一种基于智能的电厂轮值方式的实现方法、设备及介质与流程

1.本说明书涉及智能推荐的技术领域，尤其涉及一种基于智能的电厂轮值方式的实现方法、设备及介质。


背景技术：

2.电厂运行值班轮值方式需要根据电厂运行管理的岗位设置情况、班次规则、排班约束、排班期望进行设置，目前一般通过人工方式来实现员工轮值最优需求，但是由于排班要考虑的因素较多，除了考虑电厂运行管理的岗位设置情况、班次规则，还要考虑每个员工的历史数据和绩效表现进行排班，人工排班效率较低，并且并无法最大程度地提高员工的生产力和满意度。


技术实现要素：

3.本说明书一个或多个实施例提供了一种基于智能的电厂轮值方式的实现方法、设备及介质，用于解决如下技术问题：现有技术中人工排班效率较低，并且并无法最大程度地提高员工的生产力和满意度。
4.本说明书一个或多个实施例采用下述技术方案：
5.本说明书一个或多个实施例提供一种基于智能的电厂轮值方式的实现方法，所述方法包括：
6.获取所述电厂发布的运行计划信息和员工信息；
7.根据所述运行计划信息和所述员工信息确定目标约束条件，根据所述目标约束条件生成整数线性规划模型；
8.基于所述整数线性规划模型生成可行轮值方案；
9.采用遗传算法从所述可行轮值方案中选取最优轮值方案；
10.基于所述最优轮值方案和所述可行轮值方案，显示最优轮值表以及参考轮值表。
11.进一步地，所述根据所述目标约束条件生成整数线性规划模型，包括：
12.所述目标约束条件包括软约束条件和硬约束条件；
13.从所述运行计划信息和所述员工信息中选取必须满足的项目作为硬约束条件；
14.从所述运行计划信息和所述员工信息中选取其余约束条件作为软约束条件；
15.以软约束作为线性整数规划模型的变量，根据硬约束建立所述线性整数规划模型的目标函数。
16.进一步地，所述根据所述运行计划信息和所述员工信息确定目标约束条件，根据所述目标约束条件生成整数线性规划模型，还包括：
17.硬约束条件必须包含如下至少一项：人员是否可用、特殊人员约束、资质、轮值规则；
18.软约束条件包括如下至少一项：作业的优先级约束、同类均衡、班次约束。
19.进一步地，所述根据所述目标约束条件生成整数线性规划模型，包括：
20.所述硬约束条件的权重不小于6，所述软约束条件的权重不大于4，总权重为10。
21.进一步地，所述基于所述整数线性规划模型生成可行轮值方案，包括：
22.对所述整数线性规划模型进行求解，得到可行解，作为所述可行轮值方案。
23.进一步地，所述采用遗传算法从所述可行轮值方案中选取最优轮值方案，包括：
24.随机产生满足所述强约束条件的个体组成初始种群；
25.根据所述目标约束条件计算所述初始种群中个体的适应度；
26.采用轮盘赌选择算法，从所述初始种群中选择适应度较好的个体，并对所述初始种群进行交叉操作和变异操作；
27.判断种群是否满足终止规则，所述的终止规则包括迭代次数为超过一定值，或者连续x次迭代个体的适应度无改进，或者运行时间超过一定时间t；
28.当不满足终止规则时，通过上述选择、交叉、变异操作对所述个体适应度进行比较调整，更新初始种群直至更新的种群满足终止规则，生成优选轮值方案。
29.进一步地，所述随机产生满足强约束条件的个体组成初始种群，包括：
30.随机生成初始矩阵，以所有员工的集合作为所述初始矩阵的行，以所有轮值日的集合作为所述初始矩阵的列。
31.进一步地，所述根据所述目标约束条件，计算所述初始种群中个体的适应度，包括：
32.确定目标指标，所述目标指标包括计划任务最大完工时间最短指标，以及延迟损失最低遍历代表个体表现；
33.根据所述目标指标是否满足，确定所述个体对应的适应度分值。
34.本说明书一个或多个实施例提供的一种基于智能的电厂轮值方式的实现设备，其特征在于，所述设备包括：
35.至少一个处理器；以及，
36.与所述至少一个处理器通信连接的存储器；其中，
37.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
38.获取所述电厂发布的运行计划信息和员工信息；
39.根据所述运行计划信息和所述员工信息确定约束条件，根据约束条件生成整数线性规划模型；
40.基于所述整数线性规划模型生成可行轮值方案；
41.采用遗传算法计算所述可行轮值方案的优先级；
42.基于所述优先级，从所述可行轮值方案中选择最优轮值方案。
43.本说明书一个或多个实施例提供的一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：
44.获取所述电厂发布的运行计划信息和员工信息；
45.根据所述运行计划信息和所述员工信息确定约束条件，根据约束条件生成整数线性规划模型；
46.基于所述整数线性规划模型生成可行轮值方案；
47.采用遗传算法计算所述可行轮值方案的优先级；
48.基于所述优先级，从所述可行轮值方案中选择最优轮值方案。
49.本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：
50.(1)节省人力成本、提高排班效率；
51.(2)轮值场景中涉及的约束条件和目标函数均转化为了线性约束，降低了算法求解的难度；
52.(3)考虑了人员个性化需求，如加班偏好，特殊人员处理等，增加员工满意度。
附图说明
53.为了更清楚地说明本说明书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说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：
54.图1为本说明书实施例提供的一种基于智能的电厂轮值方式的实现方法的流程示意图。
55.图2为本说明书实施例提供的一种基于智能的电厂轮值方式的实现方法的架构示意图。
具体实施方式
56.为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书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说明书一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通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，都应当属于本说明书保护的范围。
57.本说明书实施例提供一种基于智能的电厂轮值方式的实现方法，需要说明的是，本说明书实施例中的执行主体可以是服务器，也可以是任意一种具备数据处理能力的设备。图1为本说明书实施例提供的一种基于智能的电厂轮值方式的实现方法的流程示意图。图2为本发明的架构图。本发明架构主要分为两部分，第一部分为系统业务层，另一部分为数据算法层。其中系统业务层主要由springboot+vue框架开发的前后端系统，包含轮值编排模型、参数维护、报表维护及轮值报告等模块。
58.如图1所示，方法主要包括如下步骤：
59.步骤s101，获取所述电厂发布的运行计划信息和员工信息。
60.其中，电厂运行计划数据包括轮值周期内各车间、各机组的参数信息，以及作业的起止时间和作业的优先级。员工信息包括全部员工的员工信息、专业信息、岗位信息、资质信息和历史轮值结果。员工信息除真实参与工作的员工外，还可复制真实员工建立虚拟员工，用以编排轮值计划。真实员工与虚拟员工通过编号开头区分(人员编号首字母为“x”的即为虚拟员工)，虚拟员工的加班意愿均为“愿意加班”级且历史考勤数据为空。
61.步骤s102，根据所述运行计划信息和所述员工信息确定目标约束条件，根据所述目标约束条件生成整数线性规划模型。
62.其中，约束条件分为硬约束条件与软约束条件，硬约束条件的权重不小于6，软约
束的权重不大于4，总权重为10。
63.根据工作人员设置的目标约束条件，构建轮值模型，上述硬约束条件为线性约束条件。
64.采用线性整数规划模型，通过建立合适的目标约束条件和目标权重，将人员轮值计划转为离散数据的优化问题。
65.轮值负责人在系统界面选择目标约束条件并生成线性规划模型后，通过点击“预览”按钮对轮值数据进行预览；此时，系统将通过restful-api接口，将模型上的数据以参数的形式传给智能算法服务进行求解。此算法服务的核心是将参数转化为数据，进而生成离散数据图表，并根据历史打分情况，输出最优结果及其他参考结果。
66.其中，硬约束是一定要满足的条件，可以线性规划中目标函数的形式确立，软约束可以在约束条件中进行相应的变量构造，通过参考目标函数得出的结果进行动态调整。
67.其中，硬约束条件必须包含但不限于如下至少一项：人员是否可用(请假或因病不能到岗的不能安排工作)；特殊人员约束(对孕妇或其他种类需要特殊关怀的人员只安排在特定班次)；资质(只有具备相应资质的员工才能被安排到对应的岗位工作)；轮值规则(根据厂区或法律法规确定的工作规范限制，如每人每天只能工作连个班次，每周或每月的休息天数等)。软约束条件包括如下至少一项：作业的优先级约束(即优先完成优先级较高的产品作业)；同类均衡(员工对于加班的偏好分类，如愿意加班的员工属于同类，不愿意加班的员工属于同类，同类人员之间的工作时长尽量平衡)；班次约束(避免同一个员工频繁的进行早班夜班更替，算法将自动决定人员的轮值班次信息，但会避免频繁的更替早夜班)；轮值结果稳定性(轮值周期内，避免生产计划更新前后轮值结果中的轮值人员有较大变动)。
68.无论是硬约束还是软约束，都会存放在参数库中，供特殊生产计划调整时根据实际生产需求进行设置。
69.步骤s103，基于所述整数线性规划模型生成可行轮值方案。
70.对整数线性规划模型进行求解，得到可行解，作为可行轮值方案。
71.步骤s104，采用遗传算法从所述可行轮值方案中选取最优轮值方案；
72.采用遗传算法计算最优轮值方案，具体包括如下步骤：
73.(一)、编码：
74.染色体长度：可行解数量
75.染色体基因：每个可行解(可行轮值方案)
76.基因编码：
[0077][0078]
(二)初始群体
[0079]
w表示所有员工集合，对应初始矩阵中的所有行
[0080]
j表示所有轮值日集合，对应初始矩阵中的所有列
[0081]
αi表示包含员工i的所有轮值日集合
[0082]
βj表示轮值日j包含有的员工集合
[0083]
s表示一个可行解中包含的轮值日集合
[0084]
u表示未被选中的员工集合
[0085]
wi表示员工i被s中轮值日选中的次数
[0086]
1、初始化wi＝0；
[0087]
2、对于矩阵中的每一行，即每一个员工:
[0088]
2.1、在αi中随机选择一列,
[0089]
2.2、wi＝wi+l，如果j不在s，则加入到s中；
[0090]
3、设临时集合t＝s；
[0091]
4、在t中随机选择一列j，令t＝t-j，如果都有wi》＝2，则s＝s-j，wi＝wi-l，
[0092]
5、重复步骤4，直到
[0093]
步骤2的目的在于随机产生一个可行解，涵括所有的员工。
[0094]
步骤5的目的是尽可的减少员工冗余，即减少重复涵盖的情况
[0095]
(三)适应度函数
[0096]
计算某一个个体的适应度，首先确定目标指标，例如：
[0097]
指标1：计划任务最大完工时间最短
[0098]
指标2：延迟损失最低
[0099]
遍历代表染色体表现，根据目标指标是否满足，确定适应度分值。
[0100]
适应度分值越高，给出的解决方案越好。因此，进化过程中的个体选择要优选适应度分值的个体
[0101]
(四)选择
[0102]
采用轮盘赌法选择适应度较好的染色体，x(i)的适应度值表示为f(xi),该部分被选中的概率为p(xi)
[0103]
p(xi)＝f(xi)/∑nj＝1fj
[0104]
(五)交叉
[0105]
种群通过交叉操作获得新染色体，从而推动整个种群向前进化交又操作采用整数交叉法，交叉操作首先从种群中随机选取两个染色体并取出每个染色体的前n位然后随机选择交又位置进行交叉。
[0106]
(六)变异
[0107]
种群通过变异操作获得新的个体，从而推动整个种群向前进化。变异算子首先从种群中随机选取变异个体，然后选择变异位置pos1和pos2，最后把个体中pos1和pos2的代表的任务序号以及相对应的班组序号相对换。
[0108]
(七)终止
[0109]
判断种群是否满足终止规则，所述的终止规则包括迭代次数为超过一定值，或者连续x次迭代个体的适应度无改进，或者运行时间超过一定时间t；
[0110]
当不满足终止规则时，通过上述选择、交叉、变异操作对所述个体适应度进行比较调
[0111]
步骤s105，基于所述最优轮值方案和所述可行轮值方案，显示最优轮值表以及参考轮值表。
[0112]
轮值负责人在系统界面根据目标约束条件生成线性规划模型后，通过点击“预览”按钮对轮值数据进行预览；此时，系统将通过restful-api接口，将模型上的数据以参数的形式传给智能算法进行求解。此算法服务的核心是将参数转化为数据，进而生成离散数据图表，并根据历史打分情况，输出最优轮值表及其他参考轮值表。
[0113]
综上所述，本发明基于电厂运行管理的岗位设置情况、班次规则、排班约束、排班期望，采用遗传算法与线性规划模型来智能化实现员工轮值最优需求。同时，还可以根据每个员工的历史数据和绩效表现进行排班分析实现智能化预测，从而优化排班效率并提高员工的生产力和满意度。
[0114]
本说明书实施例还提供一种基于智能的电厂轮值方式的实现设备，如图2所示，设备包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：
[0115]
获取所述电厂发布的运行计划信息和员工信息；
[0116]
根据所述运行计划信息和所述员工信息确定目标约束条件，根据所述目标约束条件生成整数线性规划模型；
[0117]
基于所述整数线性规划模型生成可行轮值方案；
[0118]
采用遗传算法从所述可行轮值方案中选取最优轮值方案；
[0119]
基于所述最优轮值方案和所述可行轮值方案，显示最优轮值表以及参考轮值表。
[0120]
本说明书实施例还提供一种非易失性计算机存储介质，存储有计算机可执行指令，计算机可执行指令设置为：
[0121]
获取所述电厂发布的运行计划信息和员工信息；
[0122]
根据所述运行计划信息和所述员工信息确定目标约束条件，根据所述目标约束条件生成整数线性规划模型；
[0123]
基于所述整数线性规划模型生成可行轮值方案；
[0124]
采用遗传算法从所述可行轮值方案中选取最优轮值方案；
[0125]
基于所述最优轮值方案和所述可行轮值方案，显示最优轮值表以及参考轮值表。
[0126]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，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。
[0127]
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0128]
本说明书实施例提供的设备和介质与方法是一一对应的，因此，设备和介质也具有与其对应的方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述设备和介质的有益技术效果。
[0129]
本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0130]
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0131]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0132]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0133]
在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
[0134]
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
[0135]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0136]
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、商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、商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、商品或者设备中还存在另外的相同要素。
[0137]
以上所述仅为本说明书的一个或多个实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

技术特征：
1.一种基于智能的电厂轮值方式的实现方法，其特征在于，所述方法包括：获取所述电厂发布的运行计划信息和员工信息；根据所述运行计划信息和所述员工信息确定目标约束条件，根据所述目标约束条件生成整数线性规划模型；基于所述整数线性规划模型生成可行轮值方案；采用遗传算法从所述可行轮值方案中选取最优轮值方案；基于所述最优轮值方案和所述可行轮值方案，显示最优轮值表以及参考轮值表。2.根据权利要求1所述的一种基于智能的电厂轮值方式的实现方法，其特征在于，所述根据所述目标约束条件生成整数线性规划模型，包括：所述目标约束条件包括软约束条件和硬约束条件；从所述运行计划信息和所述员工信息中选取必须满足的项目作为硬约束条件；从所述运行计划信息和所述员工信息中选取其余约束条件作为软约束条件；以软约束作为线性整数规划模型的变量，根据硬约束建立所述线性整数规划模型的目标函数。3.根据权利要求2所述的一种基于智能的电厂轮值方式的实现方法，其特征在于，所述根据所述运行计划信息和所述员工信息确定目标约束条件，根据所述目标约束条件生成整数线性规划模型，还包括：硬约束条件必须包含如下至少一项：人员是否可用、特殊人员约束、资质、轮值规则；软约束条件包括如下至少一项：作业的优先级约束、同类均衡、班次约束。4.根据权利要求2所述的一种基于智能的电厂轮值方式的实现方法，其特征在于，所述根据所述目标约束条件生成整数线性规划模型，包括：所述硬约束条件的权重不小于6，所述软约束条件的权重不大于4，总权重为10。5.根据权利要求4所述的一种基于智能的电厂轮值方式的实现方法，其特征在于，所述基于所述整数线性规划模型生成可行轮值方案，包括：对所述整数线性规划模型进行求解，得到可行解，作为所述可行轮值方案。6.根据权利要求2所述的一种基于智能的电厂轮值方式的实现方法，其特征在于，所述采用遗传算法从所述可行轮值方案中选取最优轮值方案，包括：随机产生满足所述强约束条件的个体组成初始种群；根据所述目标约束条件计算所述初始种群中个体的适应度；采用轮盘赌选择算法，从所述初始种群中选择适应度较好的个体，并对所述初始种群进行交叉操作和变异操作；判断种群是否满足终止规则，所述的终止规则包括迭代次数为超过一定值，或者连续x次迭代个体的适应度无改进，或者运行时间超过一定时间t；当不满足终止规则时，通过上述选择、交叉、变异操作对所述个体适应度进行比较调整，更新初始种群直至更新的种群满足终止规则，生成优选轮值方案。7.根据权利要求6所述的一种基于智能的电厂轮值方式的实现方法，其特征在于，所述随机产生满足强约束条件的个体组成初始种群，包括：随机生成初始矩阵，以所有员工的集合作为所述初始矩阵的行，以所有轮值日的集合作为所述初始矩阵的列。
8.根据权利要求6所述的一种基于智能的电厂轮值方式的实现方法，其特征在于，所述根据所述目标约束条件，计算所述初始种群中个体的适应度，包括：确定目标指标，所述目标指标包括计划任务最大完工时间最短指标，以及延迟损失最低遍历代表个体表现；根据所述目标指标是否满足，确定所述个体对应的适应度分值。9.一种基于智能的电厂轮值方式的实现设备，其特征在于，所述设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：获取所述电厂发布的运行计划信息和员工信息；根据所述运行计划信息和所述员工信息确定约束条件，根据约束条件生成整数线性规划模型；基于所述整数线性规划模型生成可行轮值方案；采用遗传算法计算所述可行轮值方案的优先级；基于所述优先级，从所述可行轮值方案中选择最优轮值方案。10.一种非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令设置为：获取所述电厂发布的运行计划信息和员工信息；根据所述运行计划信息和所述员工信息确定约束条件，根据约束条件生成整数线性规划模型；基于所述整数线性规划模型生成可行轮值方案；采用遗传算法计算所述可行轮值方案的优先级；基于所述优先级，从所述可行轮值方案中选择最优轮值方案。

技术总结
本说明书实施例公开了一种基于智能的电厂轮值方式的实现方法、设备及介质，方法包括：获取所述电厂发布的运行计划信息和员工信息；根据所述运行计划信息和所述员工信息确定目标约束条件，根据所述目标约束条件生成整数线性规划模型；基于所述整数线性规划模型生成可行轮值方案；采用遗传算法从所述可行轮值方案中选取最优轮值方案；基于所述最优轮值方案和所述可行轮值方案，显示最优轮值表以及参考轮值表。本发明采用遗传算法与线性规划模型来智能化实现员工轮值最优需求。同时，还可以根据每个员工的历史数据和绩效表现进行排班分析实现智能化预测，从而优化排班效率并提高员工的生产力和满意度。的生产力和满意度。的生产力和满意度。


技术研发人员：宋雪芹
受保护的技术使用者：浪潮智慧科技有限公司
技术研发日：2023.06.28
技术公布日：2023/9/16