一种基于二元线性回归预测模型的可变多工位称重系统和方法与流程

本发明涉及垃圾分类、垃圾分拣领域，尤其涉及一种基于二元线性回归预测模型的可变多工位称重系统和方法。

背景技术：

1、城市垃圾处理是一个非常重要的问题，目前国内城市垃圾处理主要采用焚烧、填埋等传统方式，这些传统处理方式不仅效率低下，而且也会对自然环境甚至人类造成危害。城市生活垃圾主要包括金属、塑料、玻璃、纸类、织物等，其中大部分相对经济价值较高，可以回收再利用，因此可以对城市生活垃圾进行分类回收处理，减少垃圾的土地占用，减少污染，提高资源的利用率。

2、目前，可回收垃圾可通过遍布于城市各小区中的可回收垃圾箱进行回收，可回收垃圾箱可参考公告号为“cn216302206u”的在先专利附图10中所体现的方案。可回收垃圾箱通过吨包打包垃圾，需要运输到分拣中心进行分拣回收。但是在分拣流水线上，因每天的可回收垃圾中，不同类垃圾的量存在差异，如此难以准确安排每天的分拣工位人数，导致分拣人员分配不均衡，人效较低。

技术实现思路

1、为了解决上述问题，本发明的第一目的在于提供一种基于二元线性回归预测模型的可变多工位称重方法，实现预测每天需要分拣每种垃圾种类的重量，从而可灵活匹配相应分拣工位数。

2、为了实现上述的目的，本发明采用了以下的技术方案：

3、一种基于二元线性回归预测模型的可变多工位称重方法，其特征在于：包括如下步骤：

4、步骤1，确定待预测垃圾种类，构建该垃圾对应的二元线性回归分析预测法的回归方程为：式中：x1为用户投放次数，x2为投放垃圾总重量，为预测垃圾的重量；步骤2，将该垃圾种类的历史采集数据代入如下线性方程组即可求得参数具体是；

5、

6、

7、

8、步骤3，基于确定参数的二元线性方程将当天获取的数据代入公式中预测当天该类垃圾的重量；

9、步骤4，重复上述步骤1-3，确定每种垃圾预测量，安排每种垃圾对应的工位数；

10、步骤5，对于当天回收的垃圾进行分拣，把分拣到的每类垃圾放入到工位称台装置内并自动称重，达到一定重量后系统提示操作员收集；

11、步骤6，系统将获得重量、人员等数据上传到后台，并更新垃圾种类的历史采集数据。

12、本发明采用上述技术方案，该技术方案涉及一种基于二元线性回归预测模型的可变多工位称重方法，该基于二元线性回归预测模型的可变多工位称重方法，该称重方法方法中先验证预测垃圾的重量与用户投放次数x1，投放垃圾总重量x2之间的相关性后，然后构建二元线性回归方程将该垃圾种类的历史采集数据代入如下线性方程组即可求得参数

13、该方案基于历史采集数据，确定二元线性回归分析预测法的模型和参数；然后把当天的新数据代入到确定的参数方程中可预测出当天每种垃圾种类的重量。如此，可在分类流水线上安排与其对应的回收工位。进一步地，此方案还将每天采集到的数据也作为历史数据的一部分，如此每次运行过程中均需要修正模型的参数，以提升模型的预测准确性。

14、基于上述方案，具有以下效果：

15、(1)实现预知每天所需分拣每种垃圾种类的工位数，提高工作效率、降低人工成本；

16、(2)解决每天分拣人员分配不均衡问题，提高人效；

17、(3)减少人工维护工位称重系统，有效降低人工成本。

18、作为优选，其中步骤1包括如下步骤：

19、步骤1.1，基于采集数据，检验与x1、x2之间的显著相关关系，以及x1、x2分别对的显著影响，确定与预测垃圾回收重量相关的自变量x1和x2；

20、

21、该方案中在构建二元线性回归分析预测法的回归方程前，需要验证自变量x1、x2单独，以及作为一个整体与预测垃圾的重量之间是否存在相关性，确定存在相关性后，才可基于自变量x1、x2，构建的二元线性回归方程。

22、在具体的实施方案中，步骤1.1中：

23、(1)通过f检验，检验与x1、x2之间的显著相关关系；

24、

25、其中，k为自变量和因变量总数，n为数据总数，sr为线性平方和，se为剩余平方和，公式如下：

26、

27、

28、

29、此处，f检验是把x1和x2做为一个整体对y是否有显著的相关关系，可以理解为方程的总体线性关系显著性验证。

30、进一步地，步骤1.1中：

31、(2)通过t检验，检验x1、x2分别对是否有显著影响。

32、对回归系数的检验如下：

33、

34、其中

35、对回归系数的检验如下：

36、

37、其中

38、此处，t检验，是检验每个自变量x1、x2与因变量的显著性

39、在进一步的实施方案中，垃圾种类的采集数据具体是通过每个可回收箱的垃圾投口吨包袋绑定的卡号，从后台获取该吨包袋投放的次数以及总重量，统计待分拣时所有吨包袋的投放次数，即为x1；总重量，即为x2；以及分拣后每种垃圾的重量，即待预测垃圾种类的实际回收重量。

40、在具体的实施方案中，终端的可回收箱执行如下步骤：

41、(1)将唯一编号与投口内吨包袋绑定；

42、(2)每次用户投放垃圾后将吨包袋编号、重量、用户信息上传到后台；

43、(3)当箱内垃圾满后提示收集员收集，收集后该吨包袋记录了用户投放次数，吨包袋总重量等信息。

44、本发明的第二目的在于提供一种基于二元线性回归预测模型的可变多工位称重系统，其特征在于：包括云端、工位称重流水线和分布于各个地区的可回收箱，称重流水线包括传输带，以及分布于传输带两侧的多个工位，以及与每个工位相连接且与云端信息交互的显示屏，以及与控制器相连接的显示屏；所述控制器采用如上所述的可变多工位称重方法，安排每类垃圾的工位数量，显示屏用于显示控制器传输的重量、人员信息。

45、此方案基于上述二元线性回归预测模型实现预测每天需要分拣每种垃圾种类的重量，从而可灵活匹配相应分拣工位数，从而提高工作效率、降低人工成本。

46、进一步的方案中，所述工位称重流水线的每个工位上均布置有工位秤台，以及与工位秤台相连接的扫码器和显示部件，扫码器用于获取收集员的身份信息，云端验证收集员的身份信息后，通过显示部件表征是否为合法身份。

47、该工位称台部分工作流程说明：

48、(1)空闲时，系统查询各种垃圾种类对应的工位分拣员分拣的重量，并实时在显示屏展示各种工位分拣的重量。

49、(2)判断哪些工位的重量达到可收集阈值，此时相应工位点亮蓝色指示灯。

50、(3)收集操作员对蓝色指示灯亮的工位收集，操作员按下工位上的开始按键，此时熄灭蓝色指示灯，点亮红色指示灯，进入收集流程，等待获取操作员卡号权限。

51、(4)操作员刷卡，获取卡号后通过平台验证操作员是否有收集权限；若有权限则熄灭红色指示灯同时点亮绿色指示灯，否则熄灭红色指示灯，且退出收集流程。

52、(5)进入收集流程后，等待秤台检测重量稳定进行称重，获取当前时刻称台物料重量，作为开始重量。

53、(6)操作员清空称台物料。

54、(7)操作员按下完成按键，等待秤台检测重量稳定进行称重，获取当前时刻称台物料重量，作为完成重量，退出收集流程。

55、(8)计算操作员收集的重量，将操作员收集数据上传平台，并在显示屏展示，记录该工位分拣员分拣重量；数据上传成功后熄灭所有指示灯。