[发明专利]一种电力现场作业人员智能分配应用方法

摘要

本发明涉及一种电力现场作业人员智能分配应用方法，属于智能推荐系统技术领域。本发明基于深度学习SDAE算法和协同过滤推荐算法，通过十个应用方法步骤，实现栈式降噪自编码器科学建模，针对电力工程项目设计，可自动从人员信息及历史工程数据中学习，特别适合电力工程项目快速甄别、优选施工人员操作应用，推荐范围广，推荐结果召回率高，从而可切实保证质量和进度、促进安全可靠地完成电力工程项目的施工。解决了现有技术推荐范围小、推荐结果召回率低，推荐能力和使用范围有限，难以应用于电力工程项目高标准、多项类、海量甄别优选施工人员操作的问题。

主权项

1.一种电力现场作业人员智能分配应用方法，基于深度学习SDAE算法和协同过滤推荐算法，其特征在于，该电力现场作业人员智能分配应用方法的实现包括：A、模型训练阶段，B、人员‑任务推荐阶段两大步骤；A、模型训练阶段，它包括如下子步骤：a.1）人员信息及历史工程数据归一化；a.2）人员信息及历史工程数据向量化处理；a.3）设计网络结构 ( 输入层，中间隐层，输出层 )，根据神经网络堆叠 Autoencoder，进行任务数据特征提取；a.4）将训练样本分为若干组，分别利用随机梯度下降法训练推荐模型；a.5）模型参数调优；B、人员‑任务推荐阶段，它包括如下子步骤：b.1）使用SDAE模型提取电力工程任务特征；b.2）准备全部电力工程人员信息；b.3）加载推荐模型，输入施工人员和电力任务特征信息，计算任务匹配评分；b.4）根据评分推荐优选人员。