本發(fā)明涉及智能推薦，尤其涉及一種基于人工智能的埋地管道布管推薦方法。

背景技術(shù)：

1、城市地下綜合埋地管道作為現(xiàn)代化城市基礎(chǔ)設(shè)施的重要組成部分，承擔(dān)著集中敷設(shè)電力、通信、燃?xì)?、給排水等多種市政管線的功能，對(duì)于保障城市運(yùn)行安全、提高城市空間利用率具有重要意義。在埋地管道建設(shè)過(guò)程中，管道排布方案的合理性直接影響埋地管道的運(yùn)維效率以及管線的運(yùn)行安全。

2、目前，傳統(tǒng)的埋地管道布管方案設(shè)計(jì)多依賴(lài)工程師的經(jīng)驗(yàn)和人工規(guī)劃，難以全面、準(zhǔn)確地考慮埋地管道的敷設(shè)環(huán)境、施工目的以及各類(lèi)管道的具體參數(shù)。同時(shí)，在布管過(guò)程中，由于缺乏對(duì)歷史布管項(xiàng)目中出現(xiàn)的問(wèn)題及解決策略的系統(tǒng)性分析和有效利用，導(dǎo)致新的布管方案在實(shí)際施工和運(yùn)行過(guò)程中容易出現(xiàn)諸如管道空間沖突、施工難度大、后期維護(hù)不便等問(wèn)題。而且，現(xiàn)有技術(shù)難以根據(jù)當(dāng)前埋地管道的實(shí)際情況，從歷史經(jīng)驗(yàn)中篩選出有價(jià)值的信息，以對(duì)布管方案進(jìn)行優(yōu)化和改進(jìn)，從而無(wú)法生成滿(mǎn)足實(shí)際需求且兼顧潛在風(fēng)險(xiǎn)防控的布管方案。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述提出的至少一個(gè)技術(shù)問(wèn)題，本發(fā)明提供一種基于人工智能的埋地管道布管推薦方法。

2、第一方面，本發(fā)明提供一種基于人工智能的埋地管道布管推薦方法，所述方法包括：

3、收集當(dāng)前埋地管道的敷設(shè)環(huán)境、埋地管道施工目的以及獲取應(yīng)用于所述當(dāng)前埋地管道的單一類(lèi)型管道的具體參數(shù)，并轉(zhuǎn)換為輸入向量；

4、將輸入向量輸入到預(yù)先訓(xùn)練好的埋地管道布管推薦模型中，得到初始推薦排布方案；

5、挖掘每個(gè)歷史布管項(xiàng)目在布管過(guò)程中的歷史新增問(wèn)題以及針對(duì)所述歷史新增問(wèn)題的歷史解決策略，構(gòu)成若干問(wèn)題-策略對(duì)，并采用層次聚類(lèi)算法對(duì)所有歷史布管項(xiàng)目下的問(wèn)題-策略對(duì)進(jìn)行聚類(lèi)分析；

6、基于自編碼相似度算法計(jì)算所述當(dāng)前埋地管道的敷設(shè)環(huán)境以及埋地管道施工目的與每個(gè)歷史布管項(xiàng)目的相似度；

7、將相似度大于或等于預(yù)設(shè)度的歷史布管項(xiàng)目的問(wèn)題-策略對(duì)保留；

8、確定相似度小于預(yù)設(shè)度的每個(gè)歷史布管項(xiàng)目基于所有聚類(lèi)分析結(jié)果中的分布概率，并將所述分布概率中的最大概率下的歷史布管項(xiàng)目在每個(gè)聚類(lèi)分析結(jié)果中涉及到的問(wèn)題-策略對(duì)的最大數(shù)量所對(duì)應(yīng)的聚類(lèi)分析結(jié)果的中心簇進(jìn)行保留；

9、基于所有保留結(jié)果的排布改進(jìn)類(lèi)型，對(duì)初始推薦排布方案進(jìn)行改進(jìn)。

10、優(yōu)選的，所述敷設(shè)環(huán)境包括每段單獨(dú)管道的地形地貌、地上附著物、地下障礙物；

11、所述具體參數(shù)包括：管道規(guī)格、管道材質(zhì)以及管道重量；

12、改進(jìn)后的排布方案包括：每段單獨(dú)管道下的布管順序、起始布管位置以及每個(gè)布管管道的布管輔助方式，其中，所述布管輔助方式包括：埋地管道通道搬運(yùn)方式、吊裝設(shè)備輔助方式、滑輪組方式和/或頂管施工方式。

13、優(yōu)選的，轉(zhuǎn)換為輸入向量，包括：

14、將敷設(shè)環(huán)境、埋地管道施工目的以及具體參數(shù)中涉及到的數(shù)值型數(shù)據(jù)進(jìn)行數(shù)值標(biāo)準(zhǔn)化處理；

15、將非數(shù)值型數(shù)據(jù)進(jìn)行編碼化處理；

16、從數(shù)值標(biāo)準(zhǔn)化處理結(jié)果以及編碼化處理結(jié)果中分別提取針對(duì)敷設(shè)環(huán)境、埋地管道施工目的以及具體參數(shù)的轉(zhuǎn)化結(jié)果，并按照順序組合排序得到輸入向量。

17、優(yōu)選的，基于自編碼相似度算法計(jì)算所述當(dāng)前埋地管道的敷設(shè)環(huán)境以及埋地管道施工目的與每個(gè)歷史布管項(xiàng)目的相似度，包括：

18、分別獲取所述當(dāng)前埋地管道的敷設(shè)環(huán)境以及埋地管道施工目的的第一表征以及第二表征，同時(shí)，獲取所述歷史布管項(xiàng)目的標(biāo)準(zhǔn)組合表征以及項(xiàng)目實(shí)施后的結(jié)果組合表征；

19、計(jì)算第一表征以及第二表征與標(biāo)準(zhǔn)組合表征的第一歐氏距離；

20、計(jì)算第一表征以及第二表征與結(jié)果組合表征的第二歐氏距離；

21、同時(shí)，計(jì)算標(biāo)準(zhǔn)組合表征與結(jié)果組合表征的第三歐氏距離；

22、若所述第一歐氏距離與第二歐氏距離的距離絕對(duì)差小于第三歐氏距離，確定第三歐氏距離與距離絕對(duì)差的平均值，并將1-所述平均值與最大預(yù)設(shè)距離的比值的結(jié)果作為相似度；

23、否則，將1-第一歐氏距離和第二歐氏距離的平均距離與最大預(yù)設(shè)距離的比值的結(jié)果作為相似度。

24、優(yōu)選的，在確定相似度小于預(yù)設(shè)度的歷史布管項(xiàng)目在所有聚類(lèi)分析結(jié)果中的分布概率之前，還包括：

25、將相似度小于預(yù)設(shè)度的每個(gè)歷史布管項(xiàng)目下的問(wèn)題-策略對(duì)在聚類(lèi)分析結(jié)果中進(jìn)行顯著性標(biāo)記，并統(tǒng)計(jì)在每個(gè)聚類(lèi)分析結(jié)果中的第一數(shù)量；

26、計(jì)算所述第一數(shù)量與對(duì)應(yīng)聚類(lèi)分析結(jié)果涉及到的問(wèn)題-策略對(duì)的總數(shù)量的第一比值；

27、計(jì)算所有第一比值的和，同時(shí)，從所有第一比值中提取最大比值；

28、對(duì)所有相似度小于預(yù)設(shè)度的歷史布管項(xiàng)目下的和以及最大比值分別進(jìn)行由大到小的排序，構(gòu)建二維數(shù)組，其中，每個(gè)值占用一個(gè)單元格；

29、求取所述第二數(shù)組中與和相關(guān)的行數(shù)組中相鄰兩個(gè)和的差值絕對(duì)值的第一平均值，并計(jì)算所述第一平均值與涉及到的對(duì)應(yīng)歷史布管項(xiàng)目下所有第一數(shù)量的平均值的第二比值，作為第二平均值；

30、求取所述第二數(shù)組中與最大比值相關(guān)的行數(shù)組中相鄰兩個(gè)最大比值的差值絕對(duì)值的第三平均值；

31、若所述第二平均值大于或等于第三平均值，確定所述第二平均值與第三平均值的第三比值，同時(shí)，確定相鄰兩個(gè)和的差值絕對(duì)值與第二平均值的第四比值；

32、對(duì)第三比值與第四比值的乘積結(jié)果進(jìn)行向下取整，并在相應(yīng)相鄰兩個(gè)和中間插入與向下取整結(jié)果一致的空白格；

33、對(duì)插入空白格的行數(shù)組進(jìn)行序號(hào)更新；

34、按照序號(hào)更新后的行數(shù)組中插入空白格的總數(shù)量，以1個(gè)空白格為基礎(chǔ)依次對(duì)相應(yīng)最大比值相關(guān)的行數(shù)組從相鄰最大比值的中間進(jìn)行1個(gè)空白格的循環(huán)插入，直到插入數(shù)量與總數(shù)量一致，停止插入，并進(jìn)行序號(hào)更新；

35、否則，保持所述二維數(shù)組不變。

36、優(yōu)選的，確定相似度小于預(yù)設(shè)度的每個(gè)歷史布管項(xiàng)目在所有聚類(lèi)分析結(jié)果中的分布概率，包括：

37、從最終數(shù)組中分別提取相似度小于預(yù)設(shè)度的每個(gè)歷史布管項(xiàng)目基于第一行的第一序號(hào)以及基于第二行的第二序號(hào)；

38、將1-（第一序號(hào)＋第二序號(hào)）/（2×總序號(hào)）的計(jì)算結(jié)果作為對(duì)應(yīng)分布概率。

39、優(yōu)選的，基于所有保留結(jié)果的排布改進(jìn)類(lèi)型，對(duì)初始推薦排布方案進(jìn)行改進(jìn)，包括：

40、將所有保留結(jié)果中每個(gè)問(wèn)題-策略對(duì)的解決類(lèi)型與初始推薦排布方案中每段單獨(dú)管道的結(jié)構(gòu)類(lèi)型進(jìn)行類(lèi)型映射，得到每段單獨(dú)管道的映射對(duì)；

41、基于規(guī)則融合算法將所述映射對(duì)與每段單獨(dú)管道的子推薦排布方案進(jìn)行方案融合，實(shí)現(xiàn)方案改進(jìn)。

42、第二方面，本發(fā)明還提供了一種電子設(shè)備，包括：處理器和存儲(chǔ)器，所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序代碼，所述計(jì)算機(jī)程序代碼包括計(jì)算機(jī)指令，當(dāng)所述處理器執(zhí)行所述計(jì)算機(jī)指令時(shí)，所述電子設(shè)備執(zhí)行如上述第一方面及其任意一種可能實(shí)現(xiàn)的方式的基于人工智能的埋地管道布管推薦方法。

43、第三方面，本發(fā)明還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序包括程序指令，所述程序指令當(dāng)被電子設(shè)備的處理器執(zhí)行時(shí)，使所述處理器執(zhí)行如上述第一方面及其任意一種可能實(shí)現(xiàn)的方式的基于人工智能的埋地管道布管推薦方法。

44、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于：

45、（1）、通過(guò)收集當(dāng)前埋地管道的敷設(shè)環(huán)境、施工目的以及管道具體參數(shù)并轉(zhuǎn)換為輸入向量，輸入到預(yù)先訓(xùn)練好的埋地管道布管推薦模型中，能夠生成基于實(shí)際情況的初始推薦排布方案，充分考慮了埋地管道和管道的各種特性，使布管方案更貼合實(shí)際需求，提高了方案的合理性和科學(xué)性。

46、（2）、挖掘歷史布管項(xiàng)目中的問(wèn)題-策略對(duì)，并進(jìn)行聚類(lèi)分析，再根據(jù)當(dāng)前埋地管道與歷史項(xiàng)目的相似度篩選相關(guān)信息。這樣可以借鑒以往的經(jīng)驗(yàn)教訓(xùn)，避免重復(fù)出現(xiàn)類(lèi)似問(wèn)題，同時(shí)為當(dāng)前布管方案提供優(yōu)化思路，有助于提高布管方案的質(zhì)量和可靠性。

47、（3）、基于自編碼相似度算法計(jì)算相似度，能夠精準(zhǔn)地找到與當(dāng)前埋地管道情況相似的歷史布管項(xiàng)目，保留相關(guān)的問(wèn)題-策略對(duì)。對(duì)于相似度較低的項(xiàng)目，通過(guò)確定分布概率找到具有代表性的聚類(lèi)分析結(jié)果中心簇，從而獲取有價(jià)值的問(wèn)題-策略對(duì)。這種方式可以針對(duì)性地解決當(dāng)前布管可能遇到的潛在問(wèn)題，提高方案的穩(wěn)定性和可行性。

48、（4）、綜合所有保留結(jié)果的排布改進(jìn)類(lèi)型對(duì)初始推薦排布方案進(jìn)行改進(jìn)，實(shí)現(xiàn)了從數(shù)據(jù)收集、模型推薦到基于歷史經(jīng)驗(yàn)優(yōu)化的全流程智能化，減少了人工干預(yù)和主觀因素的影響，提高了布管方案設(shè)計(jì)的效率和準(zhǔn)確性，生成滿(mǎn)足實(shí)際需求且兼顧潛在風(fēng)險(xiǎn)防控的布管方案。

49、應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，而非限制本公開(kāi)。