CN115017138A - 一种人员计划状态数字孪生方法、装置及设备 - Google Patents
一种人员计划状态数字孪生方法、装置及设备 Download PDFInfo
- Publication number
- CN115017138A CN115017138A CN202210767698.4A CN202210767698A CN115017138A CN 115017138 A CN115017138 A CN 115017138A CN 202210767698 A CN202210767698 A CN 202210767698A CN 115017138 A CN115017138 A CN 115017138A
- Authority
- CN
- China
- Prior art keywords
- model
- personnel
- target
- planning
- sub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 121
- 230000008520 organization Effects 0.000 claims abstract description 102
- 238000004590 computer program Methods 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 16
- 238000001914 filtration Methods 0.000 description 14
- 230000008859 change Effects 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013334 tissue model Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
- G06F16/212—Schema design and management with details for data modelling support
-
- 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
- G06F16/23—Updating
- G06F16/2358—Change logging, detection, and notification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9027—Trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种人员计划状态数字孪生方法、装置及设备,该方法包括:构建目标计划人员的目标计划人员模型,所述目标计划人员模型包括时间属性和组织角色属性;设置所述目标计划人员模型的时间属性为未来时间;获取所述目标计划人员隶属的组织的信息以及所述目标计划人员在所述组织中担任的角色信息;根据所述目标计划人员隶属的组织的信息以及所述目标计划人员在所述组织中担任的角色信息,对所述目标计划人员模型中的所述组织角色属性进行赋值。本申请解决了目前针对未来不同时间段人员所处的状态进行数字孪生困难的问题。
Description
技术领域
本申请涉及信息技术领域,具体涉及一种人员计划状态数字孪生方法、装置及设备。
背景技术
随着物联网的数字化及自动化程度不断得到提高,数字孪生技术(Digital Twin,DT)作为经过多次改进并取得巨大发展的技术之一,热度不断提高,被认为是万物互联的关键技术之一。
数字孪生体不仅仅是物理世界的镜像,也要接受物理世界实时信息,更要反过来实时驱动物理世界,而且进化为物理世界的先知、先觉甚至超体。数字孪生体的生长发育经历数化、互动、先知、先觉和共智等几个过程,其中,“数化”是对物理世界数字化的过程,这个过程需要将物理对象表达为计算机和网络所能识别的数字模型。建模技术是数字化的核心技术之一,例如测绘扫描、几何建模、网格建模、***建模、流程建模、组织建模等技术。
目前的现有的人员孪生过程复杂,需要构建不同的数据结构的模型,且模型类型较多,不具有统一性,不能适用于万物孪生;而且目前现有的人员孪生方法,并没有针对未来不同时间段该人员所处的状态进行数字孪生的方法。
发明内容
本申请提供一种人员计划状态数字孪生方法、装置及设备,解决了目前针对未来不同时间段该人员所处的状态进行数字孪生困难的问题。
根据本申请实施例的第一方面,提供一种人员计划状态数字孪生方法,该方法包括:
构建目标计划人员的目标计划人员模型,所述目标计划人员模型包括时间属性和组织角色属性;
设置所述目标计划人员模型的时间属性为未来时间;
获取所述目标计划人员隶属的组织的信息以及所述目标计划人员在所述组织中担任的角色信息;
根据所述目标计划人员隶属的组织的信息以及所述目标计划人员在所述组织中担任的角色信息,对所述目标计划人员模型中的所述组织角色属性进行赋值。
在一种可能的实现方式中,所述目标计划人员模型包括空间属性,用于描述目标计划人员所在的空间,所述空间属性包括空间范围、空间位置和形状中的至少一种。
根据本申请实施例的第二方面,提供一种人员计划状态数字孪生方法,该方法包括:
构建目标计划人员的目标计划人员模型以及所述目标计划人员的至少一个附属计划人员的子计划人员模型,所述目标计划人员模型以及所述子计划人员模型包括时间属性;
设置所述目标计划人员模型及所述子计划人员模型的时间属性为未来时间;
建立所述目标计划人员模型与所述子计划人员模型的关联关系。
在一种可能的实现方式中,所述未来时间为未来的至少一个时刻或未来至少一个持续时间段。
在一种可能的实现方式中,建立所述目标计划人员模型与所述子计划人员模型的关联关系,包括:
通过将所述目标计划人员模型标识为父计划人员的模型,将所述子计划人员模型标识为属于所述父计划人员的子计划人员的模型,建立所述目标计划人员模型与所述子计划人员模型的父子关系。
在一种可能的实现方式中,将所述子计划人员模型标识为属于所述父计划人员的子计划人员的模型,包括:
将所述子计划人员模型标识为属于唯一的父计划人员的子计划人员的模型。
在一种可能的实现方式中,所述目标计划人员模型以及所述子计划人员模型还包括空间属性,用于分别描述目标计划人员及子计划人员所在的空间;
所述空间属性包括空间范围、空间位置和形状中的至少一种。
在一种可能的实现方式中,分别建立所述目标计划人员模型及所述子计划人员模型的空间坐标系;
所述空间范围,用于描述所述目标计划人员及所述子计划人员所在的空间范围;
所述空间位置,用于描述所述目标计划人员及所述子计划人员所在的空间范围内的位置;
所述形状,所述目标计划人员模型采用所述目标计划人员的空间坐标系的坐标表示形状,所述子计划人员模型采用相对于所述子计划人员所属目标计划人员的空间坐标系的相对坐标表示形状。
在一种可能的实现方式中,所述目标计划人员模型以及所述子计划人员模型还包括组织属性,用于分别描述目标计划人员及子计划人员在所属于的组织;
所述组织属性,采用与所述目标计划人员模型以及所述子计划人员模型,建立关联关系的计划组织模型的对象标识。
在一种可能的实现方式中,所述目标计划人员模型以及所述子计划人员模型还包括组织角色属性,用于分别描述目标计划人员及子计划人员在所属组织中的角色。
在一种可能的实现方式中,将所述子计划人员模型标识为属于所述父计划人员的子计划人员的模型,建立所述目标计划人员模型与所述子计划人员模型的父子关系,包括:
将所述子计划人员模型的父属性确定为所述目标计划人员模型的对象标识,建立所述目标计划人员模型与所述子计划人员模型的父子关系。
在一种可能的实现方式中,若子计划人员模型的目标计划人员模型在未来不同时间满足被删除条件时,还包括:
在满足被删除条件后的未来时间,解除所述子计划人员模型与所述目标计划人员模型的父子关系。
在一种可能的实现方式中,所述方法还包括:
利用目标计划人员在未来不同时间的属性参数,基于该时间对应的目标计划人员模型,生成对应的目标计划人员模型记录;
利用子计划人员在未来不同时间的属性参数,基于该时间对应的子计划人员模型,生成对应的子计划人员模型记录;
其中,所述属性参数包括属性名称、数据类型。
在一种可能的实现方式中,所述目标计划人员模型记录和所述子计划人员模型记录包括记录标识,用于唯一标识目标计划人员模型记录或子计划人员模型记录。
在一种可能的实现方式中,所述方法还包括:
将所述目标计划人员模型记录作为根存储节点,将所述子计划人员模型记录作为所述根存储节点的子存储节点,建立树形存储结构;
确定所述根存储节点的时间属性的开始时间为预设基准时间,所述子存储节点的时间属性的开始时间为所述预设基准时间的相对偏移时间。
在一种可能的实现方式中,所述方法还包括:
构建所述目标计划人员的至少一个附属实体物的子计划实体物模型,所述子计划实体物模型包括时间属性;
设置所述子计划实体物模型的时间属性为未来时间;
建立所述目标计划人员模型与所述子计划实体物模型的关联关系。
在一种可能的实现方式中,所述方法还包括:
所述子计划实体物模型还包括空间属性,用于描述子计划实体物所在的空间;
所述空间属性包括空间范围、空间位置和形状中的至少一种。
根据本申请实施例的第三方面,提供一种人员未来状态的订阅方法,该方法包括:
构建目标计划人员的目标计划人员模型以及所述目标计划人员的至少一个附属计划人员的子计划人员模型,所述目标计划人员模型以及所述子计划人员模型包括时间属性;
设置所述目标计划人员模型及所述子计划人员模型的时间属性为未来时间;
建立所述目标计划人员模型与所述子计划人员模型的关联关系;
根据计划人员未来状态的订阅请求生成订阅项,并根据所述目标人员模型及关联的子计划人员模型的未来状态,生成与所述订阅项相匹配的订阅信息,并将所述订阅信息发送至订阅方。
在一种可能的实现方式中,所述目标计划人员模型包括父对象标识,用于唯一映射目标计划人员的目标人员模型;
所述子计划人员模型包括子对象标识,用于唯一映射附属计划人员的子计划人员模型。
在一种可能的实现方式中,根据计划人员未来状态的订阅请求生成订阅项,并根据所述目标人员模型及关联的子计划人员模型的未来状态,生成与所述订阅项相匹配的订阅信息,包括:
接收计划人员未来状态的订阅请求,所述订阅请求包括父对象标识、子对象标识,根据所述订阅请求生成订阅项;
针对一个目标人员模型,根据所述目标人员模型的父对象标识,生成用于查询与所述目标人员模型关联的各个子计划人员模型未来状态的订阅信息;
针对一个子计划人员模型,根据所述子计划人员模型的子对象标识,生成用于查询与所述子计划人员模型关联的目标人员模型未来状态的订阅信息。
在一种可能的实现方式中,根据计划人员未来状态的订阅请求生成订阅项,并根据所述目标人员模型及关联的子计划人员模型的未来状态,生成与所述订阅项相匹配的订阅信息,包括:
接收计划人员未来状态的订阅请求,所述订阅请求包括时间范围,生成包括所述时间范围的订阅项;
根据所述目标人员模型的父对象标识,生成用于查询与所述目标人员模型关联的各个子计划人员模型在所述时间范围内的未来状态的订阅信息。
根据本申请实施例的第四方面,提供一种人员计划状态数字孪生装置,该装置包括:
第一模型构建模块,用于构建目标计划人员的目标计划人员模型,所述目标计划人员模型包括时间属性和组织角色属性;
第一时间设置模块,用于设置所述目标计划人员模型的时间属性为未来时间;
获取模块,用于获取所述目标计划人员隶属的组织的信息以及所述目标计划人员在所述组织中担任的角色信息;
赋值模块,用于根据所述目标计划人员隶属的组织的信息以及所述目标计划人员在所述组织中担任的角色信息,对所述目标计划人员模型中的所述组织角色属性进行赋值。
根据本申请实施例的第五方面,提供一种人员计划状态数字孪生装置,该装置包括:
第二模型构建模块,用于构建目标计划人员的目标计划人员模型以及所述目标计划人员的至少一个附属计划人员的子计划人员模型,所述目标计划人员模型以及所述子计划人员模型包括时间属性;
第二时间设置模块,用于设置所述目标计划人员模型及所述子计划人员模型的时间属性为未来时间;
关联关系建立模块,用于建立所述目标计划人员模型与所述子计划人员模型的关联关系。
根据本申请实施例的第六方面,提供一种人员未来状态的订阅装置,该装置包括:
模型构建模块,用于构建目标计划人员的目标计划人员模型以及所述目标计划人员的至少一个附属计划人员的子计划人员模型,所述目标计划人员模型以及所述子计划人员模型包括时间属性;
时间设置模块,用于设置所述目标计划人员模型及所述子计划人员模型的时间属性为未来时间;
关联关系建立模块,用于建立所述目标计划人员模型与所述子计划人员模型的关联关系;
订阅信息生成模块,用于根据计划人员未来状态的订阅请求生成订阅项,并根据所述目标人员模型及关联的子计划人员模型的未来状态,生成与所述订阅项相匹配的订阅信息,并将所述订阅信息发送至订阅方。
根据本申请实施例的第七方面,提供一种人员计划状态数字孪生设备包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述人员计划状态数字孪生方法的步骤。
根据本申请实施例的第八方面,提供一种人员未来状态的订阅设备包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述人员未来状态的订阅方法的步骤。
根据本申请实施例的第九方面,提供一种计算机可读存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序用于使计算机执行上述人员计划状态数字孪生方法的步骤,或执行上述人员未来状态的订阅方法的步骤。
另外,第四方面至第九方面中任一种实现方式所带来的技术效果可参见第一方面、第二方面或第三方面中不同实现方式所带来的技术效果,此处不再赘述。
本申请的实施例提供的技术方案至少带来以下有益效果:
本申请提出的统一的人员计划状态数字孪生方法,对于所有人员均适用,使用者只需要掌握这一孪生方法,可孪生任何类型人员,孪生人员状态变化,简化了孪生的过程,解决了目前的现有的人员孪生过程复杂,需要构建不同的数据结构的模型,且模型类型较多,不具有统一性,不能适用于万物孪生;而且目前现有的人员孪生方法,并没有针对未来不同时间段该人员所处的状态进行数字孪生的方法的问题。
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要介绍,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,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据一示例性实施例示出的一种人员计划状态数字孪生方法的流程图;
图2是根据一示例性实施例示出的一种人员计划状态数字孪生方法的流程图;
图3是根据一示例性实施例示出的目标计划人员/子计划人员的空间位置的示意图;
图4是根据一示例性实施例示出的一种人员未来状态的订阅方法的流程图;
图5是根据一示例性实施例示出的一种人员计划状态数字孪生装置的示意图;
图6是根据一示例性实施例示出的一种人员计划状态数字孪生装置的示意图;
图7是根据一示例性实施例示出的一种人员未来状态的订阅装置的示意图;
图8是根据一示例性实施例示出的一种人员计划状态数字孪生方法的电子设备示意图;
图9是根据一示例性实施例示出的一种人员计划状态数字孪生方法的电子设备示意图;
图10是根据一示例性实施例示出的一种人员未来状态的订阅方法的电子设备示意图;
图11是根据一示例性实施例示出的一种人员计划状态数字孪生方法的程序产品示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。
本申请实施例描述的应用场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着新应用场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。其中,在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
需要说明的是,本申请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。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。基于本申请中的实施例,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它实施例,都属于本申请保护的范围。本申请实施例中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
数字孪生体不仅仅是物理世界的镜像,也要接受物理世界实时信息,更要反过来实时驱动物理世界,而且进化为物理世界的先知、先觉甚至超体。数字孪生体的生长发育经历数化、互动、先知、先觉和共智等几个过程,其中,“数化”是对物理世界数字化的过程,这个过程需要将物理对象表达为计算机和网络所能识别的数字模型。建模技术是数字化的核心技术之一,例如测绘扫描、几何建模、网格建模、***建模、流程建模、组织建模等技术。
目前的现有的人员孪生过程复杂,需要构建不同的数据结构的模型,且模型类型较多,不具有统一性,不能适用于万物孪生;而且目前现有的人员孪生方法,并没有针对未来不同时间段该人员所处的状态进行数字孪生的方法。
因此,为了解决上述问题,本公开提供了一种人员计划状态数字孪生方法、装置及设备,解决了目前针对未来不同时间段人员所处的状态进行数字孪生困难的问题。
在一些实施例中,下面通过具体的实施例对本公开提供的一种人员计划状态数字孪生方法进行说明,如图1所示,包括:
步骤11,构建目标计划人员的目标计划人员模型,所述目标计划人员模型包括时间属性和组织角色属性;
所述目标计划人员模型包括空间属性,用于描述目标计划人员所在的空间,所述空间属性包括空间范围、空间位置和形状中的至少一种。
步骤12,设置所述目标计划人员模型的时间属性为未来时间;
所述目标计划人员模型的属性参数包括时间属性,由于是对人员的计划状态进行数字孪生,因此所述时间属性为未来时间。
所述未来时间为未来的至少一个时刻或未来至少一个持续时间段。
步骤13,获取所述目标计划人员隶属的组织的信息以及所述目标计划人员在所述组织中担任的角色信息;
其中,目标计划人员可以隶属多个组织,在每个组织中担任的角色可以为多个,在每个组织中担任的角色可以相同,也可以不同。例如,一位人员在组织A担任角色1和角色2,在组织B担任角色1和角色3。
步骤14,根据所述目标计划人员隶属的组织的信息以及所述目标计划人员在所述组织中担任的角色信息,对所述目标计划人员模型中的所述组织角色属性进行赋值。
通过上述的方法可以创建目标计划人员模型。
在一些实施例中,下面通过具体的实施例对本公开提供的一种人员计划状态数字孪生方法进行说明,如图2所示,包括:
步骤201,构建目标计划人员的目标计划人员模型以及所述目标计划人员的至少一个附属计划人员的子计划人员模型,所述目标计划人员模型以及所述子计划人员模型包括时间属性;
人员模型的结构为人员的属性参数的集合,人员依据时间属性可以包括历史状态、当前状态以及计划状态。基于所述人员模型以及人员的不同状态进行数字孪生,得到不同状态对应的实体物对象,本申请实施例仅涉及人员的计划状态,对于计划人员,具体可以基于人员模型及人员的计划状态进行数字孪生,得到计划人员对象。
在创建计划人员模型时,可以通过确定计划人员的属性参数集合得到计划人员模型的结构,计划人员的属性参数集合中的属性参数包括属性名称及数据类型。进一步地,还可以对计划人员模型的结构进行至少一次预定义,即进行参数初始化操作,得到与计划人员模型的结构对应的至少一组预定义数据初始值。可以根据用户的需求进行预定义的步骤,或不进行预定义操作。另外,还可以根据人员在不同计划时间段的状态值,确定不同计划时间段对应的计划人员数据。
步骤202,设置所述目标计划人员模型及所述子计划人员模型的时间属性为未来时间;
所述目标计划人员模型及所述子计划人员模型的属性参数包括时间属性,由于是对人员的计划状态进行数字孪生,因此所述时间属性为未来时间。
所述未来时间为未来的至少一个时刻或未来至少一个持续时间段。
步骤203,建立所述目标计划人员模型与所述子计划人员模型的关联关系。
可以通过以下方法建立所述目标计划人员模型与所述子计划人员模型的关联关系:
通过将所述目标计划人员模型标识为父计划人员的模型,将所述子计划人员模型标识为属于所述父计划人员的子计划人员的模型,建立所述目标计划人员模型与所述子计划人员模型的父子关系。
人员之间可能存在多种关联关系,本申请实施例中建立的关联关系为父子关系,即父计划人员与子计划人员之间的关系,目标计划人员模型及子计划人员模型包括多个属性参数,可以通过其中的属性参数进行标识该计划人员模型为父计划人员模型,即目标计划人员模型,还是子计划人员模型,完成标识后,即建立了目标计划人员模型与子计划人员模型的父子绑定关系。
其中,子计划人员所属的父计划人员是唯一的,将所述子计划人员模型标识为属于所述父计划人员的子计划人员的模型,包括:将所述子计划人员模型标识为属于唯一的父计划人员的子计划人员的模型。
其中,将所述子计划人员模型标识为属于所述父计划人员的子计划人员的模型,建立所述目标计划人员模型与所述子计划人员模型的父子关系,包括:
将所述子计划人员模型的父属性确定为所述目标计划人员模型的对象标识,建立所述目标计划人员模型与所述子计划人员模型的父子关系。
若子计划人员模型的目标计划人员模型在未来不同时间满足被删除条件时,则在满足被删除条件后的未来时间,解除所述子计划人员模型与所述目标计划人员模型的父子关系。
本申请提出的统一的人员计划状态数字孪生方法,对于所有人员均适用,使用者只需要掌握这一孪生方法,可孪生任何类型人员,可以孪生人员状态变化,简化了孪生的过程,解决了目前的现有的人员孪生过程复杂,需要构建不同的数据结构的模型,且模型类型较多,不具有统一性,不能适用于万物孪生;而且目前现有的人员孪生方法,并没有针对未来不同时间段该人员所处的状态进行数字孪生的方法的问题。
本申请实施例中为了实现人员计划状态的数字孪生,主要包括构建计划人员模型、计划人员模型的预定义、生成计划人员对象、生成计划人员对象记录几个阶段,其中计划人员模型的预定义是可选的,下面对各阶段的实施方式进行描述:
首先,构建计划人员模型;
计划人员模型是某一些计划人员具有共同特征的配置,在所述计划人员模型中定义计划人员的一些基本属性,本实施例需要构建目标计划人员的目标计划人员模型以及所述目标计划人员的至少一个附属计划人员的子计划人员模型,目标计划人员可以有至少一个与其有父子绑定关系的子计划人员,子计划人员绑定到唯一的目标计划人员。
目标计划人员模型及子计划人员模型的属性参数集合中属性名称可以相同,但属性参数值不同。
计划人员模型的属性参数集合中基本属性可以但不限于包括:模型标识、时间精度(年/月/日/时)、坐标类型(2维/3维)、坐标精度位数、旋转角度位数。其中,模型标识用于确定模型的唯一性;时间精度描述的是模型的时间属性;坐标类型、坐标精度位数、旋转角精度描述的是模型的空间属性。除了上述列举的基本属性外,还可以根据用户需求进行定义其它的基本属性,此处不作具体限定。
由于目标计划人员以及子计划人员可以在不同的空间位置间移动,因此所述目标计划人员模型以及所述子计划人员模型还包括空间属性,用于分别描述目标计划人员及子计划人员所在的空间。所述空间属性包括空间范围、空间位置和形状中的至少一种。
所述目标计划人员模型以及所述子计划人员模型包括空间属性时,分别建立的所述目标计划人员模型及所述子计划人员模型的空间坐标系,则对应以下各种类型的空间属性可以进行如下方式定义:
所述空间范围,用于描述所述目标计划人员及所述子计划人员所在的空间范围,即通过目标计划人员模型的空间属性,可以确定目标计划人员所在的空间范围,通过子计划人员模型的空间属性,可以确定子计划人员所在的空间范围;
所述空间位置,用于描述所述目标计划人员及所述子计划人员所在的空间范围内的位置;
所述形状,所述目标计划人员模型采用所述目标计划人员的空间坐标系的坐标表示形状,所述子计划人员模型采用相对于所述子计划人员所属目标计划人员的空间坐标系的相对坐标表示形状。
目标计划人员/子计划人员的形状是在本身的坐标系中的。将人员对象的形状信息抽象提取,如果只关心包络信息,那么可以设置包络信息,如果关心具体的形状信息,可以设置精确的在本坐标系内的形状数据,如果不关心形状信息可以不设置。
目标计划人员/子计划人员在本身的坐标系内,可以任意角度实时旋转,绕 X轴、Y轴、Z轴旋转,可设置姿态信息。
一个计划人员模型中包括的多个属性参数可以理解为成员,每个成员有成员标识(成员ID)和成员名称,对于浮点类型数据还可以配置成员精度。模型里面的成员分为索引成员和普通成员两种类型,在对应成员上建立索引属性,为所述索引属性配置至少一个索引条件,根据所述至少一个索引条件对所述索引属性参数进行查询。
由于人员需要关联组织信息,人员可以属于多个组织,拥有该组织的某些角色,计划人员孪生时,指定所属组织的某些角色。因此所述目标计划人员模型以及所述子计划人员模型还包括组织属性,用于分别描述目标计划人员及子计划人员在所属于的组织。
所述组织属性,采用与所述目标计划人员模型以及所述子计划人员模型,建立关联关系的计划组织模型的对象标识。
所述目标计划人员模型以及所述子计划人员模型还包括组织角色属性,用于分别描述目标计划人员及子计划人员在所属组织中的角色。
组织角色属性可以是组织角色名称,例如,董事长、营销总监、研发总监等,还可以是组织角色的序号或id或其他业务需要的信息。
然后,计划人员模型的预定义;
在构建了计划人员模型后,可以对计划人员模型进行预定义,预定义是配置目标计划人员模型及子计划人员模型中各个属性参数的初始值。基本属性包括:预定义标识、模型标识、计划人员对象名称、父对象标识等。计划人员预定义上面有模型标识,用于表示这个预定义是用哪个模型生成的;对计划人员对象名称进行预定义,可以确定计划人员孪生出的计划人员对象;本实施例中计划人员对象是按树形结构建立起来的,因此每个预定义上面都记录了自己的父对象的标识,父对象标识为0的时候表示该计划人员对象是根对象;若该计划人员对象为子计划人员对象,则基准时间为其对应的父对象的时间。其基本属性的类型可以根据用户需求进行配置。
接下来,生成计划人员对象;
计划人员对象是一个具体的计划人员,可以针对具体的计划人员及构建的计划人员模型,通过定义上述计划人员模型中的计划人员对象名称及计划人员对象描述,孪生出具体的计划人员对象。本实施例中可以孪生出有父子绑定关系的目标计划实体物对象(本实施例也称父计划人员对象)及子计划人员对象,计划人员对象中包括基本属性:对象标识、计划人员对象名称、组织角色等。
以每一个计划人员模型的预定义为基础模板,为每一个计划人员构建一个对象信息,用于描述基本属性,计划人员对象之间具有父子层次结构。
最后,生成计划实体物对象记录。
根据计划人员对象在未来不同时间的属性参数值,可以得到计划人员对象记录,即计划人员数据,其具体步骤为:
利用目标计划人员在未来不同时间的属性参数,基于该时间对应的目标计划人员模型,生成对应的目标计划人员模型记录;
利用子计划人员在未来不同时间的属性参数,基于该时间对应的子计划人员模型,生成对应的子计划人员模型记录;
其中,所述属性参数包括属性名称、数据类型,所述目标计划人员模型记录和所述子计划人员模型记录包括记录标识,用于唯一标识目标计划人员模型记录或子计划人员模型记录。
在生成目标计划人员模型记录和子计划人员模型记录之后,本申请实施例还包括:
将所述目标计划人员模型记录作为根存储节点,将所述子计划人员模型记录作为所述根存储节点的子存储节点,建立树形存储结构;
确定所述根存储节点的时间属性的开始时间为预设基准时间,所述子存储节点的时间属性的开始时间为所述预设基准时间的相对偏移时间。
上述计划人员数据包括如下属性:
对象标识:表示该记录是属于哪个计划人员对象的;
数据记录名称:用于标识一个计划人员对象的不同记录,由用户输入,每个计划人员对象的记录名称不能重复;
父数据记录名称:表述当前计划人员对象记录是和哪一条父计划人员记录绑定的。如果计划人员对象记录对应的对象没有父对象,就不需要给定父数据记录名称;
开始时间偏移:使用相对父计划人员对象记录的相对时间表示,如果计划人员对象记录对应的对象没有父对象(即是根对象),那计划人员对象记录的起始时间使用预设基准时间来表示。比如预设时间基准为2022-1-1 00:00:00,当时间精度为小时的时候,如果子计划人员对象记录的起始时间为6,则表示偏移了6小时,实际对应的时间为2022-1-106:00:00;
持续时间:使用对应对象的时间精度表示,比如精度为小时,持续时间为 6表示持续了6小时。
如前所述,空间属性包括空间范围,对于目标计划人员及子计划人员,目标计划人员及子计划人员的空间范围可以发生变化。
在未来计划中,同一个计划人员的空间属性是可以变化的,下面给出不同的空间属性发生变化时,计划人员对象记录的具体信息:
1)空间属性为空间范围时对应的计划人员对象记录;
一个计划人员的空间范围可以是其被包含在所属的组织的空间范围。所述父对象记录及子对象记录用于描述所述目标计划人员及所述子计划人员在所述未来至少一个持续时间段内的空间范围的变更信息;在所述未来至少一个持续时间段内,所述至少一个子计划人员的空间范围被包含在所属的组织的空间范围内。
例如,在未来某个时间,人员对象1的空间属性中空间范围包含在其所属的组织1的空间范围内,则在生成该未来时间对应的一条计划人员对象记录时,空间范围的取值可以是组织1的组织对象标识;若人员对象1的空间属性中空间范围包含在其所属的组织1和组织2的空间范围内,则在生成该未来时间对应的一条计划人员对象记录时,空间范围的取值可以是组织1的组织对象标识和组织2的组织对象标识。
2)空间属性为空间位置时对应的计划人员对象记录;
一个计划人员的空间位置可以是位置上归属的实体物。同一个子计划人员在不同未来时间在位置从归属的一个其他实体物变化到另一个其他实体物时,修改在位置变化后的未来时间,所述子计划人员对应的子计划人员模型的空间属性中的空间位置。
如图3所示,在未来某一时刻,当计划人员1从位置A变化到位置B,即从位置A对应的实体物对象1移动至位置B对应的实体物对象2时,其空间位置的归属从实体物1变化到实体物2,即将计划人员1的空间位置中的实体物1的标识更改为实体物2的标识,然后对空间位置变化后的未来时间进行修改。计划人员对象的位置可以比自己的空间范围小。
3)空间属性为形状时对应的计划人员对象记录;
在未来不同时间,同一父计划人员在空间坐标系的坐标发生变化时,在坐标变化后的未来时间,修改所述父计划人员对应的目标计划人员模型的形状属性以及其子计划人员对应的子计划人员模型的形状属性。
在未来不同时间,子计划人员在空间坐标系的坐标发生变化时,在坐标变化后的未来时间,修改所述子计划人员对应的子计划人员模型的形状属性,而其目标计划人员对应的目标计划人员模型的形状属性保持不变。
在一种可能的实施方式中,若子计划人员模型的目标计划人员模型在未来不同时间满足被删除条件时,还包括:
在满足被删除条件后的未来时间,解除所述子计划人员模型与所述目标计划人员模型的父子关系。
在一种可能的实施方式中,在满足被删除条件后的未来时间,仅解除所述子计划人员模型与所述目标计划人员模型的父子关系之后,可能有两种情况,一种情况是子计划人员模型对应的对象变更为根对象,另一个情况是绑定到新的计划物人员对象。
不同的计划人员对象的差异化属性,可以用成员表示,成员的类型以及个数都可以不同。其中成员的具体结构信息为:成员ID、成员名、成员数据类型、成员值。
由于所述目标计划人员模型以及所述子计划人员模型的空间属性涉及计划实体物模型,因此本申请实施例还包括:
构建所述目标计划人员的至少一个附属实体物的子计划实体物模型,所述子计划实体物模型包括时间属性;
设置所述子计划实体物模型的时间属性为未来时间;
建立所述目标计划人员模型与所述子计划实体物模型的关联关系。
所述子计划实体物模型还包括空间属性,用于描述子计划实体物所在的空间;
所述空间属性包括空间范围、空间位置和形状中的至少一种。
上述构建计划实体物模型的具体过程与构建计划人员模型的具体过程相似,此处不再赘述。
在一些实施例中,下面通过具体的实施例对本公开提供的一种人员未来状态的订阅方法进行说明,如图4所示,包括:
步骤401,构建目标计划人员的目标计划人员模型以及所述目标计划人员的至少一个附属计划人员的子计划人员模型,所述目标计划人员模型以及所述子计划人员模型包括时间属性;
步骤402,设置所述目标计划人员模型及所述子计划人员模型的时间属性为未来时间;
步骤403,建立所述目标计划人员模型与所述子计划人员模型的关联关系;
步骤404,根据计划人员未来状态的订阅请求生成订阅项,并根据所述目标人员模型及关联的子计划人员模型的未来状态,生成与所述订阅项相匹配的订阅信息,并将所述订阅信息发送至订阅方。
其中,上述步骤401-403中人员计划状态数字孪生过程参见上述实施方式的描述,此处不再赘述。
其中,上述目标计划人员模型包括父对象标识,用于唯一映射目标计划人员的目标人员模型;所述子计划人员模型包括子对象标识,用于唯一映射附属计划人员的子计划人员模型。
本申请提供的订阅方式具体可以基于包含对象标识以及时间属性进行计划人员对象订阅:
第一种,基于包含对象标识进行计划人员对象订阅;
作为一种可选的实施方式,根据计划人员未来状态的订阅请求生成订阅项,并根据所述目标人员模型及关联的子计划人员模型的未来状态,生成与所述订阅项相匹配的订阅信息,包括:
接收计划人员未来状态的订阅请求,所述订阅请求包括父对象标识、子对象标识,根据所述订阅请求生成订阅项;
针对一个目标人员模型,根据所述目标人员模型的父对象标识,生成用于查询与所述目标人员模型关联的各个子计划人员模型未来状态的订阅信息;
针对一个子计划人员模型,根据所述子计划人员模型的子对象标识,生成用于查询与所述子计划人员模型关联的目标人员模型未来状态的订阅信息。
实施中,上述订阅项可以包括父计划人员对象标识,生成包括父对象标识及过滤条件的订阅项;则根据所述订阅项查询父对象标识与订阅项中的对象标识一致的目标人员模型关联的所有子计划人员模型未来状态,得到与所述订阅项相匹配的订阅信息。如果订阅项中的有过滤条件字段且不为空,判断该对象是否满足过滤条件,确定满足过滤条件则发布对应的状态变化事件。或者订阅项可以包括子计划人员的子对象标识,根据所述订阅项查询本身的对象标识与订阅项中对象标识一致的所有子计划人员模型,并确定查到的所有子计划实体物模型的父对象标识,得到所有的父对象标识对应的目标计划人员模型的未来状态,得到与所述订阅项相匹配的订阅信息。如果订阅项中的有过滤条件字段且不为空,判断该对象是否满足过滤条件,确定满足过滤条件则发布对应的状态变化事件。
第二种,基于包含时间属性进行计划人员对象订阅;
作为一种可选的实施方式,根据计划人员未来状态的订阅请求生成订阅项,并根据所述目标人员模型及关联的子计划人员模型的未来状态,生成与所述订阅项相匹配的订阅信息,包括:
接收计划人员未来状态的订阅请求,所述订阅请求包括时间范围,生成包括所述时间范围的订阅项;
根据所述目标人员模型的父对象标识,生成用于查询与所述目标人员模型关联的各个子计划人员模型在所述时间范围内的未来状态的订阅信息。
实施中,上述订阅项可以包括时间范围,生成包括时间范围及过滤条件的订阅项;则根据所述订阅项查询时间范围内满足所述过滤条件的各个子计划人员模型的未来状态,得到与所述订阅项相匹配的订阅信息。其中所述时间范围包括开始时间和时间长度。如果订阅项中的有过滤条件字段不为空,判断该对象是否满足过滤条件,确定满足过滤条件则发布对应的状态变化事件。
除了上述两种方法,本申请还可以通过以下方法进行计划人员对象订阅:
第三种,基于包含组织对象标识进行计划人员对象订阅;
作为一种可选的实施方式,根据计划人员未来状态的订阅请求生成订阅项,并根据所述目标人员模型及关联的子计划人员模型的未来状态,生成与所述订阅项相匹配的订阅信息,包括:
接收计划人员未来状态的订阅请求,所述订阅请求包括组织对象标识,生成包括所述组织对象标识的订阅项;
根据所述目标人员模型的组织对象标识,生成用于查询与所述目标人员模型关联的各个子计划人员模型的未来状态的订阅信息。
实施中,上述订阅项可以包括组织对象标识,生成包括组织对象标识及过滤条件的订阅项;则根据所述订阅项查询组织属性与所述组织对象标识一致的各个子计划人员模型的未来状态,得到与所述订阅项相匹配的订阅信息。如果订阅项中的有过滤条件字段不为空,判断该对象是否满足过滤条件,确定满足过滤条件则发布对应的状态变化事件。
第四种,基于包含组织对象标识和人员类型进行计划人员对象订阅;
作为一种可选的实施方式,根据计划人员未来状态的订阅请求生成订阅项,并根据所述目标人员模型及关联的子计划人员模型的未来状态,生成与所述订阅项相匹配的订阅信息,包括:
接收计划人员未来状态的订阅请求,所述订阅请求包括组织对象标识和人员类型,生成包括所述组织对象标识和人员类型的订阅项;
根据所述目标人员模型的组织对象标识和人员类型,生成用于查询与所述目标人员模型关联的各个子计划人员模型的未来状态的订阅信息。
实施中,上述订阅项可以包括组织对象标识和人员类型,生成包括组织对象标识、人员类型及过滤条件的订阅项;则根据所述订阅项查询组织类型与所述组织对象标识一致,且人员类型与订阅项的人员类型一致的各个子计划人员模型的未来状态,得到与所述订阅项相匹配的订阅信息。如果订阅项中的有过滤条件字段不为空,判断该对象是否满足过滤条件,确定满足过滤条件则发布对应的状态变化事件。
第五种,基于包含组织角色进行计划人员对象订阅;
作为一种可选的实施方式,根据计划人员未来状态的订阅请求生成订阅项,并根据所述目标人员模型及关联的子计划人员模型的未来状态,生成与所述订阅项相匹配的订阅信息,包括:
接收计划人员未来状态的订阅请求,所述订阅请求包括组织角色,生成包括所述组织角色的订阅项;
根据所述目标人员模型的组织角色,生成用于查询与所述目标人员模型关联的各个子计划人员模型的未来状态的订阅信息。
实施中,上述订阅项可以包括组织角色,生成包括组织角色及过滤条件的订阅项;则根据所述订阅项查询组织角色属性与所述组织角色一致的各个子计划人员模型的未来状态,得到与所述订阅项相匹配的订阅信息。如果订阅项中的有过滤条件字段不为空,判断该对象是否满足过滤条件,确定满足过滤条件则发布对应的状态变化事件。
上述过滤条件包括子计划人员模型的未来状态发生变化,所述变化包括创建新的子计划人员模型、同一子计划人员模型的未来状态变化、子计划人员模型被删除。
在一些实施例中,基于相同的发明构思,本公开实施例还提供一种人员计划状态数字孪生装置,由于该装置即是本公开实施例中的方法中的装置,并且该装置解决问题的原理与该方法相似,因此该装置的实施可以参见方法的实施,重复之处不再赘述。
如图5所示,上述装置包括以下模块:
第一模型构建模块501,用于构建目标计划人员的目标计划人员模型,所述目标计划人员模型包括时间属性和组织角色属性;
第一时间设置模块502,用于设置所述目标计划人员模型的时间属性为未来时间;
获取模块503,用于获取所述目标计划人员隶属的组织的信息以及所述目标计划人员在所述组织中担任的角色信息;
赋值模块504,用于根据所述目标计划人员隶属的组织的信息以及所述目标计划人员在所述组织中担任的角色信息,对所述目标计划人员模型中的所述组织角色属性进行赋值。
作为一种可选的实施方式,所述目标计划人员模型包括空间属性,用于描述目标计划人员所在的空间,所述空间属性包括空间范围、空间位置和形状中的至少一种。
在一些实施例中,基于相同的发明构思,本公开实施例还提供一种人员计划状态数字孪生装置,由于该装置即是本公开实施例中的方法中的装置,并且该装置解决问题的原理与该方法相似,因此该装置的实施可以参见方法的实施,重复之处不再赘述。
如图6所示,上述装置包括以下模块:
第二模型构建模块601,用于构建目标计划人员的目标计划人员模型以及所述目标计划人员的至少一个附属计划人员的子计划人员模型,所述目标计划人员模型以及所述子计划人员模型包括时间属性;
第二时间设置模块602,用于设置所述目标计划人员模型及所述子计划人员模型的时间属性为未来时间;
关联关系建立模块603,用于建立所述目标计划人员模型与所述子计划人员模型的关联关系。
作为一种可选的实施方式,所述未来时间为未来的至少一个时刻或未来至少一个持续时间段。
作为一种可选的实施方式,所述关联关系建立模块,用于建立所述目标计划人员模型与所述子计划人员模型的关联关系,包括:
通过将所述目标计划人员模型标识为父计划人员的模型,将所述子计划人员模型标识为属于所述父计划人员的子计划人员的模型,建立所述目标计划人员模型与所述子计划人员模型的父子关系。
作为一种可选的实施方式,所述关联关系建立模块,用于将所述子计划人员模型标识为属于所述父计划人员的子计划人员的模型,包括:
将所述子计划人员模型标识为属于唯一的父计划人员的子计划人员的模型。
作为一种可选的实施方式,所述目标计划人员模型以及所述子计划人员模型还包括空间属性,用于分别描述目标计划人员及子计划人员所在的空间;
所述空间属性包括空间范围、空间位置和形状中的至少一种。
作为一种可选的实施方式,分别建立所述目标计划人员模型及所述子计划人员模型的空间坐标系;
所述空间范围,用于描述所述目标计划人员及所述子计划人员所在的空间范围;
所述空间位置,用于描述所述目标计划人员及所述子计划人员所在的空间范围内的位置;
所述形状,所述目标计划人员模型采用所述目标计划人员的空间坐标系的坐标表示形状,所述子计划人员模型采用相对于所述子计划人员所属目标计划人员的空间坐标系的相对坐标表示形状。
作为一种可选的实施方式,所述目标计划人员模型以及所述子计划人员模型还包括组织属性,用于分别描述目标计划人员及子计划人员在所属于的组织;
所述组织属性,采用与所述目标计划人员模型以及所述子计划人员模型,建立关联关系的计划组织模型的对象标识。
作为一种可选的实施方式,所述目标计划人员模型以及所述子计划人员模型还包括组织角色属性,用于分别描述目标计划人员及子计划人员在所属组织中的角色。
作为一种可选的实施方式,所述关联关系建立模块,用于将所述子计划人员模型标识为属于所述父计划人员的子计划人员的模型,建立所述目标计划人员模型与所述子计划人员模型的父子关系,包括:
将所述子计划人员模型的父属性确定为所述目标计划人员模型的对象标识,建立所述目标计划人员模型与所述子计划人员模型的父子关系。
作为一种可选的实施方式,若子计划人员模型的目标计划人员模型在未来不同时间满足被删除条件时,所述关联关系建立模块还用于:
在满足被删除条件后的未来时间,解除所述子计划人员模型与所述目标计划人员模型的父子关系。
作为一种可选的实施方式,所述装置还包括:
第一记录生成模块,用于利用目标计划人员在未来不同时间的属性参数,基于该时间对应的目标计划人员模型,生成对应的目标计划人员模型记录;
第二记录生成模块,用于利用子计划人员在未来不同时间的属性参数,基于该时间对应的子计划人员模型,生成对应的子计划人员模型记录;
其中,所述属性参数包括属性名称、数据类型。
作为一种可选的实施方式,所述目标计划人员模型记录和所述子计划人员模型记录包括记录标识,用于唯一标识目标计划人员模型记录或子计划人员模型记录。
作为一种可选的实施方式,所述装置还包括:
存储结构建立模块,用于将所述目标计划人员模型记录作为根存储节点,将所述子计划人员模型记录作为所述根存储节点的子存储节点,建立树形存储结构;
时间确定模块,用于确定所述根存储节点的时间属性的开始时间为预设基准时间,所述子存储节点的时间属性的开始时间为所述预设基准时间的相对偏移时间。
作为一种可选的实施方式,所述装置还包括:
第三模型构建模块,用于构建所述目标计划人员的至少一个附属实体物的子计划实体物模型,所述子计划实体物模型包括时间属性;
第三时间设置模块,用于设置所述子计划实体物模型的时间属性为未来时间;
关系建立模块,用于建立所述目标计划人员模型与所述子计划实体物模型的关联关系。
作为一种可选的实施方式,所述子计划实体物模型还包括空间属性,用于描述子计划实体物所在的空间;
所述空间属性包括空间范围、空间位置和形状中的至少一种。
在一些实施例中,基于相同的发明构思,本公开实施例还提供一种人员未来状态的订阅装置,由于该装置即是本公开实施例中的方法中的装置,并且该装置解决问题的原理与该方法相似,因此该装置的实施可以参见方法的实施,重复之处不再赘述。
如图7所示,上述装置包括以下模块:
模型构建模块701,用于构建目标计划人员的目标计划人员模型以及所述目标计划人员的至少一个附属计划人员的子计划人员模型,所述目标计划人员模型以及所述子计划人员模型包括时间属性;
时间设置模块702,用于设置所述目标计划人员模型及所述子计划人员模型的时间属性为未来时间;
关联关系建立模块703,用于建立所述目标计划人员模型与所述子计划人员模型的关联关系;
订阅信息生成模块704,用于根据计划人员未来状态的订阅请求生成订阅项,并根据所述目标人员模型及关联的子计划人员模型的未来状态,生成与所述订阅项相匹配的订阅信息,并将所述订阅信息发送至订阅方。
作为一种可选的实施方式,所述目标计划人员模型包括父对象标识,用于唯一映射目标计划人员的目标人员模型;
所述子计划人员模型包括子对象标识,用于唯一映射附属计划人员的子计划人员模型。
作为一种可选的实施方式,所述订阅信息生成模块,用于根据计划人员未来状态的订阅请求生成订阅项,并根据所述目标人员模型及关联的子计划人员模型的未来状态,生成与所述订阅项相匹配的订阅信息,包括:
接收计划人员未来状态的订阅请求,所述订阅请求包括父对象标识、子对象标识,根据所述订阅请求生成订阅项;
针对一个目标人员模型,根据所述目标人员模型的父对象标识,生成用于查询与所述目标人员模型关联的各个子计划人员模型未来状态的订阅信息;
针对一个子计划人员模型,根据所述子计划人员模型的子对象标识,生成用于查询与所述子计划人员模型关联的目标人员模型未来状态的订阅信息。
作为一种可选的实施方式,所述订阅信息生成模块,用于根据计划人员未来状态的订阅请求生成订阅项,并根据所述目标人员模型及关联的子计划人员模型的未来状态,生成与所述订阅项相匹配的订阅信息,包括:
接收计划人员未来状态的订阅请求,所述订阅请求包括时间范围,生成包括所述时间范围的订阅项;
根据所述目标人员模型的父对象标识,生成用于查询与所述目标人员模型关联的各个子计划人员模型在所述时间范围内的未来状态的订阅信息。
在一些实施例中,基于相同的发明构思,本公开实施例中还提供了一种电子设备,该设备可以实现前文论述的人员计划状态数字孪生功能,请参考图8,该设备包括处理器801和存储器802,其中所述存储器802用于存储程序指令;
所述处理器801调用所述存储器中存储的程序指令,通过运行所述程序指令以实现:
构建目标计划人员的目标计划人员模型,所述目标计划人员模型包括时间属性和组织角色属性;
设置所述目标计划人员模型的时间属性为未来时间;
获取所述目标计划人员隶属的组织的信息以及所述目标计划人员在所述组织中担任的角色信息;
根据所述目标计划人员隶属的组织的信息以及所述目标计划人员在所述组织中担任的角色信息,对所述目标计划人员模型中的所述组织角色属性进行赋值。
作为一种可选的实施方式,所述目标计划人员模型包括空间属性,用于描述目标计划人员所在的空间,所述空间属性包括空间范围、空间位置和形状中的至少一种。
在一些实施例中,基于相同的发明构思,本公开实施例中还提供了一种电子设备,该设备可以实现前文论述的人员计划状态数字孪生功能,请参考图9,该设备包括处理器901和存储器902,其中所述存储器902用于存储程序指令;
所述处理器901调用所述存储器中存储的程序指令,通过运行所述程序指令以实现:
构建目标计划人员的目标计划人员模型以及所述目标计划人员的至少一个附属计划人员的子计划人员模型,所述目标计划人员模型以及所述子计划人员模型包括时间属性;
设置所述目标计划人员模型及所述子计划人员模型的时间属性为未来时间;
建立所述目标计划人员模型与所述子计划人员模型的关联关系。
作为一种可选的实施方式,所述未来时间为未来的至少一个时刻或未来至少一个持续时间段。
作为一种可选的实施方式,建立所述目标计划人员模型与所述子计划人员模型的关联关系,包括:
通过将所述目标计划人员模型标识为父计划人员的模型,将所述子计划人员模型标识为属于所述父计划人员的子计划人员的模型,建立所述目标计划人员模型与所述子计划人员模型的父子关系。
作为一种可选的实施方式,将所述子计划人员模型标识为属于所述父计划人员的子计划人员的模型,包括:
将所述子计划人员模型标识为属于唯一的父计划人员的子计划人员的模型。
作为一种可选的实施方式,所述目标计划人员模型以及所述子计划人员模型还包括空间属性,用于分别描述目标计划人员及子计划人员所在的空间;
所述空间属性包括空间范围、空间位置和形状中的至少一种。
作为一种可选的实施方式,分别建立所述目标计划人员模型及所述子计划人员模型的空间坐标系;
所述空间范围,用于描述所述目标计划人员及所述子计划人员所在的空间范围;
所述空间位置,用于描述所述目标计划人员及所述子计划人员所在的空间范围内的位置;
所述形状,所述目标计划人员模型采用所述目标计划人员的空间坐标系的坐标表示形状,所述子计划人员模型采用相对于所述子计划人员所属目标计划人员的空间坐标系的相对坐标表示形状。
作为一种可选的实施方式,所述目标计划人员模型以及所述子计划人员模型还包括组织属性,用于分别描述目标计划人员及子计划人员在所属于的组织;
所述组织属性,采用与所述目标计划人员模型以及所述子计划人员模型,建立关联关系的计划组织模型的对象标识。
作为一种可选的实施方式,所述目标计划人员模型以及所述子计划人员模型还包括组织角色属性,用于分别描述目标计划人员及子计划人员在所属组织中的角色。
作为一种可选的实施方式,将所述子计划人员模型标识为属于所述父计划人员的子计划人员的模型,建立所述目标计划人员模型与所述子计划人员模型的父子关系,包括:
将所述子计划人员模型的父属性确定为所述目标计划人员模型的对象标识,建立所述目标计划人员模型与所述子计划人员模型的父子关系。
作为一种可选的实施方式,若子计划人员模型的目标计划人员模型在未来不同时间满足被删除条件时,所述处理器还用于:
在满足被删除条件后的未来时间,解除所述子计划人员模型与所述目标计划人员模型的父子关系。
作为一种可选的实施方式,所述处理器还用于:
利用目标计划人员在未来不同时间的属性参数,基于该时间对应的目标计划人员模型,生成对应的目标计划人员模型记录;
利用子计划人员在未来不同时间的属性参数,基于该时间对应的子计划人员模型,生成对应的子计划人员模型记录;
其中,所述属性参数包括属性名称、数据类型。
作为一种可选的实施方式,所述目标计划人员模型记录和所述子计划人员模型记录包括记录标识,用于唯一标识目标计划人员模型记录或子计划人员模型记录。
作为一种可选的实施方式,所述处理器还用于:
将所述目标计划人员模型记录作为根存储节点,将所述子计划人员模型记录作为所述根存储节点的子存储节点,建立树形存储结构;
确定所述根存储节点的时间属性的开始时间为预设基准时间,所述子存储节点的时间属性的开始时间为所述预设基准时间的相对偏移时间。
作为一种可选的实施方式,所述处理器还用于:
构建所述目标计划人员的至少一个附属实体物的子计划实体物模型,所述子计划实体物模型包括时间属性;
设置所述子计划实体物模型的时间属性为未来时间;
建立所述目标计划人员模型与所述子计划实体物模型的关联关系。
作为一种可选的实施方式,所述处理器还用于:
所述子计划实体物模型还包括空间属性,用于描述子计划实体物所在的空间;
所述空间属性包括空间范围、空间位置和形状中的至少一种。
在一些实施例中,基于相同的发明构思,本公开实施例中还提供了一种电子设备,该设备可以实现前文论述的人员未来状态的订阅功能,请参考图10,该设备包括处理器101和存储器102,其中所述存储器102用于存储程序指令;
所述处理器101调用所述存储器中存储的程序指令,通过运行所述程序指令以实现:构建目标计划人员的目标计划人员模型以及所述目标计划人员的至少一个附属计划人员的子计划人员模型,所述目标计划人员模型以及所述子计划人员模型包括时间属性;
设置所述目标计划人员模型及所述子计划人员模型的时间属性为未来时间;
建立所述目标计划人员模型与所述子计划人员模型的关联关系;
根据计划人员未来状态的订阅请求生成订阅项,并根据所述目标人员模型及关联的子计划人员模型的未来状态,生成与所述订阅项相匹配的订阅信息,并将所述订阅信息发送至订阅方。
作为一种可选的实施方式,所述目标计划人员模型包括父对象标识,用于唯一映射目标计划人员的目标人员模型;
所述子计划人员模型包括子对象标识,用于唯一映射附属计划人员的子计划人员模型。
作为一种可选的实施方式,根据计划人员未来状态的订阅请求生成订阅项,并根据所述目标人员模型及关联的子计划人员模型的未来状态,生成与所述订阅项相匹配的订阅信息,包括:
接收计划人员未来状态的订阅请求,所述订阅请求包括父对象标识、子对象标识,根据所述订阅请求生成订阅项;
针对一个目标人员模型,根据所述目标人员模型的父对象标识,生成用于查询与所述目标人员模型关联的各个子计划人员模型未来状态的订阅信息;
针对一个子计划人员模型,根据所述子计划人员模型的子对象标识,生成用于查询与所述子计划人员模型关联的目标人员模型未来状态的订阅信息。
作为一种可选的实施方式,根据计划人员未来状态的订阅请求生成订阅项,并根据所述目标人员模型及关联的子计划人员模型的未来状态,生成与所述订阅项相匹配的订阅信息,包括:
接收计划人员未来状态的订阅请求,所述订阅请求包括时间范围,生成包括所述时间范围的订阅项;
根据所述目标人员模型的父对象标识,生成用于查询与所述目标人员模型关联的各个子计划人员模型在所述时间范围内的未来状态的订阅信息。
在一些可能的实施方式中,本公开的各个方面还可以实现为一种程序产品的形式,如图11所示,该计算机程序产品110计算机程序代码,当该计算机程序代码在计算机上运行时,使得计算机执行如前文论述的人员计划状态数字孪生方法或人员未来状态的订阅方法。由于上述计算机程序产品解决问题的原理与人员计划状态数字孪生方法或人员未来状态的订阅方法相似,因此上述计算机程序产品的实施可以参见方法的实施,重复之处不再赘述。
本领域内的技术人员应明白,本公开的实施例可提供为方法、***、或计算机程序产品。因此,本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和 /或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/ 或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的设备。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令设备的制造品,该指令设备实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (27)
1.一种人员计划状态数字孪生方法,其特征在于,所述方法包括:
构建目标计划人员的目标计划人员模型,所述目标计划人员模型包括时间属性和组织角色属性;
设置所述目标计划人员模型的时间属性为未来时间;
获取所述目标计划人员隶属的组织的信息以及所述目标计划人员在所述组织中担任的角色信息;
根据所述目标计划人员隶属的组织的信息以及所述目标计划人员在所述组织中担任的角色信息,对所述目标计划人员模型中的所述组织角色属性进行赋值。
2.根据权利要求1所述的方法,其特征在于,所述目标计划人员模型包括空间属性,用于描述目标计划人员所在的空间,所述空间属性包括空间范围、空间位置和形状中的至少一种。
3.一种人员计划状态数字孪生方法,其特征在于,包括:
构建目标计划人员的目标计划人员模型以及所述目标计划人员的至少一个附属计划人员的子计划人员模型,所述目标计划人员模型以及所述子计划人员模型包括时间属性;
设置所述目标计划人员模型及所述子计划人员模型的时间属性为未来时间;
建立所述目标计划人员模型与所述子计划人员模型的关联关系。
4.根据权利要求3所述的方法,其特征在于,所述未来时间为未来的至少一个时刻或未来至少一个持续时间段。
5.根据权利要求3所述的方法,其特征在于,建立所述目标计划人员模型与所述子计划人员模型的关联关系,包括:
通过将所述目标计划人员模型标识为父计划人员的模型,将所述子计划人员模型标识为属于所述父计划人员的子计划人员的模型,建立所述目标计划人员模型与所述子计划人员模型的父子关系。
6.根据权利要求5所述的方法,其特征在于,将所述子计划人员模型标识为属于所述父计划人员的子计划人员的模型,包括:
将所述子计划人员模型标识为属于唯一的父计划人员的子计划人员的模型。
7.根据权利要求3~6任一所述的方法,其特征在于,所述目标计划人员模型以及所述子计划人员模型还包括空间属性,用于分别描述目标计划人员及子计划人员所在的空间;
所述空间属性包括空间范围、空间位置和形状中的至少一种。
8.根据权利要求7所述的方法,其特征在于,分别建立所述目标计划人员模型及所述子计划人员模型的空间坐标系;
所述空间范围,用于描述所述目标计划人员及所述子计划人员所在的空间范围;
所述空间位置,用于描述所述目标计划人员及所述子计划人员所在的空间范围内的位置;
所述形状,所述目标计划人员模型采用所述目标计划人员的空间坐标系的坐标表示形状,所述子计划人员模型采用相对于所述子计划人员所属目标计划人员的空间坐标系的相对坐标表示形状。
9.根据权利要求3~6任一所述的方法,其特征在于,所述目标计划人员模型以及所述子计划人员模型还包括组织属性,用于分别描述目标计划人员及子计划人员在所属于的组织;
所述组织属性,采用与所述目标计划人员模型以及所述子计划人员模型,建立关联关系的计划组织模型的对象标识。
10.根据权利要求3~6任一所述的方法,其特征在于,所述目标计划人员模型以及所述子计划人员模型还包括组织角色属性,用于分别描述目标计划人员及子计划人员在所属组织中的角色。
11.根据权利要求3所述的方法,其特征在于,将所述子计划人员模型标识为属于所述父计划人员的子计划人员的模型,建立所述目标计划人员模型与所述子计划人员模型的父子关系,包括:
将所述子计划人员模型的父属性确定为所述目标计划人员模型的对象标识,建立所述目标计划人员模型与所述子计划人员模型的父子关系。
12.根据权利要求11所述的方法,其特征在于,若子计划人员模型的目标计划人员模型在未来不同时间满足被删除条件时,还包括:
在满足被删除条件后的未来时间,解除所述子计划人员模型与所述目标计划人员模型的父子关系。
13.根据权利要求3所述的方法,其特征在于,还包括:
利用目标计划人员在未来不同时间的属性参数,基于该时间对应的目标计划人员模型,生成对应的目标计划人员模型记录;
利用子计划人员在未来不同时间的属性参数,基于该时间对应的子计划人员模型,生成对应的子计划人员模型记录;
其中,所述属性参数包括属性名称、数据类型。
14.根据权利要求13所述的方法,其特征在于,
所述目标计划人员模型记录和所述子计划人员模型记录包括记录标识,用于唯一标识目标计划人员模型记录或子计划人员模型记录。
15.根据权利要求13所述的方法,其特征在于,还包括:
将所述目标计划人员模型记录作为根存储节点,将所述子计划人员模型记录作为所述根存储节点的子存储节点,建立树形存储结构;
确定所述根存储节点的时间属性的开始时间为预设基准时间,所述子存储节点的时间属性的开始时间为所述预设基准时间的相对偏移时间。
16.根据权利要求3或4所述的方法,其特征在于,还包括:
构建所述目标计划人员的至少一个附属实体物的子计划实体物模型,所述子计划实体物模型包括时间属性;
设置所述子计划实体物模型的时间属性为未来时间;
建立所述目标计划人员模型与所述子计划实体物模型的关联关系。
17.根据权利要求16所述的方法,其特征在于,还包括:
所述子计划实体物模型还包括空间属性,用于描述子计划实体物所在的空间;
所述空间属性包括空间范围、空间位置和形状中的至少一种。
18.一种人员未来状态的订阅方法,其特征在于,所述方法包括:
构建目标计划人员的目标计划人员模型以及所述目标计划人员的至少一个附属计划人员的子计划人员模型,所述目标计划人员模型以及所述子计划人员模型包括时间属性;
设置所述目标计划人员模型及所述子计划人员模型的时间属性为未来时间;
建立所述目标计划人员模型与所述子计划人员模型的关联关系;
根据计划人员未来状态的订阅请求生成订阅项,并根据所述目标人员模型及关联的子计划人员模型的未来状态,生成与所述订阅项相匹配的订阅信息,并将所述订阅信息发送至订阅方。
19.根据权利要求18所述的方法,其特征在于,所述目标计划人员模型包括父对象标识,用于唯一映射目标计划人员的目标人员模型;
所述子计划人员模型包括子对象标识,用于唯一映射附属计划人员的子计划人员模型。
20.根据权利要求18所述的方法,其特征在于,根据计划人员未来状态的订阅请求生成订阅项,并根据所述目标人员模型及关联的子计划人员模型的未来状态,生成与所述订阅项相匹配的订阅信息,包括:
接收计划人员未来状态的订阅请求,所述订阅请求包括父对象标识、子对象标识,根据所述订阅请求生成订阅项;
针对一个目标人员模型,根据所述目标人员模型的父对象标识,生成用于查询与所述目标人员模型关联的各个子计划人员模型未来状态的订阅信息;
针对一个子计划人员模型,根据所述子计划人员模型的子对象标识,生成用于查询与所述子计划人员模型关联的目标人员模型未来状态的订阅信息。
21.根据权利要求18所述的方法,其特征在于,根据计划人员未来状态的订阅请求生成订阅项,并根据所述目标人员模型及关联的子计划人员模型的未来状态,生成与所述订阅项相匹配的订阅信息,包括:
接收计划人员未来状态的订阅请求,所述订阅请求包括时间范围,生成包括所述时间范围的订阅项;
根据所述目标人员模型的父对象标识,生成用于查询与所述目标人员模型关联的各个子计划人员模型在所述时间范围内的未来状态的订阅信息。
22.一种人员计划状态数字孪生装置,其特征在于,所述装置包括:
第一模型构建模块,用于构建目标计划人员的目标计划人员模型,所述目标计划人员模型包括时间属性和组织角色属性;
第一时间设置模块,用于设置所述目标计划人员模型的时间属性为未来时间;
获取模块,用于获取所述目标计划人员隶属的组织的信息以及所述目标计划人员在所述组织中担任的角色信息;
赋值模块,用于根据所述目标计划人员隶属的组织的信息以及所述目标计划人员在所述组织中担任的角色信息,对所述目标计划人员模型中的所述组织角色属性进行赋值。
23.一种人员计划状态数字孪生装置,其特征在于,所述装置包括:
第二模型构建模块,用于构建目标计划人员的目标计划人员模型以及所述目标计划人员的至少一个附属计划人员的子计划人员模型,所述目标计划人员模型以及所述子计划人员模型包括时间属性;
第二时间设置模块,用于设置所述目标计划人员模型及所述子计划人员模型的时间属性为未来时间;
关联关系建立模块,用于建立所述目标计划人员模型与所述子计划人员模型的关联关系。
24.一种人员未来状态的订阅装置,其特征在于,所述装置包括:
模型构建模块,用于构建目标计划人员的目标计划人员模型以及所述目标计划人员的至少一个附属计划人员的子计划人员模型,所述目标计划人员模型以及所述子计划人员模型包括时间属性;
时间设置模块,用于设置所述目标计划人员模型及所述子计划人员模型的时间属性为未来时间;
关联关系建立模块,用于建立所述目标计划人员模型与所述子计划人员模型的关联关系;
订阅信息生成模块,用于根据计划人员未来状态的订阅请求生成订阅项,并根据所述目标人员模型及关联的子计划人员模型的未来状态,生成与所述订阅项相匹配的订阅信息,并将所述订阅信息发送至订阅方。
25.一种人员计划状态数字孪生设备,其特征在于,所述设备包括:
至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1-17中任何一项所述的方法。
26.一种人员未来状态的订阅设备,其特征在于,所述设备包括:
至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求18-21中任何一项所述的方法。
27.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序用于使计算机执行如权利要求1-17中任何一项所述的方法,或执行如权利要求18-21中任何一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210767698.4A CN115017138B (zh) | 2022-06-30 | 2022-06-30 | 一种人员计划状态数字孪生方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210767698.4A CN115017138B (zh) | 2022-06-30 | 2022-06-30 | 一种人员计划状态数字孪生方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115017138A true CN115017138A (zh) | 2022-09-06 |
CN115017138B CN115017138B (zh) | 2024-04-02 |
Family
ID=83079086
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210767698.4A Active CN115017138B (zh) | 2022-06-30 | 2022-06-30 | 一种人员计划状态数字孪生方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115017138B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106294887A (zh) * | 2016-10-24 | 2017-01-04 | 北京亚控科技发展有限公司 | 基于四维空间的对客观世界存在的物体和事件的描述方法 |
CN106294888A (zh) * | 2016-10-24 | 2017-01-04 | 北京亚控科技发展有限公司 | 一种基于时空数据库的对象数据的订阅方法 |
US20190138333A1 (en) * | 2017-11-07 | 2019-05-09 | General Electric Company | Contextual digital twin runtime environment |
CN112818446A (zh) * | 2021-01-26 | 2021-05-18 | 西安交通大学 | 一种智能车间数字孪生***的构建方法 |
CN112966917A (zh) * | 2021-02-26 | 2021-06-15 | 重庆治略科技有限公司 | 基于关系网络的智能化流程处理***、装置及方法 |
CN113888704A (zh) * | 2021-12-01 | 2022-01-04 | 中国电子科技集团公司第二十八研究所 | 一种面向低时延交互的微场景分级分时绘制优化方法 |
-
2022
- 2022-06-30 CN CN202210767698.4A patent/CN115017138B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106294887A (zh) * | 2016-10-24 | 2017-01-04 | 北京亚控科技发展有限公司 | 基于四维空间的对客观世界存在的物体和事件的描述方法 |
CN106294888A (zh) * | 2016-10-24 | 2017-01-04 | 北京亚控科技发展有限公司 | 一种基于时空数据库的对象数据的订阅方法 |
US20190138333A1 (en) * | 2017-11-07 | 2019-05-09 | General Electric Company | Contextual digital twin runtime environment |
CN112818446A (zh) * | 2021-01-26 | 2021-05-18 | 西安交通大学 | 一种智能车间数字孪生***的构建方法 |
CN112966917A (zh) * | 2021-02-26 | 2021-06-15 | 重庆治略科技有限公司 | 基于关系网络的智能化流程处理***、装置及方法 |
CN113888704A (zh) * | 2021-12-01 | 2022-01-04 | 中国电子科技集团公司第二十八研究所 | 一种面向低时延交互的微场景分级分时绘制优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115017138B (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106446278B (zh) | 一种基于时空数据库的对数据对象的检索方法 | |
CN107977785B (zh) | 一种电网工程项目进度监控方法 | |
CN106776995A (zh) | 一种基于mda的结构化数据树形采集技术 | |
CN107067200B (zh) | 一种物料清单数据的操作方法及装置 | |
CN101976240A (zh) | 表单编号生成方法和*** | |
CN106484595A (zh) | 一种事件处理方法及装置 | |
CN104517014B (zh) | 一种基于Pro/E的产品自动装配设计*** | |
CN104298761B (zh) | 一种异构软件***间主数据匹配的实现方法 | |
CN115470195A (zh) | 一种融合维度模型的指标数据自动化计算方法及装置 | |
CN107392736A (zh) | 一种数据处理方法、装置及设备 | |
CN115409919A (zh) | 一种动画文件生成方法、装置、设备及介质 | |
CN108428094A (zh) | 一种基于bim的设计方协同管理方法及装置 | |
CN115098472A (zh) | 一种物理实体全生命周期的数字孪生方法、装置及设备 | |
CN115080543A (zh) | 一种事件计划状态数字孪生方法、装置及设备 | |
CN112905720A (zh) | 一种基于源数据管理模型的运营数据处理方法和装置 | |
CN115017141A (zh) | 一种事件全生命周期的数字孪生方法、装置及设备 | |
CN115145896A (zh) | 一种实体物计划状态数字孪生方法、装置及设备 | |
CN115017138A (zh) | 一种人员计划状态数字孪生方法、装置及设备 | |
CN115270419B (zh) | 一种实时事件当前状态的孪生方法、订阅方法及*** | |
CN104331538B (zh) | 基于模式指配的信息流程建模方法及*** | |
CN115062940A (zh) | 一种基于数字孪生的发射台智能可视化巡检方法及*** | |
CN115114268B (zh) | 一种组织未来状态孪生方法、装置及设备 | |
CN115017137A (zh) | 一种人员全生命周期的数字孪生方法、装置及设备 | |
CN115063101A (zh) | 基于案例库的结构数据生成方法、***、装置及存储介质 | |
CN108171336B (zh) | 机器数据模型演化的自动感知方法及装置 |
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 |