基于预警文本信息的调度命令智能生成模型

发布时间：2023-10-29 19:37

　　提出调度命令智能生成模型,该模型由神经网络和调度命令修正模块两部分组成。基于长短时记忆(LSTM)网络构建序列-序列(seq2seq)模型,将预警文本信息作为模型的输入进行训练,提出五种调度命令修正策略并分别对五种易错信息进行修正,最终得到调度命令。结果表明:该模型具有利用预警文本信息生成调度命令的能力,引入的调度命令修正模块能够有效提升调度命令生成质量。

【文章页数】：9 页

【文章目录】：
1调度命令智能生成模型总体架构
2调度命令智能生成模型
    2.1基于长短时记忆网络的seq2seq模型
        2.1.1编码部分
        2.1.2解码部分
    2.2调度命令修正
        2.2.1调度命令修正策略
        2.2.2调度命令修正模块构建
    2.3评价指标
3实验过程及结果分析
    3.1实验过程
    3.2数据集
    3.3数据预处理
    3.4实验结果
        3.4.1神经网络学习率和迭代次数参数对比实验
        3.4.2实验结果
5结论



本文编号：3858737