CN113919631B - 一种智慧园区综合运营管理方法及系统 - Google Patents

一种智慧园区综合运营管理方法及系统 Download PDF

Info

Publication number
CN113919631B
CN113919631B CN202111021819.2A CN202111021819A CN113919631B CN 113919631 B CN113919631 B CN 113919631B CN 202111021819 A CN202111021819 A CN 202111021819A CN 113919631 B CN113919631 B CN 113919631B
Authority
CN
China
Prior art keywords
managed
needing
personnel
intelligent park
park
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
Application number
CN202111021819.2A
Other languages
English (en)
Other versions
CN113919631A (zh
Inventor
魏瑞
杨慧
聂华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Clouddcs Co ltd
Original Assignee
Guangzhou Clouddcs Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Clouddcs Co ltd filed Critical Guangzhou Clouddcs Co ltd
Priority to CN202111021819.2A priority Critical patent/CN113919631B/zh
Publication of CN113919631A publication Critical patent/CN113919631A/zh
Application granted granted Critical
Publication of CN113919631B publication Critical patent/CN113919631B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311Scheduling, planning or task assignment for a person or group
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/16Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management
    • G06Q10/103Workflow collaboration or project management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Computing Systems (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种智慧园区综合运营管理方法,包括步骤对智慧园区的人员编号,收集需要管理的人员的信息,根据需要管理的人员的信息,计算每个需要管理的人员的影响因子,根据影响因子对需要管理的人员分类,输出需要管理人员分类信息,根据管理人员分类信息进行信息推送。本发明实现了实现了智慧园区的高效管理,提高了用户体验。

Description

一种智慧园区综合运营管理方法及系统
技术领域
本发明涉及综合运营管理技术领域,具体涉及一种智慧园区综合运营管理方法及系统。
背景技术
在下面的背景讨论中,参考了某些结构和/或方法。然而,下面的参考不应被解释为承认这些结构和/或方法构成了现有技术。申请人明确保留证明这种结构和/或方法不作为现有技术的权利。
园区是一个封闭的管理运营区域,类型有工业园区、物流园区、科技园区、文化产业园区、自贸园区和农业园区等。随着经济的发展及园区投资的不断深化,智慧园区建设运营方寻求园区发展综合管理运营的意愿日趋强烈,国内优秀的园区建设运营者愈来愈重视对行业市场的研究。
园区在随着经济开发迅速增长的同时,人口密度的提升,对园区的管理的管理也带来挑战,特别是园区的人口分布不均衡,使得资源难以分配,分配的效率也不高,对园区内的人员体验带来负面影响。
针对对人员的分布不均,信息传递效率不高,信息传递没有针对性,一直没有很好的解决办法,智慧园区综合高效运营管理一直是本领域技术人员的研究方向。
发明内容
本发明的目的在于提出一种智慧园区综合运营管理方法,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
为实现上述技术目的,本发明技术方案如下:
一种智慧园区综合运营管理方法,所述方法包括以下步骤:
步骤1,对智慧园区的人员编号,收集需要管理的人员的信息;
步骤2,根据需要管理的人员的信息,计算每个需要管理的人员的影响因子;
步骤3,根据影响因子对需要管理的人员分类,输出需要管理人员分类信息;
步骤4,根据管理人员分类信息进行信息推送。
进一步地,步骤1中,对智慧园区的人员编号,收集需要管理的人员的信息的子步骤为:
将园区进行分区获得集合A,A={A1,A2,A3,……,Am},m为智慧园区分区数量,Aj为第j个分区,j∈[1,m];
智慧园区内需要管理的人员总数为PN,利用身份识别技术或者身份认证技术(包括人脸识别技术)收集智慧园区内人员的属性,所述属性包括人员的逗留地点以及逗留时长,行动轨迹记录;
使i为需要管理的人员编号,i∈[1,PN],记第i个需要管理的人员行动轨迹集合:Pi_M={Pi_M1,Pi_M2,Pi_M3,……,Pi_Mk},每个Pi_M的子元素包括单个行动轨迹区域和逗留时间,k为集合Pi_M的大小,对于不同的需要管理的人员行动轨迹集合,k不相同;
获取出口和入口:获取Pi_M中,如果一个Pi_M的子元素的行动轨迹区域属于智慧园区边界,则根据行动轨迹记录判断当前行动轨迹区域是否为当前需要管理的人员离开智慧园区的最后一个行动轨迹区域Pi_O,或者当前需要管理的人员进入智慧园区的第1个行动轨迹区域Pi_I,具体为:
如果在某个行动轨迹区域获取到一个需要管理的人员的记录,在之后第一时间阈值内此需要管理的人员没有在其他行动轨迹区域和当前行动轨迹区域出现,则当前行动轨迹区域为此需要管理的人员在智慧园区的出口Pi_O;
如果在某个行动轨迹区域获取到一个需要管理的人员的记录,在之前第一时间阈值内此需要管理的人员没有在其他行动轨迹区域和当前行动轨迹区域出现,则当前行动轨迹区域为此需要管理的人员在智慧园区的入口Pi_I;
其中Pi_I∈A,Pi_O∈A,Pi_I、Pi_O分别为A中A1到Am任意一个区域;
所述身份识别技术可以是摄像头,手机基站或者随身携带的基于UWB的定位装置。进一步地,步骤2中,根据需要管理的人员的信息,计算每个需要管理的人员的影响因子的子步骤为:
步骤2.1,初始化变量i=1,j=1,获得需要管理的人员的途径区域的条件:
从集合剔除小于第二时间阈值T2的单个行动轨迹的区域
MinT(Pi_M)≤T2≤MinT(Pi_M)+FLOAT(Pi_M);
MinT(Pi_M)为取第i个需要管理的人员行动轨迹集合中逗留时间最短的单个行动轨迹的区域的逗留时间,FLOAT(Pi_M)为时间浮动系数;
其中时间浮动系数FLOAT(Pi_M)的计算方法为:
FLOAT(Pi_M)=(MaxT(Pi_M)-MT(Pi_M))/(k+1);
MaxT(Pi_M)为取第i个需要管理的人员行动轨迹集合中逗留时间最长的单个行动轨迹的区域的逗留时间,MT(Pi_M)为取集合Pi_M的中所有逗留时间的算数平均值,k为集合Pi_M中逗留时间小于MT(Pi_M)的智慧园区分区数量;
步骤2.2,计算需要管理的人员的影响因子,具体为:
PFi_j=(exp(∑(T(Pi_M))/(k-1)))×MT(Pi_M),
式中,PFi_j为第i个需要管理的人员在第j个智慧园区分区的影响因子,函数exp()为以自然常数e为底的指数函数,k为集合Pi_M中逗留时间小于MT(Pi_M)的智慧园区分区数量,∑()为求和操作,T(Pi_M)为取集合Pi_M中元素的逗留时间;
步骤2.3,如果j≤m,i<k,使i的值增加1,执行步骤2.1到步骤2.2获得需要管理的人员的影响因子;
如果j<m,i=k,使i的值为1,j的值增加1,执行步骤2.1到步骤2.2获得需要管理的人员的影响因子;
如果j=m,跳转步骤2.4,
步骤2.4,输出步骤2.1至步骤2.3获得的所有需要管理的人员的影响因子,所述所有需要管理的人员的影响因子的表示为矩阵PF:
Figure BDA0003242195140000021
式中,PFx_y表示第x个第x个需要管理的人员在第y个智慧园区分区的影响因子。
进一步地,步骤3中,根据影响因子对需要管理的人员分类,输出需要管理人员分类信息的子步骤为:
根据所有需要管理的人员的影响因子,划分需要管理的人员的归属区域;
初始化总人员集合,所述总人员集合包括所有需要管理的人员;
步骤3.1,对于一个需要管理的人员,对其在每个智慧园区分区的影响因子进行降序排序;
步骤3.2,选出当前需要管理的人员影响因子最大的区域,判断所述影响因子的智慧园区分区是否达到人口数量阈值B1,如果没有达到人口数量阈值B1,则把当前需要管理的人员放入当前所选智慧园区分区中,同时把此需要管理的人员从总人员集合中剔除;
如果所选影响因子最大的智慧园区分区已达到人口数量阈值B1,则把当前需要管理的人员在当前智慧园区分区的影响因子与当前智慧园区分区的现有需要管理的人员的在当前智慧园区分区的影响因子对比,如果大于当前智慧园区分区的现有需要管理的人员的在当前智慧园区分区的影响因子的平均值,则把当前需要管理的人员放入当前智慧园区分区,同时把此需要管理的人员从总人员集合中剔除,把当前智慧园区分区中影响因子最小的需要管理的人员剔除,把所述影响因子最小的需要管理的人员加入总人员集合;
步骤3.3,重复步骤3.1和步骤3.2直到总人员集合为空,如果人口数量阈值B1与智慧园区分区数量m的积大于PN,则增大人口数量阈值B1的值直到B1×m≥PN;
步骤3.4,输出各个智慧园区分区的需要管理人员分类信息。
在一个实施例里,每个智慧园区分区的面积为400m2,人口数量阈值B1为40,分区数量为840,需要管理的人员的总数为32500。
进一步地,步骤4中,根据管理人员分类信息进行信息推送的子步骤为:
获取需要发布的信息,获得需要发布信息的目的智慧园区分区,根据需要管理人员分类信息和目的智慧园区分区推送当前需要发布的信息到目的智慧园区分区的需要管理人员。
优选地,需要管理人员分类信息还可以用于智慧园区综合管理,在一个实施例中,智慧园区需要对所有需要管理的人员进行健康调查,每个需要管理的人员根据需要管理人员分类信息确定自己所在的智慧园区分区,把健康调查信息递交值所述智慧园区分区的分管部门,避免了信息收集的混乱,每个智慧园区分区也能有效地管理合理数量的需要管理的人员,平衡了每个智慧园区分区的工作量。
在一个实施例里,快递公司可以根据需要管理人员分类信息里的智慧园区分区信息,获得用户的所属智慧园区分区,从而进行高效运送,提高了用户体验。一种智慧园区综合运营管理系统,所述系统包括:
数据收集模块:用于获取智慧园区内人员的地理位置和逗留时间,并发送到数据处理模块;
数据处理模块:用于获取数据收集模块的数据,用于实现所述一种智慧园区综合运营管理方法;
信息推送模块:用于推送信息,根据信息分类和目的智慧园区分区推送信息到需要管理的人员。
第三方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本公开第一方面提供的所述方法的步骤。
第四方面,本发明提供一种电子设备,包括:存储器,其上存储有计算机程序;处理器,用于执行所述存储器中的所述计算机程序,以实现本公开提供的所述方法的步骤。
与现有技术相比,本发明具有以下有益的技术效果:
实现了智慧园区的高效管理,能够实时获得人员位置信息和驻留路径信息,提高了用户体验。
附图说明
为了使本领域的技术人员更好地理解本发明的技术方案,下面通过对结合附图所示出的实施方式进行详细说明,本发明的上述以及其他特征将更加明显,本发明附图中相同的参考标号表示相同或相似的元素,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,在附图中:
图1为本发明提供的一种智慧园区综合运营管理方法的流程图;
图2为本发明一个实施例的一种智慧园区综合运营管理系统结构示意框图。
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晰,以下结合附图及实施例,对本发明进行进一步详尽说明。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。
同样应理解,以下实施例只用于对本发明进行进一步说明,不能理解为对本发明保护范围的限制,本领域的技术人员根据本发明上述内容做出的一些非本质的改进和调整均属于本发明的保护范围。下述示例具体的工艺参数等也仅是合适范围内的一个示例,即本领域技术人员可以通过本文的说明做合适的范围内选择,而并非要限定于下文示例的具体数值。
以下示例性地说明本发明提供的一种智慧园区综合运营管理方法。
如图1所示为一种智慧园区综合运营管理方法的流程图,下面结合图1来阐述根据本发明的实施方式的一种智慧园区综合运营管理方法,所述方法包括以下步骤:
步骤1,对智慧园区的人员编号,收集需要管理的人员的信息;
步骤2,根据需要管理的人员的信息,计算每个需要管理的人员的影响因子;
步骤3,根据影响因子对需要管理的人员分类,输出需要管理人员分类信息;
步骤4,根据管理人员分类信息进行信息推送。
进一步地,步骤1中,对智慧园区的人员编号,收集需要管理的人员的信息的子步骤为:
将园区进行分区获得集合A,A={A1,A2,A3,……,Am},m为智慧园区分区数量,Aj为第j个分区,j∈[1,m];
智慧园区内需要管理的人员总数为PN,利用身份识别技术或者身份认证技术收集智慧园区内人员的属性,所述属性包括人员的逗留地点以及逗留时长,行动轨迹记录;
使i为需要管理的人员编号,i∈[1,PN],记第i个需要管理的人员行动轨迹集合:Pi_M={Pi_M1,Pi_M2,Pi_M3,……,Pi_Mk},每个Pi_M的子元素包括单个行动轨迹区域和逗留时间,k为集合Pi_M的大小,对于不同的需要管理的人员行动轨迹集合,k不相同;
获取出口和入口:获取Pi_M中,如果一个Pi_M的子元素的行动轨迹区域属于智慧园区边界,则根据行动轨迹记录判断当前行动轨迹区域是否为当前需要管理的人员离开智慧园区的最后一个行动轨迹区域Pi_O,或者当前需要管理的人员进入智慧园区的第1个行动轨迹区域Pi_I,具体为:
如果在某个行动轨迹区域获取到一个需要管理的人员的记录,在之后第一时间阈值内此需要管理的人员没有在其他行动轨迹区域和当前行动轨迹区域出现,则当前行动轨迹区域为此需要管理的人员在智慧园区的出口Pi_O;
如果在某个行动轨迹区域获取到一个需要管理的人员的记录,在之前第一时间阈值内此需要管理的人员没有在其他行动轨迹区域和当前行动轨迹区域出现,则当前行动轨迹区域为此需要管理的人员在智慧园区的入口Pi_I;
其中Pi_I∈A,Pi_O∈A;第一时间阈值设置为[3,48]小时;
所述身份识别技术可以是摄像头,手机基站或者随身携带的基于UWB的定位装置。进一步地,步骤2中,根据需要管理的人员的信息,计算每个需要管理的人员的影响因子的子步骤为:
步骤2.1,初始化变量i=1,j=1,获得需要管理的人员的途径区域的条件:从集合剔除小于第二时间阈值T2的单个行动轨迹的区域
MinT(Pi_M)≤T2≤MinT(Pi_M)+FLOAT(Pi_M);
MinT(Pi_M)为取第i个需要管理的人员行动轨迹集合中逗留时间最短的单个行动轨迹的区域的逗留时间,FLOAT(Pi_M)为时间浮动系数;
其中时间浮动系数FLOAT(Pi_M)的计算方法为:
FLOAT(Pi_M)=(MaxT(Pi_M)-MT(Pi_M))/(k+1);
MaxT(Pi_M)为取第i个需要管理的人员行动轨迹集合中逗留时间最长的单个行动轨迹的区域的逗留时间,MT(Pi_M)为取集合Pi_M的中所有逗留时间的算数平均值,k为集合Pi_M中逗留时间小于MT(Pi_M)的智慧园区分区数量;
步骤2.2,计算需要管理的人员的影响因子,具体为:
PFi_j=(exp(∑(T(Pi_M))/(k-1)))×MT(Pi_M),
式中,PFi_j为第i个需要管理的人员在第j个智慧园区分区的影响因子,函数exp()为以自然常数e为底的指数函数,k为集合Pi_M中逗留时间小于MT(Pi_M)的智慧园区分区数量,∑()为求和操作,T(Pi_M)为取集合Pi_M中元素的逗留时间;
步骤2.3,如果j≤m,i<k,使i的值增加1,执行步骤2.1到步骤2.2获得需要管理的人员的影响因子;
如果j<m,i=k,使i的值为1,j的值增加1,执行步骤2.1到步骤2.2获得需要管理的人员的影响因子;
如果j=m,跳转步骤2.4,
步骤2.4,输出步骤2.1至步骤2.3获得的所有需要管理的人员的影响因子,所述所有需要管理的人员的影响因子的表示方法为:
Figure BDA0003242195140000051
式中,PFx_y表示第x个第x个需要管理的人员在第y个智慧园区分区的影响因子。
进一步地,步骤3中,根据影响因子对需要管理的人员分类,输出需要管理人员分类信息的子步骤为:
根据所有需要管理的人员的影响因子,划分需要管理的人员的归属区域;
初始化总人员集合,所述总人员集合包括所有需要管理的人员;
步骤3.1,对于一个需要管理的人员,对其在每个智慧园区分区的影响因子进行降序排序;
步骤3.2,选出当前需要管理的人员影响因子最大的区域,判断所述影响因子的智慧园区分区是否达到人口数量阈值B1,如果没有达到人口数量阈值B1,则把当前需要管理的人员放入当前所选智慧园区分区中,同时把此需要管理的人员从总人员集合中剔除;
如果所选影响因子最大的智慧园区分区已达到人口数量阈值B1,则把当前需要管理的人员在当前智慧园区分区的影响因子与当前智慧园区分区的现有需要管理的人员的在当前智慧园区分区的影响因子对比,如果大于当前智慧园区分区的现有需要管理的人员的在当前智慧园区分区的影响因子的平均值,则把当前需要管理的人员放入当前智慧园区分区,同时把此需要管理的人员从总人员集合中剔除,把当前智慧园区分区中影响因子最小的需要管理的人员剔除,把所述影响因子最小的需要管理的人员加入总人员集合;
步骤3.3,重复步骤3.1和步骤3.2直到总人员集合为空,如果人口数量阈值B1与智慧园区分区数量m的积大于PN,则增大人口数量阈值B1的值直到B1×m≥PN;
步骤3.4,输出各个智慧园区分区的需要管理人员分类信息。
在一个实施例里,每个智慧园区分区的面积为400m2,人口数量阈值B1为40,分区数量为840,需要管理的人员的总数为32500。
进一步地,步骤4中,根据管理人员分类信息进行信息推送的子步骤为:
获取需要发布的信息,获得需要发布信息的目的智慧园区分区,根据需要管理人员分类信息和目的智慧园区分区推送当前需要发布的信息到目的智慧园区分区的需要管理人员。
优选地,需要管理人员分类信息还可以用于智慧园区综合管理,在一个实施例中,智慧园区需要对所有需要管理的人员进行健康调查,每个需要管理的人员根据需要管理人员分类信息确定自己所在的智慧园区分区,把健康调查信息递交值所述智慧园区分区的分管部门,避免了信息收集的混乱,每个智慧园区分区也能有效地管理合理数量的需要管理的人员,平衡了每个智慧园区分区的工作量。
在一个实施例里,快递公司可以根据需要管理人员分类信息里的智慧园区分区信息,获得用户的所属智慧园区分区,从而进行高效运送,提高了用户体验。如图2所示是本发明一个实施例的一种智慧园区综合运营管理系统结构示意框图。
一种智慧园区综合运营管理系统,所述系统包括:
数据收集模块:用于获取智慧园区内人员的地理位置和逗留时间,并发送到数据处理模块;
数据处理模块:用于获取数据收集模块的数据,用于实现所述一种智慧园区综合运营管理方法;
信息推送模块:用于推送信息,根据信息分类和目的智慧园区分区推送信息到需要管理的人员。
第三方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本公开第一方面提供的所述方法的步骤。
第四方面,本发明提供一种电子设备,包括:存储器,其上存储有计算机程序;处理器,用于执行所述存储器中的所述计算机程序,以实现本公开提供的所述方法的步骤。
所述基于一种智慧园区综合运营管理系统可以运行于桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备中。所述一种智慧园区综合运营管理系统,可运行的系统可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述例子仅仅是一种智慧园区综合运营管理系统的示例,并不构成对一种智慧园区综合运营管理系统的限定,可以包括比例子更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述一种智慧园区综合运营管理系统还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述一种智慧园区综合运营管理系统运行系统的控制中心,利用各种接口和线路连接整个一种智慧园区综合运营管理系统可运行系统的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述一种智慧园区综合运营管理系统的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、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)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述,但其并非旨在局限于任何这些细节或实施例或任何特殊实施例,从而有效地涵盖本发明的预定范围。此外,上文以发明人可预见的实施例对本发明进行描述,其目的是为了提供有用的描述,而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。

Claims (6)

1.一种智慧园区综合运营管理方法,其特征在于,所述方法包括以下步骤:
步骤1,对智慧园区的人员编号,收集需要管理的人员的信息;
步骤2,根据需要管理的人员的信息,计算每个需要管理的人员的影响因子;
步骤3,根据影响因子对需要管理的人员分类,输出需要管理人员分类信息;
步骤4,根据管理人员分类信息进行信息推送;
其中,步骤2中,根据需要管理的人员的信息,计算每个需要管理的人员的影响因子的子步骤为:
步骤2.1,初始化变量i=1,j=1,获得需要管理的人员的途径区域的条件:
从集合剔除小于第二时间阈值T2的单个行动轨迹的区域
MinT(Pi_M)≤T2≤MinT(Pi_M)+FLOAT(Pi_M);
MinT(Pi_M)为取第i个需要管理的人员行动轨迹集合中逗留时间最短的单个行动轨迹的区域的逗留时间,FLOAT(Pi_M)为时间浮动系数;
其中时间浮动系数FLOAT(Pi_M)的计算方法为:
FLOAT(Pi_M)=(MaxT(Pi_M)-MT(Pi_M))/(k+1);
MaxT(Pi_M)为取第i个需要管理的人员行动轨迹集合中逗留时间最长的单个行动轨迹的区域的逗留时间,MT(Pi_M)为取集合Pi_M的中所有逗留时间的算数平均值,k为集合Pi_M中逗留时间小于MT(Pi_M)的智慧园区分区数量;
步骤2.2,计算需要管理的人员的影响因子,具体为:
PFi_j=(exp(∑(T(Pi_M))/(k-1)))×MT(Pi_M),
式中,PFi_j为第i个需要管理的人员在第j个智慧园区分区的影响因子,函数exp()为以自然常数e为底的指数函数,k为集合Pi_M中逗留时间小于MT(Pi_M)的智慧园区分区数量,∑()为求和操作,T(Pi_M)为取集合Pi_M中元素的逗留时间;
步骤2.3,如果j≤m,i<k,使i的值增加1,执行步骤2.1到步骤2.2获得需要管理的人员的影响因子;
如果j<m,i=k,使i的值为1,j的值增加1,执行步骤2.1到步骤2.2获得需要管理的人员的影响因子;
如果j=m,跳转步骤2.4,
步骤2.4,输出步骤2.1至步骤2.3获得的所有需要管理的人员的影响因子,所述所有需要管理的人员的影响因子的表示方法为:
Figure DEST_PATH_IMAGE002
式中,PFx_y表示第x个需要管理的人员在第y个智慧园区分区的影响因子;
步骤3中,根据影响因子对需要管理的人员分类,输出需要管理人员分类信息的子步骤为:
根据所有需要管理的人员的影响因子,划分需要管理的人员的归属区域;
初始化总人员集合,所述总人员集合包括所有需要管理的人员;
步骤3.1,对于一个需要管理的人员,对其在每个智慧园区分区的影响因子进行降序排序;
步骤3.2,选出当前需要管理的人员影响因子最大的区域,判断所述影响因子的智慧园区分区是否达到人口数量阈值B1,如果没有达到人口数量阈值B1,则把当前需要管理的人员放入当前所选智慧园区分区中,同时把此需要管理的人员从总人员集合中剔除;
如果所选影响因子最大的智慧园区分区已达到人口数量阈值B1,则把当前需要管理的人员在当前智慧园区分区的影响因子与当前智慧园区分区的现有需要管理的人员的在当前智慧园区分区的影响因子对比,如果大于当前智慧园区分区的现有需要管理的人员的在当前智慧园区分区的影响因子的平均值,则把当前需要管理的人员放入当前智慧园区分区,同时把此需要管理的人员从总人员集合中剔除,把当前智慧园区分区中影响因子最小的需要管理的人员剔除,把所述影响因子最小的需要管理的人员加入总人员集合;
步骤3.3,重复步骤3.1和步骤3.2直到总人员集合为空,如果人口数量阈值B1与智慧园区分区数量m的积大于PN,则增大人口数量阈值B1的值直到B1×m≥PN;
步骤3.4,输出各个智慧园区分区的需要管理人员分类信息。
2.根据权利要求1所述的一种智慧园区综合运营管理方法,其特征在于,步骤1中,对智慧园区的人员编号,收集需要管理的人员的信息的子步骤为:
对智慧园区分区,A={A1,A2,A3,……,Am},m为智慧园区分区数量,Aj为第j个分区,j∈[1,m];
智慧园区内需要管理的人员总数为PN,利用身份识别技术收集智慧园区内人员的属性,所述属性包括人员的逗留地点以及逗留时长,行动轨迹记录;
使i为需要管理的人员编号,i∈[1,PN],记第i个需要管理的人员行动轨迹集合:Pi_M={Pi_M1,Pi_M2,Pi_M3,……,Pi_Mk},每个Pi_M的子元素包括单个行动轨迹区域和逗留时间,k为集合Pi_M的大小,对于不同的需要管理的人员行动轨迹集合,k不相同;
获取出口和入口:获取Pi_M 中,如果一个Pi_M的子元素的行动轨迹区域属于智慧园区边界,则根据行动轨迹记录判断当前行动轨迹区域是否为当前需要管理的人员离开智慧园区的最后一个行动轨迹区域Pi_O,或者当前需要管理的人员进入智慧园区的第个行动轨迹区域Pi_I,具体为:
如果在某个行动轨迹区域获取到一个需要管理的人员的记录,在之后第一时间阈值内此需要管理的人员没有在其他行动轨迹区域和当前行动轨迹区域出现,则当前行动轨迹区域为此需要管理的人员在智慧园区的出口Pi_O;
如果在某个行动轨迹区域获取到一个需要管理的人员的记录,在之前第一时间阈值内此需要管理的人员没有在其他行动轨迹区域和当前行动轨迹区域出现,则当前行动轨迹区域为此需要管理的人员在智慧园区的入口Pi_I;
其中Pi_I∈A,Pi_O∈A;
所述身份识别技术为摄像头,手机基站或者随身携带的基于UWB的定位装置。
3.根据权利要求1所述的一种智慧园区综合运营管理方法,其特征在于,步骤4中,根据管理人员分类信息进行信息推送的子步骤为:
获取需要发布的信息,获得需要发布信息的目的智慧园区分区,根据需要管理人员分类信息和目的智慧园区分区推送当前需要发布的信息到目的智慧园区分区的需要管理人员。
4.一种智慧园区综合运营管理系统,其特征在于,所述系统包括:
数据收集模块:用于获取智慧园区内人员的地理位置和逗留时间,并发送到数据处理模块;
数据处理模块:用于获取数据收集模块的数据,用于实现如权利要求1到权利要求3中任一项所述的一种智慧园区综合运营管理方法;
信息推送模块:用于推送信息,根据信息分类和目的智慧园区分区推送信息到需要管理的人员。
5.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-3中任一项所述方法的步骤。
6.一种电子设备,其特征在于,包括:存储器,其上存储有计算机程序;处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1-3中任一项所述方法的步骤。
CN202111021819.2A 2021-09-01 2021-09-01 一种智慧园区综合运营管理方法及系统 Active CN113919631B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111021819.2A CN113919631B (zh) 2021-09-01 2021-09-01 一种智慧园区综合运营管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111021819.2A CN113919631B (zh) 2021-09-01 2021-09-01 一种智慧园区综合运营管理方法及系统

Publications (2)

Publication Number Publication Date
CN113919631A CN113919631A (zh) 2022-01-11
CN113919631B true CN113919631B (zh) 2022-08-02

Family

ID=79233706

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111021819.2A Active CN113919631B (zh) 2021-09-01 2021-09-01 一种智慧园区综合运营管理方法及系统

Country Status (1)

Country Link
CN (1) CN113919631B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111522020A (zh) * 2020-06-23 2020-08-11 山东亦贝数据技术有限公司 一种园区活动要素混合定位系统及方法
CN112134934A (zh) * 2020-09-04 2020-12-25 三峡电能(广东)有限公司 一种基于云端数据和人工智能应用的园区管控系统
CN112908015A (zh) * 2021-02-03 2021-06-04 湖南海龙国际智能科技股份有限公司 一种应用于智慧园区的智能交通指示系统及方法
CN113012374A (zh) * 2021-03-04 2021-06-22 彭润芬 智慧园区安防系统及其控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111522020A (zh) * 2020-06-23 2020-08-11 山东亦贝数据技术有限公司 一种园区活动要素混合定位系统及方法
CN112134934A (zh) * 2020-09-04 2020-12-25 三峡电能(广东)有限公司 一种基于云端数据和人工智能应用的园区管控系统
CN112908015A (zh) * 2021-02-03 2021-06-04 湖南海龙国际智能科技股份有限公司 一种应用于智慧园区的智能交通指示系统及方法
CN113012374A (zh) * 2021-03-04 2021-06-22 彭润芬 智慧园区安防系统及其控制方法

Also Published As

Publication number Publication date
CN113919631A (zh) 2022-01-11

Similar Documents

Publication Publication Date Title
Kan Machine learning applications in cell image analysis
Liu et al. Automatic clustering using genetic algorithms
CN106845621A (zh) 基于深度卷积神经网络的密集人群人数计数方法及系统
JP2022101662A (ja) エネルギー顧客の予測的セグメント化
CN109766950A (zh) 一种基于形态聚类和LightGBM的工业用户短期负荷预测方法
CN112085076A (zh) 基于智慧路灯大数据的决策方法、决策装置及终端
CN108256532A (zh) 图像处理方法、装置、电子设备及存储介质
CN108734216A (zh) 基于负荷曲线形态的电力用户分类方法、装置及存储介质
CN109214671B (zh) 人员分组方法、装置、电子装置及计算机可读存储介质
CN110096979B (zh) 模型的构建方法、人群密度估计方法、装置、设备和介质
CN111178533B (zh) 实现自动半监督机器学习的方法及装置
CN108961267A (zh) 图片处理方法、图片处理装置及终端设备
CN111898675B (zh) 信贷风控模型生成方法、装置、评分卡生成方法、机器可读介质及设备
Sreenivas et al. Group based emotion recognition from video sequence with hybrid optimization based recurrent fuzzy neural network
CN113919631B (zh) 一种智慧园区综合运营管理方法及系统
CN113626426B (zh) 一种生态网格数据的采集传输方法及系统
CN108197795A (zh) 恶意团体账户识别方法、装置、终端及存储介质
CN111104541A (zh) 一种高效的人脸图片检索方法及装置
CN112925990B (zh) 目标群体分类方法及装置
Chung et al. Accurate ensemble pruning with PL-bagging
CN107025567A (zh) 一种数据处理方法和装置
CN111126501B (zh) 一种图像识别方法、终端设备及存储介质
CN110210425A (zh) 人脸识别方法、装置、电子设备及存储介质
Liu et al. Joint learning of lstms-cnn and prototype for micro-video venue classification
CN104484329B (zh) 基于评论中心词时序变化分析的消费热点追踪方法及装置

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