CN117389740B - 一种基于人工智能的区域安全应急平台系统 - Google Patents

一种基于人工智能的区域安全应急平台系统 Download PDF

Info

Publication number
CN117389740B
CN117389740B CN202311479623.7A CN202311479623A CN117389740B CN 117389740 B CN117389740 B CN 117389740B CN 202311479623 A CN202311479623 A CN 202311479623A CN 117389740 B CN117389740 B CN 117389740B
Authority
CN
China
Prior art keywords
module
emergency
data
evaluation module
task
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
Application number
CN202311479623.7A
Other languages
English (en)
Other versions
CN117389740A (zh
Inventor
王金辉
林多强
陈杰丰
张振辉
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.)
Guangdong Meidian Guochuang Technology Co ltd
Original Assignee
Guangdong Meidian Guochuang Technology 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 Meidian Guochuang Technology Co ltd filed Critical Guangdong Meidian Guochuang Technology Co ltd
Priority to CN202311479623.7A priority Critical patent/CN117389740B/zh
Publication of CN117389740A publication Critical patent/CN117389740A/zh
Application granted granted Critical
Publication of CN117389740B publication Critical patent/CN117389740B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/505Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • G06Q50/265Personal security, identity or safety

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Computer Security & Cryptography (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种基于人工智能的区域安全应急平台系统,涉及安全管理技术领域。系统包括数据采集模块、孪生构建模块、评审模块和资源调度模块;所述数据采集模块用于采集区域安全数据,并传输至孪生构建模块;所述孪生构建模块根据区域安全数据构建数字孪生模型;所述评审模块通过人工智能技术分析所述区域安全数据并输出评审结果至资源调度模块;所述评审模块包括调度评审模块,所述调度评审模块用于计算资源调度得分;所述资源调度模块用于展示数字孪生模型和评审结果,并根据数字孪生模型和评审结果自动执行资源调度。本申请可以实现对区域安全情况的全面、准确监测和应急响应管理,提高应急响应的效率和准确性。

Description

一种基于人工智能的区域安全应急平台系统
技术领域
本发明涉及安全管理领域,具体是一种基于人工智能的区域安全应急平台系统。
背景技术
区域安全应急管理是对特定区域内的安全事件进行预警、预防、应急和恢复的管理体系,它对于保障社会各界在突发事件下的生命安全和财产安全发挥着至关重要的作用。该体系通过建立应急机制和组织体系,能够对突发事件进行快速响应和处置,减少事件的危害和损失,并保护社会稳定和可持续发展。
区域安全应急管理的成效取决于应急管理的及时性和有效性。然而,但传统的管理系统在信息处理速度慢、自动化能力低等方面存在缺点,这些缺点会严重影响区域安全应急管理的效果。信息处理速度慢,人力处理大量数据时很容易出现错误,导致应急响应延迟或误判;缺乏自动化能力,难以对大量事件和数据进行及时处理,实时监控等自动化功能也无法实现,这降低了系统的应急响应能力。同时,传统管理系统难以提供及时准确的资源调度方式,对应急管理策略的制定和优化产生障碍。
发明内容
为解决现有技术存在的问题,本发明采用以下技术方案:
一种基于人工智能的区域安全应急平台系统,包括数据采集模块、孪生构建模块、评审模块和资源调度模块;
所述数据采集模块用于采集区域安全数据,并传输至孪生构建模块;所述区域安全数据包括卫星图像数据、音视频监控数据、气象数据、传感器数据和智能设备数据;所述智能设备数据通过应急智能设备获取,所述应急智能设备包括医疗设备、通讯设备和消防设备;
所述孪生构建模块根据区域安全数据构建数字孪生模型;
所述评审模块通过人工智能技术分析所述区域安全数据并输出评审结果至资源调度模块;所述评审模块包括调度评审模块,所述调度评审模块用于计算资源调度得分;所述资源调度得分包括紧急性得分、效率性得分和合理性得分;
所述资源调度模块用于展示数字孪生模型和评审结果,并根据数字孪生模型和评审结果自动执行资源调度。
所述紧急性得分表示为:
S1=f(t)×P+αf'(t)
其中,S1表示紧急性得分,t为时间变量,f(t)表示预计影响程度,f'(t)为f(t)的导数,f'(t)表示影响程度增长速度,α为增长速度权重参数,P表示事件发生可能性。
所述效率性得分表示为:
其中,Ci,t表示第i个任务的实际完成耗时,Ci,s表示第i个任务的标准完成耗时,n表示任务总数,β1为任务耗时加权系数,γ1为任务等待加权系数,Wi表示第i个任务的等待耗时。
所述合理性得分表示为:
其中,为第j任务类型的区域内各响应点响应时间的方差,M为任务类型总数,β2表示时间方差加权系数;γ2为能力方差加权系数,/>为区域内各响应点负载能力的方差。
作为本发明优选方案,所述区域内各响应点响应时间,通过如下步骤获取:
根据区域内的任务发生点和任务类型,选择与任务发生点最近的响应点;
结合区域安全数据中的卫星图像数据规划响应点到任务发生地点之间的行驶路径;
根据所述行驶路径和区域安全数据计算所述任务发生点和任务类型下的响应时间;
修改任务发生点和/或任务类型,重复以上步骤,整理得到区域内各响应点响应时间。
作为本发明优选方案,所述区域安全应急平台系统还包括预案管理模块,所述预案管理模块用于存储应急预案;所述资源调度模块还根据应急预案执行资源调度。
作为本发明优选方案,所述评审模块还包括通知评审模块、警报评审模块、通讯评审模块、监测评审模块、警戒管制评审模块、人群疏散评审模块、人群安置评审模块、医疗评审模块、公共关系评审模块、应急人员安全评审模块、消防评审模块、泄漏控制评审模块和恢复效率评审模块。
作为本发明优选方案,所述通讯评审模块通过语音识别模型和语义理解模型分析所述音视频监控数据,对通讯质量进行实时评审。
作为本发明优选方案,所述监测评审模块通过图像识别模型对监测设备采集到的实时图像进行评审,识别监测区域的异常状态。
作为本发明优选方案,所述警戒管制评审模块根据卫星图像数据,通过图像识别算法对警戒线和管制区进行评估和规划。
作为本发明优选方案,所述通知评审模块在发生应急事件需要通知相关人员时对通知信息进行分析和审核,并确认通知人员名单。
作为本发明优选方案,所述人群疏散评审模块根据卫星图像数据,通过路径规划模型对人群疏散方案进行评估和优化。
作为本发明优选方案,所述应急人员安全评审模块通过GPS定位和路径规划算法,对应急人员的位置和行动进行评估
与现有技术相比,本发明具有如下有益效果:
本申请通过数据采集、数字孪生构建、数据评审和资源调度等技术手段,实现对区域安全情况的全面、准确监测和应急响应管理,提高应急响应的效率和准确性。
本申请通过调度评审模块对资源调度得分进行计算,以实现准确和高效地进行资源调度,并为管理人员对资源调度的策略调整提供数据基础。
其中,通过预计影响程度、影响程度增长速度和事件发生可能性计算紧急性得分,预测事件的发展趋势,有助于决策者及时制定合适的应急处理方案,并根据预测的结果加以应对;通过任务等待耗时、实际完成耗时和标准完成耗时可以体现任务执行的整体效率,降低等待时间对任务的影响,从而为任务分配顺序和任务执行过程的优化提供参考;请通过负载能力和响应时间的方差计算所述合理性得分,负载能力方差描述了在应急响应任务处理过程中响应点之间负载分布的离散程度,响应时间方差描述了响应点响应时间离散的程度,可以更好地指导应急响应场景中任务分配和响应点选择,以达到最优的资源调度效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的基于人工智能的区域安全应急平台系统的结构示意图;
图2为本发明一实施例提供的梯度提升模型的训练过程示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
请参阅图1,本发明提供了一种基于人工智能的区域安全应急平台系统,包括依次通信连接数据采集模块、孪生构建模块、评审模块和资源调度模块。所述数据采集模块还与评审模块通信连接,所述孪生构建模块还与资源调度模块通信连接。
所述数据采集模块用于采集区域安全数据,并传输至孪生构建模块。具体的,所述区域安全数据包括卫星图像数据、音视频监控数据、气象数据、传感器数据和智能设备数据。其中,所述智能设备数据通过应急智能设备获取,所述应急智能设备包括医疗设备、通讯设备和消防设备。
所述孪生构建模块根据区域安全数据构建数字孪生模型。数字孪生模型是一种用数字技术构建真实世界物理对象或系统的虚拟模型,用于模拟和分析它们在不同物理环境和运行条件下的行为。在本申请中,数字孪生模型是由数据采集模块获取的物理世界的实体对象或系统以及对其进行监测和收集数据的区域安全数据组成的。进一步地,数字孪生模型根据区域安全数据实时更新,以确保其与实际场景一致。
所述评审模块通过人工智能技术分析所述区域安全数据并输出评审结果至资源调度模块。
所述资源调度模块用于展示数字孪生模型和评审结果,并根据数字孪生模型和评审结果自动执行资源调度。可以理解,资源调度还可以通过人工主动执行。资源调度是指在一定的规划和管理下,根据实际需要,对各种资源进行分配、调配、安排,使其能够在应急事件中充分发挥作用的过程。资源包括人员、物资、设备和信息等各方面的资源。
基于前述内容,本申请能够通过数据采集、数字孪生构建、数据评审和资源调度等模块,实现对区域安全情况的全面、准确监测和应急响应管理,提高应急响应的效率和准确性。
在应急事件中,资源调度是应急管理的核心环节之一,其目的在于最大限度地发挥各种资源的作用,保证应急工作的有效开展。在本方案中,需要考虑的资源调度原则包括紧急性原则、经济性原则、效率性原则和合理性原则。其中,紧急性原则:根据应急事件所要求的紧急程度,及时对各类资源进行调度。效率性原则:保证资源调度方案得以快速和高效实施。合理性原则:根据应急事件所要求的需要,合理分配各类资源,协调管理资源。
作为优选实施例,所述评审模块包括调度评审模块,所述调度评审模块用于计算资源调度得分。具体的,资源调度得分包括紧急性得分、效率性得分和合理性得分。
所述紧急性得分影响因素包括预计影响程度、影响程度增长速度和事件发生可能性。其中,调度评审模块用于拟合预计影响程度与时间的关系曲线,关系曲线的斜率即影响程度增长速度。
所述紧急性得分表示为:
S1=f(t)×P+αf'(t)
其中,S1表示紧急性得分,t为时间变量,f(t)表示预计影响程度,f'(t)为f(t)的导数,f'(t)表示影响程度增长速度,α为增长速度权重参数,P表示事件发生可能性。
本实施例通过预计影响程度、影响程度增长速度和事件发生可能性计算紧急性得分,预测事件的发展趋势,以及其可能产生的后果随时间推移的严重性。这有助于决策者及时制定合适的应急处理方案,并根据预测的结果加以应对。
所述效率性得分的影响因素包括任务的等待耗时、标准完成耗时和实际耗时。
所述效率性得分表示为:
其中,Ci,t表示第i个任务的实际完成耗时,Ci,s表示第i个任务的标准完成耗时,n表示任务总数,β1为任务耗时加权系数,γ1为任务等待加权系数,Wi表示第i个任务的等待耗时。
其中,任务等待耗时是由于任务在执行过程中需要等待资源、人员或其他任务的时间,可以体现任务执行的整体效率,降低等待时间对任务的影响,从而为任务分配顺序优化提供参考。通过将实际完成耗时与标准完成耗时进行对比,可以评估任务的延误程度或提前完成情况,有助于发现在的效率问题,并进一步优化任务执行过程。
所述合理性得分的影响因素包括区域内各响应点负载能力和响应时间。
一方面,所述区域内各响应点响应时间,通过如下步骤获取:
根据区域内的任务发生点和任务类型,选择与任务发生点最近的响应点;响应点即可以响应和处理任务的应急设施或资源所在的位置。
结合区域安全数据中的卫星图像数据规划响应点到任务发生地点之间的行驶路径。
根据所述行驶路径和区域安全数据计算所述任务发生点和任务类型下的响应时间。
修改任务发生点和/或任务类型,重复以上步骤,整理得到区域内各响应点响应时间。
另一方面,区域内各响应点负载能力具体为区域内实时获取的各响应点的负载量与预测发生的应急事件所需的负载能力的比值。
基于前述内容,所述合理性得分表示为:
其中,为第j任务类型的区域内各响应点响应时间的方差,M为任务类型总数,β2表示时间方差加权系数;γ2为能力方差加权系数,/>为区域内各响应点负载能力的方差。
本申请将合理性得分通过区域内各响应点负载能力的方差和响应时间的方差,这两个方差反映了响应点之间负载均衡程度和响应时间稳定性。具体来讲,负载能力方差描述了在应急响应任务处理过程中响应点之间负载分布的离散程度,方差越小表示负载分布越均衡,任务分配越合理,应急响应处理效率高;响应时间方差描述了响应点响应时间波动的程度,方差越小表示响应时间越稳定,相对应的应急响应时间越可靠。因此,通过计算所述合理性得分可以更好地指导应急响应场境中任务分配和响应点选择,以达到最优的资源调度效果。
需要说明,以上资源调度得分的表达式中,部分参数或曲线为归一化处理后的参数或曲线;在本申请中,归一化处理采用现有的归一化处理方法,在此不作赘述。
作为优选实施例,所述评审模块还包括通知评审模块、警报评审模块、通讯评审模块、监测评审模块、警戒管制评审模块、人群疏散评审模块、人群安置评审模块、医疗评审模块、公共关系评审模块、应急人员安全评审模块、消防评审模块、泄漏控制评审模块和恢复效率评审模块。
所述评审模块的具体方案如下:
通知评审模块在发生应急事件需要通知相关人员时对通知信息进行分析和审核,并确认通知人员名单,保证通知信息的及时性和准确性。针对不同紧急程度的通知,可选择不同传送方式或不同传送方式的组合,如短信、电话、APP等。
警报评审模块通过音频信号分析和声音识别模型,对触发的警报信号进行评审。通过比对声音特征和预设的警报模式,判断警报的类型和危险程度,从而为指挥决策提供可靠的依据。
通讯评审模块通过语音识别模型和语义理解模型分析所述音视频监控数据,对通讯质量进行实时评审。通过识别语义,判断通讯是否顺畅、信息是否准确,以确保危险情况发生时通讯畅通无阻。
监测评审模块通过图像识别模型对监测设备(如摄像头、传感器)采集到的实时图像进行评审,识别监测区域的异常状态。通过检测异常行为和物体,识别关键目标和危险情况,并及时报告给应急指挥中心,以支持后续的应急响应。
警戒管制评审模块根据卫星图像数据,通过图像识别算法对警戒线和管制区进行评估和规划。通过图像识别算法,识别出自然地形、交通干道、建筑群等因素,形成警戒线和管制区的初步划分;并根据预警信息、人流密度和重点区域等因素,自动调整警戒线和管制区的范围和强度,以确保应急行动的安全和有效性。
人群疏散评审模块根据卫星图像数据,通过路径规划模型对人群疏散方案进行评估和优化。通过分析地形、建筑、人流等因素,预测疏散时间和路径,提供合理的疏散方案,并随时调整和更新,以确保人员安全有序地疏散。
人群安置评审模块根据卫星图像数据,通过区域分析模型对人群安置方案进行评估和规划。通过分析场地容量、资源分配和安全隐患等因素,为人群安置提供指导,以确保人员得到基本生活保障和安全保护。
医疗评审模块通过大数据和机器学习算法,对医疗资源和优先救治方案进行评估和调度。根据伤情严重程度、医疗资源分布和运输能力等因素,自动优化医疗调度方案,确保伤者得到及时且有效的救治。
公共关系评审模块通过舆情分析和社交媒体监测技术,对公众舆论和关注事件进行评估和处理。通过实时监控社交媒体平台、新闻报道等渠道,对事件的影响和舆论动态进行分析,并及时推送相关信息和应对策略,以维护公共信任和稳定社会秩序。
应急人员安全评审模块通过GPS定位和路径规划算法,对应急人员的位置和行动进行评估。通过监测应急人员的实时位置、工作状态和行进路径,判断其安全性和任务完成情况,并提供紧急的救援措施,以保障应急人员的安全和有效落地。
消防评审模块通过图像识别和预测模型,对火灾风险和消防设施进行评估。通过监测火灾风险区域、消防设施状态等信息,及时预警并派遣消防人员和设备,以最大限度地减少火灾事故的发生和扩散。
泄漏控制评审模块通过传感器和灾害模拟技术,对泄漏事故进行评估和控制。通过监测泄漏源、气象条件和环境污染等因素,预测泄漏扩散路径和范围,并为应急救援提供准确的信息和应对策略,以最大程度地保护周围区域的安全和环境的稳定。
恢复效率评审模块通过大数据分析技术,对恢复工作的效率进行评估和统计。通过分析恢复工作的进度、资源投入和效果等信息,为后续救援工作的改进和优化提供参考,同时提供统计报表和图表,以便决策者进行整体评估和决策。
作为优选实施例,所述区域安全应急平台系统还包括预案管理模块。所述预案管理模块用于存储应急预案。所述资源调度模块还用于获取应急预案并根据应急预案执行资源调度,以保证经过预设的应急流程的资源配置策略。预案管理包括提前制定各种应急预案,提供实时更新,并可验证其实际应急执行情况,以保证应急响应的准确性和效率。
在本申请所提供的几个实施例中,应该理解到,所揭露的单元,可以通过其它的方式实现。例如,以上所描述的单元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单元,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,模块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,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部模块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模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块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全部或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(ROM,read-onlymemory)、随机存取存储器(RAM,random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种基于人工智能的区域安全应急平台系统,其特征在于:包括数据采集模块、孪生构建模块、评审模块和资源调度模块;
所述数据采集模块用于采集区域安全数据,并传输至孪生构建模块;所述区域安全数据包括卫星图像数据、音视频监控数据、气象数据、传感器数据和智能设备数据;所述智能设备数据通过应急智能设备获取,所述应急智能设备包括医疗设备、通讯设备和消防设备;
所述孪生构建模块根据区域安全数据构建数字孪生模型;
所述评审模块通过人工智能技术分析所述区域安全数据并输出评审结果至资源调度模块;所述评审模块包括调度评审模块,所述调度评审模块用于计算资源调度得分;所述资源调度得分包括紧急性得分、效率性得分和合理性得分;
所述资源调度模块用于展示数字孪生模型和评审结果,并根据数字孪生模型和评审结果自动执行资源调度;
所述紧急性得分表示为:
S1=f(t)×P+αf'(t),
其中,S1表示紧急性得分,t为时间变量,f(t)表示预计影响程度,f'(t)为f(t)的导数,f'(t)表示影响程度增长速度,α为增长速度权重参数,P表示事件发生可能性;
所述效率性得分表示为:
其中,Ci,t表示第i个任务的实际完成耗时,Ci,s表示第i个任务的标准完成耗时,n表示任务总数,β1为任务耗时加权系数,γ1为任务等待加权系数,Wi表示第i个任务的等待耗时;
所述合理性得分表示为:
其中,为第j任务类型的区域内各响应点响应时间的方差,M为任务类型总数,β2表示时间方差加权系数;γ2为能力方差加权系数,/>为区域内各响应点负载能力的方差。
2.根据权利要求1所述的基于人工智能的区域安全应急平台系统,其特征在于:所述区域内各响应点响应时间,通过如下步骤获取:
根据区域内的任务发生点和任务类型,选择与任务发生点最近的响应点;
结合区域安全数据中的卫星图像数据规划响应点到任务发生地点之间的行驶路径;
根据所述行驶路径和区域安全数据计算所述任务发生点和任务类型下的响应时间;
修改任务发生点和/或任务类型,重复以上步骤,整理得到区域内各响应点响应时间。
3.根据权利要求1所述的基于人工智能的区域安全应急平台系统,其特征在于:所述区域安全应急平台系统还包括预案管理模块,所述预案管理模块用于存储应急预案;所述资源调度模块还根据应急预案执行资源调度。
4.根据权利要求1所述的基于人工智能的区域安全应急平台系统,其特征在于:所述评审模块还包括通知评审模块、警报评审模块、通讯评审模块、监测评审模块、警戒管制评审模块、人群疏散评审模块、人群安置评审模块、医疗评审模块、公共关系评审模块、应急人员安全评审模块、消防评审模块、泄漏控制评审模块和恢复效率评审模块。
5.根据权利要求4所述的基于人工智能的区域安全应急平台系统,其特征在于:所述通讯评审模块通过语音识别模型和语义理解模型分析所述音视频监控数据,对通讯质量进行实时评审。
6.根据权利要求4所述的基于人工智能的区域安全应急平台系统,其特征在于:所述监测评审模块通过图像识别模型对监测设备采集到的实时图像进行评审,识别监测区域的异常状态。
7.根据权利要求4所述的基于人工智能的区域安全应急平台系统,其特征在于:所述警戒管制评审模块根据卫星图像数据,通过图像识别算法对警戒线和管制区进行评估和规划。
8.根据权利要求4所述的基于人工智能的区域安全应急平台系统,其特征在于:所述通知评审模块在发生应急事件需要通知相关人员时对通知信息进行分析和审核,并确认通知人员名单。
9.根据权利要求4所述的基于人工智能的区域安全应急平台系统,其特征在于:所述人群疏散评审模块根据卫星图像数据,通过路径规划模型对人群疏散方案进行评估和优化。
10.根据权利要求4所述的基于人工智能的区域安全应急平台系统,其特征在于:所述应急人员安全评审模块通过GPS定位和路径规划算法,对应急人员的位置和行动进行评估。
CN202311479623.7A 2023-11-08 2023-11-08 一种基于人工智能的区域安全应急平台系统 Active CN117389740B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311479623.7A CN117389740B (zh) 2023-11-08 2023-11-08 一种基于人工智能的区域安全应急平台系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311479623.7A CN117389740B (zh) 2023-11-08 2023-11-08 一种基于人工智能的区域安全应急平台系统

Publications (2)

Publication Number Publication Date
CN117389740A CN117389740A (zh) 2024-01-12
CN117389740B true CN117389740B (zh) 2024-03-29

Family

ID=89471875

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311479623.7A Active CN117389740B (zh) 2023-11-08 2023-11-08 一种基于人工智能的区域安全应急平台系统

Country Status (1)

Country Link
CN (1) CN117389740B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113283769A (zh) * 2021-06-03 2021-08-20 上海宝信数据中心有限公司 一种基于数字孪生技术的应急调度系统及应急调度方法
EP3872665A1 (en) * 2020-02-28 2021-09-01 Accenture Global Solutions Limited Cyber digital twin simulator for security controls requirements
CN115392701A (zh) * 2022-08-24 2022-11-25 中国人民解放军国防科技大学 地震救援关键任务分析方法、装置和计算机设备
CN115829239A (zh) * 2022-11-16 2023-03-21 深圳市优必行科技有限公司 多机器人任务分配方法、装置、设备及存储介质
CN115952989A (zh) * 2022-12-28 2023-04-11 深圳市中讯网联科技有限公司 基于数字孪生的自然灾害应急调度系统
CN115983536A (zh) * 2022-04-24 2023-04-18 重庆邮电大学工业互联网研究院 一种基于数字孪生的应急警力调度方法及系统
CN116882145A (zh) * 2023-06-30 2023-10-13 江苏林谷智能科技有限公司 数字孪生推演模拟系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3872665A1 (en) * 2020-02-28 2021-09-01 Accenture Global Solutions Limited Cyber digital twin simulator for security controls requirements
CN113283769A (zh) * 2021-06-03 2021-08-20 上海宝信数据中心有限公司 一种基于数字孪生技术的应急调度系统及应急调度方法
CN115983536A (zh) * 2022-04-24 2023-04-18 重庆邮电大学工业互联网研究院 一种基于数字孪生的应急警力调度方法及系统
WO2023207540A1 (zh) * 2022-04-24 2023-11-02 重庆邮电大学工业互联网研究院 一种基于数字孪生的应急警力调度方法及系统
CN115392701A (zh) * 2022-08-24 2022-11-25 中国人民解放军国防科技大学 地震救援关键任务分析方法、装置和计算机设备
CN115829239A (zh) * 2022-11-16 2023-03-21 深圳市优必行科技有限公司 多机器人任务分配方法、装置、设备及存储介质
CN115952989A (zh) * 2022-12-28 2023-04-11 深圳市中讯网联科技有限公司 基于数字孪生的自然灾害应急调度系统
CN116882145A (zh) * 2023-06-30 2023-10-13 江苏林谷智能科技有限公司 数字孪生推演模拟系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Incentive-Based Federated Learning for Digital-Twin-Driven Industrial Mobile Crowdsensing;Beibei Li等;《IEEE Internet of Things Journal》;20231015;第10卷(第20期);17851-17864 *
工程经验知识迁移机制和演化动因研究;李心雨;《中国博士学位论文全文数据库 基础科学辑》;20200115;A002-72 *
面向工业互联网安全应急响应的数字孪生技术研究;韦婷等;《电子技术与软件工程》;20220901;50-53 *

Also Published As

Publication number Publication date
CN117389740A (zh) 2024-01-12

Similar Documents

Publication Publication Date Title
CN111754715B (zh) 一种消防应急响应方法、装置及系统
CN116308960B (zh) 基于数据分析的智慧园区物业防控管理系统及其实现方法
CN112071032A (zh) 一种危险化学品重大危险源报警分级管理系统
CN116739245B (zh) 一种智慧消防城市接警调度系统
US20230419805A1 (en) Methods and systems for fire monitoring and early warning in a smart city based on internet of things
CN113905215B (zh) 一种公交安全驾驶监控系统
CN114841660A (zh) 一种基于现场信息的企业智慧安全管控云平台
CN114089684A (zh) 轨道交通运营控制方法、装置、电子设备和系统
CN116480412A (zh) 矿井灾害救援方法及装置
CN115131706A (zh) 一种电力作业违章数据化智能图像识别系统及方法
CN117910811B (zh) 基于多模态ai大模型的智慧消防管理方法及系统
CN109243176A (zh) 一种城市交通管理系统
CN111815275A (zh) 一种路运一体化系统
CN117440020B (zh) 一种应急侦测通信指挥一体化平台的调度管理方法及系统
CN109649166A (zh) 车辆驾驶监控管理方法、装置以及系统
CN117389740B (zh) 一种基于人工智能的区域安全应急平台系统
CN117690296A (zh) 一种交通路况智能防雷检测系统
CN117273401A (zh) 基于案例推理和仿真的应急指挥方法、系统及存储介质
CN114819419A (zh) 一种基于大数据的应急指挥方法、系统和可读存储介质
CN114066162A (zh) 一种告警事件智能管理方法及系统
KR102391612B1 (ko) 위기경보수준 관리방법 및 그 시스템
CN117592661B (zh) 复杂多场景下的区域中心化车站巡视方案设计方法与系统
CN117746630B (zh) 一种基于大数据的行业安全生产监督管理系统
CN114220071A (zh) 一种公共安全实时检测监管系统
Nicheporchuk Applications of Analytical Technologies in Safety Management of Territories

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