本發(fā)明涉及模型優(yōu)化，特別涉及基于ai構(gòu)建的管理熵模型優(yōu)化方法和系統(tǒng)。

背景技術(shù)：

1、目前，企業(yè)面臨著日益復(fù)雜的經(jīng)營環(huán)境。如何準(zhǔn)確評(píng)估企業(yè)的健康狀況，成為企業(yè)管理者和投資者關(guān)注的重點(diǎn)。傳統(tǒng)的企業(yè)管理評(píng)價(jià)方法多依賴于定性分析和專家經(jīng)驗(yàn)，缺乏客觀性和量化指標(biāo)，無法全面、及時(shí)地反映企業(yè)的經(jīng)營管理全貌。隨著人工智能技術(shù)的發(fā)展，尤其是大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)算法的進(jìn)步，為企業(yè)管理提供了新的量化工具和方法。管理熵作為一種新興的企業(yè)評(píng)價(jià)理論，可以有效的解釋和評(píng)價(jià)企業(yè)內(nèi)部管理的有序性，通過刻畫企業(yè)管理有序程度的變化，幫助企業(yè)識(shí)別管理問題和改進(jìn)方向。

2、但是，現(xiàn)有的管理熵測量模型還存在評(píng)價(jià)維度的維度權(quán)重和評(píng)價(jià)維度下的評(píng)價(jià)指標(biāo)的指標(biāo)權(quán)重不夠精準(zhǔn)的問題，這會(huì)直接影響管理熵測量模型的測量精度。例如，公開號(hào)為“cn114881477a”、專利名稱為“?一種企業(yè)管理熵的評(píng)測系統(tǒng)及方法”的中國發(fā)明專利，其公開了一種企業(yè)管理熵的評(píng)測系統(tǒng)及方法，方法包括：s1、獲取能夠表征企業(yè)運(yùn)行狀況的數(shù)據(jù)，包括財(cái)務(wù)運(yùn)行狀況數(shù)據(jù)，創(chuàng)新發(fā)展?fàn)顩r數(shù)據(jù)，以及人員管理狀況數(shù)據(jù)；s2、針對(duì)獲取到的企業(yè)的財(cái)務(wù)運(yùn)行狀況數(shù)據(jù)，創(chuàng)新發(fā)展?fàn)顩r數(shù)據(jù)，以及人員管理狀況數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，得到規(guī)范化的企業(yè)數(shù)據(jù)；s3、基于規(guī)范化的企業(yè)的財(cái)務(wù)運(yùn)行狀況數(shù)據(jù)，創(chuàng)新發(fā)展?fàn)顩r數(shù)據(jù)，以及人員管理狀況數(shù)據(jù)，構(gòu)建對(duì)于企業(yè)管理熵的多層評(píng)測模型，并且通過使用該多層評(píng)測模型完成對(duì)企業(yè)管理熵的評(píng)測，本發(fā)明能夠解決現(xiàn)有技術(shù)中對(duì)于企業(yè)管理熵的評(píng)測結(jié)果的精確度不高的問題。但是，該專利沒有明確企業(yè)管理熵的多層評(píng)測模型中所用到的評(píng)價(jià)維度的維度權(quán)重和評(píng)價(jià)維度下的評(píng)價(jià)指標(biāo)的指標(biāo)權(quán)重的確定方法，導(dǎo)致管理熵測量模型的測量精度無法保證。

3、因此，本發(fā)明提出基于ai構(gòu)建的管理熵模型優(yōu)化方法和系統(tǒng)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供基于ai構(gòu)建的管理熵模型優(yōu)化方法和系統(tǒng)，實(shí)現(xiàn)了對(duì)每個(gè)行業(yè)的管理熵測量模型的精準(zhǔn)優(yōu)化，進(jìn)而提高管理熵測量模型對(duì)企業(yè)管理熵的測量精度。

2、本發(fā)明提供一種基于ai構(gòu)建的管理熵模型優(yōu)化方法，包括：

3、s1：基于每個(gè)行業(yè)的所有企業(yè)評(píng)價(jià)維度和每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度下的所有評(píng)價(jià)指標(biāo)，構(gòu)建每個(gè)行業(yè)的企業(yè)管理熵測評(píng)的多維度評(píng)價(jià)指標(biāo)體系；

4、s2：基于ai算法確定出每個(gè)行業(yè)的企業(yè)管理熵測評(píng)的多維度評(píng)價(jià)指標(biāo)體系中的每個(gè)企業(yè)評(píng)價(jià)維度的優(yōu)化維度權(quán)重和每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度下的每個(gè)評(píng)價(jià)指標(biāo)的優(yōu)化指標(biāo)權(quán)重；

5、s3：基于每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度的優(yōu)化維度權(quán)重和每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度下的每個(gè)評(píng)價(jià)指標(biāo)的優(yōu)化指標(biāo)權(quán)重，構(gòu)建出每個(gè)行業(yè)的管理熵測量優(yōu)化模型。

6、優(yōu)選的，s2：基于ai算法確定出每個(gè)行業(yè)的企業(yè)管理熵測評(píng)的多維度評(píng)價(jià)指標(biāo)體系中的每個(gè)企業(yè)評(píng)價(jià)維度的優(yōu)化維度權(quán)重和每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度下的每個(gè)評(píng)價(jià)指標(biāo)的優(yōu)化指標(biāo)權(quán)重，包括：

7、s201：獲取大量客戶滿意度不小于滿意度閾值的所有企業(yè)管理熵測量實(shí)例并匯總，作為參考企業(yè)管理熵測量實(shí)例總集；

8、s202：對(duì)參考企業(yè)管理熵測量實(shí)例總集中的每個(gè)企業(yè)管理熵測量實(shí)例對(duì)應(yīng)的企業(yè)進(jìn)行行業(yè)歸類，獲得每個(gè)行業(yè)的參考企業(yè)管理熵測量實(shí)例子集；

9、s203：以熵值相近原則對(duì)每個(gè)行業(yè)的參考企業(yè)管理熵測量實(shí)例子集進(jìn)行聚類分析，獲得每個(gè)行業(yè)的企業(yè)管理熵測評(píng)的多維度評(píng)價(jià)指標(biāo)體系中的每個(gè)企業(yè)評(píng)價(jià)維度的優(yōu)化維度權(quán)重和每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度下的每個(gè)評(píng)價(jià)指標(biāo)的優(yōu)化指標(biāo)權(quán)重。

10、優(yōu)選的，s203：以熵值相近原則對(duì)每個(gè)行業(yè)的參考企業(yè)管理熵測量實(shí)例子集進(jìn)行聚類分析，獲得每個(gè)行業(yè)的企業(yè)管理熵測評(píng)的多維度評(píng)價(jià)指標(biāo)體系中的每個(gè)企業(yè)評(píng)價(jià)維度的優(yōu)化維度權(quán)重和每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度下的每個(gè)評(píng)價(jià)指標(biāo)的優(yōu)化指標(biāo)權(quán)重，包括：

11、以熵值相近原則，對(duì)每個(gè)行業(yè)的參考企業(yè)管理熵測量實(shí)例子集進(jìn)行多次任意劃分，獲得每次集劃分過程的第一集劃分結(jié)果，其中，每次集劃分過程的第一集劃分結(jié)果包含多個(gè)實(shí)例簇，且每個(gè)實(shí)例簇包含至少多個(gè)企業(yè)管理熵測量實(shí)例；

12、計(jì)算出每次集劃分過程的第一集劃分結(jié)果中的每個(gè)實(shí)例簇的熵值相近度，并將每次集劃分過程的第一集劃分結(jié)果中的所有實(shí)例簇的熵值相近度的均值當(dāng)作每個(gè)第一集劃分結(jié)果的劃分滿足度；

13、基于每個(gè)行業(yè)的最大劃分滿足度的集劃分過程的第一集劃分結(jié)果中包含的多個(gè)實(shí)例簇，分析出每個(gè)行業(yè)的企業(yè)管理熵測評(píng)的多維度評(píng)價(jià)指標(biāo)體系中的每個(gè)企業(yè)評(píng)價(jià)維度的優(yōu)化維度權(quán)重和每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度下的每個(gè)評(píng)價(jià)指標(biāo)的優(yōu)化指標(biāo)權(quán)重。

14、優(yōu)選的，基于每個(gè)行業(yè)的最大劃分滿足度的集劃分過程的第一集劃分結(jié)果中包含的多個(gè)實(shí)例簇，分析出每個(gè)行業(yè)的企業(yè)管理熵測評(píng)的多維度評(píng)價(jià)指標(biāo)體系中的每個(gè)企業(yè)評(píng)價(jià)維度的優(yōu)化維度權(quán)重和每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度下的每個(gè)評(píng)價(jià)指標(biāo)的優(yōu)化指標(biāo)權(quán)重，包括：

15、以指標(biāo)值相近原則，對(duì)每個(gè)行業(yè)的最大劃分滿足度的集劃分過程的第一集劃分結(jié)果中包含的每個(gè)實(shí)例簇進(jìn)行多次任意劃分，獲得每次簇劃分過程的第一簇劃分結(jié)果，其中，每次簇劃分過程的第一簇劃分結(jié)果包含多個(gè)第一子實(shí)例簇，且每個(gè)第一子實(shí)例簇包含多個(gè)企業(yè)管理熵測量實(shí)例；

16、計(jì)算出每個(gè)第一子實(shí)例簇中的所有企業(yè)管理熵測量實(shí)例中每個(gè)企業(yè)評(píng)價(jià)維度下的同一評(píng)價(jià)指標(biāo)的所有評(píng)價(jià)值的相近度，作為每個(gè)第一子實(shí)例簇中的所有企業(yè)管理熵測量實(shí)例中每個(gè)企業(yè)評(píng)價(jià)維度下的每個(gè)評(píng)價(jià)指標(biāo)的第一評(píng)價(jià)值相近度；

17、將每個(gè)第一子實(shí)例簇中的所有企業(yè)管理熵測量實(shí)例中每個(gè)企業(yè)評(píng)價(jià)維度下的所有評(píng)價(jià)指標(biāo)的第一評(píng)價(jià)值相近度的均值，當(dāng)作每個(gè)第一子實(shí)例簇在對(duì)應(yīng)企業(yè)評(píng)價(jià)維度下的評(píng)價(jià)指標(biāo)值相近度，并將每次簇劃分過程的第一簇劃分結(jié)果中的所有第一子實(shí)例簇在同一企業(yè)評(píng)價(jià)維度下的評(píng)價(jià)指標(biāo)值相近度的均值，當(dāng)作每個(gè)第一簇劃分結(jié)果相對(duì)于對(duì)應(yīng)企業(yè)評(píng)價(jià)維度的劃分滿足度；

18、基于每個(gè)行業(yè)的最大劃分滿足度的集劃分過程的第一集劃分結(jié)果中包含的每個(gè)實(shí)例簇的所有簇劃分過程中，相對(duì)于每個(gè)企業(yè)評(píng)價(jià)維度的最大劃分滿意度的第一簇劃分結(jié)果，分析出每個(gè)行業(yè)的企業(yè)管理熵測評(píng)的多維度評(píng)價(jià)指標(biāo)體系中的每個(gè)企業(yè)評(píng)價(jià)維度的優(yōu)化維度權(quán)重和每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度下的每個(gè)評(píng)價(jià)指標(biāo)的優(yōu)化指標(biāo)權(quán)重。

19、優(yōu)選的，基于每個(gè)行業(yè)的最大劃分滿足度的集劃分過程的第一集劃分結(jié)果中包含的每個(gè)實(shí)例簇的所有簇劃分過程中，相對(duì)于每個(gè)企業(yè)評(píng)價(jià)維度的最大劃分滿意度的第一簇劃分結(jié)果，分析出每個(gè)行業(yè)的企業(yè)管理熵測評(píng)的多維度評(píng)價(jià)指標(biāo)體系中的每個(gè)企業(yè)評(píng)價(jià)維度的優(yōu)化維度權(quán)重和每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度下的每個(gè)評(píng)價(jià)指標(biāo)的優(yōu)化指標(biāo)權(quán)重，包括：

20、將每個(gè)行業(yè)的最大劃分滿足度的集劃分過程的第一集劃分結(jié)果中包含的每個(gè)實(shí)例簇的所有簇劃分過程中，相對(duì)于每個(gè)企業(yè)評(píng)價(jià)維度的最大劃分滿意度的第一簇劃分結(jié)果中每個(gè)第一子實(shí)例簇中的所有企業(yè)管理熵測量實(shí)例采用的維度權(quán)重值與對(duì)應(yīng)企業(yè)管理熵測量實(shí)例的客戶滿意度之積的和值，當(dāng)作對(duì)應(yīng)第一子實(shí)例簇相對(duì)于對(duì)應(yīng)企業(yè)評(píng)價(jià)維度的綜合維度權(quán)重；

21、將每個(gè)第一子實(shí)施例簇中所有企業(yè)管理熵測量實(shí)例的客戶滿意度的均值，當(dāng)作每個(gè)第一子實(shí)施例簇的平均滿意度；

22、將每個(gè)行業(yè)的最大劃分滿足度的集劃分過程的第一集劃分結(jié)果中包含的每個(gè)實(shí)例簇的所有簇劃分過程中，相對(duì)于每個(gè)企業(yè)評(píng)價(jià)維度的最大劃分滿意度的第一簇劃分結(jié)果中的所有第一子實(shí)例簇的綜合維度權(quán)重和平均滿意度之積的和值，當(dāng)作對(duì)應(yīng)行業(yè)的對(duì)應(yīng)企業(yè)評(píng)價(jià)維度的優(yōu)化維度權(quán)重；

23、以維度評(píng)價(jià)值相近原則，對(duì)每個(gè)行業(yè)的參考企業(yè)管理熵測量實(shí)例子集進(jìn)行再次聚類分析，獲得每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度下的每個(gè)評(píng)價(jià)指標(biāo)的優(yōu)化指標(biāo)權(quán)重。

24、優(yōu)選的，以維度評(píng)價(jià)值相近原則，對(duì)每個(gè)行業(yè)的參考企業(yè)管理熵測量實(shí)例子集進(jìn)行再次聚類分析，獲得每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度下的每個(gè)評(píng)價(jià)指標(biāo)的優(yōu)化指標(biāo)權(quán)重，包括：

25、以維度評(píng)價(jià)值相近原則，對(duì)每個(gè)行業(yè)的參考企業(yè)管理熵測量實(shí)例子集進(jìn)行多次任意劃分，獲得每個(gè)行業(yè)的每次集劃分過程的第二集劃分結(jié)果，其中，每次集劃分過程的第二集劃分結(jié)果包含多個(gè)實(shí)例簇，且每個(gè)實(shí)例簇包含至少多個(gè)企業(yè)管理熵測量實(shí)例；

26、計(jì)算出每次集劃分過程的第二集劃分結(jié)果中的每個(gè)實(shí)例簇中所有企業(yè)管理熵測量實(shí)例的同一企業(yè)評(píng)價(jià)維度的所有維度評(píng)價(jià)值的評(píng)價(jià)值相近度，當(dāng)作對(duì)應(yīng)實(shí)例簇相對(duì)于對(duì)應(yīng)企業(yè)評(píng)價(jià)維度的維度評(píng)價(jià)值相近度；

27、將每次集劃分過程的第二集劃分結(jié)果中的所有實(shí)例簇相對(duì)于同一企業(yè)評(píng)價(jià)維度的維度評(píng)價(jià)值相近度的均值，當(dāng)作每個(gè)第二集劃分結(jié)果相對(duì)于對(duì)應(yīng)企業(yè)評(píng)價(jià)維度的劃分滿足度；

28、將每個(gè)行業(yè)的相對(duì)于每個(gè)企業(yè)評(píng)價(jià)維度的最大劃分滿足度的第二集劃分結(jié)果中的所有實(shí)例簇，當(dāng)作對(duì)應(yīng)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度的所有參考實(shí)例簇；

29、基于每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度的所有參考實(shí)例簇，分析出每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度下的每個(gè)評(píng)價(jià)指標(biāo)的優(yōu)化指標(biāo)權(quán)重。

30、優(yōu)選的，基于每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度的所有參考實(shí)例簇，分析出每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度下的每個(gè)評(píng)價(jià)指標(biāo)的優(yōu)化指標(biāo)權(quán)重，包括：

31、以指標(biāo)值相近原則，對(duì)每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度的每個(gè)參考實(shí)例簇進(jìn)行聚類分析，獲得每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度的每個(gè)參考實(shí)例簇的相對(duì)于對(duì)應(yīng)企業(yè)評(píng)價(jià)維度的劃分滿意度最大時(shí)對(duì)應(yīng)的第二簇劃分結(jié)果，其中，第二簇劃分結(jié)果包含多個(gè)第二子實(shí)例簇，且每個(gè)第二子實(shí)例簇包含多個(gè)企業(yè)管理熵測量實(shí)例；

32、將每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度的每個(gè)參考實(shí)例簇的相對(duì)于對(duì)應(yīng)企業(yè)評(píng)價(jià)維度的劃分滿意度最大時(shí)的第二簇劃分結(jié)果中，每個(gè)第二子實(shí)例簇的所有企業(yè)管理熵測量實(shí)例采用的指標(biāo)權(quán)重和對(duì)應(yīng)企業(yè)管理熵測量實(shí)例的客戶滿意度之積的和值，當(dāng)作對(duì)應(yīng)第二子實(shí)例簇的第一指標(biāo)權(quán)重；

33、將每個(gè)第二子實(shí)例簇的所有企業(yè)管理熵測量實(shí)例的客戶滿意度的均值當(dāng)作對(duì)應(yīng)第二子實(shí)例簇的平均滿意度；

34、將每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度的每個(gè)參考實(shí)例簇的相對(duì)于對(duì)應(yīng)企業(yè)評(píng)價(jià)維度的劃分滿意度最大時(shí)的第二簇劃分結(jié)果中的所有第二子實(shí)例簇的第一指標(biāo)權(quán)重和平均滿意度之積的和值，當(dāng)作對(duì)應(yīng)參考實(shí)例簇的第二指標(biāo)權(quán)重；

35、將每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度的所有參考實(shí)例簇的第二指標(biāo)權(quán)重和對(duì)應(yīng)參考實(shí)例簇中包含的所有第二子實(shí)例簇的平均滿意度的均值之積的和值，當(dāng)作對(duì)應(yīng)行業(yè)的對(duì)應(yīng)企業(yè)評(píng)價(jià)維度下的對(duì)應(yīng)評(píng)價(jià)指標(biāo)的優(yōu)化指標(biāo)權(quán)重。

36、優(yōu)選的，構(gòu)建出每個(gè)行業(yè)的管理熵測量優(yōu)化模型之后，還包括：

37、將待分析企業(yè)的有效企業(yè)數(shù)據(jù)輸入至對(duì)應(yīng)所屬行業(yè)的管理熵測量優(yōu)化模型，獲得待分析企業(yè)的管理熵值；

38、基于待分析企業(yè)在多個(gè)連續(xù)年度的管理熵值構(gòu)建出待分析企業(yè)的企業(yè)熵流；

39、構(gòu)建出待分析企業(yè)所屬行業(yè)的行業(yè)熵流；

40、基于待分析企業(yè)的企業(yè)熵流和對(duì)應(yīng)所屬行業(yè)的行業(yè)熵流，獲得待分析企業(yè)的內(nèi)外部熵流分析結(jié)果。

41、優(yōu)選的，獲得待分析企業(yè)的管理熵值之后，還包括：

42、確定出待分析企業(yè)的管理熵值在所屬行業(yè)內(nèi)的相對(duì)位置；

43、基于待分析企業(yè)的管理熵值在所屬行業(yè)內(nèi)的相對(duì)位置和行業(yè)績效標(biāo)準(zhǔn)值，獲得待分析企業(yè)的企業(yè)評(píng)分值。

44、本發(fā)明提供一種基于ai構(gòu)建的管理熵模型優(yōu)化系統(tǒng)，包括：

45、體系構(gòu)建模塊，用于基于每個(gè)行業(yè)的所有企業(yè)評(píng)價(jià)維度和每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度下的所有評(píng)價(jià)指標(biāo)，構(gòu)建每個(gè)行業(yè)的企業(yè)管理熵測評(píng)的多維度評(píng)價(jià)指標(biāo)體系；

46、權(quán)重優(yōu)化模塊，用于基于ai算法確定出每個(gè)行業(yè)的企業(yè)管理熵測評(píng)的多維度評(píng)價(jià)指標(biāo)體系中的每個(gè)企業(yè)評(píng)價(jià)維度的優(yōu)化維度權(quán)重和每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度下的每個(gè)評(píng)價(jià)指標(biāo)的優(yōu)化指標(biāo)權(quán)重；

47、模型優(yōu)化模塊，用于基于每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度的優(yōu)化維度權(quán)重和每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度下的每個(gè)評(píng)價(jià)指標(biāo)的優(yōu)化指標(biāo)權(quán)重，構(gòu)建出每個(gè)行業(yè)的管理熵測量優(yōu)化模型。

48、本發(fā)明相對(duì)于現(xiàn)有技術(shù)產(chǎn)生的有益效果為：通過構(gòu)建每個(gè)行業(yè)的企業(yè)管理熵測評(píng)的多維度評(píng)價(jià)指標(biāo)體系，明確了每個(gè)行業(yè)的企業(yè)管理熵測評(píng)中考量的多個(gè)評(píng)價(jià)維度和每個(gè)評(píng)價(jià)維度下的多個(gè)評(píng)價(jià)指標(biāo)，并基于ai算法確定出每個(gè)行業(yè)的企業(yè)管理熵測評(píng)的多維度評(píng)價(jià)指標(biāo)體系中的每個(gè)企業(yè)評(píng)價(jià)維度的優(yōu)化維度權(quán)重和每個(gè)行業(yè)的每個(gè)企業(yè)評(píng)價(jià)維度下的每個(gè)評(píng)價(jià)指標(biāo)的優(yōu)化指標(biāo)權(quán)重，對(duì)每個(gè)行業(yè)的管理熵測量模型的精準(zhǔn)優(yōu)化，進(jìn)而提高管理熵測量模型對(duì)企業(yè)管理熵的測量精度。

49、本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過在本技術(shù)文件中所特別指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。

50、下面通過附圖和實(shí)施例，對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。