摘要
本发明公开了基于人工智能的招标文件错误内容优化方法及系统,涉及人工智能技术领域,包括使用CIRCA框架进行因果推断,构建因果贝叶斯网络并引入陈氏三维混沌扰动优化边概率,通过GNN模型识别潜在错误节点,使用SBERT生成语义嵌入向量,映射至黎曼流形,通过黎曼主成分分析实现嵌入降维,使用测地路径算法确定通往理想状态的最优路径,通过约束阿贝利结构和冲突强度计算候选适应度得分。本发明通过因果推理和混沌扰动相结合,提高招标文件中错误定位的准确性和分类判断的可靠性,通过语义流形建模和测地路径优化,提升语义错误的识别能力和修正路径的全局最优性。
技术关键词
Hopfield神经网络
李雅普诺夫指数
可视化界面
节点特征
成分分析
度量
黎曼
动态
强度
生成建议
报告
列表
人工智能技术
项目
标记
语义特征
处理器
计算机设备