CN113642814A - 一种基于城市管理服务实施的智能资源规划方法及系统 - Google Patents
一种基于城市管理服务实施的智能资源规划方法及系统 Download PDFInfo
- Publication number
- CN113642814A CN113642814A CN202111208763.1A CN202111208763A CN113642814A CN 113642814 A CN113642814 A CN 113642814A CN 202111208763 A CN202111208763 A CN 202111208763A CN 113642814 A CN113642814 A CN 113642814A
- Authority
- CN
- China
- Prior art keywords
- data
- constraint
- planning
- model
- implemented based
- 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
- 238000013439 planning Methods 0.000 title claims abstract description 91
- 238000007726 management method Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000005457 optimization Methods 0.000 claims abstract description 17
- 238000011156 evaluation Methods 0.000 claims abstract description 13
- 230000000007 visual effect Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000013136 deep learning model Methods 0.000 claims description 5
- 230000001537 neural effect Effects 0.000 claims description 5
- 238000013480 data collection Methods 0.000 claims 1
- 238000013501 data transformation Methods 0.000 claims 1
- 238000013135 deep learning Methods 0.000 abstract description 3
- 230000006872 improvement Effects 0.000 description 8
- 238000012546 transfer Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2246—Trees, e.g. B+trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Educational Administration (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及城市管理效率技术领域,特别涉及一种基于城市管理服务实施的智能资源规划方法及系统;本发明通过数据采集,再进行约束处理,从而构建模型,再优化模型内的规划方案;本发明围绕城市服务管理,实现资源合理优化配置管理,能支持不同数据源数据的采集、专门的约束管理模块、规划模型的自动生成及基于深度学习的模型智能评估与优化。
Description
技术领域
本发明涉及城市管理效率技术领域,特别涉及一种基于城市管理服务实施的智能资源规划方法及系统。
背景技术
在城市管理的过程中,我们面对大量的城市管养服务如何最优配置资源实施的场景;例如如下情况:
1、在道路清扫服务当中,能否使用机械作业,是否需要应用小型作业设备,针对不同的城市的管理要求,如何合理排班,每个班次需要配备多少相应的车辆、人员、设备、物资;
2、在垃圾清运服务当中,基于城市道路的现状,垃圾收集点、垃圾中转站的分布,如何合理安排清运线路;
3、在绿化管养的服务当中,结合城市的气候条件和绿化现状,苗木更新的计划如何开展,多久进行一次用水、施肥,绿化管养的过程中针对不同的作业网格是否需要配置高空作业车辆,作业人员、车辆的配置多少合理。
针对这一系列的资源配置场景,目前在国内各大城市管理当中,都是采用的专家人工方法,利用专家的学识和经验来制定服务采购要求和服务实施方案,然而随着城市的不断快速发展,一刀切的政策及经验主义的做法在很多城市已经出现了大量的资源错配的情况。这个时候,我们需要构建一个信息化的系统或者组件,基于收集相应的服务资源数据、服务对象数据、城市环境数据、城市空间数据,实现城市管理服务针对不同服务对象的资源合理配置。
发明内容
本发明主要解决的技术问题是提供一种基于城市管理服务实施的智能资源规划方法,其通过数据采集,再进行约束处理,从而构建模型,再优化模型内的规划方案,还提供了一种基于城市管理服务实施的智能资源规划系统。
为解决上述技术问题,本发明采用的一个技术方案是:提供了一种基于城市管理服务实施的智能资源规划方法,其中,包括如下步骤:
步骤S1、数据采集,将采集的数据进行存储与管理;
步骤S2、对采集的数据进行约束处理且进行存储;
步骤S3、根据采集的数据及约束处理后的数据,生成规划模型,并且存储;
步骤S4、根据导入的规划模型的数据与实际运行结果数据进行矩阵化,进行学习和测算,从而优化规划模型的方案。
作为本发明的一种改进,还包括:
步骤S5、根据步骤S3的规划模型,进行可视化配置管理。
作为本发明的进一步改进,在步骤S1内,通过拍照进行数据采集,再识别后传输数据至采集存储库内存储。
作为本发明的更进一步改进,在步骤S1内,对存储的数据和城管部件数据库内的数据及元数据库的数据进行可视化的数据源配置管理、数据转换和数据输出处理。
作为本发明的更进一步改进,在步骤S2内,对采集的数据和元数据库的数据进行硬约束和软约束处理。
作为本发明的更进一步改进,在步骤S2内,将处理后的数据存储至约束数据库内。
作为本发明的更进一步改进,在步骤S3内,将所述采集存储库和约束数据库内数据按约束条件和权重要求进行构建搜索树,再根据约束数据库内的约定搜索层次,完成树结点的遍历,得出100%满足硬约束的最高分,基于最高分的参数,生成规划模型。
作为本发明的更进一步改进,在步骤S4内,将导入的规划模型的数据与实际运行结果数据进行矩阵化,纳入到神经网格当中进行学习和测算,将测试的模型纳入规划当中作为一个软约束,实现深度学习模型优化约束数据权重的支撑,从而优化规划模型的方案。
一种基于城市管理服务实施的智能资源规划系统,其中,包括:
数据采集模块,用于数据采集,将采集的数据进行存储与管理;
约束管理模块,用于对采集的数据进行约束处理且进行存储;
自动规划建模模块,用于根据采集的数据及约束处理后的数据,生成规划模型,并且存储;
模型智能评估优化模块,用于根据导入的规划模型的数据与实际运行结果数据进行矩阵化,进行学习和测算,从而优化规划模型的方案。
作为本发明的一种改进,还包括:规划数据动态配置共享模块,用于进行动态化可视化配置管理。
本发明的有益效果是:与现有技术相比,本发明通过数据采集,再进行约束处理,从而构建模型,再优化模型内的规划方案;本发明围绕城市服务管理,实现资源合理优化配置管理,能支持不同数据源数据的采集、专门的约束管理模块、规划模型的自动生成及基于深度学习的模型智能评估与优化。
附图说明
图1为本发明的步骤框图;
图2为本发明的流程示意图。
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仅用以解释本发明,并不用于限定本发明。
请参照图1和图2,本发明的一种基于城市管理服务实施的智能资源规划方法,包括如下步骤:
步骤S1、数据采集,将采集的数据进行存储与管理;
步骤S2、对采集的数据进行约束处理且进行存储;
步骤S3、根据采集的数据及约束处理后的数据,生成规划模型,并且存储;
步骤S4、根据导入的规划模型的数据与实际运行结果数据进行矩阵化,进行学习和测算,从而优化规划模型的方案。
步骤S5、根据步骤S3的规划模型,进行可视化配置管理。
其中,在步骤S1内,通过拍照进行数据采集,再识别后传输数据至采集存储库内存储;对存储的数据和城管部件数据库内的数据及元数据库的数据进行可视化的数据源配置管理、数据转换和数据输出处理;具体地讲,以垃圾中转站为例,可以通过数据采集终端,对中转站进行拍照结合终端的GPS位置信息,可以自动从城管部件数据库当中获取相关中转站信息,然后在现场对其补充完善,提交之后,数据会根据数据流可视化配置管理配置的流转规则,将相应采集信息存储到对应配置的数据实体当中。
在步骤S2内,对采集的数据和元数据库的数据进行硬约束和软约束处理;将处理后的数据存储至约束数据库内;具体地讲,硬约束是指规划建模时不能违反的约束,软约束是指规划建模时可以违反但是会导致模型扣分的约束,同时支持约束数据的可视化配置,整个约束采用计分制设计;不同的约束会根据重要程度设定相应的扣分权重也就是约束。例如,在定义业务方案时,模块需求根据业务定义出一些约束,方案是需要守这些规则,当一个方案出现有违反规则时,就作出相应的惩罚性扣分;在城市巡查管理工作当中,我们会将巡查卡点的覆盖率作为方案的硬约束,巡查时间、行走距离作为方案的软约束,硬约束作为百分百满足的条件,软约束影响整体得分。
在步骤S3内,将采集存储库和约束数据库内数据按约束条件和权重要求进行构建搜索树,再根据约束数据库内的约定搜索层次,完成树结点的遍历,得出100%满足硬约束的最高分,基于最高分的参数,生成规划模型;例如,基于约束数据约束要求及权重,可以根据约束条件和权重首先构建一颗搜索树,根据方案的复杂程度会自动定义搜索树的搜索层次,以城市巡查执法为例,先搜索树的第一层,先满足硬约束为前提,结合软约束的参数生成第一层搜索的得分项,然后遍历第二层级的树结点,第三层级的树结点,根据约定搜索层次,完成树结点的遍历,得出100%满足硬约束的最高分,基于最高分参数,生成相应的规划模型。
在步骤S4内,将导入的规划模型的数据与实际运行结果数据进行矩阵化,纳入到神经网格当中进行学习和测算,将测试的模型纳入规划当中作为一个软约束,实现深度学习模型优化约束数据权重的支撑,从而优化规划模型的方案;具体地讲,规划模型的规划方案实施数据的导入,在导入的数据的基础上,模型智能评估优化模块会将规划方案参数与实际运行结果数据进行矩阵化,纳入到神经网格当中进行学习和测算,将测试的模型纳入规划当中作为一个软约束,实现深度学习模型优化约束数据权重的支撑;例如,在城市巡查管理当中,高巡查覆盖率、短距离、短时间是显而易见的最优方案,但是当纳入更多看似无关的参数时,可能参数间的计算关系并不是那么显而易见,而模型智能评估优化模块,基于深度学习的技术应用弥补了这一点,加强了方案的扩展性和可执行性。
在步骤S5内,提供可视化配置界面,配置规划数据服务接口,实现接口定义、权限配置、数据共享的动态管理。
本发明还提供了一种基于城市管理服务实施的智能资源规划系统,包括:
数据采集模块,用于数据采集,将采集的数据进行存储与管理;
约束管理模块,用于对采集的数据进行约束处理且进行存储;
自动规划建模模块,用于根据采集的数据及约束处理后的数据,生成规划模型,并且存储;
模型智能评估优化模块,用于根据导入的规划模型的数据与实际运行结果数据进行矩阵化,进行学习和测算,从而优化规划模型的方案;
规划数据动态配置共享模块,用于进行动态化可视化配置管理。
具体地讲,数据采集模块,包括:
数据采集终端,其内置传输模块,其具有拍照功能,可实时识别所拍城市部件,还关联城管部件数据库可实现部件自动采集并上报;
数据流可视化配置管理单元,其支持数据采集流转的规则配置,其包括数据源的配置管理、数据转换的配置管理、数据输出的配置管理;
采集存储库,其存储数据流可视化配置管理单元输出的数据;
元数据管理单元,其支持所有采集数据的元数据管理,与元数据库互通。
在数据采集模块内,以垃圾中转站为例,可以通过数据采集终端,对中转站进行拍照结合终端的GPS位置信息,可自动关联从城管部件数据库当中获取相关中转站信息,在现场对其补充完善,提交之后,数据会根据数据流可视化配置管理单元的流转规则,将相应采集信息存储到对应配置的数据实体当中。
具体地讲,可以使用数据采集终端进行现场采集与核验(包括数据的基本参数和空间位置);基于采集存储库的采集数据和元数据库单元的元数据,针对不同的服务类型完成相应的约束条件配置(重点完成以下几个方案的约束配置:指数测评方案、市容巡查方案、垃圾清运路线规划、道路机扫作业路线)。
在本发明内,通过数据流可视化配置管理,实现各类数据的采集路径配置,打通数据流向,实现采集数据到采集存储库。
具体地讲,通过元数据管理单元,完成所有服务对象、服务资源、城市空间数据、城市环境数据、服务类型数据的元数据建模(重点包括:市政道路、住宅、工业区、集贸市场、广场公园、商业街、垃圾收集点、垃圾转运站、环卫作业车、天桥通道、公共厕所、建筑工地、道路扬尘、城中村、地下场)。
在约束管理模块内,定义了两种约束,硬约束为规划建模时不能违反的约束,软约束为规划建模时可以违反但是会导致模型扣分的约束,同时支持约束数据的可视化配置,整个约束采用计分制设计;不同的约束会根据重要程度设定相应的扣分权重也就是约束;例如,在定义业务方案时,约束管理模块需求根据业务定义出一些约束,方案是需要守这些规则,当一个方案出现有违反规则时,就作出相应的惩罚性扣分;在城市巡查管理工作当中,会将巡查卡点的覆盖率作为方案的硬约束,巡查时间、行走距离作为方案的软约束,硬约束作为百分百满足的条件,软约束影响整体得分。
在本发明内,基于采集存储库和约束数据库,自动规划建模会针对不同的服务类型自动排程相应的资源要求,输出模型方案库。
在自动规划建模模块内,其主要结合启发式和元启发式方法(如禁忌搜索、模拟退火、逾期接受和变邻域搜索),基于约束数据约束要求及权重,系统会根据约束条件和权重首先构建一颗搜索树,根据方案的复杂程度会自动定义搜索树的搜索层次,例如,以城市巡查执法为例,先搜索树的第一层,先满足硬约束为前提结合软约束的参数生成第一层搜索的得分项,然后遍历第二层级的树结点,第三层级的树结点,根据约定搜索层次,完成树结点的遍历,得出100%满足硬约束的最高分,基于最高分参数,生成相应的规划模型。
在模型智能评估优化模块内,提供规划方案实施数据的导入,在导入的数据的基础上,模型智能评估优化模块会将系统方案参数与实际运行结果数据进行矩阵化,纳入到神经网格当中进行学习和测算,将测试的模型纳入规划当中作为一个软约束,实现深度学习模型优化约束数据权重的支撑。例如,在城市巡查管理当中,高巡查覆盖率、短距离、短时间是显而易见的最优方案,但是当纳入更多看似无关的参数时,可能参数间的计算关系并不是那么显而易见,而模型智能评估优化模块,基于深度学习的技术应用弥补了这一点,加强了方案的扩展性和可执行性。
在本发明内,模型智能评估优化模块,对输出的模型方案进行评估,同时优化服务类型对应的权重信息,同时调用自动规划建模,实现优化方案的输出。
在规划数据动态配置共享模块内,提供可视化配置界面,配置规划数据服务接口,实现接口定义、权限配置、数据共享的动态管理。
在本发明内,通过规划数据动态配置共享模块,结合权限要求,可视化动态配置不同服务类型对应规划数据访问接口,完成规划数据服务的输出(业务应用系统可以基于对应服务接口,实现城市管理规划问题处理,如市容巡查方案:市容巡查系统可根据所在的区域、卡点数据、作业时间获取人员的排班情况和作业路线)。
本发明围绕城市服务管理,实现资源合理优化配置管理,能支持不同数据源数据的采集、专门的约束管理模块、规划模型的自动生成及基于深度学习的模型智能评估与优化;其内数据采集模块、约束管理模块、规划数据动态配置共享模块都提供了拖拽式操作的可视化界面功能;本发明产品支持多种部署方式,包括云部署和本地部署,有利于各种项目场景的实施应用。
以上所述仅为本发明的实施方式,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)
1.一种基于城市管理服务实施的智能资源规划方法,其特征在于,包括如下步骤:
步骤S1、数据采集,将采集的数据进行存储与管理;
步骤S2、对采集的数据进行约束处理且进行存储;
步骤S3、根据采集的数据及约束处理后的数据,生成规划模型,并且存储;
步骤S4、根据导入的规划模型的数据与实际运行结果数据进行矩阵化,进行学习和测算,从而优化规划模型的方案。
2.根据权利要求1所述的一种基于城市管理服务实施的智能资源规划方法,其特征在于,还包括:
步骤S5、根据步骤S3的规划模型,进行可视化配置管理。
3.根据权利要求1或2所述的一种基于城市管理服务实施的智能资源规划方法,其特征在于,在步骤S1内,通过拍照进行数据采集,再识别后传输数据至采集存储库内存储。
4.根据权利要求3所述的一种基于城市管理服务实施的智能资源规划方法,其特征在于,在步骤S1内,对存储的数据和城管部件数据库内的数据及元数据库的数据进行可视化的数据源配置管理、数据转换和数据输出处理。
5.根据权利要求4所述的一种基于城市管理服务实施的智能资源规划方法,其特征在于,在步骤S2内,对采集的数据和元数据库的数据进行硬约束和软约束处理。
6.根据权利要求5所述的一种基于城市管理服务实施的智能资源规划方法,其特征在于,在步骤S2内,将处理后的数据存储至约束数据库内。
7.根据权利要求6所述的一种基于城市管理服务实施的智能资源规划方法,其特征在于,在步骤S3内,将所述采集存储库和约束数据库内数据按约束条件和权重要求进行构建搜索树,再根据约束数据库内的约定搜索层次,完成树结点的遍历,得出100%满足硬约束的最高分,基于最高分的参数,生成规划模型。
8.根据权利要求7所述的一种基于城市管理服务实施的智能资源规划方法,其特征在于,在步骤S4内,将导入的规划模型的数据与实际运行结果数据进行矩阵化,纳入到神经网格当中进行学习和测算,将测试的模型纳入规划当中作为一个软约束,实现深度学习模型优化约束数据权重的支撑,从而优化规划模型的方案。
9.一种基于城市管理服务实施的智能资源规划系统,其特征在于,包括:
数据采集模块,用于数据采集,将采集的数据进行存储与管理;
约束管理模块,用于对采集的数据进行约束处理且进行存储;
自动规划建模模块,用于根据采集的数据及约束处理后的数据,生成规划模型,并且存储;
模型智能评估优化模块,用于根据导入的规划模型的数据与实际运行结果数据进行矩阵化,进行学习和测算,从而优化规划模型的方案。
10.根据权利要求9所述的一种基于城市管理服务实施的智能资源规划系统,其特征在于,还包括:
规划数据动态配置共享模块,用于进行动态化可视化配置管理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111208763.1A CN113642814A (zh) | 2021-10-18 | 2021-10-18 | 一种基于城市管理服务实施的智能资源规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111208763.1A CN113642814A (zh) | 2021-10-18 | 2021-10-18 | 一种基于城市管理服务实施的智能资源规划方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113642814A true CN113642814A (zh) | 2021-11-12 |
Family
ID=78427258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111208763.1A Pending CN113642814A (zh) | 2021-10-18 | 2021-10-18 | 一种基于城市管理服务实施的智能资源规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113642814A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114063995A (zh) * | 2022-01-17 | 2022-02-18 | 深圳市图元科技有限公司 | 一种基于物管城市可视化的开发引擎系统及方法 |
CN115310883A (zh) * | 2022-10-12 | 2022-11-08 | 北京易特思维信息技术有限公司 | 一种数字化城市管理非固定单据动态生成方法 |
CN116167585A (zh) * | 2023-02-23 | 2023-05-26 | 三一环境产业有限公司 | 应用于垃圾运收的数据处理方法、装置、设备及调度系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108491997A (zh) * | 2018-02-09 | 2018-09-04 | 中国科学院空间应用工程与技术中心 | 一种复杂任务的规划方法及系统 |
WO2021152593A1 (en) * | 2020-01-29 | 2021-08-05 | Urban Dashboard Ltd | Computerized-system and computerized-method to calculate an economic feasibility analysis for an urban planning model |
CN113344262A (zh) * | 2021-05-28 | 2021-09-03 | 淮阴工学院 | 一种基于城市垃圾分类的智能清运系统及方法 |
CN113485240A (zh) * | 2021-07-27 | 2021-10-08 | 华南理工大学 | 基于带标志位分层搜索树的机器人在线焊接路径规划方法 |
-
2021
- 2021-10-18 CN CN202111208763.1A patent/CN113642814A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108491997A (zh) * | 2018-02-09 | 2018-09-04 | 中国科学院空间应用工程与技术中心 | 一种复杂任务的规划方法及系统 |
WO2021152593A1 (en) * | 2020-01-29 | 2021-08-05 | Urban Dashboard Ltd | Computerized-system and computerized-method to calculate an economic feasibility analysis for an urban planning model |
CN113344262A (zh) * | 2021-05-28 | 2021-09-03 | 淮阴工学院 | 一种基于城市垃圾分类的智能清运系统及方法 |
CN113485240A (zh) * | 2021-07-27 | 2021-10-08 | 华南理工大学 | 基于带标志位分层搜索树的机器人在线焊接路径规划方法 |
Non-Patent Citations (1)
Title |
---|
(美)希利尔等: "《运筹学导论》", 31 August 2007, 清华大学出版社 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114063995A (zh) * | 2022-01-17 | 2022-02-18 | 深圳市图元科技有限公司 | 一种基于物管城市可视化的开发引擎系统及方法 |
CN115310883A (zh) * | 2022-10-12 | 2022-11-08 | 北京易特思维信息技术有限公司 | 一种数字化城市管理非固定单据动态生成方法 |
CN115310883B (zh) * | 2022-10-12 | 2023-01-06 | 北京易特思维信息技术有限公司 | 一种数字化城市管理非固定单据动态生成方法 |
CN116167585A (zh) * | 2023-02-23 | 2023-05-26 | 三一环境产业有限公司 | 应用于垃圾运收的数据处理方法、装置、设备及调度系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Falchetta et al. | Electric vehicle charging network in Europe: An accessibility and deployment trends analysis | |
CN113642814A (zh) | 一种基于城市管理服务实施的智能资源规划方法及系统 | |
Harrison et al. | Foundations for smarter cities | |
Kang et al. | Mapping the dynamics of electric vehicle charging demand within Beijing's spatial structure | |
Ji et al. | Optimizing the locations and sizes of solar assisted electric vehicle charging stations in an urban area | |
Nabielek et al. | Balanced renewable energy scenarios: a method for making spatial decisions despite insufficient data, illustrated by a case study of the Vorderland-Feldkirch Region, Vorarlberg, Austria | |
CN110659774B (zh) | 大数据方法驱动的停车需求预测方法 | |
Zhang et al. | Smart carbon monitoring platform under IoT-Cloud architecture for small cities in B5G | |
Tal et al. | Expanding the UC Davis GIS Electric Vehicle Planning Toolbox Beyond California: The Delaware Valley Regional Planning Commission Case Study | |
Bandt et al. | Building a spatial decision support system for tourism and infrastructure planning: Τechnical solution and data integration challenges | |
CN117151962B (zh) | 一种城市能源系统的规划设计方法及规划设计系统 | |
Cherniy et al. | Modern Approach to the Road Traffic Management in Cities of Ukraine: Case Study of Kyiv Municipal Company" Road Traffic Management Center" | |
Zhao et al. | Location decision of electric vehicle charging station based on a novel grey correlation comprehensive evaluation multi-criteria decision method | |
Niyomubyeyi et al. | An improved non-dominated sorting biogeography-based optimization algorithm for multi-objective land-use allocation: a case study in Kigali-Rwanda | |
CN112308382B (zh) | 一种开放性的tod城市大数据监测分析平台 | |
Jin | Modelling the influence of neighbourhood design on daily trip patterns in urban neighbourhoods | |
Peregrino et al. | Transportation scenario planning with graph neural networks | |
Shamsuddin et al. | Predicting and simulating future land use pattern: A case study of Seremban District | |
Strauba et al. | Semi-automated location planning for urban bike-sharing systems | |
Princz-Jakovics et al. | Innovative ICT Applications to Increase Social Acceptance of Transport Investments | |
Hildebrand et al. | Systematic literature review of urban charging infrastructure planning over time | |
Rosa et al. | Advances on urban mobility using innovative data-driven models | |
Hein et al. | Data-driven Approach for Smart Urban Planning Tool Development | |
Azzioui et al. | Determining Optimal Wind Energy Farms Locations Based on MCDM and GIS: a Case Study from Morocco | |
Vega et al. | Development of a multicriteria matrix for decision making in the management of flexible pavements in an urban road network.: Case study the city of Itagüí–Colombia |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211112 |
|
RJ01 | Rejection of invention patent application after publication |