CN116663854A - 一种基于智慧园区的资源调度管理方法、***及存储介质 - Google Patents
一种基于智慧园区的资源调度管理方法、***及存储介质 Download PDFInfo
- Publication number
- CN116663854A CN116663854A CN202310907263.XA CN202310907263A CN116663854A CN 116663854 A CN116663854 A CN 116663854A CN 202310907263 A CN202310907263 A CN 202310907263A CN 116663854 A CN116663854 A CN 116663854A
- Authority
- CN
- China
- Prior art keywords
- resource
- scheduling
- point
- park
- demand
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 42
- 238000007726 management method Methods 0.000 title claims abstract description 38
- 238000013468 resource allocation Methods 0.000 claims abstract description 65
- 238000013439 planning Methods 0.000 claims abstract description 21
- 238000000034 method Methods 0.000 claims description 32
- 238000004088 simulation Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 25
- 238000012216 screening Methods 0.000 claims description 19
- 238000011156 evaluation Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 8
- 238000012876 topography Methods 0.000 claims description 8
- 230000006855 networking Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 2
- 239000000463 material Substances 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 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
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于智慧园区的资源调度管理方法及***，涉及智慧园区技术领域，包括：通过高空图像采集装置采集园区的俯视影像数据；基于园区的俯视影像数据确定园区内部资源提供点的最佳布设点位；基于园区内部资源提供点的最佳布设点进行布设资源提供点；拟合计算各资源需求点的实时资源需求数量；获取各资源提供点内的资源存储数量；规划最佳资源调度方案；按照最佳资源调度方案进行资源调度分配。本发明的优点在于：基于园区的运行数据进行智能化分析规划园区内部最佳资源调度方案，可有效的降低园区内部资源调配成本，实现对于园区内部资源的智能化调配，提高园区内部的管理效率。
Description
技术领域
本发明涉及智慧园区技术领域，具体是涉及一种基于智慧园区的资源调度管理方法、***及存储介质。
背景技术
“智慧园区”是在园区信息化建设的基础上建立的智能管理***，帮助园区建立统一的对内对外服务运营平台，提高园区服务效率，提升园区入驻企业的办公及生活水平，使终端用户能享受各种便利，高效利用能源。通过物联网技术将各数据采集点、设备控制点进行网络连接，由园区管理***利用云计算、大数据、互联网技术，对数据进行存储、分析和判断，对资源进行智能调配。从而解决现有园区管理***各模块之间信息连而不通、各资源无法集中调配、人员管理效率低等问题。
智慧园区运行过程中，如何在园区中布设最优化的资源提供点位布设以及如何在园区中实现最优化的资源调度是本领域亟需解决的技术问题，基于此，本方案提出一种基于智慧园区的资源调度管理方法、***及存储介质。
发明内容
为解决上述技术问题，提供一种基于智慧园区的资源调度管理方法、***及存储介质，本技术方案基于园区的实际地形状态，进行计算确定园区内部资源提供点的最佳布设点位，并基于园区的运行数据进行智能化分析规划园区内部最佳资源调度方案，可有效的降低园区内部资源调配成本，实现对于园区内部资源的智能化调配，提高园区内部的管理效率。
为达到以上目的，本发明采用的技术方案为：
一种基于智慧园区的资源调度管理方法，包括：
通过高空图像采集装置采集园区的俯视影像数据；
基于园区的俯视影像数据确定园区内部资源提供点的最佳布设点位；
基于园区内部资源提供点的最佳布设点进行布设资源提供点；
基于园区运营历史数据，进行拟合计算各资源需求点的实时资源需求数量；
获取各资源提供点内的资源存储数量；
基于各资源提供点内的资源存储数量和各资源需求点的实时资源需求数量，进行规划最佳资源调度方案；
按照最佳资源调度方案进行资源调度分配。
优选的，所述基于园区状态确定园区内部资源提供点的最佳布设点位具体包括：
基于园区的俯视影像数据建立园区地形仿真模型；
基于园区中各资源需求点的实际位置，在园区地形仿真模型中设定若干个资源需求节点；
基于园区环境，确定若干个可以布设资源提供点的位置，基于若干个可以布设资源提供点的位置在园区地形仿真模型中设定若干个资源提供点布设点位；
确定资源提供点的布设数量；
按照资源提供点的布设数量，基于资源提供点布设点位进行组合成若干个资源提供点布设点位组；
基于每一个资源提供点布设点位组在园区地形仿真模型中设定资源提供点节点，并建立资源提供点节点与资源需求节点之间的调度连线，获得若干个调度网状图；
计算出每一个调度网状图的资源调度耗费指标；
筛选出资源调度耗费指标最低的调度网状图，以该调度网状图对应的资源提供点布设点位组，作为资源提供点的布设位置。
优选的，所述建立资源提供点节点与资源需求节点之间的调度连线具体包括：
将资源需求节点与每一个资源提供点节点之间建立调度连线，获得资源需求节点对应的若干个待验证调度连线；
基于园区内部的实际地形状态，确定园区每一个区域的调度难度系数，将园区内部划分成若干个不同调度难度等级的区域；
基于待验证调度连线在每个不同调度难度等级的区域内的长度和每一个区域的调度难度系数，通过调度难度指标计算公式计算每一条待验证调度连线的调度难度指标；
筛选出资源需求节点对应的若干个待验证调度连线中，调度难度指标最小的待验证调度连线，作为资源需求节点对应的调度连线；
其中，所述调度难度指标计算公式为：
式中，d为调度难度指标，m为不同调度难度等级的区域总数，为第j个调度难度等级的区域的调度难度系数，/>为待验证调度连线在第j个调度难度等级的区域内部的长度。
优选的，所述计算出每一个调度网状图的资源调度耗费指标具体包括：
基于每个资源需求点的实际资源需求情况，确定每一条调度连线的调度频率权重值，所述调度频率权重值越大，说明资源沿着调度连线调度的频率越高；
基于调度网状图中每一条的调度连线的度难度指标和每一条的调度连线的度难度指标调度频率权重值，通过耗费指标计算公式进行计算调度网状图的资源调度耗费指标；
其中，所述耗费指标计算公式为：
式中，为调度网状图的资源调度耗费指标，/>为调度网状图中的调度连线总数，为调度网状图中第i条调度连线的调度频率权重值，/>为调度网状图中第i条调度连线的调度难度指标。
优选的，所述基于园区运营历史数据，进行拟合计算各资源需求点的实时资源需求数量具体包括：
基于园区运营中，各个资源需求点的资源需求历史数量，建立各资源需求点的资源需求数量关于时间的回归模型，所述回归模型为线性回归模型或非线性回归模型；
基于各资源需求点的资源需求数量关于时间的回归模型，进行预测接下来的时间段内的各资源需求点的资源需求数量，作为资源需求点的实时资源需求数量。
优选的，所述基于各资源提供点内的资源存储数量和各资源需求点的实时资源需求数量，进行规划最佳资源调度方案具体包括：
基于资源需求点的实时资源需求数量和资源提供点内的资源存储数量进行判断资源提供点内的资源存储数量是否可以满足所有资源需求点的实时资源需求数量，若是，则以各个资源需求点的实时资源需求数量作为各个资源需求点的实时资源分配数量，若否，则根据各个资源需求点的调度优先级进行智能计算各个资源需求点的实时资源分配数量；
按照满足调度分配条件的基础上，生成若干个资源调度方案，并计算每个资源调度方案的实施难度指标；
筛选出实施难度指标最低的资源调度方案，作为最佳资源调度方案；
其中，所述调度分配条件表达式具体为：
式中，为第k个资源提供点调度至第l个资源需求点的资源数量，/>为第l个资源需求点的实时资源分配数量，/>为第k个资源提供点的资源存储数量，/>为第k个资源提供点向外调度的资源需求点的总数，/>为向第l个资源需求点提供资源的资源提供点总数；
所述实施难度指标的计算公式为：
式中，为资源调度方案的实施难度指标，/>为资源需求点总数，/>为第k个资源提供点向第l个资源需求点之间的调度连线的调度难度指标。
优选的，所述根据各个资源需求点的调度优先级进行智能计算各个资源需求点的实时资源分配数量具体包括：
根据各个资源需求点的资源需求情况，对每个资源需求点进行建立需求优先值和资源分配数量的变化函数；
建立资源分配综合评价函数和资源分配条件，计算在资源分配条件下，使资源分配综合评价函数取最大值时各个资源需求点的资源分配数量，作为各个资源需求点的实时资源分配数量；
其中，所述资源分配综合评价函数表达式为：
资源分配综合评价函数表达式中，为资源分配综合评价函数，/>为第l个资源需求点的资源分配数量，/>为第l个资源需求点需求优先值和资源分配数量的变化函数；
所述资源分配条件的表达式为：
资源分配条件的表达式中，为第l个资源需求点的实时资源需求数量，/>为所有资源提供点内的资源存储总数。
进一步的，提出一种基于智慧园区的资源调度管理***，用于实现如上述的基于智慧园区的资源调度管理方法，包括：
高空图像采集装置，所述高空图像采集装置用于采集园区的俯视影像数据；
点位布设模块，点位布设模块与所述高空图像采集装置采用有线或无线的方式进行通讯连接，所述点位布设模块用于基于园区的俯视影像数据确定园区内部资源提供点的最佳布设点位；
资源调配模块，资源调配模块与所述点位布设模块电性连接，所述资源调配模块用于基于各资源提供点内的资源存储数量和各资源需求点的实时资源需求数量，进行规划最佳资源调度方案。
可选的，所述点位布设模块内部集成有：
建模单元，所述建模单元用于基于园区的俯视影像数据自动或手动建立园区地形仿真模型；
需求点位单元，所述资源点位单元用于基于园区中各资源需求点的实际位置，在园区地形仿真模型中设定若干个资源需求节点；
点位组合单元，所述点位组合单元用于按照资源提供点的布设数量，基于资源提供点布设点位进行组合成若干个资源提供点布设点位组；
组网单元，所述组网单元用于基于每一个资源提供点布设点位组在园区地形仿真模型中设定资源提供点节点，并建立资源提供点节点与资源需求节点之间的调度连线，获得若干个调度网状图；
计算单元，所述计算单元用于计算每一个调度网状图的资源调度耗费指标；
筛选单元，所述筛选单元用于筛选出资源调度耗费指标最低的调度网状图，以该调度网状图对应的资源提供点布设点位组，作为资源提供点的布设位置；
所述资源调配模块内部集成有：
需求预测单元，所述需求预测单元用于基于园区运营历史数据，进行拟合计算各资源需求点的实时资源需求数量；
数据采集单元，所述数据采集单元用于获取各资源提供点内的资源存储数量；
调配规划单元，所述调配规划单元用于基于各资源提供点内的资源存储数量和各资源需求点的实时资源需求数量，进行规划最佳资源调度方案。
再进一步的，还提出一种计算机可读存储介质，其上存储有计算机可读程序，所述计算机可读存储介质被调用时执行如上述的基于智慧园区的资源调度管理方法。
与现有技术相比，本发明的有益效果在于：
本发明提出一种基于智慧园区的资源调度管理方案，基于园区的地形环境建立园区地形仿真模型，并基于园区地形仿真模型进行确定各资源消耗点的位置，基于资源消耗点的位置和资源消耗情况，结合园区地形导致资源调度难度系数，进行综合计算出资源提供点的最佳布设点位，通过该方式，可在园区内部进行智能化规划资源提供点的最佳布设位置，保证资源调配的运营成本最低化，进而实现智慧园区的高效运营；
本发明基于园区运营历史数据，进行拟合计算各资源需求点的实时资源需求数量，并根据园区内部的资源总存储量进行综合分配资源至园区内部的资源消耗点，同时根据园区内部的地形导致的各调度路线的调度难度差距，进行规划内部的资源调度方案，保障在进行园区资源调配时，实现最优化的资源分配，保证园区内部以最优化的状态进行运行。
附图说明
图1为本方案提出的基于智慧园区的资源调度管理方法流程图；
图2为本方案中的确定园区内部资源提供点的最佳布设点位的方法流程图；
图3为本方案中的建立资源提供点节点与资源需求节点之间的调度连线的方法流程图；
图4为本方案中的调度网状图的资源调度耗费指标的计算方法流程图；
图5为本方案中的拟合计算各资源需求点的实时资源需求数量的方法流程图；
图6为本方案中的规划最佳资源调度方案的方法流程图；
图7为本方案中的计算各个资源需求点的实时资源分配数量方法流程图；
图8为本方案提出的基于智慧园区的资源调度管理***结构框图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。
请参阅图1所示，一种基于智慧园区的资源调度管理方法，包括：
通过高空图像采集装置采集园区的俯视影像数据；
基于园区的俯视影像数据确定园区内部资源提供点的最佳布设点位；
基于园区内部资源提供点的最佳布设点进行布设资源提供点；
基于园区运营历史数据，进行拟合计算各资源需求点的实时资源需求数量；
获取各资源提供点内的资源存储数量；
基于各资源提供点内的资源存储数量和各资源需求点的实时资源需求数量，进行规划最佳资源调度方案；
按照最佳资源调度方案进行资源调度分配。
请参阅图2所示，基于园区状态确定园区内部资源提供点的最佳布设点位具体包括：
基于园区的俯视影像数据建立园区地形仿真模型；
基于园区中各资源需求点的实际位置，在园区地形仿真模型中设定若干个资源需求节点；
基于园区环境，确定若干个可以布设资源提供点的位置，基于若干个可以布设资源提供点的位置在园区地形仿真模型中设定若干个资源提供点布设点位；
确定资源提供点的布设数量；
按照资源提供点的布设数量，基于资源提供点布设点位进行组合成若干个资源提供点布设点位组；
基于每一个资源提供点布设点位组在园区地形仿真模型中设定资源提供点节点，并建立资源提供点节点与资源需求节点之间的调度连线，获得若干个调度网状图；
计算出每一个调度网状图的资源调度耗费指标；
筛选出资源调度耗费指标最低的调度网状图，以该调度网状图对应的资源提供点布设点位组，作为资源提供点的布设位置。
基于园区的地形环境建立园区地形仿真模型，并基于园区地形仿真模型进行确定各资源消耗点的位置，基于资源消耗点的位置和资源消耗情况，结合园区地形导致资源调度难度系数，进行综合计算出资源提供点的最佳布设点位，通过该方式，可在园区内部进行智能化规划资源提供点的最佳布设位置，保证资源调配的运营成本最低化，进而实现智慧园区的高效运营；
其中，可以理解的是，资源可以是物资资源例如应急物资和装备调度，对于不同的资源种类，其资源提供点不同，在进行确定调度连线和资源调度耗费指标时，所需参照的参数也不同；
对于物资资源例如应急物资和装备调度，资源提供点为存储仓库，则其调度连线，即为存储仓库和资源消耗点之间的物资运输路线，其资源调度耗费指标主要参照指标为物资运输路线中各段路线道路状态造成的运输器械的使用难度。
请参阅图3所示，建立资源提供点节点与资源需求节点之间的调度连线具体包括：
将资源需求节点与每一个资源提供点节点之间建立调度连线，获得资源需求节点对应的若干个待验证调度连线；
基于园区内部的实际地形状态，确定园区每一个区域的调度难度系数，将园区内部划分成若干个不同调度难度等级的区域；
基于待验证调度连线在每个不同调度难度等级的区域内的长度和每一个区域的调度难度系数，通过调度难度指标计算公式计算每一条待验证调度连线的调度难度指标；
筛选出资源需求节点对应的若干个待验证调度连线中，调度难度指标最小的待验证调度连线，作为资源需求节点对应的调度连线；
其中，调度难度指标计算公式为：
式中，d为调度难度指标，m为不同调度难度等级的区域总数，为第j个调度难度等级的区域的调度难度系数，/>为待验证调度连线在第j个调度难度等级的区域内部的长度。
根据园区内部实际状态，将园区内部划分成若干个不同调度难度等级的区域，划分标准可根据资源种类进行适用性调整，例如，对于物资资源，则进行划分标准为，各个区域的道路宽度，可适用的运输器械规模；
通过计算每段待验证调度连线在各个难度的区域内的长度，进行综合计算每段待验证调度连线的调度难度指标，调度难度指标越大，代表着按照该路线进行资源调度所带来的成本和消耗越大，通过筛选出调度难度指标最低的待验证调度连线，则此调度连线对应的资源提供点为资源需求节点的最佳资源提供点，后期在正常运营过程中，最佳资源提供点为对资源提供点进行资源调配的主要点位，依此待验证调度连线，作为资源需求节点对应的调度连线，可最真实的反映出园区运营过程中的该资源需求节点的资源调度耗费。
请参阅图4所示，计算出每一个调度网状图的资源调度耗费指标具体包括：
基于每个资源需求点的实际资源需求情况，确定每一条调度连线的调度频率权重值，调度频率权重值越大，说明资源沿着调度连线调度的频率越高；
基于调度网状图中每一条的调度连线的度难度指标和每一条的调度连线的度难度指标调度频率权重值，通过耗费指标计算公式进行计算调度网状图的资源调度耗费指标；
其中，耗费指标计算公式为：
式中，为调度网状图的资源调度耗费指标，/>为调度网状图中的调度连线总数，为调度网状图中第i条调度连线的调度频率权重值，/>为调度网状图中第i条调度连线的调度难度指标。
通过计算整个园区中各个资源需求节点的资源调度耗费和其资源调度的频率之和作为整个调度网状图的资源调度耗费指标，该指标越大则说明该调度网状图的资源调度耗费越大，其运营成本越高。
请参阅图5所示，基于园区运营历史数据，进行拟合计算各资源需求点的实时资源需求数量具体包括：
基于园区运营中，各个资源需求点的资源需求历史数量，建立各资源需求点的资源需求数量关于时间的回归模型，回归模型为线性回归模型或非线性回归模型；
基于各资源需求点的资源需求数量关于时间的回归模型，进行预测接下来的时间段内的各资源需求点的资源需求数量，作为资源需求点的实时资源需求数量。
请参阅图6所示，基于各资源提供点内的资源存储数量和各资源需求点的实时资源需求数量，进行规划最佳资源调度方案具体包括：
基于资源需求点的实时资源需求数量和资源提供点内的资源存储数量进行判断资源提供点内的资源存储数量是否可以满足所有资源需求点的实时资源需求数量，若是，则以各个资源需求点的实时资源需求数量作为各个资源需求点的实时资源分配数量，若否，则根据各个资源需求点的调度优先级进行智能计算各个资源需求点的实时资源分配数量；
按照满足调度分配条件的基础上，生成若干个资源调度方案，并计算每个资源调度方案的实施难度指标；
筛选出实施难度指标最低的资源调度方案，作为最佳资源调度方案；
其中，调度分配条件表达式具体为：
式中，为第k个资源提供点调度至第l个资源需求点的资源数量，/>为第l个资源需求点的实时资源分配数量，/>为第k个资源提供点的资源存储数量，/>为第k个资源提供点向外调度的资源需求点的总数，/>为向第l个资源需求点提供资源的资源提供点总数；
实施难度指标的计算公式为：
式中，为资源调度方案的实施难度指标，/>为资源需求点总数，/>为第k个资源提供点向第l个资源需求点之间的调度连线的调度难度指标。
园区运行中，当园区中所有资源提供点内的资源存储数量大于所有资源需求点的实时资源需求数量，此时可向各个资源需求点足额分配其所需求的资源，当园区中所有资源提供点内的资源存储数量大于所有资源需求点的实时资源需求数量
基于园区中的各个资源需求点和各个资源提供点之间的调度路线的实现难度进行综合计算各个资源调度方案的实施难度指标，该指标结合资源调度连线的调度难度指标和资源调度数量，进行综合计算，该指标越大，则代表着资源调度方案实际运行过程中的实施难度越大。
请参阅图7所示，根据各个资源需求点的调度优先级进行智能计算各个资源需求点的实时资源分配数量具体包括：
根据各个资源需求点的资源需求情况，对每个资源需求点进行建立需求优先值和资源分配数量的变化函数；
建立资源分配综合评价函数和资源分配条件，计算在资源分配条件下，使资源分配综合评价函数取最大值时各个资源需求点的资源分配数量，作为各个资源需求点的实时资源分配数量；
其中，资源分配综合评价函数表达式为：
资源分配综合评价函数表达式中，为资源分配综合评价函数，/>为第l个资源需求点的资源分配数量，/>为第l个资源需求点需求优先值和资源分配数量的变化函数；
资源分配条件的表达式为：
资源分配条件的表达式中，为第l个资源需求点的实时资源需求数量，/>为所有资源提供点内的资源存储总数。
结合资源需求点的资源需求情况，进行建立需求优先值和资源分配数量的变化函数，通常情况下，各个资源需求点的资源需求优先值，随着向其分配的资源的数量的增加而降低，通过综合筛选出使各个需求优先值和资源分配数量的变化函数积分总值最大时对应的各个资源需求点的资源分配数量，此时可使园区按照当前资源状态保持最佳的运行。
请参阅图8所示，进一步的，基于与上述基于智慧园区的资源调度管理方法相同的发明构思，本方案还提出一种基于智慧园区的资源调度管理***，包括：
高空图像采集装置，高空图像采集装置用于采集园区的俯视影像数据；
点位布设模块，点位布设模块与高空图像采集装置采用有线或无线的方式进行通讯连接，点位布设模块用于基于园区的俯视影像数据确定园区内部资源提供点的最佳布设点位；
资源调配模块，资源调配模块与点位布设模块电性连接，资源调配模块用于基于各资源提供点内的资源存储数量和各资源需求点的实时资源需求数量，进行规划最佳资源调度方案。
点位布设模块内部集成有：
建模单元，建模单元用于基于园区的俯视影像数据自动或手动建立园区地形仿真模型；
需求点位单元，资源点位单元用于基于园区中各资源需求点的实际位置，在园区地形仿真模型中设定若干个资源需求节点；
点位组合单元，点位组合单元用于按照资源提供点的布设数量，基于资源提供点布设点位进行组合成若干个资源提供点布设点位组；
组网单元，组网单元用于基于每一个资源提供点布设点位组在园区地形仿真模型中设定资源提供点节点，并建立资源提供点节点与资源需求节点之间的调度连线，获得若干个调度网状图；
计算单元，计算单元用于计算每一个调度网状图的资源调度耗费指标；
筛选单元，筛选单元用于筛选出资源调度耗费指标最低的调度网状图，以该调度网状图对应的资源提供点布设点位组，作为资源提供点的布设位置。
资源调配模块内部集成有：
需求预测单元，需求预测单元用于基于园区运营历史数据，进行拟合计算各资源需求点的实时资源需求数量；
数据采集单元，数据采集单元用于获取各资源提供点内的资源存储数量；
调配规划单元，调配规划单元用于基于各资源提供点内的资源存储数量和各资源需求点的实时资源需求数量，进行规划最佳资源调度方案。
上述基于智慧园区的资源调度管理***的工作过程为：
步骤一：高空图像采集装置采集园区的俯视影像数据；
步骤二：建模单元基于园区的俯视影像数据自动或手动建立园区地形仿真模型；
步骤三：资源点位单元基于园区中各资源需求点的实际位置，在园区地形仿真模型中设定若干个资源需求节点；
步骤四：点位组合单元按照资源提供点的布设数量，基于资源提供点布设点位进行组合成若干个资源提供点布设点位组；
步骤五：组网单元基于每一个资源提供点布设点位组在园区地形仿真模型中设定资源提供点节点，并建立资源提供点节点与资源需求节点之间的调度连线，获得若干个调度网状图；
步骤六：计算单元计算每一个调度网状图的资源调度耗费指标；
步骤七：筛选单元用于筛选出资源调度耗费指标最低的调度网状图，以该调度网状图对应的资源提供点布设点位组，作为资源提供点的布设位置；
步骤八：需求预测单元基于园区运营历史数据，进行拟合计算各资源需求点的实时资源需求数量；
步骤九：数据采集单元获取各资源提供点内的资源存储数量；
步骤十：调配规划单元基于各资源提供点内的资源存储数量和各资源需求点的实时资源需求数量，进行规划最佳资源调度方案。
再进一步的，本发明还提出一种计算机可读存储介质，其上存储有计算机可读程序，计算机可读程序被调用时执行如上述的基于智慧园区的资源调度管理方法；
可以理解的是，计算机可读存储介质可以是磁性介质，例如，软盘、硬盘、磁带；光介质例如，DVD；或者半导体介质例如固态硬盘SolidStateDisk，SSD等。
综上所述，本发明的优点在于：基于园区的运行数据进行智能化分析规划园区内部最佳资源调度方案，可有效的降低园区内部资源调配成本，实现对于园区内部资源的智能化调配，提高园区内部的管理效率。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (10)
1.一种基于智慧园区的资源调度管理方法，其特征在于，包括：
通过高空图像采集装置采集园区的俯视影像数据；
基于园区的俯视影像数据确定园区内部资源提供点的最佳布设点位；
基于园区内部资源提供点的最佳布设点进行布设资源提供点；
基于园区运营历史数据，进行拟合计算各资源需求点的实时资源需求数量；
获取各资源提供点内的资源存储数量；
基于各资源提供点内的资源存储数量和各资源需求点的实时资源需求数量，进行规划最佳资源调度方案；
按照最佳资源调度方案进行资源调度分配。
2.根据权利要求1所述的一种基于智慧园区的资源调度管理方法，其特征在于，所述基于园区状态确定园区内部资源提供点的最佳布设点位具体包括：
基于园区的俯视影像数据建立园区地形仿真模型；
基于园区中各资源需求点的实际位置，在园区地形仿真模型中设定若干个资源需求节点；
基于园区环境，确定若干个可以布设资源提供点的位置，基于若干个可以布设资源提供点的位置在园区地形仿真模型中设定若干个资源提供点布设点位；
确定资源提供点的布设数量；
按照资源提供点的布设数量，基于资源提供点布设点位进行组合成若干个资源提供点布设点位组；
基于每一个资源提供点布设点位组在园区地形仿真模型中设定资源提供点节点，并建立资源提供点节点与资源需求节点之间的调度连线，获得若干个调度网状图；
计算出每一个调度网状图的资源调度耗费指标；
筛选出资源调度耗费指标最低的调度网状图，以该调度网状图对应的资源提供点布设点位组，作为资源提供点的布设位置。
3.根据权利要求2所述的一种基于智慧园区的资源调度管理方法，其特征在于，所述建立资源提供点节点与资源需求节点之间的调度连线具体包括：
将资源需求节点与每一个资源提供点节点之间建立调度连线，获得资源需求节点对应的若干个待验证调度连线；
基于园区内部的实际地形状态，确定园区每一个区域的调度难度系数，将园区内部划分成若干个不同调度难度等级的区域；
基于待验证调度连线在每个不同调度难度等级的区域内的长度和每一个区域的调度难度系数，通过调度难度指标计算公式计算每一条待验证调度连线的调度难度指标；
筛选出资源需求节点对应的若干个待验证调度连线中，调度难度指标最小的待验证调度连线，作为资源需求节点对应的调度连线；
其中，所述调度难度指标计算公式为：
式中，d为调度难度指标，m为不同调度难度等级的区域总数，为第j个调度难度等级的区域的调度难度系数，/>为待验证调度连线在第j个调度难度等级的区域内部的长度。
4.根据权利要求3所述的一种基于智慧园区的资源调度管理方法，其特征在于，所述计算出每一个调度网状图的资源调度耗费指标具体包括：
基于每个资源需求点的实际资源需求情况，确定每一条调度连线的调度频率权重值，所述调度频率权重值越大，说明资源沿着调度连线调度的频率越高；
基于调度网状图中每一条的调度连线的度难度指标和每一条的调度连线的度难度指标调度频率权重值，通过耗费指标计算公式进行计算调度网状图的资源调度耗费指标；
其中，所述耗费指标计算公式为：
式中，为调度网状图的资源调度耗费指标，/>为调度网状图中的调度连线总数，/>为调度网状图中第i条调度连线的调度频率权重值，/>为调度网状图中第i条调度连线的调度难度指标。
5.根据权利要求4所述的一种基于智慧园区的资源调度管理方法，其特征在于，所述基于园区运营历史数据，进行拟合计算各资源需求点的实时资源需求数量具体包括：
基于园区运营中，各个资源需求点的资源需求历史数量，建立各资源需求点的资源需求数量关于时间的回归模型，所述回归模型为线性回归模型或非线性回归模型；
基于各资源需求点的资源需求数量关于时间的回归模型，进行预测接下来的时间段内的各资源需求点的资源需求数量，作为资源需求点的实时资源需求数量。
6.根据权利要求5所述的一种基于智慧园区的资源调度管理方法，其特征在于，所述基于各资源提供点内的资源存储数量和各资源需求点的实时资源需求数量，进行规划最佳资源调度方案具体包括：
基于资源需求点的实时资源需求数量和资源提供点内的资源存储数量进行判断资源提供点内的资源存储数量是否可以满足所有资源需求点的实时资源需求数量，若是，则以各个资源需求点的实时资源需求数量作为各个资源需求点的实时资源分配数量，若否，则根据各个资源需求点的调度优先级进行智能计算各个资源需求点的实时资源分配数量；
按照满足调度分配条件的基础上，生成若干个资源调度方案，并计算每个资源调度方案的实施难度指标；
筛选出实施难度指标最低的资源调度方案，作为最佳资源调度方案；
其中，所述调度分配条件表达式具体为：
式中，为第k个资源提供点调度至第l个资源需求点的资源数量，/>为第l个资源需求点的实时资源分配数量，/>为第k个资源提供点的资源存储数量，/>为第k个资源提供点向外调度的资源需求点的总数，/>为向第l个资源需求点提供资源的资源提供点总数；
所述实施难度指标的计算公式为：
式中，为资源调度方案的实施难度指标，/>为资源需求点总数，/>为第k个资源提供点向第l个资源需求点之间的调度连线的调度难度指标。
7.根据权利要求6述的一种基于智慧园区的资源调度管理方法，其特征在于，所述根据各个资源需求点的调度优先级进行智能计算各个资源需求点的实时资源分配数量具体包括：
根据各个资源需求点的资源需求情况，对每个资源需求点进行建立需求优先值和资源分配数量的变化函数；
建立资源分配综合评价函数和资源分配条件，计算在资源分配条件下，使资源分配综合评价函数取最大值时各个资源需求点的资源分配数量，作为各个资源需求点的实时资源分配数量；
其中，所述资源分配综合评价函数表达式为：
资源分配综合评价函数表达式中，为资源分配综合评价函数，为第l个资源需求点的资源分配数量，/>为第l个资源需求点需求优先值和资源分配数量的变化函数；
所述资源分配条件的表达式为：
资源分配条件的表达式中，为第l个资源需求点的实时资源需求数量，/>为所有资源提供点内的资源存储总数。
8.一种基于智慧园区的资源调度管理***，用于实现如权利要求1-7任一项所述的基于智慧园区的资源调度管理方法，其特征在于，包括：
高空图像采集装置，所述高空图像采集装置用于采集园区的俯视影像数据；
点位布设模块，点位布设模块与所述高空图像采集装置采用有线或无线的方式进行通讯连接，所述点位布设模块用于基于园区的俯视影像数据确定园区内部资源提供点的最佳布设点位；
资源调配模块，资源调配模块与所述点位布设模块电性连接，所述资源调配模块用于基于各资源提供点内的资源存储数量和各资源需求点的实时资源需求数量，进行规划最佳资源调度方案。
9.根据权利要求8所述的一种基于智慧园区的资源调度管理***，其特征在于，所述点位布设模块内部集成有：
建模单元，所述建模单元用于基于园区的俯视影像数据自动或手动建立园区地形仿真模型；
需求点位单元，所述资源点位单元用于基于园区中各资源需求点的实际位置，在园区地形仿真模型中设定若干个资源需求节点；
点位组合单元，所述点位组合单元用于按照资源提供点的布设数量，基于资源提供点布设点位进行组合成若干个资源提供点布设点位组；
组网单元，所述组网单元用于基于每一个资源提供点布设点位组在园区地形仿真模型中设定资源提供点节点，并建立资源提供点节点与资源需求节点之间的调度连线，获得若干个调度网状图；
计算单元，所述计算单元用于计算每一个调度网状图的资源调度耗费指标；
筛选单元，所述筛选单元用于筛选出资源调度耗费指标最低的调度网状图，以该调度网状图对应的资源提供点布设点位组，作为资源提供点的布设位置；
所述资源调配模块内部集成有：
需求预测单元，所述需求预测单元用于基于园区运营历史数据，进行拟合计算各资源需求点的实时资源需求数量；
数据采集单元，所述数据采集单元用于获取各资源提供点内的资源存储数量；
调配规划单元，所述调配规划单元用于基于各资源提供点内的资源存储数量和各资源需求点的实时资源需求数量，进行规划最佳资源调度方案。
10.一种计算机可读存储介质，其上存储有计算机可读程序，其特征在于，所述计算机可读存储介质被调用时执行如权利要求1-7任一项所述的基于智慧园区的资源调度管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310907263.XA CN116663854B (zh) | 2023-07-24 | 2023-07-24 | 一种基于智慧园区的资源调度管理方法、***及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310907263.XA CN116663854B (zh) | 2023-07-24 | 2023-07-24 | 一种基于智慧园区的资源调度管理方法、***及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116663854A true CN116663854A (zh) | 2023-08-29 |
| CN116663854B CN116663854B (zh) | 2023-10-17 |
Family
ID=87724400
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310907263.XA Active CN116663854B (zh) | 2023-07-24 | 2023-07-24 | 一种基于智慧园区的资源调度管理方法、***及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116663854B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116934126A (zh) * | 2023-09-15 | 2023-10-24 | 匠人智慧(江苏)科技有限公司 | 一种智慧园区应急处理***智能规划方法、***及存储介质 |
| CN117114623A (zh) * | 2023-09-18 | 2023-11-24 | 广东泰一高新技术发展有限公司 | 一种园区内监控设备的智慧管理方法及*** |
| CN117273409A (zh) * | 2023-11-23 | 2023-12-22 | 江苏国态环保集团有限公司 | 一种园区智慧化环保***智能运维方法、***及存储介质 |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103259335A (zh) * | 2013-04-11 | 2013-08-21 | 国家电网公司 | 一种智能需求响应及需求侧优化运行*** |
| CN104460582A (zh) * | 2014-09-29 | 2015-03-25 | 贵州省水利科学研究院 | 一种基于模糊控制的物联网智能灌溉施肥控制方法及*** |
| CN106790694A (zh) * | 2017-02-21 | 2017-05-31 | 广州爱九游信息技术有限公司 | 分布式***及分布式***中目标对象的调度方法 |
| CN107656898A (zh) * | 2017-10-16 | 2018-02-02 | 国电南瑞科技股份有限公司 | 一种需求响应资源聚类方法 |
| US9955318B1 (en) * | 2014-06-05 | 2018-04-24 | Steelcase Inc. | Space guidance and management system and method |
| CN108171413A (zh) * | 2017-12-26 | 2018-06-15 | 杭州电子科技大学 | 一种化工园区应急资源配置优化方法 |
| CN109063949A (zh) * | 2018-06-12 | 2018-12-21 | 中国科学技术大学 | 一种基于超网络的化工园区集中区域应急物资调配方法 |
| CN112686582A (zh) * | 2021-03-11 | 2021-04-20 | 南方电网数字电网研究院有限公司 | 基于多源异构数据挖掘的综合能源园区的智能运维*** |
| CN112866138A (zh) * | 2019-11-26 | 2021-05-28 | 华为技术有限公司 | 一种资源分配方法、装置和设备 |
| CN114048966A (zh) * | 2021-10-26 | 2022-02-15 | 中国石油大学(华东) | 一种多层级的化工园区应急资源区域协同调度优化方法 |
| CN114492953A (zh) * | 2022-01-06 | 2022-05-13 | 重庆科技学院 | 突发公共事件拉动集结应急资源布局优化决策方法、*** |
| CN114742380A (zh) * | 2022-03-24 | 2022-07-12 | 红云红河烟草(集团)有限责任公司 | 一种面向智慧园区的双层资源配置优化方法 |
| CN115392586A (zh) * | 2022-09-14 | 2022-11-25 | 国网重庆市电力公司营销服务中心 | 园区综合能源***的需求响应价值量化方法及装置 |
| CN115545541A (zh) * | 2022-10-28 | 2022-12-30 | 云南电网有限责任公司电力科学研究院 | 多区域综合能源***调度方法、设备和存储介质 |
| CN115577908A (zh) * | 2022-09-09 | 2023-01-06 | 周敬宜 | 基层应急管理移动智能系列平台及装备 |
| CN116227847A (zh) * | 2023-01-31 | 2023-06-06 | 沈阳大学 | 一种化工园区中应急资源调度模型的建立方法及调度方法 |
| US20230189247A1 (en) * | 2020-04-21 | 2023-06-15 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Device, Base station and Method for Operating Same |
| CN116384714A (zh) * | 2023-06-05 | 2023-07-04 | 厦门久本科技有限公司 | 一种建筑施工现场综合智能化管理方法、***及存储介质 |
| WO2023125117A1 (zh) * | 2021-12-28 | 2023-07-06 | 卡奥斯工业智能研究院(青岛)有限公司 | 资源调度方法及*** |
-
2023
- 2023-07-24 CN CN202310907263.XA patent/CN116663854B/zh active Active
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103259335A (zh) * | 2013-04-11 | 2013-08-21 | 国家电网公司 | 一种智能需求响应及需求侧优化运行*** |
| US9955318B1 (en) * | 2014-06-05 | 2018-04-24 | Steelcase Inc. | Space guidance and management system and method |
| CN104460582A (zh) * | 2014-09-29 | 2015-03-25 | 贵州省水利科学研究院 | 一种基于模糊控制的物联网智能灌溉施肥控制方法及*** |
| CN106790694A (zh) * | 2017-02-21 | 2017-05-31 | 广州爱九游信息技术有限公司 | 分布式***及分布式***中目标对象的调度方法 |
| CN107656898A (zh) * | 2017-10-16 | 2018-02-02 | 国电南瑞科技股份有限公司 | 一种需求响应资源聚类方法 |
| CN108171413A (zh) * | 2017-12-26 | 2018-06-15 | 杭州电子科技大学 | 一种化工园区应急资源配置优化方法 |
| CN109063949A (zh) * | 2018-06-12 | 2018-12-21 | 中国科学技术大学 | 一种基于超网络的化工园区集中区域应急物资调配方法 |
| CN112866138A (zh) * | 2019-11-26 | 2021-05-28 | 华为技术有限公司 | 一种资源分配方法、装置和设备 |
| US20230189247A1 (en) * | 2020-04-21 | 2023-06-15 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Device, Base station and Method for Operating Same |
| CN112686582A (zh) * | 2021-03-11 | 2021-04-20 | 南方电网数字电网研究院有限公司 | 基于多源异构数据挖掘的综合能源园区的智能运维*** |
| CN114048966A (zh) * | 2021-10-26 | 2022-02-15 | 中国石油大学(华东) | 一种多层级的化工园区应急资源区域协同调度优化方法 |
| WO2023125117A1 (zh) * | 2021-12-28 | 2023-07-06 | 卡奥斯工业智能研究院(青岛)有限公司 | 资源调度方法及*** |
| CN114492953A (zh) * | 2022-01-06 | 2022-05-13 | 重庆科技学院 | 突发公共事件拉动集结应急资源布局优化决策方法、*** |
| CN114742380A (zh) * | 2022-03-24 | 2022-07-12 | 红云红河烟草(集团)有限责任公司 | 一种面向智慧园区的双层资源配置优化方法 |
| CN115577908A (zh) * | 2022-09-09 | 2023-01-06 | 周敬宜 | 基层应急管理移动智能系列平台及装备 |
| CN115392586A (zh) * | 2022-09-14 | 2022-11-25 | 国网重庆市电力公司营销服务中心 | 园区综合能源***的需求响应价值量化方法及装置 |
| CN115545541A (zh) * | 2022-10-28 | 2022-12-30 | 云南电网有限责任公司电力科学研究院 | 多区域综合能源***调度方法、设备和存储介质 |
| CN116227847A (zh) * | 2023-01-31 | 2023-06-06 | 沈阳大学 | 一种化工园区中应急资源调度模型的建立方法及调度方法 |
| CN116384714A (zh) * | 2023-06-05 | 2023-07-04 | 厦门久本科技有限公司 | 一种建筑施工现场综合智能化管理方法、***及存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| 乔伟 等: "基于云服务的煤矿水害监测大数据智能预警平台构建", 煤炭学报, vol. 45, no. 7, pages 2619 - 2627 * |
| 刘霄;蔡鸿明;徐博艺;: "面向园区管理的资源分析应用平台", 东华大学学报(自然科学版), no. 04, pages 416 - 421 * |
| 邓超 等: "考虑工艺约束的多阶耦合集成调度问题优化", 计算机集成制造***, pages 21 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116934126A (zh) * | 2023-09-15 | 2023-10-24 | 匠人智慧(江苏)科技有限公司 | 一种智慧园区应急处理***智能规划方法、***及存储介质 |
| CN116934126B (zh) * | 2023-09-15 | 2023-11-24 | 匠人智慧(江苏)科技有限公司 | 一种智慧园区应急处理***智能规划方法、***及存储介质 |
| CN117114623A (zh) * | 2023-09-18 | 2023-11-24 | 广东泰一高新技术发展有限公司 | 一种园区内监控设备的智慧管理方法及*** |
| CN117114623B (zh) * | 2023-09-18 | 2024-04-26 | 广东泰一高新技术发展有限公司 | 一种园区内监控设备的智慧管理方法及*** |
| CN117273409A (zh) * | 2023-11-23 | 2023-12-22 | 江苏国态环保集团有限公司 | 一种园区智慧化环保***智能运维方法、***及存储介质 |
| CN117273409B (zh) * | 2023-11-23 | 2024-02-09 | 江苏国态环保集团有限公司 | 一种园区智慧化环保***智能运维方法、***及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116663854B (zh) | 2023-10-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116663854B (zh) | 一种基于智慧园区的资源调度管理方法、***及存储介质 | |
| Zhao et al. | An integrated framework for electric vehicle rebalancing and staff relocation in one-way carsharing systems: Model formulation and Lagrangian relaxation-based solution approach | |
| CN109086910B (zh) | 城市轨道交通运营路网拓扑结构建模方法 | |
| Fisher | The Lagrangian relaxation method for solving integer programming problems | |
| Hu et al. | A two-stage dynamic capacity planning approach for agricultural machinery maintenance service with demand uncertainty | |
| CN106845857A (zh) | 一种智能电表的配送任务排程优化方法 | |
| Zhu et al. | Solar photovoltaic generation for charging shared electric scooters | |
| CN112508306A (zh) | 一种电力生产配置的自适应方法及*** | |
| CN110807287B (zh) | 基于有限元网格在应急抢修布点场景中划分业务网格构建方法 | |
| CN114757797A (zh) | 一种基于数据模型驱动的电网资源业务中台架构方法 | |
| CN118036996A (zh) | 一种基于双碳目标的能源网架规划***及其方法 | |
| CN112819228A (zh) | 任务处理方法、装置、存储介质和电子设备 | |
| Li et al. | Fairness-aware task offloading and load balancing with delay constraints for power internet of things | |
| Chavhan et al. | Emergent intelligence technique-based transport depot resource management in a metropolitan area | |
| CN117422274A (zh) | 综合能源***运行优化***及方法 | |
| Chen et al. | Multiperiod metro timetable optimization based on the complex network and dynamic travel demand | |
| Moradipari et al. | Pricing differentiated services in an electric vehicle public charging station network | |
| CN115829541A (zh) | 一种基于营配信息融合技术的电网信息管理***及方法 | |
| CN115513945A (zh) | 一种基于物联网的分布式电源管理方法 | |
| Zhou et al. | Population mobility network and spatial accessibility based on peer-to-peer interactive energy management | |
| Erdem | The multi-period electric home healthcare routeing and scheduling problem with nonlinear charging | |
| Huizing et al. | The enriched median routing problem and its usefulness in practice | |
| Guo et al. | Operationalizing modular autonomous customised buses based on different demand prediction scenarios | |
| Huifeng et al. | Simulation Modeling of Whole-process Material Management of Distribution Network Energy Engineering Based on Markov Algorithm | |
| CN115619063B (zh) | 一种社区共同配送方法、***、电子设备及存储介质 |
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 |