适用于不同应用场景下的综合监控系统智能业务联动方法技术方案

本发明专利技术公开了一种适用于不同应用场景下的综合监控系统智能业务联动方法，首先采用典型联动场景分类算法，地域差异分类算法对联动业务所属系统进行描述；以时间为对象，引入磁滞算法，减少系统抖动或突变导致的非正常性联动；在引入不同维度的分类算法后，结合联动逻辑运算的结果，引入多路决策树算法，进行智能决策，初期系统还需要学习人工干预结果，在进行大量数据学习后，系统达到智能化联动目标，实现了业务联动系统在进行业务联动时通过分类算法学习进行动态调整的功能，弥补了固定参数、业务场景覆盖不全导致联动功能无法覆盖不同业务场景等问题，解决了用户很难设定合理的参数让系统按统一的方式或在固定周期内按一定的方式进行联动业务。

【技术实现步骤摘要】
适用于不同应用场景下的综合监控系统智能业务联动方法
本专利技术涉及一种综合监控系统智能业务联动方法，具体涉及联动业务

技术介绍
随着用户业务领域的细化分类，综合监控系统接入系统种类多，业务场景复杂，应用场景差异较大等问题也随之产生，类似机场、地产用户，建筑面积大，设备众多，人员众多等问题，需求信息系统更加智能化的进行联动业务，即准确性、及时性、安全性等。用户难点：用户很难设定合理的参数让系统按统一的方式或在固定周期内按一定的方式进行联动业务。同时，在系统进行使用和运维的过程中，联动系统既需要能灵活应用各类业务场景，同时也需要系统能进行自我学习，降低系统配置工作，在学习一定数据后能智能进行运维，这是亟待解决的技术问题。
技术实现思路
本专利技术的目的就在于提供一种基于多路分类算法的智能联动方法，实现业务系统因应用场景不同、用户运维条件不同进行智能决策的方法。为实现上述目的，本专利技术采用如下技术方案：本专利技术提出一种适用于不同应用场景下的综合监控系统智能业务联动方法，包括如下步骤：A、建立若干联动业务的标准条件变量，并将实时值和标准值进行数学运算；当变量值发生变化时对运算结果进行合法性判断：如果为假，则重新计算，如果为真，则进入下一步；B、根据已识别出的系统算法库，对每个算法库进行分类算法学习，具体分为：B1、根据联动业务所处应用的业务场景差异，引入联动场景分类算法，在分类算法决策机制引入多类型变量，根据系统属性决定联动特点，预置若干系统、系统特点属性，建立对这些属性的输出关联，进行数据训练后将输出作为第一输入条件，进入步骤B2；B2、根据联动业务所处地域差异，结合地域差异信息引入地域差异分类算法，经过多次分类算法学习后，将其输出作为第二输入条件，进入步骤B3；B3、根据联动业务的特点，引入时间磁滞分类学习算法，以时间、系统类别为因子进行决策，建立时间与系统的映射关系，将其输出作为第三输入条件，进入步骤C；C、结合步骤A中的运算结果，采用步骤B1、B2、B3得到的第一、第二、第三输入条件进行决策树算法数据训练，训练过程中首先将人工干预的操作作为下个训练的输入，经过不同属性的分类算法训练，得到智能化联动目标；D、依据步骤C中决策树算法的结果给出联动控制结果，如条件满足为是，则进行联动控制；如条件满足为否，则返回步骤A进入下一次循环。进一步的，本专利技术所提出的方法中，步骤A所述条件变量包括光照度、温湿度。进一步的，本专利技术所提出的方法中，步骤A所述数学运算包括四则混合运算、逻辑与、逻辑或运算。进一步的，本专利技术所提出的方法中，步骤B1所述业务场景包括：配电、照明、暖通；在分类算法决策机制引入多类型变量，具体包括：业务场景差异、人员排班、自动/半自动。进一步的，本专利技术所提出的方法中，步骤B1所述预置若干系统、系统特点属性，建立对这些属性的输出关联，包括：对配电系统建立进行“提示”的属性关联，对照明系统建立进行“自动控制”的属性关联。进一步的，本专利技术所提出的方法中，步骤B2所述地域差异信息包括经纬度、气象的信息。进一步的，本专利技术所提出的方法中，步骤B中所述的联动场景分类算法、地域差异分类算法、时间磁滞分类学习算法均为贝叶斯分类算法。进一步的，本专利技术所提出的方法中，步骤C中所述的决策树算法为CART算法。本专利技术采用以上技术方案，实现了业务联动系统在进行业务联动时通过分类算法学习进行动态调整的功能，弥补了固定参数、业务场景覆盖不全导致联动功能无法覆盖不同业务场景等问题，解决了用户很难设定合理的参数，让系统按统一的方式或在固定周期内按一定的方式进行联动业务。与现有技术相比，具有以下技术效果：1、考虑多维度影响因素，联动系统更加稳定；2、进行数据训练，联动系统更加准确及时；3、系统进行自学习，联动系统更加智能。附图说明图1是本专利技术的方法流程图。具体实施方式下面结合附图给出具体实例，进一步对本专利技术进行详细说明。本
技术人员可以理解的是，除非另外定义，这里使用的所有术语（包括技术术语和科学术语）具有与本专利技术所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。本专利技术通过建立自动化、智能化的联动系统，在一定周期内通过人员干预发展至不需要人员干预的完全自治的联动系统，实现在不同应用场景能够满足最大程度智能化业务联动。结合图1所示，本专利技术的具体流程如下：（1）、联动业务系统中建立若干条件变量，如光照度、温湿度等进行逻辑运算，当变量值发生变化时进行计算，判断运算结果：如果为假，则重新循环，如果为真，进入下一步。（2）、根据联动业务所处应用的业务场景，如配电、照明、暖通等引入分类算法，分类算法决策机制引入多类型变量，如业务场景差异、人员排班、自动/半自动等。201、系统属性决定联动特点，预置若干系统、系统对应的特点属性，建立对这些属性的输出关联，如配电系统进行“提示”，照明系统进行“自动控制”等。202、进行数据训练，该步骤输出作为决策树算法输入。（3）、根据联动业务所处地域差异，结合经纬度、气象等信息引入分类算法；301、系统采用地域差异分类算法，输入数据包含经纬度、气象等信息，该数据系统进行若干次学习；302、多次学习后，该步骤输出作为决策树算法输入。（4）、根据联动业务其特点，引入磁滞分类学习算法，以时间、系统类别为因子进行决策；建立时间与系统的映射关系，作为决策算法的输入条件。（5）、在引入不同维度的分类算法后，结合联动逻辑运算的结果，将步骤（2）、（3）、（4）中的输出作为决策树算法输入条件，进行智能决策，初期系统还需要学习人工干预结果，在进行大量数据学习后，系统达到智能化联动目标。（6）、智能联动系统最终给出联动控制，如条件满足为是，则进行联动控制；如条件满足为否，则进入下一次循环。本
技术人员可以理解的是，可以用计算机程序指令来实现这些结构图和/或框图和/或流图中的每个框以及这些结构图和/或框图和/或流图中的框的组合。可以将这些计算机程序指令提供给通用计算机、专业计算机或其他可编程数据处理方法的处理器来生成机器，从而通过计算机或其他可编程数据处理方法的处理器来执行的指令创建了用于实现结构图和/或框图和/或流图的框或多个框中指定的方法。本
技术人员可以理解的是，本专利技术中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地，具有本专利技术中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地，现有技术中的具有与本专利技术中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。上面结合附图对本专利技术的实施方式作了详细地说明，但是本专利技术并不局限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本专利技术宗旨的前提下做出各种变化。本文档来自技高网...

【技术保护点】
1.一种适用于不同应用场景下的综合监控系统智能业务联动方法，其特征在于，包括如下步骤：A、建立若干联动业务的标准条件变量，并将实时值和标准值进行数学运算；当变量值发生变化时对运算结果进行合法性判断：如果为假，则重新计算，如果为真，则进入下一步；B、根据已识别出的系统算法库，对每个算法库进行分类算法学习，具体分为：B1、根据联动业务所处应用的业务场景差异，引入联动场景分类算法，在分类算法决策机制引入多类型变量，根据系统属性决定联动特点，预置若干系统、系统特点属性，建立对这些属性的输出关联，进行数据训练后将输出作为第一输入条件，进入步骤B2；B2、根据联动业务所处地域差异，结合地域差异信息引入地域差异分类算法，经过多次分类算法学习后，将其输出作为第二输入条件，进入步骤B3；B3、根据联动业务的特点，引入时间磁滞分类学习算法，以时间、系统类别为因子进行决策，建立时间与系统的映射关系，将其输出作为第三输入条件，进入步骤C；C、结合步骤A中的运算结果，采用步骤B1、B2、B3得到的第一、第二、第三输入条件进行决策树算法数据训练，训练过程中首先将人工干预的操作作为下个训练的输入，经过不同属性的分类算法训练，得到智能化联动目标；D、依据步骤C中决策树算法的结果给出联动控制结果，如条件满足为是，则进行联动控制；如条件满足为否，则返回步骤A进入下一次循环。...

【技术特征摘要】
1.一种适用于不同应用场景下的综合监控系统智能业务联动方法，其特征在于，包括如下步骤：A、建立若干联动业务的标准条件变量，并将实时值和标准值进行数学运算；当变量值发生变化时对运算结果进行合法性判断：如果为假，则重新计算，如果为真，则进入下一步；B、根据已识别出的系统算法库，对每个算法库进行分类算法学习，具体分为：B1、根据联动业务所处应用的业务场景差异，引入联动场景分类算法，在分类算法决策机制引入多类型变量，根据系统属性决定联动特点，预置若干系统、系统特点属性，建立对这些属性的输出关联，进行数据训练后将输出作为第一输入条件，进入步骤B2；B2、根据联动业务所处地域差异，结合地域差异信息引入地域差异分类算法，经过多次分类算法学习后，将其输出作为第二输入条件，进入步骤B3；B3、根据联动业务的特点，引入时间磁滞分类学习算法，以时间、系统类别为因子进行决策，建立时间与系统的映射关系，将其输出作为第三输入条件，进入步骤C；C、结合步骤A中的运算结果，采用步骤B1、B2、B3得到的第一、第二、第三输入条件进行决策树算法数据训练，训练过程中首先将人工干预的操作作为下个训练的输入，经过不同属性的分类...

【专利技术属性】
技术研发人员：王兵，徐勤，
申请(专利权)人：南京天溯自动化控制系统有限公司，
类型：发明
国别省市：江苏,32