申请/专利权人:长沙理工大学
申请日:2020-07-03
公开(公告)日:2024-02-09
公开(公告)号:CN111967638B
主分类号:G06Q10/04
分类号:G06Q10/04;G06Q10/083;G06Q50/26
优先权:
专利状态码:有效-授权
法律状态:2024.02.09#授权;2020.12.08#实质审查的生效;2020.11.20#公开
摘要:本发明公开了本发明提供一种基于生产台账的涉嫌非法运输危化品企业的辨识方法,包括如下步骤:步骤一、基于危化品企业台账记录的各个数据,建立时间序列模型进行多时间段预测,从而判断企业是否涉嫌非法运输危化品原材料;步骤二、基于危化品企业台账数据以各主要原材料为自变量,以危化成品生产量为因变量,建立多元回归模型进行预测,从而判断企业是否涉嫌非法运输危化成品;步骤三、通过视频监控车辆,比对台账记录的合法车辆的运输情况及非企业车辆运输情况,判断是否涉嫌非法运输行为。本发明方发从企业源头以及视频监控的车辆数据,比对企业台账,建立多个数据模型,科学有效的判断企业是否涉嫌非法运输危化品。
主权项:1.一种基于生产台账的涉嫌非法运输危化品企业的辨识方法,其特征在于,包括以下步骤:步骤一、基于危化品企业台账记录的原材料入库量、出库量和库存量,危化成品生产量、入库量、出库量、库存量和运输量,建立时间序列模型进行多时间段预测,从而判断企业是否涉嫌非法运输危化品原材料;步骤二、基于危化品企业台账数据以各主要原材料为自变量,以危化成品生产量为因变量,建立多元回归模型进行预测,从而判断企业是否涉嫌非法运输危化成品;步骤三、通过视频监控车辆,比对台账记录的合法车辆的运输情况及非企业车辆运输情况,判断是否涉嫌非法运输行为;所述步骤一中的时间序列模型如下: 即:T期估计值=α*t期实际值+1-α*t-1期估计值;其中,S为危化成品生产量、Y为运输量,α取值在0.3-0.5之间,将t时期根据数据变化节点分为多时间段,聚类后再预测结果;所述步骤二中多元回归模型如下:Ht=B0+B1X1+B2X2+…+BkXk+∈其中,Ht为t时期预测的危化成品生产量,X1、X2…Xk为危化品原材料,B0,B1,B2,...,Bk是模型的参数,∈为误差项;所述辨识方法还包括应用加权平均融合法融合步骤一中时间序列模型和步骤二中多元回归模型预测的危化成品生产量,得到目标时期危化成品生产量最终预测值;所述加权平均融合法的计算公式如下: 其中,Lt为t时期危化成品生产量的最终预测值;所述步骤三还包括观察台账记录数据与预测数据在t时期的库存量与运输量是否符合总库存量计算等式,总库存计算等式如下:Kt1=Kt2+Kt3+Kt4其中,Kt1为t时期总库存量,Kt2为t时期剩余库存量,Kt3为t时期合法运输量,Kt4为t时期非法运输量。
全文数据:
权利要求:
百度查询: 长沙理工大学 一种基于生产台账的涉嫌非法运输危化品企业的辨识方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。