CN116128123A - 指标的校验方法及装置 - Google Patents
指标的校验方法及装置 Download PDFInfo
- Publication number
- CN116128123A CN116128123A CN202310014261.8A CN202310014261A CN116128123A CN 116128123 A CN116128123 A CN 116128123A CN 202310014261 A CN202310014261 A CN 202310014261A CN 116128123 A CN116128123 A CN 116128123A
- Authority
- CN
- China
- Prior art keywords
- basic
- indexes
- base
- index
- index set
- 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 56
- 238000012795 verification Methods 0.000 title claims abstract description 18
- 238000012360 testing method Methods 0.000 claims abstract description 67
- 238000005457 optimization Methods 0.000 claims abstract description 56
- 238000012216 screening Methods 0.000 claims abstract description 47
- 230000004044 response Effects 0.000 claims abstract description 12
- 238000004590 computer program Methods 0.000 claims description 23
- 230000015654 memory Effects 0.000 claims description 15
- 238000009434 installation Methods 0.000 claims 2
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000003936 working memory Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000012357 Gap analysis Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013101 initial test Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G06Q10/04—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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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—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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Tests Of Electronic Circuits (AREA)
Abstract
一种自动集成校验的指标优化方法及装置,其中,方法包括:针对当前试验任务,获取包括多个基础指标的第一基础指标集合,多个基础指标通过对多个基础指标列表中的基础指标进行汇总得到;根据第一基础指标集合中的多个基础指标的优先级对多个基础指标进行优化筛选,得到第二基础指标集合,第二基础指标集合包含多个基础指标中的至少部分基础指标;确定第一基础指标集合和第二基础指标集合包含的基础指标数量的第一数量差值;将第一数量差值与历史数据中根据多次同类试验确定出的第一数量差值的平均值进行对比;以及响应于第一数量差值小于平均值,且两者相差大于预设阈值,发送未满足指标优化筛选标准的提示信息。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种自动集成校验的指标优化方法及装置、电子设备、非瞬时计算机可读存储介质以及计算机程序产品。
背景技术
在试验需求构建完成到能力需求及基础指标生成完毕后,聚集了大量的基础指标数据,需要针对这些基础指标进行大量的数据查询、以及数据关联操作,分析和筛选出需求的指标,从而达到基础指标集成和优化的目的。能力需求基础指标的优化一项十分重要的工作,校验了需求生成、差距分析、指标集成过程中的问题,为最后能力需求清单生成提供保障。
能力需求基础指标集成完毕后,基础指标数据量大且杂,基础指标涉及的能力方向范围广、能力要求强度不同。工作人员需要对不同领域的基础指标进行优化筛选和统一分析,确认指标是否冗余、缺失以及指标整体是否能够满足需求。在此过程中,人工方式的筛选和分析工作量大、速度慢,主观影响较大,可能会出现判断上的失误,且不同项目的基础指标需要重复确,降低人员的工作积极性。
发明内容
本公开提供了一种自动集成校验的指标优化方法及装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种自动集成校验的指标优化方法,包括:针对当前试验任务,获取包括多个基础指标的第一基础指标集合,多个基础指标通过对多个基础指标列表中的基础指标进行汇总得到;根据第一基础指标集合中的多个基础指标的优先级对多个基础指标进行优化筛选,得到第二基础指标集合,第二基础指标集合包含多个基础指标中的至少部分基础指标;确定第一基础指标集合和第二基础指标集合包含的基础指标数量的第一数量差值;将第一数量差值与历史数据中根据多次同类试验确定出的第一数量差值的平均值进行对比;以及响应于第一数量差值小于平均值,且两者相差大于预设阈值,发送未满足指标优化筛选标准的提示信息。
根据本公开的另一方面,提供了一种自动集成校验的指标优化装置,包括:获取单元,配置成针对当前试验任务,获取包括多个基础指标的第一基础指标集合,多个基础指标通过对多个基础指标列表中的基础指标进行汇总得到;优化单元,配置成根据第一基础指标集合中的多个基础指标的优先级对多个基础指标进行优化筛选,得到第二基础指标集合,第二基础指标集合包含多个基础指标中的至少部分基础指标;确定单元,配置成确定第一基础指标集合和第二基础指标集合包含的基础指标数量的第一数量差值;对比单元,配置成将第一数量差值与历史数据中根据多次同类试验确定出的第一数量差值的平均值进行对比;以及发送单元,配置成响应于第一数量差值小于平均值,且两者相差大于预设阈值,发送未满足指标优化筛选标准的提示信息。
根据本公开的又一方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中存储器存储有计算机程序,计算机程序在被至少一个处理器执行时实现上述方法。
根据本公开的又一方面,提供了一种存储有计算机程序的非瞬时计算机可读存储介质,其中,计算机程序在被处理器执行时实现上述方法。
根据本公开的再一方面,提供了一种计算机程序产品,包括计算机程序,其中,计算机程序在被处理器执行时实现上述方法。
根据本发明的一个或多个实施例,能够基于历史数据对本次试验的优化程度进行评估,当优化程度较差时,可以向用户发送相关提示信息,以便于用户进行二次优化筛选,或者进行人工优化筛选。本发明的方法可以确保对基础指标的优化筛选达到预期标准,以尽量减少汇总后的基础指标数量,从而降低后续人工对基础指标进行操作和分析的工作难度。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。在附图中:
图1示出了根据本公开实施例的自动集成校验的指标优化方法的流程图;
图2示出了根据本公开另一实施例的自动集成校验的指标优化方法的流程图;
图3示出了根据本公开实施例的获得第二基础指标集合的方法的流程图;
图4示出了用于执行根据本公开实施例的指标优化方法的相关应用的操作界面的示意图;
图5示出了根据本公开另一实施例的自动集成校验的指标优化方法的流程图;
图6示出了根据本公开实施例的自动集成校验的指标优化装置的结构框图;
图7示出了根据本公开实施例的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
为了缓解、减轻或消除相关技术中的至少一个技术问题,根据本公开的一个或多个实施例,提出一种自动集成校验的指标优化方法。
在详细介绍本公开的示例性实施例之前,首先对本申请的背景技术进行简单介绍。本申请实施例的方法可以用于在对试验对象进行试验之后,确定对该试验对象的多个基础指标进行改进的优先级顺序。
在对某些复杂的试验对象进行试验时,可能需要针对该试验对象进行多个性能指标的试验,这些指标可能属于不同的层级,属于高层级的指标可以包含多个属于低层级的指标。在一个示例中,试验对象可以是各种装备,例如军事装备。承担装备试验任务的单位可以对该军事装备(例如,坦克)进行多个性能指标的试验,例如该坦克的打击能力、移动能力以及防御能力等。上述这些性能指标属于高层级的指标,其表征坦克的一些综合能力。高层级的指标进一步包括多个低层级的指标,例如,该坦克的打击能力进一步包括打击距离、打击频率以及火力大小等等,上述指标为打击能力这一高层级指标所包含的多个低层级指标。
因此,可以理解,可以将某次试验的高层级的指标细分为多个低层级的指标。在具体的试验过程中,可以先接收针对该次试验的试验需求数据。试验需求数据描述试验项目的不同层级的试验需求,试验需求指示针对相应层级的指标的期望值。仍然以试验对象是坦克为例,试验需求数据可以是要求坦克的打击距离达到1000m等。在试验之后,可以构建与试验需求数据相对应的树形结构的能力指标体系数据,以表示试验得到的试验对象的真实能力。树形结构的能力指标体系数据包括根节点以及隶属于根节点的多级子节点和叶子节点,叶子节点表征完成不同试验任务所需的最低层级的试验能力。每个叶子节点均包括对应的基础指标列表,基础指标列表中包含多个基础指标,这些基础指标代表本次实验的最低层级的指标,也就是说,基础指标不可以再细分。
图1示出了根据本公开实施例的自动集成校验的指标优化方法100的流程图。如图1所示,该方法100包括:
步骤110,针对当前试验任务,获取包括多个基础指标的第一基础指标集合,多个基础指标通过对多个基础指标列表中的基础指标进行汇总得到;
步骤120,根据第一基础指标集合中的多个基础指标的优先级对多个基础指标进行优化筛选,得到第二基础指标集合,第二基础指标集合包含多个基础指标中的至少部分基础指标;
步骤130,确定第一基础指标集合和第二基础指标集合包含的基础指标数量的第一数量差值;
步骤140,将第一数量差值与历史数据中根据多次同类试验确定出的第一数量差值的平均值进行对比;以及
步骤150,响应于第一数量差值小于平均值,且两者相差大于预设阈值,发送未满足指标优化筛选标准的提示信息。
基础指标可以具有不同的类型。基础指标的类型可以根据指标所表征的物理量类型进行区分。基础指标的类型可以包括时间、距离等,例如:某一基础指标可以是被试验的坦克的打击距离为1000m,则该基础指标的类型可以是距离。在步骤110中,确定所有基础指标分别所属的指标类型,然后根据指标类型进行分类,例如,类型同为距离的基础指标可以存在多个,某一基础指标可以是被试验的坦克的打击距离为1000m,另一基础指标可以是被试验的坦克的探测距离为800m,这两个基础指标均属于“距离”类型的基础指标。如上文所述,可以将试验任务的高层级的指标细分为多个低层级的指标,因此,在试验之后,可以得到树形结构的能力指标体系数据的多个叶子节点,每个叶子节点包括对应的基础指标列表。在步骤110中,第一基础指标集合通过对当前试验任务生成的多个基础指标列表中的基础指标进行汇总得到。上述汇总是指将多个基础指标列表中的所有基础指标按类型进行合并。
每个基础指标具有确定好的优先级,该优先级表示在本次实验中,该基础指标需要被优先满足。在步骤120中,将根据第一基础指标集合中的多个基础指标的优先级对多个基础指标进行优化筛选,得到第二基础指标集合。示例性地,可以保留多个基础指标中优先级较高的多个基础指标,删除多个基础指标中优先级较低的多个基础指标,从而形成第二基础指标集合。可以理解,通过上述优化筛选之后,第二基础指标集合将仅包含多个基础指标中的至少部分基础指标。
在步骤130中,将第一基础指标集合包含的基础指标的数量减去第二基础指标集合包含的基础指标的数量,从而得到第一数量差值。第一数量差值表示上述优化筛选的程度,当上述第一数量差值较大时,表示优化筛选的程度较高;当上述第一数量差值较小时,表示优化筛选的程度较低。
在本次试验任务之前存在多次历史试验任务,每一次历史试验任务均确定出对应的第一基础指标集合和第二基础指标集合包含的基础指标数量的第一数量差值,将多次试验得到的多个第一数量差值取平均得到平均值。上述平均值表示历史实验中优化筛选的平均程度。在步骤140中,将第一数量差值与历史数据中根据多次同类试验确定出的第一数量差值的平均值进行对比,以确定本次试验的优化筛选程度是否达到标准。
在步骤150中,响应于第一数量差值小于平均值,且两者相差大于预设阈值,表示本次试验对基础指标的优化筛选程度不足。在这种情况下,将发送未满足指标优化筛选标准的提示信息。上述提示信息可以发送到试验人员正在操作的终端的相关操作界面上,试验人员可以经由该操作界面对展示的基础指标进行筛选优化以及其他操作。
根据本发明的一个或多个实施例,能够基于历史数据对本次试验的优化程度进行评估,当优化程度较差时,可以向用户发送相关提示信息,以便于用户进行二次优化筛选,或者进行人工优化筛选。本发明的方法可以确保对基础指标的优化筛选达到预期标准,以尽量减少汇总后的基础指标数量,从而降低后续人工对基础指标进行操作和分析的工作难度。
图2示出了根据本公开另一实施例的自动集成校验的指标优化方法200的流程图。
如图2所示,该方法包括:
步骤210,获取与第二基础指标集合中的多个基础指标相关的第一关键词集合,以及根据当前试验任务的试验需求提取得到的第二关键词集合;
步骤220,将第一关键词集合和第二关键词集合进行对比;
步骤230,响应于确定第一关键词集合为第二关键词集合的非空子集,发送缺失基础指标的提示信息。
在步骤210中,针对第二基础指标集合中的每个基础指标,可以获得与该基础指标相关的第一关键词,从而构成第一关键词集合。第一关键词可以和基础指标的类型相关,例如,某一基础指标是打击距离达到1000m,那么第一关键词可以是距离。另外,还可以提取最初的试验需求的第二关键词。在一些实施例中,试验需求可以是文本形式的一段文字,其中记载了对于整个试验的总需求,上述关键词提取可以使用相关的关键词提取模型实现。将试验需求的文本输入到相关模型中,输出得到多个第二关键词,以生成第二关键词集合。
在步骤220中,若第二关键词集合中的所有第二关键词包括第一关键词集合中的所有第一关键词,那么确定第一关键词集合为第二关键词集合的非空子集。可以理解,在对第一基础指标集合进行优化筛选的过程中,虽然基础指标数量减少,但是基础指标的要素或类型不会减少,否则将导致某一种基础指标的缺失。在步骤230中,若确定第一关键词集合为第二关键词集合的非空子集,则表示基础指标在优化筛选过程中已经缺失。缺失基础指标的提示信息可以发送到试验人员正在操作的终端的相关操作界面上。
在本实施例中,可以根据关键词信息对优化筛选过程中是否发生基础指标的缺失进行验证,在确定存在基础指标缺失时,向用户发送相关的提示信息,以便于用户重新优化筛选基础指标。实施例的方法能够防止在对基础指标进行优化的过程中,删除掉关键性的基础指标,从而进一步确保优化筛选的准确性。
图3示出了根据本公开实施例的获得第二基础指标集合的方法300的流程图,如图3所示,该方法300包括:
步骤310,对第一基础指标集合中的多个基础指标进行分类,得到多个类型的基础指标;
步骤320,对每个类型所包含基础指标进行优先级排序;以及
步骤330,针对每个类型所包含基础指标,根据基础指标的优先级排序从该类型的基础指标中筛选出部分基础指标,以构成第二基础指标集合。
如上文所述,第一基础指标集合中的多个基础指标具有多种类型,在步骤310中,可以对第一基础指标集合中的多个基础指标进行分类,得到多个类型的基础指标。图4示出了用于执行根据本公开实施例的指标优化方法的相关应用的操作界面400的示意图。如图4所示,第一基础指标集合中的多个基础指标已经完成分类,多个基础指标分为4个类型,即,毁伤率、打击适应性、毁伤打击时间以及命中率,每个类型下包含至少一个基础指标。
在步骤320中,每个类型所包含的各个基础指标的优先级可以根据该基础指标的相关参数预先确定,这些先关参数包括但不限于该基础指标的期望值和实际值之间的差距值、针对该基础指标进行试验所需的试验设备的成本以及该基础指标所属的叶子节点内包含的所有基础指标的数量等。确定出的各个基础指标的优先级可以使用优先级分数进行表示,分数较高的基础指标表示其优先级较高,从而在步骤320中可以排序在其他低优先级的基础指标之前。
在步骤330,针对每个类型所包含基础指标,可以仅保留优先级较高的至少一个基础指标,删除优先级较低的基础指标,从而构成第二基础指标集合。如图4所示,以毁伤打击时间类型的基础指标为例,该类型包含3个基础指标,在优化筛选过程中仅保留其中两个较高优先级的基础指标(图中被勾选的基础指标),删除了另外一个低优先级的基础指标(图中未被勾选的基础指标)。
图5示出了根据本公开另一实施例的指标优化方法500的流程图。如图5所示,该方法500包括:
步骤510,判断用户是否对第一基础指标集合中的多个基础指标进行重新优化筛选;
步骤520,响应于用户对第一基础指标集合中的多个基础指标进行重新优化筛选,确定经由用户优化筛选得到的第三基础指标集合,第三基础指标集合包含第一基础指标集合的多个基础指标中的至少部分基础指标;
步骤530,确定第一基础指标集合和第三基础指标集合包含的基础指标数量的第二数量差值;
步骤540,将第二数量差值存储于历史数据中,以用于在后续试验任务中计算数量差值的平均值;以及
步骤550,响应于用户未对第一基础指标集合中的多个基础指标进行重新优化筛选,将第一数量差值存储于历史数据中,以用于在后续试验任务中计算第一数量差值的平均值。
在步骤510中,若用户对于优化筛选结果不满意或者接收到未满足指标优化筛选标准的提示信息,可以选择主动对第一基础指标集合中的多个基础指标进行重新优化筛选。基于用户主动优化筛选的结果,生成第三基础指标集合,在步骤510中,用户可以经由对操作界面400的操作来重新添加被删除的基础指标或删除被筛选保留的基础指标。
在步骤540中,若用户对第一基础指标集合进行了重新优化筛选,那么将根据重新优化筛选后的第二数量差值作为将要在历史数据中保存的数据。在步骤550中,若用户未对第一基础指标集合进行重新优化筛选,表示本次优化筛选的结果满足用户的预期,此时,可以直接将本次试验的上述第一数量差值存储于历史数据中。
在本实施例中,上述第一数量差值或第二数量差值将存储在历史数据中,后续实验中确定历史数据中数量差值的平均值时,将参考本次试验记录的第一数量差值或第二数量差值的数据。因此,本次实验的数据将用于后续试验的指标优化。
根据本公开的另一方面,还提供了一种自动集成校验的指标优化装置。图6示出了根据本公开实施例的自动集成校验的指标优化装置600的结构框图。如图6所示,该装置600包括:获取单元610,配置成针对当前试验任务,获取包括多个基础指标的第一基础指标集合,多个基础指标通过对多个基础指标列表中的基础指标进行汇总得到;优化单元620,配置成根据第一基础指标集合中的多个基础指标的优先级对多个基础指标进行优化筛选,得到第二基础指标集合,第二基础指标集合包含多个基础指标中的至少部分基础指标;确定单元630,配置成确定第一基础指标集合和第二基础指标集合包含的基础指标数量的第一数量差值;对比单元640,配置成将第一数量差值与历史数据中根据多次同类试验确定出的第一数量差值的平均值进行对比;以及发送单元650,配置成响应于第一数量差值小于平均值,且两者相差大于预设阈值,发送未满足指标优化筛选标准的提示信息。
根据本公开的另一方面,还提供一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中存储器存储有计算机程序,计算机程序在被至少一个处理器执行时实现根据上述的方法。
根据本公开的另一方面,还提供一种存储有计算机程序的非瞬时计算机可读存储介质,其中,计算机程序在被处理器执行时实现根据上述的方法。
根据本公开的另一方面,还提供一种计算机程序产品,包括计算机程序,其中,计算机程序在被处理器执行时实现根据上述的方法。
参见图7,现将描述可以作为本公开的电子设备700的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备可以是不同类型的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
图7示出了根据本公开实施例的电子设备的框图。如图7所示,电子设备700可以包括能够通过系统总线703彼此通信的至少一个处理器701、工作存储器702、输入单元704、显示单元705、扬声器706、存储单元707、通信单元708以及其它输出单元709。
处理器701可以是单个处理单元或多个处理单元,所有处理单元可以包括单个或多个计算单元或者多个核心。处理器701可以被实施成一个或更多微处理器、微型计算机、微控制器、数字信号处理器、中央处理单元、状态机、逻辑电路和/或基于操作指令来操纵信号的任何设备。处理器701可以被配置成获取并且执行存储在工作存储器702、存储单元707或者其他计算机可读介质中的计算机可读指令,诸如操作系统702a的程序代码、应用程序702b的程序代码等。
工作存储器702和存储单元707是用于存储指令的计算机可读存储介质的示例,指令由处理器701执行来实施前面所描述的各种功能。工作存储器702可以包括易失性存储器和非易失性存储器二者(例如RAM、ROM等等)。此外,存储单元707可以包括硬盘驱动器、固态驱动器、可移除介质、包括外部和可移除驱动器、存储器卡、闪存、软盘、光盘(例如CD、DVD)、存储阵列、网络附属存储、存储区域网等等。工作存储器702和存储单元707在本文中都可以被统称为存储器或计算机可读存储介质,并且可以是能够把计算机可读、处理器可执行程序指令存储为计算机程序代码的非暂态介质,计算机程序代码可以由处理器701作为被配置成实施在本文的示例中所描述的操作和功能的特定机器来执行。
输入单元706可以是能向电子设备700输入信息的任何类型的设备,输入单元706可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示单元705、扬声器706以及其它输出单元709,其它输出单元709可以但不限于包括视频/音频输出终端、振动器和/或打印机。通信单元708允许电子设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
工作寄存器702中的应用程序702b可以被加载执行上文所描述的各个方法和处理。例如,在一些实施例中,图像处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元707。在一些实施例中,计算机程序的部分或者全部可以经由存储单元707和/或通信单元708而被载入和/或安装到电子设备700上。当计算机程序被加载并由处理器701执行时,可以执行上文描述的图像处理方法的一个或多个步骤。备选地,在其他实施例中,处理器701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行图像处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (10)
1.一种自动集成校验的指标优化方法,包括:
针对当前试验任务,获取包括多个基础指标的第一基础指标集合,所述多个基础指标通过对多个基础指标列表中的基础指标进行汇总得到;
根据所述第一基础指标集合中的多个基础指标的优先级对所述多个基础指标进行优化筛选,得到第二基础指标集合,所述第二基础指标集合包含所述多个基础指标中的至少部分基础指标;
确定所述第一基础指标集合和所述第二基础指标集合包含的基础指标数量的第一数量差值;
将所述第一数量差值与历史数据中根据多次同类试验确定出的第一数量差值的平均值进行对比;以及
响应于所述第一数量差值小于所述平均值,且两者相差大于预设阈值,发送未满足指标优化筛选标准的提示信息。
2.如权利要求1所述的方法,其中,在根据所述第一基础指标集合中的多个基础指标的优先级对所述多个基础指标进行优化筛选,得到第二基础指标集合之后还包括:
获取与所述第二基础指标集合中的多个基础指标相关的第一关键词集合,以及根据当前试验任务的试验需求提取得到的第二关键词集合;
将所述第一关键词集合和第二关键词集合进行对比;以及
响应于确定所述第一关键词集合为所述第二关键词集合的非空子集,发送缺失基础指标的提示信息。
3.如权利要求2所述的方法,其中,根据所述第一基础指标集合中的多个基础指标的优先级对所述多个基础指标进行优化筛选,得到第二基础指标集合包括:
对所述第一基础指标集合中的多个基础指标进行分类,得到多个类型的基础指标;
对每个类型所包含基础指标进行优先级排序;以及
针对每个类型所包含基础指标,根据基础指标的优先级排序从该类型的基础指标中筛选出部分基础指标,以构成所述第二基础指标集合。
4.如权利要求3所述的方法,还包括:
响应于用户未对所述第一基础指标集合中的多个基础指标进行重新优化筛选,将所述第一数量差值存储于所述历史数据中,以用于在后续试验任务中计算所述第一数量差值的平均值。
5.如权利要求3所述的方法,还包括:
响应于用户对所述第一基础指标集合中的多个基础指标进行重新优化筛选,确定经由用户优化筛选得到的第三基础指标集合,所述第三基础指标集合包含所述第一基础指标集合的多个基础指标中的至少部分基础指标;
确定所述第一基础指标集合和所述第三基础指标集合包含的基础指标数量的第二数量差值;以及
将所述第二数量差值存储于所述历史数据中,以用于在后续试验任务中计算所述第一数量差值的平均值。
6.如权利要求1-5中任一项所述的方法,其中,所述当前试验任务是针对军事装备的试验任务,并且所述多个基础指标是所述军事装备的性能指标。
7.一种自动集成校验的指标优化装置,包括:
获取单元,配置成针对当前试验任务,获取包括多个基础指标的第一基础指标集合,所述多个基础指标通过对多个基础指标列表中的基础指标进行汇总得到;
优化单元,配置成根据所述第一基础指标集合中的多个基础指标的优先级对所述多个基础指标进行优化筛选,得到第二基础指标集合,所述第二基础指标集合包含所述多个基础指标中的至少部分基础指标;
确定单元,配置成确定所述第一基础指标集合和所述第二基础指标集合包含的基础指标数量的第一数量差值;
对比单元,配置成将所述第一数量差值与历史数据中根据多次同类试验确定出的第一数量差值的平均值进行对比;以及
发送单元,配置成响应于所述第一数量差值小于所述平均值,且两者相差大于预设阈值,发送未满足指标优化筛选标准的提示信息。
8.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
9.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。
10.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310014261.8A CN116128123A (zh) | 2023-01-05 | 2023-01-05 | 指标的校验方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310014261.8A CN116128123A (zh) | 2023-01-05 | 2023-01-05 | 指标的校验方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116128123A true CN116128123A (zh) | 2023-05-16 |
Family
ID=86307557
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310014261.8A Pending CN116128123A (zh) | 2023-01-05 | 2023-01-05 | 指标的校验方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116128123A (zh) |
-
2023
- 2023-01-05 CN CN202310014261.8A patent/CN116128123A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9471457B2 (en) | Predictive alert threshold determination tool | |
EP2095236B1 (en) | Method, system and computer program for testing software applications based on multiple data sources | |
US20130226639A1 (en) | Task management method and task management apparatus | |
US10089661B1 (en) | Identifying software products to test | |
CN111460384A (zh) | 策略的评估方法、装置和设备 | |
US8909768B1 (en) | Monitoring of metrics to identify abnormalities in a large scale distributed computing environment | |
CN112949973A (zh) | 一种结合ai的机器人流程自动化rpa流程的生成方法 | |
CN105487970A (zh) | 一种界面展示方法及装置 | |
KR102195629B1 (ko) | 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트에서의 작업 능력 지수에 기반한 작업자 선정 방법 | |
JP6119767B2 (ja) | 対処方法作成プログラム、対処方法作成方法、及び情報処理装置 | |
WO2018036402A1 (zh) | 模型中关键变量的探测方法及装置 | |
WO2022240638A1 (en) | Automatic generative learned process coaching | |
CN113468051B (zh) | 一种混沌实验的确定方法、装置、电子设备和存储介质 | |
KR102464688B1 (ko) | 모니터링 결과의 이벤트 등급 결정 방법 및 장치 | |
CN116431505A (zh) | 一种回归测试方法、装置、电子设备、存储介质及产品 | |
CN116128123A (zh) | 指标的校验方法及装置 | |
CN114896418A (zh) | 知识图谱构建方法、装置、电子设备及存储介质 | |
CN114881521A (zh) | 业务评估方法、装置、电子设备以及存储介质 | |
CN115080412A (zh) | 软件更新质量评估方法、装置、设备及计算机存储介质 | |
CN115269315A (zh) | 一种异常检测方法、装置、设备、介质 | |
CN114693116A (zh) | 代码评审有效性的检测方法及装置、电子设备 | |
CN113656391A (zh) | 数据检测方法及装置、存储介质及电子设备 | |
CN113535038A (zh) | 前端菜单树生成方法、装置、计算机设备及存储介质 | |
CN113360357A (zh) | 数据监控方法、系统、设备及计算机程序产品 | |
CN114880203A (zh) | 用于量子计算云平台测评的装置、系统及方法 |
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 |