企业人力资源调度算法仿真优化的智能城市

文摘

本文提出了一种新的人力资源调度算法基于人力资源的优化仿真调度算法找到最适合不同地区的人力资源分配方案。人力资源配置提出了仿真系统,它集成了本文的调度算法并进行仿真实验使用企业问题在每个地区的历史数据收集在一个智能城市。调度算法的仿真实验证明了本文比当前更合理的调度算法,以及企业之间的关系问题,员工的数量也发现,最后,本文仿真系统是通过大规模的仿真实验证明是稳定的。

1。介绍

由于经济发展的差异,人们涌向经济发达地区为了增加收入,让一线城市越来越密集。涌入的大量的人,企业管理越来越困难,和人们的环保意识差造成随意倾倒的常见问题,无证企业,企业和紧急。传统的城市企业管理,由于缺乏信息,不能快速、准确地找到这种类型的紧急情况。因为它无法知道确切位置的各种类型的员工,不能快速识别最合适的人员现场处理此类事件。结果,公众认为城市经理没有回应他们的及时报道,这使得公众的满意度降低。如何快速、准确地找到这种类型的紧急问题正成为一个巨大的挑战,城市管理(1]。解决这些突发事件,您可以使用物联网技术构建一个智能城市,使城市管理更智能2]。IBM在2008年提出的智能城市的概念是针对物联网和云计算等新信息技术应用到城市管理、城市管理者可以做出快速反应的应急公司活动和其他类型的需求3]。概念,提出了在金融危机时,许多国家的新一代信息技术作为一种新的经济增长来源(4]。借助物联网(物联网),城市管理者可以收集大量的数据,如果他们不利用它,那么他们不能拿物联网带来的优势。本文认为,城市管理者可以使用这些数据来模拟做出更好的决策。模拟另一个系统的建立一个模型来表示其关键特征或行为或功能基于一些目的,寻求系统化和形式化系统,其关键特性可以模拟5]。模型表示系统和仿真系统代表了时间行为的(6]。被模拟的系统被称为一个物理系统,它可以是一个实际的系统,例如银行排队系统,或虚拟,比如多个替代事件(7]。计算机仿真是一种现代管理技术的使用,协助管理决策和开发人员在设计系统8]。

Andrisano等人通过实验验证引入物联网技术在应急管理的积极影响在应急管理的每个阶段(9]。Moustaka等人提出了一个基于IoT-related城市防灾应急指挥方法技术来检测和分类的城市灾害,不同类别对应不同的治疗方法和使用蚁群算法来找到最好的路径,和传统算法无法避免的缺陷造成的城市灾害的复杂性,很难准确地描述灾害与单个模型,但借助物联网(10]。Bibri等人指出,当传统的通信网络是损坏在一场灾难之后,可以将动态网络的帮助下重建物联网技术和银行家算法可以用来计划资源调度与物联网技术的帮助下,已更好的结果比脸蛮力驱动的方法(11]。在一项研究中,王等人提出了一个基于gis技术GPS /人员调度解决方案。人员用户完全卸载任务在考虑资源经济效益最大化的小姐服务条件下的服务经验(12]。Lv等人利用马尔可夫理论来优化通信资源分配给不同的用户在各种各样的通信服务的平均传输延迟最小化网络(13]。

在这一节中提到的各种模拟方法研究和应用来解决某些问题的可能性在普通环境中不考虑引入物联网在智能环境中可能会导致各种问题,比如护士的调度问题在某些部门的医院,这使得它们固定输入使用数据来验证仿真模型时,将可能导致获得的最优解的问题只有当使用当前的条件,这些条件可能会改变未来,这可能会导致失败的当前的仿真模型。在物联网的帮助下,我们可以实时收集所有类型的数据,在这种情况下,所有类型的条件在整个问题是可变的,这需要足够灵活的仿真系统或模型,而这些研究成果没有这样的灵活性。各种类型的调度算法引入与当前仿真研究也有类似的问题,没有灵活性。除了灵活性的问题,各种类型的调度算法主要是启发式,往往有较高的时间复杂度,从而可以花费很多时间来获取大数据问题的最优解。

2。企业人力资源调度设计在智能城市

2.1。优化人力资源调度算法的设计

模型融合是基于单个子模型的第一步完成后的训练。每个假设是独立的模型性能,以采取适当的方法的组合模型的结果。这个假设通常是难以实现,所以即使模型之间的误差相关,仍然可以使用适当的方法将每个模型的优势实现融合的效果。在这项研究中使用的融合方法是平均和叠加。在处理现实世界的具体问题时,会出现过度拟合,因为大量的训练数据不足以支持复杂的模型14]。

的平均方法的所有单个模型的预测相结合加权平均,这很简单,高效和容易实现。每个模型的线性组合预测结果的平均在一定程度上可以缓解过度拟合现象(15]。如图1,单个模型生成一个符合绿色边界由于过度拟合;然而,黑线边界具有更好的泛化能力。通过训练多个模型和平均模型结果,适合的噪音会减少由于平均和边界只会接近黑色的线。

在本文中,我们解决回归问题的员工调度通过使用平均融合XGBoost和LightGBM模型。形式化公式(1)如下所示16]:

之前介绍了物联网TPWD, TPWD没有办法知道收藏家和人员的实时位置;处理紧急公共卫生事件的实践在这一点上类似于转变的实践安排,提前计划转变;当紧急公共卫生事件报道,员工被分配去在一个旋转的基础上根据值班安排。

假设一个区域信息收集器已经将他或她的转变和接收来自公众的电话,根据转变计划,c应该分配给该区域的信息收集器,但基于当前事件的距离,c不是最近的收藏家进入紧急状态。

GBDT模型是一个学习增强方法使用决策树作为基分类器,它使用一个基函数的线性组合,提出分布相互重叠多个决策树算法。输出是通过积累几个决策树,每一个都实现了一个适合的预测残差决策树并修改总体模型利用一个损失函数N。GBDT模型是基于以下模式17]。数学模型可以表示如下:

一个分布算法。然后,nth一步模型的确定如下:

的基本原理XGBoost GBDT是一样的,和它的目标函数是由

EFB称为互斥功能捆绑捆绑和减少的数量特征。高维数据通常有稀疏的特性,稀疏,给我们的可能性减少特性的设计方法和不影响模型的效果17]。在稀疏数据,很多功能是互相排斥的;即。,the values of two features will not be zero at the same type of method: all features are scanned, the features are sorted by the number of nonzero values, and then the features are combined to construct a feature histogram. The histogram is constructed so that (n数据(n功能))就(n数据(米捆绑功能)米(捆绑功能)小于n(特性),从而加速模型的训练。

解决的问题无法快速找到最合适的候选人为每个调度,企业开始构建智能城市,旨在介绍物联网和云计算等相关技术,使企业更聪明和现代城市管理。从公民收到报告后,深圳市管理调度中心将找到最近的收集器的事件位置基于实时位置收集器收集的物联网技术和分配的任务确认事件收集器的真实性。

如果事件是真实的,调度中心将处理事件的任务分配给最近的人基于人的位置信息。这个人将首先处理手头的工作,然后继续处理紧急公共卫生事件指定的位置。现场确认了事件处理标准,如果是这样,据报道调度中心,这标志着事件处理;否则,需要重复上述过程,直到事件处理标准。实地研究的基础上,周围的收藏家和人员回到巡逻时它们所属的区域而不是任务,和收到的任务,他们遵循nonmotorized道路事故的位置而不是一条直线,直接返回后的巡逻路线尽快收藏家和人员处理当前的事件,只有回到巡逻路径后,收藏家和清理人员进行到下一个事件的位置。

2.2。人力资源调度仿真设计

企业人员是动态的和移动的区域,不是固定在一个小区域,和日常巡逻和维护任务;只有在紧急公共卫生事件处理的分配任务,他们可以确定运动的路线,这不是解决当前的启发式算法。不再受限于硬件条件,只要技术人员的位置可以通过互联网访问,你可以直接叫超级计算资源通过网络进行计算和分析,这灵感可以实现在任何时间,以更好地满足企业移动办公的需要,非现场办公室。

启发式算法需要很长时间来计算最优解和由此产生的最优解决方案只适用于当前的场景;城市紧急公共卫生事件管理问题是一个动态的问题,和随时可能改变的条件;例如,该地区可能会重新计划(18]。因此,本文认为紧急公共卫生事件管理的调度算法不能太复杂,应较低的时间复杂度。合成之后,本文的第二部分分析了企业当前的任务分配不合理、,本文认为可以收集大量的信息在互联网的帮助下,这是不合理的对当前企业员工只使用的实时位置;例如,通过物联网收集到的信息,我们应该能够得到每个员工的移动速度,这应该也是一个重要因素,影响了任务分配,为了得到这些元素的情况下,也只有基于距离不合理的分配任务。同时,物联网在每个区域,收集历史数据,根据这些数据,可以获得紧急公共卫生事件的数量和分布的处理时间为每个区域的分布。

城市规划变化后,解决方案必须解决,启发式算法不适用。需要尽快找到合适的人选的事件发生后,决定,过于复杂的调度算法不能解决这个问题。新兴的神经网络计划,除了启发式算法的缺点,需要很多训练样本训练神经网络,也不适合深圳,目前刚刚开始其智能城市建设,如图2。

总之,本文仿真系统决定利用这段时间从事件被报道的事件被收集器和确认由员工分配任务的标准,这是由三个因素决定的:第一是员工所花费的时间来处理所有手头的任务(19),第二是工作人员移动的速度,第三个是员工的位置之间的距离和事件处理任务之后。

第一部分是确认紧急公共卫生事件的数量在模拟产生的周期;第二个是每个事件的时间要求工作人员处理,时间的长度是指需要多长时间工作人员到达现场后完成此事;第三部分是确认事件并生成事件的位置(20.]。本文假定紧急公共卫生事件的数量符合正态分布;本文是基于历史数据收集的每半个月统计企业的紧急公共卫生事件的数量在每个地区;后可以计算出每个区域的均值和方差的紧急公共卫生事件和事件处理时间的均值和方差,本文随机生成的每个紧急的正态分布,这需要处理的时间;第三部分确定事件发生的位置和时间后确定每个区域的位置。本文使用一个随机算法在该地区采取随机点和点获得的位置事件,虽然出现的时间是随机生成的仿真周期中使用一个随机数生成算法。

在本文中,我们希望使用模拟技术可以帮助企业政府配置更好的人力资源解决方案和行动模式来处理紧急公共卫生事件。首先,需要选择一个合适的模拟方法,基于本文的第一部分,将企业城市紧急公共卫生事件处理过程作为一个系统有三个要素:紧急情况下,人员,和收藏家。离散和连续模拟是用来模拟系统,同时可替换主体模拟是合适的模拟系统。

仿真技术的选择后,我们应该选择开发平台。一般来说,仿真系统将选择等通用软件逻辑或领域,但这种软件不符合本研究的要求。它还实时移动,和运动路径需要改变根据任务分配。其次,这种软件是昂贵的,和后续的维护和升级需要额外的费用。研究后,我们决定开发一个仿真系统通过使用面向对象的编程语言c#和SQL Server数据库管理软件。

仿真系统的接口开发在c#中,和信息的帮助下,相对容易开发一个图形化桌面界面。首先,您需要输入块的数量和持续时间的模拟;默认值是4块和1天;您可以单击OK或直接关闭窗口;输入后,对应的菜单将出现在侧边栏;根据菜单,你可以按顺序输入每个区域的基本信息,包括四个顶点的坐标,突发卫生事件的基本数量,的次数,和应变的大小。图2仿真的一个屏幕快照,左边是一个简单的动画效果,右边是一个搜索门户,您可以查看每个员工的当前位置,并选择相应的块编号查看所有员工的实时位置和坐标在当前块。仿真结果显示在一个表和一个柱状图的形式,分别。

除了单块仿真系统,查询中心也发达。本文的仿真系统可以运行在多台计算机来模拟多个块同时,和一个控制中心需要同时查看每个块的仿真。仿真结果可以查询当前的地区通过选择相应的数量和收藏家的数量。

2.3。评价指标的设计参数

第一个标准是平均紧急处理时间,即。,the time taken from the receipt of a public report to the arrival of the staff to handle the emergency. This paper has three evaluation criteria for each human resource allocation scheme. The first one is the employee workload ratio, which is the ratio of the time each employee spends on handling emergency incidents to the working hours per day; the larger this value is, the busier the employee’s work is. After the corporate research, the load ratio of the collectors should not be higher than 0.6; if it is higher than 0.6, the collectors will not be able to complete their daily patrol maintenance tasks. For the staff, the load factor should not be higher than 0.55; if it is higher than 0.55, the staff will not be able to complete the daily street cleaning and maintenance tasks; the smaller the load factor for the staff, the better [21]。第二个是平均紧急处理时间;值越小,越好。第三是劳动力的成本。在企业调查中,一个收集器是每月支付4500元,一个工作人员每月5000元,和降低成本,更好的22]。程序的评价应该是这三个指标的结合,而不是只看其中的一个。本文中使用的评价方法是一个程序只能被视为一种通行的项目如果它满足负荷系数的收藏家和人员,然后是成本和工作时间结合使用线性公式来得到一个值,这就是尽可能小。

本文中使用的评价方法是计划只能是合格的,如果满足收藏家的负载因素和人员,然后是成本和工时相结合使用一个线性公式获取一个值,和越小越好23]。三种情况的总结如表所示1;例如,尽管场景平均处理时间和成本最低,收集器和人员负荷因素过高对于这个场景是可取的。

的成本是更好,B或C,这取决于指示器决策者喜欢,假设平均处理时间和成本是B .本文指标评估的解决方案是C,混合时间和成本的两个指标。A和B两个权重系数,具体价值取决于指示器决策者更喜欢,如果更多的倾向于时间B,然后更大的价值;例如,一个需要0.8和B需要0.2元。在这种情况下,指标M的场景B是22.1,和场景的指标M C是22.8,所以情形B是更好的选择。另一方面,如果成本C是首选,更大的价值,这样的场景B 16.4指标和指标情形C是16.2,和场景中C是更好的解决方案。此外,由于成本计算,价值将是非常大的。本文首先降低了1000倍的成本;在企业现场检查,政府更关注这一事件的平均处理时间,所以本文C值是决定是0.7。

3所示。结果

3.1。分析人力资源调度的结果为智能城市

图3显示平均时间的趋势以低事件处理紧急公共卫生事件频率为小型和大型区域,分别使用本文的调度算法和企业当前的调度算法。可以看出,本文的调度算法优于当前企业所使用的调度算法在大多数的场景,和整体,使用本文的调度算法将首先减少所花费的平均时间当收藏家和人员数量的增加,而平均时间的趋势下企业的调度算法差别很大,因为企业的调度算法是不合理的,只有选择是基于员工的距离。距离是不合理的,不考虑的可能性,可能会有员工目前的情况下前往现场紧急事件时,他们只能去处理一个新的紧急卫生事件处理后已经分配的紧急事件。基于仿真结果,证明了本文调度算法比目前更合理的调度算法在企业中,员工可以更有效地分派到处理紧急公共卫生事件在城市使用调度算法在本文有更多不同类型的员工。

图4显示的趋势小区域的综合指标M低频事件。本文根据数据参数,应该有25个场景,但根据本文的评估标准,不符合的场景加载因子需求是不合格的,所以图4结果显示只有16场景。根据这一指标,可以发现最好的人员与低频事件是两个收藏家和两个小区域人员。图4显示的平均处理时间事件的趋势在低频率在一个小区域,再扣除情况不满足负载因素,和小面积的大小使这些场景的平均处理时间不是很不同,最大值为31.14分钟和30分钟的最小值,不到两分钟的差别,和最低的场景平均时间的人员配备四个收藏家和三个人员,劳动力成本远高于两个收藏家和两个人员的情况;不同处理时间小于一分钟,除非劳动力成本是完全无视;和两个收藏家和两个人员的人力资源的优化配置是小区域下低频事件。

图4显示了一个小员工负荷系数的变化面积低频事件,和相同的员工数量的增加可以使这类员工的负荷系数降低;例如,当收藏家的数量增加,收藏家的平均负荷系数减少,而收藏家不会增加的负荷系数由于人员的数量的增加,反之亦然。事件后,工作人员只将进入繁忙的状态,同样只有在人员处理紧急公共卫生事件,收藏家将分配给确认工作,所以一个类别的员工数量不会影响另一个类别的负荷率的雇员。通过观察平均处理时间的趋势,本文发现,平均持续时间并不总是与增加的人数减少,可以看到在图4;小范围的低频次4收藏家和3人员分配时,人的数量减少到最低限度,以及后来的收藏家的数量的增加或人员的数量的增加将使处理时间不变或增加。

获得的序列分析了R / S计算赫斯特指数,分别。图5显示了每一行的赫斯特指数计算,大于0.5,小于1,表明交通流分形;即。,the future trend of the series is positively correlated with the historical trend, which means that the previous traffic flow affects the current and the next traffic flow, indicating that the historical traffic flow should be used for traffic flow prediction. Also, the mean value of the Hurst index for the five traffic series with 20-minute statistics is larger than the index for the traffic series with other time scales, which means that the 20-minute traffic time series has the strongest autocorrelation and is the most suitable for the study of traffic flow problems.

如图6,它可能认为10现有锚被雇来计算执行可靠的协作优势。对于每个系泊船员,开销成本c执行每一个gb的CPU周期变化随机从0.1到2。最大的计算负载,可以持续1000 gb的CPU周期,和当前计算负载均匀分布(100、500)。

评价倡导远程信息处理边缘计算方案联合帕克,本文比较了现有的方案,这纯粹利用MEC服务器在远程信息处理处理计算任务。接下来,它表明了帕克的免费资源结合当前资源从MEC服务器、远程信息处理网络的资源容量可以进一步扩展,可以根据需要派出足够的资源来支持各种服务。因此,通过提高网络资源能力,远程信息处理边缘计算为联邦帕克可以为更多的人服务。

3.2。仿真实验结果的分析

随着城市的发展,越来越多的事件可能会被视为紧急卫生事件在未来,这可能使紧急公共卫生事件的数量在上升。根据输入的紧急公共卫生事件,紧急公共卫生事件的数量在每个区域生成基于40的均值和方差的正态分布,而每个事件的处理时间是生成的基于正态分布与平均10分钟和方差的4。这些条件,由于每个地区的许多场景,这里只给出了每个指标的趋势。图7显示综合指标的趋势,平均治疗时间,员工负荷系数大小的地区许多紧急公共卫生事件。首先,综合M和员工负荷因素的趋势是一样的3所示。1,所以许多紧急公共卫生事件的系统仍然是有效的,可以帮助决策者找到人力资源的优化配置。平均持续时间的趋势表明,在大量的紧急公共卫生事件,它并非如此,员工越多,处理时间越短,但还是第一次随的增加员工的数量,达到某一阈值后,员工数增加不会减少平均处理时间,但可能使平均处理时间增加。

例如,如果决策者不关心劳动力成本,但只是想尽快处理紧急情况,决策者只需要找到解决方案,根据仿真结果平均处理时间最短。

第一层叠加综合学习使用三个模型,随机森林,XGBoost,光“绿带运动”,使用5倍交叉验证方法学习训练集。这三个模型之间的相关系数之间的相关系数计算的模型预测交通流在这个实验中(见图8)。图8显示了5倍交叉验证的实验结果的训练集,我们可以看到,日军指数叠加误差小于其他模型,显示叠加的准确性和鲁棒性。

继续实验获得的结果的测试集在图所示8。不管日军或RMSE,结果叠加融合不仅超越了单一的支持向量机模型和随机森林也比平均相结合的方法。对于平均组合方法,新组合方案提出了基于交通流预测,实验证明是错误比单一模型的预测。叠加的方法,一个两层堆叠框架开发在这一节中,和获得的预测不仅比单一模型还略优于第一组合方案。

总之,游戏给出的数值结果表明,该方法是可行的和有效的服务供应商优化他们的决定从用户的角度和停放车辆参与协作计算,如图9。

后引入的主要实体网络,一个安全的和可靠的交互协议的目的是保证合法身份验证、匿名化,和安全通信,个人隐私保护,并奖励真实性当服务提供商分派停放车辆。之后,不同的停放车辆的使用可靠性评估计算协作优势,以及停车辆之间的资源调度优化问题和MEC服务器是使用Stackelberg博弈建模和解决的方法。最后,提出了基于梯度法迭代算法来确定他们两人之间的计算负载分配,以确保经济最优的面向用户的服务条款。通过实验模拟基于真实数据集,表明该方案可以提供更高的性能的提高用户容量和降低计算卸载服务开销相对于现有的工作。

讨论Stackelberg博弈模型的激励机制,限制在一个随机选择的防御方案观察分析不同系统参数的影响的最优响应限制和参与车辆。Stackelberg博弈模型,主要系统参数包括虚拟包传输成本c,参数θ措施的负面影响在正常的车载服务,和给定参数的奖励R,所有参与车辆虚拟包的总数奖励的动机是积极的影响参数R。因此,作为的价值R、增加虚拟包的总数增加。同时,虚拟包的总数是有限的阈值d提到,避免产生太多的虚拟数据包流,如图10。

总之,上述数值结果证明设计Stackelberg博弈实现国防计划的方法是有效的和可行的基于虚拟交通运输。

4所示。结论

背景的研究中,我们首先介绍智能城市的来源,为什么世界是建设智能城市,然后解释如何使用物联网在智能城市帮助城市管理者更好地管理和收集的数据通过物联网技术可以用于模拟,进一步优化城市环境卫生管理。在分析国内外研究现状,物联网的4个字段,城市环境卫生管理,模拟,介绍了人工调度。首先,源和物联网的发展和主要参与介绍了物联网技术和最新的应用程序。在城市环境卫生管理部分,提出了城市环境卫生管理的研究现状。在模拟部分,仿真的概念,介绍了三种常用的模拟方法,以及三种模拟方法的研究和应用在各个领域。各种启发式算法应用到各种人类调度问题是人类安排一节中描述。本文仿真系统可以找到解决方案,使得事件的平均处理时间最短的一个基于事件的频率,也可以找到最好的解决方案人力成本,同时满足员工负荷系数的要求。与此同时,本文设计的仿真系统的核心算法可以很容易地实现任何一种programming-oriented软件,这可以节省的成本经理较昂贵的仿真软件模拟的。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称他们没有利益冲突或人际关系可能出现影响工作报告。

引用

1. j .谢h .唐黄t . et al .,”区块链的调查技术应用到智能城市:研究问题和挑战,”IEEE通信调查和教程,21卷,不。3、2794 - 2830年,2019页。视图:出版商的网站|谷歌学术搜索
2. d . y . j . Wang Wang, Lv,和c·陈,“Crowd-powered传感和驱动智能城市:当前的问题和未来的发展方向,”IEEE无线通信,26卷,不。2、86 - 92年,2019页。视图:出版商的网站|谷歌学术搜索
3. 哈亚希y, y藤本,h . Ishii et al .,“通用的建模平台合作能源管理系统在智能城市,“IEEE学报》,卷106,不。4、594 - 612年,2018页。视图:出版商的网站|谷歌学术搜索
4. a . Gharaibeh m·a·萨拉赫丁s . j . Hussini et al .,“智能城市:一个调查数据管理、安全、和支持技术,”IEEE通信调查和教程,19卷,不。4、2456 - 2501年,2017页。视图:出版商的网站|谷歌学术搜索
5. d . Minoli k Sohraby, b . Occhiogrosso”物联网方面的考虑、需求和架构智能buildings-energy优化和下一代建筑管理系统,“IEEE物联网,4卷,不。1,第283 - 269页,2017。视图:出版商的网站|谷歌学术搜索
6. r·杜·桑蒂·m·肖et al .,“理智的城市:一项调查在智能城市监控的部署和管理,“IEEE通信调查和教程,21卷,不。2、1533 - 1560年,2018页。视图:出版商的网站|谷歌学术搜索
7. d . Eckhoff和瓦格纳,“隐私智能city-applications技术,挑战,和解决方案,“IEEE通信调查和教程,20卷,不。1,第516 - 489页,2017。视图:出版商的网站|谷歌学术搜索
8. n罗维奇和d . Kocic节能智能城市数据驱动框架,”塞尔维亚电气工程期刊》上,17卷,不。1,41 - 63,2020页。视图:出版商的网站|谷歌学术搜索
9. p . o . Andrisano i Bartolini贝拉et al .,“需要多学科的方法和工程工具的开发和实现智能城市范例,”IEEE学报》,卷106,不。4、738 - 760年,2018页。视图:出版商的网站|谷歌学术搜索
10. 诉Moustaka、A . Vakali和l . g . Anthopoulos“智能城市数据分析的系统回顾,”ACM计算调查(CSUR),51卷,不。5,1-41,2018页。视图:出版商的网站|谷歌学术搜索
11. 美国大肠Bibri和j . Krogstie“新兴数据驱动的智能城市和其可持续性创新应用解决方案:伦敦和巴塞罗那的情况下,“能源信息,3卷,不。1,1-42,2020页。视图:出版商的网站|谷歌学术搜索
12. t . s . c . Wang Li Cheng和b·李”建设基于云计算平台的智能城市评价体系,“进化的情报,13卷,不。1,第129 - 119页,2020。视图:出版商的网站|谷歌学术搜索
13. 张x, z Lv, t .阴h .歌曲,和g·陈,“基于WebVRGIS虚拟现实智能城市,”IEEE物联网,3卷,不。6,1015 - 1024年,2016页。视图:出版商的网站|谷歌学术搜索
14. 安东尼Jnr阿巴斯彼得森,d . Ahlers和j . Krogstie”API部署大数据管理对可持续能源prosumption面向智能分层架构的角度来看,“国际可持续能源杂志》上,39卷,不。3、263 - 289年,2020页。视图:出版商的网站|谷歌学术搜索
15. m . Sookhak h . Tang y他et al .,“智能城市的安全和隐私:一项调查,研究的问题和挑战,”IEEE通信调查和教程,21卷,不。2、1718 - 1743年,2018页。视图:出版商的网站|谷歌学术搜索
16. f·朱、陈,z . Li和g .熊”并行交通管理和控制系统及其在建筑智能城市、应用”IEEE智能交通系统,17卷,不。6,1576 - 1585年,2016页。视图:出版商的网站|谷歌学术搜索
17. w . Serrano”数字系统在智能城市和基础设施:数字服务,“智能城市,1卷,不。1,第153 - 134页,2018。视图:出版商的网站|谷歌学术搜索
18. n . Komninos c . Bratsas c Kakderi et al .,“智能城市本体:改善智能城市应用的有效性,“《智能城市,1卷,不。1、脉络,2019页。视图:出版商的网站|谷歌学术搜索
19. r . Mangiaracina A . Perego g . Salvadori, A . Tumino“智能城市智能运输系统的全面视图流动性,”国际物流研究期刊》的研究和应用,20卷,不。1,一则,2017页。视图:出版商的网站|谷歌学术搜索
20. h . Habibzadeh z秦、t . Soyata和b . Kantarci“中非专用智能城市大规模分布式的献身精神和传感系统”,IEEE传感器杂志,17卷,不。23日,第7658 - 7649页,2017年。视图:出版商的网站|谷歌学术搜索
21. 诉Zdraveski, k Mishev、d . Trajanov和l . Kocarev“ISO-standardized智能城市平台架构和仪表板,”IEEE普适计算,16卷,不。2,35-43,2017页。视图:出版商的网站|谷歌学术搜索
22. 徐y道,x, x, g .刘“Container-as-a-service业务流程架构,”国际期刊的模拟和过程建模,13卷,不。2、102 - 115年,2018页。视图:出版商的网站|谷歌学术搜索
23. l·马”,建设智能大厦sky-eye系统基于多摄像头和语音识别,”国际语音识别技术杂志》上,23卷,不。1,23-30,2020页。视图:出版商的网站|谷歌学术搜索

版权

版权©2020张金立群和微博杨。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。