摘要
本发明公开一种自适应资源调度与工单优先级排序的方法及系统,涉及工单系统技术领域,包括:以工单信息、环境信息和团队人员信息为状态观测变量,以工单优先级和分配策略为决策动作,以SLA达成奖励、总时长奖励、负载均衡奖励、分配质量奖励和优先级处理奖励构建总奖励函数,训练强化学习模型;接收待处理工单,根据当前环境信息和团队人员信息,确定决策动作集合,并根据总奖励函数,选择待处理工单的最佳优先级以及将待处理工单分配至最优团队或个人。动态感知环境状态、理解工单本质,并学习最优的工单分配和优先级调整策略,从而提升问题解决效率、优化资源利用率并保障环境稳定性。
技术关键词
团队
强化学习模型
优化资源利用率
决策
工单系统
处理器
大语言模型
策略
计算机程序产品
队列
变量
指令
可读存储介质
存储器
电子设备
基础
本质
模块
系统为您推荐了相关专利信息
矩阵
网络节点
状态空间模型
强化学习算法
注意力机制
面向智能电网
数据同步系统
纠错算法
校验算法
节点
嵌入式环境
嵌入式系统
测试优化方法
动态
环境感知数据
随机森林模型
时域特征
频域特征
监控预警方法
训练特征