一种多阶段任务系统性能评估方法及装置

摘要

本发明实施例提供了一种多阶段任务系统PMS的性能评估方法，包括：在深度学习特征表示的基础上，基于PMS损伤演化机理的Graph特征输入，对其多态特征数据进行融合；根据PMS的任务阶段需求及Graph的因果机理，实施因子图分割，以获取合适的分布式评估框架；基于状态&位置对比编码的注意力算子设计，自适应获取分布式评估中的最小Graph邻域模块；对目标邻域进一步聚焦，生成能够描述PMS阶段相关性的门控循环单元GRU自适应深度网络，挖掘最小评估子图的邻域信息。应用本发明实施例提供的方案，有望增加对应深度学习模块的可解释性，大幅降低评估算法复杂度，提高模型泛化能力，从而对PMS的性能进行精准评估。