艾草制品智能生产控制方法及系统与流程

1.本公开涉及艾草制品领域，更具体地讲，涉及一种艾草制品智能生产控制方法及系统。


背景技术：

2.随着艾草的产业化发展，对艾草的需求量也与日俱增。据相关调查，我国现有艾草170余种，被称为艾叶的同属植物有20多种。针对不同艾草的艾草制品种类就更加繁多。比如，艾草药用产品、艾草针灸产品、艾草食用产品、艾草日用产品(如艾草沐浴露、艾草牙膏、艾草精油、艾草枕头等)。各种艾草制品的消费具有地域性以及时间性的特点。每种产品的生产工艺以及用电量均不相同，如何实现各种艾草制品的生产供应保障与生产设备的整体综合性能最优，成为亟待解决的技术问题。


技术实现要素：

3.本公开的实施例的目的在于提供一种艾草制品智能生产控制方法及系统，以实现艾草制品的生产供应保障与生产设备的整体综合性能最优。
4.第一方面，本发明提供一种艾草制品智能生产控制方法，包括：将历史预设时间段内的预设的多种艾草制品需求关联信息作为机器学习模型的输入，对应历史预设时间段内的各类艾草制品的历史订单量作为机器学习模型的输出，训练机器学习模型得到艾草制品需求量模型；所述各类艾草制品包括艾草药用产品、艾草针灸产品、艾草食用产品、以及艾草日用产品；
5.将当前时间段内的预设的多种艾草制品需求关联信息输入至所述艾草制品需求量模型得到当前时间段内各类艾草制品的需求量；
6.根据当前时间段内的各类艾草制品的需求量以及预设的每类艾草制品的单位用电量，确定当前时间段内各类艾草制品的供电总需求量；
7.根据历史感测的各应急供电设备的所处环境信息以及运行工况信息，利用训练好的机器学习算法，预测各应急供电设备在当前时间段内的供电估计量以及设备寿命损耗估计值；
8.根据所述供电总需求量、多种应急供电设备在当前时间段内的供电估计量以及设备寿命损耗估计值，确定所述多种应急供电设备中至少一个作为当前时间段内的供电设备，所述当前时间段内的供电设备的供电估计量的总和大于或等于所述供电总需求量，且所述当前时间段内的供电设备的设备寿命损耗估计值的总和最小。
9.进一步地，所述根据所述供电总需求量、多种应急供电设备在当前时间段内的供电估计量以及设备寿命损耗估计值，确定所述多种应急供电设备中至少一个作为当前时间段内的供电设备的步骤包括：
10.将多种应急供电设备在当前时间段内的设备寿命损耗估计值从小到大排序；
11.选择排序位于前n位的应急供电设备作为当前时间段内的供电设备，其中所述排
序位于前n位的应急供电设备在当前时间段内的供电估计量的总和大于或等于所述供电总需求量。
12.进一步地，所述多种应急供电设备包括风力供电设备、光伏供电设备、储能设备、应急柴油供电车、氢能设备及燃料电池设备。
13.进一步地，所述预设的多种艾草制品需求关联信息包括各地域的温度信息、各地域的湿度信息、各地域的人口年龄信息、各地域的消费习惯信息、以及各地域的消费水平信息。
14.进一步地，所述选择排序位于前n位的应急供电设备作为当前时间段内的供电设备的步骤之后还包括：
15.当所述排序位于前n位的应急供电设备在当前时间段内的供电估计量的总和大于所述供电总需求量时，利用预设的优化算法寻优各当前时间段内的供电设备的供电比例，其中，所述优化算法在各当前时间段内的供电设备的供电总量与当前时间段内的供电总需求量之间的差值最小时收敛，所述各当前时间段内的供电设备的供电总量等于各当前时间段内的供电设备的供电估计量与对应供电设备的供电比例乘积的和值；
16.所述将当前时间段内的预设的多种艾草制品需求关联信息输入至所述艾草制品需求量模型得到当前时间段内各类艾草制品的需求量的步骤包括：
17.将当前时间段内的各地域的温度信息、各地域的湿度信息、各地域的人口年龄信息、各地域的消费习惯信息、以及各地域的消费水平信息输入至所述艾草制品需求量模型，得到当前时间段内艾草药用产品的第一需求量；
18.将当前时间段内的各地域的温度信息、各地域的湿度信息、各地域的人口年龄信息、各地域的消费习惯信息、以及各地域的消费水平信息输入至所述艾草制品需求量模型，得到当前时间段内艾草针灸产品的第二需求量；
19.将当前时间段内的各地域的温度信息、各地域的湿度信息、各地域的人口年龄信息、各地域的消费习惯信息、以及各地域的消费水平信息输入至所述艾草制品需求量模型，得到当前时间段内艾草食用产品的第三需求量；
20.将当前时间段内的各地域的温度信息、各地域的湿度信息、各地域的人口年龄信息、各地域的消费习惯信息、以及各地域的消费水平信息输入至所述艾草制品需求量模型，得到当前时间段内艾草日用产品的第四需求量；
21.所述根据当前时间段内的各类艾草制品的需求量以及预设的每类艾草制品的单位用电量，确定当前时间段内各类艾草制品的供电总需求量的步骤包括：
22.将第一需求量与艾草药用产品的单位用电量的乘积、第二需求量与艾草针灸产品的单位用电量的乘积、第三需求量与艾草食用产品的单位用电量的乘积、以及第四需求量与艾草日用产品的单位用电量的乘积之和作为当前时间段内各类艾草制品的供电总需求量。
23.第二方面，本发明提供一种艾草制品智能生产控制系统包括：
24.供电需求确定模块，用于将历史预设时间段内的预设的多种艾草制品需求关联信息作为机器学习模型的输入，对应历史预设时间段内的各类艾草制品的历史订单量作为机器学习模型的输出，训练机器学习模型得到艾草制品需求量模型；将当前时间段内的预设的多种艾草制品需求关联信息输入至所述艾草制品需求量模型得到当前时间段内的需求
量；根据当前时间段内的各类艾草制品的需求量以及预设的每类艾草制品的单位用电量，确定当前时间段内各类艾草制品的供电总需求量；所述各类艾草制品包括艾草药用产品、艾草针灸产品、艾草食用产品、以及艾草日用产品；
25.供电设备控制模块，用于根据历史感测的各应急供电设备的所处环境信息以及运行工况信息，利用训练好的机器学习算法，预测各应急供电设备在当前时间段内的供电估计量以及设备寿命损耗估计值；根据所述供电总需求量、多种应急供电设备在当前时间段内的供电估计量以及设备寿命损耗估计值，确定所述多种应急供电设备中至少一个作为当前时间段内的供电设备，所述当前时间段内的供电设备的供电估计量的总和大于或等于所述供电总需求量，且所述当前时间段内的供电设备的设备寿命损耗估计值的总和最小。
26.进一步地，所述供电设备控制模块具体用于将多种应急供电设备在当前时间段内的设备寿命损耗估计值从小到大排序；选择排序位于前n位的应急供电设备作为当前时间段内的供电设备，其中所述排序位于前n位的应急供电设备在当前时间段内的供电估计量的总和大于或等于所述供电总需求量。
27.进一步地，所述多种应急供电设备包括风力供电设备、光伏供电设备、储能设备、应急柴油供电车、氢能设备及燃料电池设备；所述预设的多种艾草制品需求关联信息包括各地域的温度信息、各地域的湿度信息、各地域的人口年龄信息、各地域的消费习惯信息以及各地域的消费水平信息；
28.所述供电设备控制模块还用于当所述排序位于前n位的应急供电设备在当前时间段内的供电估计量的总和大于所述供电总需求量时，利用预设的优化算法寻优各当前时间段内的供电设备的供电比例，其中，所述优化算法在各当前时间段内的供电设备的供电总量与当前时间段内的供电总需求量之间的差值最小时收敛，所述各当前时间段内的供电设备的供电总量等于各当前时间段内的供电设备的供电估计量与对应供电设备的供电比例乘积的和值；
29.所述供电需求确定模块，还用于将当前时间段内的各地域的温度信息、各地域的湿度信息、各地域的人口年龄信息、各地域的消费习惯信息、以及各地域的消费水平信息输入至所述艾草制品需求量模型，得到当前时间段内艾草药用产品的第一需求量；将当前时间段内的各地域的温度信息、各地域的湿度信息、各地域的人口年龄信息、各地域的消费习惯信息、以及各地域的消费水平信息输入至所述艾草制品需求量模型，得到当前时间段内艾草针灸产品的第二需求量；将当前时间段内的各地域的温度信息、各地域的湿度信息、各地域的人口年龄信息、各地域的消费习惯信息、以及各地域的消费水平信息输入至所述艾草制品需求量模型，得到当前时间段内艾草食用产品的第三需求量；将当前时间段内的各地域的温度信息、各地域的湿度信息、各地域的人口年龄信息、各地域的消费习惯信息、以及各地域的消费水平信息输入至所述艾草制品需求量模型，得到当前时间段内艾草日用产品的第四需求量；将第一需求量与艾草药用产品的单位用电量的乘积、第二需求量与艾草针灸产品的单位用电量的乘积、第三需求量与艾草食用产品的单位用电量的乘积、以及第四需求量与艾草日用产品的单位用电量的乘积之和作为当前时间段内各类艾草制品的供电总需求量。
30.第三方面，本发明提供一种计算机可读存储介质，当所述计算机可读存储介质中的指令被至少一个处理器运行时，促使所述至少一个处理器执行所述的艾草制品智能生产
控制方法。
31.第四方面，本发明提供一种计算机设备，包括：
32.至少一个处理器；
33.至少一个存储计算机可执行指令的存储器，
34.其中，所述计算机可执行指令在被所述至少一个处理器运行时，促使所述至少一个处理器执行所述的艾草制品智能生产控制方法。
35.本发明的艾草制品智能生产控制方法及系统，通过训练机器学习模型得到艾草制品需求量模型，进而得到当前时间段内的需求量以及当前时间段内的供电总需求量；根据历史感测的各应急供电设备的所处环境信息以及运行工况信息，利用训练好的机器学习算法，预测各应急供电设备在当前时间段内的供电估计量以及设备寿命损耗估计值；根据所述供电总需求量、多种应急供电设备在当前时间段内的供电估计量以及设备寿命损耗估计值，确定所述多种应急供电设备中至少一个作为当前时间段内的供电设备，所述当前时间段内的供电设备的供电估计量的总和大于或等于所述供电总需求量，且所述当前时间段内的供电设备的设备寿命损耗估计值的总和最小，即在优先考虑各个应急供电设备的设备寿命损耗估计值的基础上再满足当前时间段内的供电总需求量，由此实现实现艾草制品的生产供应保障与生产设备的整体综合性能最优。
附图说明
36.为了更清楚地说明本发明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，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
37.图1是根据本公开的实施例的艾草制品智能生产控制方法的流程图。
38.图2是根据本公开的实施例的艾草制品智能生产控制系统的示意框图。
具体实施方式
39.下面结合附图对本发明实施例进行详细描述。
40.需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合；并且，基于本公开中的实施例，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，都属于本公开保护的范围。
41.需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
42.图1是根据本公开的实施例的艾草制品智能生产控制方法的流程图。如图1所示，该艾草制品智能生产控制方法包括：
43.步骤101：将历史预设时间段内的预设的多种艾草制品需求关联信息作为机器学习模型的输入，对应历史预设时间段内的各类艾草制品的历史订单量作为机器学习模型的输出，训练机器学习模型得到艾草制品需求量模型。具体地，所述预设的多种艾草制品需求关联信息包括各地域的温度信息、各地域的湿度信息、各地域的人口年龄信息、各地域的消费习惯信息、各地域的消费水平信息。所述各类艾草制品包括艾草药用产品、艾草针灸产品、艾草食用产品、以及艾草日用产品。
44.步骤102：将当前时间段内的预设的多种艾草制品需求关联信息输入至所述艾草制品需求量模型得到当前时间段内各类艾草制品的需求量，并根据当前时间段内的需求量，确定当前时间段内各类艾草制品的供电总需求量。
45.步骤103：根据历史感测的各应急供电设备的所处环境信息以及运行工况信息，利用训练好的机器学习算法，预测各应急供电设备在当前时间段内的供电估计量以及设备寿命损耗估计值。
46.步骤104：根据所述供电总需求量、多种应急供电设备在当前时间段内的供电估计量以及设备寿命损耗估计值，确定所述多种应急供电设备中至少一个作为当前时间段内的供电设备，所述当前时间段内的供电设备的供电估计量的总和大于或等于所述供电总需求量，且所述当前时间段内的供电设备的设备寿命损耗估计值的总和最小。
47.本实施例通过训练机器学习模型得到艾草制品需求量模型，进而得到当前时间段内的需求量以及当前时间段内的供电总需求量；根据历史感测的各应急供电设备的所处环境信息以及运行工况信息，利用训练好的机器学习算法，预测各应急供电设备在当前时间段内的供电估计量以及设备寿命损耗估计值；根据所述供电总需求量、多种应急供电设备在当前时间段内的供电估计量以及设备寿命损耗估计值，确定所述多种应急供电设备中至少一个作为当前时间段内的供电设备，所述当前时间段内的供电设备的供电估计量的总和大于或等于所述供电总需求量，且所述当前时间段内的供电设备的设备寿命损耗估计值的总和最小，即在优先考虑各个应急供电设备的设备寿命损耗估计值的基础上再满足当前时间段内的供电总需求量，由此实现实现艾草制品的生产供应保障与生产设备的整体综合性能最优。
48.上述该艾草制品智能生产控制方法还存在以下多种优选实施例中的至少一种：
49.第一种：所述根据所述供电总需求量、多种应急供电设备在当前时间段内的供电估计量以及设备寿命损耗估计值，确定所述多种应急供电设备中至少一个作为当前时间段内的供电设备的步骤包括：
50.将多种应急供电设备在当前时间段内的设备寿命损耗估计值从小到大排序；
51.选择排序位于前n位的应急供电设备作为当前时间段内的供电设备，其中所述排序位于前n位的应急供电设备在当前时间段内的供电估计量的总和大于或等于所述供电总需求量。
52.第二种：所述多种应急供电设备包括风力供电设备、光伏供电设备、储能设备、应急柴油供电车、氢能设备及燃料电池设备。
53.第三种：所述机器学习算法为神经网络算法。具体操作时，根据历史感测的各应急供电设备的所处环境信息(比如风资源数据，风速、风向、天气变换信息等)以及运行工况信息(如转速、扭矩、桨距角、偏航角等)，利用训练好的神经网络预测各应急供电设备在当前
时间段内的供电估计量以及设备寿命损耗估计值的具体实现过程也可以参考现有技术。
54.第四种：所述选择排序位于前n位的应急供电设备作为当前时间段内的供电设备的步骤之后还包括：
55.当所述排序位于前n位的应急供电设备在当前时间段内的供电估计量的总和大于所述供电总需求量时，利用预设的优化算法寻优各当前时间段内的供电设备的供电比例，其中，所述优化算法在各当前时间段内的供电设备的供电总量与当前时间段内的供电总需求量之间的差值最小时收敛，所述各当前时间段内的供电设备的供电总量等于各当前时间段内的供电设备的供电估计量与对应供电设备的供电比例乘积的和值。
56.具体地，所述预设的优化算法为遗传算法。遗传算法为现有算法结构，具体简述如下：
57.利用遗传算法模型随机产生多个个体作为初始群体；
58.每个个体为一个多维的向量，向量的维数与应急供电设备的数量一样，比如所述多种应急供电设备包括风力供电设备、光伏供电设备、储能设备、应急柴油供电车、氢能设备及燃料电池设备时，每个个体的维数就是6，表示为向量(g1,g2,g3,g4,g5,g6)，所述向量中的g1,g2,g3,g4,g5,g6分别对应风力供电设备、光伏供电设备、储能设备、应急柴油供电车、氢能设备及燃料电池设备的供电比例；
59.若风力供电设备、光伏供电设备、储能设备、应急柴油供电车、氢能设备及燃料电池设备的当前时间段内的供电估计量分别表示为f1,f2,f3,f4,f5,f6,当前时间段内的供电总需求量表示为q,则根据1/((f1g1 f2g2 f3g3 f
4 g4 f
5 g5 f
6 g6)-q)计算每个个体的适应度；
60.利用所述遗传算法模型不断优化计算，直至在所述遗传算法模型收敛时，得到的具有最大适应度的个体作为风力供电设备、光伏供电设备、储能设备、应急柴油供电车、氢能设备及燃料电池设备的最优供电比例。
61.第五种：所述将当前时间段内的预设的多种艾草制品需求关联信息输入至所述艾草制品需求量模型得到当前时间段内各类艾草制品的需求量的步骤包括：
62.将当前时间段内的各地域的温度信息、各地域的湿度信息、各地域的人口年龄信息、各地域的消费习惯信息、以及各地域的消费水平信息输入至所述艾草制品需求量模型，得到当前时间段内艾草药用产品的第一需求量；
63.将当前时间段内的各地域的温度信息、各地域的湿度信息、各地域的人口年龄信息、各地域的消费习惯信息、以及各地域的消费水平信息输入至所述艾草制品需求量模型，得到当前时间段内艾草针灸产品的第二需求量；
64.将当前时间段内的各地域的温度信息、各地域的湿度信息、各地域的人口年龄信息、各地域的消费习惯信息、以及各地域的消费水平信息输入至所述艾草制品需求量模型，得到当前时间段内艾草食用产品的第三需求量；
65.将当前时间段内的各地域的温度信息、各地域的湿度信息、各地域的人口年龄信息、各地域的消费习惯信息、以及各地域的消费水平信息输入至所述艾草制品需求量模型，得到当前时间段内艾草日用产品的第四需求量；
66.所述根据当前时间段内的各类艾草制品的需求量以及预设的每类艾草制品的单位用电量，确定当前时间段内各类艾草制品的供电总需求量的步骤包括：
67.将第一需求量与艾草药用产品的单位用电量的乘积、第二需求量与艾草针灸产品的单位用电量的乘积、第三需求量与艾草食用产品的单位用电量的乘积、以及第四需求量与艾草日用产品的单位用电量的乘积之和作为当前时间段内各类艾草制品的供电总需求量。
68.图2是根据本公开的实施例的艾草制品智能生产控制系统的示意框图。图1所示的实施例可以用于解释本实施例。如图2所示：一种艾草制品智能生产控制系统，包括：
69.供电需求确定模块201，用于将历史预设时间段内的预设的多种艾草制品需求关联信息作为机器学习模型的输入，对应历史预设时间段内的各类艾草制品的历史订单量作为机器学习模型的输出，训练机器学习模型得到艾草制品需求量模型；将当前时间段内的预设的多种艾草制品需求关联信息输入至所述艾草制品需求量模型得到当前时间段内的需求量；根据当前时间段内的各类艾草制品的需求量以及预设的每类艾草制品的单位用电量，确定当前时间段内各类艾草制品的供电总需求量；所述各类艾草制品包括艾草药用产品、艾草针灸产品、艾草食用产品、以及艾草日用产品；
70.供电设备控制模块202，用于根据历史感测的各应急供电设备的所处环境信息以及运行工况信息，利用训练好的机器学习算法，预测各应急供电设备在当前时间段内的供电估计量以及设备寿命损耗估计值；根据所述供电总需求量、多种应急供电设备在当前时间段内的供电估计量以及设备寿命损耗估计值，确定所述多种应急供电设备中至少一个作为当前时间段内的供电设备，所述当前时间段内的供电设备的供电估计量的总和大于或等于所述供电总需求量，且所述当前时间段内的供电设备的设备寿命损耗估计值的总和最小。
71.优选的，供电设备控制模块202具体用于将多种应急供电设备在当前时间段内的设备寿命损耗估计值从小到大排序；选择排序位于前n位的应急供电设备作为当前时间段内的供电设备，其中所述排序位于前n位的应急供电设备在当前时间段内的供电估计量的总和大于或等于所述供电总需求量。
72.优选的，所述多种应急供电设备包括风力供电设备、光伏供电设备、储能设备、应急柴油供电车、氢能设备及燃料电池设备；所述预设的多种艾草制品需求关联信息包括各地域的温度信息、各地域的湿度信息、各地域的人口年龄信息、各地域的消费习惯信息、各地域的消费水平信息；
73.所述供电设备控制模块还用于当所述排序位于前n位的应急供电设备在当前时间段内的供电估计量的总和大于所述供电总需求量时，利用预设的优化算法寻优各当前时间段内的供电设备的供电比例，其中，所述优化算法在各当前时间段内的供电设备的供电总量与当前时间段内的供电总需求量之间的差值最小时收敛，所述各当前时间段内的供电设备的供电总量等于各当前时间段内的供电设备的供电估计量与对应供电设备的供电比例乘积的和值。
74.所述供电需求确定模块，还用于将当前时间段内的各地域的温度信息、各地域的湿度信息、各地域的人口年龄信息、各地域的消费习惯信息、以及各地域的消费水平信息输入至所述艾草制品需求量模型，得到当前时间段内艾草药用产品的第一需求量；将当前时间段内的各地域的温度信息、各地域的湿度信息、各地域的人口年龄信息、各地域的消费习惯信息、以及各地域的消费水平信息输入至所述艾草制品需求量模型，得到当前时间段内
艾草针灸产品的第二需求量；将当前时间段内的各地域的温度信息、各地域的湿度信息、各地域的人口年龄信息、各地域的消费习惯信息、以及各地域的消费水平信息输入至所述艾草制品需求量模型，得到当前时间段内艾草食用产品的第三需求量；将当前时间段内的各地域的温度信息、各地域的湿度信息、各地域的人口年龄信息、各地域的消费习惯信息、以及各地域的消费水平信息输入至所述艾草制品需求量模型，得到当前时间段内艾草日用产品的第四需求量；将第一需求量与艾草药用产品的单位用电量的乘积、第二需求量与艾草针灸产品的单位用电量的乘积、第三需求量与艾草食用产品的单位用电量的乘积、以及第四需求量与艾草日用产品的单位用电量的乘积之和作为当前时间段内各类艾草制品的供电总需求量。本实施例通过训练机器学习模型得到艾草制品需求量模型，进而得到当前时间段内的需求量以及当前时间段内的供电总需求量；根据历史感测的各应急供电设备的所处环境信息以及运行工况信息，利用训练好的机器学习算法，预测各应急供电设备在当前时间段内的供电估计量以及设备寿命损耗估计值；根据所述供电总需求量、多种应急供电设备在当前时间段内的供电估计量以及设备寿命损耗估计值，确定所述多种应急供电设备中至少一个作为当前时间段内的供电设备，所述当前时间段内的供电设备的供电估计量的总和大于或等于所述供电总需求量，且所述当前时间段内的供电设备的设备寿命损耗估计值的总和最小，即在优先考虑各个应急供电设备的设备寿命损耗估计值的基础上再满足当前时间段内的供电总需求量，由此实现实现艾草制品的生产供应保障与生产设备的整体综合性能最优。
75.本发明还提供一种计算机设备，包括：至少一个处理器；至少一个存储计算机可执行指令的存储器，其中，所述计算机可执行指令在被所述至少一个处理器运行时，促使所述至少一个处理器执行所述的艾草制品智能生产控制方法。
76.本发明还提供一种计算机可读介质，所述计算机可读介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行所述的艾草制品智能生产控制方法。
77.在这种情况下，从存储介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能，因此程序代码和存储程序代码的存储介质构成了本发明的一部分。
78.用于提供程序代码的存储介质实施例包括软盘、硬盘、磁光盘、光盘(如cd-rom、cd-r、cd-rw、dvd-rom、dvd-ram、dvd-rw、dvd rw)、磁带、非易失性存储卡和rom。可选择地，可以由通信网络从服务器计算机上下载程序代码。
79.此外，应该清楚的是，不仅可以通过执行计算机所读出的程序代码，而且可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作，从而实现上述实施例中任意一项实施例的功能。
80.此外，可以理解的是，将由存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中，随后基于程序代码的指令使安装在扩展板或者扩展单元上的cpu等来执行部分和全部实际操作，从而实现上述实施例中任一实施例的功能。
81.需要说明的是，上述各流程和各系统结构图中不是所有的步骤和模块都是必须的，可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的，可以根据需要进行调整。上述各实施例中描述的系统结构可以是物理结构，也可以是逻辑结构，即，有
些模块可能由同一物理实体实现，或者，有些模块可能分由多个物理实体实现，或者，可以由多个独立设备中的某些部件共同实现。
82.以上各实施例中，硬件单元可以通过机械方式或电气方式实现。例如，一个硬件单元可以包括永久性专用的电路或逻辑(如专门的处理器，fpga或asic)来完成相应操作。硬件单元还可以包括可编程逻辑或电路(如通用处理器或其它可编程处理器)，可以由软件进行临时的设置以完成相应操作。具体的实现方式(机械方式、或专用的永久性电路、或者临时设置的电路)可以基于成本和时间上的考虑来确定。
83.上文通过附图和优选实施例对本发明进行了详细展示和说明，然而本发明不限于这些已揭示的实施例，基与上述多个实施例本领域技术人员可以知晓，可以组合上述不同实施例中的代码审核手段得到本发明更多的实施例，这些实施例也在本发明的保护范围之内。