基于稀疏表示的应急资源规划方法、装置、设备及介质与流程

1.本发明涉及资源规划技术领域，具体涉及基于稀疏表示的应急资源规划方法、装置、设备及介质。


背景技术：

2.在火灾、地震、洪灾等灾害发生时，需要及时精准的规划调度相应的应急资源执行救灾任务。在现有技术中，常用的资源规划技术是通过将大规模资源分配问题建模为整数规划问题，并采用随机均匀分割算法求解，将千万级别的资源分配问题拆分成一个个小规模的子问题，并通过分布式框架对子问题并行求解以提高问题的求解速度。但是这类规划方式不仅对计算机硬件、性能等的要求较高，并且依然难以保证求解结果为全局最优解，难以达到最佳的资源规划效果。


技术实现要素：

3.有鉴于此，本发明实施例提供了基于稀疏表示的应急资源规划方法、装置、设备及介质，以克服现有技术中资源规划方式难以达到最佳的资源规划效果的问题。
4.根据第一方面，本发明实施例提供了一种基于稀疏表示的应急资源规划方法，所述方法包括：
5.获取存在救灾任务需求的目标区域的环境变量信息，所述环境变量信息为与应急资源使用相关的环境参数；
6.基于所述环境变量信息确定所述目标区域所需的可叠加应急资源和不可叠加应急资源，所述可叠加资源用于表征满足所述救灾任务需求的能力随资源数量叠加而增强的应急资源；
7.基于所述救灾任务需求和不可叠加应急资源的属性信息建立第一优化模型，所述第一优化模型用于求解不可叠加应急资源的规划决策；
8.基于所述环境变量信息、所述救灾任务需求及可叠加应急资源的属性信息建立第二优化模型，并基于稀疏表示对所述第二优化模型进行稀疏建模，所述第二优化模型用于求解可叠加应急资源的规划决策；
9.分别对所述第一优化模型和稀疏建模后的第二优化模型进行求解，得到满足所述救灾任务需求的应急资源规划方案。
10.可选地，所述基于所述救灾任务需求和不可叠加应急资源建立第一优化模型，包括：
11.基于所述救灾任务需求，确定当前救灾任务的客观规则信息，所述客观规则信息用于筛选当前救灾任务所需的应急资源；
12.基于所述客观规则信息和不可叠加应急资源的属性信息建立第一优化模型。
13.可选地，所述第一优化模型通过如下公式表示：
14.15.其中，a1表示第一优化模型，表示资源规划效用函数，表示不可叠加资源对应的决策变量矩阵，yi表示决策变量矩阵中第i个不可叠加资源对应的决策变量，且yi∈{0,1}，表示不可叠加资源属性信息中资源的可用性信息矩阵，表示由客观规则信息构成的规则向量。
16.可选地，所述基于所述环境变量信息、所述救灾任务需求及可叠加应急资源的属性信息建立第二优化模型，包括：
17.基于所述环境变量信息和所述救灾任务需求，确定可叠加应急资源的资源冗余度及资源成本代价对应的权重值；
18.基于可叠加应急资源的属性信息，确定各可叠加应急资源的资源数量和资源成本代价；
19.基于各可叠加应急资源的资源数量和资源成本代价以及可叠加应急资源的资源冗余度及资源成本代价对应的权重值，建立第二优化模型。
20.可选地，所述第二优化模型通过如下公式表示：
[0021][0022]
其中，a2表示第二优化模型，表示资源冗余度函数，表示资源代价函数，表示可叠加资源对应的决策变量矩阵，xi表示决策变量矩阵中第i个可叠加资源对应的决策变量，且xi≥0，表示可叠加资源属性信息中资源的效用信息矩阵，c表示可叠加资源的资源代价信息矩阵，α1,2分别表示资源冗余数和资源成本代价对应的权重值。
[0023]
可选地，所述基于稀疏表示对所述第二优化模型进行稀疏建模，包括：
[0024]
将资源冗余度函数及资源代价函数采用稀疏表示进行建模。
[0025]
可选地，所述分别对所述第一优化模型和稀疏建模后的第二优化模型进行求解，得到满足所述救灾任务需求的应急资源规划方案，包括：
[0026]
对所述第一优化模型进行求解，得到各不可叠加资源的规划决策；
[0027]
对稀疏建模后的第二优化模型进行求解，得到各可叠加资源的规划决策；
[0028]
基于各不可叠加资源的规划决策和各可叠加资源的规划决策生成所述救灾任务需求的应急资源规划方案。
[0029]
根据第二方面,本发明实施例提供了一种基于稀疏表示的应急资源规划装置，所述装置包括：
[0030]
获取模块，用于获取存在救灾任务需求的目标区域的环境变量信息，所述环境变量信息为与应急资源使用相关的环境参数；
[0031]
第一处理模块，用于基于所述环境变量信息确定所述目标区域所需的可叠加应急资源和不可叠加应急资源，所述可叠加资源用于表征满足所述救灾任务需求的能力随资源数量叠加而增强的应急资源；
[0032]
第二处理模块，用于基于所述救灾任务需求和不可叠加应急资源的属性信息建立第一优化模型，所述第一优化模型用于求解不可叠加应急资源的规划决策；
[0033]
第三处理模块，用于基于所述环境变量信息、所述救灾任务需求及可叠加应急资源的属性信息建立第二优化模型，并基于稀疏表示对所述第二优化模型进行稀疏建模，所
述第二优化模型用于求解可叠加应急资源的规划决策；
[0034]
第四处理模块，用于分别对所述第一优化模型和稀疏建模后的第二优化模型进行求解，得到满足所述救灾任务需求的应急资源规划方案。
[0035]
根据第三方面,本发明实施例提供了一种基于稀疏表示的应急资源规划设备，包括：
[0036]
存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面及其任意一种可选实施方式所述的方法。
[0037]
根据第四方面,本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行第一方面，或者第一方面任意一种可选实施方式中所述的方法。
[0038]
本发明技术方案，具有如下优点：
[0039]
本发明实施例提供的基于稀疏表示的应急资源规划方法，通过获取存在救灾任务需求的目标区域的环境变量信息，环境变量信息为与应急资源使用相关的环境参数；基于环境变量信息确定目标区域所需的可叠加应急资源和不可叠加应急资源，可叠加资源用于表征满足救灾任务需求的能力随资源数量叠加而增强的应急资源；基于救灾任务需求和不可叠加应急资源的属性信息建立第一优化模型，第一优化模型用于求解不可叠加应急资源的规划决策；基于环境变量信息、救灾任务需求及可叠加应急资源的属性信息建立第二优化模型，并基于稀疏表示对第二优化模型进行稀疏建模，第二优化模型用于求解可叠加应急资源的规划决策；分别对第一优化模型和稀疏建模后的第二优化模型进行求解，得到满足救灾任务需求的应急资源规划方案。从而通过将应急资源按照满足救灾任务需求的能力变化分为可叠加资源和不可叠加资源，并根据实际的救灾任务需求分别建立相应的优化模型进行求解，得到具体的决策方案，对于不可叠加资源采用常规的非稀疏表示方式进行建模求解，得到其可行解，基于凸优化中的稀疏表示的方式来对可叠加资源问题进行建模求解，以解决整数规划建模产生的求解速度较慢，无法保证得到的解为全局最优解的问题，且能达到用尽量少的调度资源就可以实现资源规划的效果，实现了应急资源的精准规划，减少资源浪费。
附图说明
[0040]
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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的附图。
[0041]
图1为本发明实施例中基于稀疏表示的应急资源规划方法的流程图；
[0042]
图2为本发明实施例中应急资源规划系统的结构框图；
[0043]
图3a至图3c为本发明实施例中三种不同火灾情况下对应的应急资源规划方案；
[0044]
图4为本发明实施例基于稀疏表示的应急资源规划装置的结构示意图；
[0045]
图5为本发明实施例的基于稀疏表示的应急资源规划设备的结构示意图。
具体实施方式
[0046]
为使本发明实施例的目的、技术方案和优点更加清楚，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，本领域技术人员在没有作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。
[0047]
下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
[0048]
在火灾、地震、洪灾等灾害发生时，需要及时精准的规划调度相应的应急资源执行救灾任务。在现有技术中，常用的资源规划技术是通过将大规模资源分配问题建模为整数规划问题，并采用随机均匀分割算法求解，将千万级别的资源分配问题拆分成一个个小规模的子问题，并通过分布式框架对子问题并行求解以提高问题的求解速度。但是这类规划方式不仅对计算机硬件、性能等的要求较高，并且依然难以保证求解结果为全局最优解，难以达到最佳的资源规划效果。
[0049]
基于上述问题，本发明实施例提供了一种基于稀疏表示的应急资源规划方法，如图1所示，该方法具体包括如下步骤：
[0050]
步骤s101：获取存在救灾任务需求的目标区域的环境变量信息。
[0051]
其中，环境变量信息为与应急资源使用相关的环境参数，在本发明实施例中是指可以对现场救灾需求进行量化描述的变量，以火灾场景为例，环境变量信息包括：火场面积、火场高度、a类可燃物占比、b类可燃物占比、c类可燃物占比、d类可燃物占比、e类可燃物占比等。基于环境变量信息，就可以对火场进行量化描述，例如[100,3,0.5,0.5,0,0,0,0]描述了一个面积为100
㎡
、起火高度为3m、a/b类可燃物各占一半的火场。
[0052]
具体地，如图2所示为基于本发明实施例提供的基于稀疏表示的应急资源规划方法所搭建的应急资源规划系统，其中，应急资源按照不同的救灾任务存储于资源信息库中，在本发明实施例中，是以救灾任务为目标区域出现火灾为例进行的说明，在实际应用中，救灾任务还可以是洪灾、地震等，本发明并不以此为限。示例性地，资源信息库中存储的与火灾救灾任务相关的应急资源信息如表1和表2所示，包括：消防车产品种类、属性、作用、救援路径等。
[0053]
表1
[0054]
[0055][0056]
表2
[0057]
编号a11901a11906a11908路径1时间10.210.2/路径2时间11.411.411.4路径3时间13.613.6/路径4时间12.812.812.8
[0058]
步骤s102：基于环境变量信息确定目标区域所需的可叠加应急资源和不可叠加应急资源。
[0059]
具体地，通过上述资源信息库对资源信息进行预筛选，将资源进行层次化划分，划分为不可叠加资源和可叠加资源。其中，可叠加资源用于表征满足救灾任务需求的能力随资源数量叠加而增强的应急资源。以灭火资源为例，手持干粉灭火器就是一种可叠加的应急资源，灭火器中的干粉可以满足灭火属性，而灭火器数量的叠加，会导致干粉量的叠加，可灭火的规模也会叠加；消防梯是一种不可叠加的应急资源，因为梯子的对应的业务属性是救援高度，而梯子数量增加并不会导致救援高度的增加(如无法用10把3米长的梯子去进行30米高救援)。示例性地，不可叠加资源是所有具备“救援高度”的资源，如表1中的“高空救援车”，在资源预筛选过程中，将建立一个所有具备“救援高度”属性的资源列表，作为不可叠加资源列表，如表3所示。涉及“救援高度”之外属性的资源列表，作为可叠加资源列表，如表4所示。
[0060]
表3
[0061]
编号分类救援高度(m)a1190101:水罐车3a1190602:泡沫车3a1190803:泵浦车3a1191204:干粉+co2车3a1191506:高空救援车44a1191808:高喷车32
[0062]
表4
[0063][0064]
其中，对于可叠加资源，一般是指资源属性信息中包括但不限于n种规划资源的用量等资源效用信息矩阵rm×n，以及成本等资源代价信息矩阵c
p
×n,(其中m表示具体的每种资源对应的m种不同的资源效用信息，p表示每种资源对应的p种不同选择)这些可进行量化且可叠加改变的资源信息，而需要对该资源属性矩阵进行求解，以实现调度的决策变量设为n维向量
[0065]
示例性地，根据可叠加资源即资源的数量及成本等量化信息：如贮水罐容积、水枪数量、干粉容量、通用灭火剂容量、梯子高度、救援时间、救援成本等；其中资源数量等资源效用信息矩阵为rm×n，以及成本等资源代价信息矩阵为c
p
×n,其中m表示m种不同的资源效用信息，如贮水罐容积、水枪数量、干粉容量、通用灭火剂容量、梯子高度等；p表示每种资源对应的p种不同选择，如不同的路径等，而根据具体的救灾规则对该类资源进行调度的决策变量设为n维向量其中，资源效用信息矩阵rm×n以下简称r以及资源代价信息矩阵c
p
×n以下简称c具体示例如下：
[0066][0067][0068]
对于不可叠加资源，是指资源属性信息中资源的可用性信息，设为(其中q表示具体的q种可用性资源)，需要对该资源信息进行求解，以确定出调度资源类型的决策变量设为n维0-1指示向量
[0069]
示例性地，根据不可叠加资源的可用性信息(如有无水枪、有无泡沫等)，以0-1矩阵表示，其中n表示这n种不同编号的救灾车资源，q表示具体的q种具备灭火属性的资源，如水枪、干粉等；而根据具体的救灾规则对该类资源进行调度的决策变量设为0-1指示向量其中，矩阵简称具体示例如下：
[0070][0071]
步骤s103：基于救灾任务需求和不可叠加应急资源的属性信息建立第一优化模型。
[0072]
其中，第一优化模型用于求解不可叠加应急资源的规划决策。
[0073]
步骤s104：基于环境变量信息、救灾任务需求及可叠加应急资源的属性信息建立第二优化模型，并基于稀疏表示对第二优化模型进行稀疏建模。
[0074]
其中，第二优化模型用于求解可叠加应急资源的规划决策。
[0075]
步骤s105：分别对第一优化模型和稀疏建模后的第二优化模型进行求解，得到满足救灾任务需求的应急资源规划方案。
[0076]
具体地，上述步骤s105通过对第一优化模型进行求解，得到各不可叠加资源的规划决策；对稀疏建模后的第二优化模型进行求解，得到各可叠加资源的规划决策；基于各不可叠加资源的规划决策和各可叠加资源的规划决策生成救灾任务需求的应急资源规划方案。
[0077]
通过执行上述步骤，本发明实施例提供的基于稀疏表示的应急资源规划方法，通过将应急资源按照满足救灾任务需求的能力变化分为可叠加资源和不可叠加资源，并根据实际的救灾任务需求分别建立相应的优化模型进行求解，得到具体的决策方案，对于不可叠加资源采用常规的非稀疏表示方式进行建模求解，得到其可行解，基于凸优化中的稀疏表示的方式来对可叠加资源问题进行建模求解，以解决整数规划建模产生的求解速度较慢，无法保证得到的解为全局最优解的问题，且能达到用尽量少的调度资源就可以实现资源规划的效果，实现了应急资源的精准规划，减少资源浪费。
[0078]
具体地，在一实施例中，上述步骤s103具体包括如下步骤：
[0079]
步骤s31：基于救灾任务需求，确定当前救灾任务的客观规则信息。
[0080]
其中，客观规则信息用于筛选当前救灾任务所需的应急资源。具体地，根据实际的救灾任务，确定出具体救灾业务中的客观规则信息构成规则向量，记为向量如火灾救援中需要覆盖问题空间的调度资源的种类等客观信息。
[0081]
步骤s32：基于客观规则信息和不可叠加应急资源的属性信息建立第一优化模型。
[0082]
示例性地，通过对火灾报警的对话内容进行分析，以推测出灾情现场的相关详细信息如：火灾类型、烟气属性、起火面积、失火地点、高度等，并进行量化表示；根据专业知识及环境信息，对基本的救灾规则进行确定，如：不同火灾的救灾方式、救灾消耗、救援时间等；然后确定出消防应急领域中关于不可叠加资源的客观规则信息，如火灾类型、不同火灾
的救灾方式等；以q维0-1指示向量表示具体的火灾类型应采用的救灾资源类型，如大多数易燃、可燃液体火灾都能用泡沫扑救；遇水反应物质火灾应使用二氧化碳、干粉、水泥粉、干沙土等扑救等。关于消防应急领域的不可叠加资源的决策资源信息决策变量及救灾的客观规则信息进行建模，使得调度的n种救灾
[0083]
资源能满足现场的火灾类型需要的救灾资源类型。
[0084]
具体地，第一优化模型通过如下公式(1)表示：
[0085][0086]
其中，a1表示第一优化模型，表示资源规划效用函数，表示不可叠加资源对应的决策变量矩阵，yi表示决策变量矩阵中第i个不可叠加资源对应的决策变量，且yi∈{0,1}，表示不可叠加资源属性信息中资源的可用性信息矩阵即上述表示由客观规则信息构成的规则向量。
[0087]
具体地，在一实施例中，上述步骤s104中基于环境变量信息、救灾任务需求及可叠加应急资源的属性信息建立第二优化模型，具体包括如下步骤：
[0088]
步骤s41：基于环境变量信息和救灾任务需求，确定可叠加应急资源的资源冗余度及资源成本代价对应的权重值。
[0089]
具体地，可根据具体的灾情现场信息、现有的消防资源及实际的业务目标，对决策者进行心智估计，以确定出决策者对资源效用函数及资源成本函数的偏好权重值如火灾现场涉及人员被困，要求不计成本全力完成救灾，资源代价函数项的决策权重值为0。
[0090]
步骤s42：基于可叠加应急资源的属性信息，确定各可叠加应急资源的资源数量和资源成本代价。
[0091]
具体地，根据实际的资源规划问题，确定出具体救灾问题的客观量化信息，记为m维列向量如火灾救灾任务中至少需要覆盖问题空间的调度资源的数量等客观信息。并确定各个资源消耗的成本代价，如：单个资源的价格等。
[0092]
步骤s43：基于各可叠加应急资源的资源数量和资源成本代价以及可叠加应急资源的资源冗余度及资源成本代价对应的权重值，建立第二优化模型。
[0093]
具体地，基于推测出灾情现场的相关信息及基本的救灾规则，确定出消防应急领域中关于可叠加资源的信息，如起火面积、失火地点、高度、救灾消耗、救援时间等；以m维列向量表示具体的火灾现场应采用的救灾资源消耗规则，如灭火需要消耗的资源(水、干粉)用量等、失火高度等；基于关于消防应急领域的可叠加资源的资源效用信息矩阵rm×n、资源代价信息矩阵c
p
×n,决策变量及实际问题中救灾的救灾资源消耗规则进行建模，使得调度的n种救灾资源能满足现场的火灾所需要的救灾资源，且救灾代价尽可能低。
[0094]
进一步地，通过上述关于可叠加资源的决策资源信息及变量和决策权重值向量对救灾问题进行建模，其中优化目标函数可以分为两项：一项为与满足资源规划相关的资源冗余度函数记为使得决策资源能尽可能满足具体救灾问题的效用信息
一项为资源代价函数使得各资源代价都尽可能低；基于实际的资源规划问题，为达到资源优化的目的，需要对目标函数取最小化，所建立的第二优化模型通过如下公式(2)表示：
[0095][0096]
其中，a2表示第二优化模型，表示资源冗余度函数，表示资源代价函数，表示可叠加资源对应的决策变量矩阵，xi表示决策变量矩阵中第i个可叠加资源对应的决策变量，且xi≥0，表示可叠加资源属性信息中资源的效用信息矩阵即上述rm×n，c表示可叠加资源的资源代价信息矩阵即上述c
p
×n，α1,α2分别表示资源冗余数和资源成本代价对应的权重值。若根据实际救灾问题不计成本完成资源规划，则资源代价函数项的决策权重值α1＝0。
[0097]
在实际应用中，由于大部分情况下应为离散的非负整数向量，故实际模型应为混合整数规划模型，但其求解速度较慢，且无法保证得到的解为全局最优解，故在本发明的建模过程中，将进行松弛为连续的非负实数向量，即取以便可以引入连续优化中的建模及求解算法，以提高求解速度及保证得到全局最优解。
[0098]
具体地，通过将资源冗余度函数及资源代价函数采用稀疏表示进行建模。
[0099]
在实际应用中，通过具体的资源冗余度函数及资源代价函数采用稀疏表示进行建模，以达到用尽量少的调度资源就可以实现资源规划的目的，其中稀疏建模的形式包括但不限于l0范数建模、l1范数建模、l
p
(0《p《1)范数建模等，在本发明实施例中以凸优化中的l1范数进行稀疏建模，其中，可取资源代价函数资源冗余度函数
[0100]
基于上述关于可叠加资源和不可叠加资源对应的不同的优化问题，通过相应的问题求解模块进行求解，得到具体救灾任务的资源规划决策方案。其中，关于不可叠加的资源的第一优化模型的求解：包括但不限于小规模组合优化问题的穷举法、规则判断法、分支定界法等方法求解；大规模组合优化问题的凸松弛求解算法、启发式算法求解等；关于可叠加资源的稀疏表示的第二优化模型的求解：包括但不限于集成软件包求解：如matlab软件中的凸优化求解包cvx、python软件中的凸优化求解包cvxopt等；转化为线性规划或者二次规划，采用单纯形法、内点法或经典的牛顿法求解；对大规模稀疏优化问题而言，采用的高效的一阶算法，如原始对偶内点法、投影梯度下降法、近端梯度法、同伦算法、凸差松弛法、迭代阈值法、快速迭代阈值缩减算法(fista)、bregman分离法、增广拉格朗日乘子法、交替方向乘子法(admm)等方法求解。由上述求解算法对相应的模型求解，得到关于不可叠加资源的决策变量的可行解，及可叠加资源决策变量的最优解，综合所求问题解的信息便可得到具体的资源规划问题的决策方案。
[0101]
示例性地，对于上述公式(1)采用穷举法求解得到可行解即具体的救灾资源种类。对于上述公式(2)采用集成软件包进行求解得到最优解即具体的救灾资源的数目及路径。从而可根据灾情现场信息及消防资源信息，给出具体的调用哪些救灾资源、调多少、具体的调动路线等决策方案，以实现对消防应急领域资源规划的降本增效的精细化调度管理。以
不同火灾场景为例，最终筛选出最佳的资源规划方案如图3a至图3c中综合得分最高的方案。
[0102]
此外，在实际应用中，可以通过先对上述第一优化模型进行求解，得到不可叠加资源的求解结果，然后判断不可叠加资源的求解结果是否能够满足当前救灾任务的需求，在其无法满足当前救灾任务需求时，针对无法满足的救灾任务对上述第二优化模型进行求解，以通过可叠加资源的求解结果和不可叠加资源的求解结果能够共同完成当前救灾任务需求，使得最终的应急资源规划方案更加符合实际救灾场景。
[0103]
本发明实施例提供的基于稀疏表示的应急资源规划方案，根据应急资源的属性将其层次化划分为可叠加资源及不可叠加资源，并根据实际的资源规划问题，分别建立相应的优化模型进行求解，得到具体的决策方案。其中主要的发明是基于凸优化中的稀疏表示的方式来对可叠加资源问题进行建模求解，以解决整数规划建模产生的求解速度较慢，无法保证得到的解为全局最优解的问题，且能达到用尽量少的调度资源就可以实现资源规划的效果，其中并对决策者采用心智估计，以更好的确定模型中资源函数的权重值；而对于不可叠加资源采用常规的非稀疏表示方式进行建模求解，得到其可行解，结合针对可叠加资源规划问题的最优解得到完整的资源规划决策方案。
[0104]
本发明实施例还提供了一种基于稀疏表示的应急资源规划装置，如图4所示，该基于稀疏表示的应急资源规划装置包括：
[0105]
获取模块101，用于获取存在救灾任务需求的目标区域的环境变量信息，环境变量信息为与应急资源使用相关的环境参数。详细内容参加上述方法实施例中步骤s101的相关描述，在此不再进行赘述。
[0106]
第一处理模块102，用于基于环境变量信息确定目标区域所需的可叠加应急资源和不可叠加应急资源，可叠加资源用于表征满足救灾任务需求的能力随资源数量叠加而增强的应急资源。详细内容参加上述方法实施例中步骤s102的相关描述，在此不再进行赘述。
[0107]
第二处理模块103，用于基于救灾任务需求和不可叠加应急资源的属性信息建立第一优化模型，第一优化模型用于求解不可叠加应急资源的规划决策。详细内容参加上述方法实施例中步骤s103的相关描述，在此不再进行赘述。
[0108]
第三处理模块104，用于基于环境变量信息、救灾任务需求及可叠加应急资源的属性信息建立第二优化模型，并基于稀疏表示对第二优化模型进行稀疏建模，第二优化模型用于求解可叠加应急资源的规划决策。详细内容参加上述方法实施例中步骤s104的相关描述，在此不再进行赘述。
[0109]
第四处理模块105，用于分别对第一优化模型和稀疏建模后的第二优化模型进行求解，得到满足救灾任务需求的应急资源规划方案。详细内容参加上述方法实施例中步骤s105的相关描述，在此不再进行赘述。
[0110]
本发明实施例提供的基于稀疏表示的应急资源规划装置，用于执行上述实施例提供的基于稀疏表示的应急资源规划方法，其实现方式与原理相同，详细内容参见上述方法实施例的相关描述，不再赘述。
[0111]
通过上述各个组成部分的协同合作，本发明实施例提供的基于稀疏表示的应急资源规划装置，通过将应急资源按照满足救灾任务需求的能力变化分为可叠加资源和不可叠加资源，并根据实际的救灾任务需求分别建立相应的优化模型进行求解，得到具体的决策
方案，对于不可叠加资源采用常规的非稀疏表示方式进行建模求解，得到其可行解，基于凸优化中的稀疏表示的方式来对可叠加资源问题进行建模求解，以解决整数规划建模产生的求解速度较慢，无法保证得到的解为全局最优解的问题，且能达到用尽量少的调度资源就可以实现资源规划的效果，实现了应急资源的精准规划，减少资源浪费。
[0112]
本发明实施例还提供了一种基于稀疏表示的应急资源规划设备，如图5所示，该基于稀疏表示的应急资源规划设备包括：处理器901和存储器902，其中，处理器901和存储器902可以通过总线或者其他方式连接，图5中以通过总线连接为例。
[0113]
处理器901可以为中央处理器(central processing unit，cpu)。处理器901还可以为其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(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、分立硬件组件等芯片，或者上述各类芯片的组合。
[0114]
存储器902作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如上述方法实施例中的方法所对应的程序指令/模块。处理器901通过运行存储在存储器902中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的方法。
[0115]
存储器902可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器901所创建的数据等。此外，存储器902可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器902可选包括相对于处理器901远程设置的存储器，这些远程存储器可以通过网络连接至处理器901。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0116]
一个或者多个模块存储在存储器902中，当被处理器901执行时，执行上述方法实施例中的方法。
[0117]
上述基于稀疏表示的应急资源规划设备具体细节可以对应参阅上述实施例中对应的相关描述和效果进行理解，此处不再赘述。
[0118]
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，实现的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)、随机存储记忆体(random access memory，ram)、快闪存储器(flash memory)、硬盘(hard disk drive，缩写：hdd)或固态硬盘(solid-state drive，ssd)等；存储介质还可以包括上述种类的存储器的组合。
[0119]
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

技术特征：
1.一种基于稀疏表示的应急资源规划方法，其特征在于，所述方法包括：获取存在救灾任务需求的目标区域的环境变量信息，所述环境变量信息为与应急资源使用相关的环境参数；基于所述环境变量信息确定所述目标区域所需的可叠加应急资源和不可叠加应急资源，所述可叠加资源用于表征满足所述救灾任务需求的能力随资源数量叠加而增强的应急资源；基于所述救灾任务需求和不可叠加应急资源的属性信息建立第一优化模型，所述第一优化模型用于求解不可叠加应急资源的规划决策；基于所述环境变量信息、所述救灾任务需求及可叠加应急资源的属性信息建立第二优化模型，并基于稀疏表示对所述第二优化模型进行稀疏建模，所述第二优化模型用于求解可叠加应急资源的规划决策；分别对所述第一优化模型和稀疏建模后的第二优化模型进行求解，得到满足所述救灾任务需求的应急资源规划方案。2.根据权利要求1所述的方法，其特征在于，所述基于所述救灾任务需求和不可叠加应急资源建立第一优化模型，包括：基于所述救灾任务需求，确定当前救灾任务的客观规则信息，所述客观规则信息用于筛选当前救灾任务所需的应急资源；基于所述客观规则信息和不可叠加应急资源的属性信息建立第一优化模型。3.根据权利要求2所述的方法，其特征在于，所述第一优化模型通过如下公式表示：其中，a1表示第一优化模型，表示资源规划效用函数，表示不可叠加资源对应的决策变量矩阵，y
i
表示决策变量矩阵中第i个不可叠加资源对应的决策变量，且y
i
∈{0,1}，表示不可叠加资源属性信息中资源的可用性信息矩阵，表示由客观规则信息构成的规则向量。4.根据权利要求1所述的方法，其特征在于，所述基于所述环境变量信息、所述救灾任务需求及可叠加应急资源的属性信息建立第二优化模型，包括：基于所述环境变量信息和所述救灾任务需求，确定可叠加应急资源的资源冗余度及资源成本代价对应的权重值；基于可叠加应急资源的属性信息，确定各可叠加应急资源的资源数量和资源成本代价；基于各可叠加应急资源的资源数量和资源成本代价以及可叠加应急资源的资源冗余度及资源成本代价对应的权重值，建立第二优化模型。5.根据权利要求4所述的方法，其特征在于，所述第二优化模型通过如下公式表示：其中，a2表示第二优化模型，表示资源冗余度函数，表示资源代价函数，表示可叠加资源对应的决策变量矩阵，x
i
表示决策变量矩阵中第i个可叠加资源对
应的决策变量，且x
i
≥0，表示可叠加资源属性信息中资源的效用信息矩阵，c表示可叠加资源的资源代价信息矩阵，α1,α2分别表示资源冗余数和资源成本代价对应的权重值。6.根据权利要求5所述的方法，其特征在于，所述基于稀疏表示对所述第二优化模型进行稀疏建模，包括：将资源冗余度函数及资源代价函数采用稀疏表示进行建模。7.根据权利要求6所述的方法，其特征在于，所述分别对所述第一优化模型和稀疏建模后的第二优化模型进行求解，得到满足所述救灾任务需求的应急资源规划方案，包括：对所述第一优化模型进行求解，得到各不可叠加资源的规划决策；对稀疏建模后的第二优化模型进行求解，得到各可叠加资源的规划决策；基于各不可叠加资源的规划决策和各可叠加资源的规划决策生成所述救灾任务需求的应急资源规划方案。8.一种基于稀疏表示的应急资源规划装置，其特征在于，所述装置包括：获取模块，用于获取存在救灾任务需求的目标区域的环境变量信息，所述环境变量信息为与应急资源使用相关的环境参数；第一处理模块，用于基于所述环境变量信息确定所述目标区域所需的可叠加应急资源和不可叠加应急资源，所述可叠加资源用于表征满足所述救灾任务需求的能力随资源数量叠加而增强的应急资源；第二处理模块，用于基于所述救灾任务需求和不可叠加应急资源的属性信息建立第一优化模型，所述第一优化模型用于求解不可叠加应急资源的规划决策；第三处理模块，用于基于所述环境变量信息、所述救灾任务需求及可叠加应急资源的属性信息建立第二优化模型，并基于稀疏表示对所述第二优化模型进行稀疏建模，所述第二优化模型用于求解可叠加应急资源的规划决策；第四处理模块，用于分别对所述第一优化模型和稀疏建模后的第二优化模型进行求解，得到满足所述救灾任务需求的应急资源规划方案。9.一种基于稀疏表示的应急资源规划设备，其特征在于，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-7任一项所述的方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使计算机执行如权利要求1-7任一项所述的方法。

技术总结
本发明提供了基于稀疏表示的应急资源规划方法、装置、设备及介质，该方法包括：获取存在救灾任务需求的目标区域的环境变量信息；基于环境变量信息确定目标区域所需的可叠加应急资源和不可叠加应急资源；基于救灾任务需求和不可叠加应急资源的属性信息建立第一优化模型；基于环境变量信息、救灾任务需求及可叠加应急资源的属性信息建立第二优化模型，并基于稀疏表示对第二优化模型进行稀疏建模；分别对第一优化模型和稀疏建模后的第二优化模型进行求解，得到满足救灾任务需求的应急资源规划方案。解决了现有规划方式无法保证得到的解为全局最优解的问题，且能达到用尽量少的调度资源实现资源规划的效果，实现了应急资源的精准规划，减少资源浪费。减少资源浪费。减少资源浪费。


技术研发人员：陈崇雨 程小恩
受保护的技术使用者：暗物智能科技（广州）有限公司
技术研发日：2023.03.07
技术公布日：2023/8/24