一种用于应急案例匹配的基于因子权重和数据浮动区定义间的算法制造技术

本发明专利技术是一种用于应急案例匹配的基于因子权重和数据浮动区定义间的算法。首先提取各类应急案例的特征因子，根据影响程度的大小为各个因子分配权重，然后定义各个特征因子的匹配条件，以及根基各个特征值因子的自身特性定义特征因子的浮动区间。最后得出所匹配出来的匹配结果，相似度结果。

【技术实现步骤摘要】

本专利技术属于应急案例管理方法，具体涉及一种用于应急案例匹配的基于因子权重和数据浮动区定义间的算法。
技术介绍
匹配算法的研究已经在许多行业有着自己的应用和实践，但是对于应急案例的应用还属于空白。本专利技术主要是研究了一种用于应急案例匹配的基于因子权重和数据浮动区定义间的算法，用于对应急案例相关基本特征和基本信息的研究和经验学习。
技术实现思路
本专利技术的目的正是为了克服上述现有技术存在的缺陷而提供如下技术方案：一种用于应急案例匹配的基于因子权重和数据浮动区定义间的算法，本专利技术特征在于，包括源案例、目标案例、案例类型识别，提取案例特征、配置特征值权重、配置案例特征值浮动区间、显示匹配结果；其中：源案例是一个应急案例，是用于将一个需要找到目标的应急案例的相关信息进行收集和存储；目标案例是源案例需要匹配的对象案例，它代表的是案例集，案例集中的每个应急案例都有自己的特征和信息；案例类型识别是将各种各样的应急案例进行分类识别；提取案例特征是将各类应急案例符合自身特性的影响因素特征提取出来，进行归类；配置案例特征值浮动区间是为各个特征值设定合理的对应浮动区间和计算方法；配置特征值权重是根据各类应急案例的特征值的影响范围、重要程度对各个特征值进行权重分配；显示匹配结果是展示匹配的结果；其中算法实现步骤为：1)获取源案例的基本信息，对应到此案例类型相关的特征值之中；2)案例类型识别识别出源案例的案例类型；3)提取案例特征值将源案例的特征值的具体数值进行填写；4)配置特征值权重将源案例所属案例类型的特征值权重进行合理分配；5)配置案例特征值浮动区间定义源案例相关特征值的浮动区间；进一步定义不同特征值的浮动区间得分等级；根据上述步骤的结果，设定匹配条件为“等于”，得出匹配算法最终结果。本专利技术案例类型识别是将应急案例类型识别为气象灾害、地质灾害，群体性事件、恐怖袭击三个大类；其中气象灾害、地质灾害两个大类下面又分有小类，气象灾害小类分为：低温雨雪、洪涝、干旱等；地质灾害小类分为：地震、泥石流/滑坡/崩塌、地陷；提取案例特征值是将每个类型的案例提取出共性和个性的特征值。共性特征值包括：灾害类型、灾害等级、受灾面积(m2)、受灾人口(人)、救援人数(人)、经纬度(°)、温度(℃)、湿度(％)。个性的特征值则根据各个案例的类型进行提取和整合；配置案例特征值浮动区间是为每一个特征值定义浮动区间，根据特征值本身的特性合理定义上下浮动值；配置特征值权重是将每一个类型的应急案例的特征值进行权重分配，然后根据影响程度和重要程度为这些特征值分配权重，每一个类型的案例分配的权重总和为100％。本专利技术的有益效果是，对提高应急案例的共性分析，趋势分析等提供了一种具有针对性和实用的方法与途径。附图说明图1为本专利技术流程示意图。图2为本专利技术算法结构图。具体实施方式下面结合图1、图2对本专利技术进一步详细说明：如图1：一种用于应急案例匹配的基于因子权重和数据浮动区定义间的算法，首先当一个需要进行匹配的源案例到来时，根据案例类型识别术源案例的类型，然后将源案例的信息对应到提取案例特征值里面所提取的各类案例的特征值里，将各个特征值的值与配置案例特征值浮动区间内的值相匹配，再乘以特征值权重分类内分配的各个特征值的权重，最后根据匹配算法找出目标案例，展示匹配结果。其中:源案例是一个应急案例，主要是用于将一个需要找到目标的应急案例的相关信息进行收集和存储。目标案例是源案例需要匹配的对象案例，它代表的是案例集，案例集中的每个应急案例都有自己的特征和信息。案例类型识别是将各种各样的应急案例进行分类识别。提取案例特征是将各类应急案例符合自身特性的影响因素特征提取出来，进行归类。配置案例特征值浮动区间是为各个特征值设定合理的对应浮动区间和计算方法。配置特征值权重是根据各类应急案例的特征值的影响范围、重要程度对各个特征值进行权重分配。显示匹配结果是展示匹配的结果。如图2：一种用于应急案例匹配的基于因子权重和数据浮动区定义间的算法的算法结构为：首先根据图1中的案例类型提取出案例特征值，即提取出各类案例的共性因子和个性因子，案例的相关值则录入到相应的因子里面，然后按照图2定义案例的浮动区间，浮动值以正负数字表示区间，与各个共性因子或者个性因子进行区间对应，各个因子的区间浮动值设置为“0”或者为“±x”值。“0”表示此案例因子不允许任何浮动，即对应的时候一定是相等匹配。当案例因子的区间浮动值设定为“±x”时，x为变量，根据各个案例因子的不同特性和要求进行灵活设定，区间为因子对应匹配时介于本身特征值的上限为+x，下限为-x。匹配得分的计算分为以下两种情况，计算过程如下：第一种情况：当案例的特征值浮动值为±x时，案例的特征值等于k，而浮动区间为±x时，匹配得分为五等，每个等级间浮动值相差2倍，每个等级的得分递减20分,直到零分。则当k+x≥k≥k-x之间时得分100分；当(k+2x)≥k＞(k+x)或者(k-2x)≤k＜(k-x)之间时得分80分；当(k+4x)≥k＞(k+2x)或者(k-4x)≤k＜(k-2x)之间时得分60分；当(k+8x)≥k＞(k+4x)或者(k-8x)≤k＜(k-4x)之间时得分40分；当(k+8x)≥k＞(k+4x)或者(k-8x)≤k＜(k-4x)之间时得分40分；当(k+10x)≥k＞(k+8x)或者(k-10x)≤k＜(k-8x)之间时得分20分；其余的为0分。第二种情况：当案例的特征值浮动值为0时，则匹配成功的情况为源案例与目标案例的值为等于。当匹配结果为等于是得分100分，当匹配结果为不等于时得分为0分。然后根据图1中特征值权重分配中分配各特征值的权重，按照图2的过程匹配得分乘以各自的权重，最后将各项结果相加得出本案例的匹配得分百分比。本文档来自技高网...

【技术保护点】
一种用于应急案例匹配的基于因子权重和数据浮动区定义间的算法，其特征在于，包括源案例、目标案例、案例类型识别，提取案例特征、配置特征值权重、配置案例特征值浮动区间、显示匹配结果；其中：源案例是一个应急案例，是用于将一个需要找到目标的应急案例的相关信息进行收集和存储；目标案例是源案例需要匹配的对象案例，它代表的是案例集，案例集中的每个应急案例都有自己的特征和信息；案例类型识别是将各种各样的应急案例进行分类识别；提取案例特征是将各类应急案例符合自身特性的影响因素特征提取出来，进行归类；配置案例特征值浮动区间是为各个特征值设定合理的对应浮动区间和计算方法；配置特征值权重是根据各类应急案例的特征值的影响范围、重要程度对各个特征值进行权重分配；显示匹配结果是展示匹配的结果；其中算法实现步骤为：1)获取源案例的基本信息，对应到此案例类型相关的特征值之中；2)案例类型识别识别出源案例的案例类型；3)提取案例特征值将源案例的特征值的具体数值进行填写；4)配置特征值权重将源案例所属案例类型的特征值权重进行合理分配；5)配置案例特征值浮动区间定义源案例相关特征值的浮动区间；进一步定义不同特征值的浮动区间得分等级；根据上述步骤的结果，设定匹配条件为“等于”，得出匹配算法最终结果。...

【技术特征摘要】
1.一种用于应急案例匹配的基于因子权重和数据浮动区定义间的算法，其特征在于，包括源案例、目标案例、案例类型识别，提取案例特征、配置特征值权重、配置案例特征值浮动区间、显示匹配结果；其中：源案例是一个应急案例，是用于将一个需要找到目标的应急案例的相关信息进行收集和存储；目标案例是源案例需要匹配的对象案例，它代表的是案例集，案例集中的每个应急案例都有自己的特征和信息；案例类型识别是将各种各样的应急案例进行分类识别；提取案例特征是将各类应急案例符合自身特性的影响因素特征提取出来，进行归类；配置案例特征值浮动区间是为各个特征值设定合理的对应浮动区间和计算方法；配置特征值权重是根据各类应急案例的特征值的影响范围、重要程度对各个特征值进行权重分配；显示匹配结果是展示匹配的结果；其中算法实现步骤为：1)获取源案例的基本信息，对应到此案例类型相关的特征值之中；2)案例类型识别识别出源案例的案例类型；3)提取案例特征值将源案例的特征值的具体数值进行填写；4)配置特征值权重将源案例所属案例类型的特征值权重进行合理分配；5)...

【专利技术属性】
技术研发人员：赵亚豪，刘保德，朱聪，徐天计，黄璜，张宸，何小燕，
申请(专利权)人：云南电网有限责任公司曲靖供电局，昆明能讯科技有限责任公司，
类型：发明
国别省市：云南;53