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！

龙图腾网获悉广州红海云计算股份有限公司申请的专利一种基于人工智能的工作流智能化管理方法及系统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：CN119784123B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202411751980.9，技术领域涉及：G06Q10/0633；该发明授权一种基于人工智能的工作流智能化管理方法及系统是由孙伟;何慕蓉;凌光明;廖勇设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本一种基于人工智能的工作流智能化管理方法及系统在说明书摘要公布了：本发明公开了一种基于人工智能的工作流智能化管理方法及系统，涉及工作流智能管理技术领域，包括：采用增量学习模型对工作流历史数据进行分析，构建任务完成时间的概率分布模型，并基于概率分布模型计算任务的风险系数；根据风险系数，结合专家规则库动态调整任务的缓冲时间和资源预留策略，当风险系数超过预设阈值时触发预警机制；通过增量式决策树对预警任务进行分类处理，自动生成风险应对方案，并将处理结果反馈至专家规则库进行规则更新。本发明能够准确预测任务延期和资源冲突风险，实现了系统的自适应优化，为企业提供了一种更加智能化、自适应的工作流管理解决方案。

本发明授权一种基于人工智能的工作流智能化管理方法及系统在权利要求书中公布了：1.一种基于人工智能的工作流智能化管理方法，其特征在于，包括： 采用增量学习模型对工作流历史数据进行分析，构建任务完成时间的概率分布模型，并基于所述概率分布模型计算任务的风险系数；所述风险系数包括任务延期概率和资源冲突概率； 根据所述风险系数，结合专家规则库动态调整任务的缓冲时间和资源预留策略，当所述风险系数超过预设阈值时触发预警机制；所述预警机制基于任务关键程度设定不同的预警等级； 通过增量式决策树对预警任务进行分类处理，自动生成风险应对方案，并将处理结果反馈至专家规则库进行规则更新； 计算所述风险系数的过程包括如下步骤，采用增量学习模型对工作流历史数据中的任务起止时间、资源占用信息、任务依赖关系进行特征提取，得到特征向量； 利用特征提取结果构建任务完成时间的概率分布模型； 基于所述概率分布模型计算任务延期概率； 计算任务间的资源冲突概率； 基于所述延期概率和所述资源冲突概率，通过FMEA方法计算任务的风险系数； 所述概率分布模型通过如下公式表示，其中，μt为历史任务的平均完成时间；为完成时间的方差；Pt为概率分布模型的输出； 所述延期概率通过如下公式表示： 对于规定完成时间Tdeadline，延期概率为： 通过标准化变换，得到： 其中，Φx为标准正态分布的累积分布函数；Pd为延期概率； 所述资源冲突概率的计算包括如下步骤： 构建任务的资源‑时间占用集合Otask： Otask＝rm，ts|rm∈Rset，ts∈[Tstart，Tend]； 其中，rm为第m个所需资源；Rset为任务需要的资源集合；ts为时间点；Tstart为任务开始时间；Tend为任务预计结束时间； 基于资源‑时间交集计算资源冲突概率Pc： 其中，Oi为任务i的资源‑时间占用集合；Oj为与任务i的资源‑时间占用集合；|Oi∩Oj|表示占用集合的交集基数；|Oi|表示占用集合的基数；Γ为满足以下条件的任务对集合： 任务i和任务j的执行时间段存在重叠； 任务i和任务j的资源需求集合存在交集； 所述风险系数通过如下公式表示： R＝Orisk×Srisk×Drisk； 其中，Orisk为风险发生率：Orisk＝maxPd，Pc×10； Srisk为风险严重度：Srisk＝‑ln1‑Pd×5； Drisk为风险检测难度：Drisk＝1+Pc2×5； 所述专家规则库包含不同任务等级和不同运行状态下的风险系数阈值矩阵Mthreshold和任务关键度矩阵Mcritical；所述任务等级包括高级任务、中级任务、低级任务，所述运行状态包括正常状态、瓶颈状态和紧急状态； 所述风险系数阈值矩阵Mthreshold的表达式为： 所述任务关键度矩阵Mcritical的表达式为： 其中，Rtij为第i级任务在第j种状态下的风险阈值；Kij为第i级任务在第j种状态下的关键度系数；i∈[1,3]，表示任务等级，i＝1：低级任务、i＝2：中级任务、i＝3：高级任务；j∈[1,3]，表示运行状态，j＝1：正常状态、j＝2：瓶颈状态、j＝3：紧急状态；Rt21为中级任务在正常状态下的风险阈值，作为中级阈值用于一级预警判定；Rt31为高级任务在正常状态下的风险阈值，作为高级阈值用于二级和三级预警判定；K21为中级任务在正常状态下的关键度系数，作为中级阈值用于一级预警判定；K31为高级任务在正常状态下的关键度系数，作为高级阈值用于二级和三级预警判定； 根据所述风险系数，结合专家规则库动态调整任务的缓冲时间和资源预留策略，当所述风险系数超过预设阈值时触发预警机制，包括如下步骤： 建立专家规则库； 计算任务的缓冲时间Tbuffer： Tbuffer＝Tbase×1+αtRtask+βtKtask； 其中，Tbase为基准缓冲时间；Rtask为当前任务的风险系数；Ktask为当前任务的关键度系数；αt为风险权重系数；βt为关键度权重系数； 计算任务的资源预留比例Preserve： 其中，Pmin为最小资源预留比例；Pmax为最大资源预留比例；Rtask为当前任务的风险系数； Ktask为当前任务的关键度系数；Rthreshold为风险系数阈值上限；Kmax为关键度系数上限； 将所述风险系数与所述风险系数阈值矩阵Mthreshold中的高级阈值Rt31和中级阈值Rt21进行比对，将任务关键度与所述任务关键度矩阵Mcritical中的高级阈值K31和中级阈值K21进行比对； 根据比对结果将预警等级划分为零级预警、一级预警、二级预警，以及三级预警；当所述风险系数超过Rt31，且所述任务关键度超过K31时，判定为三级预警；当所述风险系数超过Rt31或所述任务关键度超过K31时，判定为二级预警；当所述风险系数超过Rt21，且所述任务关键度超过K21时，判定为一级预警，其余情况判定为零级预警； 将所述预警等级与预警响应建立对应关系；其中，三级预警触发预警通知、应急资源池启动和任务重规划三项预警响应，二级预警触发预警通知和应急资源池启动两项预警响应，一级预警触发预警通知一项预警响应，零级预警不触发预警响应； 对所述缓冲时间Tbuffer、所述资源预留比例Preserve和所述预警响应Actionwarn进行协同调度，并输出调度方案矩阵。

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广州红海云计算股份有限公司，其通讯地址为：510000 广东省广州市天河区天河北路894号402房自编413号；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。