System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及智慧交通,尤其涉及一種基于大模型的演練態勢影響分析方法、系統及存儲介質。
技術介紹
1、車站封端演練是一種模擬車站遭遇緊急情況(如火災、自然災害等)時,進行的人員疏散、安全封控、應急救援等流程的演練活動。演練旨在提高車站工作人員及乘客在突發事件中的應急反應能力,確保人員安全,減少傷亡和財產損失。車站封端演練過程中,為保障乘客出行效率,對演練方案的演練態勢影響分析的問題越來越受人們所重視。
2、現有的演練態勢影響分析過程中,一般基于人工經驗的方式對演練方案進行演練態勢影響分析,導致演練態勢影響分析的準確率低下。
技術實現思路
1、本專利技術實施例的目的在于提供一種基于大模型的演練態勢影響分析方法、系統及存儲介質,以解決現有技術中演練態勢影響分析準確率低下的問題。
2、本專利技術實施例是這樣實現的,一種基于大模型的演練態勢影響分析方法,所述方法包括:
3、獲取演練指令,并根據所述演練指令確定目標車站和目標封端區域;
4、獲取所述目標車站中各車站區域的區域圖像,并根據所述區域圖像確定人流分布信息;
5、獲取所述目標車站中預設時長內的售票信息,并根據所述售票信息確定人流趨勢變化;
6、根據所述目標車站的車站位置和當前時間確定演練外部信息,所述演練外部信息包括演練天氣信息、演練假日信息和演練賽事信息;
7、將所述目標封端區域、所述人流分布信息、所述人流趨勢變化和所述演練外部信息輸入預訓練后的大模
8、優選的,將所述目標封端區域、所述人流分布信息、所述人流趨勢變化和所述演練外部信息輸入預訓練后的大模型進行態勢影響分析之前,還包括:
9、獲取演練樣本,并將所述演練樣本輸入大模型進行人流分析,得到演練內部樣本信息;
10、根據所述演練樣本中的演練天氣樣本、演練假日樣本和演練賽事樣本,對封端樣本區域進行影響預測,得到演練外部預測影響;
11、根據所述演練內部樣本信息對所述封端樣本區域進行影響預測,得到演練內部預測影響,并根據所述演練內部預測影響和所述演練外部預測影響確定演練預測態勢;
12、根據所述演練內部預測影響、所述演練外部預測影響和所述演練預測態勢確定模型損失,并根據所述模型損失對所述大模型進行參數更新,得到所述預訓練后的大模型。
13、優選的,將所述演練樣本輸入大模型進行人流分析,得到演練內部樣本信息,包括:
14、根據所述大模型對所述演練樣本中樣本區域的區域圖像進行人臉識別,得到區域人臉數量,并根據所述區域人臉數量確定所述樣本區域的人流分布樣本值;
15、獲取所述演練樣本中的售票樣本信息,并根據所述售票樣本信息中的用戶目的地確定目標站臺;
16、根據所述目標站臺確定所述樣本區域的人流變化數量,并根據所述人流變化數量確定所述樣本區域的區域人流趨勢;
17、其中,所述演練內部樣本信息包括所述區域人流趨勢和所述區域人流分布。
18、優選的,根據所述演練內部預測影響、所述演練外部預測影響和所述演練預測態勢確定模型損失,包括:
19、獲取所述演練樣本的演練內部真實影響、演練外部真實影響和演練真實態勢,并根據所述演練內部真實影響和所述演練內部預測影響計算第一損失;
20、根據所述演練外部真實影響和所述演練外部預測影響計算第二損失,并根據所述演練真實態勢和所述演練預測態勢計算第三損失;
21、對所述第一損失、所述第二損失和所述第三損失進行權重值計算,得到所述模型損失。
22、優選的,將所述目標封端區域、所述人流分布信息、所述人流趨勢變化和所述演練外部信息輸入預訓練后的大模型進行態勢影響分析,得到演練態勢影響分析結果之后,還包括:
23、將所述目標封端區域和所述演練外部信息輸入預訓練后的大模型進行演練區域匹配,得到第一候選演練方案,并獲取所述第一候選演練方案的歷史演練態勢;
24、將最小所述歷史演練態勢對應的所述第一候選演練方案設置為第一優化演練方案;
25、將所述當前時間和所述演練外部信息輸入預訓練后的大模型進行演練時間匹配,得到第二候選演練方案,并獲取所述第二候選演練方案的歷史演練態勢;
26、將最小所述歷史演練態勢對應的所述第二候選演練方案設置為第二優化演練方案,并根據所述第一優化演練方案和所述第二優化演練方案生成方案優化信息。
27、優選的,獲取演練樣本之后,還包括:
28、根據所述大模型進行噪聲抽樣,得到抽樣噪聲,并根據所述抽樣噪聲和所述演練樣本進行樣本生成,得到生成樣本;
29、對所述生成樣本進行樣本判斷,得到判斷結果,并根據所述判斷結果確定樣本生成損失;
30、根據所述樣本生成損失對所述大模型進行參數更新,直至所述大模型收斂,并將所述演練樣本輸入收斂后的所述大模型進行數據增強,得到增強數據;
31、將所述增強數據對所述演練樣本進行替換。
32、優選的,將所述目標封端區域、所述人流分布信息、所述人流趨勢變化和所述演練外部信息輸入預訓練后的大模型進行態勢影響分析,得到演練態勢影響分析結果之后,還包括:
33、根據所述目標封端區域、所述人流分布信息、所述人流趨勢變化和所述演練外部信息確定演練相似方案,并獲取所述演練相似方案的演練問題和應急方案;
34、根據所述演練問題和所述應急方案生成演練提示。
35、本專利技術實施例的另一目的在于提供一種基于大模型的演練態勢影響分析系統,所述系統包括:
36、區域確定模塊,用于獲取演練指令,并根據所述演練指令確定目標車站和目標封端區域;
37、人流分析模塊,用于獲取所述目標車站中各車站區域的區域圖像,并根據所述區域圖像確定人流分布信息;
38、獲取所述目標車站中預設時長內的售票信息,并根據所述售票信息確定人流趨勢變化;
39、外部分析模塊,用于根據所述目標車站的車站位置和當前時間確定演練外部信息,所述演練外部信息包括演練天氣信息、演練假日信息和演練賽事信息;
40、態勢分析模塊,用于將所述目標封端區域、所述人流分布信息、所述人流趨勢變化和所述演練外部信息輸入預訓練后的大模型進行態勢影響分析,得到演練態勢影響分析結果。
41、優選的,所述演練態勢影響分析系統還包括:
42、模型訓練模塊,用于獲取演練樣本,并將所述演練樣本輸入大模型進行人流分析,得到演練內部樣本信息;
43、根據所述演練樣本中的演練天氣樣本、演練假日樣本和演練賽事樣本,對封端樣本區域進行影響預測,得到演練外部預測影響;
44、根據所述演練內部樣本信息對所述封端樣本區域進行影響預測,得到演練內部預測影響,并根據所述演練內部預測影響和所述演練外部預測影響確定演練預測態勢本文檔來自技高網...
【技術保護點】
1.一種基于大模型的演練態勢影響分析方法,其特征在于,所述方法包括:
2.如權利要求1所述的基于大模型的演練態勢影響分析方法,其特征在于,將所述目標封端區域、所述人流分布信息、所述人流趨勢變化和所述演練外部信息輸入預訓練后的大模型進行態勢影響分析之前,還包括:
3.如權利要求2所述的基于大模型的演練態勢影響分析方法,其特征在于,將所述演練樣本輸入大模型進行人流分析,得到演練內部樣本信息,包括:
4.如權利要求2所述的基于大模型的演練態勢影響分析方法,其特征在于,根據所述演練內部預測影響、所述演練外部預測影響和所述演練預測態勢確定模型損失,包括:
5.如權利要求1所述的基于大模型的演練態勢影響分析方法,其特征在于,將所述目標封端區域、所述人流分布信息、所述人流趨勢變化和所述演練外部信息輸入預訓練后的大模型進行態勢影響分析,得到演練態勢影響分析結果之后,還包括:
6.如權利要求2所述的基于大模型的演練態勢影響分析方法,其特征在于,獲取演練樣本之后,還包括:
7.如權利要求1所述的基于大模型的演練態勢影響分析方法,
8.一種基于大模型的演練態勢影響分析系統,其特征在于,所述系統包括:
9.如權利要求8所述的基于大模型的演練態勢影響分析系統,其特征在于,所述演練態勢影響分析系統還包括:
10.一種計算機可讀存儲介質,所述計算機可讀存儲介質存儲有計算機程序,其特征在于,所述計算機程序被處理器執行時實現如權利要求1至7任一項所述方法的步驟。
...【技術特征摘要】
1.一種基于大模型的演練態勢影響分析方法,其特征在于,所述方法包括:
2.如權利要求1所述的基于大模型的演練態勢影響分析方法,其特征在于,將所述目標封端區域、所述人流分布信息、所述人流趨勢變化和所述演練外部信息輸入預訓練后的大模型進行態勢影響分析之前,還包括:
3.如權利要求2所述的基于大模型的演練態勢影響分析方法,其特征在于,將所述演練樣本輸入大模型進行人流分析,得到演練內部樣本信息,包括:
4.如權利要求2所述的基于大模型的演練態勢影響分析方法,其特征在于,根據所述演練內部預測影響、所述演練外部預測影響和所述演練預測態勢確定模型損失,包括:
5.如權利要求1所述的基于大模型的演練態勢影響分析方法,其特征在于,將所述目標封端區域、所述人流分布信息、所述人流趨勢變化和所述演練外部信息輸入預訓練后的大模...
【專利技術屬性】
技術研發人員:李旭濱,簡明,
申請(專利權)人:廣西桂云通科技有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。