CN117788006A - 一种基于人工智能的企业信息化管理系统及方法 - Google Patents
一种基于人工智能的企业信息化管理系统及方法 Download PDFInfo
- Publication number
- CN117788006A CN117788006A CN202410005127.6A CN202410005127A CN117788006A CN 117788006 A CN117788006 A CN 117788006A CN 202410005127 A CN202410005127 A CN 202410005127A CN 117788006 A CN117788006 A CN 117788006A
- Authority
- CN
- China
- Prior art keywords
- product
- fault
- data
- product fault
- solution
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 21
- 238000012423 maintenance Methods 0.000 claims abstract description 211
- 238000004458 analytical method Methods 0.000 claims abstract description 100
- 230000008569 process Effects 0.000 claims abstract description 14
- 239000000047 product Substances 0.000 claims description 559
- 238000007726 management method Methods 0.000 claims description 81
- 239000012467 final product Substances 0.000 claims description 53
- 238000012216 screening Methods 0.000 claims description 15
- 241000879809 Felis margarita Species 0.000 claims description 13
- 238000010845 search algorithm Methods 0.000 claims description 11
- 230000035945 sensitivity Effects 0.000 claims description 10
- ZINJLDJMHCUBIP-UHFFFAOYSA-N ethametsulfuron-methyl Chemical compound CCOC1=NC(NC)=NC(NC(=O)NS(=O)(=O)C=2C(=CC=CC=2)C(=O)OC)=N1 ZINJLDJMHCUBIP-UHFFFAOYSA-N 0.000 claims description 9
- 241000282326 Felis catus Species 0.000 claims description 8
- 238000011161 development Methods 0.000 claims description 5
- 208000033999 Device damage Diseases 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000007667 floating Methods 0.000 claims description 3
- 238000010295 mobile communication Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000005299 abrasion Methods 0.000 claims description 2
- 230000005856 abnormality Effects 0.000 claims 1
- 230000004888 barrier function Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 16
- 238000012790 confirmation Methods 0.000 abstract description 3
- 238000003745 diagnosis Methods 0.000 abstract description 3
- 239000000243 solution Substances 0.000 description 218
- 238000003860 storage Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000012224 working solution Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及企业信息化管理的技术领域,且公开了一种基于人工智能的企业信息化管理系统及方法,所述系统包括产品故障相关信息获取管理模块、产品故障解决方案管理模块、产品故障处理执行管理模块;通过采集的产品故障点图像与产品故障解决方案数据进行图像特征准确识别,智能分析出产品故障的解决方案,实现产品故障在线诊断和提供处理方案,提升企业售后信息化管理的服务效率和质量;对产品故障解决方案分析过程自检确认,提高了产品故障解决方案分析结果的可靠性,简化企业产品售后维护的流程,提高用户对产品的认可度,提高了企业信息化管理的质量。
Description
技术领域
本发明涉及企业信息化管理的技术领域,具体为一种基于人工智能的企业信息化管理系统及方法。
背景技术
企业信息化管理是指对企业信息实施过程进行的管理。企业信息化管理主要包含信息技术支持下的企业变革过程管理、企业运作管理以及对信息技术、信息资源、信息设备等信息化实施过程的管理。企业信息化管理的三方面的实现是不可分割的,它们互相支持、彼此补充,达到融合又相互制约。企业信息管理属于企业战略管理范畴,其对企业发展具有重要意义。企业信息化管理的精髓是信息集成,其核心要素是数据平台的建设和数据的深度挖掘,通过信息管理系统把企业的设计、采购、生产、制造、财务、营销、经营、管理等各个环节集成起来,共享信息和资源,同时利用现代的技术手段来寻找自己的潜在客户,有效地支撑企业的决策系统,达到降低库存、提高生产效能和质量、快速应变的目的,增强企业的市场竞争力;ERP、OA、CRM、BI、PLM、电子商务等都已经成为企业在管理信息化过程中不可或缺的应用系统,其中ERP正在向高度整合的全程管理信息化迈进,企业信息化管理的目的是提升企业的产品、服务质量、竞争力以及降本增效,产品的售后服务管理作为企业的提升服务和产品质量的重要环节,随着信息化发展产品的结构和功能日益复杂和多样化,增加了企业产品售后服务的压力和用户使用产品的经济,现有的企业产品的售后服务只能通过用户到达指定售后站点进行产品的维修维护,由于产品的使用过程出现故障状态、时间、地点无法预测,为此增加用户使用产品经济和时间成本,企业产品售后管理中无法对用户使用产品出现的故障进行精准识别并提供可靠解决方案。
公开号为CN114611861A的中国发明专利申请公开了一种企业资源信息化管理系统,通过设置资源管理模块、商户管理模块、审核管理模块、目标管理模块、系统管理模块,其中,所述资源管理模块包括:资源创建、资源查看、资源复制、资源变更,所述商户管理模块包括:商户创建、人员新增、配置工作流,所述审核管理模块包括:资源审核、商户审核以及资源变更审核,所述目标库管理模块包括:非目标管理和目标管理,所述系统管理模块包括:用户管理、角色管理、权限管理、密码修改、公告管理、建立操作日志。本发明通过设置资源管理模块对企业资源进行分类创建,同时方便企业人员的对资源的查看,方便员工对资料的及时了解,同时资源变更也十分方便,然而以上企业信息化管理方案的资源管理缺少对企业产品的售后管理,无法为用户提供精准、便捷、高效的产品售后服务。
发明内容
(一)解决的技术问题
为解决上述现有的企业产品的售后服务只能通过用户到达指定售后站点进行产品的维修维护,由于产品的使用过程出现故障状态、时间、地点无法预测,为此增加用户使用产品经济和时间成本,企业产品售后管理中无法对用户使用产品出现的故障进行在精准识别并提供可靠解决方案的问题,实现以上实时接收用户反馈的产品故障、对故障进行精准识别、提供可靠的产品故障解决方案并执行产品维护作业的目的。
(二)技术方案
本发明通过以下技术方案予以实现:一种基于人工智能的企业信息化管理方法,所述方法包括如下步骤:
S1、采集产品故障特征图像数据、用户产品故障发生地坐标、用户个人身份数据;
S2、依据所述产品故障特征图像数据与产品故障解决方案数据通过图像识别算法进行故障特征图像匹配,分析生成出用户产品故障对应解决方案数据并判断所述用户产品故障对应解决方案数据的生成结果;
S3、当所述用户产品故障对应解决方案数据的生成结果是空数据,则重新执行S2步骤并统计出产品故障解决方案分析次数与分析次数设定阈值进行数值比较;
S4、当所述产品故障解决方案分析次数大于所述分析次数设定阈值或所述用户产品故障对应解决方案数据的生成结果不是空数据,则输出最终产品故障解决方案分析结果数据;当输出所述最终产品故障解决方案分析结果数据时,依据所述用户产品故障发生地坐标和不同产品故障维护站点的产品故障维护站点坐标,分别计量出产品故障发生地与不同产品故障维护站点的距离并生成产品故障维护站点到产品故障发生地距离数据;
S5、依据所述产品故障维护站点到产品故障发生地距离数据采用数据搜索算法进行数值分析,搜索出距离数值最小的所述产品故障维护站点到产品故障发生地距离数据并标识生成产品故障维护站点到故障产品最小距离数据;
S6、依据所述产品故障维护站点到故障产品最小距离数据筛选出对应维护站点的所述产品故障维护站点坐标并标识生成最终产品故障维护站点坐标;
S7、依据所述最终产品故障维护站点坐标将所述用户个人身份数据、所述最终产品故障解决方案分析结果数据反馈给维护站点控制端并执行产品故障维护作业。
优选的,所述采集产品故障特征图像数据、用户产品故障发生地坐标、用户个人身份数据的操作步骤如下:
S11、通过移动端拍摄采集产品故障特征图像数据,建立产品故障特征图像数据集合A=(a1,…,am,…,aα),m=1,2,3,…,α;其中am表示采集产品发生故障部位的第m幅产品故障特征图像数据,α表示产品故障特征图像数据数量的最大值;
通过移动端定位并采集发生故障产品的空间位置并生成用户产品故障发生地坐标b=(xb,yb,zb),其中xb表示发生故障产品所在空间的经度,yb表示发生故障产品所在空间的纬度,zb表示发生故障产品所在空间的海拔高度;
用户通过移动端输入个人身份信息完成用户身份信息采集并生成用户个人身份数据I,所述个人身份数据包括用户的姓名、联系方式、身份证号中一种或多种。
优选的,所述依据所述产品故障特征图像数据与产品故障解决方案数据通过图像识别算法进行故障特征图像匹配,分析生成出用户产品故障对应解决方案数据并判断所述用户产品故障对应解决方案数据的生成结果的操作步骤如下:
S21、建立产品故障解决方案数据集合C=(c1,…,cn,…,cβ),n=1,2,3,…,β;其中cn表示采集第n种产品故障的故障特征图像对应的产品故障解决方案数据,β表示产品故障解决方案数据类型的最大值,所述产品故障解决方案包括传动装置损坏解决方案、泵件磨损解决方案、刹车装置失灵的解决方案、设备失去动力解决方案、电机故障解决方案、变压器故障解决方案、电缆故障解决方案、软件无法启动解决方案、软件工作异常解决方案中一种或多种;
S22、采用数据识别算法将产品故障特征图像数据集合A中产品故障特征图像数据am与产品故障解决方案数据集合C中产品故障解决方案数据cn按照产品故障特征图像匹配,所述数据识别算法进行产品故障特征图像识别的具体步骤如下:
S221、初始化更新最大迭代次数,在产品故障解决方案数据集合C构成β维优化问题中,解决方案搜索沙猫是表示问题解的1×β数组,每个变量值都是一个浮点数,每个变量值是位于下界和上界之间,每只解决方案搜索沙猫的适应度通过待解决问题的适应度函数得到;
S222、搜索猎物,控制探索与开发阶段过渡的最终参数和主要参数是R,当|R|>1时,解决方案搜索沙猫在产品故障解决方案数据集合C中搜索与产品故障特征图像数据am匹配的产品故障解决方案数据cn,解决方案搜索沙猫搜索过程依赖于低频噪声的释放,设定解决方案搜索沙猫的灵敏度范围r从0到2kHz,S灵感来自解决方案搜索沙猫的听觉特征,设定其值为2,t为当前迭代次数,T为最大迭代次数,rand(0,1)表示0到1的随机数,
每只解决方案搜索沙猫根据最佳候选位置Pbest和当前位置P及其灵敏度范围r更新自己的位置在产品故障解决方案数据集合C寻找与产品故障特征图像数据am匹配的产品故障解决方案数据cn的位置;
P(t+1)=r×(Pbest(t)-rand(0,1)×Pbest(t)),其中P(t+1)表示t+1次迭代后解决方案搜索沙猫在产品故障解决方案数据集合C中位置,Pbest(t)表示t次迭代解决方案搜索沙猫在产品故障解决方案数据集合C中最佳位置;
S223、攻击猎物,当|R|≤1时,解决方案搜索沙猫进行产品故障解决方案数据cn寻找,利用最佳位置Pbest与当前位置P生成一个随机位置,设定解决方案搜索沙猫的灵敏度范围是一个圆,利用轮盘赌法给每一只解决方案搜索沙猫随机选择一个随机角度θ并进行产品故障解决方案数据cn搜索,搜索公式为其中/>表示灵敏度向量,cos(θ)表示角度θ的余弦值,Prand表示解决方案搜索沙猫在产品故障解决方案数据集合C中随机位置,随机位置可以确保解决方案搜索沙猫靠近猎物,随机角度可以避免算法陷入局部最优;
S224、当搜索算法达到最大迭代次数,则输出am与cn的匹配结果,否则继续迭代执行S222步骤至S223直至满足最大迭代次数;
当am与cn匹配成功,则输出用户产品故障对应解决方案数据为
当am与cn未匹配成功,则输出用户产品故障对应解决方案数据为无;
S23、判断用户产品故障对应解决方案数据的生成结果,当用户产品故障对应解决方案数据为则输出用户产品故障对应解决方案数据的生成结果不是空数据;当用户产品故障对应解决方案数据为无,则输出用户产品故障对应解决方案数据的生成结果是空数据。
优选的,所述当所述用户产品故障对应解决方案数据的生成结果是空数据,则重新执行S2步骤并统计出产品故障解决方案分析次数与分析次数设定阈值进行数值比较的操作步骤如下:
S31、当用户产品故障对应解决方案数据的生成结果是空数据,则重新执行S22步骤至S23步骤并同步统计执行S22步骤至S23步骤的总次数并生成产品故障解决方案分析次数σ;
S32、设定分析次数设定阈值σyuzhi,其中σyuzhi的数值取值为正整数;σyuzhi的数值越大表示当用户产品故障对应解决方案数据的生成结果是空数据时,重复执行S22步骤至S23步骤的次数越多;σyuzhi的数值越小表示当用户产品故障对应解决方案数据的生成结果是空数据时,重复执行S22步骤至S23步骤的次数越少;
S33、每次重复执行S22步骤至S23步骤后将所述产品故障解决方案分析次数σ与所述分析次数设定阈值σyuzhi进行数值比较,当σ≤σyuzhi时,继续执行重复执行S22步骤至S23步骤;当σ﹥σyuzhi时,停止执行重复执行S22步骤至S23步骤,则输出所述用户产品故障对应解决方案数据。
优选的,所述当所述产品故障解决方案分析次数大于所述分析次数设定阈值或所述用户产品故障对应解决方案数据的生成结果不是空数据,则输出最终产品故障解决方案分析结果数据;当输出所述最终产品故障解决方案分析结果数据时,依据所述用户产品故障发生地坐标和不同产品故障维护站点的产品故障维护站点坐标,分别计量出产品故障发生地与不同产品故障维护站点的距离并生成产品故障维护站点到产品故障发生地距离数据的操作步骤如下:
S41、当满足当σ﹥σyuzhi时或所述用户产品故障对应解决方案数据的生成结果不是空数据,则将输出的所述用户产品故障对应解决方案数据标识为最终产品故障解决方案分析结果数据进行输出;
S42、建立产品故障维护站点坐标集合D=(d1,…,du,…,dχ),u=1,2,3,…,χ;其中du表示第u个产品故障维护站点的对应产品故障维护站点坐标,χ表示产品故障维护站点数量的最大值;du=(xu,yu,zu),其中xu表示产品故障维护站点所在空间的经度,yu表示产品故障维护站点所在空间的纬度,zu表示产品故障维护站点所在空间的海拔高度;
S43、当输出所述最终产品故障解决方案分析结果数据时,依据所述用户产品故障发生地坐标b和所述产品故障维护站点坐标集合D中产品故障维护站点坐标du采用距离公式计算出产品故障发生地与不同产品故障维护站点的距离并生成产品故障维护站点到产品故障发生地距离数据集合E=(e1,b,…,eu,b,…,eχ,b),u=1,2,3,…,χ;其中eu,b表示第u个产品故障维护站点到产品故障发生地距离数据,
优选的,所述依据所述产品故障维护站点到产品故障发生地距离数据采用数据搜索算法进行数值分析,搜索出距离数值最小的所述产品故障维护站点到产品故障发生地距离数据并标识生成产品故障维护站点到故障产品最小距离数据的操作步骤如下:
S51、获取产品故障维护站点到产品故障发生地距离数据集合E;
S52、采用深度优先搜索算法在产品故障维护站点到产品故障发生地距离数据集合E中按照数值大小搜索出数值最小的产品故障维护站点到产品故障发生地距离数据eu,b并标识生成产品故障维护站点到故障产品最小距离数据emin。
优选的,所述依据所述产品故障维护站点到故障产品最小距离数据筛选出对应维护站点的所述产品故障维护站点坐标并标识生成最终产品故障维护站点坐标的操作步骤如下:
S61、依据所述产品故障维护站点到故障产品最小距离数据emin按照产品故障维护站点的编号u获取emin对应的所述产品故障维护站点坐标du并标识生成最终产品故障维护站点坐标dqueding。
优选的,所述依据所述最终产品故障维护站点坐标将所述用户个人身份数据、所述最终产品故障解决方案分析结果数据反馈给维护站点控制端并执行产品故障维护作业的操作步骤如下:
S71、依据所述最终产品故障维护站点坐标dqueding获取产品故障维护站点的编号位置通过移动通信网络将所述用户个人身份数据I和所述最终产品故障解决方案分析结果数据推送反馈到维护站点控制端,所述维护站点控制端的依据所述用户个人身份数据I和用户取得联系并安排工作人员利用接收的所述最终产品故障解决方案分析结果数据执行线上或线下产品故障维护作业。
一种实现所述基于人工智能的企业信息化管理方法的系统,所述系统包括产品故障相关信息获取管理模块、产品故障解决方案管理模块、产品故障处理执行管理模块;
所述产品故障相关信息获取管理模块包括产品故障采集单元、用户产品故障发生地坐标采集单元、用户身份信息采集单元;
所述产品故障采集单元,通过移动端采集产品故障特征图像数据;所述用户产品故障发生地坐标采集单元,通过移动端采集用户产品故障发生地坐标;所述用户身份信息采集单元,通过移动端采集用户个人身份数据;
所述产品故障解决方案管理模块包括产品故障解决方案存储单元、产品故障解决方案分析判断单元、产品故障解决方案分析次数统计及判断单元、产品故障解决方案结果输出单元;
所述产品故障解决方案存储单元,用于存储产品故障解决方案数据;所述产品故障解决方案分析判断单元,用于依据所述产品故障特征图像数据与产品故障解决方案数据通过图像识别算法进行故障特征图像匹配,分析生成出用户产品故障对应解决方案数据并判断所述用户产品故障对应解决方案数据的生成结果;所述产品故障解决方案分析次数统计及判断单元,用于当所述用户产品故障对应解决方案数据的生成结果是空数据,则重新执行产品故障解决方案分析步骤并统计出产品故障解决方案分析次数与分析次数设定阈值进行数值比较;所述产品故障解决方案结果输出单元,当所述产品故障解决方案分析次数大于所述分析次数设定阈值或所述用户产品故障对应解决方案数据的生成结果不是空数据,则输出最终产品故障解决方案分析结果数据;
所述产品故障处理执行管理模块包括产品故障维护站点坐标存储单元、产品故障维护站点与故障产品距离计量单元、产品故障维护站点筛选单元、产品故障售后维护处理执行单元;
所述产品故障维护站点坐标存储单元,用于存储产品故障维护站点坐标;所述产品故障维护站点与故障产品距离计量单元,当输出所述最终产品故障解决方案分析结果数据时,依据所述用户产品故障发生地坐标和不同产品故障维护站点的产品故障维护站点坐标,分别计量出产品故障发生地与不同产品故障维护站点的距离并生成产品故障维护站点到产品故障发生地距离数据;所述产品故障维护站点筛选单元,用于依据所述产品故障维护站点到产品故障发生地距离数据采用数据搜索算法进行数值分析,搜索出距离数值最小的所述产品故障维护站点到产品故障发生地距离数据并标识生成产品故障维护站点到故障产品最小距离数据,以及依据所述产品故障维护站点到故障产品最小距离数据筛选出对应维护站点的所述产品故障维护站点坐标并标识生成最终产品故障维护站点坐标;所述产品故障售后维护处理执行单元,依据所述最终产品故障维护站点坐标将所述用户个人身份数据、所述最终产品故障解决方案分析结果数据反馈给维护站点控制端并执行产品故障维护作业。
(三)有益效果
本发明提供了一种基于人工智能的企业信息化管理系统及方法。具备以下有益效果:
一、通过产品故障采集单元利用移动端准确在线采集产品的故障特征图像,实现用户对于产品故障问题的快速反馈;用户产品故障发生地坐标采集单元利用移动端精确定位产品故障发生地位置,为产品售后信息化管理提供数据支撑;用户身份信息采集单元使用移动端采集用户个人身份信息,保证产品售后准确高效交流和快速执行产品维护作业。
二、通过产品故障解决方案分析判断单元利用智能识别算法将采集的产品故障点图像与产品故障解决方案数据进行图像特征准确识别,智能分析出产品故障的解决方案,实现产品故障在线诊断和提供处理方案,提升企业售后信息化管理的服务效率和质量;产品故障解决方案分析次数统计及判断单元和产品故障解决方案结果输出单元相互配合对产品故障解决方案分析过程自检确认,提高了产品故障解决方案分析结果的可靠性,简化企业产品售后维护的流程,提高用户对产品的认可度,提高了企业信息化管理的质量。
三、通过产品故障维护站点与故障产品距离计量单元和产品故障维护站点筛选单元相互配合准确计量筛选出距离产品故障发生地最近的故障维护站点并获取对应维护站点的位置信息,实现产品故障维护站点的智能化筛选,减少用户解决产品故障作业的时间和经济成本,提升企业产品售后服务的竞争力和企业信息化管理的能力;产品故障售后维护处理执行单元启动最近产品故障维护站点控制端联系用户,并安排维护人员对产品故障问题进行线上或线下产品故障维护作业,实现产品售后维护作业信息化、标准化处理,提升企业产品售后信息化管理的智能化。
附图说明
图1为本发明提供的一种基于人工智能的企业信息化管理系统的模块示意图;
图2为本发明提供的一种基于人工智能的企业信息化管理方法的流程图。
具体实施方式
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。
该一种基于人工智能的企业信息化管理系统及方法的实施例如下:
请参阅图1-图2,一种基于人工智能的企业信息化管理方法,方法包括如下步骤:
S1、采集产品故障特征图像数据、用户产品故障发生地坐标、用户个人身份数据;
S2、依据产品故障特征图像数据与产品故障解决方案数据通过图像识别算法进行故障特征图像匹配,分析生成出用户产品故障对应解决方案数据并判断用户产品故障对应解决方案数据的生成结果;
S3、当用户产品故障对应解决方案数据的生成结果是空数据,则重新执行S2步骤并统计出产品故障解决方案分析次数与分析次数设定阈值进行数值比较;
S4、当产品故障解决方案分析次数大于分析次数设定阈值或用户产品故障对应解决方案数据的生成结果不是空数据,则输出最终产品故障解决方案分析结果数据;当输出最终产品故障解决方案分析结果数据时,依据用户产品故障发生地坐标和不同产品故障维护站点的产品故障维护站点坐标,分别计量出产品故障发生地与不同产品故障维护站点的距离并生成产品故障维护站点到产品故障发生地距离数据;
S5、依据产品故障维护站点到产品故障发生地距离数据采用数据搜索算法进行数值分析,搜索出距离数值最小的产品故障维护站点到产品故障发生地距离数据并标识生成产品故障维护站点到故障产品最小距离数据;
S6、依据产品故障维护站点到故障产品最小距离数据筛选出对应维护站点的产品故障维护站点坐标并标识生成最终产品故障维护站点坐标;
S7、依据最终产品故障维护站点坐标将用户个人身份数据、最终产品故障解决方案分析结果数据反馈给维护站点控制端并执行产品故障维护作业。
进一步的,请参阅图1-图2,采集产品故障特征图像数据、用户产品故障发生地坐标、用户个人身份数据的操作步骤如下:
S11、通过移动端拍摄采集产品故障特征图像数据,建立产品故障特征图像数据集合A=(a1,…,am,…,aα),m=1,2,3,…,α;其中am表示采集产品发生故障部位的第m幅产品故障特征图像数据,α表示产品故障特征图像数据数量的最大值;
通过移动端定位并采集发生故障产品的空间位置并生成用户产品故障发生地坐标b=(xb,yb,zb),其中xb表示发生故障产品所在空间的经度,yb表示发生故障产品所在空间的纬度,zb表示发生故障产品所在空间的海拔高度;
用户通过移动端输入个人身份信息完成用户身份信息采集并生成用户个人身份数据I,个人身份数据包括用户的姓名、联系方式、身份证号中一种或多种。
通过产品故障采集单元利用移动端准确在线采集产品的故障特征图像,实现用户对于产品故障问题的快速反馈;用户产品故障发生地坐标采集单元利用移动端精确定位产品故障发生地位置,为产品售后信息化管理提供数据支撑;用户身份信息采集单元使用移动端采集用户个人身份信息,保证产品售后准确高效交流和快速执行产品维护作业。
进一步的,请参阅图1-图2,依据产品故障特征图像数据与产品故障解决方案数据通过图像识别算法进行故障特征图像匹配,分析生成出用户产品故障对应解决方案数据并判断用户产品故障对应解决方案数据的生成结果的操作步骤如下:
S21、建立产品故障解决方案数据集合C=(c1,…,cn,…,cβ),n=1,2,3,…,β;其中cn表示采集第n种产品故障的故障特征图像对应的产品故障解决方案数据,β表示产品故障解决方案数据类型的最大值,产品故障解决方案包括传动装置损坏解决方案、泵件磨损解决方案、刹车装置失灵的解决方案、设备失去动力解决方案、电机故障解决方案、变压器故障解决方案、电缆故障解决方案、软件无法启动解决方案、软件工作异常解决方案中一种或多种;
S22、采用数据识别算法将产品故障特征图像数据集合A中产品故障特征图像数据am与产品故障解决方案数据集合C中产品故障解决方案数据cn按照产品故障特征图像匹配,数据识别算法进行产品故障特征图像识别的具体步骤如下:
S221、初始化更新最大迭代次数,在产品故障解决方案数据集合C构成β维优化问题中,解决方案搜索沙猫是表示问题解的1×β数组,每个变量值都是一个浮点数,每个变量值是位于下界和上界之间,每只解决方案搜索沙猫的适应度通过待解决问题的适应度函数得到;
S222、搜索猎物,控制探索与开发阶段过渡的最终参数和主要参数是R,当|R|>1时,解决方案搜索沙猫在产品故障解决方案数据集合C中搜索与产品故障特征图像数据am匹配的产品故障解决方案数据cn,解决方案搜索沙猫搜索过程依赖于低频噪声的释放,设定解决方案搜索沙猫的灵敏度范围r从0到2kHz,S灵感来自解决方案搜索沙猫的听觉特征,设定其值为2,t为当前迭代次数,T为最大迭代次数,rand(0,1)表示0到1的随机数,
每只解决方案搜索沙猫根据最佳候选位置Pbest和当前位置P及其灵敏度范围r更新自己的位置在产品故障解决方案数据集合C寻找与产品故障特征图像数据am匹配的产品故障解决方案数据cn的位置;
P(t+1)=r×(Pbest(t)-rand(0,1)×Pbest(t)),其中P(t+1)表示t+1次迭代后解决方案搜索沙猫在产品故障解决方案数据集合C中位置,Pbest(t)表示t次迭代解决方案搜索沙猫在产品故障解决方案数据集合C中最佳位置;
S223、攻击猎物,当|R|≤1时,解决方案搜索沙猫进行产品故障解决方案数据cn寻找,利用最佳位置Pbest与当前位置P生成一个随机位置,设定解决方案搜索沙猫的灵敏度范围是一个圆,利用轮盘赌法给每一只解决方案搜索沙猫随机选择一个随机角度θ并进行产品故障解决方案数据cn搜索,搜索公式为其中/>表示灵敏度向量,cos(θ)表示角度θ的余弦值,Prand表示解决方案搜索沙猫在产品故障解决方案数据集合C中随机位置,随机位置可以确保解决方案搜索沙猫靠近猎物,随机角度可以避免算法陷入局部最优;
S224、当搜索算法达到最大迭代次数,则输出am与cn的匹配结果,否则继续迭代执行S222步骤至S223直至满足最大迭代次数;
当am与cn匹配成功,则输出用户产品故障对应解决方案数据为
当am与cn未匹配成功,则输出用户产品故障对应解决方案数据为无;
S23、判断用户产品故障对应解决方案数据的生成结果,当用户产品故障对应解决方案数据为则输出用户产品故障对应解决方案数据的生成结果不是空数据;当用户产品故障对应解决方案数据为无,则输出用户产品故障对应解决方案数据的生成结果是空数据。
当用户产品故障对应解决方案数据的生成结果是空数据,则重新执行S2步骤并统计出产品故障解决方案分析次数与分析次数设定阈值进行数值比较的操作步骤如下:
S31、当用户产品故障对应解决方案数据的生成结果是空数据,则重新执行S22步骤至S23步骤并同步统计执行S22步骤至S23步骤的总次数并生成产品故障解决方案分析次数σ;
S32、设定分析次数设定阈值σyuzhi,其中σyuzhi的数值取值为正整数;σyuzhi的数值越大表示当用户产品故障对应解决方案数据的生成结果是空数据时,重复执行S22步骤至S23步骤的次数越多;σyuzhi的数值越小表示当用户产品故障对应解决方案数据的生成结果是空数据时,重复执行S22步骤至S23步骤的次数越少;
S33、每次重复执行S22步骤至S23步骤后将产品故障解决方案分析次数σ与分析次数设定阈值σyuzhi进行数值比较,当σ≤σyuzhi时,继续执行重复执行S22步骤至S23步骤;当σ﹥σyuzhi时,停止执行重复执行S22步骤至S23步骤,则输出用户产品故障对应解决方案数据。
通过产品故障解决方案分析判断单元利用智能识别算法将采集的产品故障点图像与产品故障解决方案数据进行图像特征准确识别,智能分析出产品故障的解决方案,实现产品故障在线诊断和提供处理方案,提升企业售后信息化管理的服务效率和质量;产品故障解决方案分析次数统计及判断单元和产品故障解决方案结果输出单元相互配合对产品故障解决方案分析过程自检确认,提高了产品故障解决方案分析结果的可靠性,简化企业产品售后维护的流程,提高用户对产品的认可度,提高了企业信息化管理的质量。
进一步的,请参阅图1-图2,当产品故障解决方案分析次数大于分析次数设定阈值或用户产品故障对应解决方案数据的生成结果不是空数据,则输出最终产品故障解决方案分析结果数据;当输出最终产品故障解决方案分析结果数据时,依据用户产品故障发生地坐标和不同产品故障维护站点的产品故障维护站点坐标,分别计量出产品故障发生地与不同产品故障维护站点的距离并生成产品故障维护站点到产品故障发生地距离数据的操作步骤如下:
S41、当满足当σ﹥σyuzhi时或用户产品故障对应解决方案数据的生成结果不是空数据,则将输出的用户产品故障对应解决方案数据标识为最终产品故障解决方案分析结果数据进行输出;
S42、建立产品故障维护站点坐标集合D=(d1,…,du,…,dχ),u=1,2,3,…,χ;其中du表示第u个产品故障维护站点的对应产品故障维护站点坐标,χ表示产品故障维护站点数量的最大值;du=(xu,yu,zu),其中xu表示产品故障维护站点所在空间的经度,yu表示产品故障维护站点所在空间的纬度,zu表示产品故障维护站点所在空间的海拔高度;
S43、当输出最终产品故障解决方案分析结果数据时,依据用户产品故障发生地坐标b和产品故障维护站点坐标集合D中产品故障维护站点坐标du采用距离公式计算出产品故障发生地与不同产品故障维护站点的距离并生成产品故障维护站点到产品故障发生地距离数据集合E=(e1,b,…,eu,b,…,eχ,b),u=1,2,3,…,χ;其中eu,b表示第u个产品故障维护站点到产品故障发生地距离数据,
依据产品故障维护站点到产品故障发生地距离数据采用数据搜索算法进行数值分析,搜索出距离数值最小的产品故障维护站点到产品故障发生地距离数据并标识生成产品故障维护站点到故障产品最小距离数据的操作步骤如下:
S51、获取产品故障维护站点到产品故障发生地距离数据集合E;
S52、采用深度优先搜索算法在产品故障维护站点到产品故障发生地距离数据集合E中按照数值大小搜索出数值最小的产品故障维护站点到产品故障发生地距离数据eu,b并标识生成产品故障维护站点到故障产品最小距离数据emin。
依据产品故障维护站点到故障产品最小距离数据筛选出对应维护站点的产品故障维护站点坐标并标识生成最终产品故障维护站点坐标的操作步骤如下:
S61、依据产品故障维护站点到故障产品最小距离数据emin按照产品故障维护站点的编号u获取emin对应的产品故障维护站点坐标du并标识生成最终产品故障维护站点坐标dqueding。
依据最终产品故障维护站点坐标将用户个人身份数据、最终产品故障解决方案分析结果数据反馈给维护站点控制端并执行产品故障维护作业的操作步骤如下:
S71、依据最终产品故障维护站点坐标dqueding获取产品故障维护站点的编号位置通过移动通信网络将用户个人身份数据I和最终产品故障解决方案分析结果数据推送反馈到维护站点控制端,维护站点控制端的依据用户个人身份数据I和用户取得联系并安排工作人员利用接收的最终产品故障解决方案分析结果数据执行线上或线下产品故障维护作业。
通过产品故障维护站点与故障产品距离计量单元和产品故障维护站点筛选单元相互配合准确计量筛选出距离产品故障发生地最近的故障维护站点并获取对应维护站点的位置信息,实现产品故障维护站点的智能化筛选,减少用户解决产品故障作业的时间和经济成本,提升企业产品售后服务的竞争力和企业信息化管理的能力;产品故障售后维护处理执行单元启动最近产品故障维护站点控制端联系用户,并安排维护人员对产品故障问题进行线上或线下产品故障维护作业,实现产品售后维护作业信息化、标准化处理,提升企业产品售后信息化管理的智能化。
一种实现基于人工智能的企业信息化管理方法的系统,系统包括产品故障相关信息获取管理模块、产品故障解决方案管理模块、产品故障处理执行管理模块;
产品故障相关信息获取管理模块包括产品故障采集单元、用户产品故障发生地坐标采集单元、用户身份信息采集单元;
产品故障采集单元,通过移动端采集产品故障特征图像数据;用户产品故障发生地坐标采集单元,通过移动端采集用户产品故障发生地坐标;用户身份信息采集单元,通过移动端采集用户个人身份数据;
产品故障解决方案管理模块包括产品故障解决方案存储单元、产品故障解决方案分析判断单元、产品故障解决方案分析次数统计及判断单元、产品故障解决方案结果输出单元;
产品故障解决方案存储单元,用于存储产品故障解决方案数据;产品故障解决方案分析判断单元,用于依据产品故障特征图像数据与产品故障解决方案数据通过图像识别算法进行故障特征图像匹配,分析生成出用户产品故障对应解决方案数据并判断用户产品故障对应解决方案数据的生成结果;产品故障解决方案分析次数统计及判断单元,用于当用户产品故障对应解决方案数据的生成结果是空数据,则重新执行产品故障解决方案分析步骤并统计出产品故障解决方案分析次数与分析次数设定阈值进行数值比较;产品故障解决方案结果输出单元,当产品故障解决方案分析次数大于分析次数设定阈值或用户产品故障对应解决方案数据的生成结果不是空数据,则输出最终产品故障解决方案分析结果数据;
产品故障处理执行管理模块包括产品故障维护站点坐标存储单元、产品故障维护站点与故障产品距离计量单元、产品故障维护站点筛选单元、产品故障售后维护处理执行单元;
产品故障维护站点坐标存储单元,用于存储产品故障维护站点坐标;产品故障维护站点与故障产品距离计量单元,当输出最终产品故障解决方案分析结果数据时,依据用户产品故障发生地坐标和不同产品故障维护站点的产品故障维护站点坐标,分别计量出产品故障发生地与不同产品故障维护站点的距离并生成产品故障维护站点到产品故障发生地距离数据;产品故障维护站点筛选单元,用于依据产品故障维护站点到产品故障发生地距离数据采用数据搜索算法进行数值分析,搜索出距离数值最小的产品故障维护站点到产品故障发生地距离数据并标识生成产品故障维护站点到故障产品最小距离数据,以及依据产品故障维护站点到故障产品最小距离数据筛选出对应维护站点的产品故障维护站点坐标并标识生成最终产品故障维护站点坐标;产品故障售后维护处理执行单元,依据最终产品故障维护站点坐标将用户个人身份数据、最终产品故障解决方案分析结果数据反馈给维护站点控制端并执行产品故障维护作业。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.一种基于人工智能的企业信息化管理方法,其特征在于,所述方法包括如下步骤:
S1、采集产品故障特征图像数据、用户产品故障发生地坐标、用户个人身份数据;
S2、依据所述产品故障特征图像数据与产品故障解决方案数据通过图像识别算法进行故障特征图像匹配,分析生成出用户产品故障对应解决方案数据并判断所述用户产品故障对应解决方案数据的生成结果;
S3、当所述用户产品故障对应解决方案数据的生成结果是空数据,则重新执行S2步骤并统计出产品故障解决方案分析次数与分析次数设定阈值进行数值比较;
S4、当所述产品故障解决方案分析次数大于所述分析次数设定阈值或所述用户产品故障对应解决方案数据的生成结果不是空数据,则输出最终产品故障解决方案分析结果数据;当输出所述最终产品故障解决方案分析结果数据时,依据所述用户产品故障发生地坐标和不同产品故障维护站点的产品故障维护站点坐标,分别计量出产品故障发生地与不同产品故障维护站点的距离并生成产品故障维护站点到产品故障发生地距离数据;
S5、依据所述产品故障维护站点到产品故障发生地距离数据采用数据搜索算法进行数值分析,搜索出距离数值最小的所述产品故障维护站点到产品故障发生地距离数据并标识生成产品故障维护站点到故障产品最小距离数据;
S6、依据所述产品故障维护站点到故障产品最小距离数据筛选出对应维护站点的所述产品故障维护站点坐标并标识生成最终产品故障维护站点坐标;
S7、依据所述最终产品故障维护站点坐标将所述用户个人身份数据、所述最终产品故障解决方案分析结果数据反馈给维护站点控制端并执行产品故障维护作业。
2.根据权利要求1所述的一种基于人工智能的企业信息化管理方法,其特征在于:所述S1包括以下步骤:
S11、通过移动端拍摄采集产品故障特征图像数据,建立产品故障特征图像数据集合A=(a1,…,am,…,aα),m=1,2,3,…,α;其中am表示采集产品发生故障部位的第m幅产品故障特征图像数据,α表示产品故障特征图像数据数量的最大值;
通过移动端定位并采集发生故障产品的空间位置并生成用户产品故障发生地坐标b=(xb,yb,zb),其中xb表示发生故障产品所在空间的经度,yb表示发生故障产品所在空间的纬度,zb表示发生故障产品所在空间的海拔高度;
用户通过移动端输入个人身份信息完成用户身份信息采集并生成用户个人身份数据I,所述个人身份数据包括用户的姓名、联系方式、身份证号中一种或多种。
3.根据权利要求2所述的一种基于人工智能的企业信息化管理方法,其特征在于:所述S2包括以下步骤:
S21、建立产品故障解决方案数据集合C=(c1,…,cn,…,cβ),n=1,2,3,…,β;其中cn表示采集第n种产品故障的故障特征图像对应的产品故障解决方案数据,β表示产品故障解决方案数据类型的最大值,所述产品故障解决方案包括传动装置损坏解决方案、泵件磨损解决方案、刹车装置失灵的解决方案、设备失去动力解决方案、电机故障解决方案、变压器故障解决方案、电缆故障解决方案、软件无法启动解决方案、软件工作异常解决方案中一种或多种;
S22、采用数据识别算法将产品故障特征图像数据集合A中产品故障特征图像数据am与产品故障解决方案数据集合C中产品故障解决方案数据cn按照产品故障特征图像匹配,所述数据识别算法进行产品故障特征图像识别的具体步骤如下:
S221、初始化更新最大迭代次数,在产品故障解决方案数据集合C构成β维优化问题中,解决方案搜索沙猫是表示问题解的1×β数组,每个变量值都是一个浮点数,每个变量值是位于下界和上界之间,每只解决方案搜索沙猫的适应度通过待解决问题的适应度函数得到;
S222、搜索猎物,控制探索与开发阶段过渡的最终参数和主要参数是R,当|R|>1时,解决方案搜索沙猫在产品故障解决方案数据集合C中搜索与产品故障特征图像数据am匹配的产品故障解决方案数据cn,解决方案搜索沙猫搜索过程依赖于低频噪声的释放;
每只解决方案搜索沙猫根据最佳候选位置Pbest和当前位置P及其灵敏度范围r更新自己的位置在产品故障解决方案数据集合C寻找与产品故障特征图像数据am匹配的产品故障解决方案数据cn的位置;
S223、攻击猎物,当|R|≤1时,解决方案搜索沙猫进行产品故障解决方案数据cn寻找,利用最佳位置Pbest与当前位置P生成一个随机位置,设定解决方案搜索沙猫的灵敏度范围是一个圆,利用轮盘赌法给每一只解决方案搜索沙猫随机选择一个随机角度θ并进行产品故障解决方案数据cn搜索;
S224、当搜索算法达到最大迭代次数,则输出am与cn的匹配结果,否则继续迭代执行S222步骤至S223直至满足最大迭代次数;
当am与cn匹配成功,则输出用户产品故障对应解决方案数据为
当am与cn未匹配成功,则输出用户产品故障对应解决方案数据为无;
S23、判断用户产品故障对应解决方案数据的生成结果,当用户产品故障对应解决方案数据为则输出用户产品故障对应解决方案数据的生成结果不是空数据;当用户产品故障对应解决方案数据为无,则输出用户产品故障对应解决方案数据的生成结果是空数据。
4.根据权利要求3所述的一种基于人工智能的企业信息化管理方法,其特征在于:所述S3包括以下步骤:
S31、当用户产品故障对应解决方案数据的生成结果是空数据,则重新执行S22步骤至S23步骤并同步统计执行S22步骤至S23步骤的总次数并生成产品故障解决方案分析次数σ;
S32、设定分析次数设定阈值σyuzhi,其中σyuzhi的数值取值为正整数;σyuzhi的数值越大表示当用户产品故障对应解决方案数据的生成结果是空数据时,重复执行S22步骤至S23步骤的次数越多;σyuzhi的数值越小表示当用户产品故障对应解决方案数据的生成结果是空数据时,重复执行S22步骤至S23步骤的次数越少;
S33、每次重复执行S22步骤至S23步骤后将所述产品故障解决方案分析次数σ与所述分析次数设定阈值σyuzhi进行数值比较,当σ≤σyuzhi时,继续执行重复执行S22步骤至S23步骤;当σ﹥σyuzhi时,停止执行重复执行S22步骤至S23步骤,则输出所述用户产品故障对应解决方案数据。
5.根据权利要求4所述的一种基于人工智能的企业信息化管理方法,其特征在于:所述S4包括以下步骤:
S41、当满足当σ﹥σyuzhi时或所述用户产品故障对应解决方案数据的生成结果不是空数据,则将输出的所述用户产品故障对应解决方案数据标识为最终产品故障解决方案分析结果数据进行输出;
S42、建立产品故障维护站点坐标集合D=(d1,…,du,…,dχ),u=1,2,3,…,χ;其中du表示第u个产品故障维护站点的对应产品故障维护站点坐标,χ表示产品故障维护站点数量的最大值;du=(xu,yu,zu),其中xu表示产品故障维护站点所在空间的经度,yu表示产品故障维护站点所在空间的纬度,zu表示产品故障维护站点所在空间的海拔高度;
S43、当输出所述最终产品故障解决方案分析结果数据时,依据所述用户产品故障发生地坐标b和所述产品故障维护站点坐标集合D中产品故障维护站点坐标du采用距离公式计算出产品故障发生地与不同产品故障维护站点的距离并生成产品故障维护站点到产品故障发生地距离数据集合E=(e1,b,…,eu,b,…,eχ,b),u=1,2,3,…,χ;其中eu,b表示第u个产品故障维护站点到产品故障发生地距离数据,
6.根据权利要求5所述的一种基于人工智能的企业信息化管理方法,其特征在于:所述S5包括以下步骤:
S51、获取产品故障维护站点到产品故障发生地距离数据集合E;
S52、采用深度优先搜索算法在产品故障维护站点到产品故障发生地距离数据集合E中按照数值大小搜索出数值最小的产品故障维护站点到产品故障发生地距离数据eu,b并标识生成产品故障维护站点到故障产品最小距离数据emin。
7.根据权利要求6所述的一种基于人工智能的企业信息化管理方法,其特征在于:所述S6包括以下步骤:
S61、依据所述产品故障维护站点到故障产品最小距离数据emin按照产品故障维护站点的编号u获取emin对应的所述产品故障维护站点坐标du并标识生成最终产品故障维护站点坐标dqueding。
8.根据权利要求7所述的一种基于人工智能的企业信息化管理方法,其特征在于:所述S7包括以下步骤:
S71、依据所述最终产品故障维护站点坐标dqueding获取产品故障维护站点的编号位置通过移动通信网络将所述用户个人身份数据I和所述最终产品故障解决方案分析结果数据推送反馈到维护站点控制端,所述维护站点控制端的依据所述用户个人身份数据I和用户取得联系并安排工作人员利用接收的所述最终产品故障解决方案分析结果数据执行线上或线下产品故障维护作业。
9.一种实现如根据权利要求1-8中任意一项所述的基于人工智能的企业信息化管理方法的系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410005127.6A CN117788006A (zh) | 2024-01-03 | 2024-01-03 | 一种基于人工智能的企业信息化管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410005127.6A CN117788006A (zh) | 2024-01-03 | 2024-01-03 | 一种基于人工智能的企业信息化管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117788006A true CN117788006A (zh) | 2024-03-29 |
Family
ID=90394626
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410005127.6A Pending CN117788006A (zh) | 2024-01-03 | 2024-01-03 | 一种基于人工智能的企业信息化管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117788006A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779111A (zh) * | 2017-02-21 | 2017-05-31 | 上海量明科技发展有限公司 | 共享车辆维修操作的实现方法、客户端及系统 |
CN111368735A (zh) * | 2020-03-04 | 2020-07-03 | 中国联合网络通信有限公司广州市分公司 | 一种基于图像识别的网络设备自助排障方法 |
CN115470953A (zh) * | 2022-10-27 | 2022-12-13 | 中通服慧展科技有限公司 | 展厅管理方法、电子设备和计算机可读存储介质 |
CN116681665A (zh) * | 2023-05-31 | 2023-09-01 | 大唐共和清洁能源有限公司 | 一种融合iv和cv的智能诊断系统及其方法 |
CN117227553A (zh) * | 2023-09-01 | 2023-12-15 | 山东云电网络科技有限公司 | 一种集成化超级充电应用系统 |
-
2024
- 2024-01-03 CN CN202410005127.6A patent/CN117788006A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779111A (zh) * | 2017-02-21 | 2017-05-31 | 上海量明科技发展有限公司 | 共享车辆维修操作的实现方法、客户端及系统 |
CN111368735A (zh) * | 2020-03-04 | 2020-07-03 | 中国联合网络通信有限公司广州市分公司 | 一种基于图像识别的网络设备自助排障方法 |
CN115470953A (zh) * | 2022-10-27 | 2022-12-13 | 中通服慧展科技有限公司 | 展厅管理方法、电子设备和计算机可读存储介质 |
CN116681665A (zh) * | 2023-05-31 | 2023-09-01 | 大唐共和清洁能源有限公司 | 一种融合iv和cv的智能诊断系统及其方法 |
CN117227553A (zh) * | 2023-09-01 | 2023-12-15 | 山东云电网络科技有限公司 | 一种集成化超级充电应用系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Salamai et al. | Dynamic voting classifier for risk identification in supply chain 4.0. | |
CN107330731B (zh) | 一种识别广告位点击异常的方法和装置 | |
CN111461668A (zh) | 一种基于流程自动化技术的数字化审计系统及方法 | |
CN108647993B (zh) | 一种识别招投标过程中投标者之间关系的方法 | |
CN113822421B (zh) | 基于神经网络的异常定位方法、系统、设备及存储介质 | |
CN111726248A (zh) | 一种告警根因定位方法及装置 | |
WO2021130771A1 (en) | System and method of machine learning based deviation prediction and interconnected-metrics derivation for action recommendations | |
CN108876406A (zh) | 客服行为分析方法、装置、服务器及可读存储介质 | |
CN117473048B (zh) | 基于数据挖掘的财务异常数据监测分析系统及方法 | |
CN115587543A (zh) | 基于联邦学习和lstm的刀具剩余寿命预测方法及系统 | |
CN113780667A (zh) | 一种基于ai人工智能的企业经营预测方法及系统 | |
CN113570468A (zh) | 一种企业支付风控服务平台 | |
CN113448808B (zh) | 一种批处理任务中单任务时间的预测方法、系统及存储介质 | |
CN117689460A (zh) | 反洗钱风险线索分析管理方法、系统和电子设备 | |
CN112418893A (zh) | 一种基于机器学习的供应链调整方法、装置及电子设备 | |
CN117788006A (zh) | 一种基于人工智能的企业信息化管理系统及方法 | |
CN116136897A (zh) | 信息处理方法以及装置 | |
CN112148347A (zh) | 一种全流程溯源管理的方法和装置 | |
Kishore et al. | A real-time machine learning based cloud computing architecture for smart manufacturing | |
CN114723548A (zh) | 数据处理方法、装置、设备、介质和程序产品 | |
CN115170293A (zh) | 贷后管理方法及装置 | |
Schkarin et al. | Prerequisites for Applying Artificial Intelligence for Scheduling in Small-and Medium-sized Enterprises. | |
CN114564968A (zh) | 基于人机对话的意图识别方法、系统、终端及介质 | |
CN114154617A (zh) | 一种基于vfl的低压居民用户异常用电识别方法及系统 | |
Aksvonov et al. | Development of a hybrid decision-making method based on a simulation-genetic algorithm in a web-oriented metallurgical enterprise information system |
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 |