Original name record: 国网湖北省电力有限公司技术培训中心

本发明公开了一种智能供应链网络异常节点检测方法；首先解析输入的智能供应链网络节点图结构，计算出其度矩阵。随后，利用图卷积网络提取图的节点嵌入特征。在此基础上，通过结合节点自身的嵌入表示与其邻接子图的嵌入表示，生成节点的结构特征表示，并据此重构原图的邻接矩阵。进一步地，基于节点的嵌入表示，再次应用图卷积网络获取其属性特征表示，并将此属性特征表示与结构特征表示相结合，协同地对原图的特征矩阵进行重构。最终，利用方法收敛状态时的重构距离作为评估节点异常程度的量化指标。本方法的一个显著优势在于，通过协同重构图的拓扑结构与节点的属性特征、充分利用图的交互信息，该方法能够实现对图异常节点较为准确的检测。

本发明公开了一种针对智能供应链网络中故障风险评估方法；获取智能供应链网络数据特征提取序列集合，对该集合进行平均聚合，收集专家反馈，更新智能供应链网络数据特征提取序列集合聚合结果，根据智能供应链网络数据特征提取序列集合聚合结果确定主要特征。本发明能够能聚合多种特征选择方法的优势，并结合专家经验，生成一个综合性的特征选择结果，能显著减少人力成本，便于后续智能供应链网络中故障风险评估与决策。