設備運營策略推薦方法、裝置、設備及存儲介質與流程
1.本公開涉及大數據技術領域和金融技術領域，尤其涉及一種設備運營策略推薦方法、裝置、設備、介質和程序產品。
背景技術：
2.由于影響設備壽命的因素種類眾多，且這些因素的產生時間具有一定的隨機性，使得設備的運營過程常常伴隨一定的隨機過程，導致較難為設備運營制定相對規律的運營策略。傳統的設備運營策略一般是在設備發生故障時，通過專家診斷，針對性地制定出的。但是，這依賴于專家的經驗的主觀判斷，制定出的設備運營策略可能會存在遺漏，而導致設備出現運營風險。另外，人工排查設備隱患一般是定期執行的，再根據定期排查的結果針對性地調整設備運營策略，不僅費時費力，而且存在一定的滯后性且效率較低。
技術實現要素：
3.鑒于上述問題，本公開提供了設備運營策略推薦方法方法、裝置、設備、介質和程序產品。
4.根據本公開的一個方面，提供了一種設備運營策略推薦方法方法，包括：
5.將目標設備在歷史周期內的運營價值時序信息輸入初始隨機過程模型，輸出第一參數和與所述第一參數對應的第一函數，所述第一函數表征設備運營價值與時間的關聯關系；
6.根據所述目標設備在歷史周期內的運營價值影響因素的時序信息對所述第一函數進行修正，得到第二函數；將擬進行運營價值預測的目標時刻輸入所述第二函數，輸出設備運營價值預測候選信息；
7.利用所述第二函數對所述初始隨機過程模型進行模型變換，得到目標隨機過程模型；將所述運營價值時序信息輸入所述目標隨機過程模型，輸出第二參數和與第二參數對應的第三函數；
8.在所述第三函數滿足第一預設條件的情況下，根據所述設備運營價值預測候選信息推薦針對所述目標設備的運營策略。
9.根據本公開的實施例，運營價值時序信息包括m個時刻的設備實際運營價值信息，根據目標設備在歷史周期內的運營價值影響因素的時序信息對第一函數進行修正，得到第二函數，包括：
10.根據第i個時刻的設備實際運營價值信息和第i個時刻的第一設備運營價值預測信息，確定第一預測偏離度，其中，第一設備運營價值預測信息是將第i個時刻輸入第一函數得到的；
11.在m個時刻的設備實際運營價值信息與m個時刻的設備運營價值預測信息的第一預測偏離度滿足第一預設閾值的情況下，將第一函數與運營價值影響因素的時序信息輸入廣義線性模型，進行多元回歸分析，輸出第二函數，其中，m、i為正整數，1≤i≤m。
12.根據本公開的實施例，根據第i個時刻的設備實際運營價值信息和第i個時刻的第一設備運營價值預測信息，確定第一預測偏離度，包括：
13.根據第i個時刻的設備實際運營價值信息與第i個時刻的第一設備運營價值預測信息的差，確定第一預測偏離值；
14.根據第一預測偏離值和第i個時刻的設備實際運營價值信息的百分比，確定第一預測偏離度。
15.根據本公開的實施例，運營價值時序信息包括m個時刻的設備實際運營價值信息，在第三函數滿足第一預設條件的情況下，根據設備運營價值預測候選信息推薦針對目標設備的運營策略，包括：
16.根據第i個時刻的設備實際運營價值信息和第i個時刻的第二設備運營價值預測信息，確定第二預測偏離度，其中，第二設備運營價值預測信息是將第i個時刻輸入第三函數得到的；
17.將目標時刻輸入第三函數，輸出與目標時刻對應的第三設備運營價值預測信息；
18.根據目標時刻的設備預測候選信息和第三設備運營價值預測信息，確定第三預測偏離度，其中，第三設備運營價值預測信息是將目標時刻輸入第三函數得到的；
19.在m個時刻的設備實際運營價值信息與m個時刻的設備運營價值預測信息的第二預測偏離度和目標時刻的第三預測偏離度滿足第二預設閾值的情況下，根據設備運營價值預測候選信息推薦針對目標設備的運營策略，其中，m、i為正整數，1≤i≤m。
20.根據本公開的實施例，根據第i個時刻的設備實際運營價值信息和第i個時刻的第二設備運營價值預測信息，確定第二預測偏離度，包括：
21.根據第i個時刻的設備實際運營價值信息和第i個時刻的第二設備運營價值預測信息的差，確定第二預測偏離值；
22.根據第二預測偏離值和第i個時刻的設備實際運營價值信息，確定第二預測偏離度。
23.根據本公開的實施例，根據目標時刻的設備預測候選信息和第三設備運營價值預測信息，確定第三預測偏離度，包括：
24.根據目標時刻的設備預測候選信息和第三設備運營價值預測信息的差，確定第三預測偏離值；
25.根據第三預測偏離值和目標時刻的設備預測候選信息，確定第三預測偏離度。
26.根據本公開的實施例，運營價值影響因素的時序信息包括n個運營價值影響因素的時序信息，還包括：
27.針對第j個運營價值影響因素的時序信息，檢驗第j個運營價值影響因素的時序信息與設備運營價值的關聯度；
28.在第j個運營價值影響因素的時序信息與設備運營價值的關聯度滿足第三預設條件的情況下，將第j個運營價值影響因素的時序信息確定為廣義線性模型的輸入信息，其中，n為大于1的正整數，且1≤j≤m，j為正整數。
29.根據本公開的實施例，上述設備運營策略推薦方法還包括：
30.根據第一參數在預設調整范圍內，隨機確定k組第三參數；
31.根據k組第三參數，確定k個第一函數，其中，k為大于1的正整數。
32.根據本公開的實施例，將運營價值時序信息輸入初始隨機過程模型，輸出第一參數和與第一參數對應的第一函數，包括：
33.將運營價值時序信息輸入初始隨機過程模型，利用初始過程函數的微分方程計算得到第一參數；
34.將第一參數和運營價值時序信息輸入初始過程函數，進行迭代計算，得到第一函數。
35.根據本公開的實施例，將運營價值時序信息輸入目標隨機過程模型，輸出第二參數和與第二參數對應的第三函數，包括：
36.將運營價值時序信息輸入目標隨機過程模型，利用目標過程函數的微分方程計算得到第二參數；
37.將第二參數和運營價值時序信息輸入目標過程函數，進行迭代計算，得到第三函數。
38.本公開的另一個方面提供了一種設備運營策略推薦裝置，包括：第一擬合模塊、修正模塊、第二擬合模塊和推薦模塊。其中，第一擬合模塊，用于將目標設備在歷史周期內的運營運營價值時序信息輸入初始隨機過程模型，輸出第一參數和與第一參數對應的第一函數，第一函數表征設備運營價值與時間的關聯關系。修正模塊，用于根據目標設備在歷史周期內的運營價值影響因素的時序信息對第一函數進行修正，得到第二函數；將擬進行運營價值預測的目標時刻輸入第二函數，輸出設備運營價值預測候選信息。第二擬合模塊，用于利用第二函數對初始隨機過程模型進行模型變換，得到目標隨機過程模型；將運營價值時序信息輸入目標隨機過程模型，輸出第二參數和與第二參數對應的第三函數。推薦模塊，用于在第三函數滿足第一預設條件的情況下，根據設備運營價值預測候選信息推薦針對目標設備的運營策略。
39.根據本公開的實施例，修正模塊包括第一確定單元和第一輸出單元。其中，第一確定單元，用于根據第i個時刻的設備實際運營價值信息和第i個時刻的第一設備運營價值預測信息，確定第一預測偏離度。第一輸出單元，用于在m個時刻的設備實際運營價值信息與m個時刻的設備運營價值預測信息的第一預測偏離度滿足第一預設閾值的情況下，將第一函數與運營價值影響因素的時序信息輸入廣義線性模型，進行多元回歸分析，輸出第二函數，其中，m為正整數，1≤i≤m。
40.根據本公開的實施例，第一確定單元包括第一確定子單元和第二確定子單元。其中，第一確定子單元，用于根據第i個時刻的設備實際運營價值信息與第i個時刻的第一設備運營價值預測信息的差，確定第一預測偏離值。第二確定子單元，用于根據第一預測偏離值和第i個時刻的設備實際運營價值信息的百分比，確定第一預測偏離度。
41.根據本公開的實施例，推薦模塊包括第二輸出單元、第二確定單元、第三輸出單元、第三確定單元和推薦單元。其中，第二輸出單元，用于將第i個時刻輸入第三函數，輸出與第i個時刻的第二設備運營價值預測信息。第二確定單元，用于根據第i個時刻的設備實際運營價值信息和第i個時刻的第二設備運營價值預測信息，確定第二預測偏離度。第三輸出單元，用于將目標時刻輸入第三函數，輸出與目標時刻對應的第三設備運營價值預測信息。第三確定單元，用于根據目標時刻的設備預測候選信息和第三設備運營價值預測信息，確定第三預測偏離度。推薦單元，用于在m個時刻的設備實際運營價值信息與m個時刻的設
備運營價值預測信息的第二預測偏離度和目標時刻的第三預測偏離度滿足第二預設閾值的情況下，根據設備運營價值預測候選信息推薦針對目標設備的運營策略，其中，m為正整數，1≤i≤m。
42.根據本公開的實施例，第二確定單元包括第三確定子單元和第四確定子單元。其中，第三確定子單元，用于根據第i個時刻的設備實際運營價值信息和第i個時刻的第二設備運營價值預測信息的差，確定第二預測偏離值。第四確定子單元，用于根據第二預測偏離值和第i個時刻的設備實際運營價值信息，確定第二預測偏離度。
43.根據本公開的實施例，第三確定單元包括第五確定子單元和第六確定子單元。其中，第五確定子單元，用于根據目標時刻的設備預測候選信息和第三設備運營價值預測信息的差，確定第三預測偏離值。第六確定子單元，用于根據第三預測偏離值和目標時刻的設備預測候選信息，確定第三預測偏離度。
44.根據本公開的實施例，上述設備運營策略推薦裝置還包括檢驗模塊和第一確定模塊。其中，檢驗模塊，用于針對第j個運營價值影響因素的時序信息，檢驗第j個運營價值影響因素的時序信息與設備運營價值的關聯度。第一確定模塊，用于在第j個運營價值影響因素的時序信息與設備運營價值的關聯度滿足第三預設條件的情況下，將第j個運營價值影響因素的時序信息確定為廣義線性模型的輸入信息，其中，n為大于1的正整數，1≤j≤m。
45.根據本公開的實施例，上述設備運營策略推薦裝置還包括第二確定模塊和第三確定模塊。其中，第二確定模塊，用于根據第一參數在預設調整范圍內，隨機確定k組第三參數。第三確定模塊，用于根據k組第三參數，確定k個第一函數，其中，k為大于1的正整數。
46.根據本公開的實施例，第一擬合模塊包括第一計算單元和第二計算單元。其中，第一計算單元，用于將運營價值時序信息輸入初始隨機過程模型，利用初始過程函數的微分方程計算得到第一參數。第二計算單元，用于將第一參數和運營價值時序信息輸入初始過程函數，進行迭代計算，得到第一函數。
47.根據本公開的實施例，第二擬合模塊包括第三計算單元和第四計算單元。其中，第三計算單元，用于將運營價值時序信息輸入目標隨機過程模型，利用目標過程函數的微分方程計算得到第二參數。第四計算單元，用于將第二參數和運營價值時序信息輸入目標過程函數，進行迭代計算，得到第三函數。
48.本公開的另一個方面提供了一種電子設備，包括：一個或多個處理器；存儲器，用于存儲一個或多個程序，其中，當所述一個或多個程序被所述一個或多個處理器執行時，使得一個或多個處理器執行上述方法。
49.本公開的另一個方面還提供了一種計算機可讀存儲介質，其上存儲有可執行指令，該指令被處理器執行時使處理器執行上述方法。
50.本公開的另一個方面還提供了一種計算機程序產品，包括計算機程序，該計算機程序被處理器執行時實現上述方法。
51.根據本公開提供的設備運營策略推薦方法、裝置、設備、介質和程序產品，通過將目標設備在歷史周期內的運營價值時序信息輸入初始隨機過程模型，利用初始隨機過程模型得到表征設備運營價值與時間的第一函數，由于利用運營價值影響因素的時序信息對設備價值與時間的第一函數進行修正，并利用修正后得到的函數對初始隨機過程模型進行變換，實現了客觀地根據設備的實際運營價值時序數據以及實際的運營價值影響因素的時序
信息擬合得到能夠準確反應設備運營價值隨時間變化過程的第三函數，并根據目標時刻的設備運營價值預測候選信息推薦目標設備的運營策略。因此，至少部分的解決了相關技術中依賴于人為主觀經驗導致運營策略存在一定的滯后性和疏漏的問題，實現了可以精準推薦目標設備整個生命周期的運營策略的技術效果的技術效果。
附圖說明
52.通過以下參照附圖對本公開實施例的描述，本公開的上述內容以及其他目的、特征和優點將更為清楚，在附圖中：
53.圖1示意性示出了根據本公開實施例的設備運營策略推薦方法、裝置、設備、介質和程序產品的應用場景圖；
54.圖2示意性示出了根據本公開實施例的設備運營策略推薦方法的流程圖；
55.圖3示意性示出了根據本公開實施例的修正第一函數的方法流程圖；
56.圖4示意性示出了根據本公開實施例的根據設備運營價值預測候選信息推薦針對目標設備的運營策略的流程圖；
57.圖5示意性示出了根據本公開實施例的設備運營策略推薦裝置的結構框圖；以及
58.圖6示意性示出了根據本公開實施例的適于實現設備運營策略推薦方法的電子設備的方框圖。
具體實施方式
59.以下，將參照附圖來描述本公開的實施例。但是應該理解，這些描述只是示例性的，而并非要限制本公開的范圍。在下面的詳細描述中，為便于解釋，闡述了許多具體的細節以提供對本公開實施例的全面理解。然而，明顯地，一個或多個實施例在沒有這些具體細節的情況下也可以被實施。此外，在以下說明中，省略了對公知結構和技術的描述，以避免不必要地混淆本公開的概念。
60.在此使用的術語僅僅是為了描述具體實施例，而并非意在限制本公開。在此使用的術語“包括”、“包含”等表明了所述特征、步驟、操作和/或部件的存在，但是并不排除存在或添加一個或多個其他特征、步驟、操作或部件。
61.在此使用的所有術語(包括技術和科學術語)具有本領域技術人員通常所理解的含義，除非另外定義。應注意，這里使用的術語應解釋為具有與本說明書的上下文相一致的含義，而不應以理想化或過于刻板的方式來解釋。
62.在使用類似于“a、b和c等中至少一個”這樣的表述的情況下，一般來說應該按照本領域技術人員通常理解該表述的含義來予以解釋(例如，“具有a、b和c中至少一個的系統”應包括但不限于單獨具有a、單獨具有b、單獨具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系統等)。
63.在本公開的技術方案中，所涉及的用戶個人信息的收集、存儲、使用、加工、傳輸、提供、公開和應用等處理，均符合相關法律法規的規定，采取了必要保密措施，且不違背公序良俗。
64.本公開的實施例提供了一種設備運營策略推薦方法，包括：將目標設備在歷史周期內的運營價值時序信息輸入初始隨機過程模型，輸出第一參數和與第一參數對應的第一
函數，第一函數表征設備運營價值與時間的關聯關系；根據目標設備在歷史周期內的運營價值影響因素的時序信息對第一函數進行修正，得到第二函數；將擬進行運營價值預測的目標時刻輸入第二函數，輸出設備運營價值預測候選信息；利用第二函數對初始隨機過程模型進行模型變換，得到目標隨機過程模型；將運營價值時序信息輸入目標隨機過程模型，輸出第二參數和與第二參數對應的第三函數；在第三函數滿足第一預設條件的情況下，根據設備運營價值預測候選信息推薦針對目標設備的運營策略。
65.圖1示意性示出了根據本公開實施例的設備運營策略推薦的應用場景圖。
66.如圖1所示，根據該實施例的應用場景100可以包括第一終端設備101、第二終端設備102、第三終端設備103、網絡104和服務器105。網絡104用以在第一終端設備101、第二終端設備102、第三終端設備103和服務器105之間提供通信鏈路的介質。網絡104可以包括各種連接類型，例如有線、無線通信鏈路或者光纖電纜等等。
67.用戶可以使用第一終端設備101、第二終端設備102、第三終端設備103通過網絡104與服務器105交互，以接收或發送消息，例如：可以是向服務端發送設備運營策略推薦請求信息等。第一終端設備101、第二終端設備102、第三終端設備103上可以安裝有各種通訊客戶端應用，例如購物類應用、網頁瀏覽器應用、搜索類應用、即時通信工具、郵箱客戶端、社交平臺軟件等(僅為示例)。
68.第一終端設備101、第二終端設備102、第三終端設備103可以是具有顯示屏并且支持網頁瀏覽的各種電子設備，包括但不限于智能手機、平板電腦、膝上型便攜計算機和臺式計算機等等。
69.服務器105可以是提供各種服務的服務器，例如對用戶利用第一終端設備101、第二終端設備102、第三終端設備103所瀏覽的網站提供支持的后臺管理服務器(僅為示例)。后臺管理服務器可以對接收到的用戶請求等數據進行分析等處理，并將處理結果(例如根據用戶請求獲取或確定的網頁、信息、或數據等)反饋給終端設備。
70.需要說明的是，本公開實施例所提供的設備運營策略推薦方法一般可以由服務器105執行。相應地，本公開實施例所提供的設備運營策略推薦裝置一般可以設置于服務器105中。本公開實施例所提供的設備運營策略推薦方法也可以由不同于服務器105且能夠與第一終端設備101、第二終端設備102、第三終端設備103和/或服務器105通信的服務器或服務器集執行。相應地，本公開實施例所提供的設備運營策略推薦裝置也可以設置于不同于服務器105且能夠與第一終端設備101、第二終端設備102、第三終端設備103和/或服務器105通信的服務器或服務器集中。
71.應該理解，圖1中的終端設備、網絡和服務器的數目僅僅是示意性的。根據實現需要，可以具有任意數目的終端設備、網絡和服務器。
72.以下將基于圖1描述的場景，通過圖2～圖6對公開實施例的設備運營策略推薦方法進行詳細描述。
73.圖2示意性示出了根據本公開實施例的設備運營策略推薦方法的流程圖。
74.如圖2所示，該實施例的設備運營策略推薦方法包括操作s210～操作s240。
75.在操作s210，將目標設備在歷史周期內的運營價值時序信息輸入初始隨機過程模型，輸出第一參數和與第一參數對應的第一函數，第一函數表征設備運營價值與時間的關聯關系。
76.根據本公開的實施例，運營價值可以表征目標設備在使用期間預計能夠回收到的殘余價值，也稱之為殘值。運營價值時序信息xt可以從目標設備在歷史周期內的維修保養記錄中獲取得到。運營價值時序信息可以包括目標設備未經使用的初始運營價值信息、目標設備在第t年/天/月經過第一次維修之后的運營價值信息以及目標設備在第k年/天/月經過第n次維修之后的運營價值信息。例如：歷史周期可以為100天，目標設備m的初始運營價值為x0，目標設備在第35天經過第一次維修之后的運營價值信息可以為x
35
，目標設備在第80天經過第二次維修之后的運營價值信息可以為x
80
。
77.根據本公開的實施例，初始隨機過程模型可以采用標準的ou過程函數(ornstein-uhlenbeck process)：
78.dλ＝c(k-λ)t+σdwt
???????????
(1)
79.其中，λ＝x
t
表示運營價值與時間的函數；c、k表示參數；t表示目標設備的使用時長，σdwt表示隨機波動值。
80.例如：將目標設備的運營價值時序信息(x0，x
35
，x
80
)輸入上述ou過程函數，可以利用微分方程對式(1)代入上述運營價值時序信息進行近似求解，得到第一參數c0、k0，并利用第一參數c0、k0代入式(2)進行迭代計算，得到第一函數。
81.x
t+1-x
t
＝c0(k
0-x
t
)t+σw
t
????
(2)
82.在操作s220，根據目標設備在歷史周期內的運營價值影響因素的時序信息對第一函數進行修正，得到第二函數；將擬進行運營價值預測的目標時刻輸入第二函數，輸出設備運營價值預測候選信息。
83.根據本公開的實施例，運營價值影響因素可以包括設備運行環境信息，例如：設備運行溫度信息、設備運行濕度信息等等。還可以包括設備運營維護費用信息，例如：水電費用、維修費用等等。上述運營價值影響因素均是與時間相關聯的因素，可以利用上述運營價值影響因素的時序信息，對第一函數進行修正。
84.根據本公開的實施例，目標設備在歷史周期內設備運行環境信息、設備運營維護費用信息可以作為多個維度的時序數據，每一個維度可以表征一種影響因素，每一種影響因素的時序數據可以是時序的散點數列，每增加一個維度的影響因素的時序數據，得到的第二函數的預測精度越高。每一個維度的影響因素的時序數據可以作為以時間為自變量的函數，例如：設備運行溫度的時序信息可以為c1(t)、設備運行濕度的時序信息可以為c2(t)、設備運營維護費用的時序信息可以為c3(t)等等。
85.根據本公開的實施例，利用運營價值影響因素的時序信息對第一函數進行修正，得到第二函數可以如式(3)所示。
86.x
t
＝m
1 c1(t)+m2c2(t)+...+m3c3(t)
??????
(3)
87.根據本公開的實施例，擬進行運營價值預測的目標時刻可以為t，將目標時刻t代入上述式(3)可以得到設備運營價值預測候選信息x
t
。
88.由于經過修正之后的第二函數的曲線形狀與初始的第一函數的曲線形狀存在一定的差異，因此需要再次利用運營價值時序信息對第二函數的擬合度進行驗證。在進行擬合度驗證時，傳統的方式一般是用數據擬合數據，但是對于設備運營價值隨時間隨機波動的過程而言，傳統的方式并不適用，有鑒于此，本公開通過設備運營價值影響因素的函數擬合設備運營價值與時間的函數，使得得到的擬合函數可以保證設備運營價值隨時間緩慢下
降，并具有隨機過程和馬爾科夫過程的性質。
89.在操作s230，利用第二函數對初始隨機過程模型進行模型變換，得到目標隨機過程模型；將運營價值時序信息輸入目標隨機過程模型，輸出第二參數和與第二參數對應的第三函數。
90.根據本公開的實施例，利用第二函數對初始隨機過程模型進行模型變換，可以是將式(3)代入式(1)中得到式(4)，得到目標隨機過程模型。將運營價值時序信息輸入目標隨機過程模型，輸出第二參數和與第二參數對應的第三函數。
91.d(mlc1(t)+...+mncn(t))＝c(k-(mlc1(t)+...+mncn(t)))t+σdwt
???
(4)
92.其中，m1、
…
mn表示運營價值影響因素對目標設備整體運營價值影響權重；c、k表示參數；t表示目標設備的使用時長，σdwt表示隨機波動值。
93.例如：將目標設備的運營價值時序信息(x0，x
35
，x
80
)輸入目標隨機過程的ou過程函數，可以利用微分方程對式(4)代入上述運營價值時序信息進行近似求解，得到第一參數c1、k1，并利用第一參數c1、k1代入式(2)進行迭代計算，得到第三函數。
94.在操作s240，在第三函數滿足第一預設條件的情況下，根據設備運營價值預測候選信息推薦針對目標設備的運營策略。
95.根據本公開的實施例，第一預設條件可以為第三函數的曲線經過表征運營價值時序信息的點以及表征目標時刻的設備運營價值候選信息的點組成的鄰域。
96.例如：表征運營價值時序信息的點可以為(0，x0)、(35，x
35
)、(80，x
80
)，表征目標時刻的設備運營價值候選信息的點可以我(t，x
t
)。鄰域可以以閾值范圍進行表示，例如可以為δx＝20，在第三函數的曲線中t＝35時得到的函數值y
35
與運營價值時序信息中的x
35
的差值在20以下，以此類推，上述其他點對應的y
80
、y
t
與對應的x
80
、x
t
的差值均小于20的情況下，表示第三函數滿足第一預設條件。
97.根據本公開的實施例，根據設備運營價值預測候選信息推薦針對目標設備的運營策略，例如：目標時刻可以為1080天，對應的設備運營價值預測候選信息可以為x
1080
，可以根據此時的設備運營價值預測候選信息推薦針對目標設備的運營策略，例如：當目標時刻的設備運營價值低于初始價值的10％時，推薦的運營策略可以為不再維修進行報廢處理。當目標時刻的設備運營價值較高時，推薦的運營策略可以為針對目標設備進行維修。
98.根據本公開的實施例，由于在修正第一函數時利用的運營價值影響因素可以包括運營成本以及維修費用，也可以從第二函數中得到目標設備的運營成本、維修費用、運行環境等等的情況，從而綜合推薦針對目標設備的運營策略。
99.根據本公開的實施例，通過將目標設備在歷史周期內的運營價值時序信息輸入初始隨機過程模型，利用初始隨機過程模型得到表征設備運營價值與時間的第一函數，由于利用運營價值影響因素的時序信息對設備價值與時間的第一函數進行修正，并利用修正后得到的函數對初始隨機過程模型進行變換，實現了客觀地根據設備的實際運營價值時序數據以及實際的運營價值影響因素的時序信息擬合得到能夠準確反應設備運營價值隨時間變化過程的第三函數，并根據目標時刻的設備運營價值預測候選信息推薦目標設備的運營策略。因此，至少部分的解決了相關技術中依賴于人為主觀經驗導致運營策略存在一定的滯后性和疏漏的問題，實現了可以精準推薦目標設備整個生命周期的運營策略的技術效果的技術效果。
100.根據本公開的實施例，將運營價值時序信息輸入初始隨機過程模型，輸出第一參數和與第一參數對應的第一函數，包括：
101.將運營價值時序信息輸入初始隨機過程模型，利用初始過程函數的微分方程計算得到第一參數；
102.將第一參數和運營價值時序信息輸入初始過程函數，進行迭代計算，得到第一函數。
103.根據本公開的實施例，例如：運營價值時序信息可以包括：t＝0時目標設備的初始運營價值x0，目標設備在使用第二年末進行第一次維修之后的運營價值x
730
，目標設備在第10年年末被變賣時的運營價值為x
3650
。初始過程函數如式(1)所示，利用微分方式對初始過程函數代入初始過程函數進行近似求解，得到c0、k0。由于目標設備的初始運營價值是已知的，可以將初始運營價值x0代入式(2)進行迭代計算，迭代計算過程如下：
104.x
2-x1＝c0(k
0-x1)
×
1+σw1；
105.x
3-x2＝c0(k
0-x2)
×
2+σw2；
106.…
107.x
t+1-x
t
＝c0(k
0-x
t
)
×
t+σw
t
；
108.其中，w1、w2、
…wt
表示維納過程的變量，每一段時間間隔內的增量是服從高斯分布的，σw1、σw2、
…
σw
t
是通過隨機正態分布自動生成的波動值。
109.根據本公開的實施例，通過利用設備運營價值時序信息通過初試隨機過程模型，并經過上述迭代計算，可以得到第一函數，實現了可以利用較少的基礎數據擬合得到設備運營價值與時間的函數，解決了相關技術中由于目標設備的運營數據較小導致推薦的設備運營方案精確度較低的問題。
110.圖3示意性示出了根據本公開實施例的修正第一函數的方法流程圖。
111.如圖3所示，該實施例的修正第一函數的方法包括操作s310～s320。
112.在操作s310，根據第i個時刻的設備實際運營價值信息和第i個時刻的第一設備運營價值預測信息，確定第一預測偏離度。
113.根據本公開的實施例，運營價值時序信息中包括m個時刻的設備實際運營價值信息，可以為x1、x2、xi、
…
xm。第i個時刻的設備實際運營價值可以為xi。第一設備運營價值預測信息是將第i個時刻輸入第一函數得到的，可以為x
i’。第一偏離度可以為xi與x
i’的差。
114.在操作s320，在m個時刻的設備實際運營價值信息與m個時刻的設備運營價值預測信息的第一預測偏離度滿足第一預設閾值的情況下，將第一函數與運營價值影響因素的時序信息輸入廣義線性模型，進行多元回歸分析，輸出第二函數，其中，m、i為正整數，1≤i≤m。
115.根據本公開的實施例，例如：第一預測偏離度為10，第一預設閾值為20，此時，第一預測偏離度小于第一預設閾值。第一預設閾值可以為一個值，也可以為一個閾值范圍，當第一預設偏離度在預設閾值范圍之內時，可以將第一函數與運營價值影響因素的時序信息輸入廣義線性模型，進行多元回歸分析，輸出第二函數。利用廣義線性模型對時序數據進行多元回歸分析是較為成熟的技術，在此不做贅述。
116.根據本公開的實施例，由于影響運營價值因素均是時序的數據，因此利用多元時序序列的回歸分析，以時間為橋聯建立起運營價值因素與時間的函數與運營價值與時間的
函數的關聯關系，達到了利用函數擬合函數的目的，解決了相關技術中依賴于專家經驗人為構建模型存在主觀性缺陷的問題。
117.在第一預測偏離度不滿足第一預設閾值的情況下，說明當前擬合得到的第一函數的擬合度不滿足設備實際運營價值隨時間的波動，因此需要將第一參數進行調整。
118.根據本公開的實施例，上述設備運營策略推薦方法還包括：
119.根據第一參數在預設調整范圍內，隨機確定k組第三參數；
120.根據k組第三參數，確定k個第一函數，其中，k為大于1的正整數。
121.根據本公開的實施例，例如：第一參數(c0，k0)，預設調整范圍可以為[c
0-δc，c0+δc]，[k
0-δk，k0+δk]。可以從上述預設調整范圍內隨機確定k組第三參數，由于后續過程會不斷消耗數據，k可以取十萬及以上數量級的參數。
[0122]
根據本公開的實施例，例如：k組第三參數可以為(c1，k1)、(c2，k2)、
…
、(ck，kk)。將上述第三參數代入式(2)，可以通過迭代計算得到與每一組第三參數對應的第一函數，迭代計算的過程與前文所述相同，在此不做贅述。
[0123]
根據本公開的實施例，通過在預設調整范圍內調整參數，得到多個可以用于廣義線性驗證的第一函數，可以適用于于在目標設備運營的基礎數據較少依然可以得到與設備運營實際價值波動擬合度較高的模型。
[0124]
根據本公開的實施例，根據第i個時刻的設備實際運營價值信息和第i個時刻的第一設備運營價值預測信息，確定第一預測偏離度，包括：
[0125]
根據第i個時刻的設備實際運營價值信息與第i個時刻的第一設備運營價值預測信息的差，確定第一預測偏離值；
[0126]
根據第一預測偏離值和第i個時刻的設備實際運營價值信息的百分比，確定第一預測偏離度。
[0127]
根據本公開的實施例，運營價值時序信息中包括m個時刻的設備實際運營價值信息，可以為x1、x2、xi、
…
xm。第i個時刻的設備實際運營價值可以為xi。第一設備運營價值預測信息是將第i個時刻輸入第一函數得到的，可以為x
i’。第一預測偏離值可以為xi與x
i’的差δxi。
[0128]
根據本公開的實施例，第一預測偏離度可以為第一預測偏離值δxi與第i個時刻的設備實際運營價值信息xi的百分比：δxi/xi。
[0129]
根據本公開的實施例，通過第一預設偏離度利用運營價值時序信息對擬合得到的第一函數進行擬合度驗證，可以使得第一函數表征的設備運營價值隨時間的波動更符合實際設備運營價值隨時間的波動情況，從而提高設備運營策略推薦的準確度。
[0130]
根據本公開的實施例，將運營價值時序信息輸入目標隨機過程模型，輸出第二參數和與第二參數對應的第三函數，包括：
[0131]
將運營價值時序信息輸入目標隨機過程模型，利用目標過程函數的微分方程計算得到第二參數；
[0132]
將第二參數和運營價值時序信息輸入目標過程函數，進行迭代計算，得到第三函數。
[0133]
根據本公開的實施例，例如：運營價值時序信息可以包括：t＝0時目標設備的初始運營價值x0，目標設備在使用第二年末進行第一次維修之后的運營價值x
730
，目標設備在第
10年年末被變賣時的運營價值為x
3650
。初始過程函數如式(4)所示，利用微分方式對初始過程函數代入初始過程函數進行近似求解，得到c1、k1。由于目標設備的初始運營價值是已知的，可以將初始運營價值x0代入式(2)進行迭代計算，迭代計算過程與前文所述相同，在此不做贅述。
[0134]
根據本公開的實施例，經過多元線性回歸分析，每一個影響因素的時序信息已經轉化為以時間為自變量的函數，且每一個影響因素的權重信息已為已知量。
[0135]
根據本公開的實施例，通過對經過設備運營價值影響因素修正之后的第二函數，利用運營價值時序信息驗證其擬合度，得到的第三函數中設備運營價值隨時間的波動會更加符合設備實際運營價值隨時間的波動情況，從而提高針對目標設備推薦設備運營策略的準確度。
[0136]
圖4示意性示出了根據本公開實施例的根據設備運營價值預測候選信息推薦針對目標設備的運營策略的流程圖。
[0137]
如圖4所示，該實施例包括操作s410～s430。
[0138]
在操作s410，根據第i個時刻的設備實際運營價值信息和第i個時刻的第二設備運營價值預測信息，確定第二預測偏離度，其中，第二設備運營價值預測信息是將第i個時刻輸入第三函數得到的。
[0139]
根據本公開的實施例，第i個時刻的設備實際運營價值可以為xi，第二設備運營價值預測信息可以為x
i”。第二預測偏離度可以為x
i”與xi的差值。
[0140]
在操作s420，根據目標時刻的設備預測候選信息和第三設備運營價值預測信息，確定第三預測偏離度，其中，第三設備運營價值預測信息是將目標時刻輸入第三函數得到的。
[0141]
根據本公開的實施例，目標設備的設備預測候選信息可以為x
t
，第三設備運營價值預測信息可以為x
t’。第三預測偏離度可以為x
t’與x
t
的差值。
[0142]
在操作s430，在m個時刻的設備實際運營價值信息與m個時刻的設備運營價值預測信息的第二預測偏離度和目標時刻的第三預測偏離度滿足第二預設閾值的情況下，根據設備運營價值預測候選信息推薦針對目標設備的運營策略，其中，m、i為正整數，1≤i≤m。
[0143]
根據本公開的實施例，第二預設閾值可以為一個值，也可以為一個閾值范圍。例如：第二預設閾值為20，第二預測偏離度為10，第三預測偏離度為15，則第二預測偏離度、第三預測偏離度均小于第二預設閾值，可以確定當前第三函數表征的設備運營價值與時間的波動情況符合設備運營實際價值與時間的波動情況，因此，可以根據當前設備運營價值預測候選信息推薦針對目標設備的運營策略。
[0144]
根據本公開的實施例，第三函數表征的設備運營價值與時間的波動情況也可以以設備運營價值概率體現，則可以針對性地得到目標設備在目標時刻運營策略，例如：目標設備在200天后維修的概率等等。
[0145]
根據本公開的實施例，通過利用設備運營價值時序信息和目標時刻的設備運營價值預測信息驗證第三函數，可以在每次應用過程中不斷產生新的可用于驗證第三函數的數據，從而達到了在應用不斷提升推薦精度的目的。
[0146]
根據本公開的實施例，根據第i個時刻的設備實際運營價值信息和第i個時刻的第二設備運營價值預測信息，確定第二預測偏離度，包括：
[0147]
根據第i個時刻的設備實際運營價值信息和第i個時刻的第二設備運營價值預測信息的差，確定第二預測偏離值；
[0148]
根據第二預測偏離值和第i個時刻的設備實際運營價值信息，確定第二預測偏離度。
[0149]
根據本公開的實施例，例如：運營價值時序信息中包括m個時刻的設備實際運營價值信息，可以為x1、x2、xi、
…
xm。第i個時刻的設備實際運營價值可以為xi。第二設備運營價值預測信息是將第i個時刻輸入第三函數得到的，可以為x
i”。第二預測偏離值可以為xi與x
i”的差δx
i’。
[0150]
根據本公開的實施例，第二預測偏離度可以為第二預測偏離值和第i個時刻的設備實際運營價值信息的百分比：δx
i’/xi。
[0151]
根據本公開的實施例，根據目標時刻的設備預測候選信息和第三設備運營價值預測信息，確定第三預測偏離度，包括：
[0152]
根據目標時刻的設備預測候選信息和第三設備運營價值預測信息的差，確定第三預測偏離值；
[0153]
根據第三預測偏離值和目標時刻的設備預測候選信息，確定第三預測偏離度。
[0154]
根據本公開的實施例，例如：目標時刻的設備預測候選運營價值可以為x
t
。第三設備運營價值預測信息是將目標t時刻輸入第三函數得到的，可以為x
t’。第三預測偏離值可以為x
t
與x
t’的差δx
t
。
[0155]
根據本公開的實施例，第三預測偏離度可以為第三預測偏離值和目標t時刻的設備預測候選運營價值的百分比：δx
t
/x
t
。
[0156]
根據本公開的實施例，通過利用設備運營價值時序信息和目標時刻的目標時刻的設備預測候選運營價值校驗擬合得到的第三函數，可以使得第三函數表征得到的設備運營價值隨時間的波動情況更符合實際，從而提高推薦設備運營策略的準確度。
[0157]
由于影響設備運營價值的因素眾多，而在設備的運營維保記錄中獲取的信息，有些因素可能并不是隨時間呈現較為規律的波動，或對設備運營價值隨時間波動的影響較小。這些因素的存在反而會影響最終推薦結果的準確度。
[0158]
有鑒于此，上述設備運營策略推薦方法還包括：
[0159]
運營價值影響因素的時序信息包括n個運營價值影響因素的時序信息，針對第j個運營價值影響因素的時序信息，檢驗第j個運營價值影響因素的時序信息與設備運營價值的關聯度；
[0160]
在第j個運營價值影響因素的時序信息與設備運營價值的關聯度滿足第三預設條件的情況下，將第j個運營價值影響因素的時序信息確定為廣義線性模型的輸入信息，其中，n為大于1的正整數，且1≤j≤m，j為正整數。
[0161]
根據本公開的實施例，第三預設條件可以為關聯度的閾值范圍，可以利用層次分析方法(ahp)檢驗第j個運營價值影響因素的時序信息與設備運營價值的關聯度，在關聯度滿足閾值范圍的情況下，再將其作為廣義線性模型的輸入信息對第一函數進行修正，可以有效避免引入過多的干擾因素導致最終的推薦結果準確度低的問題。
[0162]
例如：設備運行溫度的時序信息通過層次分析法檢驗可以確定其與設備運營價值的關聯度為10，設備維修費用的時序信息通過層次分析法檢驗可以確定其與設備運營價值
的關聯度為15，關聯度的預設閾值可以為5。則設備運行溫度的時序信息、設備維修費用的時序信息均對設備運營價值存在較大的影響，均可以作為廣義線性模型的輸入信息。
[0163]
根據本公開的實施例，通過對設備運營價值影響因素的檢驗，在關聯度滿足閾值范圍的情況下，再將其作為廣義線性模型的輸入信息對第一函數進行修正，可以有效避免引入過多的干擾因素導致最終的推薦結果準確度低的問題。
[0164]
基于上述設備運營策略推薦方法，本公開還提供了一種設備運營策略推薦裝置。以下將結合圖5對該裝置進行詳細描述。
[0165]
圖5示意性示出了根據本公開實施例的設備運營策略推薦裝置的結構框圖。
[0166]
如圖5所示，該實施例的設備運營策略推薦裝置500包括第一擬合模塊510、修正模塊520、第二擬合模塊530和推薦模塊540。
[0167]
第一擬合模塊510用于將目標設備在歷史周期內的運營運營價值時序信息輸入初始隨機過程模型，輸出第一參數和與第一參數對應的第一函數，第一函數表征設備運營價值與時間的關聯關系。在一實施例中，第一擬合模塊510可以用于執行前文描述的操作s210，在此不再贅述。
[0168]
修正模塊520用于根據目標設備在歷史周期內的運營價值影響因素的時序信息對第一函數進行修正，得到第二函數；將擬進行運營價值預測的目標時刻輸入第二函數，輸出設備運營價值預測候選信息。在一實施例中，修正模塊520可以用于執行前文描述的操作s220，在此不再贅述。
[0169]
第二擬合模塊530用于利用第二函數對初始隨機過程模型進行模型變換，得到目標隨機過程模型；將運營價值時序信息輸入目標隨機過程模型，輸出第二參數和與第二參數對應的第三函數。在一實施例中，第二擬合模塊530可以用于執行前文描述的操作s230，在此不再贅述。
[0170]
推薦模塊540用于在第三函數滿足第一預設條件的情況下，根據設備運營價值預測候選信息推薦針對目標設備的運營策略。在一實施例中，推薦模塊540可以用于執行前文描述的操作s240，在此不再贅述。
[0171]
根據本公開的實施例，修正模塊包括第一確定單元和第一輸出單元。其中，第一確定單元，用于根據第i個時刻的設備實際運營價值信息和第i個時刻的第一設備運營價值預測信息，確定第一預測偏離度。第一輸出單元，用于在m個時刻的設備實際運營價值信息與m個時刻的設備運營價值預測信息的第一預測偏離度滿足第一預設閾值的情況下，將第一函數與運營價值影響因素的時序信息輸入廣義線性模型，進行多元回歸分析，輸出第二函數，其中，m為正整數，1≤i≤m。
[0172]
根據本公開的實施例，第一確定單元包括第一確定子單元和第二確定子單元。其中，第一確定子單元，用于根據第i個時刻的設備實際運營價值信息與第i個時刻的第一設備運營價值預測信息的差，確定第一預測偏離值。第二確定子單元，用于根據第一預測偏離值和第i個時刻的設備實際運營價值信息的百分比，確定第一預測偏離度。
[0173]
根據本公開的實施例，推薦模塊包括第二輸出單元、第二確定單元、第三輸出單元、第三確定單元和推薦單元。其中，第二輸出單元，用于將第i個時刻輸入第三函數，輸出與第i個時刻的第二設備運營價值預測信息。第二確定單元，用于根據第i個時刻的設備實際運營價值信息和第i個時刻的第二設備運營價值預測信息，確定第二預測偏離度。第三輸
出單元，用于將目標時刻輸入第三函數，輸出與目標時刻對應的第三設備運營價值預測信息。第三確定單元，用于根據目標時刻的設備預測候選信息和第三設備運營價值預測信息，確定第三預測偏離度。推薦單元，用于在m個時刻的設備實際運營價值信息與m個時刻的設備運營價值預測信息的第二預測偏離度和目標時刻的第三預測偏離度滿足第二預設閾值的情況下，根據設備運營價值預測候選信息推薦針對目標設備的運營策略，其中，m為正整數，1≤i≤m。
[0174]
根據本公開的實施例，第二確定單元包括第三確定子單元和第四確定子單元。其中，第三確定子單元，用于根據第i個時刻的設備實際運營價值信息和第i個時刻的第二設備運營價值預測信息的差，確定第二預測偏離值。第四確定子單元，用于根據第二預測偏離值和第i個時刻的設備實際運營價值信息，確定第二預測偏離度。
[0175]
根據本公開的實施例，第三確定單元包括第五確定子單元和第六確定子單元。其中，第五確定子單元，用于根據目標時刻的設備預測候選信息和第三設備運營價值預測信息的差，確定第三預測偏離值。第六確定子單元，用于根據第三預測偏離值和目標時刻的設備預測候選信息，確定第三預測偏離度。
[0176]
根據本公開的實施例，上述設備運營策略推薦裝置還包括檢驗模塊和第一確定模塊。其中，檢驗模塊，用于針對第j個運營價值影響因素的時序信息，檢驗第j個運營價值影響因素的時序信息與設備運營價值的關聯度。第一確定模塊，用于在第j個運營價值影響因素的時序信息與設備運營價值的關聯度滿足第三預設條件的情況下，將第j個運營價值影響因素的時序信息確定為廣義線性模型的輸入信息，其中，n為大于1的正整數，1≤j≤m。
[0177]
根據本公開的實施例，上述設備運營策略推薦裝置還包括第二確定模塊和第三確定模塊。其中，第二確定模塊，用于根據第一參數在預設調整范圍內，隨機確定k組第三參數。第三確定模塊，用于根據k組第三參數，確定k個第一函數，其中，k為大于1的正整數。
[0178]
根據本公開的實施例，第一擬合模塊包括第一計算單元和第二計算單元。其中，第一計算單元，用于將運營價值時序信息輸入初始隨機過程模型，利用初始過程函數的微分方程計算得到第一參數。第二計算單元，用于將第一參數和運營價值時序信息輸入初始過程函數，進行迭代計算，得到第一函數。
[0179]
根據本公開的實施例，第二擬合模塊包括第三計算單元和第四計算單元。其中，第三計算單元，用于將運營價值時序信息輸入目標隨機過程模型，利用目標過程函數的微分方程計算得到第二參數。第四計算單元，用于將第二參數和運營價值時序信息輸入目標過程函數，進行迭代計算，得到第三函數。
[0180]
根據本公開的實施例，第一擬合模塊510、修正模塊520、第二擬合模塊530和推薦模塊540中的任意多個模塊可以合并在一個模塊中實現，或者其中的任意一個模塊可以被拆分成多個模塊。或者，這些模塊中的一個或多個模塊的至少部分功能可以與其他模塊的至少部分功能相結合，并在一個模塊中實現。根據本公開的實施例，第一擬合模塊510、修正模塊520、第二擬合模塊530和推薦模塊540中的至少一個可以至少被部分地實現為硬件電路，例如現場可編程門陣列(fpga)、可編程邏輯陣列(pla)、片上系統、基板上的系統、封裝上的系統、專用集成電路(asic)，或可以通過對電路進行集成或封裝的任何其他的合理方式等硬件或固件來實現，或以軟件、硬件以及固件三種實現方式中任意一種或以其中任意幾種的適當組合來實現。或者，第一擬合模塊510、修正模塊520、第二擬合模塊530和推薦模
塊540中的至少一個可以至少被部分地實現為計算機程序模塊，當該計算機程序模塊被運行時，可以執行相應的功能。
[0181]
圖6示意性示出了根據本公開實施例的適于實現設備運營策略推薦方法的電子設備的方框圖。
[0182]
如圖6所示，根據本公開實施例的電子設備600包括處理器601，其可以根據存儲在只讀存儲器(rom)602中的程序或者從存儲部分608加載到隨機訪問存儲器(ram)603中的程序而執行各種適當的動作和處理。處理器601例如可以包括通用微處理器(例如cpu)、指令集處理器和/或相關芯片組和/或專用微處理器(例如，專用集成電路(asic))等等。處理器601還可以包括用于緩存用途的板載存儲器。處理器601可以包括用于執行根據本公開實施例的方法流程的不同動作的單一處理單元或者是多個處理單元。
[0183]
在ram 603中，存儲有電子設備600操作所需的各種程序和數據。處理器601、rom 602以及ram 603通過總線604彼此相連。處理器601通過執行rom 602和/或ram 603中的程序來執行根據本公開實施例的方法流程的各種操作。需要注意，所述程序也可以存儲在除rom 602和ram 603以外的一個或多個存儲器中。處理器601也可以通過執行存儲在所述一個或多個存儲器中的程序來執行根據本公開實施例的方法流程的各種操作。
[0184]
根據本公開的實施例，電子設備600還可以包括輸入/輸出(i/o)接口605，輸入/輸出(i/o)接口605也連接至總線604。電子設備600還可以包括連接至i/o接口605的以下部件中的一項或多項：包括鍵盤、鼠標等的輸入部分606；包括諸如陰極射線管(crt)、液晶顯示器(lcd)等以及揚聲器等的輸出部分607；包括硬盤等的存儲部分608；以及包括諸如lan卡、調制解調器等的網絡接口卡的通信部分609。通信部分609經由諸如因特網的網絡執行通信處理。驅動器610也根據需要連接至i/o接口605。可拆卸介質611，諸如磁盤、光盤、磁光盤、半導體存儲器等等，根據需要安裝在驅動器610上，以便于從其上讀出的計算機程序根據需要被安裝入存儲部分608。
[0185]
本公開還提供了一種計算機可讀存儲介質，該計算機可讀存儲介質可以是上述實施例中描述的設備/裝置/系統中所包含的；也可以是單獨存在，而未裝配入該設備/裝置/系統中。上述計算機可讀存儲介質承載有一個或者多個程序，當上述一個或者多個程序被執行時，實現根據本公開實施例的方法。
[0186]
根據本公開的實施例，計算機可讀存儲介質可以是非易失性的計算機可讀存儲介質，例如可以包括但不限于：便攜式計算機磁盤、硬盤、隨機訪問存儲器(ram)、只讀存儲器(rom)、可擦式可編程只讀存儲器(eprom或閃存)、便攜式緊湊磁盤只讀存儲器(cd-rom)、光存儲器件、磁存儲器件、或者上述的任意合適的組合。在本公開中，計算機可讀存儲介質可以是任何包含或存儲程序的有形介質，該程序可以被指令執行系統、裝置或者器件使用或者與其結合使用。例如，根據本公開的實施例，計算機可讀存儲介質可以包括上文描述的rom 602和/或ram 603和/或rom 602和ram 603以外的一個或多個存儲器。
[0187]
本公開的實施例還包括一種計算機程序產品，其包括計算機程序，該計算機程序包含用于執行流程圖所示的方法的程序代碼。當計算機程序產品在計算機系統中運行時，該程序代碼用于使計算機系統實現本公開實施例所提供的物品推薦方法。
[0188]
在該計算機程序被處理器601執行時執行本公開實施例的系統/裝置中限定的上述功能。根據本公開的實施例，上文描述的系統、裝置、模塊、單元等可以通過計算機程序模
塊來實現。
[0189]
在一種實施例中，該計算機程序可以依托于光存儲器件、磁存儲器件等有形存儲介質。在另一種實施例中，該計算機程序也可以在網絡介質上以信號的形式進行傳輸、分發，并通過通信部分609被下載和安裝，和/或從可拆卸介質611被安裝。該計算機程序包含的程序代碼可以用任何適當的網絡介質傳輸，包括但不限于：無線、有線等等，或者上述的任意合適的組合。
[0190]
在這樣的實施例中，該計算機程序可以通過通信部分609從網絡上被下載和安裝，和/或從可拆卸介質611被安裝。在該計算機程序被處理器601執行時，執行本公開實施例的系統中限定的上述功能。根據本公開的實施例，上文描述的系統、設備、裝置、模塊、單元等可以通過計算機程序模塊來實現。
[0191]
根據本公開的實施例，可以以一種或多種程序設計語言的任意組合來編寫用于執行本公開實施例提供的計算機程序的程序代碼，具體地，可以利用高級過程和/或面向對象的編程語言、和/或匯編/機器語言來實施這些計算程序。程序設計語言包括但不限于諸如java，c++，python，“c”語言或類似的程序設計語言。程序代碼可以完全地在用戶計算設備上執行、部分地在用戶設備上執行、部分在遠程計算設備上執行、或者完全在遠程計算設備或服務器上執行。在涉及遠程計算設備的情形中，遠程計算設備可以通過任意種類的網絡，包括局域網(lan)或廣域網(wan)，連接到用戶計算設備，或者，可以連接到外部計算設備(例如利用因特網服務提供商來通過因特網連接)。
[0192]
附圖中的流程圖和框圖，圖示了按照本公開各種實施例的系統、方法和計算機程序產品的可能實現的體系架構、功能和操作。在這點上，流程圖或框圖中的每個方框可以代表一個模塊、程序段、或代碼的一部分，上述模塊、程序段、或代碼的一部分包含一個或多個用于實現規定的邏輯功能的可執行指令。也應當注意，在有些作為替換的實現中，方框中所標注的功能也可以以不同于附圖中所標注的順序發生。例如，兩個接連地表示的方框實際上可以基本并行地執行，它們有時也可以按相反的順序執行，這依所涉及的功能而定。也要注意的是，框圖或流程圖中的每個方框、以及框圖或流程圖中的方框的組合，可以用執行規定的功能或操作的專用的基于硬件的系統來實現，或者可以用專用硬件與計算機指令的組合來實現。
[0193]
本領域技術人員可以理解，本公開的各個實施例和/或權利要求中記載的特征可以進行多種組合或/或結合，即使這樣的組合或結合沒有明確記載于本公開中。特別地，在不脫離本公開精神和教導的情況下，本公開的各個實施例和/或權利要求中記載的特征可以進行多種組合和/或結合。所有這些組合和/或結合均落入本公開的范圍。
[0194]
以上對本公開的實施例進行了描述。但是，這些實施例僅僅是為了說明的目的，而并非為了限制本公開的范圍。盡管在以上分別描述了各實施例，但是這并不意味著各個實施例中的措施不能有利地結合使用。本公開的范圍由所附權利要求及其等同物限定。不脫離本公開的范圍，本領域技術人員可以做出多種替代和修改，這些替代和修改都應落在本公開的范圍之內。
技術特征：
1.一種設備運營策略推薦方法，包括：將目標設備在歷史周期內的運營運營價值時序信息輸入初始隨機過程模型，輸出第一參數和與所述第一參數對應的第一函數，所述第一函數表征設備運營價值與時間的關聯關系；根據所述目標設備在歷史周期內的運營價值影響因素的時序信息對所述第一函數進行修正，得到第二函數；將擬進行運營價值預測的目標時刻輸入所述第二函數，輸出設備運營價值預測候選信息；利用所述第二函數對所述初始隨機過程模型進行模型變換，得到目標隨機過程模型；將所述運營價值時序信息輸入所述目標隨機過程模型，輸出第二參數和與第二參數對應的第三函數；在所述第三函數滿足第一預設條件的情況下，根據所述設備運營價值預測候選信息推薦針對所述目標設備的運營策略。2.根據權利要求1所述的方法，其中，所述運營價值時序信息包括m個時刻的設備實際運營價值信息，所述根據所述目標設備在歷史周期內的運營價值影響因素的時序信息對所述第一函數進行修正，得到第二函數，包括：根據所述第i個時刻的設備實際運營價值信息和所述第i個時刻的第一設備運營價值預測信息，確定第一預測偏離度，其中，第一設備運營價值預測信息是將所述第i個時刻輸入所述第一函數得到的；在m個時刻的設備實際運營價值信息與m個時刻的設備運營價值預測信息的第一預測偏離度滿足第一預設閾值的情況下，將所述第一函數與所述運營價值影響因素的時序信息輸入廣義線性模型，進行多元回歸分析，輸出第二函數，其中，m、i為正整數，1≤i≤m。3.根據權利要求2所述的方法，其中，所述根據所述第i個時刻的設備實際運營價值信息和所述第i個時刻的第一設備運營價值預測信息，確定第一預測偏離度，包括：根據所述第i個時刻的設備實際運營價值信息與所述第i個時刻的第一設備運營價值預測信息的差，確定第一預測偏離值；根據所述第一預測偏離值和所述第i個時刻的設備實際運營價值信息的百分比，確定所述第一預測偏離度。4.根據權利要求1所述的方法，其中，所述運營價值時序信息包括m個時刻的設備實際運營價值信息，所述在所述第三函數滿足第一預設條件的情況下，根據所述設備運營價值預測候選信息推薦針對所述目標設備的運營策略，包括：根據所述第i個時刻的設備實際運營價值信息和所述第i個時刻的第二設備運營價值預測信息，確定第二預測偏離度，其中，所述第二設備運營價值預測信息是將所述第i個時刻輸入所述第三函數得到的；根據所述目標時刻的設備預測候選信息和所述第三設備運營價值預測信息，確定第三預測偏離度，其中，所述第三設備運營價值預測信息是將所述目標時刻輸入所述第三函數得到的；在m個時刻的設備實際運營價值信息與m個時刻的設備運營價值預測信息的第二預測偏離度和所述目標時刻的第三預測偏離度滿足第二預設閾值的情況下，根據所述設備運營價值預測候選信息推薦針對所述目標設備的運營策略，其中，其中，m、i為正整數，1≤i≤m。
5.根據權利要求4所述的方法，其中，所述根據所述第i個時刻的設備實際運營價值信息和所述第i個時刻的第二設備運營價值預測信息，確定第二預測偏離度，包括：根據所述第i個時刻的設備實際運營價值信息和所述第i個時刻的第二設備運營價值預測信息的差，確定第二預測偏離值；根據所述第二預測偏離值和所述第i個時刻的設備實際運營價值信息，確定所述第二預測偏離度。6.根據權利要求4所述的方法，其中，所述根據所述目標時刻的設備預測候選信息和所述第三設備運營價值預測信息，確定第三預測偏離度，包括：根據所述目標時刻的設備預測候選信息和所述第三設備運營價值預測信息的差，確定所述第三預測偏離值；根據所述第三預測偏離值和所述目標時刻的設備預測候選信息，確定所述第三預測偏離度。7.根據權利要求1所述的方法，其中，所述運營價值影響因素的時序信息包括n個運營價值影響因素的時序信息，還包括：針對第j個所述運營價值影響因素的時序信息，檢驗所述第j個所述運營價值影響因素的時序信息與設備運營價值的關聯度；在所述第j個所述運營價值影響因素的時序信息與設備運營價值的關聯度滿足第三預設條件的情況下，將所述第j個所述運營價值影響因素的時序信息確定為所述廣義線性模型的輸入信息，其中，n為大于1的正整數，且1≤j≤m，j為正整數。8.根據權利要求1所述的方法，還包括：根據所述第一參數在預設調整范圍內，隨機確定k組第三參數；根據所述k組第三參數，確定k個第一函數，其中，k為大于1的正整數。9.根據權利要求1所述的方法，其中，所述將所述運營價值時序信息輸入初始隨機過程模型，輸出第一參數和與所述第一參數對應的第一函數，包括：將所述運營價值時序信息輸入初始隨機過程模型，利用初始過程函數的微分方程計算得到所述第一參數；將所述第一參數和所述運營價值時序信息輸入所述初始過程函數，進行迭代計算，得到所述第一函數。10.根據權利要求1所述的方法，其中，所述將所述將運營價值時序信息輸入所述目標隨機過程模型，輸出第二參數和與第二參數對應的第三函數，包括：將所述運營時序價值信息輸入所述目標隨機過程模型，利用目標過程函數的微分方程計算得到所述第二參數；將所述第二參數和所述運營價值時序信息輸入所述目標過程函數，進行迭代計算，得到所述第三函數。11.一種設備運營策略推薦裝置，包括：第一擬合模塊，用于將目標設備在歷史周期內的運營運營價值時序信息輸入初始隨機過程模型，輸出第一參數和與所述第一參數對應的第一函數，所述第一函數表征設備運營價值與時間的關聯關系；修正模塊，用于根據所述目標設備在歷史周期內的運營價值影響因素的時序信息對所
述第一函數進行修正，得到第二函數；將擬進行運營價值預測的目標時刻輸入所述第二函數，輸出設備運營價值預測候選信息；第二擬合模塊，用于利用所述第二函數對所述初始隨機過程模型進行模型變換，得到目標隨機過程模型；將所述運營價值時序信息輸入所述目標隨機過程模型，輸出第二參數和與第二參數對應的第三函數；推薦模塊，用于在所述第三函數滿足第一預設條件的情況下，根據所述設備運營價值預測候選信息推薦針對所述目標設備的運營策略。12.一種電子設備，包括：一個或多個處理器；存儲裝置，用于存儲一個或多個程序，其中，當所述一個或多個程序被所述一個或多個處理器執行時，使得所述一個或多個處理器執行根據權利要求1～10中任一項所述的方法。13.一種計算機可讀存儲介質，其上存儲有可執行指令，該指令被處理器執行時使處理器執行根據權利要求1～10中任一項所述的方法。14.一種計算機程序產品，包括計算機程序，所述計算機程序被處理器執行時實現根據權利要求1～10中任一項所述的方法。
技術總結
本公開提供了一種設備運營策略推薦方法、裝置、設備及存儲介質，應用于大數據技術領域和金融技術領域。該方法包括：將目標設備在歷史周期內的運營價值時序信息輸入初始隨機過程模型，輸出第一參數和與第一參數對應的第一函數；根據運營價值影響因素的時序信息對第一函數進行修正，得到第二函數；將擬進行運營價值預測的目標時刻輸入第二函數，輸出設備運營價值預測候選信息；利用第二函數對初始隨機過程模型進行模型變換，得到目標隨機過程模型；將運營價值時序信息輸入目標隨機過程模型，輸出第二參數和與第二參數對應的第三函數；在第三函數滿足第一預設條件的情況下，根據設備運營價值預測候選信息推薦針對目標設備的運營策略。策略。策略。
