摘要
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。