一种车辆需求预测方法和系统的制作方法
【专利摘要】本发明公开了一种车辆需求预测方法和系统，根据车辆需求预测的参数，得到目标问题，在案例库中检索与所述目标问题相似度最高的案例，并根据所述参数对最似案例进行修正来解决目标问题得到实际解，利用了最似案例的成功经验，同时也考虑到目标问题与最似案例的差异对最似案例进行修正后再重用，解决目标问题，本发明还公开了一种车辆需求预测系统，应用本发明提供的车辆需求预测方法和系统，可以对车辆应急需求准确地进行预测。
【专利说明】
一种车辆需求预测方法和系统
【技术领域】
[0001]本发明涉及需求预测领域，特别是涉及一种车辆需求预测方法和系统。
【背景技术】
[0002]随着现代城市化进程的发展和电力电网范围的扩大，供电公司各种车辆也在不断适应企业发展的需要。企业车辆如何在数量、投入产出、经济效益、安全之间实现平衡和兼顾一直是各大企业重点关注和研究的课题。
[0003]为了解决当前车辆管理面临的困境，首先，我们要对当前的形式和未来的发展做好分析和预测；然后，根据分析和预测的结果，提出供电公司车辆调度的优化模型；最后，通过该方法解决供电公司所面临的问题。需求预测是资源配置的首要条件，在应急管理中，只有确定了资源的数量，才能够将有限资源合理的配置在不同的地方。
[0004]在应急资源需求分析的基础上，可以发现供电公司应急车辆资源需求预测是一个多输入(危险源指标)单输出(应急车辆)或者多输入多输出的预测问题，而且输入输出具有因果关系，目前符合多个因变量的预测方法主要有多元线性回归预测和神经网络预测方法，其中，多元线性回归预测对样本数据质量要求较高，需要的样本数据量也较大，如果数据样本较小会造成较大的预测误差；神经网络预测需要大量的数据训练多层网络，而且预测结果不稳定，训练的时间较长，函数的选择比较依赖试验，且缺乏依据。目前对供电公司的应急车辆需求缺乏准确的预测方法。
【发明内容】
[0005]有鉴于此，本发明的主要目的在于提供一种车辆需求预测方法，可以对应急需求准确地进行预测。
[0006]为实现上述目的，本发明提供了一种车辆需求预测方法，包括:
[0007]获取车辆需求预测的参数，根据所述参数得到目标问题；
[0008]根据所述目标问题在案例库中检索与所述目标问题相似度最高的案例，将其确定为最似案例；
[0009]根据所述参数对所述最似案例进行修正；
[0010]利用修正后的所述最似案例解决所述目标问题得到实际解。
[0011]优选地,所述参数包括危险源指标。
[0012]优选地，根据所述目标问题在案例库中检索与所述目标问题相似度最高的案例，将其确定为最似案例后还包括:
[0013]利用所述最似案例解决所述目标问题得到目标解。
[0014]优选地，利用修正后的所述最似案例解决所述目标问题得到实际解后还包括:
[0015]将目标问题与所述目标解和所述实际解生成新案例。
[0016]优选地，将目标问题与所述目标解和所述实际解生成新案例后还包括:
[0017]将所述新案例添加进入案例库。
[0018]本发明还提供了一种车辆需求预测系统，包括:
[0019]参数获取模块，用于获取车辆需求预测的参数；
[0020]问题生成模块，用于根据所述参数得到目标问题；
[0021]检索模块，用于根据所述目标问题在案例库中检索与所述目标问题相似度最高的案例，将其确定为最似案例；
[0022]修正模块，用于根据所述参数对所述最似案例进行修正；
[0023]实际解获取模块，用于利用修正后的所述最似案例解决所述目标问题得到实际解。
[0024]优选地，所述车辆需求预测系统还包括:
[0025]目标解获取模块，用于利用所述最似案例解决所述目标问题得到目标解。
[0026]优选地，所述车辆需求预测系统还包括:
[0027]案例生成模块，用于将目标问题与所述目标解和所述实际解生成新案例。
[0028]优选地，所述车辆需求预测系统还包括:
[0029]更新模块，用于将所述新案例添加进入案例库。
[0030]应用本发明提供的车辆需求预测方法和系统，根据车辆需求预测的参数，得到目标问题，在案例库中检索与所述目标问题相似度最高的案例，并根据所述参数对最似案例进行修正来解决目标问题得到实际解，利用了最似案例的成功经验，同时也考虑到目标问题与最似案例的差异对最似案例进行修正后再重用，解决目标问题，可以对车辆应急需求准确地进行预测。
【专利附图】
【附图说明】
[0031]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0032]图1为本发明一种车辆需求预测方法的流程图；
[0033]图2为本发明一种车辆需求预测方法的又一流程图；
[0034]图3为本发明一种车辆需求预测方法的又一流程图；
[0035]图4为本发明一种车辆需求预测方法的又一流程图；
[0036]图5为本发明一种车辆需求预测方法的实施例案例推理原理不意图；
[0037]图6为本发明一种车辆需求预测方法的结构示意图；
[0038]图7为本发明一种车辆需求预测方法的又一结构示意图；
[0039]图8为本发明一种车辆需求预测方法的又一结构示意图；
[0040]图9为本发明一种车辆需求预测方法的又一结构示意图。
【具体实施方式】
[0041]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0042]本发明提供一种车辆需求预测方法，如图1所示，为本发明车辆需求预测方法具体实施例的流程图，包括:
[0043]步骤S101:获取车辆需求预测的参数，根据所述参数得到目标问题；
[0044]车辆资源的需求预测一般根据危险源指标预测车辆，获取参数如危险源指标，并得到需要解决的目标问题。
[0045]步骤S102:根据所述目标问题在案例库中检索与所述目标问题相似度最高的案例，将其确定为最似案例；
[0046]根据之前解决需求预测问题时的成功经验会有一个经验的案例库，根据目标问题在案例库中检索最相似的案例，作为最似案例，可以借鉴最似案例的解决问题的经验。
[0047]步骤S103:根据所述参数对所述最似案例进行修正；
[0048]目标问题与最似案例虽然相近程度高，但是也存在差异，根据参数对最似案例的属性要素进行修正。
[0049]步骤S104:利用修正后的所述最似案例解决所述目标问题得到实际解。
[0050]修正后的最似案例可以解决目标问题得到此次问题的实际解。
[0051]应用本实施例提供的车辆需求预测方法，根据车辆需求预测的参数，得到目标问题，在案例库中检索与所述目标问题相似度最高的案例，并根据所述参数对最似案例进行修正来解决目标问题得到实际解，利用了最似案例的成功经验，同时也考虑到目标问题与最似案例的差异对最似案例进行修正后再重用，解决目标问题，可以对车辆应急需求准确地进行预测。
[0052]如图2所示，为本发明车辆需求预测方法又一具体实施例的流程图，对应于图1，还包括:
[0053]步骤S105:利用所述最似案例解决所述目标问题得到目标解。
[0054]如图3所示，为本发明车辆需求预测方法又一具体实施例的流程图，对应于图1，还包括:
[0055]步骤S106:将目标问题与所述目标解和所述实际解生成新案例。
[0056]将目标问题和目标解与实际解生成一个可以借鉴的新案例方便作为以后问题的最似案例。
[0057]如图4所示，为本发明车辆需求预测方法又一具体实施例的流程图，对应于图1，还包括:
[0058]步骤S107:将所述新案例添加进入案例库。
[0059]将新案例添加进入案例库，更新案例库，丰富案例库中的经验。
[0060]本实施例的方法为使用案例推理来实现车辆需求预测，如图5所示，为本实施例的案例推理原理示意图，包括:检索、修正、重用和学习，不断提高案例推理解决需求预测的准确性。
[0061]本发明还提供一种车辆需求预测系统，如图6所示，为本发明车辆需求预测系统实施例的结构示意图，包括:
[0062]参数获取模块101，用于获取车辆需求预测的参数；
[0063]问题生成模块102，与所述参数获取模块101相连接，用于根据所述参数得到目标问题；
[0064]检索模块103，与所述问题生成模块102相连接，用于根据所述目标问题在案例库中检索与所述目标问题相似度最高的案例，将其确定为最似案例；
[0065]修正模块104，与所述检索模块103相连接，用于根据所述参数对所述最似案例进行修正；
[0066]实际解获取模块105，与所述修正模块104相连接，用于利用修正后的所述最似案例解决所述目标问题得到实际解。
[0067]应用本实施例提供的车辆需求预测系统，根据车辆需求预测的参数，得到目标问题，在案例库中检索与所述目标问题相似度最高的案例，并根据所述参数对最似案例进行修正来解决目标问题得到实际解，利用了最似案例的成功经验，同时也考虑到目标问题与最似案例的差异对最似案例进行修正后再重用，解决目标问题，可以对车辆应急需求准确地进行预测。
[0068]如图7所示，为本发明车辆需求预测系统又一具体实施例的结构示意图，对应于图5,还包括:
[0069]目标解获取模块106，与所述检索模块103相连接，用于利用所述最似案例解决所述目标问题得到目标解。
[0070]如图8所示，为本发明车辆需求预测系统又一具体实施例的结构示意图，对应于图6,还包括:
[0071]案例生成模块107，与所述问题生成模块102、实际解获取模块105和目标解获取模块106均相连接，用于将目标问题与所述目标解和所述实际解生成新案例。
[0072]如图9所示，为本发明车辆需求预测系统又一具体实施例的结构示意图，对应于图7,还包括:
[0073]更新模块108，与所述案例生成模块107相连接，用于将所述新案例添加进入案例库。
[0074]需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于系统类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0075]最后，还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0076]以上对本发明所提供的方法和系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在【具体实施方式】及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
【权利要求】
1.一种车辆需求预测方法，其特征在于，包括: 获取车辆需求预测的参数，根据所述参数得到目标问题； 根据所述目标问题在案例库中检索与所述目标问题相似度最高的案例，将其确定为最似案例； 根据所述参数对所述最似案例进行修正； 利用修正后的所述最似案例解决所述目标问题得到实际解。
2.根据权利要求1所述的车辆需求预测方法，其特征在于，所述参数包括危险源指标。
3.根据权利要求1所述的车辆需求预测方法，其特征在于，根据所述目标问题在案例库中检索与所述目标问题相似度最闻的案例，将其确定为最似案例后还包括: 利用所述最似案例解决所述目标问题得到目标解。
4.根据权利要求3所述的车辆需求预测方法，其特征在于，利用修正后的所述最似案例解决所述目标问题得到实际解后还包括: 将目标问题与所述目标解和所述实际解生成新案例。
5.根据权利要求4所述的车辆需求预测方法，其特征在于，将目标问题与所述目标解和所述实际解生成新案例后还包括: 将所述新案例添加进入案例库。
6.一种车辆需求预测系统，其特征在于，包括: 参数获取模块，用于获取车辆需求预测的参数； 问题生成模块，用于根据所述参数得到目标问题； 检索模块，用于根据所述目标问题在案例库中检索与所述目标问题相似度最高的案例，将其确定为最似案例； 修正模块，用于根据所述参数对所述最似案例进行修正； 实际解获取模块，用于利用修正后的所述最似案例解决所述目标问题得到实际解。
7.根据权利要求6所述的车辆需求预测系统，其特征在于，还包括: 目标解获取模块，用于利用所述最似案例解决所述目标问题得到目标解。
8.根据权利要求7所述的车辆需求预测系统，其特征在于，还包括: 案例生成模块，用于将目标问题与所述目标解和所述实际解生成新案例。
9.根据权利要求8所述的车辆需求预测系统，其特征在于，还包括: 更新模块，用于将所述新案例添加进入案例库。
【文档编号】G06Q10/04GK104361417SQ201410728550
【公开日】2015年2月18日 申请日期:2014年12月3日 优先权日:2014年12月3日
【发明者】刘理峰, 沈亮, 李题印, 沈凯, 高俊清, 包拯民, 陆厚达, 屠永伟 申请人:浙江欣凯锐电力发展有限公司, 国家电网公司, 国网浙江杭州市余杭区供电公司, 国网浙江省电力公司杭州供电公司, 国网浙江省电力公司