设备运行状态的评估方法、装置、电子设备和存储介质与流程

1.本发明涉及设备评估技术领域，具体涉及一种设备运行状态的评估方法、装置、电子设备和存储介质。


背景技术：

2.非现场执法设备是利用信息化手段改善交通运行现状，有效解决了人工执法力量不足、执法取证较难等有关难题，为交通综合执法提供强而有力的数据支持。非现场执法设备是重点维护的交通资产之一，且逐年增多，同时设备本身的状态和数据质量又受到设备安装位置、角度、网络环境等影响，保证设备的正常运行和执法效果是关键的交通管理渠道。现有技术中，设备的运行是否正常、采集的数据质量是否高主要是依赖于维护人员对设备数据的实时查看和人工巡检的方式对设备的运行状态进行监控。然而，不同的维护人员对于同一设备的运行情况会作出不一样的判断，且人工判断的方式效率较低。


技术实现要素：

3.有鉴于此，本发明实施方式提供了一种设备运行状态的评估方法、装置、电子设备和存储介质，在一定程度上能够提高非现场执法设备运行状态评估的效率。
4.本发明一方面提供了一种设备运行状态的评估方法，所述方法包括：构建针对若干个非现场执法设备的不同指标信息的指标数据的指标数据矩阵；基于所述指标数据矩阵计算各个指标信息的信息熵，并基于所述信息熵生成各个指标信息的权重列矩阵；根据所述指标数据矩阵和所述权重列矩阵确定评价指标矩阵，以及根据不同指标信息的最优解和所述权重列矩阵确定最优解矩阵；基于预设分辨系数、所述评价指标矩阵和所述最优解矩阵确定各个非现场执法设备和预设最优解之间的关联度；基于所述关联度确定各个所述非现场执法设备的运行状态。
5.在一个实施方式中，基于所述指标数据矩阵计算各个指标信息的信息熵，并基于所述信息熵生成各个指标信息的权重列矩阵包括：将所述指标数据矩阵中的指标数据进行归一化处理，得到归一化指标数据矩阵；计算所述归一化指标数据矩阵中各个归一化指标数据与各个归一化指标数据对应的指标信息相同的归一化指标数据之和之间的比重，得到指标权重矩阵；基于所述权重矩阵计算各个指标信息的信息熵，并基于所述信息熵生成各个指标信息的权重列矩阵。
6.在一个实施方式中，根据所述指标数据矩阵和所述权重列矩阵确定评价指标矩阵，以及根据不同指标信息的最优解和所述权重列矩阵确定最优解矩阵包括：将所述指标数据矩阵和所述权重列矩阵进行乘积运算得到评价指标矩阵；根据不同指标信息对应的最优解构建初始最优解矩阵；将所述初始最优解矩阵和所述权重列矩阵进行乘积运算，得到最优解矩阵。
7.在一个实施方式中，基于预设分辨系数、所述评价指标矩阵和所述最优解矩阵确定各个非现场执法设备和预设最优解之间的关联度包括：基于预设分辨系数、所述评价指
标矩阵和所述最优解矩阵生成表征各个非现场执法设备不同指标信息和预设最优解之间的关联系数；求取针对同一非现场执法设备不同指标对应的关联系数，得到各个非现场执法设备和预设最优解之间的关联度。
8.在一个实施方式中，设备运行状态的评估方法还包括：计算所述评价指标矩阵中针对相同指标信息的评价指标数据的指标平均值；将所述评价指标矩阵中的各个评价指标数据除以各个评价指标数据对应的指标平均值，得到目标评价指标矩阵；将所述最优解矩阵中各个预设最优解除以各个评价指标数据对应的指标平均值，得到目标最优解矩阵；相应的，基于预设分辨系数、所述目标评价指标矩阵和所述目标最优解矩阵生成表征各个非现场执法设备不同指标信息和预设最优解之间的关联系数。
9.在一个实施方式中，基于所述关联度确定各个所述非现场执法设备的运行状态包括：对若干个非现场执法设备的关联度进行聚类分析，将所述若干个非现场执法设备的运行状态划分至不同的预设等级；基于所述预设等级确定各个非现场执法设备的运行状态。
10.在一个实施方式中，所述若干个非现场执法设备按照关联度从高至低的顺序被划分至第一等级、第二等级和第三等级，其特征在于，基于所述预设等级确定各个非现场执法设备的运行状态包括：若所述非现场执法设备被划分至第一等级，则将所述非现场执法设备的运行状态确定为良好。
11.在一个实施方式中，设备运行状态的评估方法还包括：若所述非现场执法设备被划分至第二等级或第三等级，则根据所述非现场执法设备不同指标信息对应的关联系数确定所述非现场执法设备的运行状态。
12.在一个实施方式中，所述指标信息对应有不同的维度，设备运行状态的评估方法还包括：对针对同一维度的各个指标信息对应的关联系数进行求和运算，得到所述非现场执法设备在各个维度上的综合评价指标和最优解之间的匹配度；基于各个维度上的匹配度确定所述非现场执法设备的运行状态和所述非现场执法设备的优化方案。
13.本发明另一方面还提供了一种设备运行状态的评估装置，所述设备运行状态的评估装置包括：指标数据获取单元，用于构建针对若干个非现场执法设备的不同指标信息的指标数据的指标数据矩阵；信息熵计算单元，基于所述指标数据矩阵计算各个指标信息的信息熵，并基于所述信息熵生成各个指标信息的权重列矩阵；评价指标矩阵生成单元，用于根据所述指标数据矩阵和所述权重列矩阵确定评价指标矩阵，以及根据不同指标信息的最优解和所述权重列矩阵确定最优解矩阵；关联度确定单元，用于基于预设分辨系数、所述评价指标矩阵和所述最优解矩阵确定各个非现场执法设备和预设最优解之间的关联度；设备运行状态评估单元，用于基于所述关联度确定各个所述非现场执法设备的运行状态。
14.本发明另一方面还提供了一种电子设备，所述电子设备装置包括处理器和存储器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时，实现上述的设备运行状态的评估方法。
15.本发明另一方面还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用于存储计算机程序，所述计算机程序被处理器执行时，实现上述的设备运行状态的评估方法。
16.通过获取不同指标信息对应的指标数据构建的指标数据矩阵，并基于该指标数据矩阵生成各个指标信息对应的权重，从而生成相应的评价指标矩阵和针对各个指标信息的
最优解矩阵，并根据各个非现场执法设备的评价指标数据和最优解矩阵之间的匹配度确定各个非现场执法设备的运行状态，从而可以提高非现场执法设备的评估效率，并且多个不同指标信息的评价体系可以提高非现场执法设备的评估结果的客观性。
附图说明
17.通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：
18.图1示出了本发明一个实施方式中设备运行状态的评估方法的流程示意图；
19.图2示出了本发明一个实施方式中非现场执法设备抓拍违法行为的处理流程；
20.图3示出了本发明一个实施方式设备运行状态的评估装置示意图；
21.图4示出了本发明一个实施方式中电子设备的结构示意图。
具体实施方式
22.为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
23.非现场执法设备是利用信息化手段改善交通运行现状，有效解决了人工执法力量不足、执法取证较难等有关难题，也是顺应交通管理信息化发展的趋势，为交通综合执法提供强而有力的数据支持。非现场执法设备是重点维护的交通资产之一，且逐年增多，同时设备本身的状态和数据质量又受到设备安装位置、角度、网络环境等影响，保证设备的正常运行和执法效果是关键的交通管理渠道。与此同时，在实际工作中，设备的运行是否正常、采集的数据质量是否高主要是依赖于人工巡检，存在着巡检工作任务量巨大、人工巡检效率低、巡检结果准确性受经验影响大的工作痛点，上述问题的产生都说明当前没有一种基于设备非现场执法设备自身采集设备数据情况进行设备状态评估和优化的方法。非现场执法设备数量大、工作时间长，对其进行科学的评价管理关系着交通运行全局。现有的非现场设备
24.请参阅图1，本技术一个实施方式提供的设备运行状态的评估方法，该方法可以包括以下多个步骤。
25.s110：构建针对若干个非现场执法设备的不同指标信息的指标数据的指标数据矩阵。
26.在本实施方式中，首先需要确定用于评价各个非现场执法设备的指标信息。所述指标信息可以是非现场执法设备的抓拍数量、有效抓拍工作时长、ai预审通过率、人工审核通过率、违法处理率、近三个月同车重复违法数、周边设备数、周边潜在违法笔数中的一个或者多个。其中，抓拍数量可以从设备集中管理平台获取非现场执法设备抓拍的违法笔数。有效抓拍时长可以是通过查看非现场执法设备近一个月人工审核确认的违法记录，将违法时间最早和最晚的两个时间做差值得到的时长即为有效抓拍工作时长。ai预审通过率、人工审核通过率旨在考察设备的执法效率，指标的选取和实际的执法处理流程有着密不可分
的关系，违法行为一般由非现场执法设备进行采集，采集后的数据会回传至设备平台经过ai预审，预审后的数据会同步至集成指挥平台，在集成指挥平台人工审核通过后进入违法行为告知处理阶段，处理的业务流程如图2所示。因此上述业务流程中，ai预审通过率和人工审核通过率二者最终决定了这个设备抓拍违法行为的效率和质量。ai预审通过率＝预审通过的违法笔数/设备上传的违法笔数；人工审核通过率＝人工审核通过的违法笔数/预审通过的违法笔数。违法处理率为进入六合一的违法笔数/人工审核通过的违法笔数，表现了该点位的非现场执法设备抓拍后当事人的处理积极性，如果当事人一直不出面处理，通常还是需要安排警员现场进行执法。近三个月同车重复违法数考察了该非现场执法设备点位布设后，所抓拍的违法行为对交通参与者起到的管理和震慑左右，计算方式为查看该非现场执法设备近三个月的违法记录，如有同个车辆存在多次违法的情况，计算此类情况的违法的总笔数。非现场执法设备通常情况下安装在路口，所以当该非现场执法设备相邻道路或路口上也同样安装有非现场执法设备时，彼此之间会起到互补的效果，共同织就一个执法网络。周边设备覆盖度的计算方式为：获取路网基础数据，找到设备安装的道路或路口，利用路网关联关系找到相关联的道路或路口数量，计算关联路网上安装的设备数/所有关联道路和路口的数量，其中同一道路和路口上如果安装了多个设备，需要去重按照1计算。六合一非现场违法记录中记录的都是已被非现场执法设备抓拍到的违法行为，然而实际交通运行中还有很多潜在的违法行为由于周边没有设备的原因亟需进行管理，同时交通警察在处理事故时也会记录导致事故发生的1-5条违法行为，相较于被抓拍到的，这种导致事故严重后果的违法行为相当于潜在违法行为，如果能够及早发现及早管理，就能提供更为优化的交通环境，基于上述背景，周边潜在违法笔数排名的计算方式为利用路网关联关系找到相关联的道路或路口，计算上述范围内发生的事故相应的违法行为的数量。
27.然后，可以将多个非现场执法设备的各项指标信息的指标数据构建指标数据矩阵a
mn
，其中，m表示需要进行评估的非现场执法设备的总数，n表示指标信息的个数。
28.s120：基于所述指标数据矩阵计算各个指标信息的信息熵，并基于所述信息熵生成各个指标信息的权重列矩阵。
29.在本实施方式中，在对设备运行状态进行整体评价的过程中，需要考虑到不同指标信息对设备运行状态的影响程度不同，从而需要确定各个指标信息对应的指标权重，然后再对设备运行状态的整体情况进行评估，从而可以对相对重要的指标信息分配更多的权重，而对于辅助性的指标信息分配相对较少的权重，提高了对设备整体运行状态评价的客观性。
30.在本实施方式中，采用熵权法确定各个指标信息对应的权重系数可以是首先将各个指标数据进行无量纲化处理，让所有的数值落入(0，1)区间范围内，即可得到归一化指标数据矩阵，然后计算归一化指标数据矩阵中的归一化指标数据与当前归一化指标数据矩阵中所有非现场执法设备与该指标信息对应的归一化指标数据之和的比值。然后根据信息论中信息熵的定义，计算各个指标信息的信息熵，并通过对信息熵的计算得到各指标的权重列矩阵。具体的，例如，指标数据矩阵为a
mn
，然后对指标数据矩阵中的指标数据进行归一化处理，得到归一化指标数据矩阵b
mn
，
31.32.其中，i∈[1，m]，j∈[1，n]，b
ij
为归一化指标数据矩阵中的归一化指标数据，a
ij
为指标数据矩阵中的指标数据。
[0033]
然后计算第j个指标值在第i个非现场执法设备下的比重p
ij
，
[0034][0035]
根据信息论中信息熵的定义，计算第j个指标的信息熵
[0036][0037]
其中，当p
ij
＝0时，将p
ij
ln(p
ij
)设置为0。
[0038]
得到各个指标的信息熵e1，e2，
…
，en，通过信息熵计算得到各指标的权重列矩阵w，其中权重列矩阵中的各个数据的计算公式为：
[0039][0040]
s130：根据所述指标数据矩阵和所述权重列矩阵确定评价指标矩阵，以及根据不同指标信息的最优解和所述权重列矩阵确定最优解矩阵。
[0041]
在本实施方式中，可以建立评价指标矩阵和最优解矩阵，通过对比评价指标矩阵中各个评价指标和最优解矩阵中最优评价指标之间的匹配度，然后基于匹配度确定各个非现场执法设备的运行状态。最优解矩阵用于明确采用关联分析法的参考序列。具体的，例如，将指标数据矩阵a和权重列矩阵w进行乘积运算，从而得到评价指标矩阵x，
[0042]
x＝aw
[0043]
最优解为抓拍数量最多、有效抓拍时长最长、ai预审全部通过、人工审核全部通过、违法全部处理、近三个月周边没有同车重复违法行为、周边路网都有设备安装、周边无潜在违法行为，然后将最优解生成的矩阵和权重列矩阵相乘，得到最优解矩阵x
′
，
[0044]
x
′
＝[max(a
·1)，max(a
·2)，100％，100％，100％，0，1，0]w。
[0045]
s140：基于预设分辨系数、所述评价指标矩阵和所述最优解矩阵确定各个非现场执法设备和预设最优解之间的关联度。
[0046]
在本实施方式中，通过求解各个非现场执法设备和预设最优解之间的关联度，然后可以根据关联度的结果判断各个非现场执法设备的运行状态进行评价。具体的，例如，可以先计算各个非现场执法设备各个指标信息和对应的最优解之间的关联系数ξ，
[0047][0048]
其中ρ为分辨系数，当ρ≤0.5463时，分辨力最好，通常取ρ＝0.5。
[0049]
在得到关联系数之后，可以求取针对同一个非现场执法设备的各个指标信息对应的关联系数之间的平均值得到关联度，即
[0050][0051]
若关联度的结果越大，则其和最优解越接近，说明其运行的状态较佳。
[0052]
s150：基于所述关联度确定各个所述非现场执法设备的运行状态。
[0053]
在本实施方式中，在得到关联度之后，需要根据关联度确定各个非现场执法设备
的运行状态。具体的，例如，可以通过聚类模型对非现场执法设备的运行状态进行评估；也可以通过设定一个阈值，将关联度大于或等于该阈值的设备的运行状态划分为良好，将关联度小于该阈值的设备的运行状态划分为需要进行优化调整的非现场执法设备；还可以将关联度从高至低的顺序，将关联度较低的若干个非现场执法设备划分为需要进行优化调整的非现场执法设备。
[0054]
在一个实施方式中，基于所述指标数据矩阵计算各个指标信息的信息熵，并基于所述信息熵生成各个指标信息的权重列矩阵可以包括：将所述指标数据矩阵中的指标数据进行归一化处理，得到归一化指标数据矩阵；计算所述归一化指标数据矩阵中各个归一化指标数据与各个归一化指标数据对应的指标信息相同的归一化指标数据之和之间的比重，得到指标权重矩阵；基于所述权重矩阵计算各个指标信息的信息熵，并基于所述信息熵生成各个指标信息的权重列矩阵。
[0055]
在本实施方式中，通过对指标数据的归一化处理，可以避免不同指标信息由于其表征的内容不同，从而产生较大的差异。例如，当指标信息为抓拍数量时，其指标信息对应的指标数据可能达到上万条，而ai预审通过率、人工审核通过率对应的指标数据均小于1，为了避免其差异性可以将所有的指标数据映射至(0，1)这个区间范围内。所述归一化指标数据矩阵即为将指标数据矩阵中指标数据映射至(0，1)这个区间范围内得到的。
[0056]
在一个实施方式中，根据所述指标数据矩阵和所述权重列矩阵确定评价指标矩阵，以及根据不同指标信息的最优解和所述权重列矩阵确定最优解矩阵包括：将所述指标数据矩阵和所述权重列矩阵进行乘积运算得到评价指标矩阵；根据不同指标信息对应的最优解构建初始最优解矩阵；将所述初始最优解矩阵和所述权重列矩阵进行乘积运算，得到最优解矩阵。
[0057]
在本实施方式中，首先需要构建评价指标矩阵，评价指标矩阵可以将指标数据矩阵和权重列矩阵进行相乘而得到的，从而可以对不同的指标信息设置不同的权重。要想评判各个非现场执法设备针对不同指标信息的差异性，则需要判断其和最优结果之间的差异。将多个指标信息对应的最优解和权重列矩阵进行乘积运算，即可以得到最优解矩阵。然后，可以对比评价指标矩阵中各个非现场执法设备的评价指标数据和最优解矩阵之间的关联度，若非现场执法设备的关联度越高，则说明该非现场执法设备的运行状态较好。
[0058]
在一个实施方式中，基于预设分辨系数、所述评价指标矩阵和所述最优解矩阵确定各个非现场执法设备和预设最优解之间的关联度可以包括：基于预设分辨系数、所述评价指标矩阵和所述最优解矩阵生成表征各个非现场执法设备不同指标信息和预设最优解之间的关联系数；求取针对同一非现场执法设备不同指标对应的关联系数，得到各个非现场执法设备和预设最优解之间的关联度。
[0059]
在本实施方式中，通过求解各个非现场执法设备和预设最优解之间的关联度，然后可以根据关联度的结果判断各个非现场执法设备的运行状态进行评价。具体的，例如，可以先计算各个非现场执法设备各个指标信息和对应的最优解之间的关联系数ξ，
[0060][0061]
在得到关联系数之后，可以求取针对同一个非现场执法设备的各个指标信息对应的关联系数之间的平均值得到关联度，即
[0062][0063]
若关联度的结果越大，则其和最优解越接近，说明其运行的状态较佳。
[0064]
在一个实施方式中，计算所述评价指标矩阵中针对相同指标信息的评价指标数据的指标平均值；将所述评价指标矩阵中的各个评价指标数据除以各个评价指标数据对应的指标平均值，得到目标评价指标矩阵；将所述最优解矩阵中各个预设最优解除以各个评价指标数据对应的指标平均值，得到目标最优解矩阵；相应的，基于预设分辨系数、所述目标评价指标矩阵和所述目标最优解矩阵生成表征各个非现场执法设备不同指标信息和预设最优解之间的关联系数。
[0065]
在本实施方式中，为了使得最终的计算结果更加准确，由于每个指标信息对应的指标数据之间差异的比较大，为了平衡各个指标信息，可以采用均值化的方法对评价指标矩阵中的评价指标数据再进行一次无量纲化处理，得到目标评价矩阵，即
[0066][0067]
相应的，将最优解矩阵中各个预设最优解也进行无量纲化处理，从而可以避免上述对评价指标矩阵进行无量纲处理后计算分辨系数的过程中导致关联系数之间差异过小，从而导致关联度之间的差异也较小，不易于根据关联度判断非现场执法设备的好坏，因此需要对最优解矩阵也需要按照上述方式进行无量纲化处理得到目标最优解矩阵，即
[0068][0069]
然后，计算各个非现场执法设备各个指标信息和对应的最优解之间的关联系数ξ，
[0070][0071]
在一个实施方式中，基于所述关联度确定各个所述非现场执法设备的运行状态包括：对若干个非现场执法设备的关联度进行聚类分析，将所述若干个非现场执法设备的运行状态划分至不同的预设等级；基于所述预设等级确定各个非现场执法设备的运行状态。
[0072]
在本实施方式中，通过基于聚类分析对各个非现场执法设备的关联度进行分类，相对于通过对关联度设置阈值的强分类方式或者通过设置一定的比例的方式分类，可能对于某些非现场执法设备的评估存在错误的情况，即有可能将运行状态良好的非现场执法设备确定为需要进行优化调整，也可能将需要优化调整的非现场执法设备确定为运行状态良好。具体的，例如，采用k-means聚类分析对其进行聚类，预设分类类别为第一等级、第二等级和第三等级，聚类分析可以按照关联度从高至低的顺序分类至第一等级、第二等级和第三等级。其中，一级的非现场执法设备评估效果最优，三级的评估效果最差，客观有效的反映非现场执法设备的实际运行情况。
[0073]
在一个实施方式中，所述若干个非现场执法设备按照关联度从高至低的顺序被划分至第一等级、第二等级和第三等级，基于所述预设等级确定各个非现场执法设备的运行状态可以包括：若所述非现场执法设备被划分至第一等级，则将所述非现场执法设备的运行状态确定为良好。
[0074]
在本实施方式中，对于被评估为一级的非现场执法设备，说明该非现场执法设备的运行状态良好。对于抓拍数量、有效抓拍工作时长、ai预审通过率、人工审核通过率、违法处理率、近三个月同车重复违法数、周边设备数和周边潜在违法笔数这几个指标信息而言，说明其所抓拍的违法对当事人能起到一定的震慑作用，且周边交通环境也良好，因此可以保留当前非现场执法设备的运行状态。
[0075]
在一个实施方式中，设备运行状态的评估方法还可以包括：若所述非现场执法设备被划分至第二等级或第三等级，则根据所述非现场执法设备不同指标信息对应的关联系数确定所述非现场执法设备的运行状态。
[0076]
在本实施方式中，对于被评估为第二等级和第三等级的非现场执法设备，相对而言，第三等级的非现场执法设备的评估效果更差，可以按照第三等级的非现场执法设备、第二等级的非现场执法设备按顺序进行分批次优化。需要说明的是，本说明书实施方式对于非现场执法设备的聚类方法以及聚类分成的类别个数不作限定，以上只是本说明书示例性解释，当非现场执法设备的类别个数被划分为多个类别的情况下，考虑到时间的紧迫性，可以对被分为低等级的非现场执法设备优先进行优化，从而可以使得非现场执法设备发挥出更大的作用。
[0077]
在一个实施方式中，所述指标信息对应有不同的维度，设备运行状态的评估方法还可以包括：对针对同一维度的各个指标信息对应的关联系数进行求和运算，得到所述非现场执法设备在各个维度上的综合评价指标和最优解之间的匹配度；基于各个维度上的匹配度确定所述非现场执法设备的运行状态和所述非现场执法设备的优化方案。
[0078]
在本实施方式中，指标信息对应有不同的维度，如果按照指标信息进行优化，虽然其结果可能更加精细，但计算量较为复杂，且优化方案也较多，而同一维度上的不同指标信息，其差异性可以相互弥补，因此，可以从指标信息对应的维度上的指标信息的关联系数进行累加计算，得到该维度上的匹配度。具体的，例如，为全面、准确的评价设备的使用情况，避免评价指标信息覆盖不全和信息重叠，更加合理的进行评价规划可以将根据设备属性、设备效率、执法效果、周边交通影响四个维度选取具体评价指标，建立评价指标体系，如下表所示：
[0079][0080]
以设备属性为例，其对应的匹配度
[0081]
d1＝1+2[0082]
依次类推，可以计算设备效率、执法效果、周边交通影响的匹配度d2、d3、d4。
[0083]
在本说明书实施方式中，考虑到单个指标信息的关联系数高于70％，则可以认为非现场执法设备在该指标上评估结果较好。因此，当d≥0.7k的情况下，可以说明该维度上的评估结果较好，其中，k为该维度上包括的评价指标信息的个数。基于此，可以按照下表对非现场执法设备进行相应的优化。
[0084]
[0085][0086]
通过综合考虑设备属性、设备效率、执法效果、周边交通环境影响的多维度，能够实现对非现场执法设备运行状态的科学量化评估判断，实现对非现场执法设备的运行情况及时、有效的监督和管理，为非现场执法设备的规划提供科学决策的支撑。
[0087]
请参阅图3，本技术一个实施方式还提供一种设备运行状态的评估装置，所述设备运行状态的评估装置包括：
[0088]
指标数据获取单元，用于构建针对若干个非现场执法设备的不同指标信息的指标数据的指标数据矩阵。
[0089]
信息熵计算单元，基于所述指标数据矩阵计算各个指标信息的信息熵，并基于所述信息熵生成各个指标信息的权重列矩阵。
[0090]
评价指标矩阵生成单元，用于根据所述指标数据矩阵和所述权重列矩阵确定评价指标矩阵，以及根据不同指标信息的最优解和所述权重列矩阵确定最优解矩阵。
[0091]
关联度确定单元，用于基于预设分辨系数、所述评价指标矩阵和所述最优解矩阵确定各个非现场执法设备和预设最优解之间的关联度。
[0092]
设备运行状态评估单元，用于基于所述关联度确定各个所述非现场执法设备的运行状态。
[0093]
关于设备运行状态的评估装置实现的具体功能和效果，可以参照本说明书其他实施方式对照解释，在此不再赘述。所述设备运行状态的评估装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。所述各模块可以以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0094]
请参阅图4，本技术一个实施方式还提供一种电子设备，所述电子设备包括处理器
和存储器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时，实现上述的设备运行状态的评估方法。
[0095]
其中，处理器可以为中央处理器(central processing unit，cpu)。处理器还可以为其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
[0096]
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施方式中的方法对应的程序指令/模块。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施方式中的方法。
[0097]
存储器可以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、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至处理器。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。
[0098]
本技术一个实施方式还提供一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序被处理器执行时，实现上述的设备运行状态的评估方法。
[0099]
本领域普通技术人员可以理解实现所述实施方式方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如所述各方法的实施方式的流程。其中，本说明书所提供的各实施方式中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
[0100]
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装置。
[0101]
本说明书多个实施方式之间，采用递进的方式进行描述。不同的实施方式着重于描述相较于其它实施方式不相同的部分。所属领域技术人员在阅读本说明书之后，可以获知本说明书中的多个实施方式，以及实施方式揭示的多个技术特征，可以进行更多种的组合，为使描述简洁，未对所述实施方式中的各个技术特征所有可能的组合都进行描述。然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0102]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0103]
本说明书中的多个实施方式本身均着重于强调与其他实施方式不同的部分，各实施方式之间可以相互对照解释。所属领域技术人员基于一般的技术常识对本说明书中的多个实施方式的任意组合均涵盖于本说明书的揭示范围内。
[0104]
以上所述仅为本案的实施方式而已，并不用以限制本案的权利要求保护范围。对于本领域技术人员来说，本案可以有各种更改和变化。凡在本案的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本案的权利要求范围之内。