CN115345388A - 一种砂石资源供需精准分析方法及系统 - Google Patents
一种砂石资源供需精准分析方法及系统 Download PDFInfo
- Publication number
- CN115345388A CN115345388A CN202211276156.3A CN202211276156A CN115345388A CN 115345388 A CN115345388 A CN 115345388A CN 202211276156 A CN202211276156 A CN 202211276156A CN 115345388 A CN115345388 A CN 115345388A
- Authority
- CN
- China
- Prior art keywords
- resource data
- data
- resource
- sand
- decision
- 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
Links
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
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
Abstract
本发明公开了一种砂石资源供需精准分析方法及系统,涉及数据计算预测技术领域,通过对不同周期内的第一映射关系进行分开计算,并综合多个周期内的砂石资源使用情况,有效降低了统计数据不足造成的计算误差,并且计算机制简单,适用于大规模的数据分析,有利于最终进行砂石资源的配置。
Description
技术领域
本发明涉及矿产资源安全有效供给技术领域,具体涉及一种砂石资源供需精准分析方法及系统。
背景技术
砂石资源是国家经济发展的刚性需求,直接关系到基础设施、重大工程项目、商品房建设的原料安全供给和建设进度,是国家经济发展战略中不可替代的矿产资源。因砂石资源近年来因供需失衡重视程度越来越高,但研究程度不一。
目前,现有技术方法对砂石资源的分析均为对上一时段供给和需求数据的归纳统计或简单推测,而需求侧因涉及领域广泛往往难以全面统计,且统计精度不明,可信度较低。为此,亟需一种统筹砂石资源供给与需求,实现供需形势精准定量预测的方法。
发明内容
为了至少克服现有技术中的上述不足,本申请的目的在于提供一种砂石资源供需精准分析方法及系统。
第一方面,本申请实施例提供了一种砂石资源供需精准分析方法,包括:
从第一样本群中获取不同类型砂石资源在一个周期内的历史用量作为第一资源数据,并从第二样本群中获取第二资源数据;所述第二资源数据为使用砂石资源的项目在该周期内的历史数据;
建立所述第一资源数据和所述第二资源数据的映射关系作为第一映射关系;
根据多个不同周期对应的第一映射关系生成多个对应所述周期的决策器;
当进行新的周期内的砂石资源需求分析时,从对应新的周期的第三样本群中获取使用砂石资源的项目的数据作为第三资源数据;
将所述第三资源数据同时输入多个所述决策器中,并根据多个所述决策器的输出结果计算砂石资源需求数据。
现有技术中,对于砂石资源供需的分析,尤其是对当前年度砂石资源需求的分析,主要是基于经济增量、上年度供需分析等方式进行,但是由于对于砂石资源的供需统计数据一般不够全面,即使通过当前年度的建设计划进行砂石资源推算也不够准确。
本申请实施例实施时,第一样本群一般采用相关年报,提取第一资源数据的方式可以采用人工采集,也可以采用文本语义识别进行提取;第一资源数据为一个周期内不同类型砂石资源的用量,其中一个周期一般采用一年、三年或者五年进行,可以根据需要进行选定,而不同类型的砂石资源可以包括:河沙、海沙、粗骨料、细骨料等工程材料,也可以采用建筑用砂岩、建筑用凝灰岩、建筑石料用灰岩、建筑用安山岩、建筑用花岗岩、建筑用白云岩、建筑用大理岩、建筑用橄榄岩、建筑用辉绿岩、建筑用玄武岩、建筑用闪长岩、建筑用砂、水泥用灰岩、水泥用凝灰岩、水泥用粘土、砖瓦用粘土、砖瓦用砂、砖瓦用砂岩、砖瓦用页岩、陶粒用粘土等分类进行,本申请实施例在此不多做复述。
在本申请实施例中,第二样本群可以采用统计年鉴,使用砂石资源的项目可以包括住房施工、铁路、高速公路、轨道交通、一般公路、机场设施、水利工程等需要使用砂石资源的项目内容,第二资源数据为上述项目的数量、使用砂石资源的数量等数据。
在本申请实施例中,第一映射关系为第二资源数据与第一资源数据对应的关系,应当理解的是,由于第二样本群的统计数据往往会忽略一些产能不高的数据,所以第一资源数据往往会比通过第二资源数据计算出的砂石数量多,因此,需要建立第一映射关系重新表达第二资源数据与第一资源数据的对应关系,使得后期运算结果更加准确。
在本申请实施例中,决策器的生成可以根据第一映射关系,其可以采用决策树的方式进行生成。决策器的输入数据为使用砂石资源的项目的相关数据,输出数据为砂石使用量。为了减少单一周期对计算结果的影响,本申请实施例需要获取多个不同周期对应的决策器进行最终的预测计算。
在本申请实施例中,第三样本群可以采用新的周期所对应的发展规划纲要等对新的周期进行规划的样本;第三资源数据对应第二资源数据中使用砂石资源的项目的相关数据,也对应上述决策器的输入数据。将第三资源数据输入到多个决策器后,可以根据计算需要对多个决策器的输出结果进行加权计算以增加计算准确度。本申请实施例通过对不同周期内的第一映射关系进行分开计算,并综合多个周期内的砂石资源使用情况,有效降低了统计数据不足造成的计算误差,并且计算机制简单,适用于大规模的数据分析,有利于最终进行砂石资源的配置。
在一种可能的实现方式中,建立所述第一资源数据和所述第二资源数据的映射关系作为第一映射关系包括:
获取所述第二样本群中对应所述第二资源数据的分配系数;所述分配系数为各使用砂石资源的项目使用不同类型砂石资源的比例系数;
根据所述分配系数和所述第二资源数据计算所述第二资源数据所消耗的砂石资源作为第四资源数据;
计算所述第一资源数据与所述第四资源数据的差值作为余量资源数据;
将所述余量资源数据分配进所述第四资源数据形成修正资源数据,并将所述修正资源数据与所述第二资源数据之间的对应关系作为所述第一映射关系。
在一种可能的实现方式中,将所述余量资源数据分配进所述第四资源数据形成修正资源数据包括:
获取所述第四资源数据中使用砂石资源量最大的至少两个使用砂石资源的项目作为待接收项目;
将所述余量资源数据按照所述待接收项目之间的砂石资源使用量比例分配至所述待接收项目中形成修正资源数据。
在一种可能的实现方式中,所述决策器的输入数据为使用砂石资源的项目的数据,所述决策器的输出数据为不同类型砂石资源的用量。
在一种可能的实现方式中,每个所述决策器配置有对应的决策权重;所述决策权重为新的周期与所述决策器之间的周期间隔的倒数;
根据多个所述决策器的输出结果计算砂石资源需求数据包括:
根据所述决策权重对所述多个所述决策器的输出结果进行加权计算获取砂石资源需求数据。
第二方面,本申请实施例提供了一种砂石资源供需精准分析系统,包括:
获取单元,被配置为从第一样本群中获取不同类型砂石资源在一个周期内的历史用量作为第一资源数据,并从第二样本群中获取第二资源数据;所述第二资源数据为使用砂石资源的项目在该周期内的历史数据;
映射单元,被配置为建立所述第一资源数据和所述第二资源数据的映射关系作为第一映射关系;
生成单元,被配置为根据多个不同周期对应的第一映射关系生成多个对应所述周期的决策器;
分析单元,被配置为当进行新的周期内的砂石资源需求分析时,从对应新的周期的第三样本群中获取使用砂石资源的项目的数据作为第三资源数据;将所述第三资源数据同时输入多个所述决策器中,并根据多个所述决策器的输出结果计算砂石资源需求数据。
在一种可能的实现方式中,所述映射单元还被配置为:
获取所述第二样本群中对应所述第二资源数据的分配系数;所述分配系数为各使用砂石资源的项目使用不同类型砂石资源的比例系数;
根据所述分配系数和所述第二资源数据计算所述第二资源数据所消耗的砂石资源作为第四资源数据;
计算所述第一资源数据与所述第四资源数据的差值作为余量资源数据;
将所述余量资源数据分配进所述第四资源数据形成修正资源数据,并将所述修正资源数据与所述第二资源数据之间的对应关系作为所述第一映射关系。
在一种可能的实现方式中,所述映射单元还被配置为:
获取所述第四资源数据中使用砂石资源量最大的至少两个使用砂石资源的项目作为待接收项目;
将所述余量资源数据按照所述待接收项目之间的砂石资源使用量比例分配至所述待接收项目中形成修正资源数据。
在一种可能的实现方式中,所述决策器的输入数据为使用砂石资源的项目的数据,所述决策器的输出数据为不同类型砂石资源的用量。
在一种可能的实现方式中,每个所述决策器配置有对应的决策权重;所述决策权重为新的周期与所述决策器之间的周期间隔的倒数;
分析单元,还被配置为:
根据所述决策权重对所述多个所述决策器的输出结果进行加权计算获取砂石资源需求数据。
本发明与现有技术相比,具有如下的优点和有益效果:
本发明一种砂石资源供需精准分析方法及系统,通过对不同周期内的第一映射关系进行分开计算,并综合多个周期内的砂石资源使用情况,有效降低了统计数据不足造成的计算误差,并且计算机制简单,适用于大规模的数据分析,有利于最终进行砂石资源的配置。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本申请实施例砂石资源供需精准分析方法流程示意图;
图2为本申请实施例砂石资源供需精准分析系统架构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请实施例的一些实施例实现的操作。应该理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其它操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例,都属于本申请保护的范围。
请结合参阅图1,为本发明实施例所提供的一种砂石资源供需精准分析方法的流程示意图,所述一种砂石资源供需精准分析方法可以应用于图2中的 一种砂石资源供需精准分析系统,进一步地,所述一种砂石资源供需精准分析方法具体可以包括以下步骤S1-步骤S5所描述的内容。
S1:从第一样本群中获取不同类型砂石资源在一个周期内的历史用量作为第一资源数据,并从第二样本群中获取第二资源数据;所述第二资源数据为使用砂石资源的项目在该周期内的历史数据;
S2:建立所述第一资源数据和所述第二资源数据的映射关系作为第一映射关系;
S3:根据多个不同周期对应的第一映射关系生成多个对应所述周期的决策器;
S4:当进行新的周期内的砂石资源需求分析时,从对应新的周期的第三样本群中获取使用砂石资源的项目的数据作为第三资源数据;
S5:将所述第三资源数据同时输入多个所述决策器中,并根据多个所述决策器的输出结果计算砂石资源需求数据。
现有技术中,对于砂石资源供需的分析,尤其是对当前年度砂石资源需求的分析,主要是基于经济增量、上年度供需分析等方式进行,但是由于对于砂石资源的供需统计数据一般不够全面,即使通过当前年度的建设计划进行砂石资源推算也不够准确。
本申请实施例实施时,第一样本群一般采用相关年报,提取第一资源数据的方式可以采用人工采集,也可以采用文本语义识别进行提取;第一资源数据为一个周期内不同类型砂石资源的用量,其中一个周期一般采用一年、三年或者五年进行,可以根据需要进行选定,而不同类型的砂石资源可以包括:河沙、海沙、粗骨料、细骨料等工程材料,也可以采用建筑用砂岩、建筑用凝灰岩、建筑石料用灰岩、建筑用安山岩、建筑用花岗岩、建筑用白云岩、建筑用大理岩、建筑用橄榄岩、建筑用辉绿岩、建筑用玄武岩、建筑用闪长岩、建筑用砂、水泥用灰岩、水泥用凝灰岩、水泥用粘土、砖瓦用粘土、砖瓦用砂、砖瓦用砂岩、砖瓦用页岩、陶粒用粘土等分类进行,本申请实施例在此不多做复述。
在本申请实施例中,第二样本群可以采用统计年鉴等相关样本,使用砂石资源的项目可以包括住房施工、铁路、高速公路、轨道交通、一般公路、机场设施、水利工程等需要使用砂石资源的项目内容,第二资源数据为上述项目的数量、使用砂石资源的数量等数据。
在本申请实施例中,第一映射关系为第二资源数据与第一资源数据对应的关系,应当理解的是,由于第二样本群的统计数据往往会忽略一些产能不高的数据,所以第一资源数据往往会比通过第二资源数据计算出的砂石数量多,因此,需要建立第一映射关系重新表达第二资源数据与第一资源数据的对应关系,使得后期运算结果更加准确。
在本申请实施例中,决策器的生成可以根据第一映射关系,其可以采用决策树的方式进行生成。决策器的输入数据为使用砂石资源的项目的相关数据,输出数据为砂石使用量。为了减少单一周期对计算结果的影响,本申请实施例需要获取多个不同周期对应的决策器进行最终的预测计算。
在本申请实施例中,第三样本群可以采用新的周期所对应的发展规划纲要等对新的周期进行规划的样本;第三资源数据对应第二资源数据中使用砂石资源的项目的相关数据,也对应上述决策器的输入数据。将第三资源数据输入到多个决策器后,可以根据计算需要对多个决策器的输出结果进行加权计算以增加计算准确度。本申请实施例通过对不同周期内的第一映射关系进行分开计算,并综合多个周期内的砂石资源使用情况,有效降低了统计数据不足造成的计算误差,并且计算机制简单,适用于大规模的数据分析,有利于最终进行砂石资源的配置。
在一种可能的实现方式中,建立所述第一资源数据和所述第二资源数据的映射关系作为第一映射关系包括:
获取所述第二样本群中对应所述第二资源数据的分配系数;所述分配系数为各使用砂石资源的项目使用不同类型砂石资源的比例系数;
根据所述分配系数和所述第二资源数据计算所述第二资源数据所消耗的砂石资源作为第四资源数据;
计算所述第一资源数据与所述第四资源数据的差值作为余量资源数据;
将所述余量资源数据分配进所述第四资源数据形成修正资源数据,并将所述修正资源数据与所述第二资源数据之间的对应关系作为所述第一映射关系。
本申请实施例实施时,为了有效提高第一映射关系生成的准确度,可以先通过分配系数计算第二资源数据所对应的砂石资源作为第四资源数据,再将第一资源数据和第四资源数据的差异分配至第四资源数据中,形成第一映射关系。
其中第一资源数据和第四资源数据之间的主要差异是由于一些砂石资源消耗的项目是不计入在第二资源数据中的,例如装修消耗、自建房消耗、基础设施维护等项目,这些项目的砂石消耗虽然较少,但是大量项目的累计会形成这些余量资源数据。在本申请实施例中,为了后续计算的精准,需要将这些项目的内容体现在第一映射关系中。具体的,将余量资源数据分配进所述第四资源数据可以按照第二资源数据中各个项目的消耗占比进行分配。
示例的,第二资源数据中,砂石资源的消耗中住房施工占35%,铁路施工占20%,高速公路占15%,一般公路占15%,水利工程占15%,机场设施占0%。此时将余量资源数据按照上述比例分配到第四资源数据中,比如将余量资源数据的35%分配到住房施工对应的砂石资源中。
在一种可能的实现方式中,将所述余量资源数据分配进所述第四资源数据形成修正资源数据包括:
获取所述第四资源数据中使用砂石资源量最大的至少两个使用砂石资源的项目作为待接收项目;
将所述余量资源数据按照所述待接收项目之间的砂石资源使用量比例分配至所述待接收项目中形成修正资源数据。
本申请实施例实施时,发明人在科学实践中发现,如果完全将余量资源数据按照各项目比例进行分配,一些占比较小的项目所分配到的余量资源数据很小,很容易在计算中出现数据漂移,示例的,机场设施新增扩建项目如果只有1.1%左右的占比,而余量资源数据为70万吨,则分配到机场设施新增扩建项目的只有0.77万吨,在进行计算机计算时,为了减少计算量往往会将其化整为0.8万吨;其中产生了0.03万吨的差异,这种差异对于占比较大的项目基本没有影响,但是对于占比较小的项目可能会产生更多误差。
所以本申请实施例中,从第四资源数据中选取待接收项目,以规避这些误差,其中至少两个使用砂石资源的项目作为待接收项目是为了将误差进行一定程度的分散,以提高计算精度。示例的,第二资源数据中,砂石资源的消耗中住房施工占35%,铁路施工占20%,高速公路占15%,一般公路占15%,水利工程占15%,机场设施占0%。此时选取住房施工和铁路施工作为待接收项目,余量资源数据分配的比例为35:20。分配完成后,可以根据已经分配好的第四资源数据计算第一映射关系。
在一种可能的实现方式中,所述决策器的输入数据为使用砂石资源的项目的数据,所述决策器的输出数据为不同类型砂石资源的用量。
在一种可能的实现方式中,每个所述决策器配置有对应的决策权重;所述决策权重为新的周期与所述决策器之间的周期间隔的倒数;
根据多个所述决策器的输出结果计算砂石资源需求数据包括:
根据所述决策权重对所述多个所述决策器的输出结果进行加权计算获取砂石资源需求数据。
本申请实施例实施时,由于不同的决策器对应不同的周期,不同周期中第一映射关系会随生产力发展变化,而越靠近当前周期的决策器,其对应的第一映射关系越和当前周期相近,所以在本申请实施例中以新的周期与所述决策器之间的周期间隔的倒数作为权重进行加权计算。
示例的,以年为周期进行2022年的砂石资源计算,其中使用了四个决策器,分别为2021年、2020年、2019年和2018年。其对应的权重分别为一、二分之一、三分之一和四分之一,对其进行归一化后即为对应权重。
基于同样的发明构思,还提供了一种砂石资源供需精准分析系统,请参阅图2,所述系统包括:
获取单元,被配置为从第一样本群中获取不同类型砂石资源在一个周期内的历史用量作为第一资源数据,并从第二样本群中获取第二资源数据;所述第二资源数据为使用砂石资源的项目在该周期内的历史数据;
映射单元,被配置为建立所述第一资源数据和所述第二资源数据的映射关系作为第一映射关系;
生成单元,被配置为根据多个不同周期对应的第一映射关系生成多个对应所述周期的决策器;
分析单元,被配置为当进行新的周期内的砂石资源需求分析时,从对应新的周期的第三样本群中获取使用砂石资源的项目的数据作为第三资源数据;将所述第三资源数据同时输入多个所述决策器中,并根据多个所述决策器的输出结果计算砂石资源需求数据。
在一种可能的实现方式中,所述映射单元还被配置为:
获取所述第二样本群中对应所述第二资源数据的分配系数;所述分配系数为各使用砂石资源的项目使用不同类型砂石资源的比例系数;
根据所述分配系数和所述第二资源数据计算所述第二资源数据所消耗的砂石资源作为第四资源数据;
计算所述第一资源数据与所述第四资源数据的差值作为余量资源数据;
将所述余量资源数据分配进所述第四资源数据形成修正资源数据,并将所述修正资源数据与所述第二资源数据之间的对应关系作为所述第一映射关系。
在一种可能的实现方式中,所述映射单元还被配置为:
获取所述第四资源数据中使用砂石资源量最大的至少两个使用砂石资源的项目作为待接收项目;
将所述余量资源数据按照所述待接收项目之间的砂石资源使用量比例分配至所述待接收项目中形成修正资源数据。
在一种可能的实现方式中,所述决策器的输入数据为使用砂石资源的项目的数据,所述决策器的输出数据为不同类型砂石资源的用量。
在一种可能的实现方式中,每个所述决策器配置有对应的决策权重;所述决策权重为新的周期与所述决策器之间的周期间隔的倒数;
分析单元,还被配置为:
根据所述决策权重对所述多个所述决策器的输出结果进行加权计算获取砂石资源需求数据。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显然本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元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,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网格设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种砂石资源供需精准分析方法,其特征在于,包括:
从第一样本群中获取不同类型砂石资源在一个周期内的历史用量作为第一资源数据,并从第二样本群中获取第二资源数据;所述第二资源数据为使用砂石资源的项目在该周期内的历史数据;
建立所述第一资源数据和所述第二资源数据的映射关系作为第一映射关系;
根据多个不同周期对应的第一映射关系生成多个对应所述周期的决策器;
当进行新的周期内的砂石资源需求分析时,从对应新的周期的第三样本群中获取使用砂石资源的项目的数据作为第三资源数据;
将所述第三资源数据同时输入多个所述决策器中,并根据多个所述决策器的输出结果计算砂石资源需求数据。
2.根据权利要求1所述的一种砂石资源供需精准分析方法,其特征在于,建立所述第一资源数据和所述第二资源数据的映射关系作为第一映射关系包括:
获取所述第二样本群中对应所述第二资源数据的分配系数;所述分配系数为各使用砂石资源的项目使用不同类型砂石资源的比例系数;
根据所述分配系数和所述第二资源数据计算所述第二资源数据所消耗的砂石资源作为第四资源数据;
计算所述第一资源数据与所述第四资源数据的差值作为余量资源数据;
将所述余量资源数据分配进所述第四资源数据形成修正资源数据,并将所述修正资源数据与所述第二资源数据之间的对应关系作为所述第一映射关系。
3.根据权利要求2所述的一种砂石资源供需精准分析方法,其特征在于,将所述余量资源数据分配进所述第四资源数据形成修正资源数据包括:
获取所述第四资源数据中使用砂石资源量最大的至少两个使用砂石资源的项目作为待接收项目;
将所述余量资源数据按照所述待接收项目之间的砂石资源使用量比例分配至所述待接收项目中形成修正资源数据。
4.根据权利要求1所述的一种砂石资源供需精准分析方法,其特征在于,所述决策器的输入数据为使用砂石资源的项目的数据,所述决策器的输出数据为不同类型砂石资源的用量。
5.根据权利要求4所述的一种砂石资源供需精准分析方法,其特征在于,每个所述决策器配置有对应的决策权重;所述决策权重为新的周期与所述决策器之间的周期间隔的倒数;
根据多个所述决策器的输出结果计算砂石资源需求数据包括:
根据所述决策权重对所述多个所述决策器的输出结果进行加权计算获取砂石资源需求数据。
6.一种砂石资源供需精准分析系统,其特征在于,包括:
获取单元,被配置为从第一样本群中获取不同类型砂石资源在一个周期内的历史用量作为第一资源数据,并从第二样本群中获取第二资源数据;所述第二资源数据为使用砂石资源的项目在该周期内的历史数据;
映射单元,被配置为建立所述第一资源数据和所述第二资源数据的映射关系作为第一映射关系;
生成单元,被配置为根据多个不同周期对应的第一映射关系生成多个对应所述周期的决策器;
分析单元,被配置为当进行新的周期内的砂石资源需求分析时,从对应新的周期的第三样本群中获取使用砂石资源的项目的数据作为第三资源数据;将所述第三资源数据同时输入多个所述决策器中,并根据多个所述决策器的输出结果计算砂石资源需求数据。
7.根据权利要求6所述的一种砂石资源供需精准分析系统,其特征在于,所述映射单元还被配置为:
获取所述第二样本群中对应所述第二资源数据的分配系数;所述分配系数为各使用砂石资源的项目使用不同类型砂石资源的比例系数;
根据所述分配系数和所述第二资源数据计算所述第二资源数据所消耗的砂石资源作为第四资源数据;
计算所述第一资源数据与所述第四资源数据的差值作为余量资源数据;
将所述余量资源数据分配进所述第四资源数据形成修正资源数据,并将所述修正资源数据与所述第二资源数据之间的对应关系作为所述第一映射关系。
8.根据权利要求7所述的一种砂石资源供需精准分析系统,其特征在于,所述映射单元还被配置为:
获取所述第四资源数据中使用砂石资源量最大的至少两个使用砂石资源的项目作为待接收项目;
将所述余量资源数据按照所述待接收项目之间的砂石资源使用量比例分配至所述待接收项目中形成修正资源数据。
9.根据权利要求6所述的一种砂石资源供需精准分析系统,其特征在于,所述决策器的输入数据为使用砂石资源的项目的数据,所述决策器的输出数据为不同类型砂石资源的用量。
10.根据权利要求9所述的一种砂石资源供需精准分析系统,其特征在于,每个所述决策器配置有对应的决策权重;所述决策权重为新的周期与所述决策器之间的周期间隔的倒数;
分析单元,还被配置为:
根据所述决策权重对所述多个所述决策器的输出结果进行加权计算获取砂石资源需求数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211276156.3A CN115345388B (zh) | 2022-10-19 | 2022-10-19 | 一种砂石资源供需精准分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211276156.3A CN115345388B (zh) | 2022-10-19 | 2022-10-19 | 一种砂石资源供需精准分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115345388A true CN115345388A (zh) | 2022-11-15 |
CN115345388B CN115345388B (zh) | 2023-01-17 |
Family
ID=83957565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211276156.3A Active CN115345388B (zh) | 2022-10-19 | 2022-10-19 | 一种砂石资源供需精准分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115345388B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101145235A (zh) * | 2007-06-29 | 2008-03-19 | 中国石化集团胜利石油管理局 | 一种油田开发决策系统 |
CN106845080A (zh) * | 2016-12-23 | 2017-06-13 | 广西师范学院 | 基于差异修正的景区旅游气象灾害智能预测方法 |
CN110147915A (zh) * | 2018-02-11 | 2019-08-20 | 陕西爱尚物联科技有限公司 | 一种资源配置的方法及其系统 |
CN111160658A (zh) * | 2019-12-31 | 2020-05-15 | 同济大学 | 一种协同制造资源优配方法、系统和平台 |
CN111401808A (zh) * | 2020-03-12 | 2020-07-10 | 重庆文理学院 | 一种基于混合模型的物资协议库存需求预测方法 |
US20200226519A1 (en) * | 2017-07-25 | 2020-07-16 | Arth Designbuild India Pvt. Ltd. | System and method for managing resources in a worksite |
CN111598288A (zh) * | 2020-02-29 | 2020-08-28 | 贵州电网有限责任公司 | 一种基于物资全过程数据的物资需求预测管理方法 |
CN112396312A (zh) * | 2020-11-16 | 2021-02-23 | 中交第二航务工程局有限公司 | 一种沉井下沉施工自动决策方法及系统 |
CN113344356A (zh) * | 2021-05-31 | 2021-09-03 | 烽火通信科技股份有限公司 | 一种多目标资源分配决策方法和装置 |
CN113672375A (zh) * | 2020-05-15 | 2021-11-19 | 中国联合网络通信集团有限公司 | 资源分配预测方法、装置、设备及存储介质 |
CN114444819A (zh) * | 2022-04-11 | 2022-05-06 | 山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心) | 一种渔业资源预测方法、装置、存储介质以及电子设备 |
CN114581059A (zh) * | 2022-03-09 | 2022-06-03 | 中广核工程有限公司 | 设备供需协同管理方法、装置、计算机设备和存储介质 |
CN115081940A (zh) * | 2022-07-21 | 2022-09-20 | 阿里巴巴达摩院(杭州)科技有限公司 | 资源调度方法、电力资源分配方法以及装置 |
-
2022
- 2022-10-19 CN CN202211276156.3A patent/CN115345388B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101145235A (zh) * | 2007-06-29 | 2008-03-19 | 中国石化集团胜利石油管理局 | 一种油田开发决策系统 |
CN106845080A (zh) * | 2016-12-23 | 2017-06-13 | 广西师范学院 | 基于差异修正的景区旅游气象灾害智能预测方法 |
US20200226519A1 (en) * | 2017-07-25 | 2020-07-16 | Arth Designbuild India Pvt. Ltd. | System and method for managing resources in a worksite |
CN110147915A (zh) * | 2018-02-11 | 2019-08-20 | 陕西爱尚物联科技有限公司 | 一种资源配置的方法及其系统 |
CN111160658A (zh) * | 2019-12-31 | 2020-05-15 | 同济大学 | 一种协同制造资源优配方法、系统和平台 |
CN111598288A (zh) * | 2020-02-29 | 2020-08-28 | 贵州电网有限责任公司 | 一种基于物资全过程数据的物资需求预测管理方法 |
CN111401808A (zh) * | 2020-03-12 | 2020-07-10 | 重庆文理学院 | 一种基于混合模型的物资协议库存需求预测方法 |
CN113672375A (zh) * | 2020-05-15 | 2021-11-19 | 中国联合网络通信集团有限公司 | 资源分配预测方法、装置、设备及存储介质 |
CN112396312A (zh) * | 2020-11-16 | 2021-02-23 | 中交第二航务工程局有限公司 | 一种沉井下沉施工自动决策方法及系统 |
CN113344356A (zh) * | 2021-05-31 | 2021-09-03 | 烽火通信科技股份有限公司 | 一种多目标资源分配决策方法和装置 |
CN114581059A (zh) * | 2022-03-09 | 2022-06-03 | 中广核工程有限公司 | 设备供需协同管理方法、装置、计算机设备和存储介质 |
CN114444819A (zh) * | 2022-04-11 | 2022-05-06 | 山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心) | 一种渔业资源预测方法、装置、存储介质以及电子设备 |
CN115081940A (zh) * | 2022-07-21 | 2022-09-20 | 阿里巴巴达摩院(杭州)科技有限公司 | 资源调度方法、电力资源分配方法以及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115345388B (zh) | 2023-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102536200A (zh) | 致密碳酸盐岩气层初始产能预测方法 | |
CN104463439A (zh) | 一种公路工程项目管理系统及方法 | |
CN108416475A (zh) | 一种页岩气产能非确定性预测方法 | |
Miatto et al. | The urbanisation-environment conflict: Insights from material stock and productivity of transport infrastructure in Hanoi, Vietnam | |
CN110910092A (zh) | 高速公路建设信息管理平台 | |
CN104794298A (zh) | 一种铀尾矿库核素对库区地下水污染风险评价的方法 | |
CN105069542A (zh) | 一种责任成本预算编制方法及系统 | |
CN105956928A (zh) | 一种金属露天矿5d时空动态排产计划模型构建方法 | |
Baldwin et al. | An update on depreciation rates for the canadian productivity accounts | |
Ioannidou et al. | Land-cover-based indicator to assess the accessibility of resources used in the construction sector | |
CN108007428A (zh) | 高铁沉降监测系统 | |
Dombi | The service-stock trap: analysis of the environmental impacts and productivity of the service sector in Hungary | |
He et al. | Log Mean Divisia Index decomposition analysis of the demand for building materials: Application to concrete, dwellings, and the UK | |
CN102945198A (zh) | 一种表征高性能计算应用特征的方法 | |
CN104331779A (zh) | 一种开发区建设项目管理系统及方法 | |
Antoniou et al. | Cost and material quantities prediction models for the construction of underground metro stations | |
CN115345388B (zh) | 一种砂石资源供需精准分析方法及系统 | |
Cheng et al. | Improved combination weighted prediction model of aquifer water abundance based on a cloud model | |
Chen et al. | Measurement-based vehicle load model for urban expressway bridges | |
Qin et al. | Analysis of spatiotemporal variations of excess pore water pressure during mechanized tunneling using genetic programming | |
CN112329972A (zh) | 一种基于水环境容量的离子型稀土矿山开采预测方法及系统 | |
Zhang et al. | A bottom‐up modeling of metabolism of the residential building system in China toward 2050 | |
CN114371272B (zh) | 一种页岩储层成岩作用数值模拟方法、装置、设备及介质 | |
CN111101914A (zh) | 水平井压裂段簇优选方法及设备 | |
CN104503396A (zh) | 一种多金属平衡产率的算法 |
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 |