摘要
本发明涉及人工智能技术领域,具体公开了基于图神经网络的异配性组合优化问题求解方法及系统,方法包括:构建异配性图编码器;对所述异配性图编码器进行预训练,得到预训练好的图编码器;将预训练好的图编码器、线性层、softmax层依次连接,构建求解模型;冻结预训练好的图编码器,对线性层进行微调,得到异配性组合优化问题求解模型,利用异配性组合优化问题求解模型求解异配性组合优化问题。本发明通过设计异配性图编码器,利用将节点与其邻居分离的机制,精准捕捉异配性特征,同时融合了节点级对比学习与图级结构熵优化的双层优化策略,提升了模型的判别能力和全局性。
技术关键词
编码器
节点
邻居
双层优化策略
求解系统
人工智能技术
模块
矩阵
样本
信息熵
超参数
非线性
顶点
标签
机制
阶段
系统为您推荐了相关专利信息
地理位置特征
编码向量
耦合聚类分析
DBSCAN算法
分群
传感器节点
多算法融合
核辐射剂量率
循环神经网络模型
高风险
采煤机截割部
智能故障诊断方法
权重分配策略
级联
超图模型
梯度提升回归树算法
电化学阻抗谱
健康状态估计方法
单体电池
抽稀算法