一种警力资源调度的方法及系统

摘要

本发明公开了一种警力资源调度的方法，包括：在GIS地图中定位事故发生位置和警员位置；统计GIS地图中特定区域内的事故数量及警员数量；当所述事故数量为L个，警员数量为K个，且L＞K时，则依据所述事故的位置和数量，以及警员的位置和数量，采用遗传算法确定最优的警力资源调度方案，所述最优的警力资源调度方案为，K个警员处理L个事故平均等待时间最短的调度规则。本发明可以充分利用现有的GIS资源，有效减少人力成本，并保证调度的准确性与及时性。

主权项

1.一种警力资源调度的方法，其特征在于，包括：在GIS地图中定位事故发生位置和警员位置；统计GIS地图中特定区域内的事故数量及警员数量；当所述事故数量为L个，警员数量为K个，且L＞K时，则依据所述事故的位置和数量，以及警员的位置和数量，采用遗传算法确定最优的警力资源调度方案，所述最优的警力资源调度方案为，K个警员处理L个事故平均等待时间最短的调度规则；其中，所述采用遗传算法确定最优警力资源调度方案的步骤进一步包括：步骤S1、随机生成初代种群，所述种群由经过染色体编码的一定数目的个体组成，其中，所述个体包括事故编码部分和警员编码部分，所述事故编码部分取值为1-L的实数，所述警员编码部分的长度为警员数量，其取值为某个警员所覆盖的事故点个数；步骤S2、对种群中的染色体进行解码；步骤S3、计算种群中个体的适应度，所述适应度为所有待处理事故的平均等待时间；步骤S4、依据所述适应度选择父代个体；步骤S5、对所述父代个体进行遗传操作生成子代个体；步骤S6、判断当前的子代个体是否满足终止条件，若是，则执行步骤S7；若否，则执行步骤S8；所述终止条件通过以下公式获得：$\min Z=\frac{1}{L}\underset{k=1}{\overset{K}{\Sigma }}\underset{i=1}{\overset{n_k}{\Sigma }}{\lambda }_{\mathrm{ki}}(t{|}_{r_{\mathrm{ki}}}^{r_{k(i-1)}}+T_{r_{k(i-1)}})$上述公式满足以下条件：0≤n_k≤L，k＝1，2，.....K，$\underset{k=1}{\overset{K}{\Sigma }}{n}_k=L,$R_k＝{r_ki|1≤r_ki≤L，i＝1，2，...，n_k}$R_k\cap R_{k^{\prime }}=\phi ,(\forall k\ne k^{\prime }),$k＝1，2，.....K其中，K为警员数量，L为事故数量；n_k为第k个警员处理的事故总数；R_k即为第k个警员处理n_k个事故的路径；r_ki即表示第k个警员的路径当中所处理事故点的编码；为第k个交警的路径中第i-1个事故点到第i个事故点的行程时间；为第k个交警处理第i-1个事故点所需要的时间，为第k个交警的当前位置到达第一个事故点的行程时间；λ_ki为事故等级的调整系数；步骤S7、终止迭代，并解码获得最优的警力资源调度方案；步骤S8、基于子代个体生成的子代种群返回步骤S2进行下一次迭代处理。