Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江中之杰智能系统有限公司苏晓杭获国家专利权

浙江中之杰智能系统有限公司苏晓杭获国家专利权

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!

龙图腾网获悉浙江中之杰智能系统有限公司申请的专利基于OAG本体和LLM大模型的智能决策与业务协同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:CN121503927B

龙图腾网通过国家知识产权局官网在2026-04-21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:202610031414.3,技术领域涉及:G06Q10/063;该发明授权基于OAG本体和LLM大模型的智能决策与业务协同方法是由苏晓杭;叶晓芳;赖杰;胡道华;苏玉军;苏玉学;张继平设计研发完成,并于2026-01-12向国家知识产权局提交的专利申请。

基于OAG本体和LLM大模型的智能决策与业务协同方法在说明书摘要公布了:本发明涉及离散制造智能化领域,尤其涉及一种基于OAG本体和LLM大模型的智能决策与业务协同方法,包括以下步骤:采集历史数据和业务文档,对基础大语言模型进行定向微调,形成LLM大模型;解析离散制造场景原始数据与业务文档,构建OAG本体库;通过LLM大模型实时接收现场数据,更新OAG本体库,反哺优化LLM大模型,形成双向反馈;整合实时数据和历史数据输入LLM大模型,经OAG本体库分层转化为业务知识,生成主备决策方案;搭建智能体联邦中枢,下发决策方案,采集执行数据反馈LLM大模型,实现跨场景协同与全流程数据闭环。本发明通过全流程数据闭环的技术路径,有效解决了现有LLM会算不懂业务的核心痛点,实现了离散制造数据的全链路价值转化。

本发明授权基于OAG本体和LLM大模型的智能决策与业务协同方法在权利要求书中公布了:1.基于OAG本体和LLM大模型的智能决策与业务协同方法,其特征在于,包括以下步骤: 采集离散制造领域的历史数据和业务文档,对基础大语言模型进行定向微调,形成适配离散制造业务的LLM大模型; 利用LLM大模型解析离散制造场景原始数据与业务文档,构建包含要素本体、业务本体、逻辑规则本体的OAG本体库; 通过LLM大模型实时接收现场数据,挖掘隐性规则更新OAG本体库,同时OAG本体库反哺优化LLM大模型,形成双向反馈; 整合实时数据和历史数据输入LLM大模型,经OAG本体库分层转化为业务知识,生成主备决策方案; 搭建智能体联邦中枢,下发决策方案,采集执行数据反馈LLM大模型,实现跨场景协同与全流程数据闭环; 在挖掘隐性规则后,采用加权贝叶斯置信度算法计算隐性规则的可信度,将满足置信度阈值的规则推送至OAG本体库完成自动更新,对低置信度规则触发人工审核后更新,所述加权贝叶斯置信度算法的数学表达式如下: , 其中,表示挖掘得到的隐性规则R的置信度得分,取值范围为0至1,表示支撑隐性规则R成立的第i类数据,表示基于第i类数据判定隐性规则R成立的条件概率,表示第i类数据的权重系数,根据数据来源的可靠性设定,n表示支撑隐性规则R成立的数据类型总数,当大于或等于设定阈值时,隐性规则R自动推送至OAG本体库完成更新,当小于设定阈值时,触发人工审核流程,经审核确认有效的隐性规则R再更新至OAG本体库; 所述形成双向反馈的具体步骤如下: 配置LLM大模型的数据采集接口,通过数据采集接口实时接收离散制造现场的设备传感器数据、订单变更信息、物料库存变动数据、工位生产状态数据、AGV运行位置数据和质量管控实时结果,形成实时数据; 启动LLM大模型的多维度关联分析功能,对接收的实时数据进行交叉比对与深度挖掘,识别未被OAG本体库当前规则覆盖的隐性关联规则; 通过加权贝叶斯置信度算法计算各隐性关联规则的置信度得分,更新OAG本体库; 开启OAG本体库的反哺优化通道,将更新后的本体内容传输至LLM大模型的语义解析模块、逻辑推理模块和决策生成模块,调整LLM大模型对应模块的参数配置,重复上述步骤,形成持续迭代双向反馈闭环。

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浙江中之杰智能系统有限公司,其通讯地址为:315000 浙江省宁波市宁波高新区宁波新材料创新中心东区7幢38号14-6;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。