[发明专利]基于数字孪生DaaS平台的算法仓库管理方法及系统

权利要求书

1.一种基于数字孪生DaaS平台的算法仓库管理方法，其特征在于，所述基于数字孪生DaaS平台的算法仓库管理方法包括如下步骤：

在接收目标设备发送的算法生成指令时，根据所述算法生成指令确定算法类型和功能参数，并根据所述算法类型在算法仓库中确定算法集合；

通过数字孪生DaaS平台根据所述算法集合和所述功能参数，生成目标算法，并将所述目标算法发送到所述目标设备；

其中，所述将所述目标算法发送到所述目标设备的步骤之后，还包括：

在预设时间段内未接收到目标设备发送的算法生成指令时，通过所述数字孪生DaaS平台对所述算法仓库中的算法进行优化操作，并通过所述数字孪生DaaS平台对所述算法仓库中的算法进行清理操作；

其中，通过所述数字孪生DaaS平台对所述算法仓库中的算法进行优化操作的步骤包括：

通过所述数字孪生DaaS平台根据应用场景对所述算法仓库中的算法进行派生出新的算法，或将算法仓库中的算法进行融合，派生出新的算法，或通过人工智能搜索引擎在与所述数字孪生DaaS平台对接的不同算法库和第三方平台搜索所述算法仓库中未存储的算法，将未存储的算法对算法仓库中算法进行融合，派生出新的算法，以完成优化操作。

2.如权利要求1所述的基于数字孪生DaaS平台的算法仓库管理方法，其特征在于，所述根据所述算法生成指令确定算法类型和功能参数，并根据所述算法类型在算法仓库中确定算法集合的步骤包括：

获取所述算法生成指令中的用户产品需求，并根据所述用户产品需求，确定算法类型和功能参数；

将所述算法类型与算法仓库中的每个算法的类型标识进行对比，以根据所述类型标识与所述算法类型相同的算法确定算法集合。

3.如权利要求1所述的基于数字孪生DaaS平台的算法仓库管理方法，其特征在于，所述通过数字孪生DaaS平台根据所述算法集合和所述功能参数，生成目标算法的步骤包括：

通过数字孪生DaaS平台获取所述算法集合中的每个算法对应的功能参数标识，并计算每个算法对应的功能参数标识与所述功能参数的相似度；

将所述相似度与预设相似度阈值进行对比，得到对比结果；

若所述对比结果为所述算法集合中存在所述相似度大于预设相似度阈值的算法，则根据所述算法和所述功能参数生成目标算法；

若所述对比结果为所述算法集合中不存在所述相似度大于预设相似度阈值的算法，则通过人工智能搜索引擎根据所述功能参数在与所述数字孪生DaaS平台连接的算法知识库中进行搜索，得到功能参数标识与所述功能参数的相似度大于预设相似度阈值的算法，并根据所述算法和所述功能参数生成目标算法。

4.如权利要求1所述的基于数字孪生DaaS平台的算法仓库管理方法，其特征在于，所述将所述目标算法发送到所述目标设备的步骤之后，包括：

在接收到所述目标设备发送的算法修改指令时，根据所述算法修改指令对所述目标算法进行修改；

对修改后的目标算法进行验证操作，并将通过验证的修改后的目标算法发送到所述目标设备。

5.如权利要求1所述的基于数字孪生DaaS平台的算法仓库管理方法，其特征在于，所述通过数字孪生DaaS平台对所述算法仓库中的算法进行优化操作的步骤包括：

通过所述数字孪生DaaS平台对所述算法仓库中储存的算法进行优化，以得到优化后的算法；

对优化后的算法进行算法类型和功能参数的标识操作，并根据算法类型存储在所述算法仓库中。

6.如权利要求1所述的基于数字孪生DaaS平台的算法仓库管理方法，其特征在于，所述通过所述数字孪生DaaS平台对所述算法仓库中的算法进行清理操作的步骤包括：

通过所述数字孪生DaaS平台获取所述算法仓库中的每个算法的类型标识和功能参数标识，将每个算法的类型标识进行对比，并将每个算法的功能参数标识进行对比，以得到类型标识相同且功能参数标识也相同的算法集合；

将类型标识相同且功能参数标识也相同的算法集合中的每个算法进行模拟运行，确定每个算法对应的性能指标，并根据所述性能指标对算法进行清理操作。