CN108959389B - 服务器、查勘网格的优化方法及存储介质 - Google Patents

Abstract

本发明涉及一种服务器、查勘网格的优化方法及存储介质，该方法包括：获取未配备查勘员的区域中的各路口、各路口连通的预定道路长度、映射至各路口的车险案件数量及各路口分别与各查勘点的对应的距离，计算未配备查勘员的路口分别对各查勘点的分引力及总引力；在移动查勘点前，获取以查勘点的位置为中心、在预定的加权驾车耗时内驾车所覆盖的区域内总的道路长度，获取该覆盖的区域中的车险案件数量，并计算该查勘点的加权能量及第一加权能量总和；在有查勘点移动后，计算第二加权能量总和；利用预定算法确认是否将该查勘点移动后的位置作为该查勘点新的位置。本发明能够优化车险查勘网格的分布，提高车险查勘效率。

Description

服务器、查勘网格的优化方法及存储介质

技术领域

本发明涉及数据处理技术领域，尤其涉及一种服务器、查勘网格的优化方法及存储介质。

背景技术

目前，车险查勘网格一般基于查勘员经验，或者直接以行政区进行划分，例如，在某个位置设置查勘点并分配查勘员，该查勘员以该查勘点为中心，查勘一定范围内的区域的车险案件，各个查勘员查勘的区域形成车险查勘网格。这种方式过于简单固化，对于交通路况较复杂、交通事故较多的区域，以及交通路况较简单、交通事故较少的区域，车险查勘的情况完全不相同，现有的车险查勘网格分布不能充分发挥查勘员的能动性，导致车险查勘的效率低下。

发明内容

本发明的目的在于提供一种服务器、查勘网格的优化方法及存储介质，旨在优化车险查勘网格的分布，以提高车险查勘效率。

为实现上述目的，本发明提供一种服务器，所述服务器包括存储器及与所述存储器连接的处理器，所述存储器中存储有可在所述处理器上运行的处理系统，所述处理系统被所述处理器执行时实现如下步骤：

获取未配备查勘员的区域中的各路口、各路口所连通的预定道路对应的第一道路长度、映射至各路口的第一车险案件数量以及各路口分别与各查勘点的对应的距离，基于该第一道路长度、第一车险案件数量及距离计算各路口分别对各查勘点的分引力，基于各分引力计算各路口对各查勘点的总引力；

在将各查勘点按照对应的总引力的方向及预设距离进行移动前，在每一查勘点所在的查勘区域中，获取以查勘点的位置为中心、在预定的加权驾车耗时内驾车所覆盖的区域内总的第二道路长度，获取该覆盖的区域中的第二车险案件数量，并基于该第二道路长度及第二车险案件数量计算该查勘点的加权能量，将所有查勘点的加权能量相加得到第一加权能量总和；

在有查勘点按照预定距离移动后，基于移动后查勘点的位置计算该查勘点的加权能量，将移动后的查勘点的加权能量与未发生移动的各查勘点的加权能量相加得到第二加权能量总和；

基于所述第一加权能量总和、所述第二加权能量总和并利用预定算法确认是否将该查勘点移动后的位置作为该查勘点新的位置，以优化车险查勘网格分布。

优选地，所述查勘点的分引力＝(第一道路长度+k1*第一车险案件数量)/距离，k1为第一调和参数；

所述加权驾车耗时＝驾车耗时+k2*第三车险案件数量，k2为第二调和参数，所述驾车耗时为在该查勘点所在区域的道路驾车所消耗的时间，所述第三车险案件数量为映射至驾车所经的该道路的车险案件的数量；

所述查勘点的加权能量＝第二道路长度+k1*第二车险案件数量。

优选地，所述获取映射至各路口的第一车险案件数量的步骤包括：

获取未配备查勘员的区域中的历史车险案件的发生位置，基于各历史车险案件的发生位置将各历史车险案件映射至对应的路口，并统计得到映射后各路口的车险案件数量作为第一车险案件数量。

优选地，所述获取映射至各路口的第一车险案件数量的步骤进一步包括：

基于各历史车险案件的发生位置将各历史车险案件映射至距离最近的路口，并统计得到映射后各路口的车险案件数量作为第一车险案件数量；或者

以路口为中心，获取在预定时间内驾车通过的道路所形成的区域范围内车险案件数量作为第一车险案件数量。

为实现上述目的，本发明还提供一种查勘网格的优化方法，所述查勘网格的优化方法包括：

S1，获取未配备查勘员的区域中的各路口、各路口所连通的预定道路对应的第一道路长度、映射至各路口的第一车险案件数量以及各路口分别与各查勘点的对应的距离，基于该第一道路长度、第一车险案件数量及距离计算各路口分别对各查勘点的分引力，基于各分引力计算各路口对各查勘点的总引力；

S2，在将各查勘点按照对应的总引力的方向及预设距离进行移动前，在每一查勘点所在的查勘区域中，获取以查勘点的位置为中心、在预定的加权驾车耗时内驾车所覆盖的区域内总的第二道路长度，获取该覆盖的区域中的第二车险案件数量，并基于该第二道路长度及第二车险案件数量计算该查勘点的加权能量，将所有查勘点的加权能量相加得到第一加权能量总和；

S3，在有查勘点按照预定距离移动后，基于移动后查勘点的位置计算该查勘点的加权能量，将移动后的查勘点的加权能量与未发生移动的各查勘点的加权能量相加得到第二加权能量总和；

S4，基于所述第一加权能量总和、所述第二加权能量总和并利用预定算法确认是否将该查勘点移动后的位置作为该查勘点新的位置，以优化车险查勘网格分布。

优选地，所述查勘点的分引力＝(第一道路长度+k1*第一车险案件数量)/距离，k1为第一调和参数；

所述加权驾车耗时＝驾车耗时+k2*第三车险案件数量，k2为第二调和参数，所述驾车耗时为在该查勘点所在区域的道路驾车所消耗的时间，所述第三车险案件数量为按照预设的规则映射至驾车所经的该道路的车险案件的数量；

所述查勘点的加权能量＝第二道路长度+k1*第二车险案件数量。

优选地，所述获取映射至各路口的第一车险案件数量的步骤包括：

获取未配备查勘员的区域中的历史车险案件的发生位置，基于各历史车险案件的发生位置将各历史车险案件映射至对应的路口，并统计得到映射后各路口的车险案件数量作为第一车险案件数量。

优选地，所述获取映射至各路口的第一车险案件数量的步骤进一步包括：

基于各历史车险案件的发生位置将各历史车险案件映射至距离最近的路口，并统计得到映射后各路口的车险案件数量作为第一车险案件数量；或者

以路口为中心，获取在预定时间内驾车通过的道路所形成的区域范围内车险案件数量作为第一车险案件数量。

优选地，所述预设的分配规则包括：按照查勘点所在的查勘区的历史车险案件的发生位置将该各历史车险案件映射至最近的路口，统计得到映射后各路口的车险案件数量，将每一路口车险案件数量平均分配给该路口连通的道路，得到该第三车险案件数量。

本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有处理系统，所述处理系统被处理器执行时实现上述的查勘网格的优化方法的步骤。

本发明的有益效果是：本发明首先基于未配备查勘员的区域中的各路口连通的预定道路长度、映射至各路口的车险案件数量、路口与查勘点的距离，来计算各路口分别对各查勘点的总引力，然后，各查勘点按照总引力的方向进行移动，基于预定的加权驾车耗时内驾车所覆盖的区域的道路长度、覆盖的区域中的车险案件数量计算每一查勘点的加权能量，并计算移动前所有查勘点的加权能量总和及移动后的加权能量总和，利用预定算法确认是否将移动后的位置作为查勘点新的位置，本发明在现有的车险查勘网格分布的基础上进行优化，能够在有限的人力条件下，尽可能覆盖更大的道路长度，并兼顾车险案件高发区域，充分发挥查勘员的能动性，使得每个车险查勘网格的大小更合理，车险案件数量分布更均匀，极大提升了车险查勘效率。

附图说明

图1为本发明服务器一实施例的硬件架构的示意图；

图2为各路口对某一查勘点的分引力及总引力的示意图；

图3为本发明查勘网格的优化方法一实施例的流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

参阅图1所示，是本发明服务器一实施例的硬件架构的示意图，服务器1是一种能够按照事先设定或者存储的指令，自动进行数值计算和/或信息处理的设备。所述服务器1可以是单个网络服务器、多个网络服务器组成的服务器组或者基于云计算的由大量主机或者网络服务器构成的云，其中云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。

在本实施例中，服务器1可包括，但不仅限于，可通过系统总线相互通信连接的存储器11、处理器12、网络接口13，存储器11存储有可在处理器12上运行的处理系统。需要指出的是，图1仅示出了具有组件11-13的服务器1，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。

其中，存储器11包括内存及至少一种类型的可读存储介质。内存为服务器1的运行提供缓存；可读存储介质可为如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等的非易失性存储介质。在一些实施例中，可读存储介质可以是服务器1的内部存储单元，例如该服务器1的硬盘；在另一些实施例中，该非易失性存储介质也可以是服务器1的外部存储设备，例如服务器1上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。本实施例中，存储器11的可读存储介质通常用于存储安装于服务器1的操作系统和各类应用软件，例如存储本发明一实施例中的处理系统的程序代码等。此外，存储器11还可以用于暂时地存储已经输出或者将要输出的各类数据。

所述处理器12在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器12通常用于控制所述服务器1的总体操作，例如执行与所述其他设备进行数据交互或者通信相关的控制和处理等。本实施例中，所述处理器12用于运行所述存储器11中存储的程序代码或者处理数据，例如运行处理系统等。

所述网络接口13可包括无线网络接口或有线网络接口，该网络接口13通常用于在所述服务器1与其他电子设备之间建立通信连接。

所述处理系统存储在存储器11中，包括至少一个存储在存储器11中的计算机可读指令，该至少一个计算机可读指令可被处理器器12执行，以实现本申请各实施例的方法；以及，该至少一个计算机可读指令依据其各部分所实现的功能不同，可被划为不同的逻辑模块。

在一实施例中，上述处理系统被所述处理器12执行时实现如下步骤：

获取未配备查勘员的区域中的各路口、各路口所连通的预定道路对应的第一道路长度、映射至各路口的第一车险案件数量以及各路口分别与各查勘点的对应的距离，基于该第一道路长度、第一车险案件数量及距离计算各路口分别对各查勘点的分引力，基于各分引力计算各路口对各查勘点的总引力；

在车险查勘的配置中，可以以行政区为基本单位，每一行政区配置一个固定的查勘点，每个查勘点配置一个车险查勘员，以便该查勘员对该行政区中发生的车险案件进行查勘。当然，也可以采用其他的区域划分及查勘员配备的方法，例如两个行政区配置一个车险查勘员等，此处不做过多限定。

在未配备查勘员的区域中，即查勘员未覆盖的区域，获取各个路口并获取各个路口所连通的预定道路的道路长度作为第一道路长度，该第一道路长度可以通过地图APP等方式直接获取到。

其中，路口例如为三叉路口、十字路口等，三叉路口连通3条及以上的道路(例如有立交桥情况连通3条以上的道路)、十字路口连通4条及以上的道路(例如有立交桥情况连通4条以上的道路)。每个路口所连通的预定道路为：以该路口为中心，在其每一所连通的道路上驾车预设时间(例如5分钟)所通过的道路，作为预定道路；或者，两两路口之间的道路，每一路口各取该道路一半长度的、与自身连通的该道路，作为一部分预定道路。

在一实施例中，获取映射至各路口的第一车险案件数量包括：获取未配备查勘员的区域中的历史车险案件的发生位置，基于各历史车险案件的发生位置将各历史车险案件映射至对应的路口，并统计得到映射后各路口的车险案件数量，得到第一车险案件数量。

具体地，将该车险案件映射至距离最近的路口，例如，如果车险案件的发生位置处于两个路口之间的道路上，则该车险案件映射至距离最近的路口，最终将映射至每一路口的车险案件进行统计累加，得到每一路口的第一车险案件数量；或者，可以以每个路口为中心，预定时间驾车所通过的道路所形成区域范围内的车险案件的总数作为路口的第一车险案件数量等，此处不做过多限定。

其中，各路口与每一查勘点的距离可以直接通过地图APP等方式获取到，一个路口与一个查勘点的分引力体现了：以路口连通的预定道路对应的第一道路长度、第一车险案件数量及路口与查勘点之间的距离为基础，该路口对该查勘点的吸引能力。若该路口连通的预定道路的第一道路长度越长、第一车险案件数量越大、其与查勘点的距离越小，则对应的分引力越大；分引力越大，则该查勘点向该路口的方向移动的趋势越强，即该查勘点向该路口的方向移动后，能够兼顾查勘员的查勘范围及查勘效率，以得到查勘的优化。分引力的方向为由查勘点指向路口的方向，一个查勘点所受到的各个路口的分引力的大小、方向各不相同。

在一实施例中，基于该第一道路长度、第一车险案件数量及距离计算各路口对各查勘点的分引力包括：分引力f＝(第一道路长度+k1*第一车险案件数量)/距离。其中，k1为第一调和参数，为调和道路长度和车险案件数量的数值，可根据区域的实际情况取值，优选地，k1的取值范围为5至10。

对于其中的某一查勘点，如图2所示，查勘点分别受到路口A、B、C的分引力，基于向量相加的原理，将各个路口对该查勘点的分引力进行相加，得到该查勘点受到的总引力的大小及方向。总引力的方向为优化查勘点的位置的方向，即查勘点向总引力的方向移动后，能够使得查勘点处于较优位置，从而提高查勘员的查勘效率。

在将各查勘点按照对应的总引力的方向及预设距离进行移动前，在每一查勘点所在的查勘区域中，获取以查勘点的位置为中心、在预定的加权驾车耗时内驾车所覆盖的区域内总的第二道路长度，获取该覆盖的区域中的第二车险案件数量，并基于该第二道路长度及第二车险案件数量计算该查勘点的加权能量，将所有查勘点的加权能量相加得到第一加权能量总和；

在一实施例中，加权驾车耗时为以查勘点的位置为中心、在该查勘点所在的查勘区的道路上驾车耗时及映射至驾车所经的道路的第三车险案件数量计算得到，反映了在该查勘区发生的车险案件对在查勘区驾车所用时间的影响，加权驾车耗时＝驾车耗时+k2*第三车险案件数量，k2为第二调和参数，为调和时间和车险案件数量的数值，可根据区域的实际情况取值，优选地，k2的取值范围为200至300，驾车耗时为在该查勘点所在的查勘区域的道路驾车所消耗的时间，第三车险案件数量为映射至驾车所经的该道路的车险案件的数量。加权驾车耗时越大则道路越密集且发生的车险案件数量越大，利用加权驾车耗时这一概念，能够准确评估查勘员在车险案件密集区域在特定时间内的查勘的道路长度。

其中，第三车险案件数量为按照预设的分配规则将映射后各路口的车险案件数量分配至与该路口相连的道路得到。具体地，按照该查勘点所在的查勘区的历史车险案件的发生位置将该查勘区的历史车险案件映射至最近的路口，统计得到映射后各路口的车险案件数量，然后将路口车险案件数量平均分配给该路口连通的道路，得到该道路的第三车险案件数量。

其中，查勘点的加权能量＝第二道路长度+k1*第二车险案件数量，k1为上述的第一调和参数，查勘点的加权能量可以准确评估查勘员的查勘范围，其与加权驾车耗时不同的是：加权驾车耗时用以评估查勘员在线上(道路)的查勘范围，加权能量用以评估查勘员在面上(区域)的查勘范围。将所有查勘点的加权能量相加得到第一加权能量总和。

在有查勘点按照预定距离移动后，基于移动后查勘点的位置计算该查勘点的加权能量，将移动后的查勘点的加权能量与未发生移动的各查勘点的加权能量相加得到第二加权能量总和；

基于所述第一加权能量总和、所述第二加权能量总和并利用预定算法确认是否将该查勘点移动后的位置作为该查勘点新的位置，以优化车险查勘网格分布。

对于移动后的查勘点，以移动后的位置为中心，获取在预定的加权驾车耗时内驾车所覆盖的区域内道路长度，获取该覆盖的区域中的车险案件数量，并基于该道路长度及车险案件数量计算该查勘点的加权能量。

本实施例中，预定算法可以是模拟退火算法、遗传算法等，优选地，采用模拟退火算法确认是否移动查勘点。

具体地，随机选择一个查勘点，该查勘点按照总引力方向进行移动，预先设定查勘点移动的次数和每次移动的距离，例如移动的次数为10次，每次移动的距离为200米。在有查勘点移动一次后，未发生移动的查勘点，加权能量的计算方式和上述方式一样。对于发生移动的那个查勘点，计算其对应的加权能量，然后将未发生移动的查勘点的加权能量与发生移动的查勘点的加权能量相加得到第二加权能量总和。

其中，利用模拟退火算法的过程就是一个不断迭代的过程，查勘点每次移动后就产生一次迭代。具体地，计算第一加权能量总和Q1及第二加权能量总和的差值Q2，生成随机数，计算一个迭代结果：

M为模拟退火算法的终止温度，优选地，M为100。将该迭代结果与生成的随机数比较，如果迭代结果大于该随机数，则确认将该查勘点移动后的位置作为该查勘点新的位置；如果迭代结果不大于该随机数，则确认该查勘点不进行移动，仍位于原来的位置。从整体上来看，所有的查勘点都有往未配备查勘员的区域移动的趋势。

由于查勘点的数量有多个，且每个查勘点移动的次数为多次，因此基于模拟退火算法能够从多个查勘点的移动过程中获取到查勘点的最优位置，即获取最优解的方式，确认将查勘点移动至最优的位置后，以优化车险查勘网格分布。

如图3所示，图3为本发明查勘网格的优化方法一实施例的流程示意图，该查勘网格的优化方法包括以下步骤：

步骤S1，获取未配备查勘员的区域中的各路口、各路口所连通的预定道路对应的第一道路长度、映射至各路口的第一车险案件数量以及各路口分别与各查勘点的对应的距离，基于该第一道路长度、第一车险案件数量及距离计算各路口分别对各查勘点的分引力，基于各分引力计算各路口对各查勘点的总引力；

在车险查勘的配置中，可以以行政区为基本单位，每一行政区配置一个固定的查勘点，每个查勘点配置一个车险查勘员，以便该查勘员对该行政区中发生的车险案件进行查勘。当然，也可以采用其他的区域划分及查勘员配备的方法，例如两个行政区配置一个车险查勘员等，此处不做过多限定。

在未配备查勘员的区域中，即查勘员未覆盖的区域，获取各个路口并获取各个路口所连通的预定道路的道路长度作为第一道路长度，该第一道路长度可以通过地图APP等方式直接获取到。

其中，路口例如为三叉路口、十字路口等，三叉路口连通3条及以上的道路(例如有立交桥情况连通3条以上的道路)、十字路口连通4条及以上的道路(例如有立交桥情况连通4条以上的道路)。每个路口所连通的预定道路为：以该路口为中心，在其每一所连通的道路上驾车预设时间(例如5分钟)所通过的道路，作为预定道路；或者，两两路口之间的道路，每一路口各取该道路一半长度的、与自身连通的该道路，作为一部分预定道路。

在一实施例中，获取映射至各路口的第一车险案件数量包括：获取未配备查勘员的区域中的历史车险案件的发生位置，基于各历史车险案件的发生位置将各历史车险案件映射至对应的路口，并统计得到映射后各路口的车险案件数量，得到第一车险案件数量。

具体地，将该车险案件映射至距离最近的路口，例如，如果车险案件的发生位置处于两个路口之间的道路上，则该车险案件映射至距离最近的路口，最终将映射至每一路口的车险案件进行统计累加，得到每一路口的第一车险案件数量；或者，可以以每个路口为中心，预定时间驾车所通过的道路所形成区域范围内的车险案件的总数作为路口的第一车险案件数量等，此处不做过多限定。

其中，各路口与每一查勘点的距离可以直接通过地图APP等方式获取到，一个路口与一个查勘点的分引力体现了：以路口连通的预定道路对应的第一道路长度、第一车险案件数量及路口与查勘点之间的距离为基础，该路口对该查勘点的吸引能力。若该路口连通的预定道路的第一道路长度越长、第一车险案件数量越大、其与查勘点的距离越小，则对应的分引力越大；分引力越大，则该查勘点向该路口的方向移动的趋势越强，即该查勘点向该路口的方向移动后，能够兼顾查勘员的查勘范围及查勘效率，以得到查勘的优化。分引力的方向为由查勘点指向路口的方向，一个查勘点所受到的各个路口的分引力的大小、方向各不相同。

在一实施例中，基于该第一道路长度、第一车险案件数量及距离计算各路口对各查勘点的分引力包括：分引力f＝(第一道路长度+k1*第一车险案件数量)/距离。其中，k1为第一调和参数，为调和道路长度和车险案件数量的数值，可根据区域的实际情况取值，优选地，k1的取值范围为5至10。

对于其中的某一查勘点，如图2所示，基于向量相加的原理，将各个路口对该查勘点的分引力进行相加，得到该查勘点受到的总引力的大小及方向。总引力的方向为优化查勘点的位置的方向，即查勘点向总引力的方向移动后，能够使得查勘点处于较优位置，从而提高查勘员的查勘效率。

步骤S2，在将各查勘点按照对应的总引力的方向及预设距离进行移动前，在每一查勘点所在的查勘区域中，获取以查勘点的位置为中心、在预定的加权驾车耗时内驾车所覆盖的区域内总的第二道路长度，获取该覆盖的区域中的第二车险案件数量，并基于该第二道路长度及第二车险案件数量计算该查勘点的加权能量，将所有查勘点的加权能量相加得到第一加权能量总和；

在一实施例中，加权驾车耗时为以查勘点的位置为中心、在该查勘点所在的查勘区的道路上驾车耗时及映射至驾车所经的道路的第三车险案件数量计算得到，反映了在该查勘区发生的车险案件对在查勘区驾车所用时间的影响，加权驾车耗时＝驾车耗时+k2*第三车险案件数量，k2为第二调和参数，为调和时间和车险案件数量的数值，可根据区域的实际情况取值，优选地，k2的取值范围为200至300，驾车耗时为在该查勘点所在的查勘区域的道路驾车所消耗的时间，第三车险案件数量为映射至驾车所经的该道路的车险案件的数量。加权驾车耗时越大则道路越密集且发生的车险案件数量越大，利用加权驾车耗时这一概念，能够准确评估查勘员在车险案件密集区域在特定时间内的查勘的道路长度。

其中，第三车险案件数量为按照预设的分配规则将映射后各路口的车险案件数量分配至与该路口相连的道路得到。具体地，按照该查勘点所在的查勘区的历史车险案件的发生位置将该查勘区的历史车险案件映射至最近的路口，统计得到映射后各路口的车险案件数量，然后将路口车险案件数量平均分配给该路口连通的道路，得到该道路的第三车险案件数量。

其中，查勘点的加权能量＝第二道路长度+k1*第二车险案件数量，k1为上述的第一调和参数，查勘点的加权能量可以准确评估查勘员的查勘范围，其与加权驾车耗时不同的是：加权驾车耗时用以评估查勘员在线上(道路)的查勘范围，加权能量用以评估查勘员在面上(区域)的查勘范围。将所有查勘点的加权能量相加得到第一加权能量总和。

步骤S3，在有查勘点按照预定距离移动后，基于移动后查勘点的位置计算该查勘点的加权能量，将移动后的查勘点的加权能量与未发生移动的各查勘点的加权能量相加得到第二加权能量总和；

步骤S4，基于所述第一加权能量总和、所述第二加权能量总和并利用预定算法确认是否将该查勘点移动后的位置作为该查勘点新的位置，以优化车险查勘网格分布。

对于移动后的查勘点，以移动后的位置为中心，获取在预定的加权驾车耗时内驾车所覆盖的区域内道路长度，获取该覆盖的区域中的车险案件数量，并基于该道路长度及车险案件数量计算该查勘点的加权能量。

本实施例中，预定算法可以是模拟退火算法、遗传算法等，优选地，采用模拟退火算法确认是否移动查勘点。

具体地，随机选择一个查勘点，该查勘点按照总引力方向进行移动，预先设定查勘点移动的次数和每次移动的距离，例如移动的次数为10次，每次移动的距离为200米。在有查勘点移动一次后，未发生移动的查勘点，加权能量的计算方式和上述方式一样。对于发生移动的那个查勘点，计算其对应的加权能量，然后将未发生移动的查勘点的加权能量与发生移动的查勘点的加权能量相加得到第二加权能量总和。

其中，利用模拟退火算法的过程就是一个不断迭代的过程，查勘点每次移动后就产生一次迭代。具体地，计算第一加权能量总和Q1及第二加权能量总和的差值Q2，生成随机数，计算一个迭代结果：

M为模拟退火算法的终止温度，优选地，M为100。将该迭代结果与生成的随机数比较，如果迭代结果大于该随机数，则确认将该查勘点移动后的位置作为该查勘点新的位置；如果迭代结果不大于该随机数，则确认该查勘点不进行移动，仍位于原来的位置。从整体上来看，所有的查勘点都有往未配备查勘员的区域移动的趋势。

由于查勘点的数量有多个，且每个查勘点移动的次数为多次，因此基于模拟退火算法能够从多个查勘点的移动过程中获取到查勘点的最优位置，即获取最优解的方式，确认将查勘点移动至最优的位置后，以优化车险查勘网格分布。

与现有技术相比，本发明首先基于未配备查勘员的区域中的各路口连通的预定道路长度、映射至各路口的车险案件数量、路口与查勘点的距离，来计算各路口分别对各查勘点的总引力，然后，各查勘点按照总引力的方向进行移动，基于预定的加权驾车耗时内驾车所覆盖的区域的道路长度、覆盖的区域中的车险案件数量计算每一查勘点的加权能量，并计算移动前所有查勘点的加权能量总和及移动后的加权能量总和，利用预定算法确认是否将移动后的位置作为查勘点新的位置，本发明在现有的车险查勘网格分布的基础上进行优化，能够在有限的人力条件下，尽可能覆盖更大的道路长度，并兼顾车险案件高发区域，充分发挥查勘员的能动性，使得每个车险查勘网格的大小更合理，车险案件数量分布更均匀，极大提升了车险查勘效率。

本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有处理系统，所述处理系统被处理器执行时实现上述的查勘网格的优化方法的步骤。

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。

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，该计算机软件产品存储在一个存储介质(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，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

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及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。

Claims (10)

1.一种服务器，其特征在于，所述服务器包括存储器及与所述存储器连接的处理器，所述存储器中存储有可在所述处理器上运行的处理系统，所述处理系统被所述处理器执行时实现如下步骤：

获取未配备查勘员的区域中的各路口、各路口所连通的预定道路对应的第一道路长度、映射至各路口的第一车险案件数量以及各路口分别与各查勘点的对应的距离，基于该第一道路长度、第一车险案件数量及距离计算各路口分别对各查勘点的分引力，基于各分引力计算各路口对各查勘点的总引力；

在将各查勘点按照对应的总引力的方向及预设距离进行移动前，在每一查勘点所在的查勘区域中，获取以查勘点的位置为中心、在预定的加权驾车耗时内驾车所覆盖的区域内总的第二道路长度，获取该覆盖的区域中的第二车险案件数量，并基于该第二道路长度及第二车险案件数量计算该查勘点的加权能量，将所有查勘点的加权能量相加得到第一加权能量总和；

在有查勘点按照预定距离移动后，基于移动后查勘点的位置计算该查勘点的加权能量，将移动后的查勘点的加权能量与未发生移动的各查勘点的加权能量相加得到第二加权能量总和；

基于所述第一加权能量总和、所述第二加权能量总和并利用预定算法确认是否将该查勘点移动后的位置作为该查勘点新的位置，以优化车险查勘网格分布。

2.根据权利要求1所述的服务器，其特征在于，所述查勘点的分引力＝(第一道路长度+k1*第一车险案件数量)/距离，k1为第一调和参数；

所述加权驾车耗时＝驾车耗时+k2*第三车险案件数量，k2为第二调和参数，所述驾车耗时为在该查勘点所在区域的道路驾车所消耗的时间，所述第三车险案件数量为映射至驾车所经的该道路的车险案件的数量；

所述查勘点的加权能量＝第二道路长度+k1*第二车险案件数量。

3.根据权利要求1或2所述的服务器，其特征在于，所述获取映射至各路口的第一车险案件数量的步骤包括：

获取未配备查勘员的区域中的历史车险案件的发生位置，基于各历史车险案件的发生位置将各历史车险案件映射至对应的路口，并统计得到映射后各路口的车险案件数量作为第一车险案件数量。

4.根据权利要求3所述的服务器，其特征在于，所述获取映射至各路口的第一车险案件数量的步骤进一步包括：

基于各历史车险案件的发生位置将各历史车险案件映射至距离最近的路口，并统计得到映射后各路口的车险案件数量作为第一车险案件数量；或者

以路口为中心，获取在预定时间内驾车通过的道路所形成的区域范围内车险案件数量作为第一车险案件数量。

5.一种查勘网格的优化方法，其特征在于，所述查勘网格的优化方法包括：

S1，获取未配备查勘员的区域中的各路口、各路口所连通的预定道路对应的第一道路长度、映射至各路口的第一车险案件数量以及各路口分别与各查勘点的对应的距离，基于该第一道路长度、第一车险案件数量及距离计算各路口分别对各查勘点的分引力，基于各分引力计算各路口对各查勘点的总引力；

S2，在将各查勘点按照对应的总引力的方向及预设距离进行移动前，在每一查勘点所在的查勘区域中，获取以查勘点的位置为中心、在预定的加权驾车耗时内驾车所覆盖的区域内总的第二道路长度，获取该覆盖的区域中的第二车险案件数量，并基于该第二道路长度及第二车险案件数量计算该查勘点的加权能量，将所有查勘点的加权能量相加得到第一加权能量总和；

S3，在有查勘点按照预定距离移动后，基于移动后查勘点的位置计算该查勘点的加权能量，将移动后的查勘点的加权能量与未发生移动的各查勘点的加权能量相加得到第二加权能量总和；

S4，基于所述第一加权能量总和、所述第二加权能量总和并利用预定算法确认是否将该查勘点移动后的位置作为该查勘点新的位置，以优化车险查勘网格分布。

6.根据权利要求5所述的查勘网格的优化方法，其特征在于，所述查勘点的分引力＝(第一道路长度+k1*第一车险案件数量)/距离，k1为第一调和参数；

所述加权驾车耗时＝驾车耗时+k2*第三车险案件数量，k2为第二调和参数，所述驾车耗时为在该查勘点所在区域的道路驾车所消耗的时间，所述第三车险案件数量为按照预设的规则映射至驾车所经的该道路的车险案件的数量；

所述查勘点的加权能量＝第二道路长度+k1*第二车险案件数量。

7.根据权利要求5或6所述的查勘网格的优化方法，其特征在于，所述获取映射至各路口的第一车险案件数量的步骤包括：

获取未配备查勘员的区域中的历史车险案件的发生位置，基于各历史车险案件的发生位置将各历史车险案件映射至对应的路口，并统计得到映射后各路口的车险案件数量作为第一车险案件数量。

8.根据权利要求7所述的查勘网格的优化方法，其特征在于，所述获取映射至各路口的第一车险案件数量的步骤进一步包括：

基于各历史车险案件的发生位置将各历史车险案件映射至距离最近的路口，并统计得到映射后各路口的车险案件数量作为第一车险案件数量；或者

以路口为中心，获取在预定时间内驾车通过的道路所形成的区域范围内车险案件数量作为第一车险案件数量。

9.根据权利要求6所述的查勘网格的优化方法，其特征在于，所述预设的分配规则包括：按照查勘点所在的查勘区的历史车险案件的发生位置将该各历史车险案件映射至最近的路口，统计得到映射后各路口的车险案件数量，将每一路口车险案件数量平均分配给该路口连通的道路，得到该第三车险案件数量。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有处理系统，所述处理系统被处理器执行时实现如权利要求5至9中任一项所述的查勘网格的优化方法的步骤。

Images