一种供应链管理装置，所述供应链管理装置包括：
30.需求数据预测模块，用于通过数据层，基于行业数据库的预测基数据对市场需求进行预测，确定对应的需求数据；
31.供给数据整合模块，用于根据所述需求数据，对资源层的资源数据进行搜索整合，确定对应的供给数据；
32.供给数据投放模块，用于通过智能层将所述供给数据进行精准投放。
33.优选地，所述需求数据预测模块，包括：
34.通过预设的监测算法对行业数据进行实时监控，获取实时行业数据；
35.对所述实时行业数据进行加工处理，确定对应进行需求预测的预测基数据，并将所述预测基数据存入所述行业数据库。
36.优选地，所述需求数据预测模块，还包括：
37.基于所述预测基数据，确定对应的行业波动数据；
38.通过所述数据层的云计算功能，根据所述行业波动数据对市场需求进行关键时刻预测，确定所述行业波动数据对应的关键时刻的异常需求；
39.基于所述异常需求对应的异常需求处理方案，确定对应的需求数据。
40.优选地，所述需求数据预测模块，还包括：
41.基于所述异常需求，对所述行业波动数据的关键时刻进行波动归因，确定所述行业波动数据出现所述异常需求的波动原因；
42.将所述行业数据库中与所述波动原因对应的波动历史情况进行数据整合，确定与所述异常需求对应的异常需求处理方案。
43.优选地，所述供给数据整合模块，包括：
44.通过与所述资源层数据连接的数据交换中心，根据所述需求数据进行搜索，确定对应的可调用资源；
45.基于预设的效益算法，对所述可调用资源进行整合，确定对应的供给数据。
46.优选地，所述供给数据整合模块，还包括：
47.获取所述可调用资源在所述供应链管理系统中行业数据库的社会效益和经济效益；
48.基于所述效益算法，对所述社会效益与经济效益进行综合计算，确定所述可调用资源对应的资源效益；
49.将所述资源效益达到预设标准的可调用资源作为所述需求数据对应的供给数据。
50.优选地，所述供给数据投放模块，包括：
51.通过所述供应链管理系统的智能层，根据所述供给数据对应的资源商品，进行需求匹配，确定对应的需求缺口；
52.将所述资源商品投放至所述需求缺口，实现所述供给数据的精准投放。
53.此外，为实现上述目的，本发明实施例还提出一种设备，所述设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的供应链管理程序，所述供应链管理程序被所述处理器执行实现如上所述的供应链管理方法步骤。
54.此外，为实现上述目的，本发明还提供一种介质，所述介质为计算机可读存储介质，所述计算机可读存储介质上存储有供应链管理程序，所述供应链管理程序被处理器执行时实现如上所述的供应链管理方法的步骤。
55.本发明提出的供应链管理方法、装置、设备及介质，所述供应链管理方法应用于供应链管理系统，所述供应链管理系统至少包括数据层、资源层以及智能层，包括：通过所述数据层，基于行业数据库的预测基数据对市场需求进行预测，确定对应的需求数据；根据所述需求数据，对所述资源层的资源数据进行搜索整合，确定对应的供给数据；通过所述智能层将所述供给数据进行精准投放。
56.相比在现有技术中以市场为依据进行商品、资源的供给，本发明通过供应链管理系统的数据层对市场上的需求数据进行预测，确定预测得到的需求数据，通过该供应链管理系统的资源层根据上述需求数据进行资源搜索以及资源整合，确定对应的供给数据，并通过该供应链管理系统的智能层将上述供给数据中的商品资源进行精准投放。调整了供应链中以市场需求为依据进行供给的模式，通过对市场需求进行预测，先确定对应的供给数据，通过供给数据弥补资源缺口，加强了供应链整体过程中的信息共享程度，优化了供给模式，减少了在需求供应过程中的资源浪费，优化供应链两端的需求与供给的不平衡状况。
附图说明
57.图1为本发明供应链管理方法实施例方案涉及的硬件运行环境的设备结构示意
图；
58.图2为本发明供应链管理方法实施例方案涉及的供应链管理系统的系统架构示意图；
59.图3为本发明供应链管理方法第一实施例的流程示意图；
60.图4为本发明供应链管理方法第二实施例的流程示意图；
61.图5为本发明供应链管理方法第三实施例的流程示意图；
62.图6为本发明供应链管理方法第四实施例的流程示意图；
63.图7为本发明供应链管理方法第四实施例中步骤s22的子流程示意图；
64.图8为本发明供应链管理方法第五实施例的流程示意图；
65.图9为本发明供应链管理方法的供应链管理装置的功能模块示意图。
66.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
67.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
68.具体地，参照图1，图1为本发明供应链管理方法实施例方案涉及的硬件运行环境的设备结构示意图。
69.如图1所示，该设备可以包括：处理器1001，例如cpu，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
70.如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及供应链管理程序。其中，操作系统是管理和控制设备硬件和软件资源的程序，支持供应链管理程序以及其它软件或程序的运行；网络通信模块用于管理和控制网络接口1002；用户接口1003主要用于与客户端进行数据通信；网络接口1004主要用于与服务器建立通信连接；而处理器1001可以用于调用存储器1005中存储的供应链管理程序.
71.其中，上述存储器1005中存储的供应链管理程序被处理器执行时实现以下步骤：
72.通过所述数据层，基于行业数据库的预测基数据对市场需求进行预测，确定对应的需求数据；
73.根据所述需求数据，对所述资源层的资源数据进行搜索整合，确定对应的供给数据；
74.通过所述智能层将所述供给数据进行精准投放。
75.进一步地，存储器1005中存储的供应链管理程序被处理器执行时还实现以下步骤：
76.通过预设的监测算法对行业数据进行实时监控，获取实时行业数据；
77.对所述实时行业数据进行加工处理，确定对应进行需求预测的预测基数据，并将
所述预测基数据存入所述行业数据库。
78.进一步地，存储器1005中存储的供应链管理程序被处理器执行时还实现以下步骤：
79.基于所述预测基数据，确定对应的行业波动数据；
80.通过所述数据层的云计算功能，根据所述行业波动数据对市场需求进行关键时刻预测，确定所述行业波动数据对应的关键时刻的异常需求；
81.基于所述异常需求对应的异常需求处理方案，确定对应的需求数据。
82.进一步地，存储器1005中存储的供应链管理程序被处理器执行时还实现以下步骤：
83.基于所述异常需求，对所述行业波动数据的关键时刻进行波动归因，确定所述行业波动数据出现所述异常需求的波动原因；
84.将所述行业数据库中与所述波动原因对应的波动历史情况进行数据整合，确定与所述异常需求对应的异常需求处理方案。
85.进一步地，存储器1005中存储的供应链管理程序被处理器执行时还实现以下步骤：
86.通过与所述资源层数据连接的数据交换中心，根据所述需求数据进行搜索，确定对应的可调用资源；
87.基于预设的效益算法，对所述可调用资源进行整合，确定对应的供给数据。
88.进一步地，存储器1005中存储的供应链管理程序被处理器执行时还实现以下步骤：
89.获取所述可调用资源在所述供应链管理系统中行业数据库的社会效益和经济效益；
90.基于所述效益算法，对所述社会效益与经济效益进行综合计算，确定所述可调用资源对应的资源效益；
91.将所述资源效益达到预设标准的可调用资源作为所述需求数据对应的供给数据。
92.进一步地，存储器1005中存储的供应链管理程序被处理器执行时还实现以下步骤：
93.通过所述供应链管理系统的智能层，根据所述供给数据对应的资源商品，进行需求匹配，确定对应的需求缺口；
94.将所述资源商品投放至所述需求缺口，实现所述供给数据的精准投放。
95.本领域技术人员可以理解，图1中示出的设备结构并不构成对设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
96.为了更好的理解上述技术方案，下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
97.参照图2，图2为本发明供应链管理方法实施例方案涉及的供应链管理系统的系统架构示意图。
98.如图2所示，该供应链管理系统包括数据层、资源层以及智能层，其中，数据层连接
大数据、云计算、人工智能、对应的行业数据库以及数据交换中心；资源层则连接了寻源整合中心、动力整合中心、金融服务中心、仓储整合中心以及渠道整合中心；智能层则包含智能购入、智能售出、智能运输、智能融合以及智能云，通过上述供应链管理系统的数据层、资源层以及智能层实现多个应用场景中的供应链管理。
99.基于上述终端设备架构但不限于上述架构，提出本发明供应链管理方法实施例。
100.具体地，参照图3，图3为本发明供应链管理方法第一实施例的流程示意图，所述供应链管理方法包括：
101.步骤s10，通过所述数据层，基于行业数据库的预测基数据对市场需求进行预测，确定对应的需求数据；
102.步骤s20，根据所述需求数据，对所述资源层的资源数据进行搜索整合，确定对应的供给数据；
103.步骤s30，通过所述智能层将所述供给数据进行精准投放。
104.本技术实施例供应链管理方法本发明通过供应链管理系统的数据层对市场上的需求数据进行预测，确定预测得到的需求数据，通过该供应链管理系统的资源层根据上述需求数据进行资源搜索以及资源整合，确定对应的供给数据，并通过该供应链管理系统的智能层将上述供给数据中的商品资源进行精准投放。调整了供应链中以市场需求为依据进行供给的模式，通过对市场需求进行预测，先确定对应的供给数据，通过供给数据弥补资源缺口，实现需求供应。
105.以下将对各个步骤进行详细说明：
106.步骤s10，通过所述数据层，基于行业数据库的预测基数据对市场需求进行预测，确定对应的需求数据；
107.在一具体实施例中，基于上述供应链管理系统中的数据层根据行业数据库中的预测基数据对市场需求进行预测，获取通过预测得到的的需求数据，进一步地，上述根据行业数据库中的预测基数据对市场需求进行预测的步骤可以是，基于与数据层连接的大数据、云计算以及人工智能，对市场需求进行预测计算，确定对应的需求数据。
108.进一步地，上述基于与数据层连接的大数据、云计算以及人工智能，对市场需求进行预测计算的步骤可以是，通过在数据层安装预设的监控算法，对行业内各项的大数据进行实时监控，通过与大数据中的历史大数据进行实时对比，确定对应的行业波动数据。
109.进一步地，基于上述行业波动数据基于预设的关键时刻算法，结合云计算数据，对行业波动数据中的关键时刻进行计算，确定进行实时监测的行业波动数据中出现波动异常的关键数据，并基于大数据中的历史关键时刻确定该关键数据对应的异常需求，通过该异常需求，确定对应的需求数据。
110.需要进行具体解释的是，上述预设的监控算法可以是通过集群和网格的分层设计，对连接到的所有网站、数据库进行波动数据合理阈值监控，当上述行业波动数据超过上述合理阈值，即上述行业波动数据出现波动异常。上述预设的关键时刻算法可以是通过在上述进行实时监控的监控算法中设置波动阈值，实时监测对应的波动数据。
111.步骤s20，根据所述需求数据，对所述资源层的资源数据进行搜索整合，确定对应的供给数据；
112.通过将获取到的需求数据输入数据层数据交换中心，经过数据交换后，通过资源
层的资源中心整合，统筹各个整合平台与服务中心的需求数据，通过上述数据交换中心可以获取在大数据层面本行业的供给信息以及需求信息，在本实施例中，在上述数据交换中心中可以确定针对于已获取到的需求数据对应的可调用资源。
113.进一步地，在上述可调用资源中选取达到预设标准的供给数据，并将综合效益达到预设标准的可调用资源作为需求数据对应的供给数据，具体地，对可调用资源进行预设效益算法的效益计算，计算上述可调用资源应用在社会效益与经济效益之间的综合效益，当可调用资源的综合效益达到最大，则选取该可调用资源作为供给数据。
114.步骤s30，通过所述智能层将所述供给数据进行精准投放。
115.在一具体实施例中，通过智能层的智能购入、智能售出、智能运输、智能融合以及智能云对上述供给数据进行对口投放，实现资源的合理配置与精准投放。具体地，通过智能层的智能购入与智能售出获取供应链管理系统中进行交易的出入数据，通过智能融合与智能云系统对上述出入数据进行数据统筹，寻找与上述供给数据对应的需求缺口，进一步地，将上述供给数据提供给上述需求缺口，实现资源的合理配置以及资源的精准投放。
116.进一步地，在上述供应链管理系统中的智能购入模块中，通过整合培育能源行业优质供应商资源，以电子商务手段为客户提供电力行业备品备件超市、电力物资在线集采、定制化采购、端到端采购供应链优化和viu配煤等综合采购服务解决方案，解决用户寻源难、采购成本高、采购效率低的痛点。
117.进一步地，在上述供应链管理系统中的智能售出模块中，通过构建集客户管理、需求管理、渠道管理、价格管理和结算管理于一体的平台服务体系，为电力行业上下游供应链客户提供煤炭、电力物资、钢材乃至电力等商品的分销渠道服务。
118.进一步地，在上述供应链管理系统中的智能运输模块中，通过面向电力行业客户燃料运输需求，投入建设铁路、港口码头、公路物流港等基础设施，通过“les+tms+运力交易与管理”产品体系，整合火车、船舶、汽车资源，为客户提供基于移动互联网、大数据、物联网等新技术的货源发布、运能交易、物流可视化跟踪、运输路线智能优化、厂内物流整体解决方案等综合物流服务，满足客户对物流集中、统一、透明化管理需求，帮助客户降低综合物流成本。
119.进一步地，在上述供应链管理系统中的智能融合模块中，通过全面掌握供应链数据，构建商流、物流、资金流的闭环，形成“n+1+n”形态的数字化普惠金融服务生态发展模式，为上下游企业提供丰富的供应链金融业务，满足电力及相关行业客户在各种交易场景下的融资服务需求，实现“资产端”和“资金端”的高效低成本匹配，从而促进供应链整体融资成本的降低。
120.进一步地，在上述供应链管理系统中的智能云模块中，通过运用信息技术将电力及相关行业客户供应链运行数据采集、传导至华能大宗构建的“供应链云”端，通过华能大宗大数据引擎分析、挖掘供应链运行数据潜在价值，以saas化的方式帮助客户实现供应链可视化、提升供应链精细化管理程度、降低供应链运行风险，提升供应链运行效率。
121.本实施例通过供应链管理系统的数据层对市场上的需求数据进行预测，确定预测得到的需求数据，通过该供应链管理系统的资源层根据上述需求数据进行资源搜索以及资源整合，确定对应的供给数据，并通过该供应链管理系统的智能层将上述供给数据中的商品资源进行精准投放。调整了供应链中以市场需求为依据进行供给的模式，通过对市场需
求进行预测，先确定对应的供给数据，通过供给数据弥补资源缺口，实现需求供应。
122.进一步地，基于本技术实施例供应链管理方法的第一实施例，提出本技术实施例供应链管理方法的第二实施例。
123.供应链管理方法的第二实施例与供应链管理方法的第一实施例的区别在于，本实施例在步骤s10，“通过所述数据层，基于行业数据库的预测基数据对市场需求进行预测，确定对应的需求数据”之前，还包括对行业数据进行实时监控的方案，参照图4，具体包括：
124.步骤s101，通过预设的监测算法对行业数据进行实时监控，获取实时行业数据；
125.在一具体的实施例中，通过在数据层安装预设的监控算法，对行业内各项的大数据进行实时监控，获取行业内对应的实时行业数据。进一步地，对上述行业内各项大数据进行实时监控的方式可以是通过在各行业数据库中设置预设的监控算法，通过该监控算法获取上述行业数据库中的实时行业数据。
126.进一步地，上述行业数据库可以是供应链管理系统中的行业数据库，该行业数据库与各个行业内的交易平台相互连接，并且通过监控包含新闻数据的网站、论坛，获取最新实时资讯中的实时行业数据。
127.步骤s102，对所述实时行业数据进行加工处理，确定对应进行需求预测的预测基数据，并将所述预测基数据存入所述行业数据库。
128.在一具体实施例中，将上述包含新闻数据的网站、论坛中的实时行业数据进行规范化的加工处理，将上述新闻数据进行表格化处理，确定对应的预测基数据。具体地，将上述新闻数据进行表格化处理的方式可以是通过ocr文字识别技术提取上述新闻数据中的新闻文字，并通过预设算法提取出上述新闻文字中的指向性信息，并基于上述指向性信息生成对应的表格数据，即将该表格数据作为进行需求预测对应的预测基数据，并存入上述供应链管理系统的行业数据库中。
129.进一步地，基于上述行业数据库中的预测基数据，通过人工智能领域的大数据云计算，进行对应的数据计算。
130.本实施例通过预设的监测算法对行业数据进行实时监控，保障了进行需求预测行业数据的时效性，增强了整个供应链管理的数据共享程度。
131.进一步地，基于本技术实施例供应链管理方法第一实施例和第二实施例，提出本技术实施例供应链管理方法的第三实施例。
132.供应链管理方法的第三实施例与诊断教学方法的第一、第二、第三实施例的区别在于，本实施例是步骤s10，“通过所述数据层，基于行业数据库的预测基数据对市场需求进行预测，确定对应的需求数据”的细化，参照图5，具体包括：
133.步骤s11，基于所述预测基数据，确定对应的行业波动数据；
134.在一具体实施例中，通过对上述预测基数据进行数据整理，获取与实时行业数据对应的行业波动数据，具体地，对预测基数据进行数据整理的方式可以是对上述以表格形式存在的预测基数据进行数据分析，通过预设的数据分析计算公式，计算出本行业对应的行业数据库中预测基数据的行业波动数据。
135.具体地，上述预测基数据进行数据分析的方式可以是通过对上述以表格形式存在的预测基数据中的数据进行数据整理，确定对应的行业有序数据，并通过对上述行业有序数据进行波动分析，确定该预测基数据中的行业波动数据，
136.步骤s12，通过所述数据层的云计算功能，根据所述行业波动数据对市场需求进行关键时刻预测，确定所述行业波动数据对应的关键时刻的异常需求；
137.在一具体实施例中，基于预设的关键时刻算法，在上述行业波动数据中查询波动数据出现异常的关键时刻，并分析该波动数据中关键时刻对应的需求数据，将该需求数据与原需求数量进行预设差计算，确定在当前关键时刻中，波动数据下需求数据中的异常需求。
138.步骤s13，基于所述异常需求，对所述行业波动数据的关键时刻进行波动归因，确定所述行业波动数据出现所述异常需求的波动原因；
139.在一具体实施例中，基于上述通过对行业波动数据中的关键时刻计算确定的异常需求，通过整合行业数据库中的波动数据，并且通过将上述行业波动数据中的异常需求在上述行业数据库中进行数据匹配，确定行业数据出现异常需求的异常可能原因，再经过对上述异常需求进行对应的新闻数据对应分析，确定行业波动数据出先异常波动的波动原因。
140.步骤s14，将所述行业数据库中与所述波动原因对应的波动历史情况进行数据整合，确定与所述异常需求对应的异常需求处理方案；
141.在一具体实施例中，根据上述波动原因对历史数据进行整合，分析当上述行业波动数据出现上述波动原因对应的异常行业波动时，出现的对应异常需求，通过对上述异常需求进行整理分析，确定本次该波动原因对应的异常需求。
142.步骤s15，基于所述异常需求对应的异常需求处理方案，确定对应的需求数据。
143.进一步地，通过对上述异常数据进行异常分析，确定出现该异常需求对应的需求数据，上述异常需求至少包括待补偿商品、待补偿商品数量以及待补偿客户，通过对上述待补偿商品、待补偿商品数量以及待补偿客户进行计算，确定对应的需求数据。
144.在本实施例通过对市场需求进行预测，并通过行业波动计算、行业波动异常归因等方式确定对应的需求数据，基于大数据层的大数据、云计算、人工智能以及行业数据库中的行业数据，实现需求数据的对应预测，增强了信息的共享程度，优化了供应链两端的需求与供给的不平衡状况。
145.进一步地，基于本技术实施例供应链管理方法第一实施例、第二实施例和第三实施例，提出本技术实施例供应链管理方法的第四实施例。
146.供应链管理方法的第四实施例与诊断教学方法的第一、第二、第三实施例的区别在于，本实施例是步骤s20，“根据所述需求数据，对所述资源层的资源数据进行搜索整合，确定对应的供给数据”的细化，参照图6，具体包括：
147.步骤s21，通过与所述资源层数据连接的数据交换中心，根据所述需求数据进行搜索，确定对应的可调用资源；
148.在一具体实施例中，将上述需求数据发送至上述数据层的数据交换中心进行资源搜索整合，通过寻源整合中心的集团供应商资源和社会供应商资源寻求与上述需求数据对应的可调用资源；通过动力整合中心的网络货运平台、自建并购运力平台和其他社会运力资源确定可共享动力资源；通过金融服务中心的集团保理业务、社会金融资源和第三方支付上述需求数据确定对应的金融服务数据；通过仓储整合中心的数字仓库监管和工业品仓配资源确定上述需求数据对应可共享的仓储能力；通过渠道整合中心的自有电商平台和行
业交易服务确定上述需求数据对应的可应用渠道。
149.步骤s22，基于预设的效益算法，对所述可调用资源进行整合，确定对应的供给数据。
150.进一步地，参照图7，步骤s22具体包括：
151.步骤s221，获取所述可调用资源在所述供应链管理系统中行业数据库的社会效益和经济效益；
152.步骤s222，基于所述效益算法，对所述社会效益与经济效益进行综合计算，确定所述可调用资源对应的资源效益；
153.步骤s223，将所述资源效益达到预设标准的可调用资源作为所述需求数据对应的供给数据。
154.在一具体实施例中，对于根据需求资源匹配到的可调用资源，基于预设的效益算法，分别计算可调用资源对应的资源效益，将上述资源效益进行排列，获取资源效益达到最大的可调用资源，并将该可调用资源作为当前需求数据对应的供给数据。
155.进一步地，上述效益算法可以是通过分别计算可调用资源的社会效益和经济效益，在上述社会效益与经济效益中加入预设的权重进行合并计算，获得可调用资源对应的资源效益。
156.本实施例通过数据交换中心根据需求数据搜索对应的可调用资源，通过计算该可调用资源的资源效益，确定对应的供给数据，实现供给端与需求端的有效平衡。
157.进一步地，基于本技术实施例供应链管理方法第一实施例、第二实施例、第三实施例和第四实施例，提出本技术实施例供应链管理方法的第五实施例。
158.供应链管理方法的第五实施例与诊断教学方法的第一、第二、第三、第四实施例的区别在于，本实施例是步骤s30，“通过所述智能层将所述供给数据进行精准投放”的细化，参照图8，具体包括：
159.步骤s31，通过所述供应链管理系统的智能层，根据所述供给数据对应的资源商品，进行需求匹配，确定对应的需求缺口；
160.步骤s32，将所述资源商品投放至所述需求缺口，实现所述供给数据的精准投放。
161.在一具体实施例中，通过供应链管理系统的智能层将上述供给数据，即可调用资源投入对应的市场需求中，具体地，上述需求缺口是通过上述智能层的供应链服务与上述供给数据对应的资源商品进行需求匹配，确定对应的需求缺口，并将上述供给数据对应的资源商品投入上述需求缺口进行使用。
162.本实施例通过智能层根据供给数据匹配对应的需求缺口，通过将供给数据中的资源商品投入上述需求缺口，实现供给端与需求端的有效平衡。
163.此外，本发明实施例还提出一种供应链管理装置，参照图9，图9为本发明供应链管理方法实施例方案涉及的供应链管理装置的功能模块示意图。如图9所示，所述供应链管理装置包括：
164.需求数据预测模块10，用于通过数据层，基于行业数据库的预测基数据对市场需求进行预测，确定对应的需求数据；
165.供给数据整合模块20，用于根据所述需求数据，对资源层的资源数据进行搜索整合，确定对应的供给数据；
166.供给数据投放模块30，用于通过智能层将所述供给数据进行精准投放。
167.优选地，所述需求数据预测模块，包括：
168.数据监控单元，用于通过预设的监测算法对行业数据进行实时监控，获取实时行业数据；
169.预测基数据单元，用于对所述实时行业数据进行加工处理，确定对应进行需求预测的预测基数据，并将所述预测基数据存入所述行业数据库。
170.优选地，所述需求数据预测模块，还包括：
171.波动数据确定单元，用于基于所述预测基数据，确定对应的行业波动数据；
172.关键时刻计算单元，用于通过所述数据层的云计算功能，根据所述行业波动数据对市场需求进行关键时刻预测，确定所述行业波动数据对应的关键时刻的异常需求；
173.需求数据确定单元，用于基于所述异常需求对应的异常需求处理方案，确定对应的需求数据。
174.优选地，所述需求数据预测模块，还包括：
175.波动归因单元，用于基于所述异常需求，对所述行业波动数据的关键时刻进行波动归因，确定所述行业波动数据出现所述异常需求的波动原因；
176.数据整合单元，用于将所述行业数据库中与所述波动原因对应的波动历史情况进行数据整合，确定与所述异常需求对应的异常需求处理方案。
177.优选地，所述供给数据整合模块，包括：
178.需求搜索单元，用于通过与所述资源层数据连接的数据交换中心，根据所述需求数据进行搜索，确定对应的可调用资源；
179.资源整合单元，用于基于预设的效益算法，对所述可调用资源进行整合，确定对应的供给数据。
180.优选地，所述供给数据整合模块，还包括：
181.效益确定单元，用于获取所述可调用资源在所述供应链管理系统中行业数据库的社会效益和经济效益；
182.效益计算单元，用于基于所述效益算法，对所述社会效益与经济效益进行综合计算，确定所述可调用资源对应的资源效益；
183.供给数据确定单元，用于将所述资源效益达到预设标准的可调用资源作为所述需求数据对应的供给数据。
184.优选地，所述供给数据投放模块，包括：
185.需求缺口确定单元，用于通过所述供应链管理系统的智能层，根据所述供给数据对应的资源商品，进行需求匹配，确定对应的需求缺口；
186.供给数据投放单元，用于将所述资源商品投放至所述需求缺口，实现所述供给数据的精准投放。
187.本实施例实现物流运输的原理及实施过程，请参照上述各实施例，在此不再赘述。
188.此外，本发明实施例还提出一种设备，所述设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的供应链管理程序，所述供应链管理程序被所述处理器执行时实现如上述实施例所述的供应链管理方法的步骤。
189.此外，为实现上述目的，本发明还提供一种介质，所述介质为计算机可读存储介
质，所述计算机可读存储介质上存储有供应链管理程序，所述供应链管理程序被处理器执行时实现如上所述的供应链管理方法的步骤。
190.由于本供应链管理程序被处理器执行时，采用了前述所有实施例的全部技术方案，因此至少具有前述所有实施例的全部技术方案所带来的所有有益效果，在此不再一一赘述。
191.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
192.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
193.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品储存在如上所述的一个储存介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
194.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书与附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。