(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111650783.4 (22)申请日 2021.12.3 0 (71)申请人 天翼物联科技有限公司 地址 510335 广东省广州市海珠区 阅江西 路366号广报中心南塔21层 (72)发明人 詹振辉　陈冯　左绘　沈江兵　 陈洲　周倜　王业民　王昶　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 专利代理师 郑宏谋 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/10(2012.01) G06N 3/00(2006.01) (54)发明名称 基于鲸鱼优化算法的终端告警阻塞优化方 法、 装置及存 储介质 (57)摘要 本申请公开了一种基于鲸鱼优化算法的终 端告警阻塞优化方法， 所述方法包括： 划分企业 的级别， 根据企业的级别获取对应的权值， 根据 所述权值建立第一自适应权值模 型； 根据企业终 端在预设时间内的告警数量建立第二自适应权 值模型； 根据同一企业的不同终端的告警时间建 立第三自适应权值模型； 将所述第一自适应权值 模型、 所述第二自适应权值模型和所述第三自适 应权值模型中的自适应权值代入鲸鱼优化算法 中进行计算， 得到自适应权值鲸鱼优化算法模 型。 本申请通过建立三种自适应模 型改进鲸鱼优 化算法， 在鲸鱼优化算法算法中引入变异机制， 增强了算法初期的全局搜索能力， 加快了算法后 期的收敛速度， 能够有效的优化提升算法跳出局 部最优的能力。 权利要求书2页 说明书12页 附图3页 CN 114548652 A 2022.05.27 CN 114548652 A 1.一种基于鲸鱼优化 算法的终端 告警阻塞优化方法， 其特 征在于， 所述方法包括： 划分企业的级别， 根据企业的级别获取对应的权值， 根据所述权值建立第一自适应权 值模型； 根据企业终端在预设时间内的告警数量建立第二自适应权值模型； 根据同一企业的不同终端的告警时间建立第三自适应权值模型； 将所述第一自适应权值模型、 所述第 二自适应权值模型和所述第 三自适应权值模型中 的自适应权值代入鲸鱼优化 算法中进行计算， 得到自适应权值鲸鱼优化 算法模型； 根据所述自适应权值鲸鱼优化 算法模型优化终端 告警阻塞。 2.根据权利要求1所述的一种基于鲸鱼优化算法的终端告警阻塞优化方法， 其特征在 于， 所述第一自适应权值模型满足如下关系式： 1＝Ka+Kb+Ki Ka＝2*Kb＝2*(2*Ki) 其中， Ki， i∈(a,b,c,.....)表示对应企业终端的等级权值， Ka表示a企业终端的等级权 值， Kb表示b企业终端的等级权值。 3.根据权利要求1所述的一种基于鲸鱼优化算法的终端告警阻塞优化方法， 其特征在 于， 所述第二自适应权值模型满足如下关系式： 其中， kai为A级别企业的第i个企业的设备的权值， tai为A级别企业的第i企业在预设时 间内上报的终端设备数量， Ta为A级别企业在预设时间内上报的所有物联网终端设备的告 警信息数量， Tmax为除了S级别企业以外的所有企业在预设时间内上报的所有物联网终端设 备数量。 4.根据权利要求1所述的一种基于鲸鱼优化算法的终端告警阻塞优化方法， 其特征在 于， 所述第三自适应权值模型满足如下关系式： 其中， βxy1为企业的权值， Dz为该企业下的告警终端设备最后一个 上报的时间点， Di为该 企业下的告警终端设备第i个设备上报的时间点， kai为A级别企业的第 i个企业的设备的权 值， tai为A级别企业的第i企业在预设时间内上报的终端设备 数量。 5.根据权利要求1所述的一种基于鲸鱼优化算法的终端告警阻塞优化方法， 其特征在 于， 自适应权值鲸鱼优化 算法模型满足如下关系式： 其中， 为目标的位置， 为为当前位置， t为当前迭代次数， 和 为系数向 量， kx为自适应权值， l是介于[ ‑1,1]之间的随机数， P为介于[0  1]之间的随机数， 表示权　利　要　求　书 1/2 页 2 CN 114548652 A 2随机选取鲸鱼的位置向量。 6.根据权利要求1所述的一种基于鲸鱼优化算法的终端告警阻塞优化方法， 其特征在 于， 所述方法还 包括： 定义非线性收敛因子， 根据所述非线性收敛因子在所述鲸鱼优化算法中加入变异机 制， 其中， 所述变异机制为加大算法搜索范围， 让 所述鲸鱼优化 算法跳出局部最优。 7.根据权利要求6所述的一种基于鲸鱼优化算法的终端告警阻塞优化方法， 其特征在 于， 所述加入变异机制后的鲸鱼优化 算法满足如下关系式： 其中， t为迭代次数， Tmax为最大迭代次数， 即所有告警的终端设备数量， Tx为同级别企业 的最大迭代次数， txy为x级别企业的y企业的告警 终端数量， 为变化 值。 8.根据权利要求7所述的一种基于鲸鱼优化算法的终端告警阻塞优化方法， 其特征在 于， 所述方法还 包括： 开始循环步骤： 计算当前a的值， 根据所述加入变异机制后的鲸鱼优化 算法更新当前目标的位置； 记录当前最优目标的位置， 重复循环步骤， 直至获取 所有所述企业终端的最优排序。 9.一种基于鲸鱼优化 算法的终端 告警阻塞优化装置， 其特 征在于， 所述装置包括： 第一模块， 用于划分企业的级别， 根据企业的级别获取对应的权值， 根据 所述权值建立 第一自适应权值模型； 第二模块， 用于根据企业终端在预设时间内的告警数量建立第二自适应权值模型； 第三模块， 用于根据同一企业的不同终端的告警时间建立第三自适应权值模型； 第四模块， 用于将所述第一自适应权值模型、 所述第二自适应权值模型和所述第三自 适应权值模型中的自适应权值代入鲸鱼优化算法中进 行计算， 得到自适应权值鲸鱼优化算 法模型， 根据所述自适应权值鲸鱼优化 算法模型优化终端 告警阻塞。 10.一种基于鲸鱼优化 算法的终端 告警阻塞优化装置， 其特 征在于， 所述装置包括： 至少一个处 理器； 至少一个存 储器， 所述存 储器用于存 储至少一个程序； 当至少一个所述程序被至少一个所述处理器执行时实现如权利要求1 ‑8中任一项所述 的一种基于鲸鱼优化 算法的终端 告警阻塞优化方法。 11.存储介质， 其特征在于， 所述存储介质存储有处理器可执行的程序， 所述处理器可 执行的程序被处理器执行时实现如权利要求 1‑8中任一项 所述的一种基于鲸鱼优化算法的 终端告警阻塞优化方法。权　利　要　求　书 2/2 页 3 CN 114548652 A 3