AI防呆算法与数字模型的优化方法及系统

本发明涉及数据处理的技术领域，提供了AI防呆算法与数字模型的优化方法及系统，包括采集多模态流程数据后，进行时间对齐与事件分段，得到标准行为序列和异常行为序列，根据标准行为序列输入预设的深度学习行为预测模型，得到行为预测结果，对行为预测结果和异常行为序列进行结构匹配，得到优化指令集和语义提示信息后，对预设的深度学习行为预测模型进行优化，得到优化后的防呆智能预测模型。通过对原深度学习行为预测模型进行优化，提升模型对异常行为的自适应识别能力和风险规避能力，改善在复杂的实际应用环境中，无法灵活处理高频率的操作环境变化，导致了部分高风险行为未能及时识别或纠正，存在着准确性低和适应性差的问题。