一种基于时序数据的行为监控与参数自适应调整方法、系统、平台及存储介质与流程
本发明属于数据处理与智能决策,具体涉及一种基于时序数据的行为监控与参数自适应调整方法、系统、平台及存储介质。
背景技术:
1、在合约执行、任务履约和资源分配管理业务中,为目标对象制定合理的执行方案是实现目标达成的重要手段。然而,执行方案一旦确定后,现有系统通常采用静态执行方式,直至方案完成或目标对象再次正式违约。
2、然而,其缺乏履约轨迹的在线监控,即现有系统多将每期执行视为独立的二元事件(执行成功/失败),未能将执行时间、执行数值、执行频率等连续行为编码为时间序列进行持续跟踪,导致无法捕捉履约行为的渐进性恶化信号。
3、此外,还存在偏离检测阈值固定僵化,部分系统虽然设置了偏离提醒或违约阈值,但阈值通常为固定值,未根据目标对象的历史履约模式、方案所处阶段、执行维度差异等因素动态调整,容易产生误报或漏报。而且,还重校准策略与偏离程度不匹配,即现有系统在触发预警后,通常仅发送提醒或转入人工处理,未能根据偏离的严重程度、类型和阶段自动匹配差异化的重校准策略,导致轻微偏离过度干预、严重偏离干预不足。以及存在被动响应错失干预时机,即现有系统多在目标对象正式违约后才介入,而履约轨迹的渐进性偏离往往预示着未来违约风险,被动响应机制错失了早期干预的最佳时机。
4、因此,针对上述所存在的的技术缺陷问题,急需设计和开发一种基于时序数据的行为监控与参数自适应调整方法、系统、平台及存储介质。
技术实现思路
1、为克服上述现有技术存在的不足及困难,本发明之目的在于提供一种基于时序数据的行为监控与参数自适应调整方法、系统、平台及存储介质,能够在线监控履约轨迹、多尺度检测累积偏离度、自适应设定触发阈值、并将阈值与重校准策略智能匹配。
2、本发明的第一目的在于提供一种基于时序数据的行为监控与参数自适应调整方法;本发明的第二目的在于提供一种基于时序数据的行为监控与参数自适应调整系统;本发明的第三目的在于提供一种基于时序数据的行为监控与参数自适应调整平台;本发明的第四目的在于提供一种计算机可读取存储介质。
3、本发明的第一目的是这样实现的,所述方法包括:
4、创建生成并获取与目标对象所执行处理任务相对应的第一数据,并于执行所述处理任务的过程中,构建生成并获取与所述目标对象相对应的第二数据;其中,所述第一数据为预期时序数据,包含按时间顺序排列的多个节点的预期状态信息;所述第二数据为实际执行数据,包含与所述多个节点对应的实际状态信息;
5、分别根据各节点所述的实际状态信息与对应的所述预期状态信息之间的差异,创建生成相对应的偏离信息序列,并根据至少两种不同的时序滤波规则,分别对所述偏离信息序列进行时序滤波处理,构建生成至少两个表征不同时间尺度的偏离特征值;
6、根据所述目标对象的历史执行统计信息和所述处理任务的当前执行进度信息,建立生成与各所述偏离特征值分别对应的动态判定基准值;
7、比较处理各偏离特征值与对应的动态判定基准值,并根据比较结果,于预设的多个调整规则中匹配目标调整规则,并按照所述目标调整规则对所述处理任务的未执行部分进行参数调整。
8、进一步地,所述预期状态信息和所述实际状态信息均至少包含第一类状态元素、第二类状态元素和第三类状态元素;
9、所述偏离信息序列通过以下方式生成:
10、分别计算生成各所述节点上各类状态元素的实际值与预期值之间的差异,对各所述差异进行归一化处理,并获得相对应的子偏离值;
11、根据各类状态元素预设的权重系数,对多个所述子偏离值进行加权融合处理,创建生成所述偏离信息序列中各节点对应的偏离值。
12、进一步地,所述根据至少两种不同的时序滤波规则,分别对所述偏离信息序列进行时序滤波处理,还包括:
13、基于第一遗忘因子,对当前节点的偏离值与上一节点的第一记忆值进行递归加权运算,构建生成第一偏离特征值;
14、基于第二平滑因子,对所述当前节点的偏离值与上一节点的第二记忆值进行递归加权运算,构建生成第二偏离特征值;其中,所述第二平滑因子大于所述第一遗忘因子;
15、基于所述偏离信息序列的历史累计均值与趋势加权项的组合运算,构建生成第三偏离特征值。
16、进一步地,所述根据所述目标对象的历史执行统计信息和所述处理任务的当前执行进度信息,建立生成与各所述偏离特征值分别对应的动态判定基准值,还包括:
17、根据所述目标对象在执行历史处理任务过程中的偏离值的统计分布参数,创建生成个性化基准分量;
18、根据所述处理任务的总节点数和当前已执行节点数,创建生成阶段调整系数;其中,所述阶段调整系数用于调整判定基准值的严格程度;
19、根据各类状态元素在历史执行过程中的波动幅度,创建生成对应的不确定性补偿项;
20、根据对后续节点的偏离值的预测结果的置信区间,构建生成预测补偿项;
21、融合处理所述个性化基准分量、所述阶段调整系数、所述不确定性补偿项和所述预测补偿项,建立生成各所述偏离特征值对应的动态判定基准值。
22、进一步地,所述根据比较结果,于预设的多个调整规则中匹配目标调整规则,还包括:
23、当判定至少一个所述偏离特征值超过对应的所述动态判定基准值时,根据各所述偏离特征值的超限组合状态,识别当前的偏离模式类型;
24、根据所述偏离模式类型、所述偏离特征值的超限幅度以及所述当前执行进度信息,从所述多个调整规则中匹配所述目标调整规则;其中,所述多个调整规则包含至少三个具有不同调整粒度的规则:用于调整执行时间参数的第一调整规则、用于重新计算数值参数的第二调整规则、以及用于变更执行模式的第三调整规则。
25、进一步地,所述方法还包括:
26、创建生成并获取经所述目标调整规则调整后的所述处理任务的更新参数;
27、双重校验处理所述更新参数;其中,所述双重校验包括计算所述更新参数与历史有效参数的特征相似度的第一校验,以及通过蒙特卡洛模拟方式对所述更新参数进行执行效果评估的第二校验;
28、当所述第一校验和所述第二校验均满足预设条件时,将所述更新参数确定为所述处理任务的当前执行参数。
29、本发明的第二目的是这样实现的,所述系统用于实现所述基于时序数据的行为监控与参数自适应调整方法,所述系统包括:
30、创建生成单元,用于创建生成并获取与目标对象所执行处理任务相对应的第一数据,并于执行所述处理任务的过程中,构建生成并获取与所述目标对象相对应的第二数据;其中,所述第一数据为预期时序数据,包含按时间顺序排列的多个节点的预期状态信息;所述第二数据为实际执行数据,包含与所述多个节点对应的实际状态信息;
31、构建生成单元,用于分别根据各节点所述的实际状态信息与对应的所述预期状态信息之间的差异,创建生成相对应的偏离信息序列,并根据至少两种不同的时序滤波规则,分别对所述偏离信息序列进行时序滤波处理,构建生成至少两个表征不同时间尺度的偏离特征值;
32、建立生成单元,用于根据所述目标对象的历史执行统计信息和所述处理任务的当前执行进度信息,建立生成与各所述偏离特征值分别对应的动态判定基准值;
33、比较处理单元,用于比较处理各偏离特征值与对应的动态判定基准值,并根据比较结果,于预设的多个调整规则中匹配目标调整规则,并按照所述目标调整规则对所述处理任务的未执行部分进行参数调整。
34、进一步地,所述预期状态信息和所述实际状态信息均至少包含第一类状态元素、第二类状态元素和第三类状态元素;
35、所述偏离信息序列通过以下功能模块生成:
36、第一生成模块,用于分别计算生成各所述节点上各类状态元素的实际值与预期值之间的差异,对各所述差异进行归一化处理,并获得相对应的子偏离值;
37、第二生成模块,用于根据各类状态元素预设的权重系数,对多个所述子偏离值进行加权融合处理,创建生成所述偏离信息序列中各节点对应的偏离值
38、和/或,所述构建生成单元,还包括:
39、第三生成模块,用于基于第一遗忘因子,对当前节点的偏离值与上一节点的第一记忆值进行递归加权运算,构建生成第一偏离特征值;
40、第四生成模块,用于基于第二平滑因子,对所述当前节点的偏离值与上一节点的第二记忆值进行递归加权运算,构建生成第二偏离特征值;其中,所述第二平滑因子大于所述第一遗忘因子;
41、第五生成模块,用于基于所述偏离信息序列的历史累计均值与趋势加权项的组合运算,构建生成第三偏离特征值;
42、和/或,所述建立生成单元,还包括:
43、第六生成模块,用于根据所述目标对象在执行历史处理任务过程中的偏离值的统计分布参数,创建生成个性化基准分量;
44、第七生成模块,用于根据所述处理任务的总节点数和当前已执行节点数,创建生成阶段调整系数;其中,所述阶段调整系数用于调整判定基准值的严格程度;
45、第八生成模块,用于根据各类状态元素在历史执行过程中的波动幅度,创建生成对应的不确定性补偿项;
46、第九生成模块,用于根据对后续节点的偏离值的预测结果的置信区间,构建生成预测补偿项;
47、第一处理模块,用于融合处理所述个性化基准分量、所述阶段调整系数、所述不确定性补偿项和所述预测补偿项,建立生成各所述偏离特征值对应的动态判定基准值;
48、和/或,所述比较处理单元,还包括:
49、第一判定模块,用于当判定至少一个所述偏离特征值超过对应的所述动态判定基准值时,根据各所述偏离特征值的超限组合状态,识别当前的偏离模式类型;
50、调整匹配模块,用于根据所述偏离模式类型、所述偏离特征值的超限幅度以及所述当前执行进度信息,从所述多个调整规则中匹配所述目标调整规则;其中,所述多个调整规则包含至少三个具有不同调整粒度的规则:用于调整执行时间参数的第一调整规则、用于重新计算数值参数的第二调整规则、以及用于变更执行模式的第三调整规则;
51、和/或,所述系统,还包括:
52、第十生成模块,用于创建生成并获取经所述目标调整规则调整后的所述处理任务的更新参数;
53、第二处理模块,用于双重校验处理所述更新参数;其中,所述双重校验包括计算所述更新参数与历史有效参数的特征相似度的第一校验,以及通过蒙特卡洛模拟方式对所述更新参数进行执行效果评估的第二校验;
54、第二判定模块,用于当所述第一校验和所述第二校验均满足预设条件时,将所述更新参数确定为所述处理任务的当前执行参数。
55、本发明的第三目的是这样实现的:包括处理器、存储器以及基于时序数据的行为监控与参数自适应调整平台控制程序;其中在所述的处理器执行所述的基于时序数据的行为监控与参数自适应调整平台控制程序,所述的基于时序数据的行为监控与参数自适应调整平台控制程序被存储在所述存储器中,所述的基于时序数据的行为监控与参数自适应调整平台控制程序,实现所述的基于时序数据的行为监控与参数自适应调整方法。
56、本发明的第四目的是这样实现的:所述计算机可读取存储介质存储有基于时序数据的行为监控与参数自适应调整平台控制程序,所述的基于时序数据的行为监控与参数自适应调整平台控制程序,实现所述的基于时序数据的行为监控与参数自适应调整方法。
57、本发明方案通过获取处理任务的预期时序数据及执行过程中的实际执行数据,根据两者差异生成偏离信息序列;通过多种时序滤波规则对偏离信息序列进行处理,生成多个表征不同时间尺度的偏离特征值;根据目标对象的历史执行统计信息和任务当前执行进度,生成与各偏离特征值对应的动态判定基准值;将偏离特征值与动态判定基准值比较,根据比较结果从预设调整规则中匹配目标调整规则,对任务未执行部分进行参数调整。实现了执行轨迹的在线监控与偏离信号的早期识别,并根据偏离情况自动匹配差异化调整策略,提高了参数调整的精准性和时效性。
58、也就是说,本发明通过将目标对象的执行行为编码为多维时序轨迹进行在线监控,结合多尺度累积偏离度计算与多层次自适应阈值动态判定,实现了对偏离信号的早期精准识别;在此基础上,根据偏离类型、程度和发生阶段自动匹配差异化的调整策略,并辅以历史一致性检验与蒙特卡洛模拟双重验证,形成完整的闭环自适应调整机制,从而提升了执行方案监控的时效性与精准性,降低了因渐进性偏离导致的执行损失,避免了误报漏报及干预失当,最终实现了执行方案从静态被动响应向动态前瞻性主动调整的智能化升级。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com