整合数字工业经济数据集,构建数字工业指标体系,助力科学研究
采用大数据分析方法和技术发现问题、定位问题、诊断问题
基于数字供应链建模优化与仿真实现系统内资源优化配置
通过训练机器学习模型实现未知预测、关联关系挖掘和群体分析
宏观数据、供应链数据、工商信息、法律数据、企业财报、微观数据、自建数据、企业制造数据、汽车工业数据
科研主题:数字工业指数体系、行业水平分析、生产监控分析、物流分析、供应链运营分析
核心功能:资源建设、数据查询、数据可视化、数据报表
作用:实现数据感知、数据存储、数据分析、数据建模优化、数据挖掘等能力
科研主题:需求预测、产品画像、产能预测、产能分析
核心功能:数据预处理、分类预测算法建模、回归预测算法建模、关联算法建模、异常数据分析、数据可视化、文本挖掘
作用:提高需求预测、相关性分析、设备故障分析、产量预测等方面的科研能力
科研主题:需求预测、宏观经济预测、工业缺陷预测
核心功能:Python编程、科研建模、算力资源调度
作用:提高科研的有效性和便捷性
科研主题:制造业企业的工厂合理布局、产能分析、库存优化、产销协同、运输优化
核心功能:数据建模、优化求解、场景建模、结果输出、可视化功能
作用:提高供应链核心技术研究、供应链优化产业实践的能力