CN115277417A - 基于变异系数权重约束提升通信设备资源利用率的方法 - Google Patents

基于变异系数权重约束提升通信设备资源利用率的方法 Download PDF

Info

Publication number
CN115277417A
CN115277417A CN202210902997.4A CN202210902997A CN115277417A CN 115277417 A CN115277417 A CN 115277417A CN 202210902997 A CN202210902997 A CN 202210902997A CN 115277417 A CN115277417 A CN 115277417A
Authority
CN
China
Prior art keywords
resource
communication equipment
index
output result
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.)
Granted
Application number
CN202210902997.4A
Other languages
English (en)
Other versions
CN115277417B (zh
Inventor
杨行
朱元诚
徐小涛
蔡理金
李官敏
张峰军
王会涛
王怀
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.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202210902997.4A priority Critical patent/CN115277417B/zh
Publication of CN115277417A publication Critical patent/CN115277417A/zh
Application granted granted Critical
Publication of CN115277417B publication Critical patent/CN115277417B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0893—Assignment of logical groups to network elements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/142—Network analysis or design using statistical or mathematical methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Algebra (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Pure & Applied Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于变异系数权重约束提升通信设备资源利用率的方法，包括：基于投入资源数据量、产出结果数据量以及对应的权系数构建通信设备资源的利用率参数；通过变异系数计算各投入资源指标或产出结果指标的指标权重系数；基于通信设备资源的利用率参数和指标权重系数，在总投入资源数据量恒定且各投入资源数据量限定调整幅度的前提下构建通信设备资源优化配置模型；基于该模型获取通信设备资源优化配置数据并基于该数据进行通信设备资源配置，以提升通信设备资源的利用率。该方法考虑了总投入资源数据量恒定的特点，在建模时引入了变异系数权重约束和指标调幅约束，并将该模型应用于通信设备资源配置领域，可提升通信设备资源的利用率。

Description

基于变异系数权重约束提升通信设备资源利用率的方法
技术领域
本发明涉及通信设备资源配置技术领域，更具体地，涉及一种基于变异系数权重约束提升通信设备资源利用率的方法。
背景技术
在通信设备资源总量相对短缺的情况下，资源配置主要以计划配置为主。从实际配置方式上来看，由于受通信设备资源总量的限制，考虑到需要进行资源配置的单位较多，只能是降低通信设备资源的供应标准，采取“平均主义”，主要以各部门的级别和编制实力为依据，进行计划分配。同时，对部分重点部门实施重点保障或超常保障。这种分配模式的优点在于能够兼顾系统内各部门的建设发展水平，部分突出重点，其缺点在于没有考虑通信设备资源真实的利用率，确定建设重点和投入重点受人为因素干扰较大，容易造成“部分部门吃不了，部分部门吃不饱”的现象。
传统C2R模型可以对上述问题中各机构的通信设备资源利用率进行改进，其是一种传统的基于效率资源优化的过程，但存在包括但不限于如下的局限性：(1)对于各机构的优化均是一种理想状态下的优化，仅从模型本身出发，较少考虑优化的可行性，比如对于各项投入指标的削减，并未考虑该指标实际是否能削减，其削减的幅度能否达到计算的结果，有很多刚性指标在实际过程中是难以调整的；(2)从建设的稳定性来讲，不宜对各项投入和产出进行大幅度调整，传统C2R模型并未有此约束，如果单从优化结果进行调整，可能会导致建设投入出现大起大落的情况，从以往经验来看，这种调整方式并不利于良性建设；(3)从当前实际来看，一定时间周期内，总投入资源数据量通常是一定的，这在传统C2R模型中未能予以考虑。
发明内容
针对现有技术的至少一个缺陷或改进需求，本发明提供了一种基于变异系数权重约束提升通信设备资源利用率的方法，用于克服传统C2R模型在通信设备资源利用率提升方面的局限性，从而能够在总投入资源数据量恒定且各投入资源数据量限定调整幅度的约束条件下，实现通信设备资源配置领域的通信设备资源利用率的进一步提升。
为实现上述目的，第一方面，本发明提供了一种基于变异系数权重约束提升通信设备资源利用率的方法，包括步骤：
基于投入资源数据量、产出结果数据量以及对应的权系数，构建通信设备资源的利用率参数；
通过变异系数计算各投入资源指标或产出结果指标的指标权重系数；
基于所述通信设备资源的利用率参数和所述指标权重系数，在总投入资源数据量恒定且各投入资源数据量限定调整幅度的约束条件下，构建通信设备资源优化配置模型；
基于所述通信设备资源优化配置模型获取通信设备资源优化配置数据；
基于所述通信设备资源优化配置数据进行通信设备资源的配置，以提升通信设备资源的利用率。
进一步地，所述基于投入资源数据量、产出结果数据量以及对应的权系数，构建通信设备资源的利用率参数的公式为：
Figure BDA0003771581340000021
其中，Ymj表示编号为j的通信设备建设主体的编号为m的产出结果指标的产出结果数据量，Xij表示编号为j的通信设备建设主体的编号为i的投入资源指标的投入资源数据量，umj表示编号为j的通信设备建设主体的编号为m的产出结果指标的权系数，vij表示编号为j的通信设备建设主体的编号为i的投入资源指标的权系数，θj表示编号为j的通信设备建设主体对应的通信设备资源的利用率。
进一步地，所述通过变异系数计算各投入资源指标或产出结果指标的指标权重系数的公式为：
Figure BDA0003771581340000031
其中，Pi表示编号为i的投入资源指标的变异系数，Qm表示编号为m的产出结果指标的变异系数，vwij *表示编号为j的通信设备建设主体的编号为i的投入资源指标的指标权重系数，uwmj *表示编号为j的通信设备建设主体的编号为m的产出结果指标的指标权重系数。
进一步地，所述变异系数的计算方法包括：
求解各投入资源指标的投入资源数据量或产出结果指标的产出结果数据量的均值；其中，
Figure BDA0003771581340000032
为各投入资源指标的投入资源数据量的均值，
Figure BDA0003771581340000033
为各产出结果指标的产出结果数据量的均值；
Figure BDA0003771581340000034
基于各投入资源指标的投入资源数据量或产出结果指标的产出结果数据量的均值，求解各指标的方差；其中，ΔXi为相应投入资源指标的方差，ΔYm为相应产出结果指标的方差；
Figure BDA0003771581340000035
基于相应投入资源指标的方差和相应产出结果指标的方差，求解相应的变异系数；
Figure BDA0003771581340000041
进一步地，所述基于所述通信设备资源的利用率参数和所述指标权重系数，在总投入资源数据量恒定且各投入资源数据量限定调整幅度的约束条件下，构建通信设备资源优化配置模型的公式为：
Maxθj
s.t
Figure BDA0003771581340000042
Figure BDA0003771581340000043
Li 2≥Xij≥Li 1
其中，
Figure BDA0003771581340000044
表征了总投入资源数据量为一个固定值，Li 2≥Xij≥Li 1表征了各投入资源数据量限定了调整的幅度。
进一步地，所述投入资源指标包括通信设备修理备件和通信设备维修经费中的一种或多种；所述产出结果指标包括通信设备建设主体所保障对象的通信设备完好率和主要通信设备的平均无故障运行时间中的一种或多种。
进一步地，各投入资源数据量限定调整幅度的调整比例不超过20％。
进一步地，所述通信设备资源的利用率的提升率可达5.04％。
第二方面，本发明提供了一种电子设备，包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述计算机程序被所述处理单元执行时，使得所述处理单元能够执行上述任一项所述方法的步骤。
第三方面，本发明提供了一种存储介质，其存储有可由访问认证设备执行的计算机程序，当所述计算机程序在访问认证设备上运行时，使得所述访问认证设备能够执行上述任一项所述方法的步骤。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
本发明的方法考虑了总投入资源数据量恒定的特点，在建模时引入了可客观反映各指标内在联系的变异系数权重约束和可保持建设稳定性的指标调幅约束，并将该模型应用于通信设备资源配置领域，可提升通信设备资源的利用率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需使用的附图作简单地介绍，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。
图1为本发明实施例提供的一种基于变异系数权重约束提升通信设备资源利用率的方法的流程示意图；
图2为本发明实施例提供的适于实现上文描述的方法的电子设备的方框示意图。
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地说明。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。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本申请的说明书、权利要求书或上述附图中的术语“包括”或“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备并没有限定于已列出的步骤或单元，而是可选地还可以包括没有列出的步骤或单元，或可选地还可以包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
本发明从提高通信设备资源整体利用效率的角度出发，研究在投入资源定和(即投入通信设备资源数据量的总量一定)的情况下，基于变异系数权重约束的资源优化配置模型(Fixed Sum Input And Variation Weight-DEA，FAV-DEA)，通过实例分析，验证了在通信设备资源总投入量一定的情况下，通过FAV-DEA模型的优化配置，可以提高通信设备资源的整体利用效率。在本发明中，资源配置优化的目标是提高通信设备资源的整体利用效率。图1示出了一种基于变异系数权重约束提升通信设备资源利用率的方法的流程示意图，为了方便该方法中FAV-DEA模型构建的描述和分析，在保证问题完整的前提下，对通信设备资源配置的基本情况进行简化，抽象出如下模型构建条件和问题。
1、假定通信设备作战能力和保障能力建设投入机构(即通信设备建设主体)有n个。
2、假定通信设备作战能力和保障能力建设投入资源有r种(即有r种投入资源指标)。
3、假定各机构投入的各项资源的数据量为Xij，其中(i＝1,2,…,r；j＝1,2,…,n)。
4、假定通信设备作战能力和保障能力建设产出结果有s种(即有s种产出结果指标)。
5、假定各机构产出的各项结果数据量为Ymj，其中(m＝1,2,…,s；j＝1,2,…,n)。
当前的资源配置机制较少从效率的角度出发来考虑配置的合理性，本发明以提高通信设备资源的整体利用效率为目标，对任一建设单位j对应的通信设备资源的利用率θj有如下公式：
Figure BDA0003771581340000061
公式(2-1)中，umj表示机构j产出的第m种产出结果指标的权系数，vij表示机构j投入的第i种投入资源指标的权系数。
对于上述假设问题，可转化为如下C2R模型：
Figure BDA0003771581340000071
通过对偶变换，将该问题转换为线型方程进行求解。
传统C2R模型可以对所提出的问题中各机构的通信设备资源利用率进行改进，这是一种传统的基于效率资源优化的过程，但存在如下局限性：(1)对于各机构的优化均是一种在理想状态下的优化，其仅从模型本身出发，较少考虑优化的可行性，比如对于各项投入指标的削减，并未考虑该指标实际是否能削减，其削减的幅度能否达到计算的结果，有很多刚性指标在实际过程中是难以调整的。(2)从建设的稳定性来讲，不宜对各项投入和产出进行大幅度调整，传统模型并未有此约束，如果单从优化结果进行调整，可能会导致建设投入出现大起大落的情况，从以往经验来看，这种调整方式并不利于良性建设。(3)从当前实际来看，在一定时间周期内，建设投入资源总和通常是一定的，这在传统模型中未能予以考虑。(4)传统模型仅从自身最优化出发来区别各种指标的重要度。
通过上述分析，可以确立FAV-DEA模型的总体构建思路如下：(1)首先确立一组反映通信设备资源间客观规律的权重系数的约束；(2)确立投入的各项约束条件，既有各种投入的总量约束，又有单项投入调整幅度的约束；(3)构建该模型的最终目标是提高通信设备资源的整体利用效率，因此在充分考虑各种约束的条件下，必须得到改进后的通信设备资源优化配置数据和通信设备资源的整体利用效率。
在对通信设备资源进行优化配置时，受各种因素的制约，必须考虑各指标的约束问题，以能更准确地反映各指标间的客观内在关系。对于指标权重的约束通常有两种方式：(1)依据指标的内在关系，制定相应的权重约束关系。(2)依据管理者的意愿，人为地制定指标间的权重约束关系。本发明主要侧重于从指标的内在联系出发，通过变异系数法得出一组指标权重系数，为后期通信设备资源配置的优化提供支撑。
考虑基于变异系数的指标权重系数的约束，逐步依次通过如下公式构建相应的模型：
1、求解各投入资源指标的投入资源数据量或产出结果指标的产出结果数据量的均值。
Figure BDA0003771581340000081
2、求解以上各指标的方差。
Figure BDA0003771581340000082
3、基于相应投入资源指标的方差和相应产出结果指标的方差，求解对应的变异系数。
Figure BDA0003771581340000083
4、通过对应的变异系数计算各投入资源指标或产出结果指标的指标权重系数。
Figure BDA0003771581340000084
通过式(2-3)到式(2-6)可得到反映各指标内在关系的一组权重系数约束
Figure BDA0003771581340000085
和
Figure BDA0003771581340000086
其中j＝1,2…,n。
本发明基于变异系数的指标权重系数的约束，是一种较客观的权重限定法。在实际工作中，实际上还可以通过通信设备管理决策者的经验进行决策，施加偏好信息，进行资源配置优化，比如较为常用的构建基于指标权重边际限制值的模型，通过模型来求解一组反映管理者偏好信息的指标权重值，其具体模型的表达式如下：
Figure BDA0003771581340000091
Tm、Ti参数体现了通信设备管理决策者的偏好信息，对该偏好模型进行求解，即可得到反映通信设备管理决策者决策偏好的投入和产出权重系数
Figure BDA0003771581340000092
和
Figure BDA0003771581340000093
其中j＝1,2…,n。
除了上述方法，还可以通过先验经验来确定各权重之间的比值关系，将其比值关系作为资源优化配置的约束条件。但是，本发明从客观规律的角度出发，采用了基于变异系数的指标权重系数的约束，使权重系数能够较少地受主观因素的影响，更能够接近实际情况。
投入定和约束分析。从通信设备的保障能力建设现状来看，制约建设的一个重要因素就是通信设备资源的相对缺乏，每年用于通信设备的保障能力建设的物力和财力资源总量实际上是有限的确定值。因此，在进行资源优化配置时，必须考虑建设资源定和的限制性因素，这也是本发明与传统DEA优化配置的一个重要区别。
调整幅度约束分析。从通信设备的保障能力资源配置实践来看，在进行资源优化配置时，必须考虑各机构的编制情况来进行，具体情况在资源配置现状分析中已经进行了叙述。利用新构模型进行资源优化配置时，也必须要考虑建设的平稳发展问题，避免因为投入资源的大幅调整带来建设的大起大落。因此，必须对各投入资源的调整幅度进行约束，通常可考虑以编制数量(即为各通信设备建设主体在正常情况下所能提供的投入资源数据量的额定值)为基数，在一定范围内进行调整。
综合以上分析，给出通信设备的保障能力建设资源优化配置模型如下：
Figure BDA0003771581340000101
式(2-8)中的
Figure BDA0003771581340000102
的投入产出指标权重系数的约束为
Figure BDA0003771581340000103
和
Figure BDA0003771581340000104
该组指标权重系数客观反映了各指标的内在联系。
式(2-8)中的
Figure BDA0003771581340000105
体现了投入资源定和的思想，Rj即为编号为1至n的通信设备建设主体的编号均为i的投入资源指标的总投入资源数据量，该总投入资源数据量为一个相对固定的值。
式(2-8)中的Li 2≥Xij≥Li 1则对各项投入资源数据量的变化幅度进行了约束，Li 1为编号为j的通信设备建设主体的编号为i的投入资源指标的投入资源数据量的下限值，Li 2即为相应的上限值。
对上述模型进行线型变换可得如下模型：
Figure BDA0003771581340000106
将式(2-9)进行对偶变换，可以转换为C2R模型进行求解。至此，通信设备的保障能力建设资源优化配置FAV-DEA模型构建完毕，通过变换简化，该模型为可解模型。
基于构建的通信设备的保障能力建设资源优化配置FAV-DEA模型获取通信设备资源优化配置数据并基于该通信设备资源优化配置数据进行通信设备资源的配置，以提升通信设备资源的利用率。
下面通过实例分析，验证在总投入通信设备资源数据量一定的情况下，通过FAV-DEA模型的优化配置，可以提高通信设备资源的整体利用效率。
资源优化配置机构选择。通信设备保障能力建设资源优化配置的核心是以通信设备资源整体利用效率为导向的投入资源分配问题，对投入资源优化配置有两种情况：(1)对存量资源的优化配置问题，即对各机构原有资源的优化配置问题。(2)对新增资源的优化配置问题。本发明将主要考虑新增资源的优化配置问题，为了使研究更具有针对性，对于存量资源假定在相应的建设周期内均已投入了使用。在研究过程中，为了使该假定更符合实际情况，在决策单元集选择时需要考虑该假定的适用性。因此，主要选择了参加评估的14个技术保障机构(即选择14个通信设备建设主体)构成评价决策单元集。
资源优化配置投入指标选择。依据前述指标选择的原则，结合实际情况来看，通信设备管理部门目前能够进行优化配置的主要是物力资源和财力资源。因此，本发明在资源优化配置投入指标选取上主要考虑这两个因素，结合评价决策单元集的构成情况，本实施例将投入资源指标定为通信设备修理备件和通信设备维修经费。这两种资源在某种意义上讲均为消耗性资源，其与资源优化配置机构选择时所考虑的假定情况较为接近，可以使模型与实际情况更为相符。
资源优化配置产出指标选择。评价决策单元集主要为技术保障机构，衡量其资源优化配置的产出结果指标定为该保障机构所保障的对象单位的通信设备完好率和主要通信设备的平均无故障运行时间。
初始数据。初始数据中的投入资源数据量可按照现有资源配置模式对14个技术保障机构的通信设备修理备件和通信设备维修经费配置给出一个初始值，再从评估信息系统中调出14个技术保障机构在前一个配置周期的完好率、平均无障碍运行时间等基础数据。
对各指标进行去量纲处理，将上述投入和产出的两方面数据进行汇总得到如下表3-1的资源优化配置初始数据表。
DMU 修理备件 维修经费 完好率 平均无故障运行时间
1 23 41 90 2340
2 27 48 87 2100
3 33 57 96 2900
4 19 41 93 2300
5 37 53 99 3100
6 25 45 97 2760
7 39 60 84 2200
8 36 47 100 2600
9 25 39 96 2830
10 41 57 90 2560
11 33 48 83 2200
12 38 40 94 2690
13 21 45 91 2420
14 34 56 89 2180
表3-1资源优化配置初始数据表
基于变异系数的权重约束。利用式(2-3)至式(2-6)求解基于变异系数的指标权重系数，具体结果如下表3-2所示：
Figure BDA0003771581340000121
表3-2基于变异系数的权重表
投入指标调整幅度限定。根据前述调整幅度的有关考虑，查阅各参评机构的编制数据表，以编制数为参考，限定各投入指标的投入资源数据量在现有数值的基础上进行调整，调整幅度一般不超过20％，各机构投入指标调整限定幅度数据如下表3-3(该表的数据是基于表3-1的数据在20％的调幅范围内进行的调整)所示。
DMU 修理备件 维修经费
1 [18，28] [33，49]
2 [22，32] [38，58]
3 [26，40] [46，68]
4 [15，23] [33，49]
5 [30，44] [42，64]
6 [20，30] [36，54]
7 [31，47] [48，72]
8 [29，43] [38，56]
9 [20，30] [31，47]
10 [33，49] [46，68]
11 [26，40] [38，58]
12 [30，46] [32，48]
13 [17，25] [36，54]
14 [27，41] [45，67]
表3-3投入指标调整幅度范围表
定和资源优化配置。以所选取的14个技术保障机构的总投入资源数据量为定和限制，结合投入指标限幅数据，通过式(2-9)进行资源优化配置，优化配置结果如下表3-4所示。
Figure BDA0003771581340000131
Figure BDA0003771581340000141
表3-4FAV-DEA模型资源优化配置结果数据表
表3-4中通信设备修理备件和通信设备维修经费指标数据为经过FAV-DEA模型优化后的指标数据，完好率和平均无故障运行时间保持初始值不变。
优化配置对比分析。对所选取的14个技术保障机构的初始数据，运用原始的C2R模型进行运算，得到相应的参考数据如下表3-5所示。
Figure BDA0003771581340000142
Figure BDA0003771581340000151
表3-5传统C2R模型资源优化配置结果数据表
通过表3-5，不难得到传统C2R模型优化配置下的14个技术保障机构的整体通信设备资源利用率为11.544；同样的，通过表3-4，可得到通过FAV-DEA优化配置的整体通信设备资源利用率为12.126。通过数据对比可以发现，在总产出结果数据量相同的前提下，尽管投入资源总数据量并未发生变化，但通过FAV-DEA模型的优化配置后，14个技术保障机构的整体通信设备资源利用率提高了5.04％，这个整体利用率的提升是非常明显的。
通过对每个参与资源优化配置机构对应的通信设备资源的利用率的分析，可以发现除了1、9、13号机构的通信设备资源利用率略低于C2R资源优化配置对应的通信设备资源利用率，其余编号的机构的通信设备资源利用率均高于C2R资源优化配置对应的通信设备资源利用率。因此，无论从整体通信设备资源利用率，还是从单个通信设备资源利用率来看，基于FAV-DEA模型的资源优化配置方式均显现其优越性。
本发明充分考虑了通信设备资源投入总量不变的特点，在建模时引入了可客观反映各指标内在联系的变异系数权重约束和可保持建设稳定性的指标调幅约束，并将该模型应用于通信设备资源配置领域，可提升通信设备资源的利用率。
图2示意性示出了根据本发明的实施例的适于实现上文描述的方法的电子设备的方框图。图2示出的电子设备仅仅是一个示例，不应对本发明的实施例的功能和使用范围带来任何限制。
如图2所示，本实施例中所描述的电子设备1000，包括：处理器1001，其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。处理器1001例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器1001还可以包括用于缓存用途的板载存储器。处理器1001可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 1003中，存储有系统1000操作所需的各种程序和数据。处理器1001、ROM1002以及RAM 1003通过总线1004彼此相连。处理器1001通过执行ROM 1002和/或RAM 1003中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 1002和RAM 1003以外的一个或多个存储器中。处理器1001也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例，电子设备1000还可以包括输入/输出(I/O)接口1005，输入/输出(I/O)接口1005也连接至总线1004。系统1000还可以包括连接至I/O接口1005的以下部件中的一项或多项：包括键盘、鼠标等的输入部分1006；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1007；包括硬盘等的存储部分1008；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1010上，以便于从其上读出的计算机程序根据需要被安装入存储部分1008。
根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1009从网络上被下载和安装，和/或从可拆卸介质1011被安装。在该计算机程序被处理器1001执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块或单元等可以通过计算机程序模块来实现。
本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。
根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 1002和/或RAM 1003以外的一个或多个存储器。
需要说明的是，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或部分可以以软件产品的形式体现出来。
附图中的流程图或框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。还要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别的，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，所有这些组合和/或结合均落入本公开的范围。
尽管已经参照本公开的特定示例性实施例示出并描述了本公开，但是本领域技术人员应该理解，在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下，可以对本公开进行形式和细节上的多种改变。因此，本公开的范围不应该限于上述实施例，而是应该不仅由所附权利要求来进行确定，还由所附权利要求的等同物来进行限定。

Claims (10)

1.一种基于变异系数权重约束提升通信设备资源利用率的方法，其特征在于，包括步骤：
基于投入资源数据量、产出结果数据量以及对应的权系数，构建通信设备资源的利用率参数；
通过变异系数计算各投入资源指标或产出结果指标的指标权重系数；
基于所述通信设备资源的利用率参数和所述指标权重系数，在总投入资源数据量恒定且各投入资源数据量限定调整幅度的约束条件下，构建通信设备资源优化配置模型；
基于所述通信设备资源优化配置模型获取通信设备资源优化配置数据；
基于所述通信设备资源优化配置数据进行通信设备资源的配置，以提升通信设备资源的利用率。
2.如权利要求1所述的方法，其特征在于，所述基于投入资源数据量、产出结果数据量以及对应的权系数，构建通信设备资源的利用率参数的公式为：
Figure FDA0003771581330000011
其中，Ymj表示编号为j的通信设备建设主体的编号为m的产出结果指标的产出结果数据量，Xij表示编号为j的通信设备建设主体的编号为i的投入资源指标的投入资源数据量，umj表示编号为j的通信设备建设主体的编号为m的产出结果指标的权系数，vij表示编号为j的通信设备建设主体的编号为i的投入资源指标的权系数，θj表示编号为j的通信设备建设主体对应的通信设备资源的利用率。
3.如权利要求2所述的方法，其特征在于，所述通过变异系数计算各投入资源指标或产出结果指标的指标权重系数的公式为：
Figure FDA0003771581330000021
其中，Pi表示编号为i的投入资源指标的变异系数，Qm表示编号为m的产出结果指标的变异系数，vwij *表示编号为j的通信设备建设主体的编号为i的投入资源指标的指标权重系数，uwmj *表示编号为j的通信设备建设主体的编号为m的产出结果指标的指标权重系数。
4.如权利要求3所述的方法，其特征在于，所述变异系数的计算方法包括：
求解各投入资源指标的投入资源数据量或产出结果指标的产出结果数据量的均值；其中，
Figure FDA0003771581330000025
为各投入资源指标的投入资源数据量的均值，
Figure FDA0003771581330000026
为各产出结果指标的产出结果数据量的均值；
Figure FDA0003771581330000022
基于各投入资源指标的投入资源数据量或产出结果指标的产出结果数据量的均值，求解各指标的方差；其中，ΔXi为相应投入资源指标的方差，ΔYm为相应产出结果指标的方差；
Figure FDA0003771581330000023
基于相应投入资源指标的方差和相应产出结果指标的方差，求解相应的变异系数；
Figure FDA0003771581330000024
5.如权利要求4所述的方法，其特征在于，所述基于所述通信设备资源的利用率参数和所述指标权重系数，在总投入资源数据量恒定且各投入资源数据量限定调整幅度的约束条件下，构建通信设备资源优化配置模型的公式为：
Figure FDA0003771581330000031
其中，
Figure FDA0003771581330000032
表征了总投入资源数据量为一个固定值，Li 2≥Xij≥Li 1表征了各投入资源数据量限定了调整的幅度。
6.如权利要求1所述的方法，其特征在于，所述投入资源指标包括通信设备修理备件和通信设备维修经费中的一种或多种；所述产出结果指标包括通信设备建设主体所保障对象的通信设备完好率和主要通信设备的平均无故障运行时间中的一种或多种。
7.如权利要求1所述的方法，其特征在于，各投入资源数据量限定调整幅度的调整比例不超过20％。
8.如权利要求1所述的方法，其特征在于，所述通信设备资源的利用率的提升率可达5.04％。
9.一种电子设备，其特征在于，包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述计算机程序被所述处理单元执行时，使得所述处理单元执行权利要求1～8任一项所述方法的步骤。
10.一种存储介质，其特征在于，其存储有可由访问认证设备执行的计算机程序，当所述计算机程序在访问认证设备上运行时，使得所述访问认证设备执行权利要求1～8任一项所述方法的步骤。
CN202210902997.4A 2022-07-29 2022-07-29 基于变异系数权重约束提升通信设备资源利用率的方法 Active CN115277417B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210902997.4A CN115277417B (zh) 2022-07-29 2022-07-29 基于变异系数权重约束提升通信设备资源利用率的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210902997.4A CN115277417B (zh) 2022-07-29 2022-07-29 基于变异系数权重约束提升通信设备资源利用率的方法

Publications (2)

Publication Number Publication Date
CN115277417A true CN115277417A (zh) 2022-11-01
CN115277417B CN115277417B (zh) 2024-01-16

Family

ID=83771810

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210902997.4A Active CN115277417B (zh) 2022-07-29 2022-07-29 基于变异系数权重约束提升通信设备资源利用率的方法

Country Status (1)

Country Link
CN (1) CN115277417B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106570634A (zh) * 2016-10-28 2017-04-19 中国科学院地理科学与资源研究所 城市群经济环境效率评估方法
WO2018113469A1 (zh) * 2016-12-23 2018-06-28 北京国双科技有限公司 一种资源分配方法和装置
CN112333712A (zh) * 2019-08-05 2021-02-05 中国移动通信集团设计院有限公司 一种网络规划资源处理方法和装置
CN112508298A (zh) * 2020-12-18 2021-03-16 国网能源研究院有限公司 一种投资规模确定方法、装置、电子设备及存储介质
CN112862278A (zh) * 2021-01-26 2021-05-28 城云科技（中国）有限公司 基于DEA-Malmquist分析的城管资源投入的管理效率分析方法和系统
CN113448717A (zh) * 2020-03-25 2021-09-28 北京沃东天骏信息技术有限公司 一种资源调度方法和装置
CN114124942A (zh) * 2020-08-10 2022-03-01 中国移动通信集团湖南有限公司 核心网资源调度方法、装置及电子设备
CN114581222A (zh) * 2022-05-05 2022-06-03 支付宝(杭州)信息技术有限公司 一种资源分配方法、电子设备、应用程序及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106570634A (zh) * 2016-10-28 2017-04-19 中国科学院地理科学与资源研究所 城市群经济环境效率评估方法
WO2018113469A1 (zh) * 2016-12-23 2018-06-28 北京国双科技有限公司 一种资源分配方法和装置
CN112333712A (zh) * 2019-08-05 2021-02-05 中国移动通信集团设计院有限公司 一种网络规划资源处理方法和装置
CN113448717A (zh) * 2020-03-25 2021-09-28 北京沃东天骏信息技术有限公司 一种资源调度方法和装置
CN114124942A (zh) * 2020-08-10 2022-03-01 中国移动通信集团湖南有限公司 核心网资源调度方法、装置及电子设备
CN112508298A (zh) * 2020-12-18 2021-03-16 国网能源研究院有限公司 一种投资规模确定方法、装置、电子设备及存储介质
CN112862278A (zh) * 2021-01-26 2021-05-28 城云科技（中国）有限公司 基于DEA-Malmquist分析的城管资源投入的管理效率分析方法和系统
CN114581222A (zh) * 2022-05-05 2022-06-03 支付宝(杭州)信息技术有限公司 一种资源分配方法、电子设备、应用程序及存储介质

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
刘玲利;: "对我国科技资源配置效率的测度", 统计与决策, no. 14 *
孔相宜;侯明;: "基于DEA-CEA方法的碳排放分配效率的实证分析", 统计与决策, no. 08 *
方磊;: "基于偏好DEA模型的应急资源优化配置", 系统工程理论与实践, no. 05 *
朱兴林;叶拉森;温喜梅;刘泓君;李锰锰;: "公路突发交通事件应急资源配置效率研究", 中国安全生产科学技术, no. 09 *
穆旖旎;: "变异系数指标权重约束的DEA改进方法", 统计与决策, no. 22 *
肖智;朱安明;: "基于优化权重RAM-DEA模型的工业行业效率评价", 科技管理研究, no. 01 *
郭娇;李金燕;张翔;: "基于主客观组合赋权的水资源模糊物元综合评价", 人民长江, no. 07 *
陈业华;李晓庆;: "AMT项目可变资源利用效率的DEA评价", 科研管理, no. 08 *

Also Published As

Publication number Publication date
CN115277417B (zh) 2024-01-16

Similar Documents

Publication Publication Date Title
Dawid et al. Macroeconomics with heterogeneous agent models: fostering transparency, reproducibility and replication
US8407125B2 (en) System and method for providing financial planning and advice
JP2008542860A (ja) リスクの評価及び提示のためのシステム及び方法
WO2002103488A9 (en) Compensation data prediction
CN113807747A (zh) 一种企业预算管理成熟度测评系统
RU2733485C1 (ru) Система и способ обработки данных для комплексной оценки зрелости научно-технологического проекта на основе использования набора параметров
JP6049799B2 (ja) 経営支援プログラム
das Chagas Moura et al. Analysis of extended warranties for medical equipment: A Stackelberg game model using priority queues
CN110517142B (zh) 策略评估信息的输出方法及装置
Magaji et al. Impact of international trade on economic growth: the granger causality test approach
Heidenberger et al. Budgeting for research and development: a dynamic financial simulation approach
CN109472312A (zh) 应用程序评估方法、装置、计算机设备及存储介质
Idris et al. The effects of fiscal operations on economic growth and stability in Nigeria: empirical evidence based on time series data
CN115277417A (zh) 基于变异系数权重约束提升通信设备资源利用率的方法
WO2021207780A1 (en) Systems, computer-implemented methods and computer programs for capital management
Maina et al. Stakeholder management and project performance of open air market projects in Nyeri county, Kenya
Panta et al. Assessing bids of Greek public organizations service providers using data envelopment analysis
CN115860562A (zh) 一种软件工作量合理性评判方法、装置及设备
JP4426362B2 (ja) 行政管理支援方法およびその方法をコンピュータに実行させる行政管理支援プログラム、行政管理支援システム
Li et al. The influence of external factors on the development of China's banking industry: a system dynamics modelling approach
CN112529633A (zh) 审计定价方法、装置、电子设备及存储介质
Kocziszky et al. Opportunities for Increasing Efficiency by Public Utility Organizations
CN112418833A (zh) 数字货币价格变化趋势的预测方法及装置
CN110348916A (zh) 用户留存度计算方法及装置
Schriber Simulation for the masses: Spreadsheet-based Monte Carlo simulation

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