基于强化学习反馈机制的采购评审一致性检测优化方法

本发明提供一种基于强化学习反馈机制的采购评审一致性检测优化方法，通过构建双分支并行执行流程，使第一分支调用初始一致性检测模型对采购评审数据进行检测以输出待定不一致条目，同时第二分支基于标注样本集训练强化学习智能体以迭代调整特征权重与决策逻辑，解决检测效率与模型优化无法同步进行的技术缺陷；通过将专家复核判定结果与修正意见转换为反馈奖励信号输入至强化学习智能体以更新模型参数，解决了模型缺乏动态反馈机制、无法自适应校正偏差的技术缺陷；通过强化学习智能体根据采购项目的属性类型生成个性化检测规则子集，替换初始一致性检测模型中的通用规则，解决规则适配性差、无法适配不同类型采购项目的问题。