【技术实现步骤摘要】
本专利技术涉及智能决策，更具体地说，它涉及一种企业数字化智能决策系统。
技术介绍
1、在大型企业环境中，常面临多个项目并行推进的挑战，如何高效且公正地将这些项目分配给不同团队成为亟待解决的问题；当前的做法大多依赖于上级管理者的主观判断以及团队自我推荐来完成项目的分配。
2、然而，上述方式存在以下缺陷：1.部分团队可能因任务量过重而难以按时完成项目，导致项目延期；2.部分团队可能因任务量不足而过早地完成任务，导致团队资源闲置。
技术实现思路
1、本专利技术提供一种企业数字化智能决策系统，解决相关技术中团队因任务量过重而难以按时完成项目导致项目延期和因任务量不足导致团队资源闲置的技术问题。
2、本专利技术提供了一种企业数字化智能决策系统，包括：
3、数据采集模块，其用于采集企业的m个待分配项目的项目数据和n个团队的团队数据；
4、项目数据通过第一特征序列表示，第一特征序列包括u个序列单元，第u个序列单元表示第u个子项目的成本、所需人员数量、所需设备数量、项目开发周期，其中1≤u≤u；
5、团队数据通过第二特征序列表示，第二特征序列包括v个序列单元，第v个序列单元表示第v个人员的学历、工作经验、专业技能、健康状况，其中1≤v≤v；
6、预测模型构建模块，其用于根据待分配项目的项目数据和团队的团队数据构建并训练预测模型；
7、预测模型的输入为一个待分配项目的项目数据和一个团队的团队数据，输出的值分别表示预估
8、调度方案生成模块，其用于根据预测模型结合遗传算法生成调度方案；
9、根据调度方案将企业的m个待分配项目分配给n个团队。
10、进一步地，m和n均为自定义参数，m根据企业的待分配项目的数量设定，n根据团队的数量设定。
11、进一步地，学历包括：初中、高中和大学，学历通过实数编码表示；工作经验通过工作年限表示；专业技能通过技能评分表示，通过问卷测试的方式获得技能评分；健康状况包括：健康和不健康，通过实数编码表示。
12、进一步地，对于m个待分配项目的项目数据和n个团队的团队数据进行预处理，包括以下步骤：
13、步骤s201，对项目数据和团队数据中的缺失值通过取前一个序列单元的值和后一个序列单元的值的平均值进行填充处理；
14、步骤s202，对项目数据和团队数据中的异常值通过计算所有非异常值的均值进行替换处理；
15、步骤s203，对项目数据和团队数据通过最大最小归一化方法进行归一化处理。
16、进一步地，预测模型包括：第一隐藏层、提取层、第二隐藏层、第三隐藏层、第一分类器和第二分类器；
17、第一隐藏层包括u个隐藏单元，第u个隐藏单元输入第一特征序列的第u个序列单元，输出第一隐藏特征；
18、提取层用于提取第u个隐藏单元输出的第一隐藏特征作为第一更新特征；
19、第二隐藏层输入第二特征序列，输出第二更新特征；
20、第三隐藏层用于将第一隐藏层输出的第一更新特征和第二隐藏层输出的第二更新特征展开为向量表示并进行拼接获得组合向量；
21、组合向量输入到第一分类器和第二分类器，第一分类器的分类空间表示预估成本，第二分类器的分类空间表示预估完成时间。
22、进一步地，第一隐藏层的第u个隐藏单元的计算公式包括：
23、
24、其中xu表示第u个隐藏单元输入的第一特征序列的第u个序列单元，hu和hu-1分别表示第u个和第u-1个隐藏单元输出的第一隐藏特征，h0赋值为0，ru、zu和分别表示第一隐藏层的第u个隐藏单元的重置门、更新门和候选隐藏特征，和分别表示第一隐藏层的第u个隐藏单元的重置门对应的第一权重参数、第二权重参数和偏置参数，和分别表示第一隐藏层的第u个隐藏单元的重置门对应的第一权重参数、第二权重参数和偏置参数，和分别表示第一隐藏层的第u个隐藏单元的候选隐藏特征对应的第一权重参数、第二权重参数和偏置参数，⊙表示逐点相乘，sigmoid表示sigmoid激活函数，tanh表示tanh激活函数。
25、进一步地，第二隐藏层的计算公式如下：
26、
27、其中attention表示第二隐藏层输出的第二更新特征，query、key和value分别表示第二隐藏层第一中间特征、第二中间特征和第三中间特征，t表示转置操作，dk表示第二特征序列的每个序列单元的维度数量，为恒定值4，softmax表示softmax激活函数。
28、进一步地，预测模型的损失函数采用交叉熵损失函数。
29、进一步地，根据预测模型结合遗传算法生成调度方案，包括以下步骤：
30、步骤s301，生成符合约束条件的个体数量为q的初始化种群，其中q为自定义参数；
31、约束条件包括：一个待分配项目只能分配给一个团队；一个团队最多只能分配3个待分配项目；
32、初始化种群的个体通过矩阵编码表示，矩阵编码表示为：
33、
34、其中分别表示第1个待分配项目到第m个待分配项目分配到第1个团队的分配情况，分别表示第1个待分配项目分配到第1个团队到第n个团队的分配情况，表示第m个待分配项目分配到第n个团队的分配情况，矩阵编码的元素值通过0或者1表示；
35、步骤s302，通过预测模型构建目标函数，并通过目标函数计算获得初始化种群中每个个体的适应度值；
36、步骤s303，选择初始化种群中适应度值最大的两个个体作为父代；
37、步骤s304，生成取值范围为0到1之间的随机数，当该随机数小于第一阈值，则执行满足约束条件的交叉操作；
38、第一阈值为自定义参数；
39、交叉操作表示随机选择父代中两个个体对应矩阵编码的1个位置的元素值进行交换；
40、步骤s305，生成取值范围为0到1之间的随机数，当该随机数小于第二阈值，则执行满足约束条件的变异操作；
41、第一阈值为自定义参数；
42、变异操作表示随机选择父代中一个个体对应矩阵编码的1个位置的元素值进行重新生成；
43、步骤s306，判断当前迭代次数大于等于最大迭代次数，则将初始化种群中适应度值最大的个体作为调度方案，否则返回步骤s302，其中最大迭代次数为自定义参数。
44、进一步地，目标函数的计算公式如下：
45、
46、其中fit表示个体的适应度值，和分别表示将第m个待分配项目的项目数据和第n个团队的团队数据输入到预测模型输出的预估成本和预估完成时间，w1和w2分别表示第一权重参数和第二权重参数，w1和w2均为自定义参数并且w1和w2的和为1。
47、本专利技术的有益效果在于：本专利技术通过预测模型预估了不同团队负责不同项目时的成本和完成时间，并根据预测模型结合遗传算法生本文档来自技高网...
【技术保护点】
1.一种企业数字化智能决策系统，其特征在于，包括：
2.根据权利要求1所述的一种企业数字化智能决策系统，其特征在于，M和N均为自定义参数，M根据企业的待分配项目的数量设定，N根据团队的数量设定。
3.根据权利要求1所述的一种企业数字化智能决策系统，其特征在于，学历包括：初中、高中和大学，学历通过实数编码表示；工作经验通过工作年限表示；专业技能通过技能评分表示，通过问卷测试的方式获得技能评分；健康状况包括：健康和不健康，通过实数编码表示。
4.根据权利要求1所述的一种企业数字化智能决策系统，其特征在于，对于M个待分配项目的项目数据和N个团队的团队数据进行预处理，包括以下步骤：
5.根据权利要求1所述的一种企业数字化智能决策系统，其特征在于，预测模型包括：第一隐藏层、提取层、第二隐藏层、第三隐藏层、第一分类器和第二分类器；
6.根据权利要求5所述的一种企业数字化智能决策系统，其特征在于，第一隐藏层的第u个隐藏单元的计算公式包括：
7.根据权利要求5所述的一种企业数字化智能决策系统，其特征在于，第二隐藏层的计算公式
8.根据权利要求1所述的一种企业数字化智能决策系统，其特征在于，预测模型的损失函数采用交叉熵损失函数。
9.根据权利要求1所述的一种企业数字化智能决策系统，其特征在于，根据预测模型结合遗传算法生成调度方案，包括以下步骤：
10.根据权利要求9所述的一种企业数字化智能决策系统，其特征在于，目标函数的计算公式如下：
...【技术特征摘要】
1.一种企业数字化智能决策系统，其特征在于，包括：
2.根据权利要求1所述的一种企业数字化智能决策系统，其特征在于，m和n均为自定义参数，m根据企业的待分配项目的数量设定，n根据团队的数量设定。
3.根据权利要求1所述的一种企业数字化智能决策系统，其特征在于，学历包括：初中、高中和大学，学历通过实数编码表示；工作经验通过工作年限表示；专业技能通过技能评分表示，通过问卷测试的方式获得技能评分；健康状况包括：健康和不健康，通过实数编码表示。
4.根据权利要求1所述的一种企业数字化智能决策系统，其特征在于，对于m个待分配项目的项目数据和n个团队的团队数据进行预处理，包括以下步骤：
5.根据权利要求1所述的一种企业数字化智能决策...
【专利技术属性】
技术研发人员：南出根，郭锐，
申请(专利权)人：钛镕智能科技苏州有限公司，
类型：发明
国别省市：
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。