资源分配方法及装置制造方法及图纸

本公开提出一种资源分配方法及装置，涉及深度学习技术领域。包括：获取多个样本集，其中，所述样本集包括上井样本集、浴室样本集、食堂样本集和超市样本集；基于每个所述样本集，训练对应的预测模型，所述预测模型用于对人数进行预测；响应于所述预测模型训练完成，基于各个预测模型预测当前时刻煤矿园区中的上井人数、以及浴室、超市和食堂分别对应的当前可容纳人数；将所述当前时刻对应的所述上井人数、以及浴室、超市和食堂分别对应的当前可容纳人数发送到用户终端中进行显示。纳人数发送到用户终端中进行显示。纳人数发送到用户终端中进行显示。

【技术实现步骤摘要】
资源分配方法及装置


[0001]本公开涉及深度学习
，尤其涉及一种资源分配方法及装置。

技术介绍

[0002]大多数煤矿企业地处城市郊区或较偏远的农村、山区，其基础设施、环境条件、功能相较于城市园区存在一定的差距，煤矿园区的智慧化建设逐步引起业界人士的重视。近年来，煤矿的智慧园区建设已初见成效，智慧园区服务平台整合与区内工作、生活信息相关的各类办公服务系统和便民公共服务信息，实现了单个智能应用的数字化、智能化，如智能考勤管理、物业服务、洗衣管理、浴室管理、餐厅管理、客房管理等，但是缺乏对各系统沉淀数据资源的挖掘，未形成各应用之间的全方位业务联动。
[0003]如何对公共资源使用情况给予智能化的监督，实现对公共资源的统一调度，从而对煤矿企业生活配套资源进行精细化和动态管理，是目前亟需解决的问题。

技术实现思路

[0004]本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
[0005]本公开第一方面实施例提出了一种资源分配方法，包括：
[0006]获取多个样本集，其中，所述样本集包括上井样本集、浴室样本集、食堂样本集和超市样本集；
[0007]基于每个所述样本集，训练对应的预测模型，所述预测模型用于对人数进行预测；
[0008]响应于所述预测模型训练完成，基于各个预测模型预测当前时刻煤矿园区中的上井人数、以及浴室、超市和食堂分别对应的当前可容纳人数；
[0009]将所述当前时刻对应的所述上井人数、以及浴室、超市和食堂分别对应的当前可容纳人数发送到用户终端中进行显示。
[0010]本公开第二方面实施例提出了一种资源分配装置，包括：
[0011]获取模块，用于获取多个样本集，其中，所述样本集包括上井样本集、浴室样本集、食堂样本集和超市样本集；
[0012]训练模块，用于基于每个所述样本集，训练对应的预测模型，所述预测模型用于对人数进行预测；
[0013]预测模块，用于响应于所述预测模型训练完成，基于各个预测模型预测当前时刻煤矿园区中的上井人数、以及浴室、超市和食堂分别对应的当前可容纳人数；
[0014]显示模块，用于将所述当前时刻对应的所述上井人数、以及浴室、超市和食堂分别对应的当前可容纳人数发送到用户终端中进行显示。
[0015]本公开第三方面实施例提出了一种电子设备，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程序时，实现如本公开第一方面实施例提出的资源分配方法。
[0016]本公开第四方面实施例提出了一种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，实现如本公开第一方面实施例提出的资源分配方法。
[0017]本公开提供的资源分配方法及装置，存在如下有益效果：
[0018]本公开实施例中，首先获取多个样本集，其中，所述样本集包括上井样本集、浴室样本集、食堂样本集和超市样本集，之后基于每个所述样本集，训练对应的预测模型，所述预测模型用于对人数进行预测，然后响应于所述预测模型训练完成，基于各个预测模型预测当前时刻煤矿园区中的上井人数、以及浴室、超市和食堂分别对应的当前可容纳人数，最后将所述当前时刻对应的所述上井人数、以及浴室、超市和食堂分别对应的当前可容纳人数发送到用户终端中进行显示。由此，可以实现上井、超市、浴室、食堂的全方位联动，让即将上井人员可以利用手机实时查看根据超市、浴室、食堂当前状态，随实际情况动态调整最合适的去向，有效节省时间，提高效率，提高煤矿园区内工作的便利性和效率，有效优化厂区内公共资源的配置，提升公共资源的分配效率。
[0019]本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
[0020]本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0021]图1为本公开一实施例所提供的一种资源分配方法的流程示意图；
[0022]图2为本公开另一实施例所提供的一种资源分配方法的流程示意图；
[0023]图3为本公开另一实施例所提供的资源分配装置的结构示意图；
[0024]图4示出了适于用来实现本公开实施方式的示例性电子设备的框图。
具体实施方式
[0025]下面详细描述本公开的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本公开，而不能理解为对本公开的限制。
[0026]下面参考附图描述本公开实施例的资源分配方法、装置、电子设备和存储介质。
[0027]图1为本公开实施例所提供的一种资源分配方法的流程示意图。
[0028]本公开实施例以该资源分配方法被配置于资源分配装置中来举例说明，该资源分配装置可以应用于任一电子设备中，比如手机、电脑、计算机，以使该电子设备可以执行资源分配方法，或者也可以是服务器，在此不做限定。
[0029]如图1所示，该资源分配方法可以包括以下步骤：
[0030]步骤101，获取多个样本集，其中，样本集包括上井样本集、浴室样本集、食堂样本集和超市样本集。
[0031]其中，浴室样本集中包含：多个时间戳对应的员工姓名、员工进入浴室历史时间、员工离开浴室历史时间和历史天气信息，或者，还可以包含浴室可容纳人数，浴室当前已有人数，当前进入浴室的员工名单，当前进入浴室的时间。
[0032]浴室当前时刻可进入人数＝浴室可容纳总人数
‑
当前已有人数+离开浴室的员工数量
‑
进入浴室的员工数量。
[0033]其中，食堂样本集中包含：所述多个时间戳对应的员工姓名、员工进入食堂历史时间、离开食堂历史时间，或者，还可以包含食堂可容纳人数，食堂当前已有人数，当前进入食堂的员工名单，当前进入食堂的时间。
[0034]其中，超市样本集中包含：所述多个时间戳对应的员工姓名、员工进入超市历史时间、离开超市历史时间，或者，还可以包含超市可容纳人数，超市当前已有人数，当前进入超市的员工名单，当前进入超市的时间。
[0035]其中，上井样本集中包含：所述多个时间戳对应的员工姓名、员工下井时间和员工上井时间，或者，还可以包含井下可容纳人数，井下当前已有人数，当前进入井下的员工名单，当前进入井下的时间。
[0036]步骤102，基于每个样本集，训练对应的预测模型，预测模型用于对人数进行预测。
[0037]其中，预测模型包含有与上井样本集、浴室样本集、食堂样本集和超市样本集分别对应的上井人数预测模型、浴室可容纳人数预测模型、食堂可容纳人数预测模型、超市可容纳人数预测模型。
[0038]可选的，可以首先划分每个样本集，以浴室样本集为例，可以将员工姓名、员工进入浴室时间、员工离开浴室时间、天气信息(温度、湿度、降水量)的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种资源分配方法，其特征在于，包括：获取多个样本集，其中，所述样本集包括上井样本集、浴室样本集、食堂样本集和超市样本集；基于每个所述样本集，训练对应的预测模型，所述预测模型用于对人数进行预测；响应于所述预测模型训练完成，基于各个预测模型预测当前时刻煤矿园区中的上井人数、以及浴室、超市和食堂分别对应的当前可容纳人数；将所述当前时刻对应的所述上井人数、以及浴室、超市和食堂分别对应的当前可容纳人数发送到用户终端中进行显示。2.根据权利要求1所述的方法，其特征在于，其中，所述浴室样本集中包含：多个时间戳对应的员工姓名、员工进入浴室历史时间、员工离开浴室历史时间和历史天气信息；所述食堂样本集中包含：所述多个时间戳对应的员工姓名、员工进入食堂历史时间、离开食堂历史时间；所述超市样本集中包含：所述多个时间戳对应的员工姓名、员工进入超市历史时间、离开超市历史时间；所述上井样本集中包含：所述多个时间戳对应的员工姓名、员工下井时间和员工上井时间。3.根据权利要求1所述的方法，其特征在于，在所述基于每个所述样本集，训练对应的预测模型之后，还包括：基于均方根误差、平均绝对误差以及决定系数对验证集的模型预测结果进行评价分析，以得到评价结果，其中，所述评价结果中包含模型精度，所述验证集为所述样本集中的一部分；在所述模型精度达到预设阈值的情况下，确定所述预测模型训练完成。4.根据权利要求1所述的方法，其特征在于，在所述获取多个样本集之后，还包括：对所述样本集进行数据清洗和数据脱敏处理。5.根据权利要求1所述的方法，其特征在于，所述预测模型包含有与上井样本集、浴室样本集、食堂样本集和超市样本集分别对应的上井人数预测模型、浴室可容纳人数预测模型、食堂可容纳人数预测模型、超市可容纳人数预测模型。6.一种资源分配装...

【专利技术属性】
技术研发人员：张晓霞，吴志广，杨培培，贾琨，陈思宇，
申请(专利权)人：煤炭科学研究总院有限公司，
类型：发明
国别省市：