CN113592317A - 一种基于nlp的智能指挥预案方法 - Google Patents
一种基于nlp的智能指挥预案方法 Download PDFInfo
- Publication number
- CN113592317A CN113592317A CN202110890449.XA CN202110890449A CN113592317A CN 113592317 A CN113592317 A CN 113592317A CN 202110890449 A CN202110890449 A CN 202110890449A CN 113592317 A CN113592317 A CN 113592317A
- Authority
- CN
- China
- Prior art keywords
- command
- scheduling
- plan
- management
- scheme
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000007726 management method Methods 0.000 claims abstract description 53
- 238000012544 monitoring process Methods 0.000 claims abstract description 44
- 238000009826 distribution Methods 0.000 claims abstract description 23
- 238000004891 communication Methods 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 238000013439 planning Methods 0.000 claims abstract description 19
- 230000000694 effects Effects 0.000 claims abstract description 12
- 238000013461 design Methods 0.000 claims abstract description 9
- 238000010276 construction Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 16
- 239000000463 material Substances 0.000 claims description 15
- 238000005516 engineering process Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 7
- 238000009430 construction management Methods 0.000 claims description 6
- 238000012806 monitoring device Methods 0.000 claims description 6
- 238000013468 resource allocation Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 4
- 230000036541 health Effects 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 230000002265 prevention Effects 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000010295 mobile communication Methods 0.000 claims description 3
- 238000005316 response function Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 abstract description 3
- 239000002699 waste material Substances 0.000 abstract description 2
- 238000009440 infrastructure construction Methods 0.000 abstract 1
- 238000003058 natural language processing Methods 0.000 description 22
- 230000006872 improvement Effects 0.000 description 13
- 238000004590 computer program Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000009916 joint effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及智慧城市技术领域,具体地说,涉及一种基于NLP的智能指挥预案方法。包括项目设计、基础设施建设、搭建监控管理系统、资源管理分配、人员管理分配、项目方案规划分析、预案管理、试行应用等步骤。本发明设计通过设计并搭建以信息网络为基础,使各系统有机互动的城市信息化综合指挥中心,可以消除不同调度手段之间存在的通信屏障,便于进行统一、分级及协调地指挥调度,提高指挥调度的效果;同时通过将城市内治安、交通、消防、卫生等项目的应急处理集成在一个管理体系中,可以共享指挥平台和信息平台,统一指挥调度中心可以设计并生成不同的预案,并根据不同的应用场景直接选择调用,提高调度指挥中心的利用率,减少资源浪费。
Description
技术领域
本发明涉及智慧城市技术领域,具体地说,涉及一种基于NLP的智能指挥预案方法。
背景技术
近年来,随着全球化时代的来临,全球经济快速发展,人类面临的发展机遇伴随着挑战不断增加,各种传统和非传统、自然、社会的安全风险交织并存,重大自然灾害、重大生产事故频发,重大疫情传播迅速且范围扩大等。越来越多的重大事件暴露出了很多应急管理与处置方面的矛盾和问题,尤其是应急指挥调度技术相对滞后。如调度手段多且繁乱,各种调度手段之间存在通信屏障,无法实现统一的指挥调度,也无法实现分级调度和协调现有各种应急平台等。同时,在同一区域内有很多项目需要进行统一调度指挥,如城市治安、城市交通、卫生防控、消防监控等,而每个项目都需要单独建立统一调度指挥中心,导致各个调度指挥中心的利用率不高,从而造成大量的资源浪费,还存在指挥调度效果不高的局限。因此,利用NLP(自然语言处理)技术,让机器学习纷繁复杂的法律,法规,监管政策体系,进行汇总,关联,比对和自动分析,进而构建智能指挥预案方法显得尤为重要。
发明内容
本发明的目的在于提供一种基于NLP的智能指挥预案方法,以解决上述背景技术中提出的问题。
为实现上述技术问题的解决,本发明的目的之一在于,提供了一种基于NLP的智能指挥预案方法,包括如下步骤:
S1、根据服务对象、服务业务及应用方向,进行智能指挥项目的设计;
S2、对智能指挥项目的各项基础设施进行建设管理;
S3、搭建监控管理系统;
S4、对项目资源进行管理分配;
S5、对参与项目的人员进行管理分配;
S6、利用NLP技术对项目的可行性方案进行规划分析;
S7、对预案方案进行存储管理;
S8、通过实战演习对预案进行试运行,并根据综合分析后选调最优预案进行应用。
作为本技术方案的进一步改进,所述S1中,进行智能指挥项目设计的方法流程包括如下步骤:
S1.1、明确智能指挥项目的应用方向,如指挥城市、消防监测、卫生防疫管控、交通指挥、景区安防等;
S1.2、明确指挥的区域范围,并根据范围对指挥中心进行合理选址分析;
S1.3、参照现有及公认的建设规范文件,明确项目的建设标准要求;
S1.4、进行项目方案设计,对项目的投资需求、建设工期、拟达到的目标要求等进行分析确认;
S1.5、设计规划多个备选方案,将主方案及备选方案提交上级管理部门进行审核,根据上级要求进行选调及更改后,确认最终实施方案。
作为本技术方案的进一步改进,所述S2中,对智能指挥项目的各项基础设施进行建设管理的方法流程包括如下步骤:
S2.1、明确指挥中心的选址,按照预设的工期及标准进行建设施工,完成指挥中心的搭建;
S2.2、在预先划定的区域内,搭建可完全覆盖全区域的稳定网络通讯;
S2.3、搭建融合通信集成系统,包括音视频通信系统、大屏显示系统、集中控制系统、视频监控系统、视频会议系统、指挥调度系统、GIS系统等,以支持智能指挥的移动指挥应答功能;
S2.4、根据指挥需求,配置合适的通讯软硬件,规范安装各硬件设备,并合理选择对应的软件,完成系统的技术搭建;
S2.5、完成指挥中心的建设,进行试运行使其能够正常工作。
作为本技术方案的进一步改进,所述S3中,搭建监控管理系统的方法流程包括如下步骤:
S3.1、在指挥区域内布设视频监控摄像头、图像抓拍、电子测速装置、气象监测仪等前端监控设备;
S3.2、在指挥中心搭建监控系统的软硬件集成;
S3.3、通过对应的网络通讯技术,将各监控设备与指挥中心的监控系统连接;
S3.4、各监控设备可实时将监控数据传输到指挥中心,在指挥中心的显示大屏上展示,提供音视频录制、回放功能,并可通过三维全息地理信息系统GIS平台将区域内各种资源分配、道路情况、人员分布等信息展现出来;
S3.5、在监控系统内装载若干人工智能技术,如语音识别、图像识别等,可以自动对监控图像信息进行分析识别,并在检测到异常情况时发出告警。
作为本技术方案的进一步改进,所述S4中,对项目资源进行管理分配的方法流程包括如下步骤:
S4.1、对指挥中心的基础硬件进行配置管理,包括网络交换、路由及安全设备,中心调度管理服务器组、监控服务器,视频会议服务器,音频控制管理,数据存储设备等;
S4.2、对指挥中心获取的音视频数据进行分析、分类及存储管理;
S4.3、对参与指挥中心的用户进行管理,并按照用户在指挥中心内所处的位置进行权限管理分配;
S4.4、对呼叫功能、对话调度、设备级联等资源进行调度管理;
S4.5、对移动通信指挥车进行调度分配;
S4.6、对各类移动指挥通讯设备等物资进行采购、登记、分配、注销等调度管理。
作为本技术方案的进一步改进,所述S5中,对参与项目的人员进行管理分配的方法流程包括如下步骤:
S5.1、按照分组形式,成立指挥调度管理人员的领导小组,包括调度中心主任、值班调度长、各类基础管理及执行人员;
S5.2、明确各岗位人员的工作职责,并按需分配一定的调度权限;
S5.3、在出现特殊情况时,基础管理或执行人员向值班调度长上报情况,值班调度长按照情况程度选择上报或直接通过移动指挥系统向下下达调度指挥指令;
S5.4、对信息技术人员进行调度分配,用于及时做好内外协调处置工作,保障调度指挥系统的持续稳定运行;
S5.5、按需分配各现场管理人员、线路驾驶员,通过指挥中心下发的调度指令,以便及时快速地处理现场特殊情况;
S5.6、规划设计多个岗位调度方案,在发生紧急情况时,可以根据需求选择调度各成员的岗位及对应职责,以便进行应急处置。
作为本技术方案的进一步改进,所述S6中,利用NLP技术对项目的可行性方案进行规划分析的方法流程包括如下步骤:
S6.1、获取智能指挥系统内包含的所有物资资源及分布情况;
S6.2、获取智能指挥中心包含且可调度的人员数量及分布情况;
S6.3、通过监控系统,获取监控区域内的全方面视频信息,并通过GIS系统将区域情况全方位地展现出来;
S6.4、构建线性规划算法,搭建线性规划计算模型,并通过训练及深度学习来提高模型的计算准确度;
S6.5、将物资、人员及其他资源信息导入线性规划计算模型,进行规划分析,并根据计算结果进行预案设计。
作为本技术方案的进一步改进,所述S6.4中,线性规划的计算模型表达式为:
其中,线性规划的目标在于,使智能指挥中心的各项条件达到最优,如耗时最短、路线最短、成本最低、物资消耗量最少、成效最大等。
作为本技术方案的进一步改进,所述S7中,对预案方案进行存储管理的方法流程包括如下步骤:
S7.1、根据线性规划模型计算的最优分配策略,设计生成多个调度分配的指挥预案;
S7.2、对多个预案进行存储管理;
S7.3、在需要选择调用其中一个或多个预案时,需将预案提交到上级管理部门或指挥调度中心,进行审核调整,在获得审批后方可进行实施;
S7.4、在指挥中心的物资资源变动或人员调动时,则根据最新的资源分配,重新通过线性规划进行最优策略分析,从而设计新的预案并更新到预案数据库中以供选调。
作为本技术方案的进一步改进,所述S8中,对预案进行试行应用的方法流程包括如下步骤:
S8.1、根据应用场景及任务要求,选调合适的预案方案;
S8.2、将选调出的预案提交审核,通过审批后生成执行方案;
S8.3、根据执行方案,明确指挥中心的资源配置及人员任务分配;
S8.4、通过实战演习,对方案进行试运行的测试,并综合评估方案的试运行的效果,包括时效性、安全性等;
S8.5、针对测试效果良好的预案,将其应用于对应场景的智能指挥项目中,并按计划进行执行调度。
本发明的目的之二在于,提供了一种基于NLP的智能指挥预案系统,包括基础建设单元、规划分析单元、预案管理单元和功能应用单元。
作为本技术方案的进一步改进,基础建设单元包括但不限于融合通信集成系统、监控系统、GIS系统等。
作为本技术方案的进一步改进,规划分析单元包括模型搭建模块、数据处理模块、规划计算模块和综合分析模块。
作为本技术方案的进一步改进,预案管理单元包括预案设计模块、存储管理模块、预案审批模块、预案更新模块。
作为本技术方案的进一步改进,功能应用单元包括资源配置模块、应用场景模块、试行评估模块和应用反馈模块。
本发明的目的之三在于,提供了一种基于NLP的智能指挥预案系统的运行装置,包括处理器、存储器以及存储在存储器中并在处理器上运行的计算机程序,处理器用于执行计算机程序时实现上述任一的基于NLP的智能指挥预案方法的步骤。
本发明的目的之四在于,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述任一的基于NLP的智能指挥预案方法的步骤。
与现有技术相比,本发明的有益效果:
1.该基于NLP的智能指挥预案方法中,通过设计并搭建集成融合通信系统、视频监控系统、GIG系统、网络通讯系统和应急联动系统一体,以信息网络为基础,使各系统有机互动的城市信息化综合指挥中心,可以消除不同调度手段之间存在的通信屏障,便于进行统一、分级及协调地指挥调度,提高指挥调度的效果;
2.该基于NLP的智能指挥预案方法中,通过将城市内治安、交通、消防、卫生等项目的应急处理集成在一个管理体系中,可以共享指挥平台和信息平台,实现集中管理、准确研判、快速响应、统一指挥及联合行动的作用,统一指挥调度中心可以设计并生成不同的预案,并根据不同的应用场景直接选择调用,提高调度指挥中心的利用率,减少资源浪费。
附图说明
图1为本发明的整体方法流程框图;
图2为本发明的局部方法流程框图之一;
图3为本发明的局部方法流程框图之二;
图4为本发明的局部方法流程框图之三;
图5为本发明的局部方法流程框图之四;
图6为本发明的局部方法流程框图之五;
图7为本发明的局部方法流程框图之六;
图8为本发明的局部方法流程框图之七;
图9为本发明的局部方法流程框图之八。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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。
实施例1
如图1-图9所示,本实施例提供了一种基于NLP的智能指挥预案方法,包括如下步骤:
S1、根据服务对象、服务业务及应用方向,进行智能指挥项目的设计;
S2、对智能指挥项目的各项基础设施进行建设管理;
S3、搭建监控管理系统;
S4、对项目资源进行管理分配;
S5、对参与项目的人员进行管理分配;
S6、利用NLP技术对项目的可行性方案进行规划分析;
S7、对预案方案进行存储管理;
S8、通过实战演习对预案进行试运行,并根据综合分析后选调最优预案进行应用。
本实施例中,S1中,进行智能指挥项目设计的方法流程包括如下步骤:
S1.1、明确智能指挥项目的应用方向,如指挥城市、消防监测、卫生防疫管控、交通指挥、景区安防等;
S1.2、明确指挥的区域范围,并根据范围对指挥中心进行合理选址分析;
S1.3、参照现有及公认的建设规范文件,明确项目的建设标准要求;
S1.4、进行项目方案设计,对项目的投资需求、建设工期、拟达到的目标要求等进行分析确认;
S1.5、设计规划多个备选方案,将主方案及备选方案提交上级管理部门进行审核,根据上级要求进行选调及更改后,确认最终实施方案。
本实施例中,S2中,对智能指挥项目的各项基础设施进行建设管理的方法流程包括如下步骤:
S2.1、明确指挥中心的选址,按照预设的工期及标准进行建设施工,完成指挥中心的搭建;
S2.2、在预先划定的区域内,搭建可完全覆盖全区域的稳定网络通讯;
S2.3、搭建融合通信集成系统,包括音视频通信系统、大屏显示系统、集中控制系统、视频监控系统、视频会议系统、指挥调度系统、GIS系统等,以支持智能指挥的移动指挥应答功能;
S2.4、根据指挥需求,配置合适的通讯软硬件,规范安装各硬件设备,并合理选择对应的软件,完成系统的技术搭建;
S2.5、完成指挥中心的建设,进行试运行使其能够正常工作。
本实施例中,S3中,搭建监控管理系统的方法流程包括如下步骤:
S3.1、在指挥区域内布设视频监控摄像头、图像抓拍、电子测速装置、气象监测仪等前端监控设备;
S3.2、在指挥中心搭建监控系统的软硬件集成;
S3.3、通过对应的网络通讯技术,将各监控设备与指挥中心的监控系统连接;
S3.4、各监控设备可实时将监控数据传输到指挥中心,在指挥中心的显示大屏上展示,提供音视频录制、回放功能,并可通过三维全息地理信息系统GIS平台将区域内各种资源分配、道路情况、人员分布等信息展现出来;
S3.5、在监控系统内装载若干人工智能技术,如语音识别、图像识别等,可以自动对监控图像信息进行分析识别,并在检测到异常情况时发出告警。
本实施例中,S4中,对项目资源进行管理分配的方法流程包括如下步骤:
S4.1、对指挥中心的基础硬件进行配置管理,包括网络交换、路由及安全设备,中心调度管理服务器组、监控服务器,视频会议服务器,音频控制管理,数据存储设备等;
S4.2、对指挥中心获取的音视频数据进行分析、分类及存储管理;
S4.3、对参与指挥中心的用户进行管理,并按照用户在指挥中心内所处的位置进行权限管理分配;
S4.4、对呼叫功能、对话调度、设备级联等资源进行调度管理;
S4.5、对移动通信指挥车进行调度分配;
S4.6、对各类移动指挥通讯设备等物资进行采购、登记、分配、注销等调度管理。
本实施例中,S5中,对参与项目的人员进行管理分配的方法流程包括如下步骤:
S5.1、按照分组形式,成立指挥调度管理人员的领导小组,包括调度中心主任、值班调度长、各类基础管理及执行人员;
S5.2、明确各岗位人员的工作职责,并按需分配一定的调度权限;
S5.3、在出现特殊情况时,基础管理或执行人员向值班调度长上报情况,值班调度长按照情况程度选择上报或直接通过移动指挥系统向下下达调度指挥指令;
S5.4、对信息技术人员进行调度分配,用于及时做好内外协调处置工作,保障调度指挥系统的持续稳定运行;
S5.5、按需分配各现场管理人员、线路驾驶员,通过指挥中心下发的调度指令,以便及时快速地处理现场特殊情况;
S5.6、规划设计多个岗位调度方案,在发生紧急情况时,可以根据需求选择调度各成员的岗位及对应职责,以便进行应急处置。
本实施例中,S6中,利用NLP技术对项目的可行性方案进行规划分析的方法流程包括如下步骤:
S6.1、获取智能指挥系统内包含的所有物资资源及分布情况;
S6.2、获取智能指挥中心包含且可调度的人员数量及分布情况;
S6.3、通过监控系统,获取监控区域内的全方面视频信息,并通过GIS系统将区域情况全方位地展现出来;
S6.4、构建线性规划算法,搭建线性规划计算模型,并通过训练及深度学习来提高模型的计算准确度;
S6.5、将物资、人员及其他资源信息导入线性规划计算模型,进行规划分析,并根据计算结果进行预案设计。
具体地,S6.4中,线性规划的计算模型表达式为:
其中,线性规划的目标在于,使智能指挥中心的各项条件达到最优,如耗时最短、路线最短、成本最低、物资消耗量最少、成效最大等。
本实施例中,S7中,对预案方案进行存储管理的方法流程包括如下步骤:
S7.1、根据线性规划模型计算的最优分配策略,设计生成多个调度分配的指挥预案;
S7.2、对多个预案进行存储管理;
S7.3、在需要选择调用其中一个或多个预案时,需将预案提交到上级管理部门或指挥调度中心,进行审核调整,在获得审批后方可进行实施;
S7.4、在指挥中心的物资资源变动或人员调动时,则根据最新的资源分配,重新通过线性规划进行最优策略分析,从而设计新的预案并更新到预案数据库中以供选调。
本实施例中,S8中,对预案进行试行应用的方法流程包括如下步骤:
S8.1、根据应用场景及任务要求,选调合适的预案方案;
S8.2、将选调出的预案提交审核,通过审批后生成执行方案;
S8.3、根据执行方案,明确指挥中心的资源配置及人员任务分配;
S8.4、通过实战演习,对方案进行试运行的测试,并综合评估方案的试运行的效果,包括时效性、安全性等;
S8.5、针对测试效果良好的预案,将其应用于对应场景的智能指挥项目中,并按计划进行执行调度。
本实施例还提供了一种基于NLP的智能指挥预案系统,包括基础建设单元、规划分析单元、预案管理单元和功能应用单元。
本实施例中,基础建设单元包括但不限于融合通信集成系统、监控系统、GIS系统等。
进一步地,规划分析单元包括模型搭建模块、数据处理模块、规划计算模块和综合分析模块。
进一步地,预案管理单元包括预案设计模块、存储管理模块、预案审批模块、预案更新模块。
进一步地,功能应用单元包括资源配置模块、应用场景模块、试行评估模块和应用反馈模块。
本实施例还提供了一种基于NLP的智能指挥预案系统的运行装置,该装置包括处理器、存储器以及存储在存储器中并在处理器上运行的计算机程序。
处理器包括一个或一个以上处理核心,处理器通过总线与处理器相连,存储器用于存储程序指令,处理器执行存储器中的程序指令时实现上述的基于NLP的智能指挥预案方法。
可选的,存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随时存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
此外,本发明还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述的基于NLP的智能指挥预案方法的步骤。
可选的,本发明还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述各方面基于NLP的智能指挥预案方法的步骤。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,程序可以存储与计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种基于NLP的智能指挥预案方法,其特征在于:包括如下步骤:
S1、根据服务对象、服务业务及应用方向,进行智能指挥项目的设计;
S2、对智能指挥项目的各项基础设施进行建设管理;
S3、搭建监控管理系统;
S4、对项目资源进行管理分配;
S5、对参与项目的人员进行管理分配;
S6、利用NLP技术对项目的可行性方案进行规划分析;
S7、对预案方案进行存储管理;
S8、通过实战演习对预案进行试运行,并根据综合分析后选调最优预案进行应用。
2.根据权利要求1所述的基于NLP的智能指挥预案方法,其特征在于:所述S1中,进行智能指挥项目设计的方法流程包括如下步骤:
S1.1、明确智能指挥项目的应用方向,如指挥城市、消防监测、卫生防疫管控、交通指挥、景区安防等;
S1.2、明确指挥的区域范围,并根据范围对指挥中心进行合理选址分析;
S1.3、参照现有及公认的建设规范文件,明确项目的建设标准要求;
S1.4、进行项目方案设计,对项目的投资需求、建设工期、拟达到的目标要求等进行分析确认;
S1.5、设计规划多个备选方案,将主方案及备选方案提交上级管理部门进行审核,根据上级要求进行选调及更改后,确认最终实施方案。
3.根据权利要求1所述的基于NLP的智能指挥预案方法,其特征在于:所述S2中,对智能指挥项目的各项基础设施进行建设管理的方法流程包括如下步骤:
S2.1、明确指挥中心的选址,按照预设的工期及标准进行建设施工,完成指挥中心的搭建;
S2.2、在预先划定的区域内,搭建可完全覆盖全区域的稳定网络通讯;
S2.3、搭建融合通信集成系统,包括音视频通信系统、大屏显示系统、集中控制系统、视频监控系统、视频会议系统、指挥调度系统、GIS系统等,以支持智能指挥的移动指挥应答功能;
S2.4、根据指挥需求,配置合适的通讯软硬件,规范安装各硬件设备,并合理选择对应的软件,完成系统的技术搭建;
S2.5、完成指挥中心的建设,进行试运行使其能够正常工作。
4.根据权利要求1所述的基于NLP的智能指挥预案方法,其特征在于:所述S3中,搭建监控管理系统的方法流程包括如下步骤:
S3.1、在指挥区域内布设视频监控摄像头、图像抓拍、电子测速装置、气象监测仪等前端监控设备;
S3.2、在指挥中心搭建监控系统的软硬件集成;
S3.3、通过对应的网络通讯技术,将各监控设备与指挥中心的监控系统连接;
S3.4、各监控设备可实时将监控数据传输到指挥中心,在指挥中心的显示大屏上展示,提供音视频录制、回放功能,并可通过三维全息地理信息系统GIS平台将区域内各种资源分配、道路情况、人员分布等信息展现出来;
S3.5、在监控系统内装载若干人工智能技术,如语音识别、图像识别等,可以自动对监控图像信息进行分析识别,并在检测到异常情况时发出告警。
5.根据权利要求1所述的基于NLP的智能指挥预案方法,其特征在于:所述S4中,对项目资源进行管理分配的方法流程包括如下步骤:
S4.1、对指挥中心的基础硬件进行配置管理,包括网络交换、路由及安全设备,中心调度管理服务器组、监控服务器,视频会议服务器,音频控制管理,数据存储设备等;
S4.2、对指挥中心获取的音视频数据进行分析、分类及存储管理;
S4.3、对参与指挥中心的用户进行管理,并按照用户在指挥中心内所处的位置进行权限管理分配;
S4.4、对呼叫功能、对话调度、设备级联等资源进行调度管理;
S4.5、对移动通信指挥车进行调度分配;
S4.6、对各类移动指挥通讯设备等物资进行采购、登记、分配、注销等调度管理。
6.根据权利要求1所述的基于NLP的智能指挥预案方法,其特征在于:所述S5中,对参与项目的人员进行管理分配的方法流程包括如下步骤:
S5.1、按照分组形式,成立指挥调度管理人员的领导小组,包括调度中心主任、值班调度长、各类基础管理及执行人员;
S5.2、明确各岗位人员的工作职责,并按需分配一定的调度权限;
S5.3、在出现特殊情况时,基础管理或执行人员向值班调度长上报情况,值班调度长按照情况程度选择上报或直接通过移动指挥系统向下下达调度指挥指令;
S5.4、对信息技术人员进行调度分配,用于及时做好内外协调处置工作,保障调度指挥系统的持续稳定运行;
S5.5、按需分配各现场管理人员、线路驾驶员,通过指挥中心下发的调度指令,以便及时快速地处理现场特殊情况;
S5.6、规划设计多个岗位调度方案,在发生紧急情况时,可以根据需求选择调度各成员的岗位及对应职责,以便进行应急处置。
7.根据权利要求1所述的基于NLP的智能指挥预案方法,其特征在于:所述S6中,利用NLP技术对项目的可行性方案进行规划分析的方法流程包括如下步骤:
S6.1、获取智能指挥系统内包含的所有物资资源及分布情况;
S6.2、获取智能指挥中心包含且可调度的人员数量及分布情况;
S6.3、通过监控系统,获取监控区域内的全方面视频信息,并通过GIS系统将区域情况全方位地展现出来;
S6.4、构建线性规划算法,搭建线性规划计算模型,并通过训练及深度学习来提高模型的计算准确度;
S6.5、将物资、人员及其他资源信息导入线性规划计算模型,进行规划分析,并根据计算结果进行预案设计。
9.根据权利要求1所述的基于NLP的智能指挥预案方法,其特征在于:所述S7中,对预案方案进行存储管理的方法流程包括如下步骤:
S7.1、根据线性规划模型计算的最优分配策略,设计生成多个调度分配的指挥预案;
S7.2、对多个预案进行存储管理;
S7.3、在需要选择调用其中一个或多个预案时,需将预案提交到上级管理部门或指挥调度中心,进行审核调整,在获得审批后方可进行实施;
S7.4、在指挥中心的物资资源变动或人员调动时,则根据最新的资源分配,重新通过线性规划进行最优策略分析,从而设计新的预案并更新到预案数据库中以供选调。
10.根据权利要求1所述的基于NLP的智能指挥预案方法,其特征在于:所述S8中,对预案进行试行应用的方法流程包括如下步骤:
S8.1、根据应用场景及任务要求,选调合适的预案方案;
S8.2、将选调出的预案提交审核,通过审批后生成执行方案;
S8.3、根据执行方案,明确指挥中心的资源配置及人员任务分配;
S8.4、通过实战演习,对方案进行试运行的测试,并综合评估方案的试运行的效果,包括时效性、安全性等;
S8.5、针对测试效果良好的预案,将其应用于对应场景的智能指挥项目中,并按计划进行执行调度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110890449.XA CN113592317A (zh) | 2021-08-04 | 2021-08-04 | 一种基于nlp的智能指挥预案方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110890449.XA CN113592317A (zh) | 2021-08-04 | 2021-08-04 | 一种基于nlp的智能指挥预案方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113592317A true CN113592317A (zh) | 2021-11-02 |
Family
ID=78254875
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110890449.XA Pending CN113592317A (zh) | 2021-08-04 | 2021-08-04 | 一种基于nlp的智能指挥预案方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113592317A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114154657A (zh) * | 2021-11-19 | 2022-03-08 | 广东精铟海洋工程股份有限公司 | 一种海上风电安装平台运维管理的方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105160424A (zh) * | 2015-08-13 | 2015-12-16 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于线性规划的应急救援车调度方法 |
CN106991633A (zh) * | 2017-03-31 | 2017-07-28 | 江苏远望神州软件有限公司 | 一种公共安全应急管理的计算机仿真系统及仿真方法 |
US20200336590A1 (en) * | 2018-11-21 | 2020-10-22 | Beijing Yutian Technology Co. Ltd | Emergency communication command management system |
US20200334777A1 (en) * | 2018-11-21 | 2020-10-22 | Beijing Yutian Technology Co. Ltd | Intelligent emergency decision support system for emergency communication |
CN112700099A (zh) * | 2020-12-24 | 2021-04-23 | 亿景智联(北京)科技有限公司 | 基于强化学习和运筹学的资源调度规划方法 |
-
2021
- 2021-08-04 CN CN202110890449.XA patent/CN113592317A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105160424A (zh) * | 2015-08-13 | 2015-12-16 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于线性规划的应急救援车调度方法 |
CN106991633A (zh) * | 2017-03-31 | 2017-07-28 | 江苏远望神州软件有限公司 | 一种公共安全应急管理的计算机仿真系统及仿真方法 |
US20200336590A1 (en) * | 2018-11-21 | 2020-10-22 | Beijing Yutian Technology Co. Ltd | Emergency communication command management system |
US20200334777A1 (en) * | 2018-11-21 | 2020-10-22 | Beijing Yutian Technology Co. Ltd | Intelligent emergency decision support system for emergency communication |
CN112700099A (zh) * | 2020-12-24 | 2021-04-23 | 亿景智联(北京)科技有限公司 | 基于强化学习和运筹学的资源调度规划方法 |
Non-Patent Citations (6)
Title |
---|
孙秉珍等: "应急管理中不正确决策的双论域粗糙集理论与方法研究", vol. 1, 31 August 2017, 同济大学出版社, pages: 14 * |
张猛: "面向城市综合应急的智能指挥调度系统建设与研究", 硕士电子期刊, 15 July 2019 (2019-07-15), pages 110 - 279 * |
王振泉等: "现代管理科学词典", vol. 1, 31 December 1987, 吉林大学出版社, pages: 491 - 492 * |
石磊;: "交通运输应急指挥系统架构研究", 现代交通技术, no. 04, 26 August 2011 (2011-08-26) * |
韩旭辉;: "基于分布式云架构的铁路客运站智能应急指挥系统设计", 铁路计算机应用, no. 11, 25 November 2018 (2018-11-25) * |
齐小谦;贾菲;冯士妥;关珍博;谭永坤;: "基于自然语言解析的应急处置预案构建方法研究", 无线电工程, no. 07, 5 July 2017 (2017-07-05) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114154657A (zh) * | 2021-11-19 | 2022-03-08 | 广东精铟海洋工程股份有限公司 | 一种海上风电安装平台运维管理的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Franco et al. | Demand responsive transport: Generation of activity patterns from mobile phone network data to support the operation of new mobility services | |
CN111382214B (zh) | 一种基于3dgis bim的综合管廊运维管理系统 | |
CN106991633A (zh) | 一种公共安全应急管理的计算机仿真系统及仿真方法 | |
Abdelgawad et al. | Emergency evacuation planning as a network design problem: a critical review | |
CN110309952B (zh) | 一种基于通勤模型的城市就业空间布局优化辅助系统 | |
Lopez et al. | Distributed reinforcement learning in emergency response simulation | |
Nochta et al. | On the Governance of City Digital Twins-Insights from the Cambridge Case Study | |
CN113469633A (zh) | 一种安全监管智慧云平台 | |
CN114841662A (zh) | 基建工程管控方法、装置、计算机设备和存储介质 | |
Zografos et al. | An integrated framework for managing emergency-response logistics: The case of the electric utility companies | |
Wang et al. | A large-scale spatio-temporal data analytics system for wildfire risk management | |
Sulis et al. | Risk-aware business process modeling: a comparison of discrete event and agent-based approaches | |
CN113592317A (zh) | 一种基于nlp的智能指挥预案方法 | |
US20220090927A1 (en) | Multi-Hazard Spatio-Temporal Zone-Based Evacuation Management Platform | |
CN115017244A (zh) | 一种地理信息大数据与人口数据融合服务社区治理的方法 | |
Krislata et al. | Traffic Flows System Development for Smart City. | |
Zargayouna et al. | Impact of travelers information level on disturbed transit networks: a multiagent simulation | |
CN109636132A (zh) | 智慧城市评价ai分析系统及智慧城市评价方法 | |
CN112929404A (zh) | 一种校园楼宇自动化物联网系统 | |
Rome et al. | The use of what-if analysis to improve the management of crisis situations | |
Parr et al. | Methodology for simulating manual traffic control | |
CN114529438A (zh) | 一种救援现场风险评估与资源管理系统 | |
Yang et al. | Configuration, deployment, and scheduling models for management and optimization of patrol services | |
Zografos et al. | Model for optimum deployment of emergency repair trucks: Application in electric utility industry | |
Carrillo et al. | Smart city as an opportunity towards urban transformation in a small city (Bucaramanga, case study) |
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 |