System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 多场景应急措施的智能匹配方法、装置、设备及存储介质制造方法及图纸_技高网

多场景应急措施的智能匹配方法、装置、设备及存储介质制造方法及图纸

技术编号:42792616 阅读:8 留言:0更新日期:2024-09-21 00:48
本发明专利技术提供一种多场景应急措施的智能匹配方法、装置、设备及存储介质,属于应急数据处理技术领域。该方法包括:获取当前场景的场景信息;其中,场景信息包括场景用途、场景规模、风险类别、风险等级和风险阶段;基于当前场景的场景信息将当前场景与应急措施数据库中历史场景进行匹配,得到与当前场景近似的匹配场景;其中,应急措施数据库中存储有多个历史场景的场景信息和应急措施;基于当前场景与匹配场景的场景信息差异,对匹配场景对应的应急措施进行调整,得到当前场景对应的应急措施。本发明专利技术能够提高生成的应急措施的实施效果,并且相比于人工制定应急措施具有更高的效率和更全面、客观的考量。

【技术实现步骤摘要】

本专利技术涉及应急数据处理,尤其涉及一种多场景应急措施的智能匹配方法、装置、设备及存储介质


技术介绍

1、随着城市化进程的加快,人口密集、建筑集中,一旦发生紧急情况,如火灾、地震、交通事故等,应急措施应能够迅速启动。完善的应急措施可以在事故发生初期就进行有效控制,保障人民生命财产安全,减少事故扩大和次生灾害的发生,从而降低人员伤亡和经济损失,维护社会稳定和正常秩序。

2、然而,紧急情况的类别和所在场景复杂,每个事件的具体情况都是独特的,导致应急措施在选取和实施上存在困难,仍需依赖人工制定,效率较低并且实施效果不稳定,难以对全部紧急情况进行有效处理。


技术实现思路

1、本专利技术实施例提供了一种多场景应急措施的智能匹配方法、装置、设备及存储介质,以解决人工制定的应急措施效率较低并且实施效果不稳定的问题。

2、第一方面,本专利技术实施例提供了一种多场景应急措施的智能匹配方法,包括:

3、获取当前场景的场景信息;其中,场景信息包括场景用途、场景规模、风险类别、风险等级和风险阶段;

4、基于当前场景的场景信息将当前场景与应急措施数据库中历史场景进行匹配,得到与当前场景近似的匹配场景;其中,应急措施数据库中存储有多个历史场景的场景信息和应急措施;

5、基于当前场景与匹配场景的场景信息差异,对匹配场景对应的应急措施进行调整,得到当前场景对应的应急措施。

6、在一种可能的实现方式中,基于当前场景的场景信息将当前场景与应急措施数据库中历史场景进行匹配,得到与当前场景近似的匹配场景,包括:

7、在应急措施数据库中各历史场景中选取出场景用途和风险类别均与当前场景相同的历史场景,作为候选场景;

8、基于各候选场景与当前场景的场景信息,计算各候选场景相对于当前场景的应急措施调整难度;

9、将应急措施调整难度最小的候选场景作为当前场景对应的匹配场景。

10、在一种可能的实现方式中,基于各候选场景与当前场景的场景信息,计算各候选场景相对于当前场景的应急措施调整难度,包括:

11、确定第一候选场景与当前场景的场景规模差异、风险等级差异和风险阶段差异;其中,第一候选场景为任一候选场景;

12、基于当前场景的场景用途和场景类别,在预设的难度系数对照表中确定第一候选场景对应的场景规模差异难度系数、风险等级差异难度系数和风险阶段差异难度系数;

13、基于第一候选场景对应的场景规模差异、风险等级差异、风险阶段差异、场景规模差异难度系数、风险等级差异难度系数和风险阶段差异难度系数计算第一候选场景对应的应急措施调整难度分值。

14、在一种可能的实现方式中,在基于当前场景的场景用途和场景类别,在预设的难度系数对照表中确定第一候选场景对应的场景规模差异难度系数、风险等级差异难度系数和风险阶段差异难度系数之前,还包括:

15、基于层次分析法构建场景用途、风险类别、场景规模差异难度系数、风险等级差异难度系数和风险阶段差异难度系数的对照表。

16、在一种可能的实现方式中,基于当前场景的场景信息将当前场景与应急措施数据库中历史场景进行匹配,得到与当前场景近似的匹配场景,还包括:

17、若不存在场景用途和风险类别相同的历史场景,则确定各历史场景与当前场景的场景用途差异和风险类别差异;

18、基于各历史场景与当前场景的场景用途差异和风险类别差异,在预设的效果削减系数对照表中确定各历史场景的场景用途差异效果削减系数和风险类别差异效果削减系数;

19、针对每个历史场景,基于该历史场景的应急措施效果评价分值、场景用途差异效果削减系数和风险类别差异效果削减系数,确定将该历史场景的应急措施应用于当前场景的预估效果评价分值;

20、基于各个历史场景的预估效果评价分值在各个历史场景选取当前场景对应的匹配场景。

21、在一种可能的实现方式中,场景信息差异包括场景规模差异、风险等级差异和风险阶段差异;基于当前场景与匹配场景的场景信息差异,对匹配场景对应的应急措施进行调整,得到当前场景对应的应急措施,包括:

22、基于当前场景与匹配场景的风险等级差异和场景规模差异,对匹配场景对应的应急措施的强度进行调整。

23、在一种可能的实现方式中,在基于当前场景的场景信息将当前场景与应急措施数据库中历史场景进行匹配,得到与当前场景近似的匹配场景之前,还包括:

24、获取第一历史场景的场景信息、应急措施和效果评价;其中,第一历史场景为任一历史场景;

25、基于效果评价中的各评价维度的分支,确定第一历史场景对应的应急措施的优化维度和优化幅度;

26、基于第一历史场景对应的应急措施的优化维度和优化幅度对第一历史场景对应的应急措施进行优化,得到优化后的应急措施和优化后的效果评价;

27、将第一历史场景的场景信息、优化后的应急措施和优化后的效果评价存储至应急措施数据库。

28、第二方面,本专利技术实施例提供了一种多场景应急措施的智能匹配装置,包括:

29、获取模块,用于获取当前场景的场景信息;其中,场景信息包括场景用途、场景规模、风险类别、风险等级和风险阶段;

30、匹配模块,用于基于当前场景的场景信息将当前场景与应急措施数据库中历史场景进行匹配,得到与当前场景近似的匹配场景;其中,应急措施数据库中存储有多个历史场景的场景信息和应急措施;

31、调整模块,用于基于当前场景与匹配场景的场景信息差异,对匹配场景对应的应急措施进行调整,得到当前场景对应的应急措施。

32、第三方面,本专利技术实施例提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。

33、第四方面,本专利技术实施例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上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。

34、本专利技术实施例提供一种多场景应急措施的智能匹配方法、装置、设备及存储介质,通过当前场景的场景用途、场景规模、风险类别、风险等级和风险阶段对应急措施数据库中历史场景进行匹配,确定与当前场景近似的匹配场景,从而将匹配场景的应急措施作为确定当前场景的应急措施的参考基础,有效利用历史案例中的信息,接着在历史场景的基础上基于二者的场景差异对匹配场景的应急措施进行调整,使应急措施的具体实现方式更贴近当前场景,提高生成的应急措施的实施效果,并且相比于人工制定应急措施具有更高的效率和更全面、客观的考量。

本文档来自技高网...

【技术保护点】

1.一种多场景应急措施的智能匹配方法,其特征在于,包括:

2.根据权利要求1所述的多场景应急措施的智能匹配方法,其特征在于,所述基于当前场景的场景信息将当前场景与应急措施数据库中历史场景进行匹配,得到与当前场景近似的匹配场景,包括:

3.根据权利要求2所述的多场景应急措施的智能匹配方法,其特征在于,所述基于各候选场景与当前场景的场景信息,计算各候选场景相对于当前场景的应急措施调整难度,包括:

4.根据权利要求3所述的多场景应急措施的智能匹配方法,其特征在于,在所述基于当前场景的场景用途和场景类别,在预设的难度系数对照表中确定所述第一候选场景对应的场景规模差异难度系数、风险等级差异难度系数和风险阶段差异难度系数之前,还包括:

5.根据权利要求2所述的多场景应急措施的智能匹配方法,其特征在于,所述基于当前场景的场景信息将当前场景与应急措施数据库中历史场景进行匹配,得到与当前场景近似的匹配场景,还包括:

6.根据权利要求1所述的多场景应急措施的智能匹配方法,其特征在于,所述场景信息差异包括场景规模差异、风险等级差异和风险阶段差异;所述基于当前场景与所述匹配场景的场景信息差异,对所述匹配场景对应的应急措施进行调整,得到当前场景对应的应急措施,包括:

7.根据权利要求1所述的多场景应急措施的智能匹配方法,其特征在于,在所述基于当前场景的场景信息将当前场景与应急措施数据库中历史场景进行匹配,得到与当前场景近似的匹配场景之前,还包括:

8.一种多场景应急措施的智能匹配装置,其特征在于,包括:

9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上的权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上的权利要求1至7中任一项所述方法的步骤。

...

【技术特征摘要】

1.一种多场景应急措施的智能匹配方法,其特征在于,包括:

2.根据权利要求1所述的多场景应急措施的智能匹配方法,其特征在于,所述基于当前场景的场景信息将当前场景与应急措施数据库中历史场景进行匹配,得到与当前场景近似的匹配场景,包括:

3.根据权利要求2所述的多场景应急措施的智能匹配方法,其特征在于,所述基于各候选场景与当前场景的场景信息,计算各候选场景相对于当前场景的应急措施调整难度,包括:

4.根据权利要求3所述的多场景应急措施的智能匹配方法,其特征在于,在所述基于当前场景的场景用途和场景类别,在预设的难度系数对照表中确定所述第一候选场景对应的场景规模差异难度系数、风险等级差异难度系数和风险阶段差异难度系数之前,还包括:

5.根据权利要求2所述的多场景应急措施的智能匹配方法,其特征在于,所述基于当前场景的场景信息将当前场景与应急措施数据库中历史场景进行匹配,得到与当前场景近似的匹配场景,还包括:

6.根...

【专利技术属性】
技术研发人员:耿中胜卢涛王金兴贾国俊刘隆兴高晓聪高泽鹏李世钊
申请(专利权)人:河北省电子信息技术研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1