本發(fā)明涉及物聯(lián)網(wǎng)，特別是涉及一種物聯(lián)網(wǎng)規(guī)則引擎智能體自適應(yīng)決策執(zhí)行的方法及相關(guān)設(shè)備。

背景技術(shù)：

1、隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展，物聯(lián)網(wǎng)平臺(tái)已廣泛應(yīng)用于各個(gè)領(lǐng)域。物聯(lián)網(wǎng)規(guī)則引擎是物聯(lián)網(wǎng)平臺(tái)的核心功能系統(tǒng)之一，其能夠在物聯(lián)網(wǎng)平臺(tái)中處理和執(zhí)行基于事件和數(shù)據(jù)的規(guī)則。簡(jiǎn)單來說，它可以根據(jù)預(yù)先設(shè)定的規(guī)則來對(duì)物聯(lián)網(wǎng)設(shè)備產(chǎn)生的數(shù)據(jù)進(jìn)行分析、處理和決策，使得系統(tǒng)能夠自動(dòng)響應(yīng)預(yù)設(shè)條件，而無需人工干預(yù)。

2、目前，物聯(lián)網(wǎng)規(guī)則引擎主要是基于預(yù)先設(shè)定的規(guī)則實(shí)現(xiàn)決策過程，即預(yù)先在物聯(lián)網(wǎng)規(guī)則引擎中定義各類業(yè)務(wù)規(guī)則，按照已知的設(shè)備運(yùn)行場(chǎng)景，配置每類業(yè)務(wù)規(guī)則的觸發(fā)條件。在系統(tǒng)運(yùn)行過程中，判斷物聯(lián)網(wǎng)設(shè)備的相關(guān)工作數(shù)據(jù)是否符合各個(gè)業(yè)務(wù)規(guī)則的觸發(fā)條件，若物聯(lián)網(wǎng)設(shè)備的相關(guān)數(shù)據(jù)與某一觸發(fā)條件相符，則將該觸發(fā)條件對(duì)應(yīng)的業(yè)務(wù)規(guī)則作為當(dāng)前匹配的業(yè)務(wù)規(guī)則，基于該業(yè)務(wù)規(guī)則進(jìn)行業(yè)務(wù)決策。

3、在實(shí)際的應(yīng)用場(chǎng)景中，物聯(lián)網(wǎng)設(shè)備的運(yùn)行環(huán)境通常十分復(fù)雜，物聯(lián)網(wǎng)的環(huán)境和情景有可能出現(xiàn)意料之外的變化，而業(yè)務(wù)規(guī)則的觸發(fā)條件通常是工作人員根據(jù)已知的運(yùn)行場(chǎng)景，以固定閾值設(shè)置的，基于現(xiàn)有物聯(lián)網(wǎng)規(guī)則引擎的處理方式，當(dāng)工作環(huán)境和情景發(fā)生較大變化時(shí)，則難以匹配到適用的業(yè)務(wù)規(guī)則，亦無法執(zhí)行與之匹配的業(yè)務(wù)決策，導(dǎo)致物聯(lián)網(wǎng)平臺(tái)的環(huán)境適用性、情景響應(yīng)能力以及決策的精確性較差。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明實(shí)施例提供了一種物聯(lián)網(wǎng)規(guī)則引擎智能體自適應(yīng)決策執(zhí)行的方法，以改進(jìn)現(xiàn)有物聯(lián)網(wǎng)規(guī)則引擎的工作機(jī)制，當(dāng)出現(xiàn)未知的環(huán)境和情景時(shí)，難以實(shí)現(xiàn)規(guī)則的情景匹配，無法執(zhí)行相應(yīng)的業(yè)務(wù)決策，導(dǎo)致物聯(lián)網(wǎng)平臺(tái)的環(huán)境適用性和決策精確性較差的問題。

2、本發(fā)明實(shí)施例還提供了一種物聯(lián)網(wǎng)規(guī)則引擎智能體自適應(yīng)決策執(zhí)行的裝置，用以保證上述方法實(shí)際中的實(shí)現(xiàn)及應(yīng)用。

3、為實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例提供如下技術(shù)方案：

4、一種物聯(lián)網(wǎng)規(guī)則引擎智能體自適應(yīng)決策執(zhí)行的方法，包括：

5、確定物聯(lián)網(wǎng)設(shè)備對(duì)應(yīng)的實(shí)時(shí)信息；所述實(shí)時(shí)信息包括環(huán)境數(shù)據(jù)、設(shè)備狀態(tài)數(shù)據(jù)和用戶行為數(shù)據(jù)；

6、基于預(yù)設(shè)的情景感知模型，對(duì)所述實(shí)時(shí)信息進(jìn)行情景融合感知，獲得情景感知信息；所述情景感知模型為對(duì)大型語言模型進(jìn)行微調(diào)所得到模型；

7、基于所述情景感知信息，確定情景需求模式；

8、依據(jù)所述情景需求模式，在預(yù)先構(gòu)建的規(guī)則庫中，確定目標(biāo)規(guī)則集合；所述規(guī)則庫中包括預(yù)先設(shè)置的多個(gè)業(yè)務(wù)規(guī)則，所述目標(biāo)規(guī)則集合包括所述規(guī)則庫中的至少一個(gè)業(yè)務(wù)規(guī)則；

9、基于所述目標(biāo)規(guī)則集合和預(yù)設(shè)的決策算法，確定目標(biāo)決策，并執(zhí)行所述目標(biāo)決策對(duì)應(yīng)的動(dòng)作；

10、接收所述動(dòng)作對(duì)應(yīng)的執(zhí)行反饋結(jié)果，基于所述執(zhí)行反饋結(jié)果，判斷是否需對(duì)所述規(guī)則庫或所述決策算法進(jìn)行優(yōu)化；

11、若需對(duì)所述規(guī)則庫或所述決策算法進(jìn)行優(yōu)化，則在所述規(guī)則庫和所述決策算法中，確定優(yōu)化對(duì)象，并根據(jù)所述執(zhí)行反饋結(jié)果，對(duì)所述優(yōu)化對(duì)象進(jìn)行優(yōu)化。

12、上述的方法，可選的，所述基于預(yù)設(shè)的情景感知模型，對(duì)所述實(shí)時(shí)信息進(jìn)行情景融合感知，獲得情景感知信息，包括：

13、對(duì)所述實(shí)時(shí)信息進(jìn)行數(shù)據(jù)清洗，將經(jīng)過數(shù)據(jù)清洗的實(shí)時(shí)信息作為待處理信息；

14、對(duì)所述待處理信息進(jìn)行數(shù)據(jù)預(yù)處理，將經(jīng)過數(shù)據(jù)預(yù)處理的待處理信息作為待融合信息；

15、依據(jù)預(yù)設(shè)的數(shù)據(jù)融合策略，對(duì)所述待融合信息進(jìn)行數(shù)據(jù)融合，將數(shù)據(jù)融合獲得的信息作為待分析信息；

16、將所述待分析信息輸入所述情景感知模型，由所述情景感知模型進(jìn)行上下文情景感知，獲取所述情景感知模型輸出的情景內(nèi)容；

17、將所述情景內(nèi)容作為所述情景感知信息。

18、上述的方法，可選的，所述基于所述情景感知信息，確定情景需求模式，包括：

19、確定每個(gè)預(yù)設(shè)情景模式對(duì)應(yīng)的情景信息；

20、在各個(gè)所述情景信息中，確定與所述情景感知信息相匹配的目標(biāo)情景信息；

21、將所述目標(biāo)情景信息對(duì)應(yīng)的預(yù)設(shè)情景模式，作為所述情景需求模式。

22、上述的方法，可選的，所述依據(jù)所述情景需求模式，在預(yù)先構(gòu)建的規(guī)則庫中，確定目標(biāo)規(guī)則集合，包括：

23、根據(jù)預(yù)先建立的模式與規(guī)則的映射關(guān)系，確定所述規(guī)則庫中每個(gè)業(yè)務(wù)規(guī)則關(guān)聯(lián)的情景模式；

24、根據(jù)各個(gè)所述業(yè)務(wù)規(guī)則關(guān)聯(lián)的情景模式，在所述規(guī)則庫中，確定所述情景需求模式關(guān)聯(lián)的各個(gè)業(yè)務(wù)規(guī)則；

25、由所述情景需求模式關(guān)聯(lián)的各個(gè)業(yè)務(wù)規(guī)則組成所述目標(biāo)規(guī)則集合。

26、上述的方法，可選的，所述依據(jù)所述情景需求模式，在預(yù)先構(gòu)建的規(guī)則庫中，確定目標(biāo)規(guī)則集合，包括：

27、應(yīng)用預(yù)設(shè)的規(guī)則預(yù)測(cè)模型，在所述規(guī)則庫中，預(yù)測(cè)與所述情景需求模式相關(guān)聯(lián)的業(yè)務(wù)規(guī)則；所述規(guī)則預(yù)測(cè)模型為基于預(yù)設(shè)的用戶私域知識(shí)庫和提示工程，對(duì)大型語言模型進(jìn)行知識(shí)認(rèn)知增強(qiáng)所得到的模型；

28、由所述規(guī)則預(yù)測(cè)模型預(yù)測(cè)的各個(gè)業(yè)務(wù)規(guī)則組成所述目標(biāo)規(guī)則集合。

29、上述的方法，可選的，所述基于所述目標(biāo)規(guī)則集合和預(yù)設(shè)的決策算法，確定目標(biāo)決策，包括：

30、對(duì)于所述目標(biāo)規(guī)則集合中的每個(gè)業(yè)務(wù)規(guī)則，確定該業(yè)務(wù)規(guī)則對(duì)應(yīng)的配置數(shù)據(jù)，該配置數(shù)據(jù)包括該業(yè)務(wù)規(guī)則對(duì)應(yīng)的規(guī)則關(guān)聯(lián)關(guān)系和規(guī)則優(yōu)先級(jí)；

31、基于所述目標(biāo)規(guī)則集合中各個(gè)業(yè)務(wù)規(guī)則對(duì)應(yīng)的配置數(shù)據(jù)，應(yīng)用所述決策算法，確定所述目標(biāo)規(guī)則集合中每個(gè)業(yè)務(wù)規(guī)則對(duì)應(yīng)的應(yīng)用順序；

32、確定所述目標(biāo)規(guī)則集合對(duì)應(yīng)的各個(gè)動(dòng)作事件；

33、基于各個(gè)所述業(yè)務(wù)規(guī)則對(duì)應(yīng)的應(yīng)用順序和各個(gè)所述動(dòng)作事件，生成所述目標(biāo)規(guī)則集合對(duì)應(yīng)的動(dòng)作決策，將所述動(dòng)作決策作為所述目標(biāo)決策。

34、上述的方法，可選的，所述規(guī)則庫的構(gòu)建過程，包括：

35、設(shè)置初始規(guī)則集合；所述初始規(guī)則集合包括多個(gè)初始業(yè)務(wù)規(guī)則；

36、設(shè)置每個(gè)所述初始業(yè)務(wù)規(guī)則所對(duì)應(yīng)的配置信息；每個(gè)所述初始業(yè)務(wù)規(guī)則所對(duì)應(yīng)的配置信息，包括該初始業(yè)務(wù)規(guī)則對(duì)應(yīng)的規(guī)則類別、規(guī)則層級(jí)、規(guī)則關(guān)聯(lián)關(guān)系和規(guī)則優(yōu)先級(jí)；

37、在調(diào)試狀態(tài)下，基于預(yù)設(shè)的模擬業(yè)務(wù)情景和各個(gè)所述初始業(yè)務(wù)規(guī)則對(duì)應(yīng)的配置信息，對(duì)所述初始規(guī)則集合進(jìn)行規(guī)則測(cè)試，獲得所述初始規(guī)則集合的執(zhí)行測(cè)試結(jié)果；

38、依據(jù)預(yù)設(shè)的規(guī)則沖突檢測(cè)算法，對(duì)所述初始規(guī)則集合進(jìn)行沖突檢測(cè)，獲得所述初始規(guī)則集合對(duì)應(yīng)的沖突檢測(cè)結(jié)果；

39、基于所述執(zhí)行測(cè)試結(jié)果和所述沖突檢測(cè)結(jié)果，對(duì)所述初始規(guī)則集合進(jìn)行規(guī)則優(yōu)化，獲得經(jīng)過規(guī)則優(yōu)化的各個(gè)業(yè)務(wù)規(guī)則，由所述經(jīng)過規(guī)則優(yōu)化的各個(gè)業(yè)務(wù)規(guī)則組成所述規(guī)則庫。

40、一種物聯(lián)網(wǎng)規(guī)則引擎智能體自適應(yīng)決策執(zhí)行的裝置，包括：

41、第一確定單元，用于確定物聯(lián)網(wǎng)設(shè)備對(duì)應(yīng)的實(shí)時(shí)信息；所述實(shí)時(shí)信息包括環(huán)境數(shù)據(jù)、設(shè)備狀態(tài)數(shù)據(jù)和用戶行為數(shù)據(jù)；

42、情景感知單元，用于基于預(yù)設(shè)的情景感知模型，對(duì)所述實(shí)時(shí)信息進(jìn)行情景融合感知，獲得情景感知信息；所述情景感知模型為對(duì)大型語言模型進(jìn)行微調(diào)所得到模型；

43、第二確定單元，用于基于所述情景感知信息，確定情景需求模式；

44、第三確定單元，用于依據(jù)所述情景需求模式，在預(yù)先構(gòu)建的規(guī)則庫中，確定目標(biāo)規(guī)則集合；所述規(guī)則庫中包括預(yù)先設(shè)置的多個(gè)業(yè)務(wù)規(guī)則，所述目標(biāo)規(guī)則集合包括所述規(guī)則庫中的至少一個(gè)業(yè)務(wù)規(guī)則；

45、第四確定單元，用于基于所述目標(biāo)規(guī)則集合和預(yù)設(shè)的決策算法，確定目標(biāo)決策，并執(zhí)行所述目標(biāo)決策對(duì)應(yīng)的動(dòng)作；

46、反饋接收單元，用于接收所述動(dòng)作對(duì)應(yīng)的執(zhí)行反饋結(jié)果，基于所述執(zhí)行反饋結(jié)果，判斷是否需對(duì)所述規(guī)則庫或所述決策算法進(jìn)行優(yōu)化；

47、反饋優(yōu)化單元，用于若需對(duì)所述規(guī)則庫或所述決策算法進(jìn)行優(yōu)化，則在所述規(guī)則庫和所述決策算法中，確定優(yōu)化對(duì)象，并根據(jù)所述執(zhí)行反饋結(jié)果，對(duì)所述優(yōu)化對(duì)象進(jìn)行優(yōu)化。

48、一種存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)包括存儲(chǔ)的指令，其中，在所述指令運(yùn)行時(shí)控制所述存儲(chǔ)介質(zhì)所在的設(shè)備執(zhí)行如上述的物聯(lián)網(wǎng)規(guī)則引擎智能體自適應(yīng)決策執(zhí)行的方法。

49、一種電子設(shè)備，包括存儲(chǔ)器，以及一個(gè)或者一個(gè)以上的指令，其中一個(gè)或者一個(gè)以上指令存儲(chǔ)于存儲(chǔ)器中，且經(jīng)配置以由一個(gè)或者一個(gè)以上處理器執(zhí)行如上述的物聯(lián)網(wǎng)規(guī)則引擎智能體自適應(yīng)決策執(zhí)行的方法。

50、基于上述本發(fā)明實(shí)施例提供的一種物聯(lián)網(wǎng)規(guī)則引擎智能體自適應(yīng)決策執(zhí)行的方法，包括：確定物聯(lián)網(wǎng)設(shè)備對(duì)應(yīng)的實(shí)時(shí)信息，包括環(huán)境數(shù)據(jù)、設(shè)備狀態(tài)數(shù)據(jù)和用戶行為數(shù)據(jù)；基于預(yù)設(shè)的情景感知模型，對(duì)實(shí)時(shí)信息進(jìn)行情景融合感知，獲得情景感知信息；情景感知模型為對(duì)大型語言模型進(jìn)行微調(diào)所得到模型；基于情景感知信息，確定情景需求模式；依據(jù)情景需求模式，在預(yù)先構(gòu)建的規(guī)則庫中，確定目標(biāo)規(guī)則集合；規(guī)則庫中包括預(yù)先設(shè)置的多個(gè)業(yè)務(wù)規(guī)則，目標(biāo)規(guī)則集合包括規(guī)則庫中的至少一個(gè)業(yè)務(wù)規(guī)則；基于目標(biāo)規(guī)則集合和預(yù)設(shè)的決策算法，確定目標(biāo)決策，并執(zhí)行目標(biāo)決策對(duì)應(yīng)的動(dòng)作；接收相應(yīng)的執(zhí)行反饋結(jié)果，基于執(zhí)行反饋結(jié)果，判斷是否需對(duì)規(guī)則庫或決策算法進(jìn)行優(yōu)化；若需對(duì)規(guī)則庫或決策算法進(jìn)行優(yōu)化，則在規(guī)則庫和決策算法中，確定優(yōu)化對(duì)象，并根據(jù)執(zhí)行反饋結(jié)果，對(duì)優(yōu)化對(duì)象進(jìn)行優(yōu)化。應(yīng)用本發(fā)明實(shí)施例提供的方法，物聯(lián)網(wǎng)規(guī)則引擎可作為智能體運(yùn)行，并部署有對(duì)大型語言模型進(jìn)行微調(diào)所獲得的情景感知模型。在決策過程中，可獲取與設(shè)備運(yùn)行環(huán)境和情景相關(guān)的多源實(shí)時(shí)數(shù)據(jù)，使情景感知模型基于各項(xiàng)實(shí)時(shí)數(shù)據(jù)進(jìn)行情景信息的融合感知，以通過融合感知獲得的情景信息識(shí)別當(dāng)前的情景需求模式，利用情景需求模式進(jìn)行業(yè)務(wù)規(guī)則匹配，繼而基于匹配的業(yè)務(wù)規(guī)則進(jìn)行決策。無論物聯(lián)網(wǎng)設(shè)備在當(dāng)前環(huán)境下的相關(guān)數(shù)據(jù)是否為已知的狀態(tài)數(shù)據(jù)，均可基于情景感知模型的融合感知能力實(shí)現(xiàn)情景需求模式的識(shí)別，完成業(yè)務(wù)規(guī)則的匹配，有利于在各類環(huán)境中進(jìn)行準(zhǔn)確決策，提高對(duì)于各類情景的決策響應(yīng)能力，改善物聯(lián)網(wǎng)平臺(tái)的環(huán)境適應(yīng)性。其次，在物聯(lián)網(wǎng)規(guī)則引擎智能體的運(yùn)行過程中，可在執(zhí)行決策對(duì)應(yīng)的動(dòng)作后，接收?qǐng)?zhí)行反饋結(jié)果，可以根據(jù)執(zhí)行反饋結(jié)果決定是否對(duì)規(guī)則庫中的業(yè)務(wù)規(guī)則或決策算法的決策機(jī)制進(jìn)行優(yōu)化調(diào)整，使規(guī)則庫和決策算法靈活適配實(shí)際情景，有利于進(jìn)一步提高物聯(lián)網(wǎng)平臺(tái)的環(huán)境適應(yīng)性和決策的精確度。