一种物联智控方法及系统技术方案

本发明专利技术提供了一种物联智控方法及系统，涉及物联网技术领域，所述方法包括通过获取医院的环境信息和病人治疗数据信息，运用层次分析法对所有病人的治疗数据进行层次分析，并将之与医院的环境信息进行关联分析，确定不同病人的治疗数据与医院环境信息之间的关联度值，进而制定医院环境信息的控制方案，使用训练后的神经网络模型对病人恢复情况进行预测，再基于粒子群优化算法确定最优控制方案，并根据最优控制方案生成设备控制命令，根据设备控制命令对医院区域内的智能设备进行控制，使得医院环境能够达到最优治疗和恢复效果，以有效提高医院治疗效率及病人的治疗效果

【技术实现步骤摘要】
一种物联智控方法及系统


[0001]本专利技术涉及物联网
，具体而言，涉及一种物联智控方法及系统
。

技术介绍

[0002]当前，医院管理和患者治疗过程中需要协调多个环节和因素，并且在病人的恢复过程中往往需要对医院环境和病人的恢复情况进行监测，进而时刻针对于医院环境进行调整，保障病人的恢复效率，但是传统的管理方式通常是人工手动调整，容易出现误操作
、
低效
、
精度不高等问题，进而导致病人恢复情况不理想的情况出现
。
此外，由于人工管理难以应对数据量大的情况，因此需要一种智能化的物联网控制方法来解决这些问题
。

技术实现思路

[0003]本专利技术的目的在于提供一种物联智控方法及系统，以改善上述问题
。
为了实现上述目的，本专利技术采取的技术方案如下：一方面，本申请提供了一种物联智控方法，包括：基于物联网获取医院的每个区域的环境信息和所有病人的治疗数据信息，所述医院的每个区域的环境信息包括医院的每个区域的温度信息
、
湿度信息
、
氧气浓度信息和光照信息，所述病人的治疗数据信息包括病人的伤口恢复信息和病人的身体指标变化信息；基于层次分析法对所有所述病人的治疗数据信息进行层次分析，得到至少两个恢复层级的病人的治疗数据信息，所述恢复层级为病人的恢复等级对应在层次结构模型内位于的层级；将所有恢复层级的病人的治疗数据信息和医院的所有区域的环境信息进行关联分析，确定每个恢复层级的病人的治疗数据信息和医院的每个区域的环境信息之间的关联度值；基于所述关联度值制定至少两种医院的每个区域的环境信息的控制方案，并将所有的所述控制方案发送至训练后的神经网络模型进行病人恢复情况预测，得到病人恢复层级的预测结果；基于粒子群优化算法确定病人恢复层级的预测结果对应的最优控制方案，并根据所述最优控制方案生成设备控制命令；根据所述设备控制命令对医院区域内的智能设备进行控制
。
[0004]另一方面，本申请还提供了一种物联智控系统，包括：获取单元，用于基于物联网获取医院的每个区域的环境信息和所有病人的治疗数据信息，所述医院的每个区域的环境信息包括医院的每个区域的温度信息
、
湿度信息
、
氧气浓度信息和光照信息，所述病人的治疗数据信息包括病人的伤口恢复信息和病人的身体指标变化信息；第一分析单元，用于基于层次分析法对所有所述病人的治疗数据信息进行层次分析，得到至少两个恢复层级的病人的治疗数据信息，所述恢复层级为病人的恢复等级对应
在层次结构模型内位于的层级；第二分析单元，用于将所有恢复层级的病人的治疗数据信息和医院的所有区域的环境信息进行关联分析，确定每个恢复层级的病人的治疗数据信息和医院的每个区域的环境信息之间的关联度值；第一处理单元，用于基于所述关联度值制定至少两种医院的每个区域的环境信息的控制方案，并将所有的所述控制方案发送至训练后的神经网络模型进行病人恢复情况预测，得到病人恢复层级的预测结果；第二处理单元，用于基于粒子群优化算法确定病人恢复层级的预测结果对应的最优控制方案，并根据所述最优控制方案生成设备控制命令；控制单元，用于接收所述设备控制命令，并根据所述设备控制命令对医院区域内的智能设备进行控制
。
[0005]本专利技术的有益效果为：本专利技术能够对医院环境和患者治疗数据进行智能化分析和控制，实现了医院管理和患者治疗过程的智能化和个性化
。
具体而言，通过分析病人的治疗数据信息和医院环境信息的关联度，在制定环境控制方案时考虑了患者的治疗需求和病情状况，提高了控制方案的精度和效果
。
此外，通过层次分析
、
粒子群优化算法等多种优化方法，对病人恢复状态进行预测，实现了对患者的个性化治疗和健康监测，并通过智能设备的控制实现了快速响应和自动化处理的效果
。
[0006]同时，本申请的方法包括基于层次分析法的数据分层和基于粒子群优化算法的控制方案优化，这些方法都具有一定的独特作用
。
其中，基于层次分析法的数据分层使得治疗数据按重要程度自上而下地构建成了层次结构，使得数据分析更加精细，分析结果更加客观科学
。
而基于粒子群优化算法的控制方案优化有助于寻找最优解，弥补了传统控制方案难以找到全局最优解的缺陷
。
这些方法相互协作，能够最大限度地提高智能化物联网控制效果，能够减少医院成本和提高医院环境控制设备的效率，保障医院内病人的恢复速度
。
附图说明
[0007]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，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相关的附图
。
[0008]图1为本专利技术实施例中所述物联智控方法的流程示意图
;
图2为本专利技术实施例中所述物联智控系统的结构示意图
。
具体实施方式
[0009]为使本专利技术实施例的目的
、
技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例
。
通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计
。
因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施
例
。
基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围
。
[0010]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释
。
同时，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性
。
[0011]实施例1：本实施例提供了一种物联智控方法，即一种基于物联网的设备控制方法
。
[0012]参见图1，图中示出了本方法包括步骤
S1、
步骤
S2、
步骤
S3、
步骤
S4、
步骤
S5
和步骤
S6。
[0013]步骤
S1、
基于物联网获取医院的每个区域的环境信息和所有病人的治疗数据信息，所述医院的每个区域的环境信息包括医院的每个区域的温度信息
、
湿度信息
、
氧气浓度信息和光照信息，所述病人的治疗数据信息包括病人的伤口恢复信息和病人的身体指标变化信息；本步骤中的温度信息
...

【技术保护点】

【技术特征摘要】
1.
一种物联智控方法，其特征在于，包括：基于物联网获取医院的每个区域的环境信息和所有病人的治疗数据信息；基于层次分析法对所有所述病人的治疗数据信息进行层次分析，得到至少两个恢复层级的病人的治疗数据信息，所述恢复层级为病人的恢复等级对应在层次结构模型内位于的层级；将所有恢复层级的病人的治疗数据信息和医院的所有区域的环境信息进行关联分析，确定每个恢复层级的病人的治疗数据信息和医院的每个区域的环境信息之间的关联度值；基于所述关联度值制定至少两种医院的每个区域的环境信息的控制方案，并将所有的所述控制方案发送至训练后的神经网络模型进行病人恢复情况预测，得到病人恢复层级的预测结果；确定病人恢复层级的预测结果对应的最优控制方案，并根据所述最优控制方案生成设备控制命令；根据所述设备控制命令对医院区域内的智能设备进行控制
。2.
根据权利要求1所述的物联智控方法，其特征在于
,
基于层次分析法对所有所述病人的治疗数据信息进行层次分析，包括：将所有所述病人的治疗数据信息进行层次分析，其中，通过对所有病人的治疗数据信息中的各个数据进行聚类分析，得到由上到下顺序形成的至少两个层级的层次结构模型；基于所述层次结构模型，对每个恢复层级的层次结构模型内的所有治疗数据进行重要性比较，并基于比较得到的数据归一化处理和构建判别矩阵；基于所述判别矩阵计算矩阵的特征向量和最大特征值，并基于计算结果对所述判别矩阵进行一致性检验，若所述一致性检验与预设结果相同，基于所述计算结果对每个层次的恢复层级进行排序，得到所有病人的治疗数据信息的恢复层级
。3.
根据权利要求2所述的物联智控方法，其特征在于
,
通过对所有病人的治疗数据信息中的各个数据进行聚类分析，划分为由上到下顺序形成的至少两个层级的层次结构模型，包括：基于预设的病人的治疗数据信息的评分阈值对预设的所有病人的历史治疗数据信息进行评分，得到所有病人的历史治疗数据信息的评分值；基于
CART
算法和所有病人的历史治疗数据信息的评分值构建
CART
决策树，对所述
CART
决策树进行随机剪枝处理并确定所述
CART
决策树的常量，得到至少一个未训练的子决策树；基于所述未训练的子决策树和基尼指数计算方法得到最优的子决策树，基于所述最优的子决策树得到身体指标变化评分模型；将所有病人的治疗数据信息发送至身体指标变化评分模型进行评分，并基于
K
‑
means
算法对所有病人的治疗数据信息的对应评分进行聚类计算，得到至少两个聚类簇；基于所有的聚类簇和拉依达准则计算得到每个聚类簇对应的阈值范围，并基于所述阈值范围对所有病人的治疗数据信息进行分层，得到两个层级的病人的治疗数据信息
。4.
根据权利要求2所述的物联智控方法，其特征在于
,
所述判别矩阵的构建公式如下所示：
；其中：
A
为判别矩阵；为当前层级的数据
i
和数据
j
对上一层级的重要性比例标度；
i
和
j
分别为不同种类的数据；
n
为层次结构模型的维度；所述一致性的指标的计算公式如下所示：；其中：
R
为一致性指标；为判别矩阵的最大特征值；
n
为判别矩阵的阶数；
E
为平均随机一致性指标
。5.
根据权利要求1所述的物联智控方法，其特征在于
,
将所有恢复层级的病人的治疗数据信息和医院的所有区域的环境信息进行关联分析，包括：将所有恢复层级的病人的治疗数据信息和医院的所有区域的环境信息进行无量纲化处理，并基于均值转换法对无量纲化后的治疗数据信息和无量纲化后的医院的所有区域的环境信息进行计算，得到无量纲化后的病人的治疗数据信息和无量纲化的医院的所有区域的环境信息；基于预设的关系系数计算公式对无量纲化后的病人的治疗数据信息和无量纲化的医院的所有区域的环境信息，得到关系系数；基于关联度的计算公式和所述关系系数进行关联度计算，得到每个恢复层级的病人的治疗数据信息和医院的每个区域的环境信息之间的关联度值
。6.
根据权利...

【专利技术属性】
技术研发人员：常妍熙子，彭奕中，
申请(专利权)人：湖北大学，
类型：发明
国别省市：