CN117132087B - 一种基于历史数据的资源调配方法及装置 - Google Patents
一种基于历史数据的资源调配方法及装置 Download PDFInfo
- Publication number
- CN117132087B CN117132087B CN202311390928.0A CN202311390928A CN117132087B CN 117132087 B CN117132087 B CN 117132087B CN 202311390928 A CN202311390928 A CN 202311390928A CN 117132087 B CN117132087 B CN 117132087B
- Authority
- CN
- China
- Prior art keywords
- information
- geographic position
- characteristic information
- resource allocation
- resource
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000013468 resource allocation Methods 0.000 title claims abstract description 42
- 238000011156 evaluation Methods 0.000 claims abstract description 28
- 238000012502 risk assessment Methods 0.000 claims description 19
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000007726 management method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 7
- 238000013210 evaluation model Methods 0.000 abstract description 4
- 238000012512 characterization method Methods 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000003068 static effect Effects 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000019800 disodium phosphate Nutrition 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 241000764238 Isis Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman 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
- G06Q10/0631—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
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Abstract
本发明涉及智能消防技术领域,为一种基于历史数据的资源调配方法及装置。本申请实施例提供的技术方案中,构建基于历史数据关于事故风险等级评估的评估模型,并根据对上报信息进行特征信息的获取实现对于上报信息中关键信息的表征,基于表征后的特征信息通过评估模型得到关于风险评分,并通过资源调配模型根据评分结果实现对于资源调配。本申请实施例能够将抽象的事件信息转换为具体的评分结果,实现对于事件的客观评估,并根据客观评估实现人力的合理调配,提高了人力的利用率和事件信息的处理效率。
Description
技术领域
本发明涉及智能消防技术领域,为一种基于历史数据的资源调配方法及装置。
背景技术
针对于事故发生后,救援工作就显得尤为重要,高效率的救援能够减少事故的损失。随着科学的发展,已经步入了信息化、网络化时代,因此,构建一个具备事故风险评估与应急救援功能的信息化系统显得非常有必要。
发明内容
为了实现以上的技术效果,本申请基于自动化和信息化技术,构建关于事故发生时对于事故进行评估以及基于评估结果进行资源调配的方案,实现事故高效处理。
为了达到上述目的,本申请实施例采用的技术方案如下:
第一方面,提供一种基于历史数据的资源调配方法,应用于服务器,所述方法包括:抽取上报信息中的地理位置坐标,并将所述地理位置坐标与历史报文数据库中具有相同地理位置坐标进行比对,并在所述历史报文数据库中获得关于此地理位置坐标相关的特征信息,所述特征信息用于表征上报信息中的关键信息;将所述特征信息作为输入至风险评估模型,得到关于事件的风险级别;基于所述风险级别进行资源调配。
进一步的,抽取上报信息中的地理位置坐标包括:获取所述上报信息中的标准地理位置信息,并将所述地理位置信息与坐标数据库进行匹配得到对应的世界地理位置坐标。
进一步的,在所述历史报文数据库中获得关于此地理位置坐标相关的特征信息,包括:基于所述世界地理位置坐标在历史报文数据库中获取关于此世界地理位置坐标关联的特征信息,以及基于所述世界地理位置坐标在历史报文数据库中获取关于此世界地理位置坐标为中心原点预设范围内的相关特征信息。
进一步的,获取关于此世界地理位置坐标为中心原点预设范围内的相关特征信息,包括:基于所述地理位置坐标属性确定预设范围,以及获取预设范围内的相关特征信息。
进一步的,所述地理位置坐标属性为所述地理位置坐标相关的特征信息的一种。
进一步的,将所述特征信息作为输入至风险评估模型,得到关于事件的风险级别,包括:对多个所述特征信息进行评分,基于多个评分确定事件的最终评分,基于所述最终评分得到关于事件的风险等级。
进一步的,基于所述风险级别进行资源调配,包括:将所述风险等级与历史报文数据库中相同风险等级进行对应获得基础资源需求量,将所述基础资源需求量基于资源调配模型获取人力资源目标,基于所述人力资源目标将调配命令下发至对应的人力单元进行人力调配。
进一步的,所述风险评估模型包括特征信息数据集、评价数据集以及模糊关系矩阵,所述特征信息数据集与所述评价数据集进行对应,通过特征信息数据集和评价数据集确定对应的特征信息所对应的多个评分,并将多个所述评分输入至所述模糊关系矩阵得到所述最终评分。
进一步的,将所述基础资源需求量基于资源调配模型获取人力资源目标,包括:获取所述基础资源需求量所对应的多个人力资源点,并确定多个所述人力资源点与所述上报信息中的地理位置坐标之间的多个时间关系,挑选多个所述时间关系中时间最少对应的人力资源点,以下公式进行表示:,其中表示最后一个人力资源点将第k种资源运送到事故点所花费的时间,/>表示不同人力点抵达事故点的时间,n表示人力点的序号。
第二方面,提供一种基于历史数据的资源调配装置,所述装置包括:特征信息获取模块,用于获取上报信息中的特征信息,所述特征信息用于表征上报信息中的关键信息;风险级别确定模块,用于将所述特征信息作为输入至风险评估模型,得到关于事件的风险级别;调配模块,基于事件的风险级别进行资源调配。
第三方面,提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的方法。
本申请实施例提供的技术方案中,构建基于历史数据关于事故风险等级评估的评估模型,并根据对上报信息进行特征信息的获取实现对于上报信息中关键信息的表征,基于表征后的特征信息通过评估模型得到关于风险评分,并通过资源调配模型根据评分结果实现对于资源调配。本申请实施例能够将抽象的上报信息转换为具体的评分结果,实现对于事件的客观评估,并根据客观评估实现人力的合理调配,提高了人力的利用率和上报信息的处理效率。
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。
附图中的方法、系统和/或程序将根据示例性实施例进一步描述。这些示例性实施例将参照图纸进行详细描述。这些示例性实施例是非限制的示例性实施例,其中示例数字在附图的各个视图中代表相似的机构。
图1是本申请实施例提供的基于历史数据的资源调配方法流程示意图。
图2是本申请实施例提供的基于历史数据的资源调配装置结构图。
图3是本申请实施例提供的基于历史数据的资源调配设备结构示意图。
具体实施方式
为了更好的理解上述技术方案,下面通过附图以及具体实施例对本申请技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
在下面的详细描述中,通过实例阐述了许多具体细节,以便提供对相关指导的全面了解。然而,对于本领域的技术人员来说,显然可以在没有这些细节的情况下实施本申请。在其他情况下,公知的方法、程序、系统、组成和/或电路已经在一个相对较高水平上被描述,没有细节,以避免不必要的模糊本申请的方面。
本申请中使用流程图说明根据本申请的实施例的系统所执行的执行过程。应当明确理解的是,流程图的执行过程可以不按顺序执行。相反,这些执行过程可以以相反的顺序或同时执行。另外,可以将至少一个其他执行过程添加到流程图。一个或多个执行过程可以从流程图中删除。
对本发明实施例进行进一步详细说明之前,对本发明实施例中涉及的名词和术语进行说明,本发明实施例中涉及的名词和术语适用于如下的解释。
(1)响应于,用于表示所执行的操作所依赖的条件或者状态,当满足所依赖的条件或状态时,所执行的一个或多个操作可以是实时的,也可以具有设定的延迟;在没有特别说明的情况下,所执行的多个操作不存在执行先后顺序的限制。
(2)基于,用于表示所执行的操作所依赖的条件或者状态,当满足所依赖的条件或状态时,所执行的一个或多个操作可以是实时的,也可以具有设定的延迟;在没有特别说明的情况下,所执行的多个操作不存在执行先后顺序的限制。
事故工作做得好可以降低事故的发生率,但不能完全避免事故的发生。事故发生后,救援工作就显得尤为重要,高效率的救援能够减少事故的损失。因此,应当建立健全应急救援体系,全面提升应急救援的能力。
针对于现有技术中对于风险评估以及资源调配的方案具有以下的问题:
①针对事故风险评估,现存的研究基本都是在对事故风险评估的数学模型进行构建或者改进,计算方式也多为手动方式,存在诸多不便,没有将评估的数学模型转化为计算机程序,实现评估的智能化。而且评估结果多以文本输出为主,不能准确表达危险源的位置。
②现存的许多事故评估方法,大多都会依赖专家经验,需要专家根据现场的实际情况进行评价,评估显得非常耗时耗力。再者,现存研究基本都是对建筑进行静态评估,然而建筑的事故风险评估指标体系中的指标都会包含消防系统,系统中的消防设施平时可能会出现异常,指标数据是实时变化的,现存研究没有考虑到评估指标的数据会实时变化的问题。
③针对应急资源调度,现在大多采用人工计算的方式,效率十分低下。然而救援点及需求的应急资源种类繁多,如果不能在短时间内确定调配方案,无疑会增加救援的宝贵时间及救援成本。
参阅图1,针对于以上的背景信息,本申请实施例提供一种基于历史数据的资源调配方法,具体包括以下方法:
步骤S110.抽取上报信息中的地理位置坐标,基于所述地理位置坐标获取相关的特征信息。
在本申请实施例中,针对于获取所述上报信息中的地理位置坐标包括获取所述上报信息中的地理位置信息,并将所述地理位置信息与坐标数据库进行匹配得到对应的世界地理位置坐标。其中具体的关于上报信息的解析基于文字识别方式进行,此部分可采用现有技术中的文字识别,在本申请实施例中不再进行详细描述,例如接听人员在获取到事件信息中会确定对应的事件发生地址即待进行事件解决的目的地,在此阶段可采用语音辅助识别的方案即通过训练后的语音识别方案对信息上报人中包含的地名进行识别和解析,也可以通过传统的人工录入手段即直接手动输入对应的位置信息。因为信息接听网络为地方接听网络,其中对于位置信息的搜索属于小范围搜索,其难度不大在本申请实施例中直接采用现有方案即可。
其中,针对于获取所述上报信息中的地理坐标属性包括获取所述上报信息中的地理位置信息,并将所述地理位置信息与建筑物管理数据库中建筑物属性进行匹配得到对应地理位置信息,所述建筑物属性包括一级标签以及一级标签下的多个二级标签和多个所述二级标签下的三级标签,所述一级标签用于表征建筑物的用途与种类,所述二级标签用于表征建筑物的具体名称,所述三级标签用于表征建筑物的特点。
具体的,在本申请实施例中一级标签主要说明建筑物的类型,包括但不限于住宅、写字楼、商业建筑、公共设施等,二级标签说明建筑物的建筑属性,包括但不限于高层住宅、低层住宅、封闭式小区、开放式小区、建筑物数量、人员数量等,三级标签说明建筑物的消防特点,包括但不限于有无电梯、有无高压水泵设置、是否具有地面停车场等影响消防车辆进场和作业的配套特点。通过以上三级标签的能够确定对应的支持人力数据,例如针对于大型的商业写字楼的高层建筑需要的支持人力数据要高于低层住宅的人力数据。其中针对于建筑物管理数据库基于基础建筑物数据构建,并且在进行历史任务中凡是涉及到对应的建筑物可增加对于建筑物的说明,从而形成的完整的建筑物数据库。
并且,针对于关于此地理位置坐标相关的特征信息还包括获取关于此世界地理位置坐标为中心原点预设范围内的相关特征信息,其中此相关特征信息包括道路信息、周围建筑物信息等。
步骤S120.将所述特征信息作为输入至风险评估模型,得到关于事件的风险级别。
针对于本申请实施例中主要通过风险评估模型进行事件的风险级别的获取,通过对风险级别的获取实现对于后续资源需求的确定。因为不同的风险级别对应的资源需要不同。对于本申请实施例中的风险评估模型包括特征信息数据集、评价数据集以及模糊关系矩阵。
其中,针对于特征信息数据集表示为:
,其中u表示具体的特征信息。
针对于评价数据集为评判者对被评对象作出的评判结果构成的评语集合,表示为:
,其中分别对应非常安全、安全、轻度危险、中度危险和非常危险以上五种评语。
根据专家给出单因素进行评价,构造模糊关系矩阵R,其中针对于单因素模糊评价就是仅从一个特征信息评价被评对象,并确定其对评语集V的隶属度。通过逐个确定每个特征信息对各评语集元素/>的隶属度后,即可得到模糊关系矩阵,可表示为:
。
其中代表影响评价对象的i个特征信息的单因素评价,称为单因素评价矩阵,它可看做为U与V之间的某种模糊关系,/>代表第i个特征信息/>对于评语集的子集/>的隶属度,经归一化后/>,在确定隶属关系的时候通常采用专家打分法。
而针对于整体特征信息的评价为多因素综合评价,利用权重向量 A 与模糊关系矩阵 R 进行模糊复合运算,这样就能得到综合评价结果矢量 B,用数学表达式表示如下:
;
其中,权重向量A即影响被评对象的各因素的重要性程度构成的向量, 可表示为:,其中/>代表第m个指标的权重,且有/>。针对现有技术中,对于确定权重的方法很多,分为主观赋权法和客观赋权法,本申请实施例采用结合使用的方法。
其中表示综合所有因素后,被评对象对评语集子集/>的隶属程度。
步骤S130.基于所述风险级别进行资源调配。
在本申请实施例中,针对于人力调配的方法基于资源调配模型,具体为将所述基础资源需求量基于资源调配模型获取人力资源目标。
其中,具体的处理过程为:
获取所述基础资源需求量所对应的多个人力资源点,并确定多个所述人力资源点与所述上报信息中的地理位置坐标之间的多个时间关系,挑选多个所述时间关系中时间最少对应的人力资源点,以以下公式进行表示:
,其中/>表示最后一个人力资源点将第k种资源运送到事故点所花费的时间。
具体的处理的思路如下:将救援点抵达事故点的时间按大小进行排序,设不同救援点为,其抵达事故点的时间依次对应为/>,且/>,其中T为应急资源限制期,如果/>超过T该救援点就不参加救援。首先选取最快到达的救援点/>进行资源调配,如果/>的资源储备量/>不小于需求量/>即/>则调度完成,若/>,则再让抵达时间第二短的救援点/>参与资源调配,则/>对应的资源储备量为/>。
若仍小于需求量/>,则再让救援点/>参与资源调配,以此类推,直到满足应急资源的需求, 即/>,其中/>为救援点/>的资源储备量。由,可知/>,其中i为对应的救援点序号数,则每一种资源调配时间最短的方案可表示为/>,对应的最短调配时间为/>。
参阅图2,提供一种基于历史数据的资源调配装置200,包括:
特征信息获取模块210,用于获取上报信息中的特征信息,所述特征信息用于表征上报信息中的关键信息。
风险级别确定模块220,用于将所述特征信息作为输入至风险评估模型,得到关于事件的风险级别。
调配模块230,基于事件的风险级别进行资源调配。
参阅图3,基于历史数据的资源调配设备300可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器301和存储器302,存储器302中可以存储有一个或一个以上存储应用程序或数据。其中,存储器302可以是短暂存储或持久存储。存储在存储器302的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括基于历史数据的资源调配设备中的一系列计算机可执行指令。更进一步地,处理器301可以设置为与存储器302通信,基于历史数据的资源调配设备上执行存储器302中的一系列计算机可执行指令。基于历史数据的资源调配设备还可以包括一个或一个以上电源303,一个或一个以上有线或无线网络接口304,一个或一个以上输入/输出接口305,一个或一个以上键盘306等。
在一个具体的实施例中,基于历史数据的资源调配设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对基于历史数据的资源调配设备中的一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令:
抽取上报信息中的地理位置坐标,基于所述地理位置坐标获取相关的特征信息;
将所述特征信息作为输入至风险评估模型,得到关于事件的风险级别;
基于所述风险级别进行资源调配。
下面对处理器的各个构成部件进行具体的介绍:
其中,在本实施例中,处理器是特定集成电路(application specificintegrated circuit,ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路,例如:一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)。
可选地,处理器可以通过运行或执行存储在存储器内的软件程序,以及调用存储在存储器内的数据,执行各种功能,例如执行上述图2所示的方法。
在具体的实现中,作为一种实施例,处理器可以包括一个或多个微处理器。
其中,所述存储器用于存储执行本申请方案的软件程序,并由处理器来控制执行,具体实现方式可以参考上述方法实施例,此处不再赘述。
可选地,存储器可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以和处理器集成在一起,也可以独立存在,并通过处理器的接口电路与处理单元进行耦合,本申请实施例对此不作具体限定。
需要说明的是,在本实施例中示出的处理器的结构并不构成对该装置的限定,实际的装置可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
此外,处理器的技术效果可以参考上述方法实施例所述的方法的技术效果,此处不再赘述。
应理解,在本申请实施例中的处理器可以是其他通用处理器、数字信号处理器(digital signal processor,DSP)、专用集成电路(application specific integratedcircuit,ASIC)、现成可编程门阵列(field programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
还应理解,本申请实施例中的存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(read-only memory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的随机存取存储器(random accessmemory,RAM)可用,例如静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM,DR RAM)。
上述实施例,可以全部或部分地通过软件、硬件(如电路)、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a, b, c, a-b, a-c, b-c, 或a-b-c,其中a,b,c可以是单个,也可以是多个。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (6)
1.一种基于历史数据的资源调配方法,其特征在于,应用于服务器,所述方法包括:
抽取上报信息中的地理位置坐标,并将所述地理位置坐标与历史报文数据库中具有相同地理位置坐标进行比对,并在所述历史报文数据库中获得关于此地理位置坐标相关的特征信息,所述特征信息用于表征上报信息中的关键信息;在所述历史报文数据库中获得关于此地理位置坐标相关的特征信息,包括:基于世界地理位置坐标在历史报文数据库中获取关于此世界地理位置坐标关联的特征信息,以及基于所述世界地理位置坐标在历史报文数据库中获取关于此世界地理位置坐标为中心原点预设范围内的相关特征信息;获取关于此世界地理位置坐标为中心原点预设范围内的相关特征信息,包括:基于地理位置坐标属性确定预设范围,以及获取预设范围内的相关特征信息,所述地理位置坐标属性为所述地理位置坐标相关的特征信息的一种;获取所述上报信息中的地理坐标属性包括获取所述上报信息中的地理位置信息,并将所述地理位置信息与建筑物管理数据库中建筑物属性进行匹配得到对应地理位置信息,所述建筑物属性包括一级标签以及一级标签下的多个二级标签和多个所述二级标签下的三级标签,所述一级标签用于表征建筑物的用途与种类,所述二级标签用于表征建筑物的具体名称,所述三级标签用于表征建筑物的特点;
将所述特征信息输入至风险评估模型,得到关于事件的风险级别;所述风险评估模型包括特征信息数据集、评价数据集以及模糊关系矩阵,所述特征信息数据集与所述评价数据集进行对应,通过特征信息数据集和评价数据集确定对应的特征信息所对应的多个评分,并将多个所述评分输入至所述模糊关系矩阵得到最终评分;
基于所述风险级别进行资源调配。
2.根据权利要求1所述的基于历史数据的资源调配方法,其特征在于,所述抽取上报信息中的地理位置坐标包括:获取所述上报信息中的标准地理位置信息,并将所述地理位置信息与坐标数据库进行匹配得到对应的世界地理位置坐标。
3.根据权利要求1所述的基于历史数据的资源调配方法,其特征在于,将所述特征信息输入至风险评估模型,得到关于事件的风险级别,包括:
对多个所述特征信息进行评分,基于多个评分确定事件的最终评分,基于所述最终评分得到关于事件的风险等级。
4.根据权利要求3所述的基于历史数据的资源调配方法,其特征在于,基于所述风险级别进行资源调配,包括:
将所述风险等级与历史报文数据库中相同风险等级进行对应获得基础资源需求量,将所述基础资源需求量基于资源调配模型获取人力资源目标,基于所述人力资源目标将调配命令下发至对应的人力单元进行人力调配。
5.根据权利要求4所述的基于历史数据的资源调配方法,其特征在于,将所述基础资源需求量基于资源调配模型获取人力资源目标,包括:
获取所述基础资源需求量所对应的多个人力资源点,并确定多个所述人力资源点与所述上报信息中的地理位置坐标之间的多个时间关系,挑选多个所述时间关系中时间最少对应的人力资源点,以下公式进行表示:
,其中/>表示最后一个人力资源点将第k种资源运送到事故点所花费的时间,/>表示不同人力点抵达事故点的时间,n表示人力点的序号。
6.一种基于历史数据的资源调配装置,用于实现权利要求1-5中任一项所述的基于历史数据的资源调配方法,其特征在于,所述装置包括:
特征信息获取模块,用于获取上报信息中的特征信息,所述特征信息用于表征上报信息中的关键信息;
风险级别确定模块,用于将所述特征信息作为输入至风险评估模型,得到关于事件的风险级别;
调配模块,基于事件的风险级别进行资源调配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311390928.0A CN117132087B (zh) | 2023-10-25 | 2023-10-25 | 一种基于历史数据的资源调配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311390928.0A CN117132087B (zh) | 2023-10-25 | 2023-10-25 | 一种基于历史数据的资源调配方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117132087A CN117132087A (zh) | 2023-11-28 |
CN117132087B true CN117132087B (zh) | 2024-02-06 |
Family
ID=88863121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311390928.0A Active CN117132087B (zh) | 2023-10-25 | 2023-10-25 | 一种基于历史数据的资源调配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117132087B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496253A (zh) * | 2011-12-08 | 2012-06-13 | 北京易华录信息技术股份有限公司 | 一种基于gps的警情处理的指挥调度考核系统及方法 |
CN104965974A (zh) * | 2015-06-08 | 2015-10-07 | 浙江银江研究院有限公司 | 一种基于覆盖度评估及优化警力资源部署的方法 |
CN105096031A (zh) * | 2015-06-23 | 2015-11-25 | 浙江大学 | 一种基于时间Petri网的应急救援资源调度及应急救援方法 |
CN106408164A (zh) * | 2016-08-30 | 2017-02-15 | 长威信息科技发展股份有限公司 | 一种警力资源调度方法及系统 |
CN107944727A (zh) * | 2017-12-04 | 2018-04-20 | 杨川 | 一种基于历史安全度模型的警力调度融合方法 |
CN109767607A (zh) * | 2019-01-08 | 2019-05-17 | 深圳市保国特卫机器人科技有限公司 | 基于接警平台的警力资源调度系统与方法 |
CN109785570A (zh) * | 2017-12-31 | 2019-05-21 | 湖南汇博电子科技股份有限公司 | 一种消防救援方法、装置、系统及可读存储介质 |
CN111083633A (zh) * | 2019-12-12 | 2020-04-28 | 华为技术有限公司 | 移动终端定位系统及其建立方法、移动终端的定位方法 |
CN111311085A (zh) * | 2020-02-10 | 2020-06-19 | 清华大学合肥公共安全研究院 | 一种基于物联网监测的建筑火灾动态风险评估方法及装置 |
CN111507586A (zh) * | 2020-02-19 | 2020-08-07 | 中交疏浚技术装备国家工程研究中心有限公司 | 通航水域水上施工安全风险预警分级方法及系统 |
CN111582718A (zh) * | 2020-05-08 | 2020-08-25 | 国网安徽省电力有限公司电力科学研究院 | 基于网络层次分析法的电缆通道火灾风险评估方法及装置 |
CN113570284A (zh) * | 2021-09-24 | 2021-10-29 | 佛山市消防救援支队 | 消防一键式智能调度系统及方法 |
CN113971512A (zh) * | 2021-10-21 | 2022-01-25 | 南京莱斯信息技术股份有限公司 | 一种交通警情处置中的警员实时调度方法及终端 |
CN115062986A (zh) * | 2022-06-24 | 2022-09-16 | 西南石油大学 | 一种基于多源数据融合的井场灭火应急救援风险评价方法 |
WO2023061039A1 (zh) * | 2021-10-13 | 2023-04-20 | 中通服和信科技有限公司 | 基于物联网的尾矿库风险监测预警系统 |
CN116110175A (zh) * | 2022-11-30 | 2023-05-12 | 中铁电气化局集团北京建筑工程有限公司 | 一种用于地铁车站火灾疏散的智能控制方法及系统 |
CN116720728A (zh) * | 2023-04-26 | 2023-09-08 | 广州地铁设计研究院股份有限公司 | 风险评估方法、电子设备及存储介质 |
CN116739245A (zh) * | 2023-05-26 | 2023-09-12 | 湖南道同消防工程有限公司 | 一种智慧消防城市接警调度系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210333119A1 (en) * | 2020-04-25 | 2021-10-28 | Paccar Inc | System and method for cloud computing-based vehicle configuration |
-
2023
- 2023-10-25 CN CN202311390928.0A patent/CN117132087B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496253A (zh) * | 2011-12-08 | 2012-06-13 | 北京易华录信息技术股份有限公司 | 一种基于gps的警情处理的指挥调度考核系统及方法 |
CN104965974A (zh) * | 2015-06-08 | 2015-10-07 | 浙江银江研究院有限公司 | 一种基于覆盖度评估及优化警力资源部署的方法 |
CN105096031A (zh) * | 2015-06-23 | 2015-11-25 | 浙江大学 | 一种基于时间Petri网的应急救援资源调度及应急救援方法 |
CN106408164A (zh) * | 2016-08-30 | 2017-02-15 | 长威信息科技发展股份有限公司 | 一种警力资源调度方法及系统 |
CN107944727A (zh) * | 2017-12-04 | 2018-04-20 | 杨川 | 一种基于历史安全度模型的警力调度融合方法 |
CN109785570A (zh) * | 2017-12-31 | 2019-05-21 | 湖南汇博电子科技股份有限公司 | 一种消防救援方法、装置、系统及可读存储介质 |
CN109767607A (zh) * | 2019-01-08 | 2019-05-17 | 深圳市保国特卫机器人科技有限公司 | 基于接警平台的警力资源调度系统与方法 |
CN111083633A (zh) * | 2019-12-12 | 2020-04-28 | 华为技术有限公司 | 移动终端定位系统及其建立方法、移动终端的定位方法 |
CN111311085A (zh) * | 2020-02-10 | 2020-06-19 | 清华大学合肥公共安全研究院 | 一种基于物联网监测的建筑火灾动态风险评估方法及装置 |
CN111507586A (zh) * | 2020-02-19 | 2020-08-07 | 中交疏浚技术装备国家工程研究中心有限公司 | 通航水域水上施工安全风险预警分级方法及系统 |
CN111582718A (zh) * | 2020-05-08 | 2020-08-25 | 国网安徽省电力有限公司电力科学研究院 | 基于网络层次分析法的电缆通道火灾风险评估方法及装置 |
CN113570284A (zh) * | 2021-09-24 | 2021-10-29 | 佛山市消防救援支队 | 消防一键式智能调度系统及方法 |
WO2023061039A1 (zh) * | 2021-10-13 | 2023-04-20 | 中通服和信科技有限公司 | 基于物联网的尾矿库风险监测预警系统 |
CN113971512A (zh) * | 2021-10-21 | 2022-01-25 | 南京莱斯信息技术股份有限公司 | 一种交通警情处置中的警员实时调度方法及终端 |
CN115062986A (zh) * | 2022-06-24 | 2022-09-16 | 西南石油大学 | 一种基于多源数据融合的井场灭火应急救援风险评价方法 |
CN116110175A (zh) * | 2022-11-30 | 2023-05-12 | 中铁电气化局集团北京建筑工程有限公司 | 一种用于地铁车站火灾疏散的智能控制方法及系统 |
CN116720728A (zh) * | 2023-04-26 | 2023-09-08 | 广州地铁设计研究院股份有限公司 | 风险评估方法、电子设备及存储介质 |
CN116739245A (zh) * | 2023-05-26 | 2023-09-12 | 湖南道同消防工程有限公司 | 一种智慧消防城市接警调度系统 |
Non-Patent Citations (1)
Title |
---|
基于CBR和RBR的消防力量调派系统;丁祥郭;电信快报(第04期);11-15 * |
Also Published As
Publication number | Publication date |
---|---|
CN117132087A (zh) | 2023-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020253358A1 (zh) | 业务数据的风控分析处理方法、装置和计算机设备 | |
CN105574098B (zh) | 知识图谱的生成方法及装置、实体对比方法及装置 | |
CN111324657B (zh) | 应急预案内容优化方法和计算机设备 | |
CN112365171B (zh) | 基于知识图谱的风险预测方法、装置、设备及存储介质 | |
Sotoudeh-Anvari et al. | A new MCDM-based approach using BWM and SAW for optimal search model | |
CN109063921B (zh) | 客户风险预警的优化处理方法、装置、计算机设备和介质 | |
CN110458324B (zh) | 风险概率的计算方法、装置和计算机设备 | |
US20150286951A1 (en) | Intelligence analysis | |
CN111062444B (zh) | 信用风险预测方法、系统、终端及存储介质 | |
KR20200075120A (ko) | 기업 부도 예측 시스템 및 이의 동작 방법 | |
CN111950622A (zh) | 基于人工智能的行为预测方法、装置、终端及存储介质 | |
JPWO2015064713A1 (ja) | 情報提示方法、装置、及びプログラム | |
Kamiran et al. | Classifying socially sensitive data without discrimination: An analysis of a crime suspect dataset | |
Recal et al. | Comparison of machine learning methods in predicting binary and multi-class occupational accident severity | |
US20200202233A1 (en) | Future scenario generating device and method, and computer program | |
CN117132087B (zh) | 一种基于历史数据的资源调配方法及装置 | |
Nguyen et al. | Fix fairness, don’t ruin accuracy: Performance aware fairness repair using AutoML | |
CN116777646A (zh) | 基于人工智能的风险识别方法、装置、设备及存储介质 | |
Oprea et al. | A knowledge based approach for PM2. 5 air pollution effects analysis | |
CN112288117A (zh) | 目标客户的成交概率预测方法、装置与电子设备 | |
CN114124460B (zh) | 工控系统入侵检测方法、装置、计算机设备及存储介质 | |
Ghasemi et al. | Building clustering for regional seismic response and damage analysis | |
Kaur et al. | Nature inspired feature selection approach for effective intrusion detection | |
CN109308565B (zh) | 人群绩效等级识别方法、装置、存储介质及计算机设备 | |
CN112633915A (zh) | 基于区块链的二手房数据分析方法及系统 |
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 |