目前，国家对设备资产管理逐渐完善，但设备数据资产价值挖掘成为企业经营基础性战略资源，使无序、混乱的设备运行、检维修、告警等数据成为有序、有使用价值的企业经营数据，将数据采集、整理、评级、聚合等与企业经营管理数据的财务、人员、供应链、销售、运输等关键要素通过联合分析优化目前设备运行及管理算法的瓶颈，从而提高设备自动化、无人化及管理机制的效率。 同时基于设备运行时间复杂度和不同地点空间复杂度的分析，帮助用户选择最优的设备良性运行，确保最大化提高设备运行寿命、效率的高效运行。 通过算法的不断优化，搭建设备资产采购、运输、安装、存储、使用、维修、报废等全生命周期管理体系，反向赋能企业财务、人力、生产经营、销售等关键经营管理环节，建设符合“一带一路”的战略发展信息化管理模型。 技术难点 目前各企业设备资产管理系统建设较为全面，但与企业经营涉及生产、销售、管理等多个环节形成脱节状态，无法相互之间联合优化，如ERP、CRM、生产调度指挥系统、KPI等支持企业经营管理数据管理和决策无法与设备资产管理数据形成良性循环体系，本管理算法及模型主要解决设备资产信息流重构、研发设计设备资产数据与企业经营数据的可持续优化算法模型，赋能设备管理流程管理，形成 “人工智能+”之下的管理模型，将不同类型数据变成可执行的“工具系统”或者“类工具系统”。 成果先进性 本算法和模型可广泛应用于设备资产图像识别、语音识别、自动化运行、检维修等管理方面与经营管理数据挂钩，本系统可基于算法训练模型，通过计算不同设备资产数据造成得经营管理上的相关问题，形成因素因子，能够有效设备与KPI、ERP、CRM等处理非线性关系，适应复杂的数据分布及管理机制，基于设备资产管理与企业经营数据的关联性算法分析及模型搭建在众多领域中的表现较为卓越，可有效提高设备运行效率约8%，降低人员成本20%，充分证明了该算法在问题上的强大能力。 创新性 本算法和模型的实现创新基于深度学习和强化学习技术，有效解决了设备资产与企业经营无法相互关联的问题，形成了管理机制的可持续性优化，同时能够应用于海量的数据集，并能够产生提高设备寿命、降低成本提高利润的企业经营分析。 可推广性 本算法和模型具备较强的扩展性，同时基于国产信创体系、国产数据库等进行研发应用，可应用于石油化工、煤矿非煤矿山、电力、清洁能源等设备资产较多、价值较高的工业领域。