【技術實現步驟摘要】
本文件涉及智慧社區，尤其涉及一種基于知識圖譜的智慧社區人-機-物協同調度方法及系統。
技術介紹
1、人-機-物三元融合代表了物理空間、信息空間與社會空間三者之間的深度整合，其中物理空間不斷與信息空間和社會空間進行密切的信息互動，而信息空間和社會空間之間則實現了認知屬性與計算屬性的高度融合。在智慧社區中，物業服務是這一融合的關鍵環節。通過將人、機器和物聯網設備相結合，可以實現物業服務的智能化管理和高效調度。例如，利用傳感器實時監測社區環境，通過數據分析優化資源配置，提升服務響應速度，確保社區居民的安全與舒適。但現有的智慧社區調度方法仍面臨若干挑戰和不足：（1）當前的智慧社區調度系統在處理緊急情況時，往往無法做到即時反應，缺乏快速高效的調度機制，導致社區居民的緊急需求得不到及時滿足；（2）各個系統和設備間的信息仍然處于分散狀態，缺乏有效的數據整合機制導致重要信息無法被共享和利用，從而降低了調度效率，難以滿足中控系統的統一高效聯合調動；（3）現有調度系統大多依賴預設的規則進行決策，這導致在面對未知或復雜場景時，系統的適應性和靈活性不足，面對個性化需求難以快速調整和響應，無法提供貼心服務；（4）在智慧社區的運行中，大量敏感數據的收集、存儲和處理帶來了顯著的安全和隱私風險，增加了數據泄露和濫用的可能性。
技術實現思路
1、本說明書一個或多個實施例提供了一種基于知識圖譜的智慧社區人-機-物協同調度方法，包括：
2、在社區內部署物聯網設備和傳感器，采集社區內各類物聯網設備和傳感器的數
3、根據實體間的靜態關系形成人-機-物三元組結構，基于采集的各類物聯網設備和傳感器的數據，識別三元組結構中存在因果關系的變量，構建具有實體-關系屬性的人-機-物三元知識圖譜，通過因果推理方法對構建的人-機-物三元知識圖譜進行維護更新；
4、基于人-機-物三元知識圖譜，采用深度學習網絡選擇執行調度任務并反饋執行結果，根據執行結果更新知識圖譜。
5、進一步地，所述傳感器包括溫濕度傳感器、運動傳感器和光線傳感器，用于對社區物理環境進行監測，并通過時間、日期監測記錄時間節點。
6、進一步地，居民通過智能終端設備與社區內部的智能系統建立連接，創建信息和指令交換通道具體包括：
7、居民使用智能終端設備與社區的智能系統建立連接，所述智能終端設備包括智能手機、平板和電腦；
8、通過所述智能終端設備向智能系統發送具體指令信息或提出需求信息；
9、智能系統根據預設的算法和條件對接收到的指令信息或需求信息進行處理，轉化為相應的控制信號，發送至對應物聯網設備執行相應操作。
10、進一步地，所述通過所述智能終端設備向智能系統發送具體指令信息或提出需求信息具體包括：
11、通過智能終端設備的圖形用戶界面gui或語音助手向智能系統發送指令或需求信息。
12、智能系統將接收到的指令或需求信息轉化為詞向量，匹配人-機-物三元知識圖譜中的相似指令或需求，并連接到與該需求相關聯的設備以及對應參數，得到處理中需求的設備以及參數之后，將用戶輸入轉化為明確的控制指令。
13、進一步地，構建具有實體-關系屬性的人-機-物三元知識圖譜，通過因果推理方法對構建的人-機-物三元知識圖譜進行維護更新具體方法為：
14、通過帶有約束的貝葉斯網絡構建一個概率圖模型，表示變量之間的因果依賴關系，所述概率圖模型中，節點代表社區中的實體或事件，有向邊表示一個實體對另一個實體的潛在影響，貝葉斯網絡通過算法自動識別條件獨立性，得到真實的因果結構；
15、設定貝葉斯網絡的約束條件，通過約束條件限制不存在因果關系的變量之間的直接連接；
16、通過對變量間的條件獨立性進行自動化檢驗，獲取條件獨立性檢驗的結果，具體包括：基于貝葉斯規則，判斷在給定其他變量的情況下，兩個變量是否獨立，若獨立，則移除這兩個節點之間的連接；
17、根據條件獨立性檢驗的結果生成有向無環圖dag，其中每條有向邊表示兩個變量之間的因果依賴關系，通過最大化后驗概率，確定最優的因果結構；
18、利用最大似然估計法或貝葉斯估計，對有向無環圖dag中的每條邊進行參數估計，量化因果關系的強度。
19、進一步地，所述方法進一步包括：
20、應用因果森林算法來估計個體處理效應ite，因果森林通過構建多個決策樹，針對每一個個體評估在特定條件下的預期結果，進行個性化的因果效應估計。
21、進一步地，所述因果森林算法的構建和應用流程如下：
22、數據準備與預處理：系統收集社區中不同居民或物聯網設備的觀測數據變量，將收集的觀測數據變量標準化并處理缺失值，所述觀測數據變量包含干預措施和對應的結果；
23、構建隨機決策樹集群：使用數據的不同子集，通過隨機抽樣的方式構建多個決策樹，每棵決策樹對干預措施的因果效應進行估計，并生成與特定設備或居民相關的個體處理效應ite；
24、個體效應估計：針對每一個個體，包括物聯網設備或居民，通過因果森林算法在多棵樹上分別進行估計，計算在不同條件下的預期處理效應，識別出特定干預措施對某個設備或居民的個性化影響；
25、集成多棵決策樹的結果：通過集成所有決策樹的估計結果，系統對每個個體的處理效應做出加權平均獲取集成后的結果；
26、因果效應分析與解釋：通過集成后的結果，智能系統自動生成個體處理效應ite的分布，并根據物聯網設備或居民的特征提供個性化的因果解釋。
27、本說明書一個或多個實施例提供了一種基于知識圖譜的智慧社區人-機-物協同調度系統，包括：
28、信息采集模塊：用于在社區內部署物聯網設備和傳感器，采集社區內各類物聯網設備和傳感器的數據，傳輸至社區內部的智能系統，居民通過智能終端設備與社區內部的智能系統建立連接，創建信息和指令交換通道；
29、知識圖譜構建模塊：用于根據實體間的靜態關系形成人-機-物三元組結構，基于采集的各類物聯網設備和傳感器的數據，識別三元組結構中存在因果關系的變量，構建具有實體-關系屬性的人-機-物三元知識圖譜，通過因果推理方法對構建的人-機-物三元知識圖譜進行維護更新；
30、協同調度模塊：用于基于人-機-物三元知識圖譜，采用深度學習網絡選擇執行調度任務并反饋執行結果，根據執行結果更新知識圖譜。
31、本說明書一個或多個實施例提供了一種電子設備，包括：
32、處理器；以及，
33、被安排成存儲計算機可執行指令的存儲器，所述計算機可執行指令在被執行時使所述處理器實現上述基于知識圖譜的智慧社區人-機-物協同調度方法的步驟。
34、本說明書一個或多個實施例提供了一種存儲介質，用于存儲計算機可執行指令，所述計算機可執行指令在被執本文檔來自技高網...
【技術保護點】
1.一種基于知識圖譜的智慧社區人-機-物協同調度方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述傳感器包括溫濕度傳感器、運動傳感器和光線傳感器，用于對社區物理環境進行監測，并通過時間、日期監測記錄時間節點。
3.根據權利要求2所述的方法，其特征在于，居民通過智能終端設備與社區內部的智能系統建立連接，創建信息和指令交換通道具體包括：
4.根據權利要求3所述的方法，其特征在于，所述通過所述智能終端設備向智能系統發送具體指令信息或提出需求信息具體包括：
5.根據權利要求1所述的方法，其特征在于，構建具有實體-關系屬性的人-機-物三元知識圖譜，通過因果推理方法對構建的人-機-物三元知識圖譜進行維護更新具體方法為：
6.根據權利要求5所述的方法，其特征在于，所述方法進一步包括：
7.根據權利要求6所述的方法，其特征在于，所述因果森林算法的構建和應用流程如下：
8.一種基于知識圖譜的智慧社區人-機-物協同調度系統，其特征在于，包括：
9.一種電子設備，其特征在于，包括：p>
10.一種存儲介質，其特征在于，用于存儲計算機可執行指令，所述計算機可執行指令在被執行時實現如權利要求1至7任一所述的基于知識圖譜的智慧社區人-機-物協同調度方法的步驟。
...【技術特征摘要】
1.一種基于知識圖譜的智慧社區人-機-物協同調度方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述傳感器包括溫濕度傳感器、運動傳感器和光線傳感器，用于對社區物理環境進行監測，并通過時間、日期監測記錄時間節點。
3.根據權利要求2所述的方法，其特征在于，居民通過智能終端設備與社區內部的智能系統建立連接，創建信息和指令交換通道具體包括：
4.根據權利要求3所述的方法，其特征在于，所述通過所述智能終端設備向智能系統發送具體指令信息或提出需求信息具體包括：
5.根據權利要求1所述的方法，其特征在于，構建具有實體-關系屬性...
【專利技術屬性】
技術研發人員：石麗紅，周宇辰，漆司翰，趙習枝，何望君，張福浩，劉曉東，趙陽陽，余承霖，張宇超，彭翔宇，
申請(專利權)人：中國測繪科學研究院，
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。