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】
本申請涉及人工智能,尤其涉及一種變更日人員需求預測方法、裝置、設備及存儲介質。
技術介紹
1、在運維管理領域,運維人員的有效調度對保障業務的高效和穩定的運行至關重要。特別是在變更日(比如進行系統升級、維護或其他關鍵保障的特定日子),通常涉及復雜的技術操作和高風險管理,正確預測人員需求尤為重要。
2、目前,通常采用人工方式基于經驗判斷和歷史數據分析,來預測變更日人員需求。但通過上述方式進行變更日人員需求預測,存在預測結果不夠準確的問題。
技術實現思路
1、本申請提供一種變更日人員需求預測方法、裝置、設備及存儲介質,以解決通過目前方式進行變更日人員需求預測,存在的預測結果不夠準確的問題。
2、第一方面,本申請提供一種變更日人員需求預測方法,包括:
3、響應于針對目標變更日的人員需求數量預測指令,獲取目標變更日之前的平日操作量時序數據和變更日操作量時序數據;
4、將平日操作量時序數據輸入prophet模型進行操作量預測,得到prophet模型輸出的第一預測操作量和目標殘差項;
5、將變更日操作量時序數據和目標殘差項輸入高斯隱馬爾可夫模型進行操作量預測,得到高斯隱馬爾可夫模型輸出的第二預測操作量;
6、基于第一預測操作量和第二預測操作量,獲得目標變更日對應的目標操作量;
7、根據目標操作量,確定目標變更日對應的目標人員需求數量。
8、第二方面,本申請提供一種變更日人員需求預測裝置,包括:
...【技術保護點】
1.一種變更日人員需求預測方法,其特征在于,包括:
2.根據權利要求1所述的變更日人員需求預測方法,其特征在于,所述基于所述第一預測操作量和所述第二預測操作量,獲得所述目標變更日對應的目標操作量,包括:
3.根據權利要求1所述的變更日人員需求預測方法,其特征在于,所述Prophet模型是通過以下方式訓練獲得的:
4.根據權利要求3所述的變更日人員需求預測方法,其特征在于,所述高斯隱馬爾可夫模型是通過以下方式訓練獲得的:
5.根據權利要求4所述的變更日人員需求預測方法,其特征在于,所述高斯隱馬爾可夫模型的隱藏狀態數量為8個以及可觀察態向量的協方差類型參數采用對角協方差矩陣。
6.根據權利要求1至5中任一項所述的變更日人員需求預測方法,其特征在于,所述將所述平日操作量時序數據輸入Prophet模型進行操作量預測,包括:
7.根據權利要求6所述的變更日人員需求預測方法,其特征在于,所述將所述變更日操作量時序數據和所述目標殘差項輸入高斯隱馬爾可夫模型進行操作量預測,包括:
8.一種變更日人員需求預測裝置,
9.一種電子設備,其特征在于,包括:處理器,以及與所述處理器通信連接的存儲器;
10.一種計算機可讀存儲介質,其特征在于,所述計算機可讀存儲介質中存儲有計算機程序指令,所述計算機程序指令被執行時,實現如權利要求1至7中任一項所述的變更日人員需求預測方法。
...【技術特征摘要】
1.一種變更日人員需求預測方法,其特征在于,包括:
2.根據權利要求1所述的變更日人員需求預測方法,其特征在于,所述基于所述第一預測操作量和所述第二預測操作量,獲得所述目標變更日對應的目標操作量,包括:
3.根據權利要求1所述的變更日人員需求預測方法,其特征在于,所述prophet模型是通過以下方式訓練獲得的:
4.根據權利要求3所述的變更日人員需求預測方法,其特征在于,所述高斯隱馬爾可夫模型是通過以下方式訓練獲得的:
5.根據權利要求4所述的變更日人員需求預測方法,其特征在于,所述高斯隱馬爾可夫模型的隱藏狀態數量為8個以及可觀察態向量的協方差類型參數采用對角協方差矩陣。
6.根...
【專利技術屬性】
技術研發人員:姚卿,袁秋華,
申請(專利權)人:中國農業銀行股份有限公司,
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。