(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211139022.7 (22)申请日 2022.09.19 (71)申请人 贵州航天云网科技有限公司 地址 550081 贵州省贵阳市贵阳国家高新 技术产业开发区黔灵山路357号德福 中心A5栋2单元17层1- 6号 (72)发明人 杨灵运　杨文峰　张昌福　严芸　 袁江远　张磊　 (74)专利代理 机构 重庆强大凯创专利代理事务 所(普通合伙) 50217 专利代理师 刘永来 (51)Int.Cl. G06F 30/20(2020.01) (54)发明名称 基于向量相识度的多 模型局部建模方法 (57)摘要 本发明涉及局部 建模技术领域， 具体为一种 基于向量相识度的多模型局部建模方法， 包括： 获取历史的模 型及其对应业务流程的特征向量； 获取具有建模需求的业务及其建模需求； 根据建 模需求， 提取业务中业务特征向量； 计算业务特 征向量和各模 型的特征向量之间的向量相识度； 获取向量相识度符合预设相识度范围的模型； 根 据业务和建模需求， 对获取的模 型进行适应性调 整， 形成针对该业务的新模型。 本方案能提升局 部建模速度， 以降低耗时， 提升效率。 权利要求书1页 说明书6页 附图1页 CN 115455708 A 2022.12.09 CN 115455708 A 1.基于向量相识度的多模型局部建模方法， 其特 征在于， 包括如下内容： 向量获取步骤： 获取历史的模型及其对应业 务流程的特征向量； 需求获取步骤： 获取 具有建模需求的业 务及其建模需求； 向量提取步骤： 根据建模需求， 提取业 务中业务特征向量； 相识度计算 步骤： 计算 业务特征向量和各模型的特 征向量之间的向量相识度； 模型获取步骤： 获取向量相识度符合预设相识度范围的模型； 模型调整步骤： 根据业务和建模需求， 对获取的模型进行适应性调整， 形成针对该业务 的新模型。 2.根据权利要求1所述的基于向量相识度的多模型局部建模方法， 其特征在于， 所述向 量相识度通过欧几里德距离、 曼哈顿距离、 切比雪夫距离、 闵可夫斯基距离、 标准化欧氏距 离、 马氏距离或兰氏距离表示。 3.根据权利要求1所述的基于向量相识度的多模型局部建模方法， 其特征在于， 还包 括： 排序步骤： 对获取的模型， 根据向量相识度由高到低进行排序； 模型获取优化 步骤： 根据排序结果， 在获取的模型中， 删除预设位次之后的模型。 4.根据权利要求1所述的基于向量相识度的多模型局部建模方法， 其特征在于， 还包 括： 模型推荐步骤： 将获取的模型， 进行推送； 模型选择信号获取步骤： 获取模型选择信号； 模型筛选步骤： 根据模型选择信号， 在获取的模型中， 删除未被选择的模型。 5.根据权利要求1所述的基于向量相识度的多模型局部建模方法， 其特征在于， 还包 括： 历史数据获取步骤： 根据业 务的建模需求， 获取 该业务对应的历史数据； 模型检测步骤： 采用历史数据对新模型进行检测， 并生成检测结果。 6.根据权利要求5所述的基于向量相识度的多模型局部建模方法， 其特征在于， 还包 括： 模型优化 步骤： 根据检测结果， 对新模型进行调整优化， 形成优化模型。 7.根据权利要求6所述的基于向量相识度的多模型局部建模方法， 其特征在于， 还包 括： 模型训练步骤： 采用历史数据对新模型或优化模型进行训练。 8.根据权利要求5所述的基于向量相识度的多模型局部建模方法， 其特征在于， 还包 括： 数据库建立 步骤： 建立数据库存 储各业务的历史数据。权　利　要　求　书 1/1 页 2 CN 115455708 A 2基于向量相识度的多模型局部建模方 法 技术领域 [0001]本发明涉及局部建模技术领域， 具体为一种基于向量相识度的多模型局部建模方 法。 背景技术 [0002]局部建模是根据建模需求， 获取相关数据， 在线 建立业务所述的当前模型。 相对于 传统的全局建模方法而言， 局部建模对非线性系统内的业务分析有明显优势， 因为当观察 的业务及其数据的数量相当大时， 确定模型结构及相关最优问题会变得极其复杂， 此时全 局建模方式的实用度急剧下降， 而局部建模可以根据个业务进行单模型或多模型 的建立， 以减少观察的业 务及其数据的数量。 [0003]但是进行局部建模时， 还是需要根据业务及其建模需求， 进行研究、 分析、 模型设 计、 开发、 评估等一系列操作流程， 特别是对模型的设计需要花费大量的时间， 整个局部建 模流程复杂， 严重限制了局部建模的速度， 导致局部 建模耗时长和效率低的问题， 特别是对 于多模型的局部建模， 该问题更为 严重。 [0004]因此现在急需一种基于向量相识度的多模型局部建模方法， 能提升局部建模速 度， 降低耗时， 提升效率。 发明内容 [0005]本发明意在 提供一种基于向量相识度的多模型局部建模方法， 能提升局部建模速 度， 以降低耗时， 提升效率。 [0006]本发明提供如下基础方案： 基于向量相识度的多模型局部建模方法， 包括如下内 容： [0007]向量获取步骤： 获取历史的模型及其对应业 务流程的特征向量； [0008]需求获取步骤： 获取 具有建模需求的业 务及其建模需求； [0009]向量提取步骤： 根据建模需求， 提取业 务中业务特征向量； [0010]相识度计算 步骤： 计算 业务特征向量和各模型的特 征向量之间的向量相识度； [0011]模型获取步骤： 获取向量相识度符合预设相识度范围的模型； [0012]模型调整步骤： 根据业务和建模需求， 对获取的模型进行适应性调整， 形成针对该 业务的新模型。 [0013]基础方案 的有益效果： 本方案中获取历史的模型及其对应业务流程的特征向量， 其可以将获取的历史的模型及其对应业务流程的特征向量存储到数据库中， 以便于后续使 用； 获取具有建模需求的业务及其建模需求， 根据建模需求， 提取业务中业务特征向量， 其 中业务特征向量和特征向量 都是对应业务流程特征的表征方式， 因此通过计算业务特征向 量和各模 型的特征向量之 间的向量相识度(即向量相似度)， 来判断具有建模需求的业务和 历史的模型对应的业务的流程是否具备相似性， 若是存在相似性， 则历史的模型中存在适 用于当前业务的逻辑， 所以获取向量相识度符合预设相识度范围的模型， 当然直接获取 的说　明　书 1/6 页 3 CN 115455708 A 3