CN117669902A - 负荷评估方法、装置、系统及存储介质 - Google Patents
负荷评估方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN117669902A CN117669902A CN202210973122.3A CN202210973122A CN117669902A CN 117669902 A CN117669902 A CN 117669902A CN 202210973122 A CN202210973122 A CN 202210973122A CN 117669902 A CN117669902 A CN 117669902A
- Authority
- CN
- China
- Prior art keywords
- information
- resource
- load
- communication behavior
- target object
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 157
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000004891 communication Methods 0.000 claims abstract description 133
- 230000006399 behavior Effects 0.000 claims abstract description 125
- 238000004590 computer program Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 47
- 238000013210 evaluation model Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 12
- 238000013461 design Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008520 organization Effects 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012827 research and development Methods 0.000 description 3
- 239000004614 Process Aid Substances 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 210000001161 mammalian embryo Anatomy 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007728 cost analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011165 process development Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000007514 turning Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种负荷评估方法、装置、系统及存储介质。该系统包括处理器和存储器，所述存储器存储有计算机程序，所述处理器在运行所述计算机程序时执行以下步骤，包括：获取目标对象的资源评估参考信息，其中，所述资源评估参考信息包括沟通行为信息、软件资源信息和硬件资源信息；基于所述沟通行为信息、所述软件资源信息和所述硬件资源信息确定所述目标对象的负荷评估结果。上述技术方案中，沟通行为信息、软件资源信息和硬件资源信息能够全面反应目标对象的负荷情况，从而通过沟通行为信息、软件资源信息和硬件资源信息确定目标对象的负荷评估结果，可以提高负荷评估结果的可靠性。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种负荷评估方法、装置、系统及存储介质。
背景技术
随着企业组织架构的发展以及项目的增加，企业资源的协调成为管理者或是项目主导者的一项挑战。
目前，在企业资源的协调过程中，通常由工作人员根据经验评估企业资源负荷，进而进行资源协调，主观性较强，存在资源负荷评估可靠性差的问题。
发明内容
本发明提供了一种负荷评估方法、装置、电子设备及存储介质，以解决资源负荷评估可靠性差的问题。
根据本发明的一方面，提供了一种负荷评估方法，由负荷评估系统执行，包括：
获取目标对象的资源评估参考信息，其中，所述资源评估参考信息包括沟通行为信息、软件资源信息和硬件资源信息；
基于所述沟通行为信息、所述软件资源信息和所述硬件资源信息确定所述目标对象的负荷评估结果。
根据本发明的另一方面，提供了一种负荷评估装置，包括：
参考信息获取模块，用于获取目标对象的资源评估参考信息，其中，所述资源评估参考信息包括沟通行为信息、软件资源信息和硬件资源信息；
评估结果确定模块，用于基于所述沟通行为信息、所述软件资源信息和所述硬件资源信息确定所述目标对象的负荷评估结果。
根据本发明的另一方面，提供了一种负荷评估系统，该系统包括处理器和存储器，所述存储器存储有计算机程序，所述处理器在运行所述计算机程序时执行以下步骤，包括：
获取目标对象的资源评估参考信息，其中，所述资源评估参考信息包括沟通行为信息、软件资源信息和硬件资源信息；
基于所述沟通行为信息、所述软件资源信息和所述硬件资源信息确定所述目标对象的负荷评估结果。
根据本发明的另一方面，提供了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指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的负荷评估方法。
本发明实施例的技术方案，通过获取目标对象的资源评估参考信息，其中，资源评估参考信息包括沟通行为信息、软件资源信息和硬件资源信息，上述沟通行为信息、软件资源信息和硬件资源信息能够全面反应目标对象的负荷情况；进一步的，基于沟通行为信息、软件资源信息和硬件资源信息确定目标对象的负荷评估结果，可以提高负荷评估结果的可靠性，以解决资源负荷评估可靠性差的问题。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明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
为了更清楚地说明本发明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是根据本发明实施例一提供的一种负荷评估方法的流程图；
图2是根据本发明实施例二提供的一种负荷评估方法的流程图；
图3是根据本发明实施例三提供的一种负荷评估方法的流程图；
图4是根据本发明实施例三提供的一种企业内数据统计的示意图；
图5是根据本发明实施例三提供的一种OS历史记录折线图；
图6是根据本发明实施例四提供的一种负荷评估装置的结构示意图；
图7是根据本发明实施例五提供的一种负荷评估系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种负荷评估方法的流程图，本实施例可适用于自动对企业资源负荷进行评估的情况，该方法可以由负荷评估系统来执行，该负荷评估系统可以采用硬件和/或软件的形式实现，该负荷评估系统可配置于计算机终端中。如图1所示，该方法包括：
S110、获取目标对象的资源评估参考信息，其中，所述资源评估参考信息包括沟通行为信息、软件资源信息和硬件资源信息。
在本发明实施例中，目标对象是指待进行资源负荷评估的对象，例如，目标对象可以是企业、工厂、组织等团体，在此不做限定。资源评估参考信息是指用于评估目标对象资源负荷情况的信息，可以包括但不限于沟通行为信息、软件资源信息和硬件资源信息。其中，沟通行为信息是指工作人员在组织内产生的沟通记录，沟通行为信息可以包括但不限于电子邮件记录信息、会议软件使用频率、会议软件使用时间、讯息平台沟通信息等。软件资源信息是指工作人员使用工程用途的软件工具的信息，软件资源信息可以包括但不限于CAD软件使用信息、CAM软件使用信息、CAE软件使用信息和数据分析相关信息等。硬件资源信息是指工作人员使用实体设备的信息，可以包括但不限于制程辅助工具使用信息、质量量测辅助治具使用信息、模具使用信息、刀具使用信息和生产安排计划等。
具体的，可以从企业数据库中调取预设时间段内的资源评估参考信息。
可选的，所述获取目标对象的资源评估参考信息，包括：从数据库中调取目标对象的待评估数据；对所述目标对象的待评估数据进行分类，得到沟通行为信息、软件资源信息和硬件资源信息。
其中，数据库可以为存储企业内部数据的数据库。
示例性的，可以从数据库中获取预设时间段内的资源评估参考信息，根据预设设置的分类规则对预设时间段内的资源评估参考信息进行分类，得到沟通行为信息、软件资源信息和硬件资源信息三种类型的数据。其中，预设设置的分类规则可以根据经验设定，例如，将统计的邮件数量信息分类至沟通行为信息中。
在一些实施例中，还可以对沟通行为信息、软件资源信息和硬件资源信息进行分类，得到二阶分类结果。
S120、基于所述沟通行为信息、所述软件资源信息和所述硬件资源信息确定所述目标对象的负荷评估结果。
其中，负荷评估结果是指目标对象的资源负荷评估结果，可以表征目标对象的资源负荷情况，可以以分数或者百分比的形式呈现。
示例性的，可以依次对沟通行为信息、软件资源信息和硬件资源信息进行评分，得到各自对应的分值，并将各分值相加得到负荷评估结果。
本发明实施例的技术方案，通过获取目标对象的资源评估参考信息，其中，资源评估参考信息包括沟通行为信息、软件资源信息和硬件资源信息，上述沟通行为信息、软件资源信息和硬件资源信息能够全面反应目标对象的负荷情况；进一步的，基于沟通行为信息、软件资源信息和硬件资源信息确定目标对象的负荷评估结果，可以提高负荷评估结果的可靠性，以解决资源负荷评估可靠性差的问题。
实施例二
图2为本发明实施例二提供的一种负荷评估方法的流程图，本实施例的方法与上述实施例中提供的负荷评估方法中各个可选方案可以结合。本实施例提供的负荷评估方法进行了进一步优化。可选的，所述基于所述沟通行为信息、所述软件资源信息和所述硬件资源信息确定所述目标对象的负荷评估结果，包括：将所述沟通行为信息、所述软件资源信息和所述硬件资源信息输入至资源负荷评估模型，得到所述目标对象的负荷评估结果。
如图2所示，该方法包括：
S210、获取目标对象的资源评估参考信息，其中，所述资源评估参考信息包括沟通行为信息、软件资源信息和硬件资源信息。
S220、将所述沟通行为信息、所述软件资源信息和所述硬件资源信息输入至资源负荷评估模型，得到所述目标对象的负荷评估结果。
在本实施例中，资源负荷评估模型是指用于评估目标对象的资源负荷情况的数学模型。可选的，资源负荷评估模型可以为由输入因子以及输入因子对应的权重构成的函数；或者，资源负荷评估模型可以基于样本资源评估参考信息和样本资源评估参考信息对应的结果标签进行训练得到。
具体的，当资源负荷评估模型为由输入因子以及输入因子对应的权重构成的函数时，可以直接将沟通行为信息、软件资源信息和硬件资源信息输入至资源负荷评估模型，得到目标对象的负荷评估结果，该方法简单高效，可以快速得到目标对象的负荷评估结果。当资源负荷评估模型为基于样本资源评估参考信息和样本资源评估参考信息对应的结果标签进行训练得到时，可以将沟通行为信息、软件资源信息和硬件资源信息输入至已经完成训练的资源负荷评估模型，进而通过资源负荷评估模型实现负荷评估结果的预测，使负荷评估结果更加可靠。
其中，资源负荷评估模型的训练过程包括：将样本资源评估参考信息输入至初始神经网络模型，得到预测的负荷评估结果，通过计算预测的负荷评估结果与样本资源评估参考信息对应的结果标签之间损失，不断调整初始神经网络模型参数，直至训练结束，得到训练完成的资源负荷评估模型。
在上述实施例的基础上，所述将所述沟通行为信息、软件资源信息和硬件资源信息输入至资源负荷评估模型，得到所述目标对象的负荷评估结果，包括：将所述沟通行为信息、所述软件资源信息和所述硬件资源信息分别代入资源负荷评估模型对应的输入因子，得到沟通行为负荷值、软件资源负荷值和硬件资源负荷值；基于所述沟通行为负荷值、所述软件资源负荷值和所述硬件资源负荷值确定所述目标对象的负荷评估结果。
示例性的，资源负荷评估模型的函数公式如下：
OS＝∑RCL(factor)
＝P.Com×WP+E.App×WE+F.Log×WF
其中，OS表示负荷评估结果(Overall Severity Indicator，整体资源竞争程度)，RCL表示资源负荷值，factor表示资源评估参考信息，P.Com表示沟通行为负荷值，WP表示沟通行为信息的权重，E.App表示软件资源负荷值，WE表示软件资源信息的权重，F.Log表示硬件资源负荷值，WF表示硬件资源信息的权重。其中，权重可以根据经验设定，还可以根据机器学习算法逐步演绎优化得到，在此不做限定。
在上述实施例的基础上，所述沟通行为信息包括至少一个沟通行为子项目信息，所述软件资源信息包括至少一个软件资源子项目信息，所述硬件资源信息包括至少一个硬件资源子项目信息；相应的，所述将所述沟通行为信息、所述软件资源信息和所述硬件资源信息分别代入资源负荷评估模型对应的输入因子，得到沟通行为负荷值、软件资源负荷值和硬件资源负荷值，包括：将各所述沟通行为子项目信息、各所述软件资源子项目信息和各所述硬件资源子项目信息分别代入资源负荷评估模型对应的输入因子，得到沟通行为负荷值、软件资源负荷值和硬件资源负荷值。
其中，沟通行为子项目信息可以包括但不限于电子邮件记录信息、会议软件使用频率和时间、讯息平台沟通信息等。软件资源子项目信息包括但不限于CAD软件使用信息、CAM软件使用信息、CAE软件使用信息等。硬件资源子项目信息包括但不限于制程辅助工具使用信息、质量量测辅助治具使用信息、模具使用信息、刀具使用信息等。
示例性的，资源负荷评估模型的函数公式如下：
其中，n表示主因子，即一阶因子，主因子包括沟通行为信息、软件资源信息和硬件资源信息，m表示二阶因子，二阶因子包括沟通行为子项目信息、软件资源子项目信息和硬件资源子项目信息等。例如，当主因子为沟通行为信息时，可以通过多个沟通行为子项目信息计算得到沟通行为信息对应的沟通行为负荷值。可以理解的是，二阶因子数目可以根据客户需求进行设置，二阶因子的运算结果设计可以以平均数来表达,从而避免主因子项目产生不同的量级。再者，此资源负荷评估模型必须建立在合理的数据导入前提之下；所有二阶因子皆须要源自于企业日常运作过程所产生的讯息数据当作模型函数的自变量，企业需要建构一套网络平台汇总所有相关于二阶因子的原始数据，导入此资源负荷评估模型完成负荷评估结果的确定。
在一些实施例中，为避免动用相关人力付出多余的时间做资源评估，项目主导者(或是企业管理者)可以直接撷取组织内部既有的讯息资源先做预判断，目的在于快速地找到是否出现资源竞争，瓶颈处为何，针对关键资源提供者事先协调，也因此，此平台的可视化系统呈现成为此资源管理工具的另一个重点功能。此模板设计与前述的资源负荷评估模型共组为一完整的资源分析工具。
如表1-表3所示，以上述三个表格说明此可视化系统的呈现模板,涉及三种维度作为矩阵展开：时间，资源类型，组织部门。以二维观点来分析则共计三种组合。
(1)资源类型与时间变因：如表1所示，观察各类资源的负荷评估结果随工作周期的演变，审视是否有资源负荷高峰期出现的规律，或是偏离特定起伏模式的异常时间点。
表1
| 沟通 | 软件 | 硬件 | 其他判定 | |
| Week-4 | RCL(沟通) | RCL(软件) | RCL(硬件) | RCL(待定) |
| Week-3 | ||||
| Week-2 | ||||
| Week-1 |
(2)关联部门与时间变因：如表2所示，同前述项目(1)，观察对象改为资源拥有者。诸如人力物力的供给单位。
表2
| 生产运作 | 研发 | 业务 | 制程辅助 | 其他 | |
| Week-4 | RCL(生产) | RCL(研发) | RCL(业务) | RCL(制程) | 待定 |
| Week-3 | |||||
| Week-2 | |||||
| Week-1 |
(3)关联部门与资源类型：如表3所示，在指定定义时间区间内，观察各关联部门与相应的资源类型负荷状况。从RCL二阶因子各个项目之间判读合理性，工作瓶颈处。
表3
| 生产运作 | 研发 | 业务 | 制程辅助 | 其他 | |
| 沟通 | |||||
| 软件 | |||||
| 硬件 | |||||
| 其他判定 |
上述时间周期可视企业运作的现况来定义，短则以天数来计，多则以月为单位。此处的可调整性，也是此管理工具可以轻易地适应不同类型企业，并且因时势调控的特点。
在一些可选实施例中，提出一组数学公式来解决各项二阶因子的量化问题，目的在于将相关因子量化为等级区间，将单位统一化才能在资源负荷评估模型运算架构之下做线性组合。
在此所述的量化方式，因应企业内部运作内建(可被追踪的)的数据类型，区分为三种运算模块。分别是：
(1)频率计数(DataM1)：定义周期内，针对所有事件，讯息发生的次数运算，即统计沟通行为信息。
(2)任务工时(DataM2)：定义周期内的有效作业时间，驾动率；针对所有关联的设备，软件工具等，即统计软件资源信息。
(3)生产负荷(DataM3)：生产数量加上委外加工数量，针对但不局限于实体物品,也可包含数据数据。例如：重点零件、工具、量测分析用途的数据等，即统计硬件资源信息。
针对三种数据类型，定义DataM去处理企业内部运作产生的原始(未经处理)数据。不同数据的处理于如下三种运作模块来执行换算。
频率计数公式：0≤DataM1≤1；
其中，count表示事件计次,统计发生次数也称作countα。将欲追溯的目标分为三种重要等级(cond.α)，α表示等级,并个别对应权重wα。Total count则为所有符合定义的事件其总计数量。
任务工时公式：0≤DataM2≤1；
其中，Time(cond.β)表示第β个任务类型在特定观察周期定义区间之下所累计的实际工时。Total time则表示该周期之下扣除掉休假以及外部因素致使停工的表定总工作时间。wβ则表示任务类型相应权重。TBD表示任务类型的总数。
其中，wβ可以根据在企业内扮演的角色而定，与新项目导入阶段任务关联性高者须相应加乘，与一般量产性的案例做区隔。若此权重值皆为1，则此公式意涵则同等于驾动率。
生产负荷公式：0≤DataM3；
其中，count表示“内制”(使用企业内部资源)零件数量，以开发过程所需要制作工具的设计图面BOM(bill of material)表导出数据总计称为count(BOMγ)针对关键零件统计其数量。wγ表示该工具相应的权重。OutS表示委外制作的项目，所以count(OutS)与count(BOMγ)统计单位相同。Ave(total count)history则表示过去历史纪录的统计平均值。
在本实施例中，count(BOMγ)需视情况设定是否与工具数量需求绑定，而非仅仅只计入单一工具所涵盖的关键零件数目。wγ可以视为“因应该工具/数据的规模”而设立的修正系数，例如：治具尺寸，或是其加工过程中涉及的工时(可藉由编程数据导入参考值)。OutS(委外制作)数值可以间接推判目前企业内部现有资源是否遭遇瓶颈，不论是产能上或是技术上。故DataM3的负荷计算不局限于“数量的负担”，更着眼于所遭遇的技术强度。DataM3是一种相对负荷指针，其分母Ave(total count)就是比较的基准，以过去历史的平均值作为参照，意味着此工具使用历史的长度将随时间积累数据库而逐步加强此基准的可靠性。
在上述实施例的基础上，所述基于所述沟通行为负荷值、所述软件资源负荷值和所述硬件资源负荷值确定所述目标对象的负荷评估结果，包括：对所述沟通行为负荷值、所述软件资源负荷值和所述硬件资源负荷值进行级数转换，得到沟通行为负荷等级、软件资源负荷等级和硬件资源负荷等级；基于所述沟通行为负荷等级、软件资源负荷等级和硬件资源负荷等级确定所述目标对象的负荷评估结果。
在本实施例中，为实现单位统一化，可以对沟通行为负荷值、软件资源负荷值和硬件资源负荷值进行级数转换，换而言之，将负荷值转化为等级。
示例性的，0-20％的沟通行为负荷值对应1级，21-40％的沟通行为负荷值对应2级；41-60％的沟通行为负荷值对应3级；61-80％的沟通行为负荷值对应4级；81-100％的沟通行为负荷值对应5级。同理，0-20％的软件资源负荷值对应1级，21-40％的软件资源负荷值对应2级；41-60％的软件资源负荷值对应3级；61-80％的软件资源负荷值对应4级；81-100％的软件资源负荷值对应5级。以及0-50％的硬件资源负荷值对应1级，51-80％的硬件资源负荷值对应2级；81-110％的硬件资源负荷值对应3级；111-140％的硬件资源负荷值对应4级；大于140％的硬件资源负荷值对应5级。
可以理解的是，沟通行为与软件资源两类数值在0-100％的计算区间之内分割多个区间，负荷等级由低而高：定义出多个级距“Level Y”；此架构不设限级距数值，是管理者定义。生产负荷也同此理，只是转换之前的负荷数值不受限于100％以内。此转换以下述数学式子表述：
RCLnm(DataMz)＝Level Y
进一步的，将换算完毕的数值作为各个RCL指数的代表数字：
∑zwz＝1；
不同RCL因子广义来看可能与一个以上的数据类型有关联，因此设计此数学模块以线性组合的方式将不同数据类型的运算串联在单一个RCL的计算。wz为相应权重。上述∑zwz＝1的作用在于统一等级数值在同一个量级，用于处理各种RCL所涵盖的DataM组成不同而造成的数值不在同一个量度以内。最终的资源负荷评估模型的计算公式如下：
OS＝∑nmRCL(factornm)＝∑nWn×Ave{∑m[∑zwz×RCLnm(DataMz)]}
本发明实施例的技术方案，通过获取目标对象的资源评估参考信息，其中，资源评估参考信息包括沟通行为信息、软件资源信息和硬件资源信息，上述沟通行为信息、软件资源信息和硬件资源信息能够全面反应目标对象的负荷情况；进一步的，将沟通行为信息、软件资源信息和硬件资源信息输入至资源负荷评估模型，得到更加贴近实际负荷情况的负荷评估结果，可以提高负荷评估结果的可靠性，以解决资源负荷评估可靠性差的问题。
实施例三
图3为本发明实施例三提供的一种负荷评估方法的流程图，本实施例的方法与上述实施例中提供的负荷评估方法中各个可选方案可以结合。本实施例提供的负荷评估方法进行了进一步优化。可选的，所述资源评估参考信息还包括辅助信息；相应的，所述基于所述沟通行为信息、所述软件资源信息和所述硬件资源信息确定所述目标对象的负荷评估结果，包括：基于所述沟通行为信息、所述软件资源信息、所述硬件资源信息和所述辅助信息确定所述目标对象的负荷评估结果。
如图3所示，该方法包括：
S310、获取目标对象的资源评估参考信息，其中，所述资源评估参考信息包括沟通行为信息、软件资源信息、硬件资源信息和辅助信息。
S320、基于所述沟通行为信息、所述软件资源信息、所述硬件资源信息和所述辅助信息确定所述目标对象的负荷评估结果。
其中，辅助信息是指用于修正负荷评估结果的辅助信息，可以包括但不限于技术报告内容、人员出勤信息、人员流动率、访客记录、会议室占用记录等。
具体的，可以将沟通行为信息、软件资源信息、硬件资源信息和辅助信息输入至资源负荷评估模型，得到目标对象的负荷评估结果。
示例性的，资源负荷评估模型的函数公式如下：
OS＝∑RCL(factor)
＝P.Com×WP+E.App×WE+F.Log×WF+O.Fac×WO；
其中，OS表示负荷评估结果，RCL表示资源负荷值，factor表示资源评估参考信息，P.Com表示沟通行为信息，WP表示沟通行为信息的权重，E.App表示软件资源负荷值，WE表示软件资源负荷值的权重，F.Log表示硬件资源负荷值，WF表示硬件资源负荷值的权重，O.Fac表示辅助信息，WO表示辅助信息的权重。
在上述实施例的基础上，在所述基于所述沟通行为信息、所述软件资源信息和所述硬件资源信息确定所述目标对象的负荷评估结果之后，还包括：获取预设时间范围内所述目标对象的多个负荷评估结果；基于所述预设时间范围内所述目标对象的多个负荷评估结果生成评估表格和/或评估图。
具体的，将预设时间范围内目标对象的多个负荷评估结果输入至预设表格模板，得到评估表格，其中，预设表格模板可以存储在预设路径下，可以通过模板标识实现预设表格模板的调用。具体的，将预设时间范围内目标对象的多个负荷评估结果输入至展示图模板，得到评估图，评估图可以包括但不限于折线图、柱状图、饼状图等，在此不做限定。展示图模板可以存储在预设路径下，可以通过模板标识实现展示图模板的调用。
示例性的，以制造产业的组装制程开发来阐述。假设客户端新产品设计发行，需要前期评估可行性与项目排程。企业内的相关关键讯息已经被建构好的互联网工具追踪汇聚于内部网域数据库。导入的RCL因子来自三个项目：电子邮件讯息，其属于沟通行为信息；机构设计软件(CAD)使用率，其属于软件资源信息，以及制造流程当中的所有关键工序的工装治具的制作，其属于硬件资源信息。关于此治具，该企业内具备自制的能力。其中，电子邮件的讯息数据库，被视为沟通行为这项因子的范畴，统计单位为事件发生频率次数，故使用DataM1运算模块来做数据处理。
针对电子邮件，事先定义好如下关键词做为搜索撷取内部讯息数据的规则(如表4所示)。其事件类型(cond.α)定义为：事件α＝1(初阶关注)，事件α＝2(相对重要)，事件α＝3(高度重要)。另外须计入α＝0，代表无效邮件内容。其相关的关键词(或是规则)涵盖：新案阶段的相关项目代码，邮件收件组里的关联人员数量，特定书面报告的名称(例如DFM，CPK等)，商业议题关键词诸如成本分析，出货客户需求量等等。NPI表示新项目导入、涵盖新产品、新技术和工程设计异动等运作。
上述重要性可以定义为关键词含盖量的幅度多寡，来决定此数据(此邮件)在运算模块DataM1里面，被分配到哪一个cond.α。
DataM1的权重设定，在此采用浮动变因权重做为范例，该周期内的各类邮件总计数countα做为变因(下述countα简写为cα)：
而邮件统计的被追踪对象定义为新项目相关的核心人员，以此案例企业为例，涵盖研发，项目管理，业务，技术支持单位以及新材料的前端开发采购。
表4
第二类因子，针对机构设计软件，被视为工程软件驾动范畴里面，以DataM2处理的类别来进行运算。不设定cond.β，仅考虑该软件正在被使用的时间统计。
而第三项因子涉及治具加工部门的产能负荷，被归纳为硬件设施纪录范畴里面，因涉及工具生产的数量，以DataM3处理的类别来进行转换。上述治具加工，设定零部件尺寸大小因应不同的修正系数wγ，考虑到绝大多数零件因不同客户项目需求致使形貌与大小差异，再加上加工此类零部件多涉及数控铣车削工艺，故修正系数的原理是考虑机械加工的工时。此案例设定两个等级：
γ＝1：一般尺寸范畴；胚料尺寸100x100x15mm以内；w1＝1；
γ＝2：大型尺寸特案；胚料尺寸100x100x15mm以上；w2＝1.2；
在本实施例中，DataM3需要时间区段定义，考虑此案例产业客户产品生命周期较短，新案开发需求旺盛，量产工程异动的频率高，因此单一周期定义为一周观察，套用于Ave(total count)history。上述周期定义，此OS指针的资料搜集区间也以一周做为观察周期，故所有DataM运算模块皆以此区间做为运算基础。
DataM计算结果所对应的RCL等级于此系统设定如下，该企业使用者选择定义五个级距。
示例性的，图4所示内容为此范例涉及的数据库统计状况，带入DataM运算模块以后个别运算结果如下：
DataM1(邮件关键词统计因子)：
DataM2(CAD设计软件驾动因子)：
DataM3(工装治具生产负荷因子)：
此案例演示OS主因子权重的设定的其中一种策略，将过去项目经验中该资源的不可取代性做为调整相应的权重的参照，用以放大此资源类型的关键特质；此案例企业考虑其机构设计CAD软件使用的技术门槛高，难以委外第三方协助；因此OS管理系统用户设定软件驾动因子的相应权重Wn＝2为1.5。其余设定为1。
将前述案例所有项目带入资源负荷评估模型，可以得到：
此案例的OS数值(即负荷评估结果)为13.5，将现况的OS数值与过去历史纪录对照可得到表6所示的表格和图5所示的OS历史记录折线图；经数据比对，OS数值呈现明显升高的趋势；其中，软件类别的RCL数值显示，机构设计CAD的驾动负荷有较高的占比。项目主导者可以初步判断此新项目的开发在短期之内有潜在的资源竞争风险。
表6
以此计算结果，其中一种延伸调查可以是针对机构设计单位(CAD资源占用者)目前承接的主要项目为何，并且确认相关重点案件的设计讨论周期是否刚好覆盖到新产品的相关时程。藉此决定是否要动员相关利害关系人来协调。
本发明实施例的技术方案，通过获取目标对象的资源评估参考信息，其中，资源评估参考信息包括沟通行为信息、软件资源信息、硬件资源信息和辅助信息，上述沟通行为信息、软件资源信息和硬件资源信息能够全面反应目标对象的负荷情况；进一步的，基于沟通行为信息、软件资源信息、硬件资源信息和辅助信息确定目标对象的负荷评估结果，可以提高负荷评估结果的可靠性，以解决资源负荷评估可靠性差的问题。
实施例四
图6为本发明实施例四提供的一种负荷评估装置的结构示意图。如图6所示，该装置包括：
参考信息获取模块410，用于获取目标对象的资源评估参考信息，其中，所述资源评估参考信息包括沟通行为信息、软件资源信息和硬件资源信息；
评估结果确定模块420，用于基于所述沟通行为信息、所述软件资源信息和所述硬件资源信息确定所述目标对象的负荷评估结果。
本发明实施例的技术方案，通过获取目标对象的资源评估参考信息，其中，资源评估参考信息包括沟通行为信息、软件资源信息和硬件资源信息，上述沟通行为信息、软件资源信息和硬件资源信息能够全面反应目标对象的负荷情况；进一步的，基于沟通行为信息、软件资源信息和硬件资源信息确定目标对象的负荷评估结果，可以提高负荷评估结果的可靠性，以解决资源负荷评估可靠性差的问题。
在一些可选的实施方式中，参考信息获取模块410，具体用于：
从数据库中调取目标对象的待评估数据；
对所述目标对象的待评估数据进行分类，得到沟通行为信息、软件资源信息和硬件资源信息。
在一些可选的实施方式中，评估结果确定模块420，包括：
模型评估单元，用于将所述沟通行为信息、所述软件资源信息和所述硬件资源信息输入至资源负荷评估模型，得到所述目标对象的负荷评估结果。
在一些可选的实施方式中，所述资源负荷评估模型为由输入因子以及所述输入因子对应的权重构成的函数；
或者，所述资源负荷评估模型基于样本资源评估参考信息和所述样本资源评估参考信息对应的结果标签进行训练得到。
在一些可选的实施方式中，模型评估单元，包括：
负荷值确定子单元，用于将所述沟通行为信息、所述软件资源信息和所述硬件资源信息分别代入资源负荷评估模型对应的输入因子，得到沟通行为负荷值、软件资源负荷值和硬件资源负荷值；
负荷评估结果确定子单元，用于基于所述沟通行为负荷值、所述软件资源负荷值和所述硬件资源负荷值确定所述目标对象的负荷评估结果。
在一些可选的实施方式中，所述沟通行为信息包括至少一个沟通行为子项目信息，所述软件资源信息包括至少一个软件资源子项目信息，所述硬件资源信息包括至少一个硬件资源子项目信息；负荷值确定子单元，具体用于：
将各所述沟通行为子项目信息、各所述软件资源子项目信息和各所述硬件资源子项目信息分别代入资源负荷评估模型对应的输入因子，得到沟通行为负荷值、软件资源负荷值和硬件资源负荷值。
在一些可选的实施方式中，负荷评估结果确定子单元，具体用于：
对所述沟通行为负荷值、所述软件资源负荷值和所述硬件资源负荷值进行级数转换，得到沟通行为负荷等级、软件资源负荷等级和硬件资源负荷等级；
基于所述沟通行为负荷等级、软件资源负荷等级和硬件资源负荷等级确定所述目标对象的负荷评估结果。
在一些可选的实施方式中，所述资源评估参考信息还包括辅助信息；评估结果确定模块420，还用于：
基于所述沟通行为信息、所述软件资源信息、所述硬件资源信息和所述辅助信息确定所述目标对象的负荷评估结果。
在一些可选的实施方式中，所述装置还用于：
获取预设时间范围内所述目标对象的多个负荷评估结果；
基于所述预设时间范围内所述目标对象的多个负荷评估结果生成评估表格和/或评估图。
本发明实施例所提供的负荷评估装置可执行本发明任意实施例所提供的负荷评估方法，具备执行方法相应的功能模块和有益效果。
实施例五
图7为本发明实施例五提供的一种负荷评估系统的结构示意图，该系统包括处理器501和存储器502，该存储器存储有计算机程序。该系统中处理器501的数量可以是一个或多个，图7中以一个处理器501为例；
存储器502作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的负荷评估方法对应的程序指令/模块。处理器501通过运行存储在存储器502中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即执行一种负荷评估方法，该方法包括：
获取目标对象的资源评估参考信息，其中，所述资源评估参考信息包括沟通行为信息、软件资源信息和硬件资源信息；
基于所述沟通行为信息、所述软件资源信息和所述硬件资源信息确定所述目标对象的负荷评估结果。
当然，本发明实施例所提供的处理器在执行计算机程序指令时，不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的负荷评估方法中的相关操作。
存储器502可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器502可进一步包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
该系统还包括输入装置503以及输出装置504；设备中的处理器501、存储器502、输入装置503以及输出装置504可以通过总线或其他方式连接，图7中以通过总线连接为例。
输入装置503可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。
输出装置504可包括显示屏等显示设备，例如，用户终端的显示屏。
实施例六
本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种负荷评估方法，该方法包括：
获取目标对象的资源评估参考信息，其中，所述资源评估参考信息包括沟通行为信息、软件资源信息和硬件资源信息；
基于所述沟通行为信息、所述软件资源信息和所述硬件资源信息确定所述目标对象的负荷评估结果。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的负荷评估方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(RandomAccess Memory，简称RAM)、闪存(FLASH)、硬盘或光盘等，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)执行本发明各个实施例所述的负荷评估方法。
值得注意的是，上述负荷评估装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
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，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (12)
1.一种负荷评估系统，其特征在于，该系统包括处理器和存储器，所述存储器存储有计算机程序，所述处理器在运行所述计算机程序时执行以下步骤，包括：
获取目标对象的资源评估参考信息，其中，所述资源评估参考信息包括沟通行为信息、软件资源信息和硬件资源信息；
基于所述沟通行为信息、所述软件资源信息和所述硬件资源信息确定所述目标对象的负荷评估结果。
2.根据权利要求1所述的系统，其特征在于，所述获取目标对象的资源评估参考信息，包括：
从数据库中调取目标对象的待评估数据；
对所述目标对象的待评估数据进行分类，得到沟通行为信息、软件资源信息和硬件资源信息。
3.根据权利要求1所述的系统，其特征在于，所述基于所述沟通行为信息、所述软件资源信息和所述硬件资源信息确定所述目标对象的负荷评估结果，包括：
将所述沟通行为信息、所述软件资源信息和所述硬件资源信息输入至资源负荷评估模型，得到所述目标对象的负荷评估结果。
4.根据权利要求3所述的系统，其特征在于，所述资源负荷评估模型为由输入因子以及所述输入因子对应的权重构成的函数；
或者，所述资源负荷评估模型基于样本资源评估参考信息和所述样本资源评估参考信息对应的结果标签进行训练得到。
5.根据权利要求3所述的系统，其特征在于，所述将所述沟通行为信息、软件资源信息和硬件资源信息输入至资源负荷评估模型，得到所述目标对象的负荷评估结果，包括：
将所述沟通行为信息、所述软件资源信息和所述硬件资源信息分别代入资源负荷评估模型对应的输入因子，得到沟通行为负荷值、软件资源负荷值和硬件资源负荷值；
基于所述沟通行为负荷值、所述软件资源负荷值和所述硬件资源负荷值确定所述目标对象的负荷评估结果。
6.根据权利要求5所述的系统，其特征在于，所述沟通行为信息包括至少一个沟通行为子项目信息，所述软件资源信息包括至少一个软件资源子项目信息，所述硬件资源信息包括至少一个硬件资源子项目信息；
相应的，所述将所述沟通行为信息、所述软件资源信息和所述硬件资源信息分别代入资源负荷评估模型对应的输入因子，得到沟通行为负荷值、软件资源负荷值和硬件资源负荷值，包括：
将各所述沟通行为子项目信息、各所述软件资源子项目信息和各所述硬件资源子项目信息分别代入资源负荷评估模型对应的输入因子，得到沟通行为负荷值、软件资源负荷值和硬件资源负荷值。
7.根据权利要求5所述的系统，其特征在于，所述基于所述沟通行为负荷值、所述软件资源负荷值和所述硬件资源负荷值确定所述目标对象的负荷评估结果，包括：
对所述沟通行为负荷值、所述软件资源负荷值和所述硬件资源负荷值进行级数转换，得到沟通行为负荷等级、软件资源负荷等级和硬件资源负荷等级；
基于所述沟通行为负荷等级、软件资源负荷等级和硬件资源负荷等级确定所述目标对象的负荷评估结果。
8.根据权利要求1所述的系统，其特征在于，所述资源评估参考信息还包括辅助信息；
相应的，所述基于所述沟通行为信息、所述软件资源信息和所述硬件资源信息确定所述目标对象的负荷评估结果，包括：
基于所述沟通行为信息、所述软件资源信息、所述硬件资源信息和所述辅助信息确定所述目标对象的负荷评估结果。
9.根据权利要求1-8中任一项所述的系统，其特征在于，在所述基于所述沟通行为信息、所述软件资源信息和所述硬件资源信息确定所述目标对象的负荷评估结果之后，还包括：
获取预设时间范围内所述目标对象的多个负荷评估结果；
基于所述预设时间范围内所述目标对象的多个负荷评估结果生成评估表格和/或评估图。
10.一种负荷评估装置，其特征在于，包括：
参考信息获取模块，用于获取目标对象的资源评估参考信息，其中，所述资源评估参考信息包括沟通行为信息、软件资源信息和硬件资源信息；
评估结果确定模块，用于基于所述沟通行为信息、所述软件资源信息和所述硬件资源信息确定所述目标对象的负荷评估结果。
11.一种负荷评估方法，其特征在于，由负荷评估系统执行，包括：
获取目标对象的资源评估参考信息，其中，所述资源评估参考信息包括沟通行为信息、软件资源信息和硬件资源信息；
基于所述沟通行为信息、所述软件资源信息和所述硬件资源信息确定所述目标对象的负荷评估结果。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求11所述的负荷评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210973122.3A CN117669902A (zh) | 2022-08-15 | 2022-08-15 | 负荷评估方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210973122.3A CN117669902A (zh) | 2022-08-15 | 2022-08-15 | 负荷评估方法、装置、系统及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117669902A true CN117669902A (zh) | 2024-03-08 |
Family
ID=90075470
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210973122.3A Pending CN117669902A (zh) | 2022-08-15 | 2022-08-15 | 负荷评估方法、装置、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117669902A (zh) |
-
2022
- 2022-08-15 CN CN202210973122.3A patent/CN117669902A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Thomas et al. | The costs and benefits of advanced maintenance in manufacturing | |
| EP1695282B1 (en) | Data processing system and method | |
| Radhi et al. | Optimal configuration of remanufacturing supply network with return quality decision | |
| JP6648896B2 (ja) | 組織改善活動支援システム、情報処理装置、方法およびプログラム | |
| Khanh et al. | Development of waste occurrence level indicator in Vietnam construction industry | |
| CN112396206A (zh) | 一种板材的切割使用综合管理方法及系统 | |
| Schuh et al. | The digital shadow of services: a reference model for comprehensive data collection in MRO services of machine manufacturers | |
| JP4861020B2 (ja) | 環境負荷評価システムの動作方法、環境負荷評価システム及び環境負荷評価プログラム | |
| Chojnacka-Komorowska et al. | Improving the quality control process using the PDCA cycle | |
| CN112825161A (zh) | 产品良率预测方法、装置、计算机装置及存储介质 | |
| CN115423578A (zh) | 基于微服务容器化云平台的招投标方法和系统 | |
| CN111369348A (zh) | 贷后风险监控方法、装置、设备及计算机可读存储介质 | |
| CN109409780B (zh) | 变更处理方法、装置、计算机设备和存储介质 | |
| CN113869602A (zh) | 核电厂备件需求预测方法、系统、计算机设备和存储介质 | |
| CN114372823A (zh) | 企业供应链管理方法 | |
| US20090055203A1 (en) | Method, program code, and system for business process analysis | |
| Borek et al. | Towards a process for total information risk management. | |
| Alkan | Proposing a holistic framework for the assessment and management of manufacturing complexity through data-centric and human-centric approaches | |
| Prakash et al. | Effects of inventory classifications on CONWIP system: a case study | |
| CN117669902A (zh) | 负荷评估方法、装置、系统及存储介质 | |
| CN114117066A (zh) | 审计调阅资料文件夹的推荐方法及装置 | |
| Greasley | A simulation of a workflow management system | |
| CN114331355A (zh) | 一种灵活用工平台的远程多级审批方法及系统 | |
| CN114418450A (zh) | 一种数据处理方法及装置 | |
| CN112215514A (zh) | 一种经营分析报告生成方法及系统 |
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 |