一种商旅行程自动化优化方法

本发明公开了一种商旅行程自动化优化方法，涉及智能行程规划技术领域，包括：通过联邦学习框架整合企业政策、个人偏好、实时交通的多源异构数据，实现跨域知识共享；采用注意力机制动态平衡成本、时间、舒适度与可持续性目标，构建分阶段优化引擎：首阶段通过稀疏约束线性规划对行程模块化拆解，快速生成帕累托前沿候选集；次阶段基于多智能体强化学习框架，以马尔可夫决策过程模拟复杂交互，通过量化舒适度指标的专项奖励函数驱动策略迭代；为应对实时扰动，部署事件驱动型边缘计算节点，即时响应航班延误、交通堵塞突发事件，并触发增量式拓扑更新算法，仅重构受影响子模块以降低计算复杂度。本发明解决了动态调整效率与多目标平衡能力的瓶颈。