[发明专利]基于云边协同的人机混合增强智能系统、方法、装置

权利要求书

1.一种基于云边协同的人机混合增强智能系统，其特征在于，该系统包括：设置于云端的算法库、设置于边缘端的输入模块、算法选择模块、决策模块；

所述算法库，用于储存算法文件；所述算法文件包括基于统计模型的机器学习算法文件、神经网络模型算法文件；

所述输入模块，用于获取输入信息；所述输入信息包括系统待处理数据、边缘设备静态参数、边缘设备动态参数、预设的实时性要求参数及精度要求参数；

所述算法选择模块，配置为基于边缘设备静态参数、边缘设备动态参数，获取边缘设备的性能评价指标，并结合所述实时性要求参数、所述精度要求参数，通过预设的算法选取规则从所述算法库中选取相应的算法，作为第一算法；

其中，基于边缘设备静态参数、边缘设备动态参数，获取边缘设备的性能评价指标，其方法为：

将所述边缘设备静态参数、所述边缘设备动态参数转化为结构化数据；

基于转化后的边缘设备静态参数、边缘设备动态参数，通过预设的评分方法获取边缘设备的评分：

构建所述边缘设备静态参数对应的性能评价指标因素集H＝{h₁，h₂，...h_n}＝{内存大小、显卡内存大小、硬盘大小...}，其中，n为性能评价指标因素集中因素的个数，h_i表示第i个性能指标评价因素；

通过模糊统计法获取性能指标评价因素对预设的评语集中评语的隶属度，并构建模糊评价矩阵，作为第一矩阵；

基于所述边缘设备静态参数，通过三标度法构造判断矩阵，并结合所述边缘设备动态参数，获取各隶属度对应的权重向量；

将所述第一矩阵中各隶属度与其对应的权重向量进行相乘，得到模糊综合评价矩阵，作为第二矩阵：

r_max＝max{r_i}，r_min＝min{r_i}

其中，p_ij表示支持评语j适用于因素i的人数，s_ij表示因素i对评语j的隶属度，P＝(s_ij)_n×5，n为性能指标评价的因素集H中元素的个数，C_b为预设的极差元素的相对重要程度，M_i表示参数s_i的指标积，W_i表示权重值，d_i表示设备动态参数，表示参数s_i的归一化权系数，W表示权重向量，R表示模糊综合评价矩阵；

对所述第二矩阵中的各元素，结合其对应的评分向量，得到边缘设备的性能评价指标；所述评分向量为在评语集中各评语对应的评分向量；

其中，G表示边缘设备的性能评价指标，R_i表示第二矩阵中的第i个元素，Z_i表示评分向量；

所述决策模块，配置为通过所述第一算法获取所述系统待处理数据的处理结果及其对应的置信度，若该置信度大于预设的阈值，则将所述处理结果作为目标决策结果，否则获取录入的人工决策信息作为目标决策结果。

2.根据权利要求1所述的基于云边协同的人机混合增强智能系统，其特征在于，所述云端还包括算法更新模块，该模块包括算法更新单元、数据集更新单元；

所述数据集更新单元，配置为基于系统输入参数、决策信息，更新数据集；

所述算法更新单元，配置为当人工决策信息的获取次数大于设定的最大次数，则基于更新后的数据集，对所述算法库中的算法进行更新。

3.根据权利要求1所述的基于云边协同的人机混合增强智能系统，其特征在于，所述边缘端还包括控制模块；所述控制模块，配置为基于所述目标决策结果，对待控制目标进行控制。

4.根据权利要求1所述的基于云边协同的人机混合增强智能系统，其特征在于，所述边缘设备静态参数为边缘设备的配置信息；所述配置信息包括内存大小、显卡内存大小、硬盘大小；

所述边缘设备动态参数为边缘设备运行的状态信息；所述状态信息包括CPU或GPU占用率、内存占用率、显卡占用率及硬盘占用率。