CN107392452A - 一种基于Kmeans聚类的巡检工单主动分派方法 - Google Patents
一种基于Kmeans聚类的巡检工单主动分派方法 Download PDFInfo
- Publication number
- CN107392452A CN107392452A CN201710562790.6A CN201710562790A CN107392452A CN 107392452 A CN107392452 A CN 107392452A CN 201710562790 A CN201710562790 A CN 201710562790A CN 107392452 A CN107392452 A CN 107392452A
- Authority
- CN
- China
- Prior art keywords
- work order
- inspected
- address
- msub
- dic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
Abstract
本发明公开了一种基于Kmeans聚类的巡检工单主动分派方法,主要解决现有技术中存在的传统工单分派方法很难通过客观依据进行工单分派方案的合理优化,显得分派效率比较低下的问题。该一种基于Kmeans聚类的巡检工单主动分派方法包括的步骤有:将所有待巡检工单的地址集合成集合D;对确定可执行任务的工单巡检人员进行编号;然后采用Kmeans聚类方法,将集合D分为k类,k为可执行任务的工单巡检人员的编号;计算k类地址的质心;待巡检工单的地址xi归到距离它最近的那个质心;将待巡检工单i分派所属质心的一个类,分派到该类的工单巡检人员。通过上述方案,本发明达到了提高设备工单巡检人员的巡检效率的目的。
Description
技术领域
本发明涉及巡检工单分派技术领域,具体地说,是涉及一种基于Kmeans聚类的巡检工单主动分派方法。
背景技术
许多诸如POS机具、电动汽车充电机、ATM机等社会公共设备存在数量大、分布不均衡、信息不可知等特点。鉴于此,投放机构须要对这些投放的社会公共设备进行主动巡检。在主动巡检的过程中,面对这些社会公共设备分布不均衡、信息不可知的特点,巡检工单的分派显得无的放矢;另一方面,作为社会公共设备的巡检人员,每日接到的巡检工单是否能够帮助自己以最高的效率完成,或者工单上的地址等信息是否存在内在的联系也不可知。
因此,对于巡检工单的分派,如何做到合理的规划和布局,从而系统地提高巡检工单分派效率;对于工单巡检人员所接到的工单是否能够做到合理部署巡检路线,提升巡检效率是主动工单分派过程中急需解决的问题。同时,由于工单分派本身具有方案的多样性,传统工单分派方法很难通过客观依据进行工单分派方案的合理优化,显得分派效率比较低下。
发明内容
本发明的目的在于提供一种基于Kmeans聚类的巡检工单主动分派方法,以解决传统工单分派方法很难通过客观依据进行工单分派方案的合理优化,显得分派效率比较低下的问题。
为了解决上述问题,本发明提供如下技术方案:
一种基于Kmeans聚类的巡检工单主动分派方法包括的步骤如下:
(a)将所有待巡检工单的地址集合成集合D;
(b)对确定可执行任务的工单巡检人员进行编号,然后采用Kmeans聚类方法,将步骤(a)中集合D分为k类,分别表示为S1,S2,L,Sk,其中,k为可执行任务的工单巡检人员的编号;
(c)根据步骤(a)和(b)计算1至k类地址的质心z1,z2,L,zk;
(d)根据步骤(a)至(c)计算待巡检工单的地址xi到第j个质心的距离dicij,将待巡检工单的地址xi归到距离它最近的那个质心,dicmini代表最近距离;
(e)根据步骤(a)至(d)将待巡检工单i分派至其所属质心的类,然后将该类分派到对应的工单巡检人员,重复步骤(d)和(c)将n个待巡检工单全部分派。
具体地,步骤(a)中集合D表示为:D={(x1,y1),(x2,y2),L,(xn,yn)},式中n为需要被分派的待巡检工单的个数,其中,(xi,yi)为待巡检工单i的地址,i=1,2,…,n。
具体地,步骤(a)的实现过程为:调用电子地图接口,将所有待巡检工单的地址信息转化为经纬度坐标,从而生成POI信息,用经纬度坐标表示待巡检工单的地址。
具体地,步骤(c)中质心zj是对应第j个聚类中所有的待巡检工单的地址的算数平均数,其公式为:
其中,mj为第j个聚类的待巡检工单的地址数量,由Kmeans聚类方法计算得出;(xj_p,yj_p)为第j个聚类的待巡检工单的第p个地址,从步骤(a)中集合D中获得;j=1,2,3…k;将质心zj的坐标表示为(x′j,y′j)。
具体地,步骤(d)中dicij和dicmini的计算公式如下:
其中,j=1,2,…,k
dicmini=min(dici1,dici2,L,dicik)。
具体地,步骤(e)的具体过程为:dicmini对应的聚类编号为c,c∈(1,2,L,k),待巡检工单i归为第c类,由第c个工单巡检人员负责巡检,重复步骤(d)和(c)将n个待巡检工单全部分派。
与现有技术相比,本发明具有以下有益效果:本发明基于Kmeans聚类的巡检工单主动分派方法,采用Kmeans聚类方法快速有效地进行待巡检工单的智能化分类,然后将待巡检工单距离质心的距离作为该待巡检工单应该归为哪一类的评判指标,从而根据类内凝聚度的度量,进行待巡检工单分派方案的指定,让待巡检工单分派有的放矢,因而为工作巡检人员提供了一种活动范围较小的工单分配方案,提高设备工单巡检人员的巡检效率。
附图说明
图1是本发明的一种具体实施方式流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明,本发明的实施方式包括但不限于下列实施例。
如图1所示,本发明基于Kmeans聚类的巡检工单主动分派方法包括以下步骤:
步骤S1:生成地址集合D
所有待巡检工单的地址构成集合D,D={(x1,y1),(x2,y2),L,(xn,yn)},n为需要被分派的待巡检工单的个数,其中,(xi,yi)为待巡检工单i的地址,i=1,2,…,n。
在本实施例中,调用百度地图接口,将所有待巡检工单的地址信息转化为经纬度坐标,从而生成POI(Point of Interest)信息,以此,通过经度和纬度来描述待巡检工单的地址,即待巡检工单i的地址(xi,yi)中,xi为经度坐标,yi为维度坐标。
在本实施例中,将本发明应用于中国四川成都的POS机具巡检工作的工单分派中,其中,待分派的待巡检工单数为2068单,即n=2068,调用百度地图接口,将2068单待巡检的POS机具工单地址信息转化为经纬度坐标,该坐标为二维向量。
步骤S2:Kmeans聚类为k类地址
确定可执行任务的工单巡检人员人数,并对其进行编号,然后,采用Kmeans聚类方法,将集合D中待巡检工单的地址分成k类即S1,S2,L,Sk,其中,k为可执行任务的工单巡检人员人数。
在本实施例中,确定可执行POS机具巡检任务的工单巡检人员人数为21人即k=21,并对其进行编号,然后,采用Kmeans聚类方法,将集合D中待巡检工单的地址分成21类即S1,S2,L,S21。
步骤S3:计算k类地址的质心
计算k类待巡检工单的地址的质心z1,z2,L,zk,则质心zj是对应第j个聚类中所有的待巡检工单的地址的算数平均数,其公式为:
其中,其中,mj为第j个聚类的待巡检工单的地址数量,由Kmeans聚类方法计算得出;(xj_p,yj_p)为第j个聚类的待巡检工单的第p个地址,从步骤(a)中集合D中获得;j=1,2,3…k;将质心zj的坐标表示为(x′j,y′j)。
在本实施例中,计算21类待巡检工单的地址信息中的质心z1,z2,L,z21。
步骤S4:将待巡检工单的地址xi归到距离它最近的那个质心
利用平面坐标的距离公式,计算待巡检工单的地址xi到第j个质心的距离为dicij,将待巡检工单的地址xi归到距离它最近的那个质心,dicmini代表最近距离,则公式如下:
其中,j=1,2,…,k;
dicmini=min(dici1,dici2,L,dicik)。
在本实施例中,利用平面坐标的距离公式,计算各待巡检工单的地址的坐标到21个质心间的距离,将待巡检工单的地址xi归到距离它最近的那个质心。
步骤S5:将待巡检工单i分派所属质心的一个类,分派到该类的工单巡检人员
dicmini对应的聚类编号为c,c∈(1,2,L,k),待巡检工单i归为第c类,由第c个工单巡检人员负责巡检,这样,按照步骤(4)、(5)的方法,将n个待巡检工单全部分派。
在本实施例中,按照上述方法将2068个待巡检POS机具工单全部分派完成。
实验比较,在未使用本发明时,POS机具待巡检工单的地址存在数量大,分布不均衡,信息不可知等特点。在主动巡检方案设计过程中,工单分派人员根本不可能认为找到一种较理想的方案。
与未使用本发明时对比,使用本发明后,对于待巡检工单的分派,做到了合理的规划和布局,从而提高了巡检工单分派效率,同时,对于工单巡检人员所接到的工单能够做到合理部署巡检路线,提升了巡检效率。
按照上述实施例,便可很好地实现本发明。值得说明的是,基于上述结构设计的前提下,为解决同样的技术问题,即使在本发明上做出的一些无实质性的改动或润色,所采用的技术方案的实质仍然与本发明一样,故其也应当在本发明的保护范围内。
Claims (6)
1.一种基于Kmeans聚类的巡检工单主动分派方法,其特征在于,包括的步骤如下:
(a)将所有待巡检工单的地址集合成集合D;
(b)对确定可执行任务的工单巡检人员进行编号,然后采用Kmeans聚类方法,将步骤(a)中集合D分为k类,分别表示为S1,S2,L,Sk,其中,k为可执行任务的工单巡检人员的编号;
(c)根据步骤(a)和(b)计算1至k类地址的质心z1,z2,L,zk;
(d)根据步骤(a)至(c)计算待巡检工单的地址xi到第j个质心的距离dicij,将待巡检工单的地址xi归到距离它最近的那个质心,dicmini代表最近距离;
(e)根据步骤(a)至(d)将待巡检工单i分派至其所属质心的类,然后将该类分派到对应的工单巡检人员,重复步骤(d)和(c)将n个待巡检工单全部分派。
2.根据权利要求1所述的一种基于Kmeans聚类的巡检工单主动分派方法,其特征在于,步骤(a)中集合D表示为:D={(x1,y1),(x2,y2),L,(xn,yn)},式中n为需要被分派的待巡检工单的个数,其中,(xi,yi)为待巡检工单i的地址,i=1,2,…,n。
3.根据权利要求1或2所述的一种基于Kmeans聚类的巡检工单主动分派方法,其特征在于,步骤(a)的实现过程为:调用电子地图接口,将所有待巡检工单的地址信息转化为经纬度坐标,从而生成POI信息,用经纬度坐标表示待巡检工单的地址。
4.根据权利要求1所述的一种基于Kmeans聚类的巡检工单主动分派方法,其特征在于,步骤(c)中质心zj是对应第j个聚类中所有的待巡检工单的地址的算数平均数,其公式为:
<mrow>
<msub>
<mi>z</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<msub>
<mi>m</mi>
<mi>j</mi>
</msub>
</mfrac>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mi>p</mi>
<msub>
<mi>m</mi>
<mi>j</mi>
</msub>
</munderover>
<msub>
<mi>x</mi>
<mrow>
<mi>j</mi>
<mo>_</mo>
<mi>p</mi>
</mrow>
</msub>
<mo>,</mo>
<munderover>
<mo>&Sigma;</mo>
<mi>p</mi>
<msub>
<mi>m</mi>
<mi>j</mi>
</msub>
</munderover>
<msub>
<mi>y</mi>
<mrow>
<mi>j</mi>
<mo>_</mo>
<mi>p</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
其中,mj为第j个聚类的待巡检工单的地址数量,由Kmeans聚类方法计算得出;(xj_p,yj_p)为第j个聚类的待巡检工单的第p个地址,从步骤(a)中集合D中获得;j=1,2,3…k;将质心zj的坐标表示为(xj′,yj′)。
5.根据权利要求1所述的一种基于Kmeans聚类的巡检工单主动分派方法,其特征在于,步骤(d)中dicij和dicmini的计算公式如下:
其中,j=1,2,…,k
dicmini=min(dici1,dici2,L,dicik)。
6.根据权利要求1所述的一种基于Kmeans聚类的巡检工单主动分派方法,其特征在于,步骤(e)的具体过程为:dicmini对应的聚类编号为c,c∈(1,2,L,k),待巡检工单i归为第c类,由第c个工单巡检人员负责巡检,重复步骤(d)和(c)将n个待巡检工单全部分派。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710562790.6A CN107392452A (zh) | 2017-07-11 | 2017-07-11 | 一种基于Kmeans聚类的巡检工单主动分派方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710562790.6A CN107392452A (zh) | 2017-07-11 | 2017-07-11 | 一种基于Kmeans聚类的巡检工单主动分派方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107392452A true CN107392452A (zh) | 2017-11-24 |
Family
ID=60339095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710562790.6A Pending CN107392452A (zh) | 2017-07-11 | 2017-07-11 | 一种基于Kmeans聚类的巡检工单主动分派方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107392452A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109522923A (zh) * | 2018-09-25 | 2019-03-26 | 中国平安人寿保险股份有限公司 | 客户地址聚合方法、装置及计算机可读存储介质 |
CN110197287A (zh) * | 2019-04-18 | 2019-09-03 | 广州御银金融服务有限公司 | 一种atm运营维护派单及定位监控系统及定位方法 |
CN111191845A (zh) * | 2019-12-31 | 2020-05-22 | 广东电网有限责任公司 | 基于dbscan算法和kmp模式匹配法的电力通信网工单调度方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104867065A (zh) * | 2015-06-05 | 2015-08-26 | 北京嘀嘀无限科技发展有限公司 | 处理订单的方法和设备 |
CN105468698A (zh) * | 2015-11-18 | 2016-04-06 | 上海电机学院 | 一种海量订单实时处理方法 |
CN105913171A (zh) * | 2016-03-31 | 2016-08-31 | 国网北京市电力公司 | 派单方法及装置 |
-
2017
- 2017-07-11 CN CN201710562790.6A patent/CN107392452A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104867065A (zh) * | 2015-06-05 | 2015-08-26 | 北京嘀嘀无限科技发展有限公司 | 处理订单的方法和设备 |
CN105468698A (zh) * | 2015-11-18 | 2016-04-06 | 上海电机学院 | 一种海量订单实时处理方法 |
CN105913171A (zh) * | 2016-03-31 | 2016-08-31 | 国网北京市电力公司 | 派单方法及装置 |
Non-Patent Citations (2)
Title |
---|
刘振亚等: "《金融数据挖掘》", 30 September 2016 * |
安龙龙: "整车物流智能调度算法研究与应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109522923A (zh) * | 2018-09-25 | 2019-03-26 | 中国平安人寿保险股份有限公司 | 客户地址聚合方法、装置及计算机可读存储介质 |
CN109522923B (zh) * | 2018-09-25 | 2023-07-04 | 中国平安人寿保险股份有限公司 | 客户地址聚合方法、装置及计算机可读存储介质 |
CN110197287A (zh) * | 2019-04-18 | 2019-09-03 | 广州御银金融服务有限公司 | 一种atm运营维护派单及定位监控系统及定位方法 |
CN111191845A (zh) * | 2019-12-31 | 2020-05-22 | 广东电网有限责任公司 | 基于dbscan算法和kmp模式匹配法的电力通信网工单调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109583665B (zh) | 一种无线传感器网络中的无人机充电任务调度方法 | |
CN109949068A (zh) | 一种基于预测结果的实时拼车方法和装置 | |
CN107133645B (zh) | 预估乘客取消订单行为的方法、设备及存储介质 | |
CN109725635A (zh) | 自动驾驶车辆 | |
CN109772714A (zh) | 货物拣选方法及装置、存储介质、电子设备 | |
CN107392452A (zh) | 一种基于Kmeans聚类的巡检工单主动分派方法 | |
CN106855966A (zh) | 基于无人配送车进行调度的方法和系统 | |
CN107203824B (zh) | 一种拼车订单分配方法及装置 | |
JP2018535474A (ja) | 車両使用業務で需要と運送能力の非マッチング地域を獲得するための方法、装置、デバイス及び不揮発性コンピュータ記憶媒体 | |
US11687761B2 (en) | Improper neural network input detection and handling | |
CN106507475A (zh) | 基于EKNN的室内区域WiFi定位方法及系统 | |
WO2021147412A1 (zh) | 服务位置推荐方法、装置、电子设备及可读存储介质 | |
CN110852499A (zh) | 回收故障车辆的方法和装置 | |
CN111126799B (zh) | 基于二分图的共享网络司乘匹配方法 | |
Rokbani et al. | A new hybrid gravitational particle swarm optimisation-ACO with local search mechanism, PSOGSA-ACO-Ls for TSP | |
CN116346863B (zh) | 基于联邦学习的车载网数据处理方法、装置、设备及介质 | |
CN111784018A (zh) | 一种资源调度方法、装置、电子设备及存储介质 | |
CN111861296A (zh) | 一种揽件任务分配方法、装置、揽件系统、设备及介质 | |
CN104085749A (zh) | 一种电梯运行智能分配管理方法 | |
CN114007231B (zh) | 异构无人机数据卸载方法、装置、电子设备及存储介质 | |
CN109618281B (zh) | 一种高铁小区的识别方法及装置 | |
CN110175655B (zh) | 数据识别方法及装置、存储介质及电子设备 | |
CN110097268A (zh) | 一种任务分配方法、装置、电子设备及存储介质 | |
CN103533052B (zh) | 一种群智感知系统中任务接入和分配的在线控制方法 | |
JP2017107385A (ja) | タスク割当装置、方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: No.2 building, No.200 Tianquan Road, high tech Zone (West District), Chengdu, Sichuan 610000 Applicant after: Sichuan yinbaidi Technology Co.,Ltd. Address before: No.2 building, No.200 Tianquan Road, high tech Zone (West District), Chengdu, Sichuan 610000 Applicant before: SICHUAN KUNPENG GOLDSOFT TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171124 |
|
RJ01 | Rejection of invention patent application after publication |