共享移动充电设备的资源配置方法及装置制造方法及图纸

技术编号:36535959 阅读:9 留言:0更新日期:2023-02-01 16:21
本发明专利技术公开了一种共享移动充电设备的资源配置方法及装置,涉及人工智能技术领域,其中该方法包括:获取待配置共享移动充电设备的投放点的点位信息;将所述投放点的点位信息输入资源配置预测模型,输出所述投放点的资源配置预测结果,资源配置预测结果包括所述投放点的共享移动充电设备投放数量和空置的充电设备仓位,其中资源配置预测模型是根据不同共享移动充电设备投放点的历史点位信息,以及实际的共享移动充电设备投放数量和空置的充电设备仓位,对机器学习模型训练得到的;根据资源配置预测结果,对所述投放点的共享移动充电设备进行配置,可以合理配置共享移动充电设备投放点的资源,提高资源利用率,改善用户使用体验。验。验。

【技术实现步骤摘要】
共享移动充电设备的资源配置方法及装置


[0001]本专利技术涉及人工智能
,尤其涉及一种共享移动充电设备的资源配置方法及装置。

技术介绍

[0002]本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
[0003]现有的共享移动充电设备投放点的资源配置不合理,部分繁华地段存在无设备可借或无位置还设备的情况,而部分新开发地段存在设备无人使用的情况,造成共享移动充电设备投放点的资源分配不均,降低资源利用率,影响用户使用体验。
[0004]针对上述问题,目前尚未提出有效的解决方案。

技术实现思路

[0005]本专利技术实施例提供一种共享移动充电设备的资源配置方法,用以合理配置共享移动充电设备投放点的资源,提高资源利用率,改善用户使用体验,该方法包括:
[0006]获取待配置共享移动充电设备的投放点的点位信息;
[0007]将所述投放点的点位信息输入资源配置预测模型,输出所述投放点的资源配置预测结果,资源配置预测结果包括所述投放点的共享移动充电设备投放数量和空置的充电设备仓位,其中资源配置预测模型是根据不同共享移动充电设备投放点的历史点位信息,以及实际的共享移动充电设备投放数量和空置的充电设备仓位,对机器学习模型训练得到的;
[0008]根据资源配置预测结果,对所述投放点的共享移动充电设备进行配置。
[0009]本专利技术实施例还提供一种共享移动充电设备的资源配置装置,用以合理配置共享移动充电设备投放点的资源,提高资源利用率,改善用户使用体验,该装置包括:
[0010]获取模块,用于获取待配置共享移动充电设备的投放点的点位信息;
[0011]资源配置预测模块,用于将所述投放点的点位信息输入资源配置预测模型,输出所述投放点的资源配置预测结果,资源配置预测结果包括所述投放点的共享移动充电设备投放数量和空置的充电设备仓位,其中资源配置预测模型是根据不同共享移动充电设备投放点的历史点位信息,以及实际的共享移动充电设备投放数量和空置的充电设备仓位,对机器学习模型训练得到的;
[0012]配置模块,用于根据资源配置预测结果,对所述投放点的共享移动充电设备进行配置。
[0013]本专利技术实施例还提供一种计算机设备,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计算机程序时实现上述共享移动充电设备的资源配置方法。
[0014]本专利技术实施例还提供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上述共享移动充电设备的资源配置方法。
[0015]本专利技术实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述共享移动充电设备的资源配置方法。
[0016]本专利技术实施例中,获取待配置共享移动充电设备的投放点的点位信息;将所述投放点的点位信息输入资源配置预测模型,输出所述投放点的资源配置预测结果,资源配置预测结果包括所述投放点的共享移动充电设备投放数量和空置的充电设备仓位,其中资源配置预测模型是根据不同共享移动充电设备投放点的历史点位信息,以及实际的共享移动充电设备投放数量和空置的充电设备仓位,对机器学习模型训练得到的;根据资源配置预测结果,对所述投放点的共享移动充电设备进行配置,可以合理配置共享移动充电设备投放点的资源,提高资源利用率,改善用户使用体验。
附图说明
[0017]为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
[0018]图1为本专利技术实施例中共享移动充电设备的资源配置方法的处理流程图;
[0019]图2为本专利技术实施例中资源配置预测模型的训练与测试过程的方法流程图;
[0020]图3为本专利技术实施例中共享移动充电设备的资源配置装置的结构示意图;
[0021]图4为本专利技术实施例中共享移动充电设备的资源配置装置的一具体实例结构示意图;
[0022]图5为本专利技术一实施例的计算机设备结构示意图。
具体实施方式
[0023]为使本专利技术实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本专利技术实施例做进一步详细说明。在此,本专利技术的示意性实施例及其说明用于解释本专利技术,但并不作为对本专利技术的限定。
[0024]首先,对本专利技术实施例中的技术名词进行介绍:
[0025]XGBoost算法:XGBoost是一个优化的分布式梯度增强库,旨在实现高效,灵活和便携。XGBoost(eXtreme Gradient Boosting)是基于Boosting框架的一个算法工具包(包括工程实现),在并行计算效率、缺失值处理、预测性能上都非常强大。XGBoost提供并行树提升(也称为GBDT,GBM),可以快速准确地解决许多数据科学问题。相同的代码在主要的分布式环境(Hadoop,SGE,MPI)上运行,并且可以解决数十亿个示例之外的问题。
[0026]专利技术人发现,现有的共享移动充电设备投放点的资源配置不合理,部分繁华地段存在无设备可借或无位置还设备的情况,而部分新开发地段存在设备无人使用的情况,造成共享移动充电设备投放点的资源分配不均,降低资源利用率,影响用户使用体验。因此,专利技术人提出一种共享移动充电设备的资源配置方法解决这类问题。
[0027]图1为本专利技术实施例中共享移动充电设备的资源配置方法的处理流程图。如图1所
示,本专利技术实施例中共享移动充电设备的资源配置方法可以包括:
[0028]步骤101、获取待配置共享移动充电设备的投放点的点位信息;
[0029]步骤102、将所述投放点的点位信息输入资源配置预测模型,输出所述投放点的资源配置预测结果,资源配置预测结果包括所述投放点的共享移动充电设备投放数量和空置的充电设备仓位,其中资源配置预测模型是根据不同共享移动充电设备投放点的历史点位信息,以及实际的共享移动充电设备投放数量和空置的充电设备仓位,对机器学习模型训练得到的;
[0030]步骤103、根据资源配置预测结果,对所述投放点的共享移动充电设备进行配置。
[0031]下面介绍本专利技术实施例中共享移动充电设备的资源配置方法的具体执行步骤:
[0032]首先获取待配置共享移动充电设备的投放点的点位信息,然后可以将所述投放点的点位信息输入资源配置预测模型,输出所述投放点的资源配置预测结果,资源配置预测结果包括所述投放点的共享移动充电设备投放数量和空置的充电设备仓位。
[0033]在一个实施例中,在将所述投放点的点位信息输入资源配置预测模型之前,还包括:过滤所述投放点的点位信息中的干扰信息。
[0034]具体实施时,待配置共本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种共享移动充电设备的资源配置方法,其特征在于,包括:获取待配置共享移动充电设备的投放点的点位信息;将所述投放点的点位信息输入资源配置预测模型,输出所述投放点的资源配置预测结果,资源配置预测结果包括所述投放点的共享移动充电设备投放数量和空置的充电设备仓位,其中资源配置预测模型是根据不同共享移动充电设备投放点的历史点位信息,以及实际的共享移动充电设备投放数量和空置的充电设备仓位,对机器学习模型训练得到的;根据资源配置预测结果,对所述投放点的共享移动充电设备进行配置。2.如权利要求1所述的方法,其特征在于,在将所述投放点的点位信息输入资源配置预测模型之前,还包括:过滤所述投放点的点位信息中的干扰信息。3.如权利要求1所述的方法,其特征在于,所述点位信息包括以下信息其中之一或任意组合:投放点的地理位置信息、投放点的行人流量信息、投放点的交通信息、投放点预设范围内的商业信息、预设时长内投放点的共享移动充电设备借出信息和预设时长内投放点的共享移动充电设备归还信息。4.如权利要求1所述的方法,其特征在于,所述资源配置预测模型的训练与测试过程包括:将不同共享移动充电设备投放点的历史点位信息,以及实际的共享移动充电设备投放数量和空置的充电设备仓位作为样本数据,构建训练集和测试集;利用训练集对机器学习模型进行训练,得到所述资源配置预测模型;利用测试集对所述资源配置预测模型进行测试。5.如权利要求4所述的方法,其特征在于,利用训练集对机器学习模型进行训练,得到所述资源配置预测模型,包括:采用XGBoost算法,利用训练集对机器学习模型进行训练,得到所述资源配置预测模型。6.一种共享移动充电设备的资源配置装置,其特征在于,包括:获取模块,用于获取待配置共享移动充电设备的投放点的点位信息;资源配置预测模块,用于将所述投放点的点位信息输入资源配置预测模型,输出所述投放点的资源配置预测结果,资源配置预测结果包括所述投放点的共享移动充电设备投...

【专利技术属性】
技术研发人员:韩一曼朱胜韩添宇
申请(专利权)人:中国银行股份有限公司
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