摘要
本发明提出基于政策匹配度的AI决策方法及系统,包括:从政策文本库和历史决策数据中提取政策条款的因果关系及时序依赖,生成政策因果时序网络模型;对不同粒度的政策约束进行分层建模及模糊聚合,生成统一约束评分;将决策问题分解为局部决策变量与全局决策变量,并结合统一约束评分,通过分布式优化算法在多主体间协同生成决策方案;通过实时环境数据与政策效果反馈的协同作用,并结合政策因果时序网络模型的结构化知识,动态优化决策参数;利用DeepSeek模型生成决策方案文本。本发明将政策文本和决策数据建模为政策因果时序网络,结合多尺度约束模糊聚合处理不同粒度政策约束,最终通过分布式梯度优化在多主体间生成与政策高度匹配的决策方案。
技术关键词
决策方法
变量
分布式优化算法
动态贝叶斯网络
时序
节点
文本
模糊推理系统
数据
偏差
分层
决策系统
代表
参数
模块
符号
多尺度