摘要
本发明涉及数据处理技术领域，尤其涉及一种用于数字孪生模型的动态优化及发布方法，该方法包括：采集实时数据；确定临时网格；判定仿真网格；计算预测优化指数；模拟形成优化指数；调整网格边长；发布优化孪生模型。本发明通过对工业区域内各网格中人员的实时密度、人员的实时平均移动速度，以及与之关联的设备运行率进行动态采集与分析，实现了数字孪生模型的高精度、自适应优化。人员密度反映了某一区域内的作业集中程度，平均移动速度则揭示了人员流动性的强弱，两者共同构成了人员行为的空间与时间分布特征，有效解决了由于过于依赖历史数据和单一优化策略导致应对动态变化响应速度慢和处理精度低的问题。
