本发明涉及工业视频监测，具体为一种工业视频监控预警的检测服务器资源动态规划方法。
背景技术：
1、工业视频监控系统在生产安全、质量控制和效率提升等方面发挥着越来越重要的作用。然而，随着监控范围的扩大和数据量的激增，传统的静态资源分配方法已难以满足工业视频监控系统的需求。近年来，基于云计算和边缘计算的分布式处理架构逐渐成为主流，但如何在动态负载条件下实现检测服务器资源的高效分配仍是一个亟待解决的问题。现有的资源规划方法主要集中在静态容量规划或简单的动态调度上，缺乏对系统整体性能和资源利用率的综合考虑。此外，传统方法往往忽视了工业视频监控系统的特殊需求，如实时性、可靠性和可扩展性，导致资源分配不均衡、系统响应延迟和成本效益低下等问题。
2、为了克服上述限制，研究者们提出了多种优化算法，如启发式算法、机器学习方法等，以提高资源分配的准确性和效率。然而，这些方法通常只关注单一目标，如最小化响应时间或最大化资源利用率，难以平衡多个相互冲突的优化目标。同时，现有方法在处理高度动态和不确定性的工业环境时，往往缺乏足够的适应性和鲁棒性。此外，大多数研究都集中在理论模型的构建上，缺乏对实际工业场景的深入考虑和验证，导致其实际应用效果不佳。
3、综上所述，现有的工业视频监控预警检测服务器资源规划技术存在以下问题：无法有效地平衡动态资源需求和静态资源容量、缺乏对多目标优化的综合考虑、以及在实际工业场景中的适应性不足。本发明提出的一种工业视频监控预警的检测服务器资源动态规划方法旨在解决上述问题，通过综合考虑动态数据和静态数据，结合多目标优化算法，实现资源的高效动态规划。本发明属于工业视频监控系统和资源优化管理技术领域，为提高工业视频监控系统的性能、可靠性和成本效益提供了新的解决方案。
技术实现思路
1、鉴于上述存在的问题，提出了本发明。
2、因此，本发明解决的技术问题是：如何提供一种工业视频监控预警的检测服务器资源动态规划方法。
3、为解决上述技术问题，本发明提供如下技术方案：一种工业视频监控预警的检测服务器资源动态规划方法，包括：采集检测服务器的动态数据和静态数据并进行预处理；基于预处理后的所述动态数据，结合神经网络模型，对检测服务器的资源需求进行动态评估并输出动态资源需求评估结果；基于预处理后的所述静态数据确定初步资源容量规划，并对所述初步资源容量规划进行修正，得到静态资源容量规划结果；根据所述动态资源需求评估结果和所述静态资源容量规划结果，结合多目标优化算法，得到最终资源动态规划方案。
4、作为本发明所述的工业视频监控预警的检测服务器资源动态规划方法的一种优选方案，其中：得到所述动态资源需求评估结果的过程包括如下步骤：基于改进的rnn网络对检测服务器资源需求进行初步评估：
5、d(t)；
6、其中，d(t)为初步的资源需求评估值；为rnn网络在t时刻的隐藏状态输出；为rnn网络在t时刻的上下文向量；，为权重矩阵；，为偏置向量；和为激活函数。
7、将初步的资源需求评估值d(t)与历史数据影响结合，得到修正后的资源需求评估值d(t)’：
8、；
9、其中，为历史数据点，为当前时刻的特征向量；为用于计算相似度的历史数据点数量；和为调节参数。
10、将修正后的资源需求评估值d(t)’与预测误差修正结合，得到动态资源需求评估结果：
11、；
12、其中，为误差修正系数；为预测误差的指数移动平均值。
13、= - ；
14、其中，为实际观测到的资源需求。
15、作为本发明所述的工业视频监控预警的检测服务器资源动态规划方法的一种优选方案，其中：基于预处理后的所述静态数据确定初步资源容量规划，并对所述初步资源容量规划进行修正，得到静态资源容量规划结果包括如下步骤：根据服务器硬件配置和监控场景类型得到初步资源容量规划：
16、；
17、其中，为服务器硬件配置指标；为监控场景复杂度指标；为参考场景复杂度；为场景复杂度影响因子。
18、结合检测算法复杂度变化率，对初步资源容量规划进行修正，得到修正后的资源容量规划：
19、；
20、其中，为算法复杂度变化率；为算法复杂度影响因子。
21、将修正后的资源容量规划与历史负载数据结合，得到静态资源容量规划结果：
22、；
23、其中，分别代表cpu、内存和网络资源；为cpu、内存和网络资源的权重，合计为1；为cpu、内存和网络资源的效率因子；为cpu、内存和网络资源的历史负载数据；为参考负载值；为cpu、内存和网络资源的非线性调节参数。
24、作为本发明所述的工业视频监控预警的检测服务器资源动态规划方法的一种优选方案，其中：得到所述最终资源动态规划方案包括使用多目标优化算法结合动态资源需求评估结果和静态资源容量规划结果，构建多个多目标优化问题：
25、最小化资源分配与动态需求的偏差，目标函数表示为：
26、
27、最小化资源分配与静态容量的偏差，目标函数表示为：
28、
29、最小化资源分配成本，目标函数表示为：
30、
31、最大化系统性能，目标函数表示为：
32、
33、使用非支配排序遗传算法ii求解多个所述多目标优化问题，得到一组pareto最优解，从pareto最优解中选择综合评分s(x)最低的作为最终的资源动态规划方案。
34、作为本发明所述的工业视频监控预警的检测服务器资源动态规划方法的一种优选方案，其中：所述动态数据是指检测服务器在运行过程中实时变化的数据，所述动态数据包括实时视频流量、cpu利用率、内存使用率、网络带宽占用、当前检测任务数、检测队列长度、平均响应时间、异常事件频率、时间、日期类型、特殊事件标记，以及系统运行状态；所述静态数据是指工业视频监控系统中历史运行数据的统计结果和影响系统运行的配置和环境参数的集合；所述静态数据包括服务器硬件配置、历史峰值负载、平均负载、检测算法复杂度，以及监控场景类型。
35、作为本发明所述的工业视频监控预警的检测服务器资源动态规划方法的一种优选方案，其中：对所述动态数据的预处理包括数据清洗、数据标准化、时间序列处理、特征工程、数据聚合、数据平滑，以及异常检测；对所述静态数据的预处理包括除数据清洗和数据标准化以外的数据编码、特征构造、历史数据统计、相关性分析、建立数据更新机制。
36、作为本发明所述的工业视频监控预警的检测服务器资源动态规划方法的一种优选方案，其中：所述历史数据影响包括资源使用模式、负载趋势、异常检测，以及季节性调整。
37、为进一步解决上述技术问题，本发明提供如下技术方案：工业视频监控分析预警场景下的检测服务器资源动态规划系统，包括：数据采集与预处理模块，用于采集检测服务器的动态数据和静态数据并进行预处理；动态资源需求评估模块，用于基于预处理后的动态数据，结合神经网络模型，对检测服务器的资源需求进行动态评估并输出动态资源需求评估结果；静态资源容量规划模块，用于基于预处理后的静态数据确定初步资源容量规划，并对初步资源容量规划进行修正，得到静态资源容量规划结果；多目标优化决策模块，用于根据动态资源需求评估结果和静态资源容量规划结果，结合多目标优化算法，得到最终资源动态规划方案。
38、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上所述工业视频监控预警的检测服务器资源动态规划方法的步骤。
39、一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述工业视频监控预警的检测服务器资源动态规划方法的步骤。
40、本发明的有益效果：首先，本发明同时考虑了动态数据和静态数据，能够更全面地捕捉工业视频监控系统的特性和需求。动态数据可能包括实时视频流量、处理任务的复杂度、系统负载等随时间变化的因素。而静态数据则可能涉及硬件配置、网络拓扑、存储容量等相对稳定的系统参数。通过构建动态资源需求评估模型和静态资源容量规划模型，本发明能够在不同时间尺度上优化资源分配。其次，本发明引入了多目标优化算法，这是一个显著的亮点。在工业视频监控系统中，往往需要同时考虑多个相互矛盾的目标，如最小化延迟、最大化吞吐量、优化能耗、提高可靠性等。多目标优化算法能够在这些目标之间寻找最佳平衡点，从而得到一个综合性能最优的解决方案。此外，本发明的动态规划特性使其能够适应工业环境中的不确定性和变化。例如，在生产高峰期或特殊事件发生时，系统可以迅速调整资源分配以应对突发的高负载情况。同时，在低负载期间，也可以通过动态规划实现资源的有效回收和节能。
1.一种工业视频监控预警的检测服务器资源动态规划方法，其特征在于，包括：
2.如权利要求1所述的工业视频监控预警的检测服务器资源动态规划方法，其特征在于：得到所述动态资源需求评估结果的过程包括如下步骤：
3.如权利要求2所述的工业视频监控预警的检测服务器资源动态规划方法，其特征在于：基于预处理后的所述静态数据确定初步资源容量规划，并对所述初步资源容量规划进行修正，得到静态资源容量规划结果包括如下步骤：
4.如权利要求3所述的工业视频监控预警的检测服务器资源动态规划方法，其特征在于：得到所述最终资源动态规划方案包括使用多目标优化算法结合动态资源需求评估结果和静态资源容量规划结果，构建多个多目标优化问题：
5.如权利要求4所述的工业视频监控预警的检测服务器资源动态规划方法，其特征在于：所述动态数据是指检测服务器在运行过程中实时变化的数据，所述动态数据包括实时视频流量、cpu利用率、内存使用率、网络带宽占用、当前检测任务数、检测队列长度、平均响应时间、异常事件频率、时间、日期类型、特殊事件标记，以及系统运行状态；
6.如权利要求5所述的工业视频监控预警的检测服务器资源动态规划方法，其特征在于：对所述动态数据的预处理包括数据清洗、数据标准化、时间序列处理、特征工程、数据聚合、数据平滑，以及异常检测；对所述静态数据的预处理包括除数据清洗和数据标准化以外的数据编码、特征构造、历史数据统计、相关性分析、建立数据更新机制。
7.如权利要求6所述的工业视频监控预警的检测服务器资源动态规划方法，其特征在于：所述历史数据影响包括资源使用模式、负载趋势、异常检测，以及季节性调整。
8.一种采用如权利要求1~7任一所述的工业视频监控预警的检测服务器资源动态规划方法的系统，其特征在于，包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的工业视频监控预警的检测服务器资源动态规划方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的工业视频监控预警的检测服务器资源动态规划方法的步骤。
