CN113779808B - 基于大数据的政策仿真分析方法及系统 - Google Patents
基于大数据的政策仿真分析方法及系统 Download PDFInfo
- Publication number
- CN113779808B CN113779808B CN202111117982.9A CN202111117982A CN113779808B CN 113779808 B CN113779808 B CN 113779808B CN 202111117982 A CN202111117982 A CN 202111117982A CN 113779808 B CN113779808 B CN 113779808B
- Authority
- CN
- China
- Prior art keywords
- simulation
- value
- policy
- terminal
- data
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据的政策仿真分析方法及系统,用于解决现有的政策仿真方法存在不能结合大数据以及策仿型值进行仿真分析处理,导致政策仿真的效率以及可信度较低的问题,包括注册模块、仿真采集模块、数据上传模块、服务器、仿真分析模块、结果审核模块和传输测试模块;本发明请求者通过上传大量的政策仿真产品的仿真数据,经过对政策仿真产品对应政策仿真端的仿真端信息进行分析得到政策仿真端的基端值,再结合仿效值以及评估均值得到政策仿真端的策仿型值,通过策仿型值合理选取对应的目标仿真端进行仿真处理以得到政策仿真模型及仿真结果,以便于快速为请求者对政策仿真产品的仿真数据进行仿真处理。
Description
技术领域
本发明涉及数据处理技术领域,具体为基于大数据的政策仿真分析方法及系统。
背景技术
大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合,最早应用于IT行业,目前正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析,从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态,广泛应用各个领域;
随着社会的发展,政策应用各个领域,从而需要通过政策仿真得到政策施行后的预测结果;现有的政策仿真方法存在不能结合大数据以及策仿型值进行仿真分析处理,导致政策仿真的效率以及可信度较低;
因此,目前亟需要进行政策仿真的方案,以便快速为请求者的政策仿真产品的仿真数据进行仿真处理。
发明内容
本发明的目的就在于为了解决现有的政策仿真方法存在不能结合大数据以及策仿型值进行仿真分析处理,导致政策仿真的效率以及可信度较低的问题,而提出基于大数据的政策仿真分析方法及系统。
本发明的目的可以通过以下技术方案实现:
第一方面,本实施例提供一种基于大数据的政策仿真分析方法,包括以下步骤:
S1:请求者上传大量政策仿真产品的仿真数据至服务器,服务器对其进行压缩打包以得到仿真数据包;
S2:获取政策仿真产品对应政策仿真端的仿真端信息,仿真端信息包括政策仿真端的人员数据、仿真产品名称等;其中人员数据包括仿真建模人员的数量、专业、入职时刻以及建模终端的型号和位置;对仿真端信息进行分析处理以得到政策仿真端的基端值,获取政策仿真端的仿效值以及评估均值,对基端值、仿效值以及评估均值进行归一化处理并取三者归一化处理后的数值;将基端值、仿效值以及评估均值的数值分别标记为DZ、FZ和PZ;
依据策仿型值对政策仿真端进行排序,从前至后依次选取预设数量个政策仿真端并将其标记为目标仿真端;
S3:向目标仿真端发送仿真数据包,目标仿真端接收到仿真数据包后对其进行仿真处理以得到政策仿真模型及仿真结果;
S4:将政策仿真模型及仿真结果发送至审核端,以获取审核端反馈的模型评估值,将政策仿真模型、仿真结果模型和模型评估值反馈给请求者。
作为第一方面的一种优选实施方式,对仿真端信息进行处理的具体过程为:
将仿真建模人员的入职时刻与当前时刻进行时间差计算以得到仿真建模人员的入职时长并标记为RT1,提取入职时长的数值,代入公式得到入职基值JD1;其中,b1为预设权重系数;TB1为入职时长的预设时长阈值;JDY为预设最大值;
设定仿真产品名称对应若干个专业名称,将仿真建模人员的专业与仿真产品名称对应的专业名称进行匹配,统计仿真产品名称中包含仿真建模人员专业的人员数量得到匹配人数并标记为RT2;
设定所有终端型号均对应一个预设终端值,将建模终端的型号与所有的终端型号进行匹配得到对应的预设终端值并标记为RT3;将建模终端的位置与服务器的位置进行距离差计算以得到数据传输间距并标记为RT4;
将入职基值、预设终端值和数据传输间距进行归一化处理并取三者归一化处理后的数值;代入公式RJ=JD1×fa1+RT3×fa2+fa3/RT4得到人员处理值RJ;其中,fa1和fa2均为预设权重因子;fa3为传输系数;
再将匹配人数和人员处理值进行归一化处理并取归一化处理后两者的数值,利用公式DZ=RT2×fa4+(∑RJ/MS)×fa5得到政策仿真端的基端值DZ;其中,fa4和fa5均为预设权重因子;MS为仿真建模人员的数量。
作为第一方面的一种优选实施方式,所述传输系数由传输测试模块分析得到,传输测试模块分析的具体过程为:
传输测试模块向建模终端发送传输文件包和执行指令;执行指令用于触发建模终端接收到传输文件包后,将传输文件包发送至传输测试模块,同时反馈接收到传输文件包的下载速率数据以及发送传输文件包的上传速率数据;
将下载速率数据中的多个下载速率依据时间先后顺序进行排序,去除排序在两端的预设数量个下载速率,对剩余的下载速率进行求和并均取值得到下载速率均值;
将上传速率数据中的多个上传速率依据时间先后顺序进行排序,去除排序在两端的预设数量个上传速率,对剩余的上传速率进行求和并均取值得到上传速率均值;
将下载速率均值和上传速率均值进行归一化处理并取两者的数值,将两者的数值分别标记为XZ1和SC1;利用公式fa3=XZ1×fb1+SC1×fb2得到传输系数fa3;fb1和fb2分别为下载速率和上传速率对应的预设权重系数;
作为第一方面的一种优选实施方式,S4之后还包括:
S5:采集目标仿真端接收到仿真数据包的时刻一以及目标仿真端发送政策仿真模型及仿真结果至审核端的时刻二;对时刻一和时刻二进行时间差进行计算以得到目标仿真端的单次处理时长,提取单次处理时长的数值并标记为DT1,代入公式DL=200/(|DT1-100|2+1)得到目标仿真端的单处值DL,将目标仿真端的所有单处值进行求和并取均值得到目标仿真端的仿效值;
作为第一方面的一种优选实施方式,S6:采集目标仿真端的所有模型评估值,将所有的模型评估值进行求和并取其均值得到评估均值;
第二方面,本实施例提供一种基于大数据的政策仿真分析系统,包括数据上传模块、服务器、仿真分析模块和结果审核模块;
所述数据上传模块用于接收请求者通过智能终端上传大量政策仿真产品的仿真数据并将其发送至服务器;
所述服务器用于接收大量政策仿真产品的仿真数据,将其压缩打包得到仿真数据包并存储;
所述仿真分析模块用于接收请求者通过智能终端提交的仿真操作指令并进行对应操作,具体操作操作过程为:
获取服务器内的仿真数据包以及政策仿真产品对应政策仿真端的仿真端信息;对仿真端信息进行分析处理以得到政策仿真端的基端值,获取政策仿真端的仿效值以及评估均值,对基端值、仿效值以及评估均值进行归一化处理以得到政策仿真端的策仿型值,依据策仿型值对政策仿真端进行排序,从前至后依次选取预设数量个政策仿真端并将其标记为目标仿真端,然后向目标仿真端发送仿真数据包;目标仿真端接收到仿真数据包后对其进行仿真处理以得到政策仿真模型及仿真结果;
所述结果审核模块用于接收目标仿真端反馈的政策仿真模型及仿真结果并将其发送至审核端,接收审核端反馈的模型评估值,并将政策仿真模型、仿真结果模型和模型评估值反馈给请求者的智能终端。
作为第二方面的一种优选实施方式,还包括仿真采集模块;仿真采集模块用于采集目标仿真端接收到仿真数据包的时刻一以及目标仿真端发送政策仿真模型及仿真结果至审核端的时刻二和采集目标仿真端的所有模型评估值并对其进行处理,具体处理过程为:将时刻一和时刻二进行时间差进行计算以得到目标仿真端的单次处理时长,提取单次处理时长的数值并标记为DT1,代入公式DL=200/(|DT1-100|2+1)得到目标仿真端的单处值DL,将目标仿真端的所有单处值进行求和并取均值得到目标仿真端的仿效值;将所有的模型评估值进行求和并取其均值得到评估均值;再将目标仿真端的仿效值和评估均值发送至服务器内存储。
作为第二方面的一种优选实施方式,还包括传输测试模块,传输测试模块用于向建模终端发送传输文件包和执行指令以获取传输文件包的下载速率数据以及发送传输文件包的上传速率数据并对其进行处理以得到传输系数。
与现有技术相比,本发明的有益效果是:本发明请求者通过上传大量的政策仿真产品的仿真数据,经过对政策仿真产品对应政策仿真端的仿真端信息进行分析得到政策仿真端的基端值,再结合仿效值以及评估均值得到政策仿真端的策仿型值,通过策仿型值合理选取对应的目标仿真端进行仿真处理以得到政策仿真模型及仿真结果,以便于快速为请求者对政策仿真产品的仿真数据进行仿真处理。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的原理框图。
具体实施方式
下面将结合实施例对本发明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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
基于大数据的政策仿真分析方法,包括以下步骤:
步骤一:请求者通过智能终端上传大量政策仿真产品的仿真数据至服务器,服务器对其进行压缩打包以得到仿真数据包;政策仿真端由若干个仿真建模人员以及对应人员的建模终端组成;建模终端为笔记本电脑或台式电脑;
步骤二:获取政策仿真产品对应政策仿真端的仿真端信息,仿真端信息包括政策仿真端的人员数据、仿真产品名称等;其中人员数据包括仿真建模人员的数量、专业、入职时刻以及建模终端的型号和位置;对仿真端信息进行分析处理以得到政策仿真端的基端值,具体步骤为:
S21:将仿真建模人员的入职时刻与当前时刻进行时间差计算以得到仿真建模人员的入职时长并标记为RT1,单位是天;提取入职时长的数值,代入公式得到入职基值JD1;其中,b1为预设权重系数;TB1为入职时长的预设时长阈值;JDY为预设最大值;预设时长阈值可以为300天;当入职时长大于预设时长阈值时,入职基值JD1取预设最大值JDY;
S22:设定仿真产品名称对应若干个专业名称,将仿真建模人员的专业与仿真产品名称对应的专业名称进行匹配,统计仿真产品名称中包含仿真建模人员专业的人员数量得到匹配人数并标记为RT2;
S23:设定所有终端型号均对应一个预设终端值,将建模终端的型号与所有的终端型号进行匹配得到对应的预设终端值并标记为RT3;将建模终端的位置与服务器的位置进行距离差计算以得到数据传输间距并标记为RT4;
S24:将入职基值、预设终端值和数据传输间距进行归一化处理并取三者归一化处理后的数值;代入公式RJ=JD1×fa1+RT3×fa2+fa3/RT4得到人员处理值RJ;其中,fa1和fa2均为预设权重因子;fa3为传输系数;其中fa1和fa2的取值可以为0.61、0.39;
传输系数fa3由传输测试模块分析得到,传输测试模块分析的具体过程为:
传输测试模块向建模终端发送传输文件包和执行指令;执行指令用于触发建模终端接收到传输文件包后,将传输文件包发送至传输测试模块,同时反馈接收到传输文件包的下载速率数据以及发送传输文件包的上传速率数据;
将下载速率数据中的多个下载速率依据时间先后顺序进行排序,去除排序在两端的预设数量个下载速率,对剩余的下载速率进行求和并均取值得到下载速率均值;预设数量可以为一个、两个或多个;
将上传速率数据中的多个上传速率依据时间先后顺序进行排序,去除排序在两端的预设数量个上传速率,对剩余的上传速率进行求和并均取值得到上传速率均值;
将下载速率均值和上传速率均值进行归一化处理并取两者的数值,将两者的数值分别标记为XZ1和SC1;利用公式fa3=XZ1×fb1+SC1×fb2得到传输系数fa3;fb1和fb2分别为下载速率和上传速率对应的预设权重系数;fb1和fb2的取值分别为1.3、1.7;
S25:再将匹配人数和人员处理值进行归一化处理并取归一化处理后两者的数值,利用公式DZ=RT2×fa4+(∑RJ/MS)×fa5得到政策仿真端的基端值DZ;其中,fa4和fa5均为预设权重因子;MS为仿真建模人员的数量;fa4和fa5的取值可以为0.42、0.58;
步骤三:获取政策仿真端的仿效值以及评估均值,对基端值、仿效值以及评估均值进行归一化处理并取三者归一化处理后的数值;将仿效值以及评估均值的数值分别标记为FZ和PZ;
利用公式
步骤四:依据策仿型值对政策仿真端进行排序,从前至后依次选取预设数量个政策仿真端并将其标记为目标仿真端;向目标仿真端发送仿真数据包,目标仿真端接收到仿真数据包后对其进行仿真处理以得到政策仿真模型及仿真结果;
步骤五:将政策仿真模型及仿真结果发送至审核端,以获取审核端反馈的模型评估值,将政策仿真模型、仿真结果模型和模型评估值反馈给请求者;
步骤六:采集目标仿真端接收到仿真数据包的时刻一以及目标仿真端发送政策仿真模型及仿真结果至审核端的时刻二;对时刻一和时刻二进行时间差进行计算以得到目标仿真端的单次处理时长,提取单次处理时长的数值并标记为DT1,代入公式DL=200/(|DT1-100|2+1)得到目标仿真端的单处值DL,将目标仿真端的所有单处值进行求和并取均值得到目标仿真端的仿效值;
步骤七:采集目标仿真端的所有模型评估值,将所有的模型评估值进行求和并取其均值得到评估均值;
请参阅图1所示,一种基于大数据的政策仿真分析系统,包括注册模块、仿真采集模块、数据上传模块、服务器、仿真分析模块、结果审核模块、传输测试模块;
注册模块用于仿真建模人员通过电脑提交仿真端信息进行注册并将注册成功的仿真端信息发送至服务器内存储、以及审核人员通过电脑终端提交审核人员的人员信息进行注册并将注册成功的人员信息发送至服务器内存储;将注册成功的审核人员的电脑终端标记为审核端,其中人员信息包括审核人员的通信号码、位置以及审核人员的专业以及负责审核的产品类别名称等;
仿真采集模块采集目标仿真端接收到仿真数据包的时刻一以及目标仿真端发送政策仿真模型及仿真结果至审核端的时刻二和采集目标仿真端的所有模型评估值并对其进行处理,具体处理过程为:将时刻一和时刻二进行时间差进行计算以得到目标仿真端的单次处理时长,提取单次处理时长的数值,对数值分析处理以得到目标仿真端的单处值,将目标仿真端的所有单处值进行求和并取均值得到目标仿真端的仿效值;将所有的模型评估值进行求和并取其均值得到评估均值;再将目标仿真端的仿效值和评估均值发送至服务器内存储;
数据上传模块接收请求者通过智能终端上传大量政策仿真产品的仿真数据并将其发送至服务器;
服务器接收大量政策仿真产品的仿真数据,将其压缩打包得到仿真数据包并存储;
请求者通过智能终端提交的仿真操作指令至仿真仿真分析模块用接收请求者通过智能终端提交的仿真操作指令并进行对应操作,具体操作操作过程为:
获取服务器内的仿真数据包以及政策仿真产品对应政策仿真端的仿真端信息;对仿真端信息进行分析处理以得到政策仿真端的基端值,仿真建模人员的入职时刻与当前时刻进行时间差计算以得到仿真建模人员的入职时长并标记为RT1,单位是天;提取入职时长的数值,代入公式得到入职基值JD1;其中,b1为预设权重系数;设定仿真产品名称对应若干个专业名称,将仿真建模人员的专业与仿真产品名称对应的专业名称进行匹配,统计仿真产品名称中包含仿真建模人员专业的人员数量得到匹配人数并标记为RT2;设定所有终端型号均对应一个预设终端值,将建模终端的型号与所有的终端型号进行匹配得到对应的预设终端值并标记为RT3;将建模终端的位置与服务器的位置进行距离差计算以得到数据传输间距并标记为RT4;将入职基值、预设终端值和数据传输间距进行归一化处理并取三者归一化处理后的数值;代入公式RJ=JD1×fa1+RT3×fa2+fa3/RT4得到人员处理值RJ;其中,fa1和fa2均为预设权重因子;fa3为传输系数;再将匹配人数和人员处理值进行归一化处理并取归一化处理后两者的数值,利用公式DZ=RT2×fa4+(∑RJ/MS)×fa5得到政策仿真端的基端值DZ;其中,fa4和fa5均为预设权重因子;MS为仿真建模人员的数量;
获取政策仿真端的仿效值以及评估均值,对基端值、仿效值以及评估均值进行归一化处理以得到政策仿真端的策仿型值,将仿效值以及评估均值的数值分别标记为FZ和PZ;
利用公式
依据策仿型值对政策仿真端进行排序,从前至后依次选取预设数量个政策仿真端并将其标记为目标仿真端,然后向目标仿真端发送仿真数据包;目标仿真端接收到仿真数据包后对其进行仿真处理以得到政策仿真模型及仿真结果;具体仿真处理技术参见文献:公共政策仿真方法:原理、应用与前景,李大宇等;
结果审核模块接收目标仿真端反馈的政策仿真模型及仿真结果并将其发送至审核端,接收审核端反馈的模型评估值,并将政策仿真模型、仿真结果模型和模型评估值反馈给请求者的智能终端;
传输测试模块用于向建模终端发送传输文件包和执行指令以获取传输文件包的下载速率数据以及发送传输文件包的上传速率数据并对其进行处理以得到传输系数,具体为:
传输测试模块向建模终端发送传输文件包和执行指令;执行指令用于触发建模终端接收到传输文件包后,将传输文件包发送至传输测试模块,同时反馈接收到传输文件包的下载速率数据以及发送传输文件包的上传速率数据;
将下载速率数据中的多个下载速率依据时间先后顺序进行排序,去除排序在两端的预设数量个下载速率,对剩余的下载速率进行求和并均取值得到下载速率均值;
将上传速率数据中的多个上传速率依据时间先后顺序进行排序,去除排序在两端的预设数量个上传速率,对剩余的上传速率进行求和并均取值得到上传速率均值;
将下载速率均值和上传速率均值进行归一化处理并取两者的数值,将两者的数值分别标记为XZ1和SC1;利用公式fa3=XZ1×fb1+SC1×fb2得到传输系数fa3;fb1和fb2分别为下载速率和上传速率对应的预设权重系数;
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (2)
1.基于大数据的政策仿真分析方法,其特征在于,包括以下步骤:
步骤一:请求者通过智能终端上传大量政策仿真产品的仿真数据至服务器,服务器对其进行压缩打包以得到仿真数据包;政策仿真端由若干个仿真建模人员以及对应人员的建模终端组成;
步骤二:获取政策仿真产品对应政策仿真端的仿真端信息,仿真端信息包括政策仿真端的人员数据和仿真产品名称;其中人员数据包括仿真建模人员的数量、专业、入职时刻以及建模终端的型号和位置;对仿真端信息进行分析处理以得到政策仿真端的基端值,具体步骤为:
S21:将仿真建模人员的入职时刻与当前时刻进行时间差计算以得到仿真建模人员的入职时长并标记为RT1,单位是天;提取入职时长的数值,代入公式得到入职基值JD1;其中,b1为预设权重系数;TB1为入职时长的预设时长阈值;JDY为预设最大值;当入职时长大于预设时长阈值时,入职基值JD1取预设最大值JDY;
S22:设定仿真产品名称对应若干个专业名称,将仿真建模人员的专业与仿真产品名称对应的专业名称进行匹配,统计仿真产品名称中包含仿真建模人员专业的人员数量得到匹配人数并标记为RT2;
S23:设定所有终端型号均对应一个预设终端值,将建模终端的型号与所有的终端型号进行匹配得到对应的预设终端值并标记为RT3;将建模终端的位置与服务器的位置进行距离差计算以得到数据传输间距并标记为RT4;
S24:将入职基值、预设终端值和数据传输间距进行归一化处理并取三者归一化处理后的数值;代入公式RJ=JD1×fa1+RT3×fa2+fa3/RT4得到人员处理值RJ;其中,fa1和fa2均为预设权重因子;fa3为传输系数;
传输系数fa3由传输测试模块分析得到,传输测试模块分析的具体过程为:
传输测试模块向建模终端发送传输文件包和执行指令;执行指令用于触发建模终端接收到传输文件包后,将传输文件包发送至传输测试模块,同时反馈接收到传输文件包的下载速率数据以及发送传输文件包的上传速率数据;
将下载速率数据中的多个下载速率依据时间先后顺序进行排序,去除排序在两端的预设数量个下载速率,对剩余的下载速率进行求和并均取值得到下载速率均值;
将上传速率数据中的多个上传速率依据时间先后顺序进行排序,去除排序在两端的预设数量个上传速率,对剩余的上传速率进行求和并均取值得到上传速率均值;
将下载速率均值和上传速率均值进行归一化处理并取两者的数值,将两者的数值分别标记为XZ1和SC1;利用公式fa3=XZ1×fb1+SC1×fb2得到传输系数fa3;fb1和fb2分别为下载速率和上传速率对应的预设权重系数;
S25:再将匹配人数和人员处理值进行归一化处理并取归一化处理后两者的数值,利用公式DZ=RT2×fa4+(∑RJ/MS)×fa5得到政策仿真端的基端值DZ;其中,fa4和fa5均为预设权重因子;MS为仿真建模人员的数量;
步骤三:获取政策仿真端的仿效值以及评估均值,对基端值、仿效值以及评估均值进行归一化处理并取三者归一化处理后的数值;将仿效值以及评估均值的数值分别标记为FZ和PZ;
利用公式
步骤四:依据策仿型值对政策仿真端进行排序,从前至后依次选取预设数量个政策仿真端并将其标记为目标仿真端;向目标仿真端发送仿真数据包,目标仿真端接收到仿真数据包后对其进行仿真处理以得到政策仿真模型及仿真结果;
步骤五:将政策仿真模型及仿真结果发送至审核端,以获取审核端反馈的模型评估值,将政策仿真模型、仿真结果模型和模型评估值反馈给请求者;
步骤六:采集目标仿真端接收到仿真数据包的时刻一以及目标仿真端发送政策仿真模型及仿真结果至审核端的时刻二;对时刻一和时刻二进行时间差进行计算以得到目标仿真端的单次处理时长,提取单次处理时长的数值并标记为DT1,代入公式DL=200/(|DT1-100|2+1)得到目标仿真端的单处值DL,将目标仿真端的所有单处值进行求和并取均值得到目标仿真端的仿效值;
步骤七:采集目标仿真端的所有模型评估值,将所有的模型评估值进行求和并取其均值得到评估均值。
2.基于大数据的政策仿真分析系统,其特征在于,包括数据上传模块、服务器、仿真采集模块、传输测试模块、仿真分析模块和结果审核模块;
所述数据上传模块用于接收请求者通过智能终端上传大量政策仿真产品的仿真数据并将其发送至服务器;
所述服务器用于接收大量政策仿真产品的仿真数据,将其压缩打包得到仿真数据包并存储;仿真端信息包括政策仿真端的人员数据、仿真产品名称;其中人员数据包括仿真建模人员的数量、专业、入职时刻以及建模终端的型号和位置;
所述仿真分析模块用于接收请求者通过智能终端提交的仿真操作指令并进行对应操作,具体操作过程为:
获取服务器内的仿真数据包以及政策仿真产品对应政策仿真端的仿真端信息;对仿真端信息进行分析处理以得到政策仿真端的基端值,仿真建模人员的入职时刻与当前时刻进行时间差计算以得到仿真建模人员的入职时长并标记为RT1,单位是天;提取入职时长的数值,代入公式得到入职基值JD1;其中,b1为预设权重系数;设定仿真产品名称对应若干个专业名称,将仿真建模人员的专业与仿真产品名称对应的专业名称进行匹配,统计仿真产品名称中包含仿真建模人员专业的人员数量得到匹配人数并标记为RT2;设定所有终端型号均对应一个预设终端值,将建模终端的型号与所有的终端型号进行匹配得到对应的预设终端值并标记为RT3;将建模终端的位置与服务器的位置进行距离差计算以得到数据传输间距并标记为RT4;将入职基值、预设终端值和数据传输间距进行归一化处理并取三者归一化处理后的数值;代入公式RJ=JD1×fa1+RT3×fa2+fa3/RT4得到人员处理值RJ;其中,fa1和fa2均为预设权重因子;fa3为传输系数;再将匹配人数和人员处理值进行归一化处理并取归一化处理后两者的数值,利用公式DZ=RT2×fa4+(∑RJ/MS)×fa5得到政策仿真端的基端值DZ;其中,fa4和fa5均为预设权重因子;MS为仿真建模人员的数量;
获取政策仿真端的仿效值以及评估均值,对基端值、仿效值以及评估均值进行归一化处理以得到政策仿真端的策仿型值,将仿效值以及评估均值的数值分别标记为FZ和PZ;
利用公式
依据策仿型值对政策仿真端进行排序,从前至后依次选取预设数量个政策仿真端并将其标记为目标仿真端,然后向目标仿真端发送仿真数据包;目标仿真端接收到仿真数据包后对其进行仿真处理以得到政策仿真模型及仿真结果;
所述结果审核模块用于接收目标仿真端反馈的政策仿真模型及仿真结果并将其发送至审核端,接收审核端反馈的模型评估值,并将政策仿真模型、仿真结果模型和模型评估值反馈给请求者的智能终端;
所述仿真采集模块用于采集目标仿真端接收到仿真数据包的时刻一以及目标仿真端发送政策仿真模型及仿真结果至审核端的时刻二和采集目标仿真端的所有模型评估值并对其进行处理,具体处理过程为:对时刻一和时刻二进行时间差进行计算以得到目标仿真端的单次处理时长,提取单次处理时长的数值并标记为DT1,代入公式DL=200/(|DT1-100|2+1)得到目标仿真端的单处值DL,将目标仿真端的所有单处值进行求和并取均值得到目标仿真端的仿效值;将所有的模型评估值进行求和并取其均值得到评估均值;再将目标仿真端的仿效值和评估均值发送至服务器内存储;
所述传输测试模块用于向建模终端发送传输文件包和执行指令以获取传输文件包的下载速率数据以及发送传输文件包的上传速率数据并对其进行处理以得到传输系数,具体为:传输测试模块向建模终端发送传输文件包和执行指令;执行指令用于触发建模终端接收到传输文件包后,将传输文件包发送至传输测试模块,同时反馈接收到传输文件包的下载速率数据以及发送传输文件包的上传速率数据;
将下载速率数据中的多个下载速率依据时间先后顺序进行排序,去除排序在两端的预设数量个下载速率,对剩余的下载速率进行求和并均取值得到下载速率均值;将上传速率数据中的多个上传速率依据时间先后顺序进行排序,去除排序在两端的预设数量个上传速率,对剩余的上传速率进行求和并均取值得到上传速率均值;
将下载速率均值和上传速率均值进行归一化处理并取两者的数值,将两者的数值分别标记为XZ1和SC1;利用公式fa3=XZ1×fb1+SC1×fb2得到传输系数fa3;fb1和fb2分别为下载速率和上传速率对应的预设权重系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111117982.9A CN113779808B (zh) | 2021-09-24 | 2021-09-24 | 基于大数据的政策仿真分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111117982.9A CN113779808B (zh) | 2021-09-24 | 2021-09-24 | 基于大数据的政策仿真分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113779808A CN113779808A (zh) | 2021-12-10 |
CN113779808B true CN113779808B (zh) | 2022-03-18 |
Family
ID=78853000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111117982.9A Active CN113779808B (zh) | 2021-09-24 | 2021-09-24 | 基于大数据的政策仿真分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113779808B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116432903B (zh) * | 2023-04-01 | 2024-06-11 | 国网新疆电力有限公司电力科学研究院 | 一种通信仿真数据管理系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4652981B2 (ja) * | 2006-01-13 | 2011-03-16 | 日本電信電話株式会社 | Dnsサーバ選択装置、dnsサーバ選択方法、dnsサーバ選択プログラムおよび名前解決システム |
US20110060737A1 (en) * | 2009-08-03 | 2011-03-10 | Jonathan Cardella | System for Matching Procedure Characteristics to Professional Experience |
CN102393928A (zh) * | 2011-11-22 | 2012-03-28 | 广州市交通规划研究所 | 基于宏、中、微观交通仿真平台交互使用的交通仿真集成系统 |
US9871730B2 (en) * | 2014-08-22 | 2018-01-16 | Futurewei Technologies, Inc. | Network element configured to operate in an information centric network |
CN104376165B (zh) * | 2014-11-11 | 2018-08-10 | 国家电网公司 | 一种用户参与新能源发电调峰的辅助服务政策仿真模型 |
US10706046B2 (en) * | 2017-07-28 | 2020-07-07 | Risk Management Solutions, Inc. | Metadata-based general request translator for distributed computer systems |
CN109785151A (zh) * | 2018-12-13 | 2019-05-21 | 平安医疗健康管理股份有限公司 | 一种医保政策的仿真方法及装置 |
-
2021
- 2021-09-24 CN CN202111117982.9A patent/CN113779808B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113779808A (zh) | 2021-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107809331A (zh) | 识别异常流量的方法和装置 | |
CN113779808B (zh) | 基于大数据的政策仿真分析方法及系统 | |
CN112350440B (zh) | 一种基于机箱智能化模块组件的运行监管系统 | |
CN112308124B (zh) | 一种面向用电信息采集系统的智能防窃电方法 | |
CN110309884A (zh) | 基于泛在电力物联网体系的用电数据异常识别系统 | |
CN112367273A (zh) | 基于知识蒸馏的深度神经网络模型的流量分类方法及装置 | |
CN101957845A (zh) | 一种在线应用系统及其实现方法 | |
CN111524029A (zh) | 一种基于云计算的电力通讯系统 | |
CN110119307A (zh) | 数据处理请求的处理方法、装置、存储介质及电子装置 | |
CN115660288A (zh) | 一种基于互联网大数据的分析管理系统 | |
CN117291046A (zh) | 一种基于大数据动力电池bms可靠测试管理方法及系统 | |
CN115879619A (zh) | 一种变电站日前碳排放因子预测方法及系统 | |
CN115617784A (zh) | 一种信息化配电的数据处理系统及其处理方法 | |
CN110727725A (zh) | 一种基于配电网运行效率监测及分析的数据接口 | |
CN113034161A (zh) | 一种基于区块链的商品物流追溯信息采集系统 | |
JP4128664B2 (ja) | 時系列データ変換を用いたトラヒック予測方法及びその装置 | |
CN105678456B (zh) | 一种电能计量装置运行状态自动评估方法及其系统 | |
CN110287256A (zh) | 一种基于云计算的电网数据并行处理系统及其处理方法 | |
CN113115107B (zh) | 一种基于5g网络的手持视频采集终端系统 | |
CN114629811A (zh) | 一种用于工业以太网通讯系统的运行监测方法 | |
CN114444937A (zh) | 一种石化物流多式联运安全评价系统 | |
CN112731818B (zh) | 一种用于电力系统的计量装置通信仿真系统及方法 | |
CN116052404B (zh) | 一种基于5g通信技术的电网数据交互系统 | |
CN117857647B (zh) | 基于mqtt面向工业物联网的联邦学习通信方法和系统 | |
CN112561446A (zh) | 基于云计算的物流数据监测共享方法、系统、电子设备及计算机存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |