基于图卷积网络和图注意力网络的生产业务流程节点向量表征方法技术

技术编号:43528004 阅读:21 留言:0更新日期:2024-12-03 12:14
本发明专利技术公开了一种基于图卷积网络和图注意力网络的生产业务流程节点向量表征方法。步骤如下:首先利用图卷积网络捕获生产业务流程图中节点的K阶邻域信息。接着,通过图注意力网络为每个节点的邻居赋予不同的重要性权重,使得模型能够更加灵活和精确地学习节点间的依赖关系。采用集成学习策略,将图卷积网络和图注意力网络进行协同训练,以优化单个模型的性能,并通过联合训练机制提升节点向量表示的准确性和表达能力。本发明专利技术能够有效地为生产业务流程中的每个节点生成高质量的向量表示,这些表示不仅反映了节点的局部结构特性,还包含了节点间的复杂关系。由此得到的节点向量表示可用于多种下游任务,显著提高这些任务的准确率和可靠性。

【技术实现步骤摘要】

本专利技术涉及业务流程管理领域,具体涉及基于图卷积网络和图注意力网络的生产业务流程节点向量表征方法


技术介绍

1、随着制造业的迅猛发展和科技创新的持续推进,制造企业正站在一个新的历史交汇点,面临着一系列紧迫的挑战。这些挑战不仅包括降低产品成本、加速产品创新周期、提升产品质量,还涉及提升服务水平等多方面的需求。这些需求对生产业务流程的高效执行提出了更为严格的标准,如成本最小化、生产周期缩短、资源配置最优化等。为了有效应对这些挑战,制造企业必须将生产业务流程的优化工作置于战略核心位置,以此作为提升企业盈利能力、增强市场竞争力、实现智能化转型的关键举措。在推进生产业务流程优化的征途中,对流程中各个节点的精准表征显得尤为关键。这一步骤的目标是开发出一种能够将流程节点映射为低维、信息丰富的向量表示的方法,为后续的流程优化工作奠定坚实的基础,并确保这些工作在一个高效、紧凑的向量空间内得以顺利开展。

2、传统的流程节点表征方法严重依赖专家的业务知识和经验,随着生产业务流程复杂性的增大,传统方法对生产业务流程的特征提取难度逐渐加大,提取效率低且无法保证提取的本文档来自技高网...

【技术保护点】

1.一种基于图卷积网络和图注意力网络的生产业务流程节点向量表征方法,其特征在于:该方法包括:

2.如权利要求1所述的基于图卷积网络和图注意力网络的生产业务流程节点向量表征方法,其特征在于:所述的步骤(1)具体包括以下步骤:

3.如权利要求1所述的基于图卷积网络和图注意力网络的生产业务流程节点向量表征方法,其特征在于:所述步骤(2)具体包括以下步骤:

4.如权利要求1所述的基于图卷积网络和图注意力网络的生产业务流程节点向量表征方法,其特征在于:所述步骤(3)具体包括以下步骤:

【技术特征摘要】

1.一种基于图卷积网络和图注意力网络的生产业务流程节点向量表征方法,其特征在于:该方法包括:

2.如权利要求1所述的基于图卷积网络和图注意力网络的生产业务流程节点向量表征方法,其特征在于:所述的步骤(1)具体包括以下步骤:

3.如权利...

【专利技术属性】
技术研发人员:王佳星陈凯涛余益丰侯晨煜曹斌范菁
申请(专利权)人:浙江工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1