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】
本申請涉及設備部署,尤其涉及一種設備部署方法、裝置、計算機設備及存儲介質。
技術介紹
1、隨著城市智能化的發展,城市人口與車輛數量不斷擴大,因此城市安全監控的重要性也在日益突出。尤其對于停車場等區域,雖然攝像頭等監控設備已經被廣泛應用,以便對車輛及人員等進行自動抓拍和識別,但是,目前在進行攝像頭等監控設備的部署時,主要依賴于人工在已有的項目圖紙上進行繪制和設計,再由現場施工人員進行現場部署調整和優化。
2、由于不同施工場地的環境不同,導致監控設備的識別范圍受限,因此需要耗費大量的設計時間,而且要滿足施工場地具有較好的識別率,則更需要具有經驗的實施人員在現場長時間的校準。然而,現場施工人員水平參差補齊,且部分施工人員水平有限,導致需要設計人員和施工人員的不斷調整才能完成最終的部署,導致設備部署效率較低,且人工成本較高。
技術實現思路
1、基于此,有必要針對上述技術問題,提供一種設備部署方法、裝置、計算機設備及存儲介質,以解決上述現有技術中存在的至少一個問題。
2、第一方面,本申請一實施例中,提供了一種設備部署方法,所述方法,包括如下步驟:
3、建立設備部署優化目標,確定目標函數與約束條件;
4、基于已部署項目的設備部署信息,通過預設神經網絡,預測得到關鍵參數,所述關鍵參數用于作為量子蟻群算法的初始參數值;
5、將所述量子蟻群算法迭代預設迭代次數,基于所述目標函數,計算每個滿足所述約束條件的設備部署方案對應的目標函數值,以基于
6、在所有所述局部最優設備部署方案中選取最優解,作為全局最優設備部署方案。
7、第二方面,提供了一種設備部署裝置,包括:
8、優化目標建立單元,用于建立設備部署優化目標,確定目標函數與約束條件;
9、關鍵參數預測單元,用于基于已部署項目的設備部署信息,通過預設神經網絡,預測得到關鍵參數,所述關鍵參數用于作為量子蟻群算法的初始參數值;
10、求解單元,用于將所述量子蟻群算法迭代預設迭代次數,通過所述約束條件對所述每次迭代過程中產生的設備部署方案進行可行性判定,基于所述目標函數,計算每個滿足所述約束條件的設備部署方案對應的目標函數值,以基于所述目標函數值得到每次迭代過程中產生的局部最優設備部署方案;
11、全局最優設備部署方案確定單元,用于在所有所述局部最優設備部署方案中選取最優解,作為全局最優設備部署方案。
12、第三方面,提供了一種計算機設備,包括存儲器、處理器及存儲在所述存儲器上并在所述處理器上運行的計算機可讀指令,所述處理器執行所述計算機可讀指令時實現如上述所述設備部署方法。
13、第四方面,提供了一種可讀存儲介質,其上存儲有計算機可讀指令,所述計算機可讀指令被處理器執行時實現如上述所述設備部署方法。
14、上述設備部署方法、裝置、計算機設備及存儲介質,其方法實現,包括:建立設備部署優化目標,確定目標函數與約束條件;基于已部署項目的設備部署信息,通過預設神經網絡,預測得到關鍵參數,所述關鍵參數用于作為量子蟻群算法的初始參數值;將所述量子蟻群算法迭代預設迭代次數,基于所述目標函數,計算每個滿足所述約束條件的設備部署方案對應的目標函數值,以基于所述目標函數值得到每次迭代過程中產生的局部最優設備部署方案;在所有所述局部最優設備部署方案中選取最優解,作為全局最優設備部署方案。本申請實施例中,通過獲取已部署的項目點位圖以及設備識別率等信息對神經網絡進行訓練,以得到用于求解設備部署優化目標的量子蟻群算法的初始參數,以便對量子蟻群算法進行迭代,基于迭代結果,求解出設備部署的最優方案,通過將設備部署問題轉換為優化目標,并結合神經網絡與量子螞蟻算法進行求解,可降低在樣本數據有限且人工部署設計容易產生較大誤差的情況下,針對每一個不同的車場道路計算出最優設備部署方案,有效提高設備部署效率,降低人工成本。
本文檔來自技高網...【技術保護點】
1.一種設備部署方法,其特征在于,所述方法,包括:
2.如權利要求1所述的設備部署方法,其特征在于,所述量子蟻群算法包括k個螞蟻,所述將所述量子蟻群算法迭代預設迭代次數,包括:
3.如權利要求2所述的設備部署方法,其特征在于,所述有向圖包括設備部署開始節點以及設備部署結束節點,所述每次迭代過程中,每個螞蟻通過轉移概率,對所述設備部署節點進行遍歷,包括:
4.如權利要求3所述的設備部署方法,其特征在于,所述每個螞蟻根據所述轉移概率,選擇下一個可轉移的設備部署節點,包括:
5.如權利要求1所述的設備部署方法,其特征在于,所述基于已部署項目的設備部署信息,通過預設神經網絡,預測得到關鍵參數,包括:
6.如權利要求5所述的設備部署方法,其特征在于,所述將所述訓練樣本數據依次輸入至所述預設神經網絡中進行訓練,包括:
7.如權利要求1-6任一項所述的設備部署方法,其特征在于,所述在所有所述局部最優設備部署方案中選取最優解,作為全局最優設備部署方案,包括:
8.一種設備部署裝置,其特征在于,所述裝置,包括:
...【技術特征摘要】
1.一種設備部署方法,其特征在于,所述方法,包括:
2.如權利要求1所述的設備部署方法,其特征在于,所述量子蟻群算法包括k個螞蟻,所述將所述量子蟻群算法迭代預設迭代次數,包括:
3.如權利要求2所述的設備部署方法,其特征在于,所述有向圖包括設備部署開始節點以及設備部署結束節點,所述每次迭代過程中,每個螞蟻通過轉移概率,對所述設備部署節點進行遍歷,包括:
4.如權利要求3所述的設備部署方法,其特征在于,所述每個螞蟻根據所述轉移概率,選擇下一個可轉移的設備部署節點,包括:
5.如權利要求1所述的設備部署方法,其特征在于,所述基于已部署項目的設備部署信息,通過預設神經網絡,預測得到關鍵參數,包括:
6.如權利要...
【專利技術屬性】
技術研發人員:唐健,
申請(專利權)人:深圳市捷順科技實業股份有限公司,
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。