摘要：针对电力信息通信客服机器人在服务客户时,受语音信号频谱偏差造成语义理解错误,导致反馈的答案内容与客户预期不一致的问题,研究电力信息通信客服机器人特定语义数据检索优化方法。通过采集客户语音信号并提取梅尔倒谱系数,以此为输入,利用神经网络实现语义识别,得出语义关键词。将提取的关键词作为答案文本描述,计算语义关键词与每个答案文本之间的匹配度,以此实现特定语义数据检索优化。结果表明,所研究检索方法的约登指数为9.625,检索时间为24.32 s,由此说明该检索方法对特定语义的准确性更高,检索效率更快。

摘要：受损路网抢修是灾害应急响应中的一个非常重要的基础环节,主要研究如何对道路抢修队进行有效调度,以快速恢复受灾路网的交通能力,为后续顺利展开应急救援工作提供有效的保证.已有方法在路网受损严重的情形下往往难以给出有效的调度策略.为此,在已有工作的基础上,简化路网模型和决策模型,并基于动作集裁减和Q学习设计一种面向严重受损路网的抢修队调度算法.在该算法中,抢修队只能从当前可达的未修复受损路段集合中选择下一个动作,以确保Q学习的连续性.仿真实验结果表明,在节点数和受损率都较大的严重受损路网环境中,所提算法可以保证所有需求节点均可达,具有更高的稳定性和可靠性,且能够在更小的时间和修复代价内给出更优的调度方案.