一种基于数字孪生的高校智慧校园资源智能调度方法及系统与流程
本发明涉及智慧校园与资源调度,特别是涉及一种基于数字孪生的高校智慧校园资源智能调度方法及系统。
背景技术:
1、随着高等教育规模的持续扩大与高校信息化建设的不断深入,智慧校园已成为现代高校办学的重要基础设施,校园内教学空间、实验设备、能源供给及人力资源等各类资源的高效配置与协同调度,直接关系到教学科研活动的顺利开展与办学效益的整体提升。然而,高校校园资源具有类型多样、分布广泛、需求时变、耦合紧密等显著特征,传统的资源管理模式主要依赖于静态排课、人工协调与分散式管理,难以适应现代高校对资源精细化、智能化调度的迫切需求。
2、当前,针对高校校园资源调度的技术方案主要集中于以下两类:第一类是基于规则引擎的半自动调度系统,这类系统通常依据预设的排课规则与优先级策略,对教室、实验室等空间资源进行静态分配,其实现较为简单、规则明确,但调度规则固化僵化,无法根据实时的资源占用状态与突发需求进行动态调整,亦难以统筹考虑设备、能源、人员等多类资源的协同配置;第二类是基于优化算法的单类资源调度方法,例如针对教室排课问题采用遗传算法或模拟退火算法求解,这类方法虽能在一定程度上提高单一类型资源的利用率,但其优化目标单一、约束条件有限,缺乏对多类资源间耦合关系与全局供需态势的量化感知,且调度方案生成后缺乏有效的预演验证机制,容易在实际执行中引发新的冲突或资源浪费;因此,如何基于数字孪生技术实现高校校园多类资源的全局感知、仿真推演与闭环智能调度,成为了智慧校园建设面临的关键难题。
技术实现思路
1、基于此,本发明提供一种基于数字孪生仿真推演与供需张力量化评估实现高校校园多类资源全局智能调度与动态优化的基于数字孪生的高校智慧校园资源智能调度系统及方法。
2、第一方面,本发明提供一种基于数字孪生的高校智慧校园资源智能调度方法,包括如下步骤:
3、采集校园内教学空间、实验设备、能源供给及人员活动等多类资源的多源异构状态数据与需求数据;
4、对所有的状态数据与需求数据进行时空对齐与语义标准化处理,进而将处理后的所有数据推送至校园数字孪生虚拟模型,以实现校园资源运行状态在虚拟空间的全要素映射与可视化;
5、基于数字孪生虚拟模型关联的历史调度数据库中存储的历史运行数据,采用资源供需张力评估机制,分别确定每类资源在不同时空维度下的供需张力指数及对应的动态调度优先级;
6、实时监控校园各类资源的状态数据与需求变化,当检测到资源供需冲突或任一资源的供需张力指数超过预设张力阈值时,在数字孪生虚拟模型中进行多目标调度方案仿真推演,生成若干候选调度方案;
7、从所述若干候选调度方案中选取综合效用最优的调度方案并下发至物理校园执行,同时将执行效果数据回传至数字孪生虚拟模型以实现调度策略的闭环优化。
8、在一些实施例中,采集校园内教学空间、实验设备、能源供给及人员活动等多类资源的多源异构状态数据与需求数据具体包括:
9、通过部署在教学空间与实验设备上的物联网感知终端,实时采集教室占用状态、实验室门禁状态、仪器设备运行参数及能源消耗数据;
10、通过对接校园教务管理系统、实验室预约系统及一卡通系统,获取课程排课数据、设备预约数据及人员位置与行为数据;
11、将所述物联网感知终端采集的数据与各业务系统获取的数据分别封装为带有资源标识符与本地时间戳的结构化数据报文。
12、在一些实施例中,对所有的状态数据与需求数据进行时空对齐与语义标准化处理具体包括:
13、获取所有状态数据与需求数据对应的带有本地时间戳的结构化数据报文;
14、基于网络时间协议与时钟同步服务对所有结构化数据报文中的本地时间戳进行对齐处理,得到时间戳对齐后的所有数据;
15、依据预定义的校园资源本体语义模型,对时间戳对齐后的所有数据进行语义标签映射与单位归一化,得到语义标准化后的所有数据。
16、在一些实施例中,将处理后的所有数据推送至校园数字孪生虚拟模型,以实现校园资源运行状态在虚拟空间的全要素映射与可视化具体包括:
17、将语义标准化后的所有数据通过消息队列协议发送至校园数字孪生虚拟模型的数据接入层;
18、根据所有数据的资源标识符与数据内容,更新所述数字孪生虚拟模型中对应虚拟资源实体的状态属性与空间位置属性;
19、驱动数字孪生虚拟模型的可视化引擎,根据所述状态属性与空间位置属性的实时变化,渲染并展示校园资源运行状态的三维虚拟映射。
20、在一些实施例中,基于数字孪生虚拟模型关联的历史调度数据库中存储的历史运行数据,采用资源供需张力评估机制,分别确定每类资源在不同时空维度下的供需张力指数具体包括:
21、从所述数字孪生虚拟模型关联的历史调度数据库中,提取指定时间范围内的历史资源使用数据与需求数据;
22、针对每一类资源,依据设定的时空网格划分规则,将校园地理空间划分为若干空间单元并将调度周期划分为若干时间片,从所述历史运行数据中统计每个时空网格内的资源供给容量与需求需求量;
23、基于每个时空网格内的资源供给容量与需求需求量,结合需求预测模型输出的未来时段需求预测量,计算每个时空网格内该类资源的供需张力指数。
24、在一些实施例中,确定每类资源在不同时空维度下对应的动态调度优先级具体包括:
25、对于每一类资源,基于其在各时空网格内的供需张力指数与资源重要性权重,计算该资源在对应时空网格内的调度紧迫度;
26、将所述调度紧迫度与当前学期教学日历标识及资源所属学科类别进行关联,得到每类资源在不同时空维度下的动态调度优先级。
27、在一些实施例中,当检测到资源供需冲突或任一资源的供需张力指数超过预设张力阈值时,在数字孪生虚拟模型中进行多目标调度方案仿真推演,生成若干候选调度方案具体包括:
28、持续监测校园各类资源是否存在时空重叠的供需冲突,并监测任一资源在任一时空网格内的供需张力指数是否超过预设张力阈值;
29、当任一监测条件满足时,根据触发的具体条件与相关数据,在数字孪生虚拟模型中构建调度仿真场景;
30、在所述调度仿真场景中,基于多目标优化算法生成若干满足约束条件的候选调度方案,并在数字孪生虚拟模型中分别推演各候选调度方案执行后的资源运行状态。
31、在一些实施例中,基于多目标优化算法生成若干满足约束条件的候选调度方案具体包括:
32、以资源利用率均衡度、供需冲突消解率、能源消耗节约量及用户满意度为优化目标,以教学计划刚性约束、设备维护周期约束及空间容量约束为约束条件;
33、采用带精英策略的非支配排序遗传算法在解空间中搜索,生成若干帕累托最优候选调度方案。
34、在一些实施例中,从所述若干候选调度方案中选取综合效用最优的调度方案并下发至物理校园执行,同时将执行效果数据回传至数字孪生虚拟模型以实现调度策略的闭环优化具体包括:
35、基于预设的多属性决策权重,对每个候选调度方案在各优化目标上的表现进行加权综合评价,选取综合效用得分最高的候选调度方案作为最优调度方案;
36、将所述最优调度方案拆解为面向各资源管理子系统的调度指令并下发执行;
37、采集调度指令执行后的实际资源运行数据与用户反馈数据,将其回传至数字孪生虚拟模型,用于更新历史调度数据库并修正需求预测模型与资源供需张力评估参数。
38、第二方面,本发明提供一种基于数字孪生的高校智慧校园资源智能调度系统,包括:
39、采集模块,用于采集校园内教学空间、实验设备、能源供给及人员活动等多类资源的多源异构状态数据与需求数据;
40、处理模块,用于对所有的状态数据与需求数据进行时空对齐与语义标准化处理,进而将处理后的所有数据推送至校园数字孪生虚拟模型,以实现校园资源运行状态在虚拟空间的全要素映射与可视化;
41、所述处理模块,还用于基于数字孪生虚拟模型关联的历史调度数据库中存储的历史运行数据,采用资源供需张力评估机制,分别确定每类资源在不同时空维度下的供需张力指数及对应的动态调度优先级;
42、仿真推演模块,用于实时监控校园各类资源的状态数据与需求变化,当检测到资源供需冲突或任一资源的供需张力指数超过预设张力阈值时,在数字孪生虚拟模型中进行多目标调度方案仿真推演,生成若干候选调度方案;
43、调度执行模块,用于从所述若干候选调度方案中选取综合效用最优的调度方案并下发至物理校园执行,同时将执行效果数据回传至数字孪生虚拟模型以实现调度策略的闭环优化。
44、本发明相比现有技术具有以下有益效果:
45、本发明提供的基于数字孪生的高校智慧校园资源智能调度方法及系统中,首先,采集校园内教学空间、实验设备、能源供给及人员活动等多类资源的多源异构状态数据与需求数据,对所有的状态数据与需求数据进行时空对齐与语义标准化处理,进而将处理后的所有数据推送至校园数字孪生虚拟模型,以实现校园资源运行状态在虚拟空间的全要素映射与可视化,该步骤可实现校园多源异构资源数据的标准化采集、高精度时空同步与向数字孪生模型的实时推送,从而建立物理校园精确、实时的全要素数字镜像,为后续的供需态势评估与调度决策提供了时空统一、虚实关联的可靠数据基础;其次,基于数字孪生虚拟模型关联的历史调度数据库中存储的历史运行数据,采用资源供需张力评估机制,分别确定每类资源在不同时空维度下的供需张力指数及对应的动态调度优先级,该步骤可基于历史运行规律与未来需求预测,对每类资源在各时空网格内的供需紧张程度进行量化评估,从而建立随时间与空间动态变化的资源供需态势图谱与调度优先级序列,克服了传统静态调度对资源全局供需态势感知不足的弊端,提高了调度决策的针对性与前瞻性;然后,实时监控校园各类资源的状态数据与需求变化,当检测到资源供需冲突或任一资源的供需张力指数超过预设张力阈值时,在数字孪生虚拟模型中进行多目标调度方案仿真推演,生成若干候选调度方案,该步骤可在调度方案实际下发前,在数字孪生虚拟空间中对多种候选方案的执行效果进行预演验证与多目标优化,从而实现对调度方案的前瞻性评估与帕累托最优解搜索,避免了传统调度方案直接执行可能引发的次生冲突与资源浪费,显著提升了调度方案的可行性与全局最优性;最后,从所述若干候选调度方案中选取综合效用最优的调度方案并下发至物理校园执行,同时将执行效果数据回传至数字孪生虚拟模型以实现调度策略的闭环优化,该步骤可基于多属性决策从候选方案中自动选取综合效用最优的调度方案并拆解下发,同时通过执行效果的实时回传持续修正需求预测模型与供需张力评估参数,从而形成感知评估推演执行反馈的完整闭环,使系统具备持续自学习与自演进的能力;综上所述,本发明的方案可基于数字孪生仿真推演与供需张力量化评估实现高校校园多类资源的全局智能调度与动态优化。
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