CN116029576A - 一种地震应急信息的决策效用评估方法和系统 - Google Patents
一种地震应急信息的决策效用评估方法和系统 Download PDFInfo
- Publication number
- CN116029576A CN116029576A CN202210494344.7A CN202210494344A CN116029576A CN 116029576 A CN116029576 A CN 116029576A CN 202210494344 A CN202210494344 A CN 202210494344A CN 116029576 A CN116029576 A CN 116029576A
- Authority
- CN
- China
- Prior art keywords
- emergency information
- utility
- information
- emergency
- evaluation
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000013210 evaluation model Methods 0.000 claims abstract description 30
- 238000004590 computer program Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 238000012937 correction Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000019771 cognition Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
- Alarm Systems (AREA)
Abstract
本申请提供了一种地震应急信息的决策效用评估方法和系统,其通过结合用户对应急信息的偏好、应急信息自身包含的信息量以及专家对应急信息的评分,拟合出可对应急信息进行决策效用评估的评估模型,该评估模型可以评估已经存在的应急信息集进而删除低效用应急信息,还可以基于获取的用户偏好和信息量数据,随时对最新产生的应急信息进行效用评估,以保留高效用的应急信息充实应急信息集,从而在震后为用户提供高质量的应急信息。通过该评估模型,将应急信息进行了数值的量化处理,用户可直观获取应急信息的效用高低。本申请还根据震后用户反馈的应急信息实际效用值更新所述评估模型,使得基于该评估模型得到的应急信息更加符合用户偏好,服务效率更高。
Description
技术领域
本申请涉及数据评估领域,具体涉及一种地震应急信息的决策效用评估方法和系统。
背景技术
地震灾害会对人类社会造成显著的物理破坏、生命损失和环境改变。在中国,当地震灾害发生后,决策是领导和组织抗震救灾的核心组织面临的最关键的、最紧迫的任务之一,其过程中至关重要的因素是信息。地震应急信息(例如,描述地震相关情况的文档,描述本地历史地震位置的图表等)在灾害救援中具有重要的作用,决策者通过地震应急信息,可以对抗灾害地冲击,打破其带来的无序状态,以便快速判断应急目标,及时制定有效的行动方案,确定救灾部署,下达救灾任务,调用救灾力量,实行紧急应急措施。然而,随着应急信息的迅速增长,大量存在的低效用应急信息(例如包含的无用内容多、有效数据获取难)导致用户无法从接收的终端应急信息中快速查找到自己需要的关键信息,造成了应急信息服务质量的严重下降,因此,针对地震应急信息开展效用研究,有助于揭示信息价值的数理规律,服务于用户侧的决策场景和生产侧的信息构建,对降低抗震救灾决策风险、提升地震信息服务效率有重要价值。然而,现有技术缺乏客观有效的评价工具帮助用户认知信息的价值,使得用户普遍以传统视角评判信息,制约了认知水平,压抑了需求;生产部门也缺少一种能持续接收用户反馈、历史震例的效用经验的流程方法,使得面向用户的服务界限模糊不清,抑制了信息产品的更新换代,此外,现实中用户更替频繁,信息需求随外部环境的影响而变化,直接套用现有思路就会忽略用户等关键因素的流动性,不能反应真实情况,与实际要求相差较大。
发明内容
针对上述技术问题,本申请采用的技术方案为:一种地震应急信息的决策效用评估方法,包括以下步骤:S100,根据预设应急信息集I的评估用数据D=[D1,D2,...,DN]获取效用评估模型U=b1×P+b2×P2+b3×P×H+b4,其中,所述预设应急信息集I中第i个应急信息Ii的评估用数据Di包括用户信息偏好Pi、信息量Hi以及专家效用评分Ui,1≤i≤N,N为所述预设应急信息集I中应急信息的总数,用户信息偏好Pi表示在预设时间段以预设形式呈现应急信息Ii的概率,信息量Hi用于表示应急信息Ii中包含的应急元信息数量,应急元信息是应急信息中用于表示地震预设内容的最小内容分割单元。
一种地震应急信息的决策效用评估系统,包括非瞬时性存储器和处理器,所述非瞬时存储器存储有计算机程序,所述处理器用于加载并执行所述计算机程序以实现以上所述的方法。
本申请至少具有以下技术效果:通过结合用户对应急信息的偏好、应急信息自身包含的信息量以及专家对应急信息的评分,拟合出用于对应急信息进行决策效用评估的评估模型,该评估模型一方面可以评估已经存在的应急信息进而更新已经存在的应急信息集,例如删除其中低效用的应急信息,另一方面,还可以基于获取的用户偏好和信息量数据,随时对最新产生的应急信息进行效用评估,以保留高效用的应急信息,从而提高应急信息的服务质量。进一步,通过该评估模型,可将应急信息进行数值化的量化处理,使得用户能够直观获取应急信息的效用高低。此外,本申请还可以根据震后用户反馈的应急信息的实际效用值更新所述评估模型,从而使得基于该评估模型得到的应急信息更加符合用户偏好,服务效率更高。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要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申请的一些实施例,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为本申请实施例提供的地震应急信息决策效用评估方法流程图;
图2为本申请另一实施例提供的地震应急信息决策效用评估方法流程图;
图3为本申请又一实施例提供的地震应急信息决策效用评估方法流程图;
图4为本申请又一实施例提供的地震应急信息决策效用评估方法流程图;
图5为本申请又一实施例提供的地震应急信息决策效用评估方法流程图。
具体实施方式
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,显然,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。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供一种地震应急信息的决策效用评估方法,如图1所示,包括以下步骤:
S100,根据预设应急信息集I的评估用数据D=[D1,D2,...,DN]获取效用评估模型U=b1×P+b2×P2+b3×P×H+b4,其中,所述预设应急信息集I中第i个应急信息Ii的评估用数据Di包括用户信息偏好Pi、信息量Hi以及专家效用评分Ui,1≤i≤N,N为所述预设应急信息集I中应急信息的总数。
在本申请中,所述应急信息集I例如为设定区域内的地震应急信息集合,也可以为针对地震而生成的应急信息模板集合。所述用户信息偏好Pi用于表示用户期望在指定时间段以预设形式呈现应急信息Ii的概率。其中,所述时间段可以分为震后0~2h、2-8h、8-12h、12-72h共计四个时间段,所述预设形式例如为文档、图片、表格、动态图等四种,应急信息Ii和应急信息Ii的用户信息偏好Pi的获取可以参考专利申请CN114254167A中信息列表中的信息以及各信息对应的第二修正概率。
具体的,在步骤S100之前还包括以下步骤:
S001,获取所述预设应急信息集I中每个应急信息的用户偏好信息,其中,所述用户偏好信息包括偏好某种信息的内容的偏好信息、偏好某种信息以某种呈现类型呈现的偏好信息以及偏好某种信息以某种呈现类型呈现并且在某个时间段内呈现的偏好信息。具体的,偏好某种信息的内容的偏好信息例如为用户是否需要该信息,呈现类型如前所述的预设形式,包括文档、图片、表格、动态图等四种,某个时间段如前所述的震后0~2h、2-8h、8-12h、12-72h共计四个时间段。
S002,基于所述用户偏好信息,得到P(Ii)、 和其中,P(Ii)为偏好Ii的内容的概率;为偏好Ii的内容并且偏好以呈现的概率,为偏好Ii的内容并且偏好以呈现和在呈现的概率;为不偏好Ii内容的概率,为不偏好Ii的内容但偏好以呈现的概率,为偏好Ii的内容且偏好以呈现的余集中偏好在呈现的概率。在该步骤中,基于获取的用户偏好信息,得到P(Ii)、和具体地,P(Ii)=Q1/Q, 其中,Q为用户数量,Q1为偏好Ii的内容的用户数量;Q2为不偏好Ii的内容的用户数量。W1为Q1个用户中偏好Ii以呈现的用户数量;W2为Q2个用户中偏好以呈现的用户的数量。 R1为W1个用户中偏好Ii在呈现的用户数量; R2为Q-W1个用户中偏好在呈现的用户数量,c为文档、图片、表格、动态图中的一种,d为震后0~2h、2-8h、8-12h、12-72h其中一个时间段。
信息量Hi用于表示应急信息Ii中包含的应急元信息数量,应急元信息是应急信息中用于表示地震预设内容的最小内容分割单元。为了对应急信息进行准确度量,首先需要对信息进行量化处理,将信息按照内容特征分割为最小的有效单元,即元信息,本申请将应急信息分为准备信息、震情信息、震区基本信息、评估信息、灾情、舆情、应急行动、烈度调查八大类,对每一类应急信息进行特征要素提取,构建基于221类元信息的地震应急元信息表,表1示例性地展示了本申请所述地震应急元信息中的部分数据。当应急信息Ii中的内容包含以下三级指标中的任意一项,则认为应急信息Ii包含的应急元信息数量增加1,以此类推,且本领域技术人员可知,所述应急信息Ii中包含的信息不限于表1中示例性展示的评估信息,其还可以包括其他任意一类中的应急元信息。
表1
优选的,第i个应急信息Ii的信息量Hi=log2(num(Ii)),其中,num(Ii)为应急信息Ii中包含的应急元信息数量。
在本申请中,在所述评估用数据D的基础上利用二次回归方法获取所述效用评估模型U,其中,b1的取值范围为[0.4720,0.4727],优选为0.4723;b2的取值范围为[2.9,2.91],优选为2.903;b3的取值范围为[0.889,0.92],优选为0.9144;b4的取值范围为[2.3,2.4],优选为2.307。其中,b1—b4的取值范围可以根据二次回归得到的优选值进行适当微调而得到。
优选的,所述地震应急信息的决策效用评估方法还包括以下步骤,如图2所示:
S200,根据所述效用评估模型U获取所述预设应急信息集I的评估效用值S=[S1,S2,...,SN],Si为第i个应急信息Ii的评估效用值。具体的,在该步骤中,Si=b1×Pi+b2×Pi 2+b3×Pi×Hi+b4。经计算,所述效用评估模型U=0.4723×P+2.903×P2+0.9144×P×H+2.307的相关系数R2为0.8955,均方根误差RMSE为0.6492,偏差bias为0.0033。进一步,所述效用评估模型U评估的评估效用值与专家效用评分均匀分布在斜率为1的直线附近,残差在-1.7868-1.6434之间,60%以上的误差分布在-0.5-0.5之间,效用评估模型U评估结果无明显的高估或低估,表明所述效用评估模型U是有效的。
S300,基于所述评估效用值S和效用阈值Fa更新所述预设应急信息集I。其中,所述效用阈值Fa用于评估每个应急信息的效用高低,当Si≥Fa时,认为应急信息Ii为高效用的应急信息,否则认为是低效用的应急信息。所述更新至少包括删除所述预设应急信息集I中低效用的应急信息。
具体的,所述效用阈值Fa为评估效用值(S1,S2,...,SN)经过升序或者降序排列后的中位数。在本申请优选的实施例中,所述效用阈值Fa=m1+(m2-m1)×0.618,其中,m1为评估效用值(S1,S2,...,SN)中的最小值,即m1=min(S1,S2,...,SN),m2为评估效用值(S1,S2,...,SN)中的最大值,m2=max(S1,S2,...,SN)。
综合上述内容可知,本申请通过结合用户对应急信息的偏好、应急信息自身包含的信息量以及专家对应急信息的评分,拟合出用于对应急信息进行决策效用评估的评估模型,使用该评估模型可以对现有的应急信息进行效用评估从而优化现有的应急信息,例如去掉其中低效用的信息,进而建立更加符合用户偏好的应急信息。此外,通过该评估模型,将应急信息进行了数值化的量化处理,使得用户更能够直观获取应急信息的效用高低。
优选的,所述地震应急信息的决策效用评估方法还包括以下步骤,如图3所示:S400,基于更新后的预设应急信息集I向用户推送应急信息。根据筛选后的应急信息向用户推送应急信息,可以使用户在地震发生后获取更符合自身偏好和需求的应急信息,例如,应急信息呈现方式、时间段、信息内容等,提高了应急信息服务的质量。
进一步,本申请基于四川泸县6.0级地震的相关应急信息集的专家效用评分u1*和所述效用评估模型U计算得到的评估效用值u2*作比较,得到效用评估模型U的验证参数指标相关系数R2、均方根误差RMSE、偏差BIAS、残差Res分别为0.8597、0.6893、0.0553、-1.9226~1.5068,误差较小。通过上述内容可知,通过用户偏好、产品信息量估算出的效用值与应急信息的真实效用值有较好的匹配度,模型结果可靠。
此外,地震发生后,用户在响应决策过程中收到了61件应急信息,利用所述效用评估模型U计算出对应的估算效用值u2*,利用专家评分获取所述应急信息的专家效用评分u1*。根据中位数原则法选取61份产品的估算效用值u2*和专家效用评分u1*的阈值分别为6.770、6.700,得到两组有效应急信息列表(分别为32件和31件)。经对比,两组列表中重合产品25件,重合度为66%,其中效用值较高且排名靠前的产品多为各类综合性专报或是与人员、灾情相关的专题图件等。
进一步,在本申请优选的实施例中,根据效用阈值Fa=m1+(m2-m1)×0.618选取61份产品的估算效用值u2*和专家效用评分u1*的阈值分别为7.1898、7.0033,得到两组有效应急信息列表(分别为20件和21件)。经对比,两组列表中重合产品16件,重合度为80%。由此可见,本申请的效用评估方法可快速筛选出有效应急信息,结果可靠。
在本申请的另一实施例中,所述地震应急信息的决策效用评估方法还包括以下步骤,如图4所示:
S500,基于用户反馈的应急信息实际效用值修正所述效用评估模型U。一个实施方式中,在地震后,可以获取所述用户对接收到的应急信息给出的实际效用值,并使用该实际效用值替换对应应急信息的专家效用评分,重新进行数据模拟以更新所述效用评估模型U中的参数;在本发明优选的实施方式中,可以将应急信息对应的用户信息偏好Pi、信息量Hi以及实际效用值Ui作为一个应急信息样本数据添加到评估用数据D中,并基于添加样本数据后的评估用数据D重新进行数据模拟以更新所述效用评估模型U中的参数,使得更新后的效用评估模型U更加适用于实际应用场景。
在本申请的另一实施例中,所述地震应急信息的决策效用评估方法还包括以下步骤,如图5所示:
S600,基于新应急信息集I’的评估用数据D’=[D’1,D’2,...,D’X]和所述效用评估模型U获取所述新应急信息集I’的评估效用值S’=[S’1,S’2,...,S’X],其中,所述新应急信息集I’中第j个新应急信息I’j的评估用数据D’j包括用户信息偏好P’i和信息量H’i,1≤j≤X,X为所述新应急信息集I’中应急信息的总数。具体的,所述新应急信息集I’中的应急信息为不同于所述应急信息集I中的应急信息,其来源在本申请中不受具体限制,即任何对象均可以创建应急信息。所述新应急信息集可以按照预设频率不断采集得到,也可以当识别到有新的应急信息时自动执行该步骤,包括获取用户对于新应急信息的用户偏好、新应急信息中包含的信息量等。
S700,根据所述评估效用值S’和所述效用阈值Fa,获取所述新应急信息集I’中的高效用应急信息集Y’。其中,高效用应急信息集Y’包含于所述新应急信息集I’,且所述高效用应急信息集Y’中的第k个应急信息Y’k∈I’,1≤k≤Y≤X,Y为所述高效用应急信息集Y’中应急信息的总数。具体的,S’i=0.4723×P’i+2.903×(P’i)2+0.9144×P’i×H’i+2.307,且当S’i≥Fa时,新应急信息I’j为高效用信息。
S800,利用所述高效用应急信息集Y’更新所述预设应急信息I。在该步骤中,可以将所述高效用应急信息集Y’并入所述预设应急信息I。且本领域技术人员可知,步骤S600-S800可以设置在本申请以上任一实施例中的适当步骤之后,以实现利用所述S600-S800所述的方法更新所述预设应急信息集I的目的。
综合上述内容可知,采用新应急信息集更新预设应急信息集,可以不断提高预设应急信息集的样本容量,为后续优化效用评估模型提供了充足的样本数据,使得获取的效用评估模型更具有鲁棒性。此外,由于可以在不同的时间随时获取新应急信息的用户偏好、信息量等数据,因此,使得基于更新后的预设应急信息集获得的效用评估模型能够及时反映出用户的最新偏好,进而使得推送的应急信息更加符合用户的个人偏好。
本申请的实施例还提供了一种地震应急信息的决策效用评估系统,包括非瞬时性存储器和处理器,所述非瞬时存储器存储有计算机程序,所述处理器用于加载并执行所述计算机程序以实现上述实施例提供的方法。
本申请的实施例还提供了一种非瞬时性计算机可读存储介质,该存储介质可设置于电子设备之中以保存用于实现方法实施例中一种方法相关的至少一条指令或至少一段程序,该至少一条指令或该至少一段程序由该处理器加载并执行以实现上述实施例提供的方法。
本申请的实施例还提供了一种电子设备,包括处理器和前述的非瞬时性计算机可读存储介质。
本申请的实施例还提供一种计算机程序产品,其包括程序代码,当所述程序产品在电子设备上运行时,所述程序代码用于使该电子设备执行本说明书上述描述的根据本申请各种示例性实施方式的方法中的步骤。
虽然已经通过示例对本申请的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本申请的范围。本领域的技术人员还应理解,可以对实施例进行多种修改而不脱离本申请的范围和精神。本申请开的范围由所附权利要求来限定。
Claims (10)
1.一种地震应急信息的决策效用评估方法,其特征在于,包括以下步骤:
S100,根据预设应急信息集I的评估用数据D=[D1,D2,...,DN]获取效用评估模型U=b1×P+b2×P2+b3×P×H+b4,其中,所述预设应急信息集I中第i个应急信息Ii的评估用数据Di包括用户信息偏好Pi、信息量Hi以及专家效用评分Ui,1≤i≤N,N为所述预设应急信息集I中应急信息的总数,用户信息偏好Pi表示在预设时间段以预设形式呈现应急信息Ii的概率,信息量Hi用于表示应急信息Ii中包含的应急元信息数量,应急元信息是应急信息中用于表示地震预设内容的最小内容分割单元。
2.根据权利要求1所述的方法,其特征在于,b1=0.4723;b2=2.903;b3=0.9144;b4=2.307。
4.根据权利要求1所述的方法,其特征在于,第i个应急信息Ii的信息量Hi=log2(num(Ii)),其中,num(Ii)为应急信息Ii中包含的应急元信息数量。
5.根据权利要求1-4中任一项所述的方法,其特征在于,还包括以下步骤:
S200,根据所述效用评估模型U获取所述预设应急信息集I的评估效用值S=[S1,S2,...,SN],Si为第i个应急信息Ii的评估效用值;
S300,基于所述评估效用值S和效用阈值Fa更新所述预设应急信息集I。
6.根据权利要求5所述的方法,其特征在于,所述效用阈值Fa为评估效用值(S1,S2,...,SN)经过升序或者降序排列后的中位数,或者,所述效用阈值Fa=m1+(m2-m1)×0.618,m1为评估效用值(S1,S2,...,SN)中的最小值,m2为评估效用值(S1,S2,...,SN)中的最大值。
7.根据权利要求5所述的方法,其特征在于,还包括以下步骤:
S400,基于更新后的预设应急信息集I向用户推送应急信息。
8.根据权利要求1所述的方法,其特征在于,还包括以下步骤:
S500,基于用户反馈的应急信息实际效用值修正所述效用评估模型U。
9.根据权利要求1所述的方法,其特征在于,还包括以下步骤:
S600,基于新应急信息集I’的评估用数据D’=[D’1,D’2,...,D’X]和所述效用评估模型U获取所述新应急信息集I’的评估效用值S’=[S’1,S’2,...,S’X],其中,所述新应急信息集I’中第j个新应急信息I’j的评估用数据D’j包括用户信息偏好P’i和信息量H’i,1≤j≤X,X为所述新应急信息集I’中应急信息的总数;
S700,根据所述评估效用值S’和所述效用阈值Fa,获取所述新应急信息集I’中的高效用应急信息集Y’,其中,高效用应急信息集Y’包含于所述新应急信息集I’,且所述高效用应急信息集Y’中的第k个应急信息Y’k∈I’,1≤k≤Y≤X,Y为所述高效用应急信息集Y’中应急信息的总数;
S800,利用所述高效用应急信息集Y’更新所述预设应急信息I。
10.一种地震应急信息的决策效用评估系统,包括非瞬时性存储器和处理器,所述非瞬时存储器存储有计算机程序,其特征在于,所述处理器用于加载并执行所述计算机程序以实现权利要求1-9任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210494344.7A CN116029576B (zh) | 2022-05-07 | 2022-05-07 | 一种地震应急信息的决策效用评估方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210494344.7A CN116029576B (zh) | 2022-05-07 | 2022-05-07 | 一种地震应急信息的决策效用评估方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116029576A true CN116029576A (zh) | 2023-04-28 |
CN116029576B CN116029576B (zh) | 2023-10-31 |
Family
ID=86080134
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210494344.7A Active CN116029576B (zh) | 2022-05-07 | 2022-05-07 | 一种地震应急信息的决策效用评估方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116029576B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101551935A (zh) * | 2009-05-06 | 2009-10-07 | 中国地震局地震研究所 | 高速铁路地震预警及应急处置系统 |
CN102184480A (zh) * | 2011-05-13 | 2011-09-14 | 山东朗进通信有限公司 | 物流信息综合效用分析运营系统及配置设备 |
CN103500423A (zh) * | 2013-09-26 | 2014-01-08 | 国家电网公司 | 一种电力突发事件案例适配决策方法 |
CN104408569A (zh) * | 2014-11-28 | 2015-03-11 | 东莞中国科学院云计算产业技术创新与育成中心 | 一种基于预案的多目标辅助决策平台实施方法 |
CN104915806A (zh) * | 2015-07-09 | 2015-09-16 | 南京邮电大学 | 一种地震灾害环境下救援决策方法 |
CN104933505A (zh) * | 2015-04-22 | 2015-09-23 | 国家电网公司 | 一种基于模糊评估的智能配电网群决策评价方法 |
CN110211482A (zh) * | 2019-05-24 | 2019-09-06 | 南京工业大学 | 一种基于受众的地震应急制图方法 |
CN111985847A (zh) * | 2020-09-02 | 2020-11-24 | 四川省地震局减灾救助研究所 | 一种地震灾害风险评估与对策分析系统 |
CN112014885A (zh) * | 2020-09-03 | 2020-12-01 | 四川省地震局减灾救助研究所 | 一种地震烈度快速修正及制图方法和系统 |
CN112434951A (zh) * | 2020-11-25 | 2021-03-02 | 中国海洋大学 | 一种地震灾害等级评估方法及系统 |
CN112862266A (zh) * | 2021-01-19 | 2021-05-28 | 昆明理工大学 | 一种基于模糊决策的煤矿事故应急预案评估模型构建方法 |
CN114254167A (zh) * | 2021-12-28 | 2022-03-29 | 四川省地震应急服务中心 | 一种地震信息筛选方法 |
-
2022
- 2022-05-07 CN CN202210494344.7A patent/CN116029576B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101551935A (zh) * | 2009-05-06 | 2009-10-07 | 中国地震局地震研究所 | 高速铁路地震预警及应急处置系统 |
CN102184480A (zh) * | 2011-05-13 | 2011-09-14 | 山东朗进通信有限公司 | 物流信息综合效用分析运营系统及配置设备 |
CN103500423A (zh) * | 2013-09-26 | 2014-01-08 | 国家电网公司 | 一种电力突发事件案例适配决策方法 |
CN104408569A (zh) * | 2014-11-28 | 2015-03-11 | 东莞中国科学院云计算产业技术创新与育成中心 | 一种基于预案的多目标辅助决策平台实施方法 |
CN104933505A (zh) * | 2015-04-22 | 2015-09-23 | 国家电网公司 | 一种基于模糊评估的智能配电网群决策评价方法 |
CN104915806A (zh) * | 2015-07-09 | 2015-09-16 | 南京邮电大学 | 一种地震灾害环境下救援决策方法 |
CN110211482A (zh) * | 2019-05-24 | 2019-09-06 | 南京工业大学 | 一种基于受众的地震应急制图方法 |
CN111985847A (zh) * | 2020-09-02 | 2020-11-24 | 四川省地震局减灾救助研究所 | 一种地震灾害风险评估与对策分析系统 |
CN112014885A (zh) * | 2020-09-03 | 2020-12-01 | 四川省地震局减灾救助研究所 | 一种地震烈度快速修正及制图方法和系统 |
CN112434951A (zh) * | 2020-11-25 | 2021-03-02 | 中国海洋大学 | 一种地震灾害等级评估方法及系统 |
CN112862266A (zh) * | 2021-01-19 | 2021-05-28 | 昆明理工大学 | 一种基于模糊决策的煤矿事故应急预案评估模型构建方法 |
CN114254167A (zh) * | 2021-12-28 | 2022-03-29 | 四川省地震应急服务中心 | 一种地震信息筛选方法 |
Non-Patent Citations (1)
Title |
---|
张翼等: ""基于用户需求的地震应急信息服务特征研究"", 《震灾防御技术》, vol. 16, no. 1 * |
Also Published As
Publication number | Publication date |
---|---|
CN116029576B (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108833458B (zh) | 一种应用推荐方法、装置、介质及设备 | |
TW202004559A (zh) | 梯度提升決策樹(gbdt)模型的特徵解釋方法和裝置 | |
CN113409174B (zh) | 知识点测评方法和装置 | |
KR102666534B1 (ko) | 기계 학습 모델 훈련 방법 및 시스템 | |
CN111325342A (zh) | 模型的压缩方法、装置、目标检测设备和存储介质 | |
CN111898839B (zh) | 电力用户的重要程度分类方法及装置 | |
CN112860756A (zh) | 基于习题测试的学习资源推荐方法、装置及计算机设备 | |
CN112348808A (zh) | 屏幕透图检测方法及装置 | |
CN111027318B (zh) | 基于大数据的行业分类方法、装置、设备及存储介质 | |
AU2019100631A4 (en) | Self-correcting multi-model numerical rainfall ensemble forecasting method | |
CN109635004B (zh) | 一种数据库的对象描述提供方法、装置及设备 | |
CN116029576B (zh) | 一种地震应急信息的决策效用评估方法和系统 | |
CN109977977B (zh) | 一种识别潜在用户的方法及对应装置 | |
CN110858368A (zh) | 一种数据评估服务价值确定系统和方法 | |
CN110717787A (zh) | 一种用户的分类方法及装置 | |
CN108074240B (zh) | 识别方法、识别装置、计算机可读存储介质及程序产品 | |
CN115048290A (zh) | 软件质量的评估方法、装置、存储介质及计算机设备 | |
KR20110122776A (ko) | 계층화분석법의 일관성 지수 평가 방법 및 시스템 | |
CN111291259B (zh) | 一种数据筛选方法、装置、电子设备和存储介质 | |
CN110097265A (zh) | 项目技术就绪度的获取方法、装置和存储介质 | |
CN112819079A (zh) | 模型的采样算法匹配方法、装置和电子设备 | |
CN111209428A (zh) | 图像检索方法、装置、设备及计算机可读存储介质 | |
CN117648073B (zh) | 一种基于aigc技术的okr量化方法及系统 | |
CN118506987B (zh) | 基于机器学习的心理测评方法、系统、设备及介质 | |
CN109815212A (zh) | 一种智能数据库构建方法、装置及系统 |
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 |