首页 / 专利库 / 心理学与精神病学 / 生活质量 / 基于区间估计的农户垃圾采收数量计算方法

基于区间估计的农户垃圾采收数量计算方法

阅读:1022发布:2020-06-14

专利汇可以提供基于区间估计的农户垃圾采收数量计算方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种基于区间估计的农户垃圾采收数量计算方法,属于垃圾分类管理领域,可根据每日收运员上传的数据,利用区间估计 算法 ,对特定区域内应收农户数量的范围作出概率估算,从而实现对收运员的每日采收率的考核,有助于量化考核 指定 区域内垃圾分类 质量 、收运工作质量,提升农村生活垃圾管理 水 平。,下面是基于区间估计的农户垃圾采收数量计算方法专利的具体信息内容。

1.一种基于区间估计的农户垃圾采收数量计算方法,其特征在于:
(1)针对特定的垃圾收运员,记录其每日采收的实际农户数,得到每日采收量数据;
(2)将步骤(1)中得到的每日采收量数据,与该收运员收运责任区所有农户数比较,当该数据在特定范围时,则作为一个有效样本数据记录;
(3)当步骤(2)所得到的数据记录量超过30条时,构造一个采收量的初始样本库;按照步骤(2)的规则,不断扩充初始样本库的样本数量,直到样本数据量最多达到180条,以后每增加一条新记录,则替换最早的样本数据,保持样本数据始终为最新;
(4)根据步骤(3)得到的样本,由于每天收运员的采收数量为随机变量,其服从均值为υ,方差为σ2的正态分布,根据数理统计中的区间估算法,可估算在一定置信度的前提条件下,采收数量的下限值。
2.根据权利要求1所述的基于区间估计的农户垃圾采收数量计算方法,其特征在于,步骤(3)中所构建样本库方法如下:
(2-1)有效样本数据:区域所有农户数量M,设定一个最低比率r,当收运员每天的采收数量xi大于M × r时,则作为有效样本数据,输入样本库X;
(2-2)构建样本:样本数据量大于30,且样本的最大数据量设定为180,当样本数据量达到180条时,以后每增加一条新记录,则替换最早的样本数据,保持样本数据始终为最新。
3.根据权利要求1所述的基于区间估计的农户垃圾采收数量计算方法,其特征在于,步骤(4)中估算收运员应收数量下限方法如下:
(3-1) 收运员需要每天采收责任区域的农户垃圾桶,且每天的采收量 X ,采收量 X 是一个随机变量,且 X ~ N(υ,σ2),服从正态分布;
故对于任何实数A < B,随机变量 X 落在A和B之间的概率由下式确定:
其中:
式中:υ 是总体平均数,σ 是总体标准差,φυ,σ(X)的图像为正态分布的概率密度曲线;
(3-2)由于X ~ N(υ,σ2),在总体方差σ2 已知,在置信度1-α为95%条件下,计算总体均值υ,而υ值依赖于样本均值 x及抽样误差范围Δx=|x - υ|,可利用样本群计算得到抽样误差Δx,则收运员每天应收农户数量的区间为【x - Δx,x + Δx】;
(3-3)根据中心极限定理,样本均值误差符合均值为υ,标准差σ=   的标准正态分布;
构造 ,则Z服从标准正态分布,即Z ~ [0,1],故可以得到P{υ1 < Z < υ2 }=1-α ,由标准正态分布式的分位数得 ,
故有 ;
(3-4)当样本数量大于30时,可近似认为总体方差σ为样本方差σN,当置信度1-α=95%时,此时可得知α/2=0.025,在 处对应的概率密度为1-(α/2)=0.975,根据标准正态分布表可知0.975对应表中1.9那一行,0.06那一列;
所以采收数量的下限θ1= ;
(3-5)针对具有N个样本数据的样本X={X1,X2…Xi…XN} (30≤N≤180),有:


将上述两式代入(3-4)中下限计算公式,即可得到估算的应采收量;
(3-6)如果收运员当日实际采收数量超过估算的采收数量下限,则设定其采收率为
100%。

说明书全文

基于区间估计的农户垃圾采收数量计算方法

技术领域

[0001] 本发明涉及一种基于区间估计的农户垃圾采收数量计算方法,属于垃圾分类管理领域。

背景技术

[0002] 在农村垃圾生活分类管理工作中,收运员是该项工作的最基层管理单元。收运员每天是否做到应收尽收,是确保农村垃圾分类工作能否得到广大农户的支持,保持农村环境整洁卫生的关键。为此,需考核收运员的每日采收率,即收运员每日采收数量与应收数量之比,作为收运员工作绩效的考核依据之一。

发明内容

[0003] 本发明的目的在于克服现有技术中存在的上述不足,而提供一种基于区间估计的农户垃圾采收数量计算方法,可根据每日收运员上传的数据,利用区间估计算法,对特定区域内应收农户数量的范围作出概率估算,从而实现对收运员的每日采收率的考核。
[0004] 本发明解决上述问题所采用的技术方案是:一种基于区间估计的农户垃圾采收数量计算方法,包括以下几个步骤:(1)针对特定的垃圾收运员,记录其每日采收的实际农户数,得到每日采收量数据,要求做到应收尽收;
(2)将步骤(1)中得到的每日采收量数据,与该收运员收运责任区所有农户数比较,当该数据在特定范围时,则作为一个有效样本数据记录;
(3)当步骤(2)所得到的数据记录量超过30条时,构造一个采收量的初始样本库;按照步骤(2)的规则,不断扩充初始样本库的样本数量,直到样本数据量最多达到180条,以后每增加一条新记录,则替换最早的样本数据,保持样本数据始终为最新;
(4)根据步骤(3)得到的样本,由于每天收运员的采收数量为随机变量,其服从均值为υ,方差为σ2的正态分布,根据数理统计中的区间估算法,可估算在一定置信度的前提条件下,采收数量的下限值。
[0005] 作为优选,步骤(3)中所构建样本库方法如下:(2-1)有效样本数据:在实际生活中,由于农户外出务工等原因,每天实际需要采收的农户数量往往小于所在区域所有农户数量M。同时,由于天气、身体健康等原因,收运员无法做到应收尽收。鉴于此,根据该区域一般的常住农户数,设定一个最低比率r,当收运员每天的采收数量xi大于M × r时,则作为有效样本数据,输入样本库X;
(2-2)构建样本:一般要求用于统计的样本数据量需要大于30,同时考虑到实际的农村生活方式变动等原因,样本数据量也不宜过大,一般考虑能反映半年特征的数据量即可,因此,样本的最大数据量设定为180。当样本数据量达到180条时,以后每增加一条新记录,则替换最早的样本数据,保持样本数据始终为最新。从而确保样本群能最大限度代表当前的农村生活情况。
[0006] 作为优选,步骤(4)中估算收运员应收数量下限方法如下:(3-1) 收运员需要每天采收责任区域的农户垃圾桶,且每天的采收量 X 是由有众多的、互不想干、不分主次的各种偶然因素作用的结果之和。则可以认为每天的采收量 X 是一个随机变量,且 X ~ N(υ,σ2),服从正态分布。故对于任何实数A < B,随机变量 X 落在A和B之间的概率由下式确定:
其中:
式中:υ 是总体平均数,σ 是总体标准差,φυ,σ(X)的图像为正态分布的概率密度曲线;
式中:υ 是总体平均数,σ 是总体标准差,φυ,σ(X)的图像为正态分布的概率密度曲线;
(3-2)由于X ~ N(υ,σ2),在总体方差σ2 已知,在置信度1-α为95%条件下,计算总体均值υ,而υ值依赖于样本均值 x及抽样误差范围Δx=|x - υ|,可利用样本群计算得到抽样误差Δx,则收运员每天应收农户数量的区间为【x - Δx,x + Δx】;
(3-3)根据中心极限定理,样本均值误差符合均值为υ,标准差σ=   的标准正态分布;
构造 ,则Z服从标准正态分布,即Z ~ [0,1],故可以得到P{υ1 < Z < υ
2 }=1-α ,由标准正态分布式的分位数得 ,
故有 ;
(3-4)当样本数量大于30时,可近似认为总体方差σ为样本方差σN,当置信度1-α=95%时,此时可得知α/2=0.025,在 处对应的概率密度为1-(α/2)=0.975,根据标准正态分布表可知0.975对应表中1.9那一行,0.06那一列;
所以采收数量的下限θ1= ;
(3-5)针对具有N个样本数据的样本X={X1,X2…Xi…XN} (30≤N≤180),有:


将上述两式代入(3-4)中下限计算公式,即可得到估算的应采收量;
(3-6)如果收运员当日实际采收数量超过估算的采收数量下限,则设定其采收率为
100%。
[0007] 本发明与现有技术相比,具有以下优点和效果:利用区间估计算法,对特定区域内应收农户数量的范围作出概率估算,可估算在一定置信度的前提条件下采收数量的下限值,实现考核收运员的每日采收率,有助于量化考核指定区域内垃圾分类质量、收运工作质量,提升农村生活垃圾管理平。

具体实施方式

[0008] 下面通过实施例对本发明作进一步的详细说明,以下实施例是对本发明的解释而本发明并不局限于以下实施例。
[0009] 本实施例中的基于区间估计的农户垃圾采收数量计算方法,包括以下几个步骤:(1)针对特定的垃圾收运员,记录其每日采收的实际农户数,得到每日采收量数据,要求做到应收尽收;
(2)将步骤(1)中得到的每日采收量数据,与该收运员收运责任区所有农户数比较,当该数据在特定范围时,则作为一个有效样本数据记录;
(3)当步骤(2)所得到的数据记录量超过30条时,构造一个采收量的初始样本库;按照步骤(2)的规则,不断扩充初始样本库的样本数量,直到样本数据量最多达到180条,以后每增加一条新记录,则替换最早的样本数据,保持样本数据始终为最新;
(4)根据步骤(3)得到的样本,由于每天收运员的采收数量为随机变量,其服从均值为υ,方差为σ2的正态分布,根据数理统计中的区间估算法,可估算在一定置信度的前提条件下,采收数量的下限值。
[0010] 作为优选,步骤(3)中所构建样本库方法如下:(2-1)有效样本数据:在实际生活中,由于农户外出务工等原因,每天实际需要采收的农户数量往往小于所在区域所有农户数量M。同时,由于天气、身体健康等原因,收运员无法做到应收尽收。鉴于此,根据该区域一般的常住农户数,设定一个最低比率r,当收运员每天的采收数量xi大于M × r时,则作为有效样本数据,输入样本库X;
(2-2)构建样本:一般要求用于统计的样本数据量需要大于30,同时考虑到实际的农村生活方式变动等原因,样本数据量也不宜过大,一般考虑能反映半年特征的数据量即可,因此,样本的最大数据量设定为180。当样本数据量达到180条时,以后每增加一条新记录,则替换最早的样本数据,保持样本数据始终为最新。从而确保样本群能最大限度代表当前的农村生活情况。
[0011] 作为优选,步骤(4)中估算收运员应收数量下限方法如下:(3-1) 收运员需要每天采收责任区域的农户垃圾桶,且每天的采收量 X 是由有众多的、互不想干、不分主次的各种偶然因素作用的结果之和。则可以认为每天的采收量 X 是一个随机变量,且 X ~ N(υ,σ2),服从正态分布。故对于任何实数A < B,随机变量 X 落在A和B之间的概率由下式确定:
其中:
式中:υ 是总体平均数,σ 是总体标准差,φυ,σ(X)的图像为正态分布的概率密度曲线。
[0012] (3-2)由于X ~ N(υ,σ2),在总体方差σ2 已知,在置信度1-α为95%条件下,计算总体均值υ,而υ值依赖于样本均值 x及抽样误差范围Δx=|x - υ|,可利用样本群计算得到抽样误差Δx,则收运员每天应收农户数量的区间为【x - Δx,x + Δx】;(3-3)根据中心极限定理,样本均值误差符合均值为υ,标准差σ=   的标准正态分布;
构造 ,则Z服从标准正态分布,即Z ~ [0,1],故可以得到P{υ1 < Z < υ2 }=1-α ,由标准正态分布式的分位数得 ,
故有 ;
(3-4)当样本数量大于30时,可近似认为总体方差σ为样本方差σN,当置信度1-α=95%时,此时可得知α/2=0.025,在 处对应的概率密度为1-(α/2)=0.975,根据标准正态分布表可知0.975对应表中1.9那一行,0.06那一列;
所以采收数量的下限θ1= ;
(3-5)针对具有N个样本数据的样本X={X1,X2…Xi…XN} (30≤N≤180),有:


将上述两式代入(3-4)中下限计算公式,即可得到估算的应采收量;
(3-6)如果收运员当日实际采收数量超过估算的采收数量下限,则设定其采收率为
100%。
[0013] 此外,需要说明的是,凡依据本发明专利构思的构造、特征及原理所做的等效变化或者简单变化,均包括于本发明专利的保护范围内。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈