CN116258318A - 一种应急事件响应及物资统筹调配方法及系统 - Google Patents
一种应急事件响应及物资统筹调配方法及系统 Download PDFInfo
- Publication number
- CN116258318A CN116258318A CN202211603201.1A CN202211603201A CN116258318A CN 116258318 A CN116258318 A CN 116258318A CN 202211603201 A CN202211603201 A CN 202211603201A CN 116258318 A CN116258318 A CN 116258318A
- Authority
- CN
- China
- Prior art keywords
- emergency
- information
- request
- feature
- grade
- 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
- 239000000463 material Substances 0.000 title claims abstract description 207
- 230000004044 response Effects 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012216 screening Methods 0.000 claims description 36
- 238000007726 management method Methods 0.000 claims description 23
- 238000000605 extraction Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 11
- 238000013210 evaluation model Methods 0.000 claims description 5
- 239000013589 supplement Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 15
- 230000000694 effects Effects 0.000 abstract description 6
- 239000002699 waste material Substances 0.000 abstract description 6
- 238000003672 processing method Methods 0.000 abstract description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 238000010276 construction Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000006424 Flood reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012384 transportation and delivery 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及数据处理技术领域，提供一种应急事件响应及物资统筹调配方法及系统。通过根据应急事件响应请求信息解析获得已有应急物资信息、文本请求数据和视频请求数据，基于请求数据生成文本请求特征和特征帧请求特征；根据文本请求特征和特征帧请求特征获得应急等级信息，根据已有应急物资信息、应急等级信息和应急地点进行物资调用管理。解决现有技术中存在应急事件响应处理方法以及物资调用方案的生成对于人工经验的依赖度过高，存在应急物资与应急事件需求不匹配，导致救援无效或物资过度浪费的技术问题，达到降低应急时间救援响应以及物资调用对于人工经验的依赖度，提高应急救援物资使用有效度，规避救援无效或物资过度浪费的技术效果。
Description
技术领域
本申请涉及数据处理技术领域，特别是涉及一种应急事件响应及物资统筹调配方法及系统。
背景技术
应急事件发生后，对应急事件的严重程度进行准确评估分析，制定有效的应急方案并根据应急事件救援需求合理调用应急物资进行救援处理，是降低应急事件造成对于生命和财产造成的侵害损失的有效手段。
但是现阶段应急事件发生后的应急物资调配调用依赖于人工进行，存在应急物资调用方案制定不合理，导致应急物资不满足应急事件处理需求或者应急物资调用过多造成应急事件处理成本上升的缺陷。
综上所述，解决了现有技术中存在应急事件响应处理方法以及物资调用方案的生成对于人工经验的依赖度过高，存在应急物资与应急事件需求不匹配，应急物资不满足救援需求造成无效应急救援或高于应急需求造成资源浪费的技术问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够实现降低应急时间救援响应以及物资调用对于人工经验的依赖度，提高应急救援物资使用有效度，规避应急事件救援无效或应急物资过度浪费的一种应急事件响应及物资统筹调配方法及系统。
一种应急事件响应及物资统筹调配方法，方法包括：接收应急事件响应请求信息；根据所述应急事件响应请求信息进行请求解析，获得文本请求数据和视频请求数据；对所述文本请求数据进行文本识别，生成文本请求特征；对所述视频请求数据进行视频帧特征提取，生成特征帧请求特征；将所述文本请求特征和所述特征帧请求特征输入至应急等级评估模型，输出应急等级信息；根据所述应急事件响应请求信息确定应急地点，并读取获得已有应急物资信息；根据所述已有应急物资信息、所述应急等级信息和所述应急地点进行物资调用管理。
一种应急事件响应及物资统筹调配系统，所述系统包括：请求信息接收模块，用于接收应急事件响应请求信息；请求解析执行模块，用于根据所述应急事件响应请求信息进行请求解析，获得文本请求数据和视频请求数据；请求特征生成模块，用于对所述文本请求数据进行文本识别，生成文本请求特征；请求特征提取模块，用于对所述视频请求数据进行视频帧特征提取，生成特征帧请求特征；应急等级生成模块，用于将所述文本请求特征和所述特征帧请求特征输入至应急等级评估模型，输出应急等级信息；物资信息获得模块，用于根据所述应急事件响应请求信息确定应急地点，并读取获得已有应急物资信息；物资调用执行模块，用于根据所述已有应急物资信息、所述应急等级信息和所述应急地点进行物资调用管理。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
接收应急事件响应请求信息；
根据所述应急事件响应请求信息进行请求解析，获得文本请求数据和视频请求数据；
对所述文本请求数据进行文本识别，生成文本请求特征；
对所述视频请求数据进行视频帧特征提取，生成特征帧请求特征；
将所述文本请求特征和所述特征帧请求特征输入至应急等级评估模型，输出应急等级信息；
根据所述应急事件响应请求信息确定应急地点，并读取获得已有应急物资信息；
根据所述已有应急物资信息、所述应急等级信息和所述应急地点进行物资调用管理。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
接收应急事件响应请求信息；
根据所述应急事件响应请求信息进行请求解析，获得文本请求数据和视频请求数据；
对所述文本请求数据进行文本识别，生成文本请求特征；
对所述视频请求数据进行视频帧特征提取，生成特征帧请求特征；
将所述文本请求特征和所述特征帧请求特征输入至应急等级评估模型，输出应急等级信息；
根据所述应急事件响应请求信息确定应急地点，并读取获得已有应急物资信息；
根据所述已有应急物资信息、所述应急等级信息和所述应急地点进行物资调用管理。
上述一种应急事件响应及物资统筹调配方法及系统，解决了现有技术中存在应急事件响应处理方法以及物资调用方案的生成对于人工经验的依赖度过高，存在应急物资与应急事件需求不匹配，应急物资不满足救援需求造成无效应急救援或高于应急需求造成资源浪费的技术问题，达到了降低应急时间救援响应以及物资调用对于人工经验的依赖度，提高应急救援物资使用有效度，规避应急事件救援无效或应急物资过度浪费的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为一个实施例中一种应急事件响应及物资统筹调配方法的流程示意图；
图2为一个实施例中一种应急事件响应及物资统筹调配方法中进行物资调用管理的流程示意图；
图3为一个实施例中一种应急事件响应及物资统筹调配系统的结构框图；
图4为一个实施例中计算机设备的内部结构图。
附图标记说明：请求信息接收模块1，请求解析执行模块2，请求特征生成模块3，请求特征提取模块4，应急等级生成模块5，物资信息获得模块6，物资调用执行模块7。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
如图1所示，本申请提供了一种应急事件响应及物资统筹调配方法，所述方法应用于智能管理系统，所述方法包括：
S100:接收应急事件响应请求信息；
具体而言，在本实施例中，所述应急事件指突然发生的，需要紧急处理和应对的安全事件，对应急事件的严重程度进行准确评估分析，提供合乎应急事件救援需求的可靠应急救援物资进行救援处理，能够最大程度降低应急事件对于生命和财产造成的侵害损失。
应急事件发生地的安全负责人基于个人经验以文本形式总结所述应急事件的既存事实，包括发生地理位置信息，应急事件类型信息，例如水灾，应急事件类型的现状信息，例如水灾的每小时降水量数据、水灾受灾地域数据以及受灾群众、交通设施数据，以监控视频截取调用或实地摄录方式获取能够直观获知应急事件发生状况的视频图像数据。
安全负责人将所述文本形式应急事件信息以及视频图像形式应急事件信息作为所述应急事件响应请求信息通过数据传输端上传至应急事件响应及物资统筹调配系统，所述应急事件响应及物资统筹调配系统进行所述应急事件响应请求信息接收并进行内容解析和应急事件严重程度评级，从而进行可靠有效应急物资调配进行应急事件的有效处理。
S200:根据所述应急事件响应请求信息进行请求解析，获得文本请求数据和视频请求数据；
具体而言，所述应急事件响应请求信息包括文本形式应急事件信息以及视频图像形式应急事件信息，为提高基于应急事件响应请求信息分析确定应急事件严重程度的准确度以及降低基于应急事件响应请求信息进行数据处理的数据复杂度，本实施例对所述应急事件响应请求信息进行请求解析。
具体的，基于请求解析将所述应急事件响应请求信息拆解分为文本形式的文本请求数据和视频图像形式的视频请求数据，并对两种类型请求数据进行分开存储，所述文本请求数据和视频请求数据为后续执行应急等级评估，获得较为科学准确贴合应急事件事实的应急等级评估结果提供有效全面的评估参考信息。
S300:对所述文本请求数据进行文本识别，生成文本请求特征；
具体而言，应理解的，不同人的语言文字表达习惯不同，对于同一事件既定事实的文本描述存在差异性，因而在本实施例中，通过预构建的文本特征识别提取模型进行文本请求数据中关键信息特征提取，将所述文本请求数据格式化处理，实现消除文本请求数据中的语言习惯，降低后期数据模型基于文本请求信息进行应急事件等级评估时的数据处理复杂度。
具体的，基于BP神经网络构建文本特征识别提取模型，文本特征识别提取模型的输入数据为文本请求数据，输出数据为文本请求特征，所述文本请求特征由特征关键词以及特征数值组成，例如洪峰流量-Xm2/s，降雨量-Ymm，环境温度-K℃。
采集获取历史安全负责人对于应急事件的应急请求文本并基于人工经验进行请求文本内应急事件特征关键字词标注提取，获得多个特征识别提取关键词以及含有关键词标识的请求文本，所述特征识别提取关键词包括但不限于洪峰流量、降雨量、平均水深等。
将多个特征识别提取关键词以及含有关键词标识的请求文本作为文本特征识别提取模型的训练数据，并具体按照7:2:1标识划分为训练集、测试集、验证集进行所述文本特征识别提取模型的迭代监督训练验证，直至文本特征识别提取模型对于文本请求的识别提取准确度满足一定的输出准确度。
将所述文本请求数据输入文本特征识别模型中进行文本识别，输出所述文本请求特征，所述文本请求特征由多组特征关键词以及特征数值。
S400:对所述视频请求数据进行视频帧特征提取，生成特征帧请求特征；
在一个实施例中，本申请提供的方法步骤还包括：
S410:根据所述文本请求特征进行应急事件类型识别，获得类型识别结果；
S420:通过大数据构建应急响应关联特征集合，其中，所述应急响应关联特征集合中每个特征均对应有特征值；
S430:根据所述类型识别结果进行所述应急响应关联特征集合的关联特征筛选，获得筛选特征集合；
S440:通过所述筛选特征集合进行所述视频帧特征匹配提取，生成特征帧请求特征。
在一个实施例中，本申请提供的方法步骤还包括：
S431:获得所述筛选特征集合中各特征的特征关联度信息；
S432:设定所述特征关联度信息和所述特征值的初始权重占比；
S433:根据所述初始权重占比对所述特征值和所述特征关联度信息进行加权计算，根据加权计算结果生成特征算力分布值；
S434:通过所述特征算力分布值和所述筛选特征集合对所述视频帧特征匹配提取。
具体而言，在本实施例中，构建应急事件数据库，用于进行应急事件类型判断。具体的，采集获取多类型应急事件的特征关键词，例如水灾事件对应洪峰流量、降水量、平均水深等特征关键词，基于多类型应急事件和对应的多组特征关键词结合特征关键词在实际应急事件中危害程度高低的特征值构建所述应急事件数据库。
基于所述文本请求特征提取特征关键词生成检索指令遍历所述应急事件数据库进行应急事件类型识别，获得特征关键词重合数量最高的应急事件类型作为所述文本请求特症对应的类型识别结果。
具体而言，应理解的，应急事件由多种因素共同决定，例如洪水灾害事件发生与否可通过判断洪峰流量、降雨量、平均水深是否到达一定数值进行确定，且洪峰流量、降雨量以及平均水深特征之间具有关联性，同时洪水灾害事件中，环境湿度、环境温度特征也与洪峰流量、降雨量以及平均水深特征具有关联性。
因而在本实施例中，基于大数据采集获得判定多类型应急事件发生与否的关联特征构建所述应急响应关联特征集合，所述应急响应关联特征集合中每个特征均对应有特征值，所述特征值表征该关联特征在对应类型应急事件中的危害程度高低。
根据所述类型识别结果在所述应急响应关联特征集合中遍历多类型应急事件实现关联特征筛选，获得筛选特征集合，例如洪水这一类型应急事件的筛选关联特征集合包括但不限于洪峰流量、降雨量、平均水深、环境温度、环境湿度。
获得所述筛选特征集合中各特征的特征关联度信息，所述特征关联度表征各个特征对于应急事件发生的影响程度高低，在本实施例中，所述应急响应关联特征集合中，每一类型应急事件中所包含的各个特征都预设有特征关联度信息。优选的，可基于各个类型应急事件对应领域专家进行特征的特征关联度信息的赋值设置，对此本实施例不做过多限制。
基于专家评价法设定所述特征关联度信息和所述特征值的初始权重占比，具体的，通过信函联系或已公开信息，获得类型识别结果对应领域多位专家对所述特征关联度信息和所述特征值提出的权重分配关系。
以专家为单位，一位专家对应一个权重分配通道，将每位专家对所述特征关联度信息和所述特征值提出的权重分配关系，分别放入对应专家的权重分配通道内，进行信息隔离。
基于信息隔离通道，提取获得多位专家对所述特征关联度信息和所述特征值提出的权重分配结果，求出均值作为对所述特征关联度信息和所述特征值提出的权重分配结果，获得所述初始权重占比。
根据所述初始权重占比对所述特征值和所述特征关联度信息进行加权计算，根据加权计算结果生成特征算力分布值，所述特征算力分布值为对视频请求数据进行视频帧特征提取时，在基于视频进行特征遍历时，对所述筛选特征集合中各个特征分配的算力值集合。特征分配算力值越高表明对应特征在所述视频请求数据中出现的频率越高，因而在本实施例中，基于所述特征算力分布值和所述筛选特征集合对所述视频请取数据进行视频帧特征提取，获得所述特征帧请求特征，所述特征真请求特征表示所述筛选特征集合中各个特征在所述视频请求数据中的出现频次。
优选的，可对所述视频请求数据预先进行关键i帧提取，基于多个i帧采用所述特征算力分布值将系统算力资源非均等分配给所述筛选特征集合中各个特征，从而基于视频数据量减少但信息量误差较小的多个i帧替代所述视频请求数据进行视频帧特征提取(图像特征比对)，生成所述特征帧请求特征。
本实施例通过获取应急事件各个关联特征的关联度大小以及对应急事件中对于应急事件恶化的影响程度进行各个关联特征的图像识别算力分配，获得所述特征算力分布值，结合所述筛选特征集合对所述视频帧特征匹配提取，实现了快速高效的基于视频图像获知各个应急事件包含特征在实际发生的应急事件中的出现状况，从而为后续进行应急事件等级评估提供高可用参考数据的技术效果。
S500:将所述文本请求特征和所述特征帧请求特征输入至应急等级评估模型，输出应急等级信息；
具体而言，在本实施例中，所述应急等级评估模型包括第一应急等级评估子模型以及第二应急等级评估子模型，所述第一应急等级评估子模型用于基于所述文本请求特征输出第一应急等级信息，所述第二应急等级评估子模型用于基于特征帧请求特征输出第二应急等级信息。
所述第一应急等级评估模型的构建方法为采集获取多类型应急事件历史记录数据，所述历史记录数据为基于人工经验进行等级评估的多个类型应急事件的多个历史应急等级，以及各个历史应急等级对应的由多组特征关键词以及特征数值构成的文本请求特征构成。
基于所述历史记录数据以应急事件类型-应急等级-文本请求特征为顺序构建知识图谱生成所述第一应急等级评估模型。将步骤S300获得的所述文本请求特征输入所述应急等级评估模型中，进入所述第一应急等级评估模型，在第一应急等级评估模型中遍历知识图谱获得与所述文本请求特征相似度最高的文本请求特征对应的历史应急事件应急等级作为第一应急等级信息输出。
所述第二应急等级评估模型的构建方法与所述第一应急等级评估模型的构建方法具有一致性，故在此不做赘述，具体的应急等级评估设定可基于对应类型应急事件领域专家进行设定。
将所述特征帧请求特征输入所述第二应急等级评估模型中进行遍历输出所述第二应急等级信息，对所述第一应急等级信息和所述第二应急等级信息进行加和求平均值，作为所述应急等级信息输出，所述应急等级信息表征当前应急事件的严重程度以及救援急迫程度等级，应理解的所述应急等级信息数值越高，表明该应急事件的严重程度以及救援急迫程度越高。
S600:根据所述应急事件响应请求信息确定应急地点，并读取获得已有应急物资信息；
具体而言，应理解的，所述应急事件响应请求信息中涵盖有应急事件发生地理位置信息，因而本实施例基于所述应急事件响应请求信息提取获得所述应急地点，救援人员携带救援应急物资抵达所述应急地点进行所述应急事件的救援工作。在确定救援应急物资以及救援人员前往目的地的基础上，为确保应急事件救援任务的有效进行，在前往所述应急地点前，需要进行应急物资的优选近距离调用收集以及次选远距离调用收集。
在本实施例中，根据所述类型识别结果确定执行应急救援所需应急物资类型，遍历方圆预设半径范围内，例如10km内的应急救援物资库，获得所述已有应急物资信息，以便救援人员进行救援物资调用。
S700:根据所述已有应急物资信息、所述应急等级信息和所述应急地点进行物资调用管理。
在一个实施例中，本申请提供的方法步骤还包括：
S710:采集获得执行应急等级任务信息；
S720:判断物资调用管理是否与所述执行应急等级任务信息中的物资调用存在调用冲突；
S730:当存在物资调用冲突时，则对所述执行应急等级任务信息和所述应急等级信息进行应急等级比对；
S740:将冲突调用物资分配至高等级应急任务，并对低等级应急任务进行补充物资调用。
在一个实施例中，本申请提供的方法步骤还包括：
S731:设定预定等级差值阈值；
S732:判断应急等级比对结果是否满足所述预定等级差值阈值；
S733:当所述应急等级比对结果可以满足所述预定等级差值阈值时，则分别对所述执行应急等级任务信息和所述应急等级信息的补充物资调用评价；
S734:根据补充物资调用评价结果对冲突调用物资进行调用分配。
具体而言，在本实施例中，所述执行应急等级任务信息指当前处于执行状态的其他应急事件的应急等级以及物资调用分配情况，所述物资调用分配情况包括投入应用于其他应急事件中的救援物资以及当前处于应急救援物资库内但以预约投入其他应急事件中进行救援应用的物资。采集获得执行应急等级任务信息，基于所述执行应急等级任务信息获取其对应急救援物资库的物资调用信息。所述执行应急任务等级信息中的其他应急事件的应急等级信息可采用步骤S100～S500的方法获得。
根据步骤S500的所述应急等级信息获得本实施例应急事件的物资调用需求，生成所述物资调用管理，所述物资调用管理为实现消除当前应急等级的应急事件需要从方圆10km中进行调用的物资情况。
判断物资调用管理是否与所述执行应急等级任务信息中的物资调用存在调用冲突，即是否存在相同库房应急物资同时被请求调用执行不同应急事件的特殊状况。当存在物资调用冲突时，则对所述执行应急等级任务信息和所述应急等级信息进行应急等级比对。
具体的应急等级比对方法为，设定预定等级差值阈值；对所述执行应急等级任务信息和所述应急等级信息进行应急等级比对，计算两者应急等级差值的绝对值作为应急等级比对结果，判断应急等级比对结果是否满足所述预定等级差值阈值。
当所述应急等级比对结果满足所述预定等级差值阈值时，表明两个应急事件的救援紧迫程度和事件严重程度不分伯仲，则分别对所述执行应急等级任务信息和所述应急等级信息的补充物资调用评价，即协调有限物资的调用优先顺序，根据补充物资调用评价结果对冲突调用物资进行调用分配，从而降低物资调用冲突造成的救援延迟现象。
对所述执行应急等级任务信息和所述应急等级信息进行应急等级比对，当所述应急等级比对结果不满足所述预定等级差值阈值时，表明两个应急事件的救援紧迫程度和事件严重程度差别较大，因而直接将冲突调用物资分配至高等级应急任务，并对低等级应急任务进行补充物资调用。实现了解决多区域同时发生应急事件时的资源分配调度冲突，实现资源调配与应急事件处理需求适配的技术效果。
在一个实施例中，如图2所示，本申请提供的方法步骤还包括：
S510:根据所述应急等级信息匹配需求物资信息；
S520:根据所述应急地点和所述需求物资信息进行关联物资分布地点匹配，获得关联物资分布地点匹配结果；
S530:根据所述关联物资分布地点匹配结果和所述应急地点进行通行路况数据采集，根据通行路况采集结果生成供给关联系数；
S540:根据所述需求物资信息、所述已有应急物资信息和所述供给关联系数进行物资调用筛选，根据筛选结果进行物资调用管理。
具体而言，在本实施例中，基于历史应急记录采用步骤S100～500的方法获取各个应急事件等级以及对应需求物资信息，预构建应急等级-物资需求分配表。根据所述应急等级信息遍历应急等级-物资需求分配表，匹配获得需求物资信息，基于所述需求物资信息进行当前应急事件救援即可达到应急事件救援目的。
根据所述应急地点和所述需求物资信息进行关联物资分布地点匹配，遍历应急地点径向范围内的应急救援物资库，获得关联物资分布地点匹配结果，所述关联物资分布地点匹配结果为各个应急救援物资库内符合所述需求物资信息的救援物资库存量信息。
根据所述关联物资分布地点匹配结果和所述应急地点进行通行路况数据采集，获得通行路况采集结果，所述通行路况采集结果为从各个应急救援物资库调用救援物资送达应急地点的运输时间信息，根据通行路况采集结果生成供给关联系数，所述供给关联系数为对通行路况采集结果进行归一化处理后获得。
根据所述需求物资信息和所述已有应急物资信息计算获得应急物资缺口信息，基于应急物资缺口信息结合所述供给关联系数进行物资调用筛选，剔除供给关联系数排名靠前对应的应急救援物资库，根据筛选结果获得满足运输时间成本的应急救援物资库进行物资调用管理，实现了根据应急地点周边应急救援物资库的救援物库存以及与应急地点距离进行调用库存对象选取，结合当前应急地点已有应急资源情况确定资源需求缺口正式执行资源调用，达到了向应急地点快速高效提供满足应急救援目的的应急物资的技术效果。
在一个实施例中，本申请提供的方法步骤还包括：
S550:获得应急事件响应评价结果；
S560:通过所述应急事件响应评价结果生成所述应急等级评估模型和物资调用的反馈优化参数；
S570:通过所述反馈优化参数进行物资调用和所述应急等级评估模型的优化处理。
具体而言，在本实施例中，所述应急事件响应评价结果为基于所述需求物资信息、所述已有应急物资信息和所述供给关联系数进行物资调用管理执行应急事件的响应救援时间以及应急事件处理结束时间，所述应急事件响应评价结果反映了当前物资调用方案对于应急事件救援延迟性。
因而在本实施例中，通过所述应急事件响应评价结果生成所述应急等级评估模型和物资调用的反馈优化参数，通过所述反馈优化参数进行物资调用筛选的优化和所述应急等级评估模型第一应急等级评估子模型和第二应急等级评估子模型输出结果参考权重的优化处理，达到了提高物资调用送达应急地点的及时性以及应急等级评估模型输出等级信息的精确度的技术效果，间接实现了提高应急事件物资供给响应及时有效性的技术效果。
在一个实施例中，如图3所示，提供了一种应急事件响应及物资统筹调配系统，包括：请求信息接收模块1，请求解析执行模块2，请求特征生成模块3，请求特征提取模块4，应急等级生成模块5，物资信息获得模块6，物资调用执行模块7，其中：
请求信息接收模块1，用于接收应急事件响应请求信息；
请求解析执行模块2，用于根据所述应急事件响应请求信息进行请求解析，获得文本请求数据和视频请求数据；
请求特征生成模块3，用于对所述文本请求数据进行文本识别，生成文本请求特征；
请求特征提取模块4，用于对所述视频请求数据进行视频帧特征提取，生成特征帧请求特征；
应急等级生成模块5，用于将所述文本请求特征和所述特征帧请求特征输入至应急等级评估模型，输出应急等级信息；
物资信息获得模块6，用于根据所述应急事件响应请求信息确定应急地点，并读取获得已有应急物资信息；
物资调用执行模块7，用于根据所述已有应急物资信息、所述应急等级信息和所述应急地点进行物资调用管理。
在一个实施例中，所述应急等级生成模块5还包括：
需求物资匹配单元，用于根据所述应急等级信息匹配需求物资信息；
物资分配匹配单元，用于根据所述应急地点和所述需求物资信息进行关联物资分布地点匹配，获得关联物资分布地点匹配结果；
路况数据采集单元，用于根据所述关联物资分布地点匹配结果和所述应急地点进行通行路况数据采集，根据通行路况采集结果生成供给关联系数；
物资调用筛选单元，用于根据所述需求物资信息、所述已有应急物资信息和所述供给关联系数进行物资调用筛选，根据筛选结果进行物资调用管理。
在一个实施例中，所述请求特征提取模块4还包括：
类型识别执行单元，用于根据所述文本请求特征进行应急事件类型识别，获得类型识别结果；
关联特征构建单元，用于通过大数据构建应急响应关联特征集合，其中，所述应急响应关联特征集合中每个特征均对应有特征值；
关联特征筛选单元，用于根据所述类型识别结果进行所述应急响应关联特征集合的关联特征筛选，获得筛选特征集合；
特征匹配提取单元，用于通过所述筛选特征集合进行所述视频帧特征匹配提取，生成特征帧请求特征。
在一个实施例中，所述关联特征筛选单元还包括：
关联度获得单元，用于获得所述筛选特征集合中各特征的特征关联度信息；
权重占比赋值单元，用于设定所述特征关联度信息和所述特征值的初始权重占比；
加权计算执行单元，用于根据所述初始权重占比对所述特征值和所述特征关联度信息进行加权计算，根据加权计算结果生成特征算力分布值；
特征匹配提取单元，用于通过所述特征算力分布值和所述筛选特征集合对所述视频帧特征匹配提取。
在一个实施例中，所述物资调用执行模块7还包括：
任务信息获得单元，用于采集获得执行应急等级任务信息；
调用冲突判断单元，用于判断物资调用管理是否与所述执行应急等级任务信息中的物资调用存在调用冲突；
应急等级比对单元，用于当存在物资调用冲突时，则对所述执行应急等级任务信息和所述应急等级信息进行应急等级比对；
补充物资调用单元，用于将冲突调用物资分配至高等级应急任务，并对低等级应急任务进行补充物资调用。
在一个实施例中，所述调用冲突判断单元还包括：
差值阈值设定单元，用于设定预定等级差值阈值；
比对结果判断单元，用于判断应急等级比对结果是否满足所述预定等级差值阈值；
调用评价执行单元，用于当所述应急等级比对结果可以满足所述预定等级差值阈值时，则分别对所述执行应急等级任务信息和所述应急等级信息的补充物资调用评价；
调用分配执行单元，用于根据补充物资调用评价结果对冲突调用物资进行调用分配。
在一个实施例中，所述应急等级生成模块5还包括：
评价结果获得单元，用于获得应急事件响应评价结果；
优化参数生成单元，用于通过所述应急事件响应评价结果生成所述应急等级评估模型和物资调用的反馈优化参数；
模型优化处理单元，用于通过所述反馈优化参数进行物资调用和所述应急等级评估模型的优化处理。
关于一种应急事件响应及物资统筹调配系统的具体实施例可以参见上文中对于一种应急事件响应及物资统筹调配方法的实施例，在此不再赘述。上述一种应急事件响应及物资统筹调配装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储新闻数据以及时间衰减因子等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种应急事件响应及物资统筹调配方法。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：接收应急事件响应请求信息；根据所述应急事件响应请求信息进行请求解析，获得文本请求数据和视频请求数据；对所述文本请求数据进行文本识别，生成文本请求特征；对所述视频请求数据进行视频帧特征提取，生成特征帧请求特征；将所述文本请求特征和所述特征帧请求特征输入至应急等级评估模型，输出应急等级信息；根据所述应急事件响应请求信息确定应急地点，并读取获得已有应急物资信息；根据所述已有应急物资信息、所述应急等级信息和所述应急地点进行物资调用管理。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种应急事件响应及物资统筹调配方法，其特征在于，所述方法应用于智能管理系统，所述方法包括：
接收应急事件响应请求信息；
根据所述应急事件响应请求信息进行请求解析，获得文本请求数据和视频请求数据；
对所述文本请求数据进行文本识别，生成文本请求特征；
对所述视频请求数据进行视频帧特征提取，生成特征帧请求特征；
将所述文本请求特征和所述特征帧请求特征输入至应急等级评估模型，输出应急等级信息；
根据所述应急事件响应请求信息确定应急地点，并读取获得已有应急物资信息；
根据所述已有应急物资信息、所述应急等级信息和所述应急地点进行物资调用管理。
2.如权利要求1所述的方法，其特征在于，所述方法包括：
根据所述应急等级信息匹配需求物资信息；
根据所述应急地点和所述需求物资信息进行关联物资分布地点匹配，获得关联物资分布地点匹配结果；
根据所述关联物资分布地点匹配结果和所述应急地点进行通行路况数据采集，根据通行路况采集结果生成供给关联系数；
根据所述需求物资信息、所述已有应急物资信息和所述供给关联系数进行物资调用筛选，根据筛选结果进行物资调用管理。
3.如权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述文本请求特征进行应急事件类型识别，获得类型识别结果；
通过大数据构建应急响应关联特征集合，其中，所述应急响应关联特征集合中每个特征均对应有特征值；
根据所述类型识别结果进行所述应急响应关联特征集合的关联特征筛选，获得筛选特征集合；
通过所述筛选特征集合进行所述视频帧特征匹配提取，生成特征帧请求特征。
4.如权利要求3所述的方法，其特征在于，所述方法包括：
获得所述筛选特征集合中各特征的特征关联度信息；
设定所述特征关联度信息和所述特征值的初始权重占比；
根据所述初始权重占比对所述特征值和所述特征关联度信息进行加权计算，根据加权计算结果生成特征算力分布值；
通过所述特征算力分布值和所述筛选特征集合对所述视频帧特征匹配提取。
5.如权利要求1所述的方法，其特征在于，所述方法包括：
采集获得执行应急等级任务信息；
判断物资调用管理是否与所述执行应急等级任务信息中的物资调用存在调用冲突；
当存在物资调用冲突时，则对所述执行应急等级任务信息和所述应急等级信息进行应急等级比对；
将冲突调用物资分配至高等级应急任务，并对低等级应急任务进行补充物资调用。
6.如权利要求5所述的方法，其特征在于，所述方法包括：
设定预定等级差值阈值；
判断应急等级比对结果是否满足所述预定等级差值阈值；
当所述应急等级比对结果可以满足所述预定等级差值阈值时，则分别对所述执行应急等级任务信息和所述应急等级信息的补充物资调用评价；
根据补充物资调用评价结果对冲突调用物资进行调用分配。
7.如权利要求1所述的方法，其特征在于，所述方法包括：
获得应急事件响应评价结果；
通过所述应急事件响应评价结果生成所述应急等级评估模型和物资调用的反馈优化参数；
通过所述反馈优化参数进行物资调用和所述应急等级评估模型的优化处理。
8.一种应急事件响应及物资统筹调配系统，其特征在于，所述系统包括：
请求信息接收模块，用于接收应急事件响应请求信息；
请求解析执行模块，用于根据所述应急事件响应请求信息进行请求解析，获得文本请求数据和视频请求数据；
请求特征生成模块，用于对所述文本请求数据进行文本识别，生成文本请求特征；
请求特征提取模块，用于对所述视频请求数据进行视频帧特征提取，生成特征帧请求特征；
应急等级生成模块，用于将所述文本请求特征和所述特征帧请求特征输入至应急等级评估模型，输出应急等级信息；
物资信息获得模块，用于根据所述应急事件响应请求信息确定应急地点，并读取获得已有应急物资信息；
物资调用执行模块，用于根据所述已有应急物资信息、所述应急等级信息和所述应急地点进行物资调用管理。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211603201.1A CN116258318A (zh) | 2022-12-13 | 2022-12-13 | 一种应急事件响应及物资统筹调配方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211603201.1A CN116258318A (zh) | 2022-12-13 | 2022-12-13 | 一种应急事件响应及物资统筹调配方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116258318A true CN116258318A (zh) | 2023-06-13 |
Family
ID=86678319
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211603201.1A Pending CN116258318A (zh) | 2022-12-13 | 2022-12-13 | 一种应急事件响应及物资统筹调配方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116258318A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117097425A (zh) * | 2023-10-18 | 2023-11-21 | 启东市恒安防爆通信设备有限公司 | 一种基于应急广播系统的应急方案冲突检测方法及系统 |
| CN118037009A (zh) * | 2024-04-11 | 2024-05-14 | 国网四川省电力公司电力应急中心 | 一种基于北斗卫星通信的应急物资调配方法及系统 |
-
2022
- 2022-12-13 CN CN202211603201.1A patent/CN116258318A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117097425A (zh) * | 2023-10-18 | 2023-11-21 | 启东市恒安防爆通信设备有限公司 | 一种基于应急广播系统的应急方案冲突检测方法及系统 |
| CN117097425B (zh) * | 2023-10-18 | 2023-12-29 | 启东市恒安防爆通信设备有限公司 | 一种基于应急广播系统的应急方案冲突检测方法及系统 |
| CN118037009A (zh) * | 2024-04-11 | 2024-05-14 | 国网四川省电力公司电力应急中心 | 一种基于北斗卫星通信的应急物资调配方法及系统 |
| CN118037009B (zh) * | 2024-04-11 | 2024-06-11 | 国网四川省电力公司电力应急中心 | 一种基于北斗卫星通信的应急物资调配方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116258318A (zh) | 一种应急事件响应及物资统筹调配方法及系统 | |
| US20150286949A1 (en) | Problem analysis and priority determination based on fuzzy expert systems | |
| CN111539585B (zh) | 一种基于随机森林的电力客户诉求敏感度监督及预警方法 | |
| CN113298322A (zh) | 一种多维优化的电力工单智能派发方法 | |
| CN114143326A (zh) | 负载调节方法、管理节点以及存储介质 | |
| US20230412705A1 (en) | Methods and internet of things systems for information interaction management based on smart gas data centers | |
| CN116415923B (zh) | 智慧燃气工单实施管理方法与物联网系统及装置 | |
| CN112508695A (zh) | 基于市场风险的金融风险预测方法、装置和电子设备 | |
| CN113408548A (zh) | 变压器异常数据检测方法、装置、计算机设备和存储介质 | |
| CN115914468A (zh) | 智慧燃气呼叫中心的反馈管理方法、物联网系统及介质 | |
| CN109409780B (zh) | 变更处理方法、装置、计算机设备和存储介质 | |
| CN114548118A (zh) | 一种服务对话检测方法及系统 | |
| CN113526272B (zh) | 电梯群控系统和电梯群控设备 | |
| CN112508723A (zh) | 基于自动择优建模的金融风险预测方法、装置和电子设备 | |
| CN116187675A (zh) | 任务分配方法、装置、设备及存储介质 | |
| CN117290090A (zh) | 节点协同资源分配方法、装置、设备及存储介质 | |
| CN117196630A (zh) | 交易风险预测方法、装置、终端设备以及存储介质 | |
| CN116228312A (zh) | 大额积分兑换行为的处理方法和装置 | |
| CN116185797A (zh) | 预测服务器资源饱和度的方法、装置及存储介质 | |
| Shen et al. | Vehicle scheduling based on variable trip times with expected on‐time performance | |
| CN112712270B (zh) | 信息处理方法、装置、设备及存储介质 | |
| CN114356712A (zh) | 数据处理方法、装置、设备、可读存储介质及程序产品 | |
| CN111833595B (zh) | 共享汽车辅助车辆配置方法、电子设备及存储介质 | |
| CN110704614B (zh) | 对应用中的用户群类型进行预测的信息处理方法及装置 | |
| CN113256173A (zh) | 一种路由选择方法、装置、电子设备及存储介质 |
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 |