【技术实现步骤摘要】
本专利技术涉及物资分派领域，特别涉及一种应急物资的运力动态配置方法、系统、设备和介质。
技术介绍
1、在现有的应急响应机制中，车辆调度的决策通常基于对救援物资需求的预测，而这些预测主要是人们通过经验判断和静态规划得到。传统情况下，进行需求评估时，常见的偏好是将物体与最大承载能力相匹配，以确保负载在设备设计规格内，从而最大程度地提高效率并保障安全。但这种方式缺乏灵活性，难以应对复杂多变的应急响应场景。相比之下，虽然强化学习技术提供了数据驱动和个性化定制的解决方案，能够通过与环境的交互学习来提高评估的准确性和效率，但其面临设计合适的奖励机制、处理高维动作空间等挑战，且训练模型需要大量数据，增加了实施难度。因此，需要提供一种应急物资的运力动态配置方法、系统、设备和介质。
技术实现思路
1、本专利技术提供一种应急物资的运力动态配置方法。以解决现有技术中无法在动态变化的环境中准确的实现物资分派和车辆调度的问题。
2、本专利技术提供的一种应急物资的运力动态配置方法，包括：获取应急物资运送的环境信息、应急物资信息以及历史车辆调度信息；将所述应急物资信息和所述历史车辆调度信息输入至分派模型的transformer网络，基于自注意力机制得到第一运力；将所述应急物资信息和所述历史车辆调度信息输入至所述分派模型的dqn网络，基于强化学习原理得到第二运力；将所述环境信息和所述应急物资信息输入至所述分派模型的线性网络，生成随输入信息变化的动态权重；将所述第一运力和所述第二运力采用所述动态权重加权
3、于本专利技术一实施例中，输入至所述分派模型的所述应急物资信息和所述历史车辆调度信息是经过预处理的，所述预处理的过程包括：分别对所述应急物资信息和所述历史车辆调度信息进行数据清洗；分别对清洗后的所述应急物资信息和所述历史车辆调度信息进行异常值处理；分别对异常值处理后的所述应急物资信息和所述历史车辆调度信息进行特征编码；分别对特征编码后的所述应急物资信息和所述历史车辆调度信息进行归一化和标准化操作，得到预处理后的所述应急物资信息和所述历史车辆调度信息。
4、于本专利技术一实施例中，所述异常值处理的方法包括以下任意一种或多种：删除异常值、修正异常值、限制异常值。
5、于本专利技术一实施例中，所述将所述应急物资信息和所述历史车辆调度信息输入至分派模型的transformer网络，基于自注意力机制得到第一运力，包括：将所述应急物资信息和所述历史车辆调度信息进行特征拼接，生成综合特征；将所述综合特征输入至transformer网络的编码器，基于自注意力机制生成特征向量；将所述特征向量输入至transformer网络的解码器，基于自注意力机制根据所述特征向量中各数据的关系生成第一运力。
6、于本专利技术一实施例中，所述应急物资信息包括应急物资的种类、数量和运输需求。
7、于本专利技术一实施例中，所述将所述应急物资信息和所述历史车辆调度信息输入至所述分派模型的dqn网络，基于强化学习原理得到第二运力配置，包括：将所述应急物资信息和所述历史车辆调度信息合并编码为状态向量，输入至dqn网络，基于预设的奖励函数，对预先学习到的每种派车策略进行评估，生成每种派车策略的q值；其中，q值为执行对应派车策略在当前状态下获得的预期长期效益；采用贪婪策略从各q值中选取q值最高的派车策略作为第二运力。
8、于本专利技术一实施例中，所述最终运力y′i为：y′i＝mlp(αt*·tt+(1-αt)·rtt)，其中，αt为当前时刻t的动态权重，tt为当前时刻t的第一运力，rtt为当前时刻t的第二运力，mlp为多层感知机。
9、于本专利技术一实施例中，还提供了一种应急物资的运力动态配置系统，所述系统包括：数据获取模块，用于获取应急物资运送的环境信息、应急物资信息以及历史车辆调度信息；历史经验预测模块，用于将所述应急物资信息和所述历史车辆调度信息输入至分派模型的transformer网络，基于自注意力机制得到第一运力；强化学习模块，用于将所述应急物资信息和所述历史车辆调度信息输入至所述分派模型的dqn网络，基于强化学习原理得到第二运力；动态权重获取模块，用于将所述环境信息和所述应急物资信息输入至所述分派模型的线性网络，生成随输入信息变化的动态权重；最终运力生成模块，用于将所述第一运力和所述第二运力采用所述动态权重加权处理，得到最终运力。
10、于本专利技术一实施例中，还提供一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现上述任一项所述的应急物资的运力动态配置方法。
11、于本专利技术一实施例中，还提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行上述任一项所述的应急物资的运力动态配置方法。
12、本专利技术提出的一种应急物资的运力动态配置方法，综合考量环境信息、应急物资需求与历史车辆使用情况，通过自注意力机制和强化学习原理分别生成两种运力预测，进而利用环境信息与物资需求信息生成的动态权重对这两种运力进行加权合成，预测出最终运力。优化了应急物资分派的决策过程，提升了应急响应速度，为复杂多变的紧急情况下的物资分派提供了一种可靠、灵活且高效的解决方案。
本文档来自技高网...【技术保护点】
1.一种应急物资的运力动态配置方法，其特征在于，所述方法包括：
2.根据权利要求1所述的应急物资的运力动态配置方法，其特征在于，输入至所述分派模型的所述应急物资信息和所述历史车辆调度信息是经过预处理的，所述预处理的过程包括：
3.根据权利要求2所述的应急物资的运力动态配置方法，其特征在于，所述异常值处理的方法包括以下任意一种或多种：删除异常值、修正异常值、限制异常值。
4.根据权利要求1所述的应急物资的运力动态配置方法，其特征在于，所述将所述应急物资信息和所述历史车辆调度信息输入至分派模型的Transformer网络，基于自注意力机制得到第一运力，包括：
5.根据权利要求1所述的应急物资的运力动态配置方法，其特征在于，所述应急物资信息包括应急物资的种类、数量和运输需求。
6.根据权利按要求1所述的应急物资的运力动态配置方法，其特征在于，所述将所述应急物资信息和所述历史车辆调度信息输入至所述分派模型的DQN网络，基于强化学习原理得到第二运力配置，包括：
7.根据权利要求1所述的应急物资的运力动态配置方法，其特征
8.一种应急物资的运力动态配置系统，其特征在于，所述系统包括：
9.一种电子设备，其特征在于：
10.一种计算机可读存储介质，其特征在于：其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行权利要求1至7中任一项所述的应急物资的运力动态配置方法。
...【技术特征摘要】
1.一种应急物资的运力动态配置方法，其特征在于，所述方法包括：
2.根据权利要求1所述的应急物资的运力动态配置方法，其特征在于，输入至所述分派模型的所述应急物资信息和所述历史车辆调度信息是经过预处理的，所述预处理的过程包括：
3.根据权利要求2所述的应急物资的运力动态配置方法，其特征在于，所述异常值处理的方法包括以下任意一种或多种：删除异常值、修正异常值、限制异常值。
4.根据权利要求1所述的应急物资的运力动态配置方法，其特征在于，所述将所述应急物资信息和所述历史车辆调度信息输入至分派模型的transformer网络，基于自注意力机制得到第一运力，包括：
5.根据权利要求1所述的应急物资的运力动态配置方法，其特征在于，所述应急物资信息包括应急物资的种类、数量和运输需求。
6.根据...
【专利技术属性】
技术研发人员：薛丽霞，杨娟，汪荣贵，段亚林，魏宇航，董江，周龙，张浩，金子谦，刘安博，邓智勇，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：
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。