基于人工智能的水利水电施工资源管理调度方法及系统

本发明公开了基于人工智能的水利水电施工资源管理调度方法及系统，通过实时采集施工多源数据；基于ST‑GNN时空图神经网络预测未来T时段内各施工区域的资源需求，结合LSTM长短期记忆网络对施工进度与环境扰动进行联合建模，得到需求预测模型；利用IPSO改进型粒子群优化算法调整所述需求预测模型的惯性权重与认知因子，结合RL强化学习训练智能体在模拟环境中学习最优调度策略，得到目标需求预测模型；将所述施工多源数据输入至所述目标需求预测模型中输出调度方案，将调度方案进行数字孪生仿真验证和调整，得到目标调度方案。提升对未来资源需求的预测的准确度和管理调度效率。