买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中科南京人工智能创新研究院;中国科学院自动化研究所申请的专利基于大语言模型的整数规划自动建模方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119721249B 。

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411817102.2，技术领域涉及：G06N5/04；该发明授权基于大语言模型的整数规划自动建模方法是由曹婕;张一帆设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本基于大语言模型的整数规划自动建模方法在说明书摘要公布了：本发明公开了一种基于大语言模型的整数规划自动建模方法，包括获取整数规划问题数据集，采用数据增强和动态复杂度平衡方法进行处理，得到多模态表示的平衡数据集；采用模型架构搜索和组合优化方法进行处理，得到优化后的神经网络模型结构；采用动态稀疏化训练和自适应难度课程学习方法进行处理，得到经过第一阶段训练的模型；采用层次化强化学习和多目标帕累托前沿探索方法进行处理，得到经过第二阶段训练的最终模型；采用动态神经符号推理方法进行处理，得到逻辑一致性增强的整数规划模型；采用自适应对抗性测试生成方法进行处理，得到全面评估结果。本发明提升了整数规划问题的建模效率、准确性和适应性。

本发明授权基于大语言模型的整数规划自动建模方法在权利要求书中公布了：1.基于大语言模型的整数规划自动建模方法，其特征在于，包括如下步骤： S1、获取整数规划问题数据集，采用数据增强和动态复杂度平衡方法进行处理，得到多模态表示的平衡数据集； S2、基于多模态表示的平衡数据集，采用模型架构搜索和组合优化方法进行处理，得到优化后的神经网络模型结构； S3、基于优化后的神经网络模型结构和多模态表示的平衡数据集，采用动态稀疏化训练和自适应难度课程学习方法进行处理，得到经过第一阶段训练的模型； S4、基于经过第一阶段训练的模型和多模态表示的平衡数据集，采用层次化强化学习和多目标帕累托前沿探索方法进行处理，得到经过第二阶段训练的最终模型； S5、基于经过第二阶段训练的最终模型和多模态表示的平衡数据集，采用动态神经符号推理方法进行处理，得到逻辑一致性增强的整数规划模型； S6、基于逻辑一致性增强的整数规划模型和多模态表示的平衡数据集，采用自适应对抗性测试生成方法进行处理，得到全面评估结果； S7、获取模型评估结果和逻辑一致性增强的整数规划模型，采用自动报告生成方法进行处理，得到最终的模型性能报告和优化建议，步骤S7具体为： S71、从模型评估结果数据库中读取最终评估结果，从逻辑增强模型数据库中读取逻辑一致性增强的整数规划模型，初始化报告生成模块，包括数据分析组件和自然语言生成组件，将这些组件存储在报告生成器数据库中； S72、从报告生成器数据库中读取数据分析组件，使用该组件对评估结果进行深入分析，包括计算各项性能指标的统计数据、识别模型的优势和劣势、分析模型在不同类型问题上的表现差异，将分析结果存储在数据分析结果缓存中； S73、从数据分析结果缓存中读取分析结果，从报告生成器数据库中读取自然语言生成组件，使用自然语言生成组件，将数据分析结果转化为易于理解的文本描述，生成的文本描述包括模型性能概述、详细评估结果解释、模型优势和局限性分析，将生成的文本描述存储在报告文本缓存中； S74、基于文本描述和数据分析结果，使用自然语言生成组件生成一系列具体的优化建议，包括模型结构调整、训练策略改进和数据增强方法，将生成的优化建议存储在优化建议缓存中； S75、从报告文本缓存中读取生成的文本描述，从优化建议缓存中读取优化建议，将这些内容整合成一份完整的模型性能报告，使用预定义的报告模板，将文本描述、数据图表和优化建议有机组合，形成结构化的报告文档，将最终生成的报告文档存储在最终报告数据库中； S76、从最终报告数据库中读取生成的报告文档，对报告进行最后的格式化和校对，将最终修订后的报告导出为可交付的文件格式，存储在系统的输出文件夹中。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中科南京人工智能创新研究院;中国科学院自动化研究所，其通讯地址为：211135 江苏省南京市江宁区创研路266号麒麟人工智能产业园3号楼3楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。