CN115983536A - 一种基于数字孪生的应急警力调度方法及系统 - Google Patents
一种基于数字孪生的应急警力调度方法及系统 Download PDFInfo
- Publication number
- CN115983536A CN115983536A CN202210449727.2A CN202210449727A CN115983536A CN 115983536 A CN115983536 A CN 115983536A CN 202210449727 A CN202210449727 A CN 202210449727A CN 115983536 A CN115983536 A CN 115983536A
- Authority
- CN
- China
- Prior art keywords
- alarm
- police
- scheduling
- scheme
- digital twin
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012795 verification Methods 0.000 claims abstract description 61
- 238000004088 simulation Methods 0.000 claims abstract description 45
- 230000008569 process Effects 0.000 claims description 29
- 238000012544 monitoring process Methods 0.000 claims description 17
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 5
- 230000008859 change Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241001622623 Coeliadinae Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000012549 training Methods 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
- G06Q10/06—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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于公共安全管理技术领域,具体涉及一种基于数字孪生的应急警力调度方法及系统;该方法包括:边缘设备实时采集警情数据并构建物理空间和数字孪生空间;在数字孪生空间中部署预测算法模型和调度算法模型;根据物理空间分别执行调度算法模型和预测算法模型,得到调度方案和出警方案;对出警方案进行仿真验证,若验证通过,则根据调度方案进行警力调度,否则,重新执行调度算法模型,生成新的调度方案;对新的调度方案进行仿真验证,若验证通过,则保留新的调度方案,否则,重新执行调度算法模型,更新调度方案,再次进行仿真验证;本发明对真实物理环境进行模拟验证,为出警提供高效可靠的调度方案,具有良好的社会效益。
Description
技术领域
本发明属于公共安全管理技术领域,具体涉及一种基于数字孪生的应急警力调度方法及系统。
背景技术
警力由警员、警械、警车等组成的,是维护社会稳定和可持续发展、关乎国家长治久安和人民安居乐业的重要力量。然而随着经济社会的不断高速发展,公安机关的警力布置难以饱和式的覆盖社会的每一个角落,特别是在突发事件发生时,通常难以保证警力的正常高效配置。因此,利用智能化数字化手段,对于应急警力进行调度配置,并优化验证能够保证配置、资金耗费以及社会效益的最优,对于构建高效社会治理,助力社会安全稳定有着积极的作用。
现有的警力配置方法,大多是针对现有的警力配置,考虑不同的影响因素进行多权重的模糊评价。即使是考虑了多元数据,也仅仅是一个优化求解方案,在下达之前缺少预验证环节,缺少对调度方案的可靠性判断。
对于警力的配置,要以事故或事件本身的特点为出发点,以现场处警的警力高效紧饱和为核心,囊括影响警力配置的身体特征、物理定位、警械配置、通信条件、警车状态、组队情况、警情变化以及交通天气等关键信息。因此,在这种多元约束下的优化策略问题中,需要实现平衡求解问题的最优化结果。此外,对于警力配置一个重要要求就是可靠性,一旦指令下发,警力就处于执行状态,调度指令对于事件的处理、警员安全以及人民生命财产安全都具有决定性的影响。因此,在下达前,利用数字孪生构建的数字空间进行模拟验证,同时结合实时信息迭代调度方案,保障处警的可靠性是非常必要的。
发明内容
针对现有技术存在的不足,本发明提出了一种基于数字孪生的应急警力调度方法及系统,该方法包括:
S1:边缘设备实时采集警情数据,根据警情数据构建物理空间和数字孪生空间;
S2:在数字孪生空间中部署预测算法模型和调度算法模型;
S3:根据物理空间中应急事件出警要求和实时警情数据执行调度算法模型,得到调度方案;
S4:根据物理空间中实时警情数据执行预测算法模型,得到出警方案;
S5:在数字孪生空间中对出警方案进行仿真验证,若验证通过,则保留调度方案,否则,重新执行调度算法模型,生成新的调度方案;
S6:在数字孪生空间中对调度方案或新的调度方案进行仿真验证,若验证通过,则保留该调度方案,否则,重新执行调度算法模型,生成新的调度方案并再次执行步骤S6;
S7:指挥中心根据调度方案下达调度命令,进行应急警力调度即开始出警;
S8:实时监控出警过程,判断出警是否满足最快出警与最低警力资源要求,若满足,则继续执行调度方案,若不满足,则根据实时警情数据更新数字孪生空间,返回步骤S3。
优选的,边缘设备实时采集警情数据的过程包括:边缘设备通过无线网络获取警务通的数据、警力在辖区范围内的实际分布数据和实时交通状态数据;对得到的数据进行预处理,得到处理好的警情数据;其中,警务通的数据包括警员的身体特征、物理定位、警械配置、通信条件、警车状态和组队情况。
优选的,构建数字孪生空间的过程包括:提取应急事件报警信息的关键内容,根据关键内容得到事件特性与警力资源之间的关联关系;根据关联关系,采用建模语言构建出数字模型并对数字模型进行标准化;定义标准化后数字模型中物理构成模块的输入输出端,根据物理构成模块的输入输出端完成物理模型间的交互和物理空间的映射;根据实时警情数据更新数字模型并形成数字孪生空间,使得物理空间与数字孪生空间同步映射;其中,关键内容包括事件类型、事件规模、时间紧迫度、事件发生时间和事件发生地点。
优选的,在数字孪生空间中对出警方案进行仿真验证包括:设置出警方案效率阈值;计算出警方案的效率;若计算出的出警方案效率高于或等于出警方案效率阈值,则仿真验证通过,否则,仿真验证不通过。
进一步的,计算出警方案效率的公式为:
其中,E表示出警方案效率,e1表示警力到位时间,e2表示出警经费消耗,τ表示时间权重,σ表示费用权重,χ警情严重程度。
优选的,在数字孪生空间中对调度方案进行仿真验证的过程包括:设置警力资源阈值;计算警力资源;若计算出的警力资源小于或等于警力资源阈值,则仿真验证通过,否则,仿真验证不通过。
进一步的,计算警力资源的公式为:
Q=αq1+βq2+γq3
α+β+γ=1
其中,Q表示警力资源,q1表示警员数量,q2表示警械数量,q3表示警车数量,α表示第一权重,β表示第二权重,γ表示第三权重。
一种基于数字孪生的应急警力调度系统,包括:警情数据采集模块、建模模块、调度算法模块、预测算法模块、仿真验证模块和监控反馈模块;
所述警情数据采集模块用于实时采集警情数据并构建物理空间和数字孪生空间;
所述建模模块用于在数字孪生空间中构建预测算法模型和调度算法模型;
所述调度算法模块用于根据物理空间执行调度算法模型,得到调度方案;
所述预测算法模块用于根据物理空间执行预测算法模型,得到出警方案;
所述仿真验证模块用于对出警方案和调度方案进行仿真验证,输出最终调度方案。
所述监控反馈模块用于下发调度指令并监控出警过程,对出警过程是否符合要求进行判断,根据判断结果向警情数据采集模块反馈信息。
本发明的有益效果为:本发明采集事件特性、物理环境、警力状态等信息并根据这些警情数据构建数字孪生空间,同时,根据经验数据和实时数据在数字孪生空间执行预测算法,预测警情的变化以及变化下的出警方案,通过调度算法给出调度方案并对出警方案和调度方案进行仿真验证,执行验证通过后的调度方案并对出警过程进行监控,根据监控结果采用边缘设备的数据和指令保证物理空间和数字空间的同步,完成应急警力调度;本发明可在下达命令前,对真实物理环境进行模拟验证,为出警提供高效可靠的调度方案,同时节省人力物力,具有良好的社会效益。
附图说明
图1为本发明中基于数字孪生的应急警力调度方法流程图;
图2为本发明中基于数字孪生的应急警力调度方法结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提出了一种基于数字孪生的应急警力调度方法及系统,如图1所示,所述方法包括:
S1:边缘设备实时采集警情数据,根据警情数据构建物理空间和数字孪生空间;
S2:在数字孪生空间中部署预测算法模型和调度算法模型;
S3:根据物理空间中应急事件出警要求和实时警情数据执行调度算法模型,得到调度方案;
S4:根据物理空间中实时警情数据执行预测算法模型,得到出警方案;
S5:在数字孪生空间中对出警方案进行仿真验证,若验证通过,则保留调度方案,否则,重新执行调度算法模型,生成新的调度方案;
S6:在数字孪生空间中对调度方案或新的调度方案进行仿真验证,若验证通过,则保留该调度方案,否则,重新执行调度算法模型,生成新的调度方案并再次执行步骤S6;
S7:指挥中心根据调度方案下达调度命令,进行应急警力调度即开始出警;
S8:实时监控出警过程,判断出警是否满足最快出警与最低警力资源要求,若满足,则继续执行调度方案,若不满足,则根据实时警情数据更新数字孪生空间,返回步骤S3。
本发明的一种基于数字孪生的应急警力调度方法具体包括以下内容:
边缘设备实时采集警情数据,具体的,边缘设备通过无线网络获取警务通的数据、警力在辖区范围内的实际分布数据和实时交通状态数据,其中,警务通的数据包括警员的身体特征、物理定位、警械配置、通信条件、警车状态和组队情况;对采集到的警情数据进行预处理,包括对数据进行清洗、分析和特征提取;
根据警情数据构建物理空间和数字孪生空间,构建数字孪生空间的过程包括:提取应急事件报警信息的关键内容,根据关键内容得到事件特性与警力资源之间的关联关系;根据关联关系,采用建模语言构建出数字模型并对数字模型进行标准化;定义标准化后数字模型中物理构成模块的输入输出端,根据物理构成模块的输入输出端完成物理模型间的交互和物理空间的映射;根据实时警情数据更新数字模型并形成数字孪生空间,使得物理空间与数字孪生空间同步映射;其中,关键内容包括事件类型、事件规模、时间紧迫度、事件发生时间和事件发生地点,物理模型包括警情标定模型、地理信息模型与出警警力信息模型。
如图2所示,物理空间中包括边缘设备、地理信息、应急事件、处警警力、指挥中心、指令长等设备或信息;边缘设备通过网络采集应急事件和出警警力的地理信息和警力资源信息;指挥中心将形成的调度方案提交指令长,指令长将调度指令通过边缘设备下发到处警警力,完成警力调度。数字孪生空间包括数据中心存储器、预测算法模块、调度算法模块和仿真验证模块;数据中心存储器存储来自物理空间的警情事件信息、地理信息以及警力资源等信息,建模模块根据物理数据建立多个物理模型并根据物理模型部署调度算法模型和有多种训练完成的机器学习的预测算法模型,预测算法模型可从数据中心调用数据预测得到出警任务执行状态;调度算法模型从数据中心调用数据得到调度方案;仿真验证模块对预测算法模型和调度算法模型输出的预测误差结果(出警方案)和调度方案进行仿真验证。
根据物理空间中应急事件出警要求和实时警情数据执行调度算法模型,根据警情特点(单人/多人、是否持械等)、附近警力分布、交通情况等,提取特征参量,映射到调度算法模型库中,执行预测运算,得到调度方案(包括调动警力范围、是否执行交通临时管制措施等);
根据物理空间中根据实时警情数据执行预测算法模型,得到精确到单警的出警方案(包括组队、路线、警械、车辆等);
在数字孪生空间中对出警方案进行仿真验证,若验证通过,则根据调度方案进行警力调度,否则,重新执行调度算法模型,生成新的调度方案;对出警方案仿真验证的过程为:
设置出警方案效率阈值;计算出警方案的效率;若计算出的出警方案效率高于或等于出警方案效率阈值,则仿真验证通过,否则,仿真验证不通过;其中,出警方案效率主要考察时间和经费;计算出警方案效率的公式为:
其中,E表示出警方案效率,e1表示警力到位时间,e2表示出警经费消耗,τ表示时间权重,σ表示费用权重,χ警情严重程度;时间权重和费用权重根据警情威胁生命/财产安全特点设置。
在数字孪生空间中对调度方案进行仿真验证,若验证通过,则根据新的调度方案进行警力调度,否则,重新执行调度算法模型,更新调度方案,重新生成出警方案并继续进行上述验证过程;对新的调度方案进行仿真验证的过程为:
设置警力资源阈值;计算警力资源;若计算出的警力资源小于或等于警力资源阈值,则仿真验证通过,否则,仿真验证不通过;其中,警力资源包括警员数量、警械数量和警车数量;计算警力资源为:
Q=αq1+βq2+γq3
α+β+γ=1
其中,Q表示警力资源,q1表示警员数量,q2表示警械数量,q3表示警车数量,α表示第一权重,β表示第二权重,γ表示第三权重;第一权重、第二权重和第三权重为人为的根据经验或结合实际要求设置。
将最终的调度方案提交指挥中心,指挥中心判断是否执行该调度方案,并下达相应的调度指令以进行应急警力调度,开始出警过程。
实时监控出警过程;当出警过程不满足最快出警与最低警力资源要求时(如果出现因临时事故导致交通拥堵,则原调度路径不再是最快出警路径即不满足最快出警要求),根据实时警情数据变化更新数字孪生空间,在更新后的数字孪生空间中重新执行上述调度方案生成过程;其中,判断出警过程是否满足最快出警与最低警力资源要求的过程为:设置调度方案效率阈值,判断出警过程是否满足最快出警要求指计算调度方案效率是否大于或等于调度方案效率阈值,计算调度方案效率的公式与计算出警效率公式相同;判断出警过程是否满足最低警力资源要求指计算警力资源是否低于或等于警力资源阈值。
本发明还提出一种基于数字孪生的应急警力调度系统,包括:警情数据采集模块、建模模块、调度算法模块、预测算法模块、仿真验证模块和监控反馈模块;
所述警情数据采集模块用于实时采集警情数据并构建物理空间和数字孪生空间;
所述建模模块用于在数字孪生空间中构建预测算法模型和调度算法模型;
所述调度算法模块用于根据物理空间执行调度算法模型,得到调度方案;
所述预测算法模块用于根据物理空间执行预测算法模型,得到出警方案;
所述仿真验证模块用于对出警方案和调度方案进行仿真验证,输出最终调度方案;
所述监控反馈模块用于下发调度指令并监控出警过程,对出警过程是否符合要求进行判断,根据判断结果向警情数据采集模块反馈信息。
本发明采集事件特性、物理环境、警力状态等信息并根据这些警情数据构建数字孪生空间,同时,根据经验数据和实时数据在数字孪生空间执行预测算法,预测警情的变化以及变化下的出警方案,通过调度算法给出调度方案并对出警方案和调度方案进行仿真验证,执行验证通过后的调度方案并对出警过程进行监控,根据监控结果采用边缘设备的数据和指令保证物理空间和数字空间的同步,完成应急警力调度;本发明可在下达命令前,对真实物理环境进行模拟验证,为出警提供高效可靠的调度方案,同时节省人力物力,具有良好的社会效益。
以上所举实施例,对本发明的目的、技术方案和优点进行了进一步的详细说明,所应理解的是,以上所举实施例仅为本发明的优选实施方式而已,并不用以限制本发明,凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于数字孪生的应急警力调度方法,其特征在于,包括:
S1:边缘设备实时采集警情数据,根据警情数据构建物理空间和数字孪生空间;
S2:在数字孪生空间中部署预测算法模型和调度算法模型;
S3:根据物理空间中应急事件出警要求和实时警情数据执行调度算法模型,得到调度方案;
S4:根据物理空间中实时警情数据执行预测算法模型,得到出警方案;
S5:在数字孪生空间中对出警方案进行仿真验证,若验证通过,则保留调度方案,否则,重新执行调度算法模型,生成新的调度方案;
S6:在数字孪生空间中对调度方案或新的调度方案进行仿真验证,若验证通过,则保留该调度方案,否则,重新执行调度算法模型,生成新的调度方案并再次执行步骤S6。
S7:指挥中心根据调度方案下达调度命令,进行应急警力调度即开始出警;
S8:实时监控出警过程,判断出警是否满足最快出警与最低警力资源要求,若满足,则继续执行调度方案,若不满足,则根据实时警情数据更新数字孪生空间,返回步骤S3。
2.根据权利要求1所述的一种基于数字孪生的应急警力调度方法,其特征在于,边缘设备实时采集警情数据的过程包括:边缘设备通过无线网络获取警务通的数据、警力在辖区范围内的实际分布数据和实时交通状态数据;对得到的数据进行预处理,得到处理好的警情数据;其中,警务通的数据包括警员的身体特征、物理定位、警械配置、通信条件、警车状态和组队情况。
3.根据权利要求1所述的一种基于数字孪生的应急警力调度方法,其特征在于,构建数字孪生空间的过程包括:提取应急事件报警信息的关键内容,根据关键内容得到事件特性与警力资源之间的关联关系;根据关联关系,采用建模语言构建出数字模型并对数字模型进行标准化;定义标准化后数字模型中物理构成模块的输入输出端,根据物理构成模块的输入输出端完成物理模型间的交互和物理空间的映射;根据实时警情数据更新数字模型并形成数字孪生空间,使得物理空间与数字孪生空间同步映射;其中,关键内容包括事件类型、事件规模、时间紧迫度、事件发生时间和事件发生地点。
4.根据权利要求1所述的一种基于数字孪生的应急警力调度方法,其特征在于,在数字孪生空间中对出警方案进行仿真验证包括:设置出警方案效率阈值;计算出警方案的效率;若计算出的出警方案效率高于或等于出警方案效率阈值,则仿真验证通过,否则,仿真验证不通过。
6.根据权利要求1所述的一种基于数字孪生的应急警力调度方法,其特征在于,在数字孪生空间中对调度方案进行仿真验证的过程包括:设置警力资源阈值;计算警力资源;若计算出的警力资源小于或等于警力资源阈值,则仿真验证通过,否则,仿真验证不通过。
7.根据权利要求6所述的一种基于数字孪生的应急警力调度方法,其特征在于,计算警力资源的公式为:
Q=αq1+βq2+γq3
α+β+γ=1
其中,Q表示警力资源,q1表示警员数量,q2表示警械数量,q3表示警车数量,α表示第一权重,β表示第二权重,γ表示第三权重。
8.根据权利要求1所述的一种基于数字孪生的应急警力调度系统,其特征在于,包括:警情数据采集模块、建模模块、调度算法模块、预测算法模块、仿真验证模块和监控反馈模块;
所述警情数据采集模块用于实时采集警情数据并构建物理空间和数字孪生空间;
所述建模模块用于在数字孪生空间中构建预测算法模型和调度算法模型;
所述调度算法模块用于根据物理空间执行调度算法模型,得到调度方案;
所述预测算法模块用于根据物理空间执行预测算法模型,得到出警方案;
所述仿真验证模块用于对出警方案和调度方案进行仿真验证,输出最终调度方案;
所述监控反馈模块用于下发调度指令并监控出警过程,对出警过程是否符合要求进行判断,根据判断结果向警情数据采集模块反馈信息。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210449727.2A CN115983536A (zh) | 2022-04-24 | 2022-04-24 | 一种基于数字孪生的应急警力调度方法及系统 |
PCT/CN2023/086491 WO2023207540A1 (zh) | 2022-04-24 | 2023-04-06 | 一种基于数字孪生的应急警力调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210449727.2A CN115983536A (zh) | 2022-04-24 | 2022-04-24 | 一种基于数字孪生的应急警力调度方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115983536A true CN115983536A (zh) | 2023-04-18 |
Family
ID=85956817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210449727.2A Pending CN115983536A (zh) | 2022-04-24 | 2022-04-24 | 一种基于数字孪生的应急警力调度方法及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115983536A (zh) |
WO (1) | WO2023207540A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117037501A (zh) * | 2023-10-10 | 2023-11-10 | 成都创一博通科技有限公司 | 基于人工智能的城市停车管理方法和管理系统 |
CN117389740A (zh) * | 2023-11-08 | 2024-01-12 | 广东美电国创科技有限公司 | 一种基于人工智能的区域安全应急平台系统 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117273401A (zh) * | 2023-11-21 | 2023-12-22 | 航天科工广信智能技术有限公司 | 基于案例推理和仿真的应急指挥方法、系统及存储介质 |
CN117371337B (zh) * | 2023-12-07 | 2024-03-15 | 安徽金海迪尔信息技术有限责任公司 | 一种基于数字孪生的水利模型构建方法及系统 |
CN117649212B (zh) * | 2024-01-30 | 2024-04-26 | 陕西跃途警用装备制造有限公司 | 一种基于大数据分析的治安防控综合管理云平台 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110414033B (zh) * | 2019-05-31 | 2023-04-18 | 太原理工大学 | 结合边缘计算和数字孪生的机械设备预测性维护方法 |
US11079748B1 (en) * | 2020-04-29 | 2021-08-03 | Grale Technologies | In-process digital twinning |
CN112100155B (zh) * | 2020-09-09 | 2023-05-23 | 北京航空航天大学 | 一种云边协同的数字孪生模型组装与融合方法 |
CN113810953B (zh) * | 2021-09-08 | 2023-06-27 | 重庆邮电大学 | 一种基于数字孪生的无线传感网络资源调度方法及系统 |
-
2022
- 2022-04-24 CN CN202210449727.2A patent/CN115983536A/zh active Pending
-
2023
- 2023-04-06 WO PCT/CN2023/086491 patent/WO2023207540A1/zh unknown
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117037501A (zh) * | 2023-10-10 | 2023-11-10 | 成都创一博通科技有限公司 | 基于人工智能的城市停车管理方法和管理系统 |
CN117037501B (zh) * | 2023-10-10 | 2023-12-12 | 成都创一博通科技有限公司 | 基于人工智能的城市停车管理方法和管理系统 |
CN117389740A (zh) * | 2023-11-08 | 2024-01-12 | 广东美电国创科技有限公司 | 一种基于人工智能的区域安全应急平台系统 |
CN117389740B (zh) * | 2023-11-08 | 2024-03-29 | 广东美电国创科技有限公司 | 一种基于人工智能的区域安全应急平台系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2023207540A1 (zh) | 2023-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115983536A (zh) | 一种基于数字孪生的应急警力调度方法及系统 | |
CN104376716B (zh) | 一种基于贝叶斯网络模型的公交时刻表动态生成方法 | |
Chen et al. | Uncertainty in urban mobility: Predicting waiting times for shared bicycles and parking lots | |
CN104517159A (zh) | 一种公交短时客流的预测方法 | |
US11906112B2 (en) | Methods for safety management of compressors in smart gas pipeline network and internet of things systems thereof | |
CN110633593A (zh) | 一种恶性事件预测方法及系统 | |
CN107392502A (zh) | 电力设备检修的管理方法、管理装置及终端设备 | |
US20240010252A1 (en) | Rail traffic parallel deduction system and method | |
CN110443399B (zh) | 一种车辆事故航空救援智能调度方法 | |
Ning et al. | ACP-based control and management of urban rail transportation systems | |
CN108665181A (zh) | 一种配电网可靠性的评估方法和装置 | |
CN110445939A (zh) | 容量资源的预测方法及装置 | |
CN116681292B (zh) | 基于深度学习的石化港区安全风险分析及责任划分方法 | |
CN115796509A (zh) | 一种轨道交通应急调度辅助决策系统及方法 | |
CN115313355A (zh) | 一种智能电网大数据在短期负荷预测中的自动预测方法及系统 | |
CN115829145A (zh) | 一种光伏发电量预测系统及方法 | |
CN114912854B (zh) | 地铁列车运行调整方法、装置、电子设备及存储介质 | |
CN116664095A (zh) | 一种基于深度学习的安保巡检预测方法 | |
Shi et al. | Prediction and Impact Analysis of Passenger Flow in Urban Rail Transit in the Postpandemic Era | |
CN109409573B (zh) | 基于线性回归模型的道路救援需求预测方法 | |
Nakamiti et al. | An agent-based simulation system for traffic control in the Brazilian intelligent cities project context | |
CN116443080B (zh) | 一种轨道交通行车调度指挥方法、系统、设备及介质 | |
CN112990658B (zh) | 一种面向线路精简优化的公交网络时刻表可靠性计算方法 | |
Singh et al. | Mathematical Modeling of Effective Distribution System for Resources and Facilities in Disaster Management by using Optimization Techniques | |
KR102430920B1 (ko) | 치안 및 공공 데이터 기반 범죄 신고 수 예측 장치 및 방법 |
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 |