CN117094496A - 基于机理和机器学习预测下的专家规则的调度运营系统 - Google Patents

基于机理和机器学习预测下的专家规则的调度运营系统 Download PDF

Info

Publication number
CN117094496A
CN117094496A CN202310968061.6A CN202310968061A CN117094496A CN 117094496 A CN117094496 A CN 117094496A CN 202310968061 A CN202310968061 A CN 202310968061A CN 117094496 A CN117094496 A CN 117094496A
Authority
CN
China
Prior art keywords
decision
target
determining
simulation result
scheduling
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
Application number
CN202310968061.6A
Other languages
English (en)
Other versions
CN117094496B (zh
Inventor
陈娟娟
刘柏佑
牛樱
李伟斌
张阳
陈嘉渊
李胜
路璐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing General Municipal Engineering Design and Research Institute Co Ltd
Original Assignee
Guangdong Branch Of Beijing Municipal Engineering Design And Research Institute Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Branch Of Beijing Municipal Engineering Design And Research Institute Co ltd filed Critical Guangdong Branch Of Beijing Municipal Engineering Design And Research Institute Co ltd
Priority to CN202310968061.6A priority Critical patent/CN117094496B/zh
Publication of CN117094496A publication Critical patent/CN117094496A/zh
Application granted granted Critical
Publication of CN117094496B publication Critical patent/CN117094496B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • 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
    • G06Q10/0639—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
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供基于机理和机器学习预测下的专家规则的调度运营系统及方法，其中，系统包括：水力水质模拟子系统，用于基于预设的机理和机器学习预测模型，确定第一模拟结果；专家规则获取子系统，用于获取专家规则库；适应性决策子系统，用于根据第一模拟结果和专家规则库，确定适应性决策；效果评价子系统，用于根据目标函数和适应性决策，确定目标决策；调度运营子系统，用于根据目标决策，进行相应调度运营。本发明的基于机理和机器学习预测下的专家规则的调度运营系统及方法，根据第一模拟结果和专家规则库确定目标决策进行调度运营，避免了水务突发状况时运营人员依据个人经验进行决策导致决策失误的情况，决策更合理，突发情况处理更及时。

Description

基于机理和机器学习预测下的专家规则的调度运营系统
技术领域
本发明涉及智慧水务技术领域，特别涉及基于机理和机器学习预测下的专家规则的调度运营系统及方法。
背景技术
智慧水务是指利用现代信息技术和互联网技术，对水资源的获取、利用、管理和保护进行智能化、数字化和网络化的综合管理系统。它通过物联网、云计算和大数据分析等技术手段，实现对水资源的实时监测、智能化调度和精细化管理，以提高水资源的利用效率、保障水质安全和实现可持续发展。
目前，智慧水务的产品系统均以日常业务流程为核心，在面临突发的情况时候，智慧水务平台更多时候是作为一个数据可视化的平台，运营人员需要根据监测下的各类指标依据个人的经验进行决策，在此基础上，会导致决策失误的情形，进一步的，会耽搁水务突发情况的处理进程。
有鉴于此，亟需一种基于机理和机器学习预测下的专家规则的调度运营系统。
发明内容
本发明目的之一在于提供了基于机理和机器学习预测下的专家规则的调度运营系统，引入专家规则库，根据第一模拟结果和专家规则库确定目标决策进行调度运营，避免了突发状况时运营人员依据个人经验进行决策导致决策失误的情况，决策更合理，水务突发情况处理更及时。
本发明实施例提供的基于机理和机器学习预测下的专家规则的调度运营系统，包括：
水力水质模拟子系统，用于基于预设的机理和机器学习预测模型，获取目标区域内的水量水质的第一模拟结果；
专家规则获取子系统，用于获取专家规则库；
适应性决策子系统，用于根据第一模拟结果和专家规则库，确定适应性决策；
效果评价子系统，用于获取目标函数，并根据目标函数和适应性决策，确定目标决策；
调度运营子系统，用于根据目标决策，进行相应调度运营。
优选的，水力水质模拟子系统，包括：
第一降雨数据获取模块，用于获取多个第一降雨数据；
第一模拟结果输出模块，用于将第一降雨数据输入机理和机器学习预测模型，获得机理和机器学习预测模型输出的第一模拟结果。
优选的，专家规则获取子系统，包括：
理论系统规则库获取模块，用于获取理论系统规则库；其中，所述理论系统规则库包括：多个一一对应的第二降雨数据和目标系统策略；
区域经验调度规则库获取模块，用于获取区域经验调度规则库；其中，所述区域经验调度规则库包括：多个一一对应的目标现象和本地人员经验策略；
应急调度规则库获取模块，用于获取应急调度规则库；其中，所述应急调度规则库包括：多个一一对应的多个一一对应的目标现象和应急策略；
专家规则库整合模块，用于整合理论系统规则库、区域经验调度规则库以及应急调度规则库获取模块，获得专家规则库。
优选的，适应性决策子系统，包括：
第一应用参数确定模块，用于根据第一模拟结果和理论系统规则库，确定目标应用系统策略和第一应用参数；
第一最优参数值确定模块，用于基于预设的第一目标算法，根据第一应用参数，确定第一最优参数值；
第二模拟结果确定模块，用于根据第一最优参数值和目标应用系统策略，确定第二模拟结果；
第一评价判断模块，用于判断第二模拟结果是否符合预设的第一评价；
第一决策输出模块，用于若第二模拟结果符合预设的第一评价，则输出第一决策；
第三模拟结果确定模块，用于若第二模拟结果不符合预设的第一评价，根据第一最优参数值、第一模拟结果以及区域经验调度规则库，确定第三模拟结果；
决策分流模块，用于根据第三模拟结果对应于预设的第二评价的不同，分别确定第二决策和第三决策；
决策整合模块，用于整合第一决策、第二决策和第三决策，获得适应性决策。
优选的，第三模拟结果确定模块，包括：
第二应用参数确定子模块，用于根据第一最优参数值、第一模拟结果以及区域经验调度规则库，确定第二应用参数；
第二最优参数值确定子模块，用于基于预设的第二目标算法，根据第二应用参数，确定第二最优参数值；
第三模拟结果确定子模块，用于根据第二最优参数值，确定本地人员应用经验策略和第三模拟结果。
优选的，决策分流模块，包括：
第二评价判断子模块，用于基于目标函数，判断第三模拟结果是否符合预设的第二评价；
第二决策输出子模块，用于若第三模拟结果符合预设的第二评价，则输出第二决策；
第三应用参数确定子模块，用于若第三模拟结果不符合预设的第二评价，则根据第二最优参数值、第一模拟结果以及应急调度规则库，确定第三应用参数；
第三最优参数值确定子模块，用于基于预设的第三目标算法，根据第三应用参数，确定第三最优参数值；
第三决策输出子模块，用于输出第三最优参数值对应的第三决策。
优选的，效果评价子系统，包括：
目标待处理情况数据获取模块，用于根据适应性策略，获取目标待处理情况数据；
评价结果确定模块，用于根据目标待处理情况数据和目标函数，确定评价结果，其中，确定评价结果的确定模型如下：
其中，o为评价结果，xi为第i个目标待处理情况数据，ai为目标工作人员设置的对应于目标待处理情况数据的初始权重因子，β为初始自定义的偏置参数，n为目标待处理情况数据的总数目；
目标决策确定模块，用于基于预设的评价结果通过性判定规则，判断适应性策略的评价结果是否通过，若是，将对应适应性决策作为目标决策。
优选的，调度运营子系统，包括：
调度方确定模块，用于解析目标决策，确定本地至少一个调度类型的调度方；
时间获取模块，用于获取同一调度类型的调度方的目标履行时间，同时，获取目标决策的理想应用时间；
支援调度需求判定模块，用于根据目标履行时间和理想应用时间，进行支援调度需求判定；
支援节点确定模块，用于若支援调度需求判定的判定结果为需要支援调度，获取预设的联络节点，确定联络节点中的支援节点；
目标调度方确定模块，用于确定调度方中的第一待调度方和支援节点对应的第二待调度方，将第一待调度方和第二待调度方共同作为目标调度方；
调度运营模块，用于将目标决策发送至目标调度方，进行相应调度运营。
本发明实施例提供的基于机理和机器学习预测下的专家规则的调度运营方法，包括：
步骤1：基于预设的机理和机器学习预测模型，获取目标区域内的水量水质的第一模拟结果；
步骤2：获取专家规则库；
步骤3：根据第一模拟结果和专家规则库，确定适应性决策；
步骤4：获取目标函数，并根据目标函数和适应性决策，确定目标决策；
步骤5：根据目标决策，进行相应调度运营。
优选的，步骤1：基于预设的机理和机器学习预测模型，获取目标区域内的水量水质的第一模拟结果，包括：
获取多个第一降雨数据；
将第一降雨数据输入机理和机器学习预测模型，获得机理和机器学习预测模型输出的第一模拟结果。
本发明的有益效果为：
本发明引入专家规则库，根据第一模拟结果和专家规则库确定目标决策进行调度运营，避免了突发状况时运营人员依据个人经验进行决策导致决策失误的情况，决策更合理，水务突发情况处理更及时。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中基于机理和机器学习预测下的专家规则的调度运营系统的示意图；
图2为本发明实施例中基于机理和机器学习预测下的专家规则的调度运营系统中的适应性决策的生成过程示意图；
图3为本发明实施例中基于机理和机器学习预测下的专家规则的调度运营方法的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了基于机理和机器学习预测下的专家规则的调度运营系统，如图1所示，包括：
水力水质模拟子系统1，用于基于预设的机理和机器学习预测模型，获取目标区域内的水量水质的第一模拟结果；预设的机理和机器学习预测模型为：预先设置的利用机器学习算法分析大量目标区域内的水量水质的机理模型，进行水量水质预测的智能模型，机理模型为描述目标区域的水量水质系统内各个元素之间的相互作用和反应机理的模型；第一模拟结果为：目标区域内的水量水质的预测数据；
专家规则获取子系统2，用于获取专家规则库；专家规则库为一数据库，存储多个进行水务问题治理的策略；
适应性决策子系统3，用于根据第一模拟结果和专家规则库，确定适应性决策；适应性决策为：解决第一模拟结果对应的水务问题的解决策略；
效果评价子系统4，用于获取目标函数，并根据目标函数和适应性决策，确定目标决策；目标函数为：决策评价函数，用于评价适应性决策；
调度运营子系统5，用于根据目标决策，进行相应调度运营。例如：根据目标决策调度运营相应工作人员进行水务治理。
上述技术方案的工作原理及有益效果为：
本申请引入机理和机器学习预测模型，确定目标区域内的水量水质的第一模拟结果，并根据获取的专家规则库，确定第一模拟结果对应的适应性决策，根据目标函数和适应性决策，确定目标决策并进行相应调度运营。
本申请引入专家规则库，根据第一模拟结果和专家规则库确定目标决策进行调度运营，避免了突发状况时运营人员依据个人经验进行决策导致决策失误的情况，决策更合理，水务突发情况处理更及时。
在一个实施例中，水力水质模拟子系统，包括：
第一降雨数据获取模块，用于获取多个第一降雨数据；第一降雨数据获取时，可以通过本地的气象台或者外地的气象台获取；
第一模拟结果输出模块，用于将第一降雨数据输入机理和机器学习预测模型，获得机理和机器学习预测模型输出的第一模拟结果。第一模拟结果为，例如：何时降水为多少。
上述技术方案的工作原理及有益效果为：
本申请将获取的第一降雨数据输入机理和机器学习预测模型，获取机理模型输出的第一模拟结果，提高了第一模拟结果的精确度。
在一个实施例中，专家规则获取子系统，包括：
理论系统规则库获取模块，用于获取理论系统规则库；其中，所述理论系统规则库包括：多个一一对应的第二降雨数据和目标系统策略；第二降雨数据为：不同降雨情况；目标系统策略为：目标区域内可进行调度的设施和手段；
区域经验调度规则库获取模块，用于获取区域经验调度规则库；其中，所述区域经验调度规则库包括：多个一一对应的目标现象和本地人员经验策略；目标现象为：水安全和水质的现象，目标现象包括但不限于：内涝现象、水质超标现象、管道淤积现象以及管道水动力不足等现象；本地人员经验策略为：经营人员根据目标现象做出的处理决策；
应急调度规则库获取模块，用于获取应急调度规则库；其中，所述应急调度规则库包括：多个一一对应的多个一一对应的目标现象和应急策略。应急策略为：极端条件下目标区域能够使用的调度应急手段及资源，例如：如何调度应急救援车辆；
专家规则库整合模块，用于整合理论系统规则库、区域经验调度规则库以及应急调度规则库获取模块，获得专家规则库。
上述技术方案的工作原理及有益效果为：
本申请引入理论系统规则库、区域经验调度规则库以及区域经验调度规则库共同作为专家规则库，提高了专家规则库的全面性。
在一个实施例中，适应性决策子系统，包括：
第一应用参数确定模块，用于根据第一模拟结果和理论系统规则库，确定目标应用系统策略和第一应用参数；目标应用系统策略为：适宜于第一模拟结果的目标系统策略，确定时，将第一降雨数据和第二降雨数据进行降雨情况匹配，确定理论系统规则库中降雨情况最匹配的第二降雨数据对应的目标系统策略作为目标应用系统策略；降雨情况匹配为：匹配多个与降雨有关因素(例如：降雨量、降雨时长和降雨强度)的相似程度，降雨情况最匹配为：对应相似程度的和值最大；第一应用参数为：执行目标应用系统策略的指标、变量或数值；
第一最优参数值确定模块，用于基于预设的第一目标算法，根据第一应用参数，确定第一最优参数值；预设的第一目标算法包括但不限于：进化算法，蚁群算法以及模拟退火算法等；第一最优参数值为：执行目标应用系统策略的最佳指标；
第二模拟结果确定模块，用于根据第一最优参数值和目标应用系统策略，确定第二模拟结果；第二模拟结果为：模拟执行目标应用系统策略的最佳指标后机理和机器学习预测模型的输出结果；
第一评价判断模块，用于判断第二模拟结果是否符合预设的第一评价；预设的第一评价由人工预先设置；
第一决策输出模块，用于若第二模拟结果符合预设的第一评价，则输出第一决策；第一决策为：对应于第一最优参数值的目标应用系统策略；
第三模拟结果确定模块，用于若第二模拟结果不符合预设的第一评价，根据第一最优参数值、第一模拟结果以及区域经验调度规则库，确定第三模拟结果；确定第三模拟结果时，将第一模拟结果的模拟现象和目标现象进行现象匹配，确定现象匹配最佳的目标现象对应的本地人员经验策略并确定第三模拟结果；现象匹配为：匹配同一现象类型的现象；
决策分流模块，用于根据第三模拟结果对应于预设的第二评价的不同，分别确定第二决策和第三决策；若第三模拟结果符合第二评价，输出第二决策，若第三模拟结果不符合第二评价，则输出第三决策；
决策整合模块，用于整合第一决策、第二决策和第三决策，获得适应性决策。适应性决策的生成过程如图2所示。
上述技术方案的工作原理及有益效果为：
本申请根据第一模拟结果和理论系统规则库，确定目标应用系统策略和第一应用参数，同时，引入第一目标算法，确定第一应用参数中的第一最优参数值，并根据第一最优参数值和目标应用系统策略确定第二模拟结果。引入第一评价，判断第二模拟结果是否符合第一评价，若符合，则输出第一决策，否则确定第三模拟结果，根据第三模拟结果对应于第二评价的不同，分别确定第二决策和第三决策，整合第一决策、第二决策和第三决策，获得适应性决策，提高了决策的适宜性和全面性。
在一个实施例中，第三模拟结果确定模块，包括：
第二应用参数确定子模块，用于根据第一最优参数值、第一模拟结果以及区域经验调度规则库，确定第二应用参数；将第一最优参数值以及第一模拟结果确定的模拟现象和区域经验调度规则库中的目标现象进行现象匹配，确定现象匹配最佳的本地人员经验策略，第二应用参数为：执行本地人员经验策略的指标、变量或数值；
第二最优参数值确定子模块，用于基于预设的第二目标算法，根据第二应用参数，确定第二最优参数值；预设的第二目标算法包括但不限于：进化算法，蚁群算法以及模拟退火算法等；第二最优参数值为：执行本地人员应用经验策略的最佳指标；
第三模拟结果确定子模块，用于根据第二最优参数值，确定本地人员应用经验策略和第三模拟结果。根据第二最优参数值在机理模型中模拟执行本地人员应用经验策略，获得第三模拟结果。
上述技术方案的工作原理及有益效果为：
本申请根据第一最优参数值、第一模拟结果以及区域经验调度规则库，确定第二应用参数，引入第二目标算法确定第二最优参数值，并根据第二最优参数值，确定本地人员应用经验策略和第三模拟结果，第三模拟结果更准确。
在一个实施例中，决策分流模块，包括：
第二评价判断子模块，用于基于目标函数，判断第三模拟结果是否符合预设的第二评价；预设的第二评价由人工预先设置；
第二决策输出子模块，用于若第三模拟结果符合预设的第二评价，则输出第二决策；第二决策为：目标应用系统策略和本地人员应用经验策略的组合策略；
第三应用参数确定子模块，用于若第三模拟结果不符合预设的第二评价，则根据第二最优参数值、第一模拟结果以及应急调度规则库，确定第三应用参数；第三应用参数为：应急调度规则库中应用的应急策略的指标、变量或数值；
第三最优参数值确定子模块，用于基于预设的第三目标算法，根据第三应用参数，确定第三最优参数值；预设的第三目标算法包括但不限于：进化算法，蚁群算法以及模拟退火算法等；第三最优参数值为：执行应用的应急策略的最佳指标；
第三决策输出子模块，用于输出第三最优参数值对应的第三决策。第三决策为：目标应用系统策略、本地人员应用经验策略以及应急策略的组合结果。
上述技术方案的工作原理及有益效果为：
本申请引入目标函数判断第三模拟结果是否符合第二评价，若符合则直接输出第二决策，否则，根据第二最优参数值、第一模拟结果以及应急调度规则库，确定第三应用参数，并根据引入的第三目标算法确定第三最优参数值，输出第三最优参数值对应的第三决策，决策的输出过程更合理。
在一个实施例中，效果评价子系统，包括：
目标待处理情况数据获取模块，用于根据适应性策略，获取目标待处理情况数据；目标待处理情况数据为：水量水质的现象数据；
评价结果确定模块，用于根据目标待处理情况数据和目标函数，确定评价结果，其中，确定评价结果的确定模型如下：
其中，o为评价结果，xi为第i个目标待处理情况数据，ai为目标工作人员设置的对应于目标待处理情况数据的初始权重因子，β为初始自定义的偏置参数，n为目标待处理情况数据的总数目；
目标决策确定模块，用于基于预设的评价结果通过性判定规则，判断适应性策略的评价结果是否通过，若是，将对应适应性决策作为目标决策。预设的评价结果通过性判定规则由人工预先设置，例如：评价结果达到多少则评价通过。
上述技术方案的工作原理及有益效果为：
本申请根据适应性策略获取目标待处理情况数据，引入目标函数，确定评价结果，并根据评价结果通过性判定规则判断获取目标决策，目标决策的获取过程更加精确。
在一个实施例中，调度运营子系统，包括：
调度方确定模块，用于解析目标决策，确定本地至少一个调度类型的调度方；调度类型为：调度类型对应的调度方式的种类，例如：直接调度，又例如：间接调度；
时间获取模块，用于获取同一调度类型的调度方的目标履行时间，同时，获取目标决策的理想应用时间；目标履行时间为：调度方前往执行目标决策之前的过程所花费的时长；理想应用时间为：目标决策最佳应用的时长，比如：洪涝现场的最佳救援时长；
支援调度需求判定模块，用于根据目标履行时间和理想应用时间，进行支援调度需求判定；若目标履行时间大于理想应用时间，则支援调度需求判定为：需要支援调度，否则不需要；
支援节点确定模块，用于若支援调度需求判定的判定结果为需要支援调度，获取预设的联络节点，确定联络节点中的支援节点；预设的联络节点为：有合作关系的支援节点；联络节点中的支援节点为：符合支援条件的支援节点；符合支援条件为：满足支援需求；
目标调度方确定模块，用于确定调度方中的第一待调度方和支援节点对应的第二待调度方，将第一待调度方和第二待调度方共同作为目标调度方；
调度运营模块，用于将目标决策发送至目标调度方，进行相应调度运营。
上述技术方案的工作原理及有益效果为：
本申请根据引入的目标履行时间和理想应用时间，进行支援调度需求判定，确定支援调度需求判定的判定结果为需要支援调度时，联络节点中的支援节点，将调度方中的第一待调度方和支援节点对应的第二待调度方共同作为目标调度方并进行相应调度运营，提高了调度运营的适宜性。
本发明实施例提供了基于机理和机器学习预测下的专家规则的调度运营方法，如图3所示，包括：
步骤1：基于预设的机理和机器学习预测模型，获取目标区域内的水量水质的第一模拟结果；
步骤2：获取专家规则库；
步骤3：根据第一模拟结果和专家规则库，确定适应性决策；
步骤4：获取目标函数，并根据目标函数和适应性决策，确定目标决策；
步骤5：根据目标决策，进行相应调度运营。
在一个实施例中，步骤1：基于预设的机理和机器学习预测模型，获取目标区域内的水量水质的第一模拟结果，包括：
获取多个第一降雨数据；
将第一降雨数据输入机理和机器学习预测模型，获得机理和机器学习预测模型输出的第一模拟结果。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.基于机理和机器学习预测下的专家规则的调度运营系统，其特征在于，包括：
水力水质模拟子系统，用于基于预设的机理和机器学习预测模型，获取目标区域内的水量水质的第一模拟结果；
专家规则获取子系统，用于获取专家规则库；
适应性决策子系统，用于根据第一模拟结果和专家规则库，确定适应性决策；
效果评价子系统，用于获取目标函数，并根据目标函数和适应性决策，确定目标决策；
调度运营子系统，用于根据目标决策，进行相应调度运营。
2.如权利要求1所述的基于机理和机器学习预测下的专家规则的调度运营系统，其特征在于，水力水质模拟子系统，包括：
第一降雨数据获取模块，用于获取多个第一降雨数据；
第一模拟结果输出模块，用于将第一降雨数据输入机理和机器学习预测模型，获得机理和机器学习预测模型输出的第一模拟结果。
3.如权利要求1所述的基于机理和机器学习预测下的专家规则的调度运营系统，其特征在于，专家规则获取子系统，包括：
理论系统规则库获取模块，用于获取理论系统规则库；其中，所述理论系统规则库包括：多个一一对应的第二降雨数据和目标系统策略；
区域经验调度规则库获取模块，用于获取区域经验调度规则库；其中，所述区域经验调度规则库包括：多个一一对应的目标现象和本地人员经验策略；
应急调度规则库获取模块，用于获取应急调度规则库；其中，所述应急调度规则库包括：多个一一对应的多个一一对应的目标现象和应急策略；
专家规则库整合模块，用于整合理论系统规则库、区域经验调度规则库以及应急调度规则库获取模块，获得专家规则库。
4.如权利要求1所述的基于机理和机器学习预测下的专家规则的调度运营系统，其特征在于，适应性决策子系统，包括：
第一应用参数确定模块，用于根据第一模拟结果和理论系统规则库，确定目标应用系统策略和第一应用参数；
第一最优参数值确定模块，用于基于预设的第一目标算法，根据第一应用参数，确定第一最优参数值；
第二模拟结果确定模块，用于根据第一最优参数值和目标应用系统策略，确定第二模拟结果；
第一评价判断模块，用于判断第二模拟结果是否符合预设的第一评价；
第一决策输出模块，用于若第二模拟结果符合预设的第一评价，则输出第一决策；
第三模拟结果确定模块，用于若第二模拟结果不符合预设的第一评价，根据第一最优参数值、第一模拟结果以及区域经验调度规则库，确定第三模拟结果；
决策分流模块，用于根据第三模拟结果对应于预设的第二评价的不同，分别确定第二决策和第三决策；
决策整合模块，用于整合第一决策、第二决策和第三决策，获得适应性决策。
5.如权利要求4所述的基于机理和机器学习预测下的专家规则的调度运营系统，其特征在于，第三模拟结果确定模块，包括：
第二应用参数确定子模块，用于根据第一最优参数值、第一模拟结果以及区域经验调度规则库，确定第二应用参数；
第二最优参数值确定子模块，用于基于预设的第二目标算法，根据第二应用参数，确定第二最优参数值；
第三模拟结果确定子模块，用于根据第二最优参数值，确定本地人员应用经验策略和第三模拟结果。
6.如权利要求4所述的基于机理和机器学习预测下的专家规则的调度运营系统，其特征在于，决策分流模块，包括：
第二评价判断子模块，用于基于目标函数，判断第三模拟结果是否符合预设的第二评价；
第二决策输出子模块，用于若第三模拟结果符合预设的第二评价，则输出第二决策；
第三应用参数确定子模块，用于若第三模拟结果不符合预设的第二评价，则根据第二最优参数值、第一模拟结果以及应急调度规则库，确定第三应用参数；
第三最优参数值确定子模块，用于基于预设的第三目标算法，根据第三应用参数，确定第三最优参数值；
第三决策输出子模块，用于输出第三最优参数值对应的第三决策。
7.如权利要求1所述的基于机理和机器学习预测下的专家规则的调度运营系统，其特征在于，效果评价子系统，包括：
目标待处理情况数据获取模块，用于根据适应性策略，获取目标待处理情况数据；
评价结果确定模块，用于根据目标待处理情况数据和目标函数，确定评价结果，其中，确定评价结果的确定模型如下：
其中，o为评价结果，xi为第i个目标待处理情况数据，ai为目标工作人员设置的对应于目标待处理情况数据的初始权重因子，β为初始自定义的偏置参数，n为目标待处理情况数据的总数目；
目标决策确定模块，用于基于预设的评价结果通过性判定规则，判断适应性策略的评价结果是否通过，若是，将对应适应性决策作为目标决策。
8.如权利要求1所述的基于机理和机器学习预测下的专家规则的调度运营系统，其特征在于，调度运营子系统，包括：
调度方确定模块，用于解析目标决策，确定本地至少一个调度类型的调度方；
时间获取模块，用于获取同一调度类型的调度方的目标履行时间，同时，获取目标决策的理想应用时间；
支援调度需求判定模块，用于根据目标履行时间和理想应用时间，进行支援调度需求判定；
支援节点确定模块，用于若支援调度需求判定的判定结果为需要支援调度，获取预设的联络节点，确定联络节点中的支援节点；
目标调度方确定模块，用于确定调度方中的第一待调度方和支援节点对应的第二待调度方，将第一待调度方和第二待调度方共同作为目标调度方；
调度运营模块，用于将目标决策发送至目标调度方，进行相应调度运营。
9.基于机理和机器学习预测下的专家规则的调度运营方法，其特征在于，包括：
步骤1：基于预设的机理和机器学习预测模型，获取目标区域内的水量水质的第一模拟结果；
步骤2：获取专家规则库；
步骤3：根据第一模拟结果和专家规则库，确定适应性决策；
步骤4：获取目标函数，并根据目标函数和适应性决策，确定目标决策；
步骤5：根据目标决策，进行相应调度运营。
10.如权利要求9所述的基于机理和机器学习预测下的专家规则的调度运营方法，其特征在于，步骤1：基于预设的机理和机器学习预测模型，获取目标区域内的水量水质的第一模拟结果，包括：
获取多个第一降雨数据；
将第一降雨数据输入机理和机器学习预测模型，获得机理和机器学习预测模型输出的第一模拟结果。
CN202310968061.6A 2023-08-03 2023-08-03 基于机理和机器学习预测下的专家规则的调度运营系统 Active CN117094496B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310968061.6A CN117094496B (zh) 2023-08-03 2023-08-03 基于机理和机器学习预测下的专家规则的调度运营系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310968061.6A CN117094496B (zh) 2023-08-03 2023-08-03 基于机理和机器学习预测下的专家规则的调度运营系统

Publications (2)

Publication Number Publication Date
CN117094496A true CN117094496A (zh) 2023-11-21
CN117094496B CN117094496B (zh) 2024-05-07

Family

ID=88769134

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310968061.6A Active CN117094496B (zh) 2023-08-03 2023-08-03 基于机理和机器学习预测下的专家规则的调度运营系统

Country Status (1)

Country Link
CN (1) CN117094496B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102044022A (zh) * 2010-12-24 2011-05-04 中国科学院合肥物质科学研究院 面向自然灾害应急救助决策系统和方法
CN103489053A (zh) * 2013-05-13 2014-01-01 湖南云控科技有限公司 一种基于云计算与专家系统的智能水资源管控平台
CN105719054A (zh) * 2016-01-13 2016-06-29 天津中科智能识别产业技术研究院有限公司 基于移动终端的救灾现场指挥员信息共享方法及系统
CN107862438A (zh) * 2017-10-16 2018-03-30 南京邮电大学 一种基于专家系统的多客户端智慧水务管理平台
CN107909238A (zh) * 2017-10-09 2018-04-13 中国电子科技集团公司第二十八研究所 一种城市协同处理与联动指挥系统及指挥大厅
US20210073695A1 (en) * 2019-09-05 2021-03-11 Synergies Intelligent Systems, Inc. Taiwan Branch Production scheduling system and method
CN114331063A (zh) * 2021-12-17 2022-04-12 江苏中智系统集成工程有限公司 应用于智慧水务的大数据可视化处理方法及系统
CN114647683A (zh) * 2022-05-07 2022-06-21 烟台磐能电气控制系统有限公司 智慧水务综合管理系统
CN115270923A (zh) * 2022-06-24 2022-11-01 北京无代码科技有限公司 一种基于场景的可视化智能决策方法及系统
CN115639334A (zh) * 2022-10-10 2023-01-24 徽商职业学院 一种基于物联网的水务移动检测系统
CN115861003A (zh) * 2022-11-23 2023-03-28 浙江贵仁信息科技股份有限公司 一种城市水务智慧化处理方法及系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102044022A (zh) * 2010-12-24 2011-05-04 中国科学院合肥物质科学研究院 面向自然灾害应急救助决策系统和方法
CN103489053A (zh) * 2013-05-13 2014-01-01 湖南云控科技有限公司 一种基于云计算与专家系统的智能水资源管控平台
CN105719054A (zh) * 2016-01-13 2016-06-29 天津中科智能识别产业技术研究院有限公司 基于移动终端的救灾现场指挥员信息共享方法及系统
CN107909238A (zh) * 2017-10-09 2018-04-13 中国电子科技集团公司第二十八研究所 一种城市协同处理与联动指挥系统及指挥大厅
CN107862438A (zh) * 2017-10-16 2018-03-30 南京邮电大学 一种基于专家系统的多客户端智慧水务管理平台
US20210073695A1 (en) * 2019-09-05 2021-03-11 Synergies Intelligent Systems, Inc. Taiwan Branch Production scheduling system and method
CN114331063A (zh) * 2021-12-17 2022-04-12 江苏中智系统集成工程有限公司 应用于智慧水务的大数据可视化处理方法及系统
CN114647683A (zh) * 2022-05-07 2022-06-21 烟台磐能电气控制系统有限公司 智慧水务综合管理系统
CN115270923A (zh) * 2022-06-24 2022-11-01 北京无代码科技有限公司 一种基于场景的可视化智能决策方法及系统
CN115639334A (zh) * 2022-10-10 2023-01-24 徽商职业学院 一种基于物联网的水务移动检测系统
CN115861003A (zh) * 2022-11-23 2023-03-28 浙江贵仁信息科技股份有限公司 一种城市水务智慧化处理方法及系统

Also Published As

Publication number Publication date
CN117094496B (zh) 2024-05-07

Similar Documents

Publication Publication Date Title
CN105868222A (zh) 一种任务调度方法及装置
CN108229915A (zh) 一种船员智能匹配系统及方法
CN106650959A (zh) 一种基于改进灰色聚类的配电网抢修能力评估方法
DE102016207454A1 (de) Einrichtung für Wahrscheinlichkeitsvorhersagen, mit einer solchen Einrichtung ausgestattetes Energieübertragungs- und/oder Energieverteilnetz und Verfahren für dessen Betrieb
CN117787838A (zh) 基于ai大模型的物流数字化管理系统及方法
CN117094496B (zh) 基于机理和机器学习预测下的专家规则的调度运营系统
CN116611589B (zh) 主网输变电设备停电窗口期预测方法、系统、设备及介质
CN116757650B (zh) 一种基于机器学习的项目管理及资源调度的方法
CN111445213A (zh) 园区企业孵化服务的网络管理系统
CN116596279A (zh) 一种智慧园区能源消耗调度系统
Valanarasu et al. Risk assessment and management in enterprise resource planning by advanced system engineering theory
Wang et al. A simulation study of workforce management for a two-stage multi-skill customer service center
Wang et al. Intelligent Network operation and maintenance based on deep learning technology
CN111931966A (zh) 基于决策树回归的供电可靠性预测方法
CN117833296B (zh) 基于电力现货交易数据的储能装置性能优化系统和方法
Al-Zarooni et al. Modelling Interdependencies of electrical power infrastructure by using ISM-MICMAC Analysis
CN116028309B (zh) 一种体系运行情况的量化监测系统及其监测方法
CN118333808A (zh) 基于高校实训室的实训设备智能管理方法及系统
CN118367554B (zh) 一种用于电力负荷管理系统的通信方式适配方法及装置
CN117035640A (zh) 信息发送方法、装置、设备及存储介质
CN116073415A (zh) 一种电力储能调度系统
CN118780548A (zh) 一种电能表检定流水线多任务自动调配方法及系统
Oleinikov et al. Decision Support System for Evaluating Elements of Data Transmission Systems
CN118586554A (zh) 一种基于人工智能的新能源智慧运营方法及装置
CN117372200A (zh) 一种多元智能算力平台

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
TA01 Transfer of patent application right

Effective date of registration: 20240417

Address after: Building 3, No. 32 Xizhimen North Street, Haidian District, Beijing, 100080

Applicant after: BEIJING GENERAL MUNICIPAL ENGINEERING DESIGN & RESEARCH INSTITUTE Co.,Ltd.

Country or region after: China

Address before: Rooms 07, 08, 09, and 10, 9th Floor, "Xingguang Yingjing", No. 117 Shuiyin Road, Yuexiu District, Guangzhou City, Guangdong Province, 510030

Applicant before: Guangdong Branch of Beijing Municipal Engineering Design and Research Institute Co.,Ltd.

Country or region before: China

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant