本發(fā)明涉及業(yè)務(wù)支撐
技術(shù)領(lǐng)域：
，尤其涉及一種定量預(yù)測方法及裝置。
背景技術(shù)：
：定量預(yù)測，是指根據(jù)準確、及時、系統(tǒng)、全面的調(diào)查統(tǒng)計資料和信息，運用統(tǒng)計方法或其他數(shù)學模型，對未來事件、現(xiàn)象發(fā)展的規(guī)模、水平、速度和比例等量的關(guān)系的測定?，F(xiàn)階段定量預(yù)測方法有很多，他們共同特征可以總結(jié)為：分析歷史數(shù)據(jù)和信息，發(fā)現(xiàn)或識別數(shù)據(jù)模式或規(guī)律；通過一定的數(shù)學模型來描述這種模式或規(guī)律；將建立的數(shù)學模型在時間域上擴展完成預(yù)測?，F(xiàn)有技術(shù)的定量預(yù)測法存在以下問題：對預(yù)測偏差的分析和使用，僅限于在未來如何創(chuàng)造出新的預(yù)測方法，然后使用新的預(yù)測方法來進行預(yù)測，卻沒有考慮預(yù)測方法自身預(yù)測偏差對預(yù)測結(jié)果的影響。綜上所述，現(xiàn)有技術(shù)的預(yù)測方法無法通過預(yù)測方法自身進行預(yù)測結(jié)果校正。技術(shù)實現(xiàn)要素：本發(fā)明提供一種定量預(yù)測方法及裝置，用以解決現(xiàn)有技術(shù)中的預(yù)測方法無法通過預(yù)測方法自身進行預(yù)測結(jié)果校正的技術(shù)問題。一方面，本發(fā)明實施例提供一種定量預(yù)測方法，包括：獲取歷史數(shù)據(jù)以及所述歷史數(shù)據(jù)的偏差值；基于第一預(yù)測方法對所述偏差值進行定量預(yù)測，獲得定量預(yù)測偏差值；根據(jù)所述定量預(yù)測偏差值對所述歷史數(shù)據(jù)的初始定量預(yù)測值進行糾偏，得到所述歷史數(shù)據(jù)的最終定量預(yù)測值，所述初始定量預(yù)測值是基于第二預(yù)測方法對所述歷史數(shù)據(jù)進行定量預(yù)測獲得的?？蛇x地，所述根據(jù)所述定量預(yù)測偏差值對所述歷史數(shù)據(jù)的初始定量預(yù)測值進行糾偏，得到所述歷史數(shù)據(jù)的最終定量預(yù)測值，包括：將所述初始定量預(yù)測值與所述定量預(yù)測偏差值之和作為所述最終定量預(yù)測值。可選地，所述第一預(yù)測方法與所述第二預(yù)測方法相同?？蛇x地，所述第一預(yù)測方法為下列任一項或幾項的組合：統(tǒng)計分析預(yù)測法、因果聯(lián)系模擬預(yù)測法和人工智能預(yù)測法；所述第二預(yù)測方法為下列任一項或幾項的組合：統(tǒng)計分析預(yù)測法、因果聯(lián)系模擬預(yù)測法和人工智能預(yù)測法?？蛇x地，所述歷史數(shù)據(jù)為告警歷史數(shù)據(jù)；所述歷史數(shù)據(jù)的偏差值為告警預(yù)測偏差值；該方法還包括：獲取告警歷史數(shù)據(jù)以及告警預(yù)測偏差值；基于告警預(yù)測方法對所述告警預(yù)測偏差值進行定量預(yù)測，獲得定量預(yù)測偏差值；根據(jù)所述定量預(yù)測偏差值對所述告警歷史數(shù)據(jù)的初始告警預(yù)測值進行糾偏，得到所述歷史數(shù)據(jù)的最終告警預(yù)測值，所述初始告警預(yù)測值是基于所述告警預(yù)測方法對所述告警歷史數(shù)據(jù)進行定量預(yù)測獲得的。另一方面，本發(fā)明實施例提供的一種定量預(yù)測裝置，包括：第一獲取單元，用于獲取歷史數(shù)據(jù)以及所述歷史數(shù)據(jù)的偏差值；第二獲取單元，用于基于第一預(yù)測方法對所述偏差值進行定量預(yù)測，獲得定量預(yù)測偏差值；確定單元，用于根據(jù)所述定量預(yù)測偏差值對所述歷史數(shù)據(jù)的初始定量預(yù)測值進行糾偏，得到所述歷史數(shù)據(jù)的最終定量預(yù)測值，所述初始定量預(yù)測值是基于第二預(yù)測方法對所述歷史數(shù)據(jù)進行定量預(yù)測獲得的。可選地，所述確定單元，具體用于：將所述初始定量預(yù)測值與所述定量預(yù)測偏差值之和作為所述最終定量預(yù)測值?？蛇x地，所述第一預(yù)測方法與所述第二預(yù)測方法相同。可選地，所述第一預(yù)測方法為下列任一項或幾項的組合：統(tǒng)計分析預(yù)測法、因果聯(lián)系模擬預(yù)測法和人工智能預(yù)測法；所述第二預(yù)測方法為下列任一項或幾項的組合：統(tǒng)計分析預(yù)測法、因果聯(lián)系模擬預(yù)測法和人工智能預(yù)測法?？蛇x地，所述歷史數(shù)據(jù)為告警歷史數(shù)據(jù)；所述歷史數(shù)據(jù)的偏差值為告警預(yù)測偏差值；所述第一獲取單元，還用于：獲取告警歷史數(shù)據(jù)以及告警預(yù)測偏差值；所述第二獲取單元，還用于：基于告警預(yù)測方法對所述告警預(yù)測偏差值進行定量預(yù)測，獲得定量預(yù)測偏差值；所述確定單元，還用于：根據(jù)所述定量預(yù)測偏差值對所述告警歷史數(shù)據(jù)的初始告警預(yù)測值進行糾偏，得到所述歷史數(shù)據(jù)的最終告警預(yù)測值，所述初始告警預(yù)測值是基于所述告警預(yù)測方法對所述告警歷史數(shù)據(jù)進行定量預(yù)測獲得的。本發(fā)明實施例提供的方法，獲取歷史數(shù)據(jù)以及所述歷史數(shù)據(jù)的偏差值，基于第一預(yù)測方法對所述偏差值進行定量預(yù)測，獲得定量預(yù)測偏差值，根據(jù)所述定量預(yù)測偏差值對所述歷史數(shù)據(jù)的初始定量預(yù)測值進行糾偏，得到所述歷史數(shù)據(jù)的最終定量預(yù)測值，所述初始定量預(yù)測值是基于第二預(yù)測方法對所述歷史數(shù)據(jù)進行定量預(yù)測獲得的，該方法可以利用預(yù)測方法自身來進行校正，提高了預(yù)測精度，簡化了預(yù)測過程。附圖說明為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例描述中所需要使用的附圖作簡要介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域的普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明實施例提供的定量預(yù)測方法流程圖；圖2為本發(fā)明實施例提供的定量預(yù)測方法詳細流程圖；圖3為本發(fā)明實施例提供的定量預(yù)測裝置示意圖。具體實施方式為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明作進一步地詳細描述，顯然，所描述的實施例僅僅是本發(fā)明一部份實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其它實施例，都屬于本發(fā)明保護的范圍。下面結(jié)合說明書附圖對本發(fā)明實施例作進一步詳細描述。如圖1所示，本發(fā)明實施例提供的定量預(yù)測方法流程圖，包括：步驟101、獲取歷史數(shù)據(jù)以及所述歷史數(shù)據(jù)的偏差值；步驟102、基于第一預(yù)測方法對所述偏差值進行定量預(yù)測，獲得定量預(yù)測偏差值；步驟103、根據(jù)所述定量預(yù)測偏差值對所述歷史數(shù)據(jù)的初始定量預(yù)測值進行糾偏，得到所述歷史數(shù)據(jù)的最終定量預(yù)測值；其中，初始定量預(yù)測值是基于第二預(yù)測方法對所述歷史數(shù)據(jù)進行定量預(yù)測獲得。上述步驟101中，歷史數(shù)據(jù)可以從歷史記錄日志中獲取，歷史記錄日志中存儲的是事件發(fā)生時的真實值，因此，歷史數(shù)據(jù)也可以稱之為歷史真實值，例如，過去每天的真實訂單量，過去每天的真實用戶訪問量，過去一周內(nèi)每天上午8點的真實氣溫等等。再比如，今天是2015年1月1日，歷史記錄日志中記錄的是歷史數(shù)據(jù)，具體地，記載的是過去一年時間(即2014年1月1日到2014年12月31日)中每天的銷售額，則獲取歷史數(shù)據(jù)可以是獲取歷史記錄日志中的所有歷史數(shù)據(jù)，也可以是只獲取其中的n個歷史數(shù)據(jù)，n的具體取值可視實際需要而定。從歷史數(shù)據(jù)偏差值數(shù)據(jù)庫中獲取與獲取的歷史數(shù)據(jù)對應(yīng)的偏差值。例如，從歷史記錄日志中獲取了n個歷史數(shù)據(jù)，則歷史數(shù)據(jù)偏差值數(shù)據(jù)庫中獲取對應(yīng)的n個偏差值。歷史數(shù)據(jù)的偏差值指的是歷史數(shù)據(jù)與歷史預(yù)測值之間的差值，其中歷史預(yù)測值指的是在事件還未發(fā)生時，對真實值進行預(yù)測的值。上述步驟102中，基于第一預(yù)測方法對所述偏差值進行定量預(yù)測，獲得定量預(yù)測偏差值。假設(shè)獲取了n個歷史數(shù)據(jù)，且n取值為5，獲取的5個歷史數(shù)據(jù)分別為h1，h2，h3，h4，h5，獲取的5個對應(yīng)的偏差值分別為d1，d2，d3，d4，d5。則根據(jù)第一預(yù)測方法及5個偏差值d1，d2，d3，d4，d5，獲得定量預(yù)測偏差值。上述步驟103中，根據(jù)獲得的定量預(yù)測偏差值對歷史數(shù)據(jù)的初始定量預(yù)測值進行糾偏，得到所述歷史數(shù)據(jù)的最終定量預(yù)測值。其中，初始定量預(yù)測值是基于第二預(yù)測方法對所述歷史數(shù)據(jù)進行定量預(yù)測獲得的。以上述例子為例進行說明，初始定量預(yù)測值是根據(jù)第二預(yù)測方法及5個歷史數(shù)據(jù)h1，h2，h3，h4，h5得到的。在現(xiàn)有技術(shù)的預(yù)測方法，是將上述初始定量預(yù)測值作為最終的預(yù)測結(jié)果，而本發(fā)明實施例提供的方法，還會對初始定量預(yù)測值進行糾偏，具體地，根據(jù)獲得的定量預(yù)測偏差值對初始定量預(yù)測值進行糾偏，得到最終定量預(yù)測值，其中，定量預(yù)測偏差值為正值或者負值。此外，對于上述第一預(yù)測方法及第二預(yù)測方法，可選地，所述第一預(yù)測方法為下列任一項或幾項的組合：統(tǒng)計分析預(yù)測法、因果聯(lián)系模擬預(yù)測法和人工智能預(yù)測法；所述第二預(yù)測方法為下列任一項或幾項的組合：統(tǒng)計分析預(yù)測法、因果聯(lián)系模擬預(yù)測法和人工智能預(yù)測法。其中，常用的統(tǒng)計分析預(yù)測法主要有：指數(shù)平滑法，趨勢外推法，移動平均法等，常用的因果聯(lián)系模擬預(yù)測法主要有：線性回歸因果法等，常用的人工智能預(yù)測法有人工魚群算法、蟻群算法、遺傳算法、模擬退火算法等。上述確定定量預(yù)測偏差值時使用的第一預(yù)測方法，與確定初始定量預(yù)測值時使用的第二預(yù)測方法，可以是相同的預(yù)測方法，也可以是不同的預(yù)測方法，例如，都使用指數(shù)平滑法進行預(yù)測，都使用移動平均法進行預(yù)測等，或者第一預(yù)測方法為線性回歸因果法，第二預(yù)測方法為模擬退火算法等。因此，可選地，所述第一預(yù)測方法與所述第二預(yù)測方法相同。此外，本發(fā)明的應(yīng)用場景不限，例如應(yīng)用場景可以是預(yù)測訂單量，預(yù)測天氣預(yù)報，預(yù)測告警量，預(yù)測上網(wǎng)用戶閱讀習慣，等等。具體地，上述步驟103中，根據(jù)所述定量預(yù)測偏差值對所述歷史數(shù)據(jù)的初始定量預(yù)測值進行糾偏，得到所述歷史數(shù)據(jù)的最終定量預(yù)測值的方法有很多種，例如將定量預(yù)測偏差值乘以某個系數(shù)之后，與初始定量預(yù)測值相加，得到最終定量預(yù)測值?？蛇x地，所述根據(jù)所述定量預(yù)測偏差值對所述歷史數(shù)據(jù)的初始定量預(yù)測值進行糾偏，得到所述歷史數(shù)據(jù)的最終定量預(yù)測值，包括：將所述初始定量預(yù)測值與所述定量預(yù)測偏差值之和作為所述最終定量預(yù)測值。上述方法，將初始定量預(yù)測值與定量預(yù)測偏差值之和作為最終定量預(yù)測值，簡單易實施。下面結(jié)合具體的例子進行說明。當前選定第一預(yù)測方法和第二預(yù)測方法都為二次指數(shù)平滑法，當前應(yīng)用場景為預(yù)測工人工單量，假設(shè)根據(jù)前n天的歷史數(shù)據(jù)(即歷史工人工單量)來預(yù)測未來的數(shù)據(jù)(即未來工人工單量)，并且n取值為3，如表1所示，為相關(guān)歷史記錄參數(shù)，其中歷史數(shù)據(jù)是從歷史記錄日志獲取的。下面基于獲取的歷史數(shù)據(jù)和歷史數(shù)據(jù)的偏差值，來預(yù)測2014年10月6日的工單量。2014-10-12014-10-22014-10-32014-10-42014-10-5歷史數(shù)據(jù)33683035290427803022歷史預(yù)測值34323055295128653060偏差值-64-20-47-85-38定量預(yù)測偏差值-52-11-26-59-16最終定量預(yù)測值33803044292528063044表1相關(guān)歷史記錄參數(shù)需要說明的是，為方便理解，在表1中增加了歷史預(yù)測值這一行內(nèi)容，并且初始定量預(yù)測值在事件發(fā)生之后，就成為歷史預(yù)測值。由于n取值為3，選定的預(yù)測方法為二次指數(shù)平滑法，因此在上述表1中，舉例來說，以2014年10月4日中的數(shù)據(jù)為例進行解釋說明。其中，歷史數(shù)據(jù)2780是在事件發(fā)生后得到的真實值；歷史預(yù)測值2865是根據(jù)2014年10月1日～2014年10月3日，這3天的歷史數(shù)據(jù)3368，3035，2904及二次指數(shù)平滑法預(yù)測得到的；預(yù)測偏差值-85為歷史數(shù)據(jù)與歷史預(yù)測值的差值；定量預(yù)測偏差值-59是根據(jù)2014年10月1日～2014年10月3日，這3天中的預(yù)測偏差值-64，-20，-47及二次指數(shù)平滑法預(yù)測得到的；最終定量預(yù)測值為初始定量預(yù)測值與定量預(yù)測偏差值之和，在事件發(fā)生之后，也可以理解為，最終定量預(yù)測值2806為歷史預(yù)測值2865與定量預(yù)測偏差值(-59)之和。對于其他的歷史記錄參數(shù)的來源，與2014年10月4日的參數(shù)來源類似，在此不贅述。下面以根據(jù)2014年10月3日～2014年10月5日這3天的數(shù)據(jù)，來預(yù)測2014年10月6日的數(shù)據(jù)為例進行說明。第一步：根據(jù)2014年10月3日～2014年10月5日的歷史數(shù)據(jù)2904，2780，3022，采用二次指數(shù)平滑法，得到初始定量預(yù)測值，假設(shè)為3653；第二步：根據(jù)2014年10月3日～2014年10月5日的偏差值-47，-85，-38，采用二次指數(shù)平滑法，得到定量預(yù)測偏差值，假設(shè)為-12；第三步：根據(jù)初始定量預(yù)測值，定量預(yù)測偏差值，得到最終定量預(yù)測值＝3653+(-12)＝3641。即，按照本發(fā)明實施例的預(yù)測方法，最終的預(yù)測值為3641，而如果按照現(xiàn)有技術(shù)的預(yù)測方法來預(yù)測，則預(yù)測結(jié)果為3653。因此本發(fā)明實施例的方法可以根據(jù)偏差值預(yù)測出定量預(yù)測偏差值，從而通過定量預(yù)測偏差值對初始定量預(yù)測值進行校正，得到最終定量預(yù)測值。當事件發(fā)生后，即可得知最終的結(jié)果，假設(shè)真實值為3623，則在事件發(fā)生后，可以將相關(guān)參數(shù)數(shù)據(jù)，用來更新表1，其中真實值成為歷史數(shù)據(jù)，記錄到歷史記錄日志中，初始定量預(yù)測值成為歷史預(yù)測值。更新后的相關(guān)歷史記錄參數(shù)如表2所示。表2更新后的相關(guān)歷史記錄參數(shù)從上表可以看出，如果是現(xiàn)有技術(shù)，則直接將歷史預(yù)測值3653作為最終的預(yù)測結(jié)果，而本發(fā)明實施例提供的方法，則將最終定量預(yù)測值3641作為最終的預(yù)測結(jié)果，從中可以看出，本發(fā)明實施例提供的方法預(yù)測的結(jié)果更加接近事件發(fā)生后的真實值3623。需要說明的是，上述方法根據(jù)前3天的歷史數(shù)據(jù)作為輸入?yún)?shù)，來預(yù)測未來的工單量，在實際應(yīng)用中，也可以是根據(jù)前30天、50天或者365天等，作為輸入?yún)?shù)，來預(yù)測未來的工單量，對于如何選取歷史數(shù)據(jù)及歷史數(shù)據(jù)的偏差值，本發(fā)明不做任何限定。上述方法，將同一個預(yù)測方法使用了兩次，第一次將歷史數(shù)據(jù)作為輸入?yún)?shù)，根據(jù)預(yù)測方法，預(yù)測出初始定量預(yù)測值；第二次則將偏差值作為輸入?yún)?shù)，根據(jù)預(yù)測方法，預(yù)測出定量預(yù)測偏差值；然后根據(jù)定量預(yù)測偏差值來校正初始定量預(yù)測值，得到最終定量預(yù)測值。現(xiàn)有技術(shù)直接將初始定量預(yù)測值作為最終的預(yù)測結(jié)果，而本發(fā)明實施例提供的方法，通過預(yù)測出定量預(yù)測偏差值進一步對初始定量預(yù)測值進行校正，因而本方法無需對預(yù)測方法自身做任何變動，只需要使用兩次預(yù)測方法(可以為相同的預(yù)測方法，也可以是不同的預(yù)測方法)，即可實現(xiàn)自我調(diào)整，得到一個更加精確的預(yù)測結(jié)果，該方法簡單易實施，預(yù)測結(jié)果更加準確。下面給出另一個應(yīng)用場景下本發(fā)明實施例提供的方法的預(yù)測過程。可選地，所述歷史數(shù)據(jù)為告警歷史數(shù)據(jù)；所述歷史數(shù)據(jù)的偏差值為告警預(yù)測偏差值；該方法還包括：獲取告警歷史數(shù)據(jù)以及告警預(yù)測偏差值；基于告警預(yù)測方法對所述告警預(yù)測偏差值進行定量預(yù)測，獲得定量預(yù)測偏差值；根據(jù)所述定量預(yù)測偏差值對所述告警歷史數(shù)據(jù)的初始告警預(yù)測值進行糾偏，得到所述歷史數(shù)據(jù)的最終告警預(yù)測值，所述初始告警預(yù)測值是基于所述告警預(yù)測方法對所述告警歷史數(shù)據(jù)進行定量預(yù)測獲得的。上述方法，給出了應(yīng)用場景為預(yù)測告警值時的預(yù)測過程，其中，所述告警預(yù)測方法可以是統(tǒng)計分析預(yù)測法、因果聯(lián)系模擬預(yù)測法和人工智能預(yù)測法中的一種或幾種的組合。下面對本發(fā)明實施例提供的定量預(yù)測方法做詳細描述。如圖2所示，為本發(fā)明實施例提供的定量預(yù)測方法詳細流程圖。步驟201、獲取歷史數(shù)據(jù)以及所述歷史數(shù)據(jù)的偏差值；步驟202、基于第一預(yù)測方法對所述偏差值進行定量預(yù)測，獲得定量預(yù)測偏差值；步驟203、基于第二預(yù)測方法對所述歷史數(shù)據(jù)進行定量預(yù)測，得到初始定量預(yù)測值；步驟204、將所述初始定量預(yù)測值與所述定量預(yù)測偏差值之和作為最終定量預(yù)測值；步驟205、輸出最終定量預(yù)測值。本發(fā)明實施例提供的方法，獲取歷史數(shù)據(jù)以及所述歷史數(shù)據(jù)的偏差值，基于第一預(yù)測方法對所述偏差值進行定量預(yù)測，獲得定量預(yù)測偏差值，根據(jù)所述定量預(yù)測偏差值對所述歷史數(shù)據(jù)的初始定量預(yù)測值進行糾偏，得到所述歷史數(shù)據(jù)的最終定量預(yù)測值，所述初始定量預(yù)測值是基于第二預(yù)測方法對所述歷史數(shù)據(jù)進行定量預(yù)測獲得的，該方法可以利用預(yù)測方法自身來進行校正，提高了預(yù)測精度，簡化了預(yù)測過程?；谙嗤募夹g(shù)構(gòu)思，本發(fā)明實施例還提供一種定量預(yù)測裝置。本發(fā)明實施例提供的定量預(yù)測裝置如圖3所示。第一獲取單元301，用于獲取歷史數(shù)據(jù)以及所述歷史數(shù)據(jù)的偏差值；第二獲取單元302，用于基于第一預(yù)測方法對所述偏差值進行定量預(yù)測，獲得定量預(yù)測偏差值；確定單元303，用于根據(jù)所述定量預(yù)測偏差值對所述歷史數(shù)據(jù)的初始定量預(yù)測值進行糾偏，得到所述歷史數(shù)據(jù)的最終定量預(yù)測值，所述初始定量預(yù)測值是基于第二預(yù)測方法對所述歷史數(shù)據(jù)進行定量預(yù)測獲得的。可選地，所述確定單元303，具體用于：將所述初始定量預(yù)測值與所述定量預(yù)測偏差值之和作為所述最終定量預(yù)測值。可選地，所述第一預(yù)測方法與所述第二預(yù)測方法相同。可選地，所述第一預(yù)測方法為下列任一項或幾項的組合：統(tǒng)計分析預(yù)測法、因果聯(lián)系模擬預(yù)測法和人工智能預(yù)測法；所述第二預(yù)測方法為下列任一項或幾項的組合：統(tǒng)計分析預(yù)測法、因果聯(lián)系模擬預(yù)測法和人工智能預(yù)測法?？蛇x地，所述歷史數(shù)據(jù)為告警歷史數(shù)據(jù)；所述歷史數(shù)據(jù)的偏差值為告警預(yù)測偏差值；所述第一獲取單元301，還用于：獲取告警歷史數(shù)據(jù)以及告警預(yù)測偏差值；所述第二獲取單元302，還用于：基于告警預(yù)測方法對所述告警預(yù)測偏差值進行定量預(yù)測，獲得定量預(yù)測偏差值；所述確定單元303，還用于：根據(jù)所述定量預(yù)測偏差值對所述告警歷史數(shù)據(jù)的初始告警預(yù)測值進行糾偏，得到所述歷史數(shù)據(jù)的最終告警預(yù)測值，所述初始告警預(yù)測值是基于所述告警預(yù)測方法對所述告警歷史數(shù)據(jù)進行定量預(yù)測獲得的。本發(fā)明是參照根據(jù)本發(fā)明實施例的方法、設(shè)備(系統(tǒng))、和計算機程序產(chǎn)品的流程圖和/或方框圖來描述的。應(yīng)理解可由計算機程序指令實現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合。可提供這些計算機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個機器，使得通過計算機或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。這些計算機程序指令也可存儲在能引導(dǎo)計算機或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。這些計算機程序指令也可裝載到計算機或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計算機或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計算機實現(xiàn)的處理，從而在計算機或其他可編程設(shè)備上執(zhí)行的指令提供用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。盡管已描述了本發(fā)明的優(yōu)選實施例，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造性概念，則可對這些實施例作出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu)選實施例以及落入本發(fā)明范圍的所有變更和修改。顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。當前第1頁12