摘要
本发明提供一种排班排产模型设计方法、装置、存储介质和程序产品,涉及生产加工自动控制技术领域,还涉及认知智能和大模型技术领域。其中,排班排产模型设计方法包括:分类收集排版排产相关数据;进行数据预处理;以多头注意力机制模块为基础,进行输入处理、数据标准化、特定层添加以及模型叠加,构建启发式算法模块;使用神经网络结构,叠加预处理模块和多层感知器,构建深度学习模块;整合启发式算法模块和深度学习模块,形成自适应认知智能网络。本发明以大模型为基座,创新性地提出一种融合了深度学习和启发式算法的混合模型架构:自适应认知智能网络。该模型能够同时捕捉数据的深层次特征和排班排产的复杂逻辑,给出自适应认知智能排产排班方案。
技术关键词
启发式算法
智能网络
排产模型
数据抽样
多头注意力机制
神经网络结构
模型动态训练
多层感知器
模块
数据验证
数据格式
智能排产
排版
自动控制技术
计算机装置
抽样方法
模型压缩
计算机程序产品
处理器
系统为您推荐了相关专利信息
调制识别方法
多头注意力机制
GCN模型
节点特征
采样点
公交站点
公共交通线网优化方法
出行方式
旅客
行程
预测模型训练方法
多头注意力机制
计量终端
因子
电力系统数据库