本發(fā)明涉及智慧水務(wù)，具體涉及供排水管網(wǎng)巡檢派單調(diào)度方法及系統(tǒng)。

背景技術(shù)：

1、隨著城市化進(jìn)程的加快，供排水管網(wǎng)作為城市基礎(chǔ)設(shè)施的重要組成部分，其安全、高效的運(yùn)行對(duì)城市居民的生活質(zhì)量具有重要影響，因此，需要對(duì)供排水管網(wǎng)進(jìn)行巡檢和維護(hù)以及時(shí)發(fā)現(xiàn)或解決供排水管網(wǎng)的老化、破損、泄漏等問(wèn)題，確保管網(wǎng)系統(tǒng)的正常運(yùn)行。

2、傳統(tǒng)的供排水管網(wǎng)巡檢派單方式往往依賴(lài)于人工，由調(diào)度員根據(jù)手頭的任務(wù)信息和巡檢員的情況以及個(gè)人偏好進(jìn)行手動(dòng)派單，派單決策主要基于調(diào)度員的經(jīng)驗(yàn)和直覺(jué)，而不是數(shù)據(jù)驅(qū)動(dòng)的分析，因此，導(dǎo)致巡檢派單效率低下，難以實(shí)現(xiàn)最優(yōu)的資源分配，且無(wú)法快速響應(yīng)緊急情況，影響巡檢任務(wù)的及時(shí)完成。

3、為此，目前的供排水管網(wǎng)巡檢派單方式正逐步向數(shù)字化、智能化發(fā)展。如中國(guó)專(zhuān)利cn116029695a，軌道交通巡檢工單處理方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，通過(guò)獲取第一巡檢工單，獲取派單時(shí)刻、待巡檢設(shè)備的設(shè)備類(lèi)型、巡檢日期和巡檢時(shí)長(zhǎng)等信息，進(jìn)而可以在派單時(shí)刻，獲取值班人員信息和未完成工單統(tǒng)計(jì)信息，進(jìn)而可以基于設(shè)備類(lèi)型、巡檢日期、巡檢時(shí)長(zhǎng)、值班人員信息和未完成工單統(tǒng)計(jì)信息，對(duì)值班人員進(jìn)行篩選，以確定接單人員信息，接單人員信息可以表示處理第一巡檢工單的值班人員，進(jìn)而可以基于接單人員信息，派發(fā)第一巡檢工單，一定程度上實(shí)現(xiàn)巡檢工單的自動(dòng)派發(fā)，提高派發(fā)工單的效率。

4、但是，隨著供排水管網(wǎng)巡檢區(qū)域的擴(kuò)大以及巡檢任務(wù)數(shù)量的增加，現(xiàn)有技術(shù)這種簡(jiǎn)單的派單方法主要還是基于在先預(yù)設(shè)的巡檢任務(wù)工單和靜態(tài)信息進(jìn)行派單決策，缺少智能決策機(jī)制，難以實(shí)現(xiàn)巡檢派單方式的動(dòng)態(tài)優(yōu)化，缺乏靈活調(diào)整能力，同時(shí)缺乏對(duì)巡檢任務(wù)特性的全面理解，在巡檢任務(wù)量大或巡檢員數(shù)量不足的情況下，往往無(wú)法找到全局最優(yōu)解，導(dǎo)致資源的浪費(fèi)與時(shí)間的延誤。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)上述技術(shù)問(wèn)題，本發(fā)明提出了供排水管網(wǎng)巡檢派單調(diào)度方法及系統(tǒng)，旨在提升供排水管網(wǎng)巡檢派單調(diào)度的整體效果和靈活調(diào)整能力。

2、第一方面，本技術(shù)提供了供排水管網(wǎng)巡檢派單調(diào)度方法，包括以下步驟：

3、步驟102，獲取供排水管網(wǎng)的歷史巡檢數(shù)據(jù)；

4、步驟104，采用數(shù)據(jù)挖掘算法從歷史巡檢數(shù)據(jù)中識(shí)別動(dòng)態(tài)巡檢行為信息；

5、步驟106，基于識(shí)別到的動(dòng)態(tài)巡檢行為信息，構(gòu)建巡檢任務(wù)評(píng)估指標(biāo)體系；

6、步驟108，實(shí)時(shí)獲取供排水管網(wǎng)監(jiān)測(cè)數(shù)據(jù)以及巡檢員負(fù)載數(shù)據(jù)；

7、步驟110，基于巡檢任務(wù)評(píng)估指標(biāo)體系，從供排水管網(wǎng)監(jiān)測(cè)數(shù)據(jù)以及巡檢員負(fù)載數(shù)據(jù)中提取所需的指標(biāo)；

8、步驟112，基于提取得到的指標(biāo)動(dòng)態(tài)調(diào)整各巡檢任務(wù)的優(yōu)先級(jí)以及派單調(diào)度算法；

9、步驟114，基于各巡檢任務(wù)的優(yōu)先級(jí)以及派單調(diào)度算法進(jìn)行巡檢任務(wù)的派單調(diào)度。

10、在一些實(shí)施例中，步驟104中，采用數(shù)據(jù)挖掘算法從歷史巡檢數(shù)據(jù)中識(shí)別動(dòng)態(tài)巡檢行為信息，包括：

11、步驟202，采用關(guān)聯(lián)規(guī)則挖掘算法對(duì)歷史巡檢數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘，得到歷史巡檢數(shù)據(jù)的若干個(gè)項(xiàng)集以及關(guān)聯(lián)規(guī)則；

12、步驟204，設(shè)定支持度閾值以及置信度閾值，并基于設(shè)定的支持度閾值以及置信度閾值從若干個(gè)項(xiàng)集以及關(guān)聯(lián)規(guī)則中篩選出頻繁項(xiàng)集和強(qiáng)關(guān)聯(lián)規(guī)則；

13、步驟206，基于頻繁項(xiàng)集和強(qiáng)關(guān)聯(lián)規(guī)則，確定具有代表性的動(dòng)態(tài)巡檢行為；

14、步驟208，根據(jù)確定的動(dòng)態(tài)巡檢行為，從歷史巡檢數(shù)據(jù)中識(shí)別動(dòng)態(tài)巡檢行為信息。

15、在一些實(shí)施例中，步驟202，采用關(guān)聯(lián)規(guī)則挖掘算法對(duì)歷史巡檢數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘，得到歷史巡檢數(shù)據(jù)的若干個(gè)項(xiàng)集以及關(guān)聯(lián)規(guī)則，包括：

16、采用聚類(lèi)算法對(duì)歷史巡檢數(shù)據(jù)進(jìn)行聚類(lèi)；

17、分析不同聚類(lèi)中的特征分布，識(shí)別出具有相似特征的巡檢數(shù)據(jù)，并根據(jù)所述巡檢數(shù)據(jù)匯聚為若干類(lèi)巡檢模式；

18、采用關(guān)聯(lián)規(guī)則挖掘算法對(duì)各類(lèi)巡檢模式的歷史巡檢數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘，得到各類(lèi)巡檢模式的歷史巡檢數(shù)據(jù)的若干個(gè)項(xiàng)集以及關(guān)聯(lián)規(guī)則。

19、在一些實(shí)施例中，步驟104中，采用數(shù)據(jù)挖掘算法從歷史巡檢數(shù)據(jù)中識(shí)別動(dòng)態(tài)巡檢行為信息，還包括：

20、周期性獲取供排水管網(wǎng)的最新巡檢數(shù)據(jù)；

21、基于供排水管網(wǎng)的最新巡檢數(shù)據(jù)執(zhí)行步驟202—步驟206，更新具有代表性的動(dòng)態(tài)巡檢行為。

22、在一些實(shí)施例中，步驟112，基于提取得到的指標(biāo)動(dòng)態(tài)調(diào)整各巡檢任務(wù)的優(yōu)先級(jí)以及派單調(diào)度算法，包括：

23、步驟302，基于提取得到的各項(xiàng)指標(biāo)對(duì)各巡檢任務(wù)進(jìn)行優(yōu)先級(jí)排序；

24、步驟304，基于各巡檢任務(wù)的優(yōu)先級(jí)排序情況，選擇相應(yīng)的派單調(diào)度算法，所述派單調(diào)度算法包括貪心算法以及蟻群算法。

25、在一些實(shí)施例中，所述指標(biāo)包括任務(wù)所需巡檢員數(shù)量、巡檢員的位置、工作量、可用性以及資源的預(yù)計(jì)占用時(shí)間，則步驟114中，基于各巡檢任務(wù)的優(yōu)先級(jí)以及派單調(diào)度算法進(jìn)行巡檢任務(wù)的派單調(diào)度，包括：

26、步驟402，當(dāng)確定的派單調(diào)度算法為貪心算法時(shí)，創(chuàng)建待派單的任務(wù)列表；

27、步驟404，從任務(wù)列表中選取優(yōu)先級(jí)最高的巡檢任務(wù)，對(duì)于當(dāng)前巡檢任務(wù)，基于巡檢員的位置計(jì)算每個(gè)巡檢員與巡檢任務(wù)區(qū)域之間的距離；

28、步驟406，基于所述距離、巡檢員的工作量、可用性以及資源的預(yù)計(jì)占用時(shí)間，計(jì)算每個(gè)巡檢員在當(dāng)前巡檢任務(wù)下的綜合評(píng)分；

29、步驟408，基于各巡檢員的綜合評(píng)分以及任務(wù)所需巡檢員數(shù)量，確定當(dāng)前巡檢任務(wù)匹配的巡檢員，完成當(dāng)前巡檢任務(wù)的派單；

30、步驟410，從任務(wù)列表中剔除當(dāng)前巡檢任務(wù)，更新巡檢員負(fù)載數(shù)據(jù)；

31、步驟412，重復(fù)執(zhí)行步驟404—步驟410，直至任務(wù)列表中無(wú)待派單的巡檢任務(wù)。

32、在一些實(shí)施例中，所述指標(biāo)包括任務(wù)所需巡檢員數(shù)量、巡檢員的位置、工作量、可用性以及資源的預(yù)計(jì)占用時(shí)間，則步驟114中，基于各巡檢任務(wù)的優(yōu)先級(jí)以及派單調(diào)度算法進(jìn)行巡檢任務(wù)的派單調(diào)度，包括：

33、步驟502，當(dāng)確定的派單調(diào)度算法為蟻群算法時(shí)，將每個(gè)巡檢任務(wù)視為一個(gè)節(jié)點(diǎn)，將每個(gè)巡檢員視為一個(gè)移動(dòng)的螞蟻；

34、步驟504，設(shè)置蟻群算法的參數(shù)，初始化信息素矩陣，并對(duì)所有路徑上的信息素濃度設(shè)置相同的初始值；

35、步驟506，基于各巡檢任務(wù)的優(yōu)先級(jí)、螞蟻的位置、工作量、可用性、資源的預(yù)計(jì)占用時(shí)間以及路徑上的信息素濃度，計(jì)算得到每只螞蟻選擇各巡檢任務(wù)的概率；

36、步驟508，基于每只螞蟻選擇各巡檢任務(wù)的概率以及任務(wù)所需巡檢員數(shù)量，確定每個(gè)巡檢員匹配的巡檢任務(wù)，并在每只螞蟻完成一次任務(wù)匹配后，更新對(duì)應(yīng)路徑上的信息素濃度；

37、步驟510，當(dāng)所有螞蟻均完成一次迭代后，對(duì)信息素濃度進(jìn)行全局更新，記錄當(dāng)前迭代中巡檢員與巡檢任務(wù)之間的最優(yōu)派單調(diào)度方案；

38、步驟512，重復(fù)執(zhí)行步驟506—步驟510進(jìn)行迭代，直到滿足預(yù)定的終止條件，輸出巡檢員與巡檢任務(wù)之間的最優(yōu)派單調(diào)度方案。

39、在一些實(shí)施例中，步驟114之后，還包括：

40、步驟602，獲取各巡檢任務(wù)中的巡檢點(diǎn)信息；

41、步驟604，將每個(gè)巡檢點(diǎn)視為一個(gè)節(jié)點(diǎn)，將每個(gè)巡檢員視為一個(gè)移動(dòng)的螞蟻，采用蟻群算法計(jì)算每只螞蟻在當(dāng)前節(jié)點(diǎn)選擇下一個(gè)節(jié)點(diǎn)的概率；

42、步驟606，基于每只螞蟻在當(dāng)前節(jié)點(diǎn)選擇下一個(gè)節(jié)點(diǎn)的概率，確定每個(gè)巡檢員的巡檢路徑規(guī)劃，并在每只螞蟻完成一次巡檢路徑規(guī)劃后，更新對(duì)應(yīng)路徑上的信息素濃度；

43、步驟608，當(dāng)所有螞蟻均完成一次迭代后，對(duì)信息素濃度進(jìn)行全局更新，記錄當(dāng)前迭代中巡檢員與巡檢點(diǎn)之間的最優(yōu)路徑方案；

44、步驟610，重復(fù)執(zhí)行步驟604—步驟608進(jìn)行迭代，直到滿足預(yù)定的終止條件，輸出巡檢員與巡檢點(diǎn)之間的最優(yōu)路徑方案。

45、在一些實(shí)施例中，步驟108中，實(shí)時(shí)獲取供排水管網(wǎng)監(jiān)測(cè)數(shù)據(jù)以及巡檢員負(fù)載數(shù)據(jù)，包括：

46、采用gis技術(shù)實(shí)時(shí)采集供排水管網(wǎng)的地理信息，采用iot技術(shù)實(shí)時(shí)采集供排水管網(wǎng)的運(yùn)行數(shù)據(jù)，所述供排水管網(wǎng)的地理信息以及運(yùn)行數(shù)據(jù)構(gòu)成供排水管網(wǎng)監(jiān)測(cè)數(shù)據(jù)；

47、接收由巡檢員提交的負(fù)載數(shù)據(jù)。

48、第二方面，本技術(shù)提供了供排水管網(wǎng)巡檢派單調(diào)度系統(tǒng)，包括：

49、數(shù)據(jù)獲取模塊，用于獲取供排水管網(wǎng)的歷史巡檢數(shù)據(jù)，并實(shí)時(shí)獲取供排水管網(wǎng)監(jiān)測(cè)數(shù)據(jù)以及巡檢員負(fù)載數(shù)據(jù)；

50、信息識(shí)別模塊，用于采用數(shù)據(jù)挖掘算法從歷史巡檢數(shù)據(jù)中識(shí)別動(dòng)態(tài)巡檢行為信息；

51、指標(biāo)體系構(gòu)建模塊，用于基于識(shí)別到的動(dòng)態(tài)巡檢行為信息，構(gòu)建巡檢任務(wù)評(píng)估指標(biāo)體系；

52、指標(biāo)提取模塊，用于基于巡檢任務(wù)評(píng)估指標(biāo)體系，從供排水管網(wǎng)監(jiān)測(cè)數(shù)據(jù)以及巡檢員負(fù)載數(shù)據(jù)中提取所需的指標(biāo)；

53、動(dòng)態(tài)調(diào)整模塊，用于基于提取得到的指標(biāo)動(dòng)態(tài)調(diào)整各巡檢任務(wù)的優(yōu)先級(jí)以及派單調(diào)度算法；

54、派單調(diào)度模塊，用于基于各巡檢任務(wù)的優(yōu)先級(jí)以及派單調(diào)度算法進(jìn)行巡檢任務(wù)的派單調(diào)度。

55、本發(fā)明的有益技術(shù)效果至少包括：

56、1、采用供排水管網(wǎng)巡檢派單調(diào)度方法及系統(tǒng)，首先，通過(guò)數(shù)據(jù)挖掘算法從歷史巡檢數(shù)據(jù)中識(shí)別動(dòng)態(tài)巡檢行為信息，能夠更全面地理解巡檢任務(wù)的特性以及巡檢員的工作狀態(tài)；其次，基于識(shí)別到的動(dòng)態(tài)巡檢行為信息，構(gòu)建巡檢任務(wù)評(píng)估指標(biāo)體系，為巡檢任務(wù)的優(yōu)先級(jí)排序和資源分配提供科學(xué)的量化標(biāo)準(zhǔn)；接著，實(shí)時(shí)獲取供排水管網(wǎng)監(jiān)測(cè)數(shù)據(jù)和巡檢員負(fù)載數(shù)據(jù)，確保派單決策基于最新的信息，使得巡檢派單調(diào)度系統(tǒng)能夠快速響應(yīng)緊急情況；然后，從實(shí)時(shí)數(shù)據(jù)中提取所需的指標(biāo)，并基于提取得到的指標(biāo)動(dòng)態(tài)調(diào)整各巡檢任務(wù)的優(yōu)先級(jí)以及派單調(diào)度算法，相比于基于在先預(yù)設(shè)的巡檢任務(wù)工單和靜態(tài)信息進(jìn)行派單決策的現(xiàn)有技術(shù)，大幅度提升了供排水管網(wǎng)巡檢派單調(diào)度的靈活調(diào)整能力，這種基于實(shí)時(shí)數(shù)據(jù)動(dòng)態(tài)調(diào)整優(yōu)先級(jí)和派單算法的方案能夠適應(yīng)不斷變化的環(huán)境和需求，更為準(zhǔn)確地匹配巡檢員與巡檢任務(wù)，從而更合理地分配巡檢資源；最后，基于各巡檢任務(wù)的優(yōu)先級(jí)以及派單調(diào)度算法進(jìn)行巡檢任務(wù)的派單調(diào)度，提升了供排水管網(wǎng)巡檢派單調(diào)度的整體效果，為水務(wù)企業(yè)實(shí)現(xiàn)智能化管理和可持續(xù)發(fā)展提供有力支持。

57、2、通過(guò)采用關(guān)聯(lián)規(guī)則挖掘算法從歷史巡檢數(shù)據(jù)中識(shí)別具有代表性的動(dòng)態(tài)巡檢行為信息，能夠更為全面、準(zhǔn)確地識(shí)別出影響巡檢任務(wù)派單的動(dòng)態(tài)巡檢行為信息，為后續(xù)的巡檢派單調(diào)度提供更為精準(zhǔn)、可靠的依據(jù)，同時(shí)，通過(guò)周期性獲取最新巡檢數(shù)據(jù)以更新具有代表性的動(dòng)態(tài)巡檢行為，確保確定的動(dòng)態(tài)巡檢行為能夠更準(zhǔn)確的反映供排水管網(wǎng)的實(shí)時(shí)狀態(tài)和動(dòng)態(tài)巡檢需求，而且這種方法強(qiáng)調(diào)以數(shù)據(jù)為基礎(chǔ)，通過(guò)數(shù)據(jù)挖掘技術(shù)提煉出有價(jià)值的規(guī)律，減少了主觀判斷，大幅度提高了決策的科學(xué)性；

58、3、通過(guò)實(shí)時(shí)監(jiān)測(cè)供排水管網(wǎng)監(jiān)測(cè)數(shù)據(jù)和巡檢員負(fù)載數(shù)據(jù)，并基于實(shí)時(shí)數(shù)據(jù)提取得到的指標(biāo)變化動(dòng)態(tài)調(diào)整各巡檢任務(wù)的優(yōu)先級(jí)，能夠適應(yīng)不斷變化的管網(wǎng)實(shí)際狀況和工作環(huán)境，提升供排水管網(wǎng)巡檢派單調(diào)度的靈活調(diào)整能力，確保緊急情況能夠得到快速響應(yīng)，同時(shí)在考慮巡檢員的工作負(fù)載的情況下更加合理地進(jìn)行巡檢任務(wù)的派單，再根據(jù)調(diào)整后各巡檢任務(wù)的優(yōu)先級(jí)排序情況選擇相應(yīng)的派單調(diào)度算法，為派單調(diào)度提供更加科學(xué)的決策支持，提高決策的準(zhǔn)確性，進(jìn)而提升供排水管網(wǎng)巡檢派單調(diào)度的整體效果；

59、4、在優(yōu)先級(jí)明確、派單流程簡(jiǎn)單的場(chǎng)景中，局部最優(yōu)解通常和全局最優(yōu)解是一致的，因此，本技術(shù)通過(guò)采用貪心算法進(jìn)行巡檢任務(wù)的派單調(diào)度，根據(jù)基于各巡檢任務(wù)的優(yōu)先級(jí)排序，對(duì)每個(gè)巡檢任務(wù)基于當(dāng)前資源情況直接選擇當(dāng)前最優(yōu)巡檢員進(jìn)行派單，不涉及復(fù)雜的計(jì)算過(guò)程，能夠在保證供排水管網(wǎng)巡檢派單調(diào)度的整體效果的同時(shí)更加快速地做出決策，更適合需要實(shí)時(shí)響應(yīng)或緊急情況下的巡檢任務(wù)派單調(diào)度；

60、5、在優(yōu)先級(jí)不太明確或多路徑、多任務(wù)的復(fù)雜派單場(chǎng)景中，通過(guò)采用蟻群算法進(jìn)行巡檢任務(wù)的派單調(diào)度，能夠適應(yīng)各巡檢任務(wù)的優(yōu)先級(jí)的變化和任務(wù)復(fù)雜性，通過(guò)信息素的更新來(lái)動(dòng)態(tài)調(diào)整搜索方向，使得巡檢任務(wù)的派單調(diào)度更為靈活，通過(guò)信息素的正反饋機(jī)制和隨機(jī)搜索策略，能夠有效避免過(guò)早收斂到局部最優(yōu)解，同時(shí)考慮巡檢員的工作量平衡，避免某些巡檢員過(guò)度勞累而其他巡檢員則相對(duì)空閑的情況，提供更全面、更具魯棒的派單調(diào)度方案，更適合需要處理復(fù)雜、動(dòng)態(tài)變化的巡檢任務(wù)派單調(diào)度；

61、6、通過(guò)進(jìn)一步采用蟻群算法實(shí)現(xiàn)巡檢員與巡檢區(qū)域中各巡檢點(diǎn)之間的最優(yōu)路徑規(guī)劃，并根據(jù)實(shí)時(shí)數(shù)據(jù)從全局角度出發(fā)動(dòng)態(tài)調(diào)整路徑規(guī)劃，以適應(yīng)巡檢區(qū)域中的變化，從而能夠減少巡檢員在巡檢過(guò)程中的移動(dòng)距離和時(shí)間浪費(fèi)，有助于更合理地分配巡檢資源，從而提高整體的巡檢效率。

62、本發(fā)明的其他特點(diǎn)和優(yōu)點(diǎn)將會(huì)在下面的具體實(shí)施方式、附圖中詳細(xì)的揭露。