摘要
本发明公开了一种基于业务场景的大模型智能调度方法,通过多模态数据采集模块实时获取业务请求参数,采用基于自注意力机制的深度学习模型进行语义解析,根据语义解析结果结合历史场景特征使用对比学习机制动态分类业务场景,构建包含场景特征向量和资源需求标签的动态分类知识图谱;针对分类场景构建深度学习驱动的资源需求预测模型,并进行资源需求预测;通过对业务场景的深度感知和精准分类,结合准确的资源需求预测,能够有效避免因难以实时捕捉任务负载突变而导致的资源过度分配或不足问题,在突发高并发场景下,可将资源分配误差率降低,提高了资源的利用效率,减少资源浪费和成本支出。
技术关键词
智能调度方法
需求预测模型
资源分配
多模态数据采集
深度确定性策略梯度
深度强化学习算法
服务等级协议
深度学习模型
动态调整机制
传感器阵列
业务系统运行状态
场景特征
语义
分类场景
模态特征
交叉注意力机制
数字孪生