民机研发成本预测方法、装置、电子设备和存储介质

1.本技术涉及飞机研发领域，具体而言，涉及一种民机研发成本预测方法、装置、电子设备和计算机存储介质。


背景技术：

2.在民机设计阶段，估算民机的研发成本有着重要的意义。在利用现有的民机成本参数法进行成本估算时，通常基于民机的尺寸参数(客舱长度、机身宽度、翼展等)、容量参数(如座位数、载重等)和性能参数(如航程、推力范围等)，选取其中对成本敏感的若干主要特征参数来预测民机的研发成本。然而，随着民机性能的不断提高，现有的预测方式准确性较低。


技术实现要素：

3.本技术实施例的目的在于提供一种民机研发成本预测方法、装置、电子设备和计算机存储介质，用以解决在预测民机研发成本时准确性较低的问题。
4.第一方面，本发明提供一种民机研发成本预测方法，包括：获取待预测民机的设计参数，所述设计参数包括安全性参数；将所述待预测民机的设计参数输入至预先确定的成本预测模型中，确定所述待预测民机的研发成本。
5.本技术实施例中，获取包括安全性参数的待预测民机的设计参数，将待预测民机的设计参数输入到成本预测模型中，确定待预测民机的研发成本。由于待预测民机的安全性参数与研发成本之间具有显著的相关性，将待预测民机的安全性参数作为预测研发成本的重要指标，从而有效提高预测民机研发成本的准确性。
6.在可选的实施方式中，在所述获取待预测民机的设计参数之前，所述方法还包括：分别获取不同类型的现有民机各自的设计参数、历史事故信息和研发成本；分别根据所述不同类型的现有民机的历史事故信息确定与之对应的安全性参数；对所述不同类型的现有民机各自的研发成本进行预处理；基于所述不同类型的现有民机的设计参数、所述不同类型的现有民机的安全性参数和所述预处理后的不同类型的现有民机各自的研发成本确定成本预测模型。
7.在可选的实施方式中，所述历史事故信息包括：现有民机所有失事事件涉及总人数、死亡人数和飞行架次，根据一现有民机的历史事故信息确定与之对应的安全性参数，包括：基于公式：确定所述安全性参数；其中，d为致命率，a为该现有民机所有失事事件涉及的死亡人数，b为该现有民机所有失事事件涉及总人数，c为飞行架次，m为所述安全性参数。
8.在可选的实施方式中，对一现有民机的研发成本进行预处理，包括：基于公式：对所述研发成本进行预处理；其中，c0为该现有民机在研发
所在年的研发成本，c
t
为该现有民机在基准财年对应的研发成本，r
i
为通胀率，t为基准财年和研发所在年相差的年数。
9.本技术实施例中，由于不同机型的民机研发时间不同，考虑到通货膨胀的影响，不同机型的民机研发成本并不能直接用于确定成本预测模型。因此，通过对不同机型的民机研发成本进行预处理，根据各年度的通胀率，选择一个基准财年，将不同年份的民机研发成本转换到该基准财年中，消除时间对研发成本的影响，从而提高成本预测模型对研发成本预测的准确性。
10.在可选的实施方式中，所述基于所述不同类型的现有民机的设计参数、所述不同类型的现有民机的安全性参数和所述预处理后的不同类型的现有民机各自的研发成本确定成本预测模型，包括：构建初始成本预测模型；根据所述不同类型的现有民机的设计参数、所述不同类型的现有民机的安全性参数和所述预处理后的不同类型的现有民机各自的研发成本对所述初始成本预测模型进行逐步回归，确定所述成本预测模型。
11.本技术实施例中，采用逐步回归的方式确定成本预测模型，可以消除确定的成本预测模型中各个设计参数之间的共线性，从而提高成本预测模型对研发成本预测的准确性。
12.在可选的实施方式中，所述现有民机的设计参数包括：标准座位数、航程、最大载总量、最大速度、推力范围和研制周期，所述初始成本预测模型为：c
r
＝α1ts+α2fr+α3mp+α4ma+α5tr+α6prd+α7m+β其中，ts为所述标准座位数，fr为所述航程，mp为所述最大载总量，ma为所述最大速度，tr为所述推力范围，prd为所述研制周期，m为所述安全性参数，β为截距常量，(α1,α2,...,α7)为所述现有民机的设计参数和安全性参数对应的回归系数。
13.第二方面，本发明提供一种民机研发成本预测装置，包括：获取模块，用于获取待预测民机的设计参数，所述设计参数包括安全性参数；预测模块，用于将所述待预测民机的设计参数输入至预先确定的成本预测模型中，确定所述待预测民机的研发成本。
14.在可选的实施方式中，所述装置还包括：模型生成模块，用于分别获取不同类型的现有民机各自的设计参数、历史事故信息和研发成本；分别根据所述不同类型的现有民机的历史事故信息确定与之对应的安全性参数；对所述不同类型的现有民机各自的研发成本进行预处理；基于所述不同类型的现有民机的设计参数、所述不同类型的现有民机的安全性参数和所述预处理后的不同类型的现有民机各自的研发成本确定成本预测模型。
15.在可选的实施方式中，所述历史事故信息包括：现有民机所有失事事件涉及总人数、死亡人数和飞行架次，所述模型生成模块，还用于基于公式：确定所述安全性参数；其中，d为致命率，a为该现有民机所有失事事件涉及的死亡人数，b为该现有民机所有失事事件涉及总人数，c为飞行架次，m为所述安全性参数。
16.在可选的实施方式中，所述模型生成模块，还用于基于公式：对所述研发成本进行预处理；其中，c0为该现有民机在研发所在年的研发成本，c
t
为该现有民机在基准财年对应的研发成本，r
i
为通胀率，t为基准财年和研发所在年相差的年数。
17.在可选的实施方式中，所述模型生成模块，还用于构建初始成本预测模型；根据所述不同类型的现有民机的设计参数、所述不同类型的现有民机的安全性参数和所述预处理
后的不同类型的现有民机各自的研发成本对所述初始成本预测模型进行逐步回归，确定所述成本预测模型。
18.在可选的实施方式中，所述现有民机的设计参数包括：标准座位数、航程、最大载总量、最大速度、推力范围和研制周期，所述初始成本预测模型为：
19.c
r
＝α1ts+α2fr+α3mp+α4ma+α5tr+α6prd+α7m+β
20.其中，ts为所述标准座位数，fr为所述航程，mp为所述最大载总量，ma为所述最大速度，tr为所述推力范围，prd为所述研制周期，m为所述安全性参数，β为截距常量，(α1,α2,...,α7)为所述现有民机的设计参数和安全性参数对应的回归系数。
21.第三方面，本发明提供一种电子设备，包括：处理器、存储器和总线；所述处理器和所述存储器通过所述总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如前述实施方式任一项所述的民机研发成本预测方法。
22.第四方面，本发明提供一种计算机存储介质，所述计算机存储介质设有计算机指令，所述计算机指令被计算机运行时，使所述计算机执行如前述实施方式任一项所述的民机研发成本预测方法。
附图说明
23.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其他相关的附图。
24.图1为本技术实施例提供的一种民机研发成本预测方法的流程图；
25.图2为本技术实施例提供的一种成本预测模型构建方法的流程图；
26.图3为本技术实施例提供的一种民机研发成本预测装置的结构框图；
27.图4为本技术实施例提供的一种电子设备的结构框图。
28.图标：300
‑
民机研发成本预测装置；301
‑
获取模块；302
‑
预测模块；303
‑
模型生成模块；400
‑
电子设备；401
‑
处理器；402
‑
通信接口；403
‑
存储器；404
‑
总线。
具体实施方式
29.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行描述。
30.在利用传统的民机成本参数法进行成本估算时，通常基于飞机的尺寸参数(客舱长度、机身宽度、翼展等)、容量参数(如座位数、载重等)和性能参数(如航程、推力范围等)，选取其中对成本敏感的若干主要特征参数，运用回归分析法建立成本与这些参数的关系式来估算该类产品的成本费用。然而，随着民机性能的不断提高，现有的预测方式准确性较低。
31.随着民机的不断发展，人们对民机的安全性提出了更高的要求。安全性是指不发生造成人员伤亡、设备损坏、财产损失等意外事件的能力，是判断、评价民机性能的一个重要指标。对于新研制的民机来说，将安全性作为预测民机研发成本的重要指标，可以有效提高民机研发成本预测的准确性。
32.基于此，本技术实施例提供一种民机研发成本预测方法、装置、电子设备和计算机存储介质，用以提高民机研发成本的准确性。
33.该技术可采用相应的软件、硬件以及软硬结合的方式实现。以下对本技术实施例进行详细介绍。
34.下面将针对本技术所提供的民机研发成本预测方法进行介绍。
35.请参阅图1，图1为本技术实施例提供的一种民机研发成本预测方法的流程图，该民机研发成本预测方法可以包括如下步骤：
36.s101：获取待预测民机的设计参数，设计参数包括安全性参数。
37.s102：将待预测民机的设计参数输入至预先确定的成本预测模型中，确定待预测民机的研发成本。
38.下面将结合示例对上述流程进行详细说明。
39.根据上述步骤可知，本技术首先获取待预测民机的设计参数，其中，设计参数中包括了安全性参数；然后采用预先确定的成本预测模型，将待预测民机的设计参数输入至该成本预测模型中，从而确定待预测民机的研发成本。为了便于对本方案的理解，在介绍步骤s101之前，先介绍成本预测模型的构建过程。
40.作为一种可选的实施方式，请参阅图2，图2为本技术实施例提供的一种成本预测模型构建方法的流程图，该成本预测模型构建方法可以包括如下步骤：
41.s201：分别获取不同类型的现有民机各自的设计参数、历史事故信息和研发成本。
42.s202：分别根据不同类型的现有民机的历史事故信息确定与之对应的安全性参数。
43.s203：对不同类型的现有民机各自的研发成本进行预处理。
44.s204：基于不同类型的现有民机的设计参数、不同类型的现有民机的安全性参数和预处理后的不同类型的现有民机各自的研发成本确定成本预测模型。
45.以下对上述步骤进行详细介绍。
46.s201：分别获取不同类型的现有民机各自的设计参数、历史事故信息和研发成本。
47.本技术实施例中，为了能更准确地确定成本研发模型，需要获取大量且不同类型的现有民机的设计参数、历史事故信息和研发成本。
48.s202：分别根据不同类型的现有民机的历史事故信息确定与之对应的安全性参数。
49.本技术实施例中，安全性参数通过历史事故信息确定。具体地，历史事故信息可以包括：现有民机所有失事事件涉及总人数、死亡人数和飞行架次。通过致命率以表征安全性参数，其中，致命率定义为：
[0050][0051]
其中，d为致命率，a为现有民机所有失事事件涉及的死亡人数，b为现有民机所有失事事件涉及总人数，c为飞行架次。
[0052]
安全性参数定义为：
[0053]
m＝ln(d)
[0054]
其中，m为安全性参数。
[0055]
以下以一个具体示例，介绍安全性参数的确定方法。
[0056]
举例来说，截至2017年底，民机airbus a300总共发生了7起事故，在这7起事故中死亡的乘客数占总乘客数的比例为3.99％，即为3.99％，该机型民机airbus a300总计6.51百万次航班，因此，致命率d为3.99/6.51＝0.61。民机airbus a300的安全性参数为m：m＝ln(0.61)＝
‑
0.494。
[0057]
s203：对不同类型的现有民机各自的研发成本进行预处理。
[0058]
本技术实施例中，由于不同机型的民机研发时间不同，考虑到通货膨胀的影响，不同机型的民机研发成本并不能直接用于确定成本预测模型。因此，需要对不同机型的民机研发成本进行预处理，根据各年度的通胀率，选择一个基准财年，将不同年份的民机研发成本转换到该基准财年中。
[0059]
具体地，可以根据如下公式进行转换：
[0060][0061]
其中，c
t
为基准财年对应的研发成本，c0为现有民机研发所在年的研发成本，r
i
为通胀率，t为基准财年和研发所在年相差的年数。
[0062]
举例来说，假设基准财年与民机研发所在年相差3年，即t＝3。r1表示民机研发所在年的通胀率，r2表示民机研发所在年后一年的通胀率，r3表示民机研发所在年后二年的通胀率。将r1,r2,r3代入上述公式即可算出该民机在基准财年对应的研发成本。
[0063]
s204：基于不同类型的现有民机的设计参数、不同类型的现有民机的安全性参数和预处理后的不同类型的现有民机各自的研发成本确定成本预测模型。
[0064]
本技术实施例中，在确定不同类型的现有民机对应的安全性参数以及对不同类型的现有民机各自的研发成本进行预处理后，基于不同类型的现有民机的设计参数、不同类型的现有民机的安全性参数和预处理后的不同类型的现有民机各自的研发成本确定成本预测模型。
[0065]
作为一种可选的实施方式，s204可以包括如下步骤：
[0066]
第一步，构建初始成本预测模型；
[0067]
第二步，根据不同类型的现有民机的设计参数、不同类型的现有民机的安全性参数和预处理后的不同类型的现有民机各自的研发成本对初始成本预测模型进行逐步回归，确定成本预测模型。
[0068]
可选的，现有民机的设计参数可以包括：标准座位数、航程、最大载总量、最大速度、推力范围和研制周期。初始成本预测模型可以为：
[0069]
c
r
＝α1ts+α2fr+α3mp+α4ma+α5tr+α6prd+α7m+β
[0070]
其中，ts为标准座位数，fr为航程，mp为最大载总量，ma为最大速度，tr为推力范围，prd为研制周期，m为安全性参数，β为截距常量，(α1,α2,...,α7)为现有民机的设计参数和安全性参数对应的回归系数。
[0071]
构建完上述初始成本预测模型后，将获取到的不同类型的现有民机各自的设计参数、不同类型的现有民机的安全性参数以及预处理后的不同类型的现有民机各自的研发成本代入上述初始成本预测模型中，采用逐步回归法作回归进行逐步回归，确定出现有民机
的设计参数和安全性参数对应的回归系数(α1,α2,...,α7)，从而最终确定成本预测模型。
[0072]
需要说明的是，由于现有民机的设计参数中，部分设计参数间具有较强的相关性和共线性，因此，采用逐步回归的方式剔除部分设计参数，以降低设计参数间的共线性，提高成本预测模型的显著性。
[0073]
以下以一个具体事例对上述步骤进行说明。
[0074]
作为一种可选的实施方式，首先收集空客a300、a310、a320、a330、a340、a350、a380，波音737、747、777、787共9个型号的各项数据如下：
[0075][0076]
表1各民机机型的历史数据
[0077]
其中，标准座位数的单位为个、航程的单位为千米、最大载总量的单位为吨、最大速度的单位为马赫、推力范围的单位为kn、研制周期的单位为月、研发成本的单位为百万美元。
[0078]
需要说明的是，表中的安全性参数为已经根据历史事故信息确定后的安全性参数。将表1中的数据代入初始成本预测模型中，采用逐步回归法对初始成本预测模型进行多元线性回归。在逐步回归中，由于设计参数的共线性，标准座位数(ts)、航程(fr)、推力范围(tr)和最大载重量(mp)被剔除，最大速度(ma)、研制周期(prd)和安全型参数(m)这三个设计参数得到保留。进而求得上述三个设计参数的回归系数为：
[0079][0080]
需要说明的是，剔除的设计参数的回归系数为0。
[0081]
将上述回归系数代入初始成本预测模型中，确定成本预测模型为：
[0082]
c
r
＝94957ma
‑
44prd+58072m
‑
63102
[0083]
确定成本预测模型后，为了验证该模型的准确性。计算拟合优度r2＝0.675和显著性p＝0.0907＜0.1。
[0084]
在进行多元线性回归时，拟合优度越接近1，表示拟合度越高。在实际应用过程中，若拟合优度高于0.5，则可认为该次线性回归的拟合度较好。
[0085]
对于显著性p，由于p＜0.1，则说明在90％的置信度下可以认为变量之间是存在相关性的，且相关性显著。
[0086]
需要说明的是，上述民机的设计参数的选择仅为本技术实施例提供的一种实施方式，民机的设计参数还可以为：客舱长度、客舱宽度、翼展等，本技术对此不作限定。
[0087]
综上所述，安全性参数对研发成本的影响具有显著性，从而说明将安全性参数作为预测研发成本的重要指标，可以有效提高预测民机研发成本的准确性。
[0088]
下面将结合示例对上述s101至步骤s102进行详细说明。
[0089]
s101：获取待预测民机的设计参数，设计参数包括安全性参数。
[0090]
s102：将待预测民机的设计参数输入至预先确定的成本预测模型中，确定待预测民机的研发成本。
[0091]
本技术实施例中，首先获取待预测民机的设计参数。待预测民机的设计参数可以理解为民机设计师在设计该待预测民机时所确定的设计参数，例如：民机的标准座位数、航程、最大载总量、最大速度、推力范围、研制周期和安全性参数。其中，安全性参数可以理解为民机设计师期望该待预测民机能达到的安全度。此外，该安全性参数可以选取为目前市面上已有的各种民机的安全性参数的平均值。
[0092]
将获取到的待预测民机的设计参数输入至预先确定的成本预测模型中，确定待预测民机的研发成本。
[0093]
需要说明的是，在进行民机研发成本预测时，已经预先确定好了成本预测模型，则获取的待预测民机的设计参数为成本预测模型中需要的设计参数。
[0094]
举例来说，根据不同类型的现有民机各自的设计参数、历史事故信息和研发成本确定的成本预测模型为：
[0095]
c
r
＝94957ma
‑
44prd+58072m
‑
63102
[0096]
获取待预测民机的设计参数为：
[0097][0098]
表2待预测民机设计参数
[0099]
将上述设计参数代入成本预测模型中：
[0100]
c
r
＝94957*0.8
‑
44*100
‑
0.06*58072
‑
63102＝4979.3
[0101]
则该待预测民机研发成本为4979.3百万美元。
[0102]
基于同一发明构思，本技术实施例中还提供一种民机研发成本预测装置。请参阅图3，图3为本技术实施例提供的一种民机研发成本预测装置的结构框图，该民机研发成本预测装置300包括：
[0103]
获取模块301，用于获取待预测民机的设计参数，所述设计参数包括安全性参数；
[0104]
预测模块302，用于将所述待预测民机的设计参数输入至预先确定的成本预测模型中，确定所述待预测民机的研发成本。
[0105]
在可选的实施方式中，所述装置还包括：模型生成模块303，用于分别获取不同类型的现有民机各自的设计参数、历史事故信息和研发成本；分别根据所述不同类型的现有民机的历史事故信息确定与之对应的安全性参数；对所述不同类型的现有民机各自的研发成本进行预处理；基于所述不同类型的现有民机的设计参数、所述不同类型的现有民机的安全性参数和所述预处理后的不同类型的现有民机各自的研发成本确定成本预测模型。
[0106]
在可选的实施方式中，所述历史事故信息包括：现有民机所有失事事件涉及总人数、死亡人数和飞行架次，所述模型生成模块303，还用于基于公式：
确定所述安全性参数；其中，d为致命率，a为该现有民机所有失事事件涉及的死亡人数，b为该现有民机所有失事事件涉及总人数，c为飞行架次，m为所述安全性参数。
[0107]
在可选的实施方式中，所述模型生成模块303，还用于基于公式：对所述研发成本进行预处理；其中，c0为该现有民机在研发所在年的研发成本，c
t
为该现有民机在基准财年对应的研发成本，r
i
为通胀率，t为基准财年和研发所在年相差的年数。
[0108]
在可选的实施方式中，所述模型生成模块303，还用于构建初始成本预测模型；根据所述不同类型的现有民机的设计参数、所述不同类型的现有民机的安全性参数和所述预处理后的不同类型的现有民机各自的研发成本对所述初始成本预测模型进行逐步回归，确定所述成本预测模型。
[0109]
在可选的实施方式中，所述现有民机的设计参数包括：标准座位数、航程、最大载总量、最大速度、推力范围和研制周期，所述初始成本预测模型为：
[0110]
c
r
＝α1ts+α2fr+α3mp+α4ma+α5tr+α6prd+α7m+β
[0111]
其中，ts为所述标准座位数，fr为所述航程，mp为所述最大载总量，ma为所述最大速度，tr为所述推力范围，prd为所述研制周期，m为所述安全性参数，β为截距常量，(α1,α2,...,α7)为所述现有民机的设计参数和安全性参数对应的回归系数。
[0112]
请参照图4，图4为本技术实施例提供的一种电子设备的结构框图，该电子设备400包括：至少一个处理器401，至少一个通信接口402，至少一个存储器403和至少一个总线404。其中，总线404用于实现这些组件直接的连接通信，通信接口402用于与其他节点设备进行信令或数据的通信，存储器403存储有处理器401可执行的机器可读指令。当电子设备400运行时，处理器401与存储器403之间通过总线404通信，机器可读指令被处理器401调用时执行上述实施例中民机研发成本预测方法。
[0113]
处理器401可以是一种集成电路芯片，具有信号处理能力。上述处理器401可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processing，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field
‑
programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。其可以实现或者执行本技术实施例中公开的各种方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0114]
存储器403可以包括但不限于随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read
‑
only memory，prom)，可擦除只读存储器(erasable programmable read
‑
only memory，eprom)，电可擦除只读存储器(electric erasable programmable read
‑
only memory，eeprom)等。
[0115]
可以理解，图4所示的结构仅为示意，电子设备400还可包括比图4中所示更多或者更少的组件，或者具有与图4所示不同的配置。图4中所示的各组件可以采用硬件、软件或其组合实现。于本技术实施例中，电子设备400可以是，但不限于台式机、笔记本电脑、智能手机、智能穿戴设备、车载设备等实体设备，还可以是虚拟机等虚拟设备。另外，电子设备400也不一定是单台设备，还可以是多台设备的组合，例如服务器集群，等等。
[0116]
本技术实施例还提供一种计算机程序产品，包括存储在计算机存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，计算机能够执行上述实施例中民机研发成本预测方法。
[0117]
综上所述，本技术实施例提供一种民机研发成本预测方法、装置、电子设备和计算机存储介质。获取包括安全性参数的待预测民机的设计参数，将待预测民机的设计参数输入到成本预测模型中，确定待预测民机的研发成本。由于待预测民机的安全性参数与研发成本之间具有显著的相关性，将待预测民机的安全性参数作为预测研发成本的重要指标，从而有效提高预测民机研发成本的准确性。
[0118]
在本技术所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0119]
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0120]
再者，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0121]
需要说明的是，功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read
‑
only memory，rom)随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0122]
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
[0123]
以上所述仅为本技术的实施例而已，并不用于限制本技术的保护范围，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。