资源分配方法及装置与流程

文档序号:35960282发布日期:2023-11-08 22:27阅读:28来源:国知局
资源分配方法及装置与流程

本公开涉及深度学习,尤其涉及一种资源分配方法及装置。


背景技术:

1、大多数煤矿企业地处城市郊区或较偏远的农村、山区,其基础设施、环境条件、功能相较于城市园区存在一定的差距,煤矿园区的智慧化建设逐步引起业界人士的重视。近年来,煤矿的智慧园区建设已初见成效,智慧园区服务平台整合与区内工作、生活信息相关的各类办公服务系统和便民公共服务信息,实现了单个智能应用的数字化、智能化,如智能考勤管理、物业服务、洗衣管理、浴室管理、餐厅管理、客房管理等,但是缺乏对各系统沉淀数据资源的挖掘,未形成各应用之间的全方位业务联动。

2、如何对公共资源使用情况给予智能化的监督,实现对公共资源的统一调度,从而对煤矿企业生活配套资源进行精细化和动态管理,是目前亟需解决的问题。


技术实现思路

1、本公开旨在至少在一定程度上解决相关技术中的技术问题之一。

2、本公开第一方面实施例提出了一种资源分配方法,包括:

3、获取多个样本集,其中,所述样本集包括上井样本集、浴室样本集、食堂样本集和超市样本集;

4、基于每个所述样本集,训练对应的预测模型,所述预测模型用于对人数进行预测;

5、响应于所述预测模型训练完成,基于各个预测模型预测当前时刻煤矿园区中的上井人数、以及浴室、超市和食堂分别对应的当前可容纳人数;

6、将所述当前时刻对应的所述上井人数、以及浴室、超市和食堂分别对应的当前可容纳人数发送到用户终端中进行显示。

7、本公开第二方面实施例提出了一种资源分配装置,包括:

8、获取模块,用于获取多个样本集,其中,所述样本集包括上井样本集、浴室样本集、食堂样本集和超市样本集;

9、训练模块,用于基于每个所述样本集,训练对应的预测模型,所述预测模型用于对人数进行预测;

10、预测模块,用于响应于所述预测模型训练完成,基于各个预测模型预测当前时刻煤矿园区中的上井人数、以及浴室、超市和食堂分别对应的当前可容纳人数;

11、显示模块,用于将所述当前时刻对应的所述上井人数、以及浴室、超市和食堂分别对应的当前可容纳人数发送到用户终端中进行显示。

12、本公开第三方面实施例提出了一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如本公开第一方面实施例提出的资源分配方法。

13、本公开第四方面实施例提出了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,实现如本公开第一方面实施例提出的资源分配方法。

14、本公开提供的资源分配方法及装置,存在如下有益效果:

15、本公开实施例中,首先获取多个样本集,其中,所述样本集包括上井样本集、浴室样本集、食堂样本集和超市样本集,之后基于每个所述样本集,训练对应的预测模型,所述预测模型用于对人数进行预测,然后响应于所述预测模型训练完成,基于各个预测模型预测当前时刻煤矿园区中的上井人数、以及浴室、超市和食堂分别对应的当前可容纳人数,最后将所述当前时刻对应的所述上井人数、以及浴室、超市和食堂分别对应的当前可容纳人数发送到用户终端中进行显示。由此,可以实现上井、超市、浴室、食堂的全方位联动,让即将上井人员可以利用手机实时查看根据超市、浴室、食堂当前状态,随实际情况动态调整最合适的去向,有效节省时间,提高效率,提高煤矿园区内工作的便利性和效率,有效优化厂区内公共资源的配置,提升公共资源的分配效率。

16、本公开附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本公开的实践了解到。



技术特征:

1.一种资源分配方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,其中,

3.根据权利要求1所述的方法,其特征在于,在所述基于每个所述样本集,训练对应的预测模型之后,还包括:

4.根据权利要求1所述的方法,其特征在于,在所述获取多个样本集之后,还包括:

5.根据权利要求1所述的方法,其特征在于,所述预测模型包含有与上井样本集、浴室样本集、食堂样本集和超市样本集分别对应的上井人数预测模型、浴室可容纳人数预测模型、食堂可容纳人数预测模型、超市可容纳人数预测模型。

6.一种资源分配装置,其特征在于,包括:

7.根据权利要求1所述的装置,其特征在于,其中,

8.根据权利要求6所述的装置,其特征在于,所述训练模块,还用于:

9.根据权利要求6所述的装置,其特征在于,所述获取模块,还用于:

10.根据权利要求6所述的装置,其特征在于,所述预测模型包含有与上井样本集、浴室样本集、食堂样本集和超市样本集分别对应的上井人数预测模型、浴室可容纳人数预测模型、食堂可容纳人数预测模型、超市可容纳人数预测模型。


技术总结
本公开提出一种资源分配方法及装置,涉及深度学习技术领域。包括:获取多个样本集,其中,所述样本集包括上井样本集、浴室样本集、食堂样本集和超市样本集;基于每个所述样本集,训练对应的预测模型,所述预测模型用于对人数进行预测;响应于所述预测模型训练完成,基于各个预测模型预测当前时刻煤矿园区中的上井人数、以及浴室、超市和食堂分别对应的当前可容纳人数;将所述当前时刻对应的所述上井人数、以及浴室、超市和食堂分别对应的当前可容纳人数发送到用户终端中进行显示。

技术研发人员:张晓霞,吴志广,杨培培,贾琨,陈思宇
受保护的技术使用者:天地科技股份有限公司北京技术研究分公司
技术研发日:
技术公布日:2024/1/16
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1