[发明专利]基于群智能算法资源配置匹配方法、装置、设备及介质

权利要求书

1.一种基于群智能算法资源配置匹配方法，其特征在于，所述方法包括：

获取目标办税服务厅的资源配置推荐方案请求消息，所述资源配置推荐方案请求消息包括目标办税服务厅的ID号和实施资源配置推荐方案的目标时间段；

根据所述目标办税服务厅的ID号，获取目标办税服务厅在目标时间段对应的目标难度系数业务量序列和窗口设置数据，所述窗口设置数据包括窗口开设数量和业务包序列；

根据所述目标难度系数业务量序列以及窗口设置数据，利用贪婪算法构造资源配置初步方案，具体包括：

根据目标难度系数业务量序列，统计目标办税服务厅的业务类型序列，根据所述业务类型序列，利用贪婪算法，从所述业务包序列中搜索可办理所有业务类型的业务包；

将所有可办理所有业务类型的业务包作为当前搜索业务包，根据当前搜索业务包可办理业务的难度系数业务量序列和可办理业务的第一相对可办理窗口数量序列，利用KL散度方法，计算所有当前搜索业务包的第一相对KL值，利用贪婪算法，获取第一相对KL值最小的当前搜索业务包以作为目标办税服务厅的必选业务包，其中，所述第一相对可办理窗口数量序列是指基于难度权重系数的相对可办理窗口数量序列；

根据所有所述当前搜索业务包可办理业务的难度系数业务量序列和可办理业务包的第一绝对可办理窗口数量序列，利用KL散度方法，计算所有当前搜索业务包的第一绝对KL值，利用贪婪算法，获取第一绝对KL值最小的当前搜索业务包以作为次选业务包，继续搜索所有窗口待配置的业务包，将所述必选业务包和若干所述次选业务包作为目标办税服务厅的资源配置初步方案，其中，所述第一绝对可办理窗口数量序列是指业务包中各类业务的可办理窗口数量序列；

根据所述资源配置初步方案，结合优先级别相对窗口的权重系数，构造粒子群搜索的初始解空间，具体包括：

根据所有所述业务包序列中的可办理业务类型数量以及所述目标办税服务厅对各个业务包中可办理业务的优先级别设置范围，为每一个业务包分配一个优先级序列；

根据所述资源配置初步方案包含的所述必选业务包和若干所述次选业务包，获取所有所述必选业务包和若干所述次选业务包对应的优先级序列，并将所述必选业务包和若干所述次选业务包对应的所有优先级序列进行随机化打乱，获取多个优先级序列的必选业务包和多个优先级序列的次选业务包以作为资源配置中间方案；

利用KL散度方法，计算资源配置中间方案中所有业务包中可办理业务的难度系数业务量序列和第二相对可办理窗口数量序列之间的第二相对KL值，所述第二相对可办理窗口数量序列根据业务包可办理业务的可办理窗口数量和对应的优先级序列计算得到；根据资源配置中间方案中所有业务包的第二相对KL值大小排序，选择若干个业务包作为资源配置筛选方案，所述资源配置筛选方案作为粒子群搜索的初始解空间；

根据所述粒子群搜索的初始解空间，利用粒子群以KL散度值为优化目标，全局搜索目标办税服务厅的资源配置推荐方案。

2.根据权利要求1所述的基于群智能算法资源配置匹配方法，其特征在于，所述根据所述目标办税服务厅的ID号，获取目标办税服务厅在目标时间段对应的目标难度系数业务量序列的步骤，包括：

根据所述目标办税服务厅的ID号，调用与所述目标办税服务厅对应的业务量预测模型；

将所述目标时间段输入到所述业务量预测模型，获取目标办税服务厅在所述目标时间段内各类业务的预估业务量；

根据所述各类业务的预估业务量，结合各类业务办理的难度系数，生成目标难度系数业务量序列。

3.根据权利要求2所述的基于群智能算法资源配置匹配方法，其特征在于，所述根据所述目标办税服务厅的ID号，调用与所述目标办税服务厅对应的业务量预测模型的步骤之前，所述方法还包括：

根据目标办税服务厅的ID号，获取目标办税服务厅的历史业务量月度数据，对所述历史业务量月度数据进行数据预处理，所述数据预处理包括依次进行的数据清洗、特征衍生和独热编码转换；

将数据预处理后对应的历史业务量月度数据划分为训练集和测试集；

构建LightGBM初始模型，将据所述训练集输入到LightGBM初始模型，结合LightGBM算法进行模型训练，并根据所述测试集，利用网格搜索法调整模型参数以使模型达到预设误差范围，并将达到预设误差范围对应的LightGBM初始模型作为业务量预测模型。