(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211075096.9 (22)申请日 2022.09.02 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 杨尚航　 (74)专利代理 机构 华进联合专利商标代理有限 公司 44224 专利代理师 胡淑梅 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/10(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 日期预测方法、 装置、 计算机设备和存储介 质 (57)摘要 本申请涉及一种 日期预测方法、 装置、 计算 机设备、 存储介质和计算机程序产品， 涉及人工 智能技术领域， 可用于金融科技领域或其他领 域。 所述方法包括： 获取目标对象对应的当前任 务进度指标数据； 将当前任务进度指标数据输入 至日期预测模 型， 得到目标对象的任务预测完成 日期； 其中， 日期预测模型是基于初始日期预测 模型对目标对象对应的历史任务进度指标数据 进行处理得到历史任务预测完成日期， 以初始日 期预测模型的参数作为个体， 根据历史任务实际 完成日期、 历史任务预测完成日期、 遗传算法和 当前迭代次数确定出遗传概率参数， 并基于遗传 概率参数对初始日期预测模型的参数进行更新 得到的。 采用本方法可以更准确地预测出任务完 成日期。 权利要求书2页 说明书16页 附图4页 CN 115409273 A 2022.11.29 CN 115409273 A 1.一种日期预测方法， 其特 征在于， 所述方法包括： 获取目标对象对应的当前任务进度指标数据； 所述当前任务进度指标数据包括所述任 务对象总数、 当前日期、 当前已完成任务对象数、 任务权限开启日期、 任务 开始执行日期； 将所述当前任务进度指标数据输入至日期预测模型， 得到所述目标对象的任务预测完 成日期； 其中， 所述日期预测模型是基于初始日期预测模型对所述目标对象对应的历史任务进 度指标数据进 行处理得到历史任务预测完成日期， 以所述初始日期预测模 型的参数作为个 体， 根据所述目标对象对应的历史任务实际完成日期、 所述历史任务预测完成日期、 遗传算 法和当前迭代次数确定出遗传概率参数， 并基于所述遗传概率参数对所述初始日期预测模 型的参数进行 更新得到的。 2.根据权利要求1所述的方法， 其特 征在于， 所述日期预测模型的训练过程包括： 获取所述目标对象对应的所述历史任务进度指标数据和所述历史任务实际完成日期； 所述历史任务进度指标数据包括历史任务对 象总数、 历史日期、 历史日期对应的 已完成任 务对象数、 历史任务权限开启日期、 历史任务 开始执行日期； 将所述历史任务进度指标数据输入至多个所述初始日期预测模型， 得到多个所述历史 任务预测完成日期； 其中， 各 所述初始日期预测模型的参数不同； 以所述初始日期预测模型的参数作为个体， 根据所述历史任务实 际完成日期、 所述多 个历史任务预测完成日期、 所述遗传算法和所述当前迭代次数， 确定所述遗传概率参数， 基 于所述遗传概率参数对各所述初始日期预测模型的参数进 行更新， 并执行所述获取目标对 象对应的所述历史任务进度指标数据和所述历史任务 实际完成日期的步骤， 直到达到预设 训练停止条件， 得到训练后的所述日期预测模型。 3.根据权利要求2所述的方法， 其特征在于， 所述根据所述历史任务实 际完成日期、 所 述多个历史任务预测完成日期、 所述遗传算法和所述当前迭代 次数， 确定所述遗传概率参 数， 包括： 针对每个所述初始日期预测模型， 根据所述历史任务实 际完成日期、 所述初始日期预 测模型对应的所述历史任务预测完成日期、 以及目标函数， 计算所述初始日期预测模型对 应的损失值； 根据各所述初始日期预测模型对应的损失值， 确定各所述初始日期预测模型对应的个 体的适应度值， 并基于所述 适应度值和所述当前迭代次数， 确定所述遗传概 率参数。 4.根据权利要求3所述的方法， 其特征在于， 所述遗传概率参数包括交叉概率参数； 所 述基于所述 适应度值和所述当前迭代次数， 确定所述遗传概 率参数， 包括： 根据各所述个体的适应度值， 确定最大适应度值和平均适应度值； 根据各所述个体的适应度值和预设选取 策略， 从各 所述个体中选出多个目标个 体对； 针对每个所述目标个体对， 将所述目标个体对中两个个体的适应度值中的最大值， 确 定为目标适应度值， 并根据所述目标适应度值、 所述最大适应度值、 所述平均适应度值和所 述当前迭代次数， 计算所述目标个 体对对应的交叉概 率参数。 5.根据权利要求4所述的方法， 其特征在于， 所述根据所述目标适应度值、 所述最大适 应度值、 所述平均适应度值和所述当前迭代 次数， 计算所述 目标个体对对应的交叉概率参 数， 包括：权　利　要　求　书 1/2 页 2 CN 115409273 A 2在所述目标适应度值大于或等于所述平均适应度值的情况下， 根据所述目标适应度 值、 所述最大适应度值、 所述平均适应度值和所述当前迭代次数， 计算所述目标个体对对应 的交叉概 率参数； 在所述目标适应度值小于所述平均适应度值的情况下， 根据所述当前迭代次数， 计算 所述目标个 体对对应的交叉概 率参数。 6.根据权利要求3所述的方法， 其特征在于， 所述遗传概率参数包括变异概率参数； 所 述根据各所述个体对应的适应度值和所述当前迭代次数， 确定所述遗传概 率参数， 包括： 根据各所述个体的适应度值， 确定最大适应度值和平均适应度值； 根据各所述个体的适应度值和预设选取策略， 从各所述个体中选出多个目标个体； 一 个所述目标个 体与一个所述初始日期预测模型对应； 针对每个所述目标个体， 根据 所述目标个体的适应度值、 所述最大适应度值、 所述平均 适应度值和所述当前迭代次数， 计算所述目标个 体对应的变异概 率参数。 7.根据权利要求6所述的方法， 其特征在于， 所述根据所述目标个体的适应度值、 所述 最大适应度值、 所述平均适应度值和所述当前迭代 次数， 计算所述 目标个体对应的变异概 率参数， 包括： 在所述目标个体的适应度值大于或等于所述平均适应度值的情况下， 根据所述目标个 体的适应度值、 所述最大适应度值、 所述平均适应度值和所述当前迭代次数， 计算所述目标 个体对应的变异概 率参数； 在所述目标个体的适应度值小于所述平均适应度值的情况下， 根据所述当前迭代次 数， 计算所述目标个 体对应的变异概 率参数。 8.一种日期预测装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取目标对象对应的当前任务进度指标数据； 所述当前任务进度指标 数据包括所述任务对象总数、 当前日期、 当前已完成任务对象数、 任务权限开启日期、 任务 开始执行日期； 预测模块， 用于将所述当前任务进度指标数据输入至日期预测模型， 得到所述目标对 象的任务预测完成日期； 其中， 所述日期预测模型是基于初始日期预测模型对所述 目标对 象对应的历史任务进度指标数据进行 处理得到历史任务预测完成日期， 以所述初始日期预 测模型的参数作为个体， 根据所述 目标对象对应的历史任务实际完成日期、 所述历史任务 预测完成日期、 遗传算法和当前迭代次数确定出遗传概率参数， 并基于所述遗传概率参数 对所述初始日期预测模型的参数进行 更新得到的。 9.一种计算机设备， 包括存储器和处理器， 所述存储器存储有计算机程序， 其特征在 于， 所述处 理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。 11.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序被处理器执 行时实现权利要求1至7中任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 115409273 A 3