[发明专利]一种基于人工智能的生产应急管理方法及系统在审

专利信息
申请号: 202111562111.8 申请日: 2021-12-20
公开(公告)号: CN114357182A 公开(公告)日: 2022-04-15
发明(设计)人: 武爱斌;魏小庆;王宁;朱为义;王琳;陈松 申请(专利权)人: 朗坤智慧科技股份有限公司
主分类号: G06F16/36 分类号: G06F16/36;G06F16/332;G06F16/35;G06Q50/04
代理公司: 南京禹为知识产权代理事务所(特殊普通合伙) 32272 代理人: 沈鑫
地址: 210005 江苏省南*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人工智能 生产 应急 管理 方法 系统
【权利要求书】:

1.一种基于人工智能的生产应急管理方法,其特征在于:包括,

题库模块(100)根据应急情景和行动指令生成应急题库,并将应急题库发送至演练模块(200);

演练模块(200)检测到用户登录答题系统后,为用户分配答题权限,用户根据答题权限并通过演练模块(200)进行答题;

评分模块(300)根据用户的答题时间和答题正确率,对用户的协同反应水平和应急行动程序掌握水平进行评分;

通过处理模块(400)判断用户的协同反应水平和应急行动程序掌握水平是否满足要求,若评分低于设定的评分标准,则对该用户进行应急知识培训,直至满足要求。

2.如权利要求1所述的基于人工智能的生产应急管理方法,其特征在于:题库模块(100)包括过滤单元(101)、分类单元(102);

通过过滤单元(101)对应急情景和行动指令进行预处理,滤除错误数据;

分类单元(102)根据预处理结果,生成初始题集,并将初始题集划分为普通习题和易错习题,生成应急题库。

3.如权利要求2所述的基于人工智能的生产应急管理方法,其特征在于:分类单元(102)包括,

对初始题集添加标签,并将其转换为特征向量;

构建分类网络,结合特征向量和WOA算法训练所述分类网络;

当满足条件时停止训练,利用训练完成的分类网络将初始题集划分为普通习题和易错习题。

4.如权利要求3所述的基于人工智能的生产应急管理方法,其特征在于:训练所述分类网络包括,

初始化网络权值、最大迭代次数T和网络神经元的个数;

随机生成网络权值的位置,并计算网络权值的适应度;

更新网络权值的位置,并加入随机扰动,计算此时网络权值的适应度,根据适应度选取最优个体;

当网络精度满足条件且达到最大迭代次数时停止训练,获得最优网络权值。

5.如权利要求4所述的基于人工智能的生产应急管理方法,其特征在于:随机扰动包括,

其中,δ为扰动系数,t为当前迭代次数,δmax、δmin分别为δ的最大值和最小值。

6.如权利要求4或5所述的基于人工智能的生产应急管理方法,其特征在于:包括,

用户在登录答题系统的当天仅能获得1次答题权限。

7.如权利要求6所述的基于人工智能的生产应急管理方法,其特征在于:包括,

若答题时间小于时间阈值,且答题正确率大于95%,则评分为优;

若答题时间小于时间阈值,且答题正确率大于80%小于95%,则评分为良;

若答题正确率低于80%,则评分为差;

若评分为良,则需要进行为期1天的应急知识培训;若评分为差,则需要进行为期1周的应急知识培训。

8.一种基于人工智能的生产应急管理系统,其特征在于:包括,

题库模块(100),用于根据应急情景和行动指令生成应急题库,并将应急题库发送至演练模块(200);

演练模块(200),与所述题库模块(100)相连接,当检测到用户登录答题系统后,用于为用户分配答题权限,以及用户可通过演练模块(200)进行答题;

评分模块(300),与所述演练模块(200)连接,用于根据用户的答题时间和答题正确率,对用户的协同反应水平和应急行动程序掌握水平进行评分;

处理模块(400),与所述评分模块(300)连接,用于判断用户的协同反应水平和应急行动程序掌握水平是否满足要求,若评分低于设定的评分标准,则对该用户进行应急知识培训,直至满足要求。

9.如权利要求8所述的基于人工智能的生产应急管理系统,其特征在于:题库模块(100)包括过滤单元(101)、分类单元(102);

过滤单元(101),用于对应急情景和行动指令进行预处理,滤除错误数据;

分类单元(102),与所述过滤单元(101)连接,用于根据预处理结果,生成初始题集,并用于将初始题集划分为普通习题和易错习题,生成应急题库。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于朗坤智慧科技股份有限公司,未经朗坤智慧科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111562111.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top