[发明专利]模拟医疗器械运输环境的方法和装置

权利要求书

1.模拟医疗器械运输环境的方法，其特征在于，预先划分出至少两个地域段，针对每一个地域段均执行：获取该地域段在预设时长的至少两张历史遥感图像；对所述至少两张历史遥感图像进行解析处理，获得所述预设时长内的至少两个环境参数；构建多元线性回归模型，并利用所述至少两个环境参数对所述多元线性回归模型进行训练，得到对应该地域段的多元线性回归模型；

包括：

获取待检测医疗器械的运输路线，并确定运输时间；其中，所述运输路线中包括至少一个地区；

确定所述运输路线中包括的地区所属的目标地域段；

根据所述目标地域段，获取对应该目标地域段的目标多元线性回归模型；

利用所述目标多元线性回归模型对所述至少一个地区在所述运输时间时的环境进行预测，以得到预测环境参数；

根据所述预测环境参数对所述待检测医疗器械的运输环境进行模拟；

所述利用所述至少两个环境参数对所述多元线性回归模型进行训练，包括：

对每一个环境参数按照预设因素进行分解，并根据分解后的环境参数确定自回归阶数和移动平均阶数；其中，所述预设因素包括趋势因素、季节因素、随机因素中的至少一项；

根据所述自回归阶数和所述移动平均阶数，获得对应该环境参数的多元线性回归模型；

其中，多元线性回归模型的计算公式如下所示：

其中，T_t用于表征预设时长t内由至少两张历史遥感图像解析获得的该环境参数按时间顺序排列的序列，μ用于表征常数项，a_t用于表征误差项，p用于表征该多元线性回归模型的自回归阶数，q用于表征该多元线性回归模型的移动平均阶数，Φ_i用于表征自回归系数，θ_i用于表征移动平均系数。

2.根据权利要求1所述的方法，其特征在于，所述利用所述至少两个环境参数对所述多元线性回归模型进行训练，包括：

A1、将由所述至少两张历史遥感图像解析处理后的每一个环境参数按时间顺序排列；

A2、判断当前得到的该环境参数是否形成平稳序列；如果是，执行A3，否则，执行A4；

A3、获得当前已进行差分处理的次数，将该次数作为所述多元线性回归模型的差分次数的值，结束；

A4、对该环境参数进行差分处理，返回步骤A2。

3.根据权利要求1所述的方法，其特征在于，所述利用所述目标多元线性回归模型对所述至少一个地区在所述运输时间时的环境进行预测以得到预测环境参数，包括：

由所述目标多元线性回归模型根据历史输入的至少两个环境参数，模拟出环境参数变化曲线；

将所述运输时间输入所述目标多元线性回归模型；

由该目标多元线性回归模型根据当前输入的运输时间，从所述环境参数变化曲线上获得的对应的预测环境参数；

获得由该目标多元线性回归模型输出的预测环境参数。

4.根据权利要求1所述的方法，其特征在于，所述历史遥感图像包括至少一组历史气象卫星云图和历史地貌图像；其中，同一组的所述历史气象卫星云图和所述历史地貌图像均为同一时刻所采集的；

所述对所述至少两张历史遥感图像进行解析处理，获得所述预设时长内的至少两个环境参数，包括：

利用历史气象卫星云图训练得到的第一神经网络对每一组中的历史气象卫星云图进行特征提取，获得该地域段的气象特征；

利用历史地貌图像训练得到的第二神经网络对每一组中的历史地貌图像进行特征提取，获得该地域段的地貌特征。

5.根据权利要求4所述的方法，其特征在于，所述至少两个环境参数包括气象特征和地貌特征；

针对所述气象特征，构建对应该气象特征的第一多元线性回归模型；

针对地貌特征，构建对应该地貌特征的第二多元线性回归模型；

所述利用所述目标多元线性回归模型对所述至少一个地区在所述运输时间时的环境进行预测以得到预测环境参数，包括：

利用目标第一多元线性回归模型对所述至少一个地区在所述运输时间时的气象进行预测，以得到预测气象参数；

利用目标第二多元线性回归模型对所述至少一个地区在所述运输时间时的地貌进行预测，以得到预测地貌参数。