CN116797008B - 基于人工智能的珠宝生产控制方法及系统 - Google Patents
基于人工智能的珠宝生产控制方法及系统 Download PDFInfo
- Publication number
- CN116797008B CN116797008B CN202310821376.8A CN202310821376A CN116797008B CN 116797008 B CN116797008 B CN 116797008B CN 202310821376 A CN202310821376 A CN 202310821376A CN 116797008 B CN116797008 B CN 116797008B
- Authority
- CN
- China
- Prior art keywords
- production control
- production
- flow change
- control flow
- knowledge
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 12
- 238000000195 production control method Methods 0.000 title claims abstract description 10
- 238000004519 manufacturing process Methods 0.000 claims abstract description 639
- 230000008859 change Effects 0.000 claims abstract description 265
- 230000005540 biological transmission Effects 0.000 claims abstract description 208
- 238000013139 quantization Methods 0.000 claims abstract description 136
- 238000012545 processing Methods 0.000 claims abstract description 105
- 238000009795 derivation Methods 0.000 claims abstract description 99
- 239000013598 vector Substances 0.000 claims abstract description 83
- 238000011217 control strategy Methods 0.000 claims abstract description 70
- 238000012546 transfer Methods 0.000 claims description 123
- 238000000034 method Methods 0.000 claims description 36
- 238000003066 decision tree Methods 0.000 claims description 34
- 238000004458 analytical method Methods 0.000 claims description 18
- 230000004927 fusion Effects 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 230000002194 synthesizing effect Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 230000009191 jumping Effects 0.000 claims description 3
- 238000011002 quantification Methods 0.000 claims description 3
- 238000011144 upstream manufacturing Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005498 polishing Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002985 plastic film Substances 0.000 description 1
- 229920006255 plastic film Polymers 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供的基于人工智能的珠宝生产控制方法及系统，能够将待处理珠宝加工生产任务的多维生产订单数据转换为生产控制特征关系网的类型；并在生产控制特征关系网中采用基于多次控制流程变化推衍的思路获得生产控制特征关系网中文本块关联特征对应传递指示的量化向量，基于传递指示的量化向量生成待处理珠宝加工生产任务的生产控制策略；以精准合理地制定待处理珠宝加工生产任务的生产控制策略，从而为待处理珠宝加工生产任务匹配尽可能合理的生产控制策略生成报告，这样在基于生产控制策略生成报告进行珠宝加工生产过程的产线设备控制时，能够尽可能提高控制精度，提升珠宝加工生产的效率和良品率。
Description
技术领域
本发明涉及人工智能技术领域，特别涉及一种基于人工智能的珠宝生产控制方法及系统。
背景技术
随着人们生活水平的不断提高，作为佩戴饰品、工艺装饰品或艺术收藏品的珠宝的市场需求越来越大，这给珠宝生产加工技术带来了不小的挑战。传统的珠宝生产加工技术大多通过人工实现，存在周期长(效率低)且良品率难以得到保障的问题。
发明内容
为改善相关技术中存在的技术问题，本发明提供了一种基于人工智能的珠宝生产控制方法及系统。
第一方面，本发明实施例提供了一种基于人工智能的珠宝生产控制方法，应用于AI生产控制系统，所述方法包括：
获得待处理珠宝加工生产任务的多维生产订单数据，所述多维生产订单数据包括生产订单需求文本块和文本块关联特征；
依据所述多维生产订单数据生成与所述多维生产订单数据对应的生产控制特征关系网，所述生产控制特征关系网包括所述生产订单需求文本块对应的生产控制要素单元以及所述文本块关联特征对应的传递指示；
确定所述生产控制要素单元的初始生产控制要素量化知识和所述传递指示的初始传递指示量化知识；
依据所述生产控制要素单元的初始生产控制要素量化知识、所述传递指示的初始传递指示量化知识，基于所述传递指示执行若干次控制流程变化推衍，得到所述传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征；
依据所述控制流程变化推衍特征获得所述传递指示的生产控制建议向量；
依据所述传递指示的生产控制建议向量生成待处理珠宝加工生产任务的生产控制策略，并缓存待处理珠宝加工生产任务的生产控制策略生成报告。
在一些可选的实施例中，依据所述生产控制要素单元的初始生产控制要素量化知识、所述传递指示的初始传递指示量化知识，基于所述传递指示执行若干次控制流程变化推衍，得到所述传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征，包括：
依据所述生产控制要素单元的初始生产控制要素量化知识、所述传递指示的初始传递指示量化知识获得若干次控制流程变化推衍的基础传入数据；
基于所述基础传入数据以及所述传递指示执行若干次控制流程变化推衍，得到所述传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征。
在一些可选的实施例中，基于所述基础传入数据以及所述传递指示执行若干次控制流程变化推衍，得到所述传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征，包括：
将所述基础传入数据作为当前次控制流程变化推衍的当前传入数据，并基于当前传入数据进行当前次控制流程变化推衍；
依据所述生产控制要素单元的初始生产控制要素量化知识、所述传递指示的当前传递指示量化知识以及前序控制流程变化推衍特征，获得所述传递指示在当前次控制流程变化推衍时的当前控制流程变化推衍特征，其中，所述前序控制流程变化推衍特征为所述传递指示在上一次控制流程变化推衍时的控制流程变化推衍特征；
在进入下一次控制流程变化推衍时，依据所述当前控制流程变化推衍特征、生产控制要素单元的初始生产控制要素量化知识优化所述当前传入数据，并跳转到基于当前传入数据进行当前次控制流程变化推衍的步骤，直到完成全部控制流程变化推衍，得到所述传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征。
在一些可选的实施例中，依据所述生产控制要素单元的初始生产控制要素量化知识、所述传递指示的当前传递指示量化知识以及前序控制流程变化推衍特征，获得所述传递指示在当前次控制流程变化推衍时的当前控制流程变化推衍特征，包括：
确定所述传递指示的源头生产控制要素单元对应的全部正序传递特征；
对所述正序传递特征的当前传递指示量化知识、所述正序传递特征所涉及的生产控制要素单元的初始生产控制要素量化知识、以及所述正序传递特征在前序控制流程变化推衍时的前序控制流程变化推衍特征进行整理，得到所述正序传递特征的分析结果；
对全部正序传递特征的分析结果进行拼接，得到所述传递指示在当前次控制流程变化推衍时的全局推衍特征；
对所述传递指示在上一次控制流程变化推衍时的前序控制流程变化推衍特征、以及所述全局推衍特征进行整理，得到所述传递指示在当前次控制流程变化推衍时的当前控制流程变化推衍特征。
在一些可选的实施例中，对所述正序传递特征的当前传递指示量化知识、所述正序传递特征所涉及的生产控制要素单元的初始生产控制要素量化知识、以及所述正序传递特征在前序控制流程变化推衍时的前序控制流程变化推衍特征进行整理，得到所述正序传递特征的分析结果，包括：
依据分析决策变量，对所述正序传递特征的当前传递指示量化知识、所述正序传递特征所涉及的生产控制要素单元的初始生产控制要素量化知识、以及所述正序传递特征在前序控制流程变化推衍时的前序控制流程变化推衍特征进行整理，得到联动控制描述向量；
基于目标算子对所述联动控制描述向量进行处理，得到所述正序传递特征的分析结果。
在一些可选的实施例中，对所述传递指示在上一次控制流程变化推衍时的前序控制流程变化推衍特征、以及所述全局推衍特征进行整理，得到所述传递指示在当前次控制流程变化推衍时的当前控制流程变化推衍特征，包括：
获得所述传递指示在综合上一次控制流程变化推衍时的已选前序控制流程变化推衍特征；
依据第一整理决策变量对已选前序控制流程变化推衍特征、和所述全局推衍特征进行整理，得到全局控制流程变化推衍特征；
基于目标算子对全局控制流程变化推衍特征进行处理，得到所述传递指示在当前次控制流程变化推衍时的当前控制流程变化推衍特征。
在一些可选的实施例中，获得所述传递指示在综合上一次控制流程变化推衍时的已选前序控制流程变化推衍特征，包括：
依据第二整理决策变量对所述传递指示的初始传递指示量化知识、所述传递指示所涉及生产控制要素单元的初始生产控制要素量化知识进行整理，得到所述传递指示的传递指示量化融合向量；
基于目标算子对传递指示量化融合向量进行处理，得到所述传递指示在综合上一次控制流程变化推衍时的已选前序控制流程变化推衍特征。
在一些可选的实施例中，依据所述传递指示的生产控制建议向量生成待处理珠宝加工生产任务的生产控制策略，包括：
将所述传递指示的生产控制建议向量映射为所述生产控制特征关系网中每个生产控制要素单元的生产控制要素量化知识；
对每个生产控制要素单元的生产控制要素量化知识进行整理，得到所述生产控制特征关系网的控制执行向量；
依据所述生产控制特征关系网的控制执行向量生成待处理珠宝加工生产任务的生产控制策略。
在一些可选的实施例中，将所述传递指示的生产控制建议向量映射为所述生产控制特征关系网中每个生产控制要素单元的生产控制要素量化知识，包括：
针对每个生产控制要素单元，确定与生产控制要素单元存在联系的目标对象，所述目标对象包括所述生产控制要素单元、以及所述生产控制要素单元的上下游生产控制要素单元；
对全部目标对象的生产控制建议向量进行整理，得到关联传递指示量化聚合向量；
基于第三整理决策变量对所述生产控制要素单元的当前生产控制要素量化知识、和所述关联传递指示量化聚合向量进行整理，得到所述生产控制要素单元的生产控制要素量化知识。
在一些可选的实施例中，确定所述生产控制要素单元的初始生产控制要素量化知识和所述传递指示的初始传递指示量化知识，包括：
依据所述生产订单需求文本块的文本块语义频繁项确定生产控制要素单元的初始生产控制要素量化知识；
依据所述文本块关联特征的语义频繁项确定所述传递指示的初始传递指示量化知识。
在一些可选的实施例中，基于所述基础传入数据以及所述传递指示执行若干次控制流程变化推衍，得到所述传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征，包括：将所述基础传入数据加载到决策树网络，所述决策树网络包括：若干个控制流程变化推衍组件、生产控制要素量化知识转化组件、和整理组件；通过决策树网络中若干个控制流程变化推衍组件基于所述传递指示执行若干次控制流程变化推衍，得到所述传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征；
依据所述传递指示的生产控制建议向量生成待处理珠宝加工生产任务的生产控制策略，包括：通过所述生产控制要素量化知识转化组件将所述传递指示的生产控制建议向量映射为所述生产控制特征关系网中每个生产控制要素单元的生产控制要素量化知识；通过所述整理组件对每个生产控制要素单元的生产控制要素量化知识进行整理，得到所述生产控制特征关系网的控制执行向量；依据所述生产控制特征关系网的控制执行向量生成待处理珠宝加工生产任务的生产控制策略。
在一些可选的实施例中，所述方法还包括：
获得已认证珠宝加工生产任务的已认证多维生产订单数据，所述已认证多维生产订单数据包括已认证生产订单需求文本块和已认证文本块关联特征；
依据所述已认证多维生产订单数据生成与所述已认证多维生产订单数据对应的已认证生产控制特征关系网，所述已认证生产控制特征关系网包括所述已认证生产订单需求文本块对应的已认证生产控制要素单元，所述已认证文本块关联特征对应的已认证传递指示；
确定所述已认证生产控制要素单元的已认证初始生产控制要素量化知识和所述已认证传递指示的已认证初始传递指示量化知识；
采用设定决策树网络，基于所述生产控制要素单元的已认证初始生产控制要素量化知识、所述传递指示的已认证初始传递指示量化知识生成已认证珠宝加工生产任务的生产控制策略，得到已认证珠宝加工生产任务的生产控制策略生成报告；
基于网络调试代价确定已认证珠宝加工生产任务的生产控制策略生成报告与先验生产控制策略之间的差异，并基于差异对所述决策树网络进行调试，得到调试后的决策树网络。
第二方面，本发明还提供了一种AI生产控制系统，包括处理器和存储器；所述处理器和所述存储器通信连接，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。
第三方面，本发明还提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现上述的方法。
本发明实施例可以获得待处理珠宝加工生产任务的多维生产订单数据，所述多维生产订单数据包括生产订单需求文本块和文本块关联特征；依据所述多维生产订单数据生成与所述多维生产订单数据对应的生产控制特征关系网，所述生产控制特征关系网包括所述生产订单需求文本块对应的生产控制要素单元以及所述文本块关联特征对应的传递指示；确定所述生产控制要素单元的初始生产控制要素量化知识和所述传递指示的初始传递指示量化知识；依据所述生产控制要素单元的初始生产控制要素量化知识、所述传递指示的初始传递指示量化知识，基于所述传递指示执行若干次控制流程变化推衍，得到所述传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征；依据所述控制流程变化推衍特征获得所述传递指示的生产控制建议向量；依据所述传递指示的生产控制建议向量生成待处理珠宝加工生产任务的生产控制策略，并缓存待处理珠宝加工生产任务的生产控制策略生成报告。鉴于本发明实施例能够将待处理珠宝加工生产任务的多维生产订单数据转换为生产控制特征关系网(feature map)的类型；并在生产控制特征关系网中采用基于多次控制流程变化推衍的思路获得生产控制特征关系网中文本块关联特征对应传递指示的量化向量，基于传递指示的量化向量生成待处理珠宝加工生产任务的生产控制策略；以精准合理地制定待处理珠宝加工生产任务的生产控制策略，从而为待处理珠宝加工生产任务匹配尽可能合理的生产控制策略生成报告，这样在基于生产控制策略生成报告进行珠宝加工生产过程的产线设备控制时，能够尽可能提高控制精度，提升珠宝加工生产的效率和良品率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。
图1是本发明实施例提供的一种基于人工智能的珠宝生产控制方法的流程示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
本发明实施例所提供的方法实施例可以在AI生产控制系统、计算机设备或者类似的运算装置中执行。以运行在AI生产控制系统上为例，AI生产控制系统可以包括一个或多个处理器(处理器可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器，可选地，上述AI生产控制系统还可以包括用于通信功能的传输装置。本领域普通技术人员可以理解，上述结构仅为示意，其并不对上述AI生产控制系统的结构造成限定。例如，AI生产控制系统还可包括比上述所示更多或者更少的组件，或者具有与上述所示不同的配置。
存储器可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的一种基于人工智能的珠宝生产控制方法对应的计算机程序，处理器通过运行存储在存储器内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至AI生产控制系统。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置用于经由一个网络接收或者发送数据。上述的网络具体实例可包括AI生产控制系统的通信供应商提供的无线网络。在一个实例中，传输装置包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。
基于此，请参阅图1，图1是本发明实施例所提供的一种基于人工智能的珠宝生产控制方法的流程示意图，该方法应用于AI生产控制系统，进一步可以包括步骤101-步骤106。
101、获得待处理珠宝加工生产任务的多维生产订单数据，该多维生产订单数据包括生产订单需求文本块和文本块关联特征。
本发明实施例中，待处理珠宝加工生产任务可以是针对珠宝、首饰等进行加工生产所创建的加工生产事件。进一步地，多维生产订单数据包括待处理珠宝加工生产任务所对应的珠宝产品的尺寸参数信息、外形结构信息、颜色色色泽信息或者一些个性化定制的生产参数信息等。其中，尺寸参数信息可以是文本维度的生产订单数据，外形结构信息、颜色色色泽信息可以是图像维度的生产订单数据，个性化定制的生产参数信息可以是文本维度、图像维度和语音维度(比如和用户进行语音沟通之后所生成的珠宝定制记录)的生产订单数据。
基于此，多维生产订单数据可以通过不同的生产订单需求文本块以及文本块关联特征构成。比如，多维生产订单数据包括待处理珠宝加工生产任务所对应的珠宝产品的尺寸参数信息、外形结构信息、颜色色色泽信息或者一些个性化定制的生产参数信息等可以分别对应相应的生产订单需求文本块，而珠宝首饰生产通常具有完整且前后存在联系的生产流水线，在此基础上，文本块关联特征则用于对不同的生产订单需求文本块进行关联，或则表征不同的生产订单需求文本块之间的联系情况。
102、依据多维生产订单数据生成与多维生产订单数据对应的生产控制特征关系网，该生产控制特征关系网包括所述生产订单需求文本块对应的生产控制要素单元以及所述文本块关联特征对应的传递指示。
在一些可能的实施例中，可以将多维生产订单数据转换成对应的生产控制特征关系网。
在实际实施时，为保障生产控制策略的生成精度和时效性，本发明实施例能够将待处理珠宝加工生产任务的多维生产订单数据转换为数据特征的类型，即生产控制特征关系网(feature map)，然后基于生产控制特征关系网创建基于人工智能模型的处理方法来生成待处理珠宝加工生产任务的生产控制策略。
其中，生产控制特征关系网可以由生产控制要素单元和传递指示组成，生产控制特征关系网中生产控制要素单元(关系网成员)对应于多维生产订单数据中的生产订单需求文本块，生产控制特征关系网中传递指示(即特征连接指针)对应于多维生产订单数据中的文本块关联特征。
示例性的，可以将多维生产订单数据中生产订单需求文本块作为关系网的映射成员，依据生产订单需求文本块之间的文本块关联特征对各关系网的映射成员进行关联，得到生产控制特征关系网。
本发明实施例中，生产控制特征关系网还可以理解为基于生产控制特征建立的知识图谱或者知识地图。
103、确定生产控制要素单元的初始生产控制要素量化知识和传递指示的初始传递指示量化知识。
本发明实施例中，生产控制要素单元的初始生产控制要素量化知识用于表征生产控制要素单元的特征，传递指示的初始传递指示量化知识用于表征传递指示的特征。进一步地，通过量化知识进行特征表示，可以在一定程度上减少浮点特征表示带来的过多运算开销，从而提升整体方案的时效性。
在一些示例下，依据生产订单需求文本块的文本块语义频繁项确定生产控制要素单元的初始生产控制要素量化知识；依据文本块关联特征的语义频繁项确定传递指示的初始传递指示量化知识。
其中，生产订单需求文本块的语义频繁项可以包括对应的文本细节特征，比如生产需求类型、生产需求参数等，生产订单需求文本块的特征可以作为生产控制特征关系网中与生产订单需求文本块对应生产控制要素单元的特征。
其中，文本块关联特征的语义频繁项可以包括文本块关联特征类别，文本块关联特征权重。
104、依据生产控制要素单元的初始生产控制要素量化知识、传递指示的初始传递指示量化知识，基于传递指示执行若干次控制流程变化推衍，得到传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征。
其中，生产控制特征关系网中传递指示的控制流程变化推衍可以理解为：将生产控制特征关系网中的每个传递指示作为一个特征点，每个生产控制要素单元作为传递指示与传递指示的关联单元，传递指示所涉及的特征信息通过每个传递指示的共享单元进行交互。
本发明实施例可以通过生产控制特征关系网上传递指示的若干次循环控制流程变化推衍，对传递指示的相关传递指示的信息进行拼接，确定出传递指示的量化向量信息，从而提升生产控制策略生成的精度。鉴于珠宝加工生产任务的生产控制策略通常和文本块关联特征具有联系，因而通过文本块关联特征的内容可以准确地确定出待处理珠宝加工生产任务的生产控制策略，从而为待处理珠宝加工生产任务匹配尽可能合理的生产控制策略生成报告。
但是，在基于文本块关联特征的内容进行生产控制策略确定时，如何获得高质量的文本块关联特征的内容是需要考虑的。基于此，本发明实施例通过传递指示的若干次控制流程变化推衍获得文本块关联特征本身的内容以及其他关联文本块关联特征的内容从而创建文本块关联特征的内容以进行生产控制策略生成，可以显著提高生产控制策略生成的精度和匹配性。
通过基于传递指示的若干次循环控制流程变化推衍，可以得到生产控制特征关系网中每个传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征。
本发明实施例中，控制流程变化推衍可以理解为对珠宝生产加工过程的产线模拟，从而基于全局层面确定出整体生产线中各控制参数、状态的变化情况，控制流程变化推衍特征则用于对产线模拟的数据信息进行表征。
在一些示例下，可以先依据初始生产控制要素量化知识和初始传递指示量化知识获得基础传入数据(初始的输入信息)，然后，基于基础传入数据以及传递指示执行若干次控制流程变化推衍，也即，步骤“依据生产控制要素单元的初始生产控制要素量化知识、传递指示的初始传递指示量化知识，基于传递指示执行若干次控制流程变化推衍，得到传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征”，可以包括：依据生产控制要素单元的初始生产控制要素量化知识、传递指示的初始传递指示量化知识获得若干次控制流程变化推衍的基础传入数据；基于基础传入数据以及传递指示执行若干次控制流程变化推衍，得到传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征。
在一些示例下，基础传入数据可以包括传递指示在第1次或第0次控制流程变化推衍时的控制流程变化推衍特征，可以通过传递指示的初始传递指示量化知识和传递指示上生产控制要素单元的初始生产控制要素量化知识确定所得；示例性的，依据整理决策变量对传递指示的初始传递指示量化知识、传递指示上生产控制要素单元的初始生产控制要素量化知识进行整理，得到传递指示的传递指示量化融合向量；基于目标算子对传递指示量化融合向量进行处理，得到基础传入数据。
本发明实施例中，基于基础传入数据以及传递指示执行若干次控制流程变化推衍的思路有多种，比如，可以采用基于生产控制要素单元数据交叉(数据共用)的循环控制流程变化推衍思路进行；示例性的，在一些示例下，步骤“基于基础传入数据以及传递指示执行若干次控制流程变化推衍，得到传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征”，可以包括：将基础传入数据作为当前次控制流程变化推衍的当前传入数据，并基于当前传入数据进行当前次控制流程变化推衍；依据生产控制要素单元的初始生产控制要素量化知识、传递指示的当前传递指示量化知识以及前序控制流程变化推衍特征，获得传递指示在当前次控制流程变化推衍时的当前控制流程变化推衍特征，其中，前序控制流程变化推衍特征为传递指示在上一次控制流程变化推衍时的控制流程变化推衍特征；在进入下一次控制流程变化推衍时，依据当前控制流程变化推衍特征、生产控制要素单元的初始生产控制要素量化知识优化当前传入数据，并跳转到于当前传入数据进行当前次控制流程变化推衍的步骤，直到完成全部控制流程变化推衍，得到传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征。
其中，前序控制流程变化推衍特征可以为传递指示在上一次控制流程变化推衍时的控制流程变化推衍特征，比如，上一次控制流程变化推衍可以灵活设置，比如，可以为当前次的上一次控制流程变化推衍，或者当前次的前若干次控制流程变化推衍，或者第1次控制流程变化推衍等等。
本发明实施例中，生产控制要素单元的细节内容交叉共享于各次控制流程变化推衍，因此，以上控制流程变化推衍即为基于生产控制要素单元数据交叉的控制流程变化推衍。通过基于生产控制要素单元数据交叉的控制流程变化推衍可以得到生产控制特征关系网中每个传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征。
在一些示例下，依据生产控制要素单元的初始生产控制要素量化知识、传递指示的当前传递指示量化知识以及前序控制流程变化推衍特征，获得传递指示在当前次控制流程变化推衍时的当前控制流程变化推衍特征的思路可以有多种。
示例性的，步骤“依据生产控制要素单元的初始生产控制要素量化知识、传递指示的当前传递指示量化知识以及前序控制流程变化推衍特征，获得传递指示在当前次控制流程变化推衍时的当前控制流程变化推衍特征”，可以包括：确定传递指示的源头生产控制要素单元(第一个或者起始的生产控制要素单元)对应的全部正序传递特征；对正序传递特征的当前传递指示量化知识、正序传递特征所涉及的生产控制要素单元的初始生产控制要素量化知识、以及正序传递特征在前序控制流程变化推衍时的前序控制流程变化推衍特征进行整理(比如融合处理)，得到正序传递特征的分析结果(比如融合特征)；对全部正序传递特征的分析结果进行拼接(比如聚合处理)，得到传递指示在当前次控制流程变化推衍时的全局推衍特征；对传递指示在上一次控制流程变化推衍时的前序控制流程变化推衍特征、以及全局推衍特征进行整理，得到传递指示在当前次控制流程变化推衍时的当前控制流程变化推衍特征。
本发明实施例中，传递指示的正序传递特征可以理解为：相应传递指示的源头生产控制要素单元的正序传递特征，该源头生产控制要素单元为相应传递指示中传递分析结果时的源头生产控制要素单元，源头生产控制要素单元的正序传递特征可以为包含该源头生产控制要素单元的关联传递指示(相邻的传递指示)。
进一步地，传递指示的分析结果确定思路有多类，换言之，对正序传递特征的信息整理思路有多类，在一些示例下为了提升传递指示量化知识的挖掘精度，可以通过以下方式整理。
示例性的，步骤“对正序传递特征的当前传递指示量化知识、正序传递特征所涉及的生产控制要素单元的初始生产控制要素量化知识、以及正序传递特征在前序控制流程变化推衍时的前序控制流程变化推衍特征进行整理，得到正序传递特征的分析结果”，可以包括：依据分析决策变量，对正序传递特征的当前传递指示量化知识、正序传递特征所涉及的生产控制要素单元的初始生产控制要素量化知识、以及正序传递特征在前序控制流程变化推衍时的前序控制流程变化推衍特征进行整理，得到联动控制描述向量(可以理解为融合后的控制描述向量)；基于目标算子(比如激活函数等)对联动控制描述向量进行处理，得到正序传递特征的分析结果。
通过以上思路可以获得传递指示在当前次控制流程变化推衍的全局推衍特征，之后，本发明实施例能够将当前次控制流程变化推衍的全局推衍特征，与上一次控制流程变化推衍的前序控制流程变化推衍特征进行整理，得到传递指示在当前次控制流程变化推衍的当前控制流程变化推衍特征。进一步地，上一次控制流程变化推衍为当前次之前的控制流程变化推衍可以灵活设置，比如，可以为上一次控制流程变化推衍(比如本发明实施例中i+1表示当前次控制流程变化推衍，i可以表示上一次控制流程变化推衍)、第1次控制流程变化推衍、第0次控制流程变化推衍等等。
在一些示例下，步骤“对传递指示在上一次控制流程变化推衍时的前序控制流程变化推衍特征、以及全局推衍特征进行整理，得到传递指示在当前次控制流程变化推衍时的当前控制流程变化推衍特征”，可以包括：获得传递指示在综合上一次控制流程变化推衍时的已选前序控制流程变化推衍特征；依据第一整理决策变量对已选前序控制流程变化推衍特征、和全局推衍特征进行整理，得到全局控制流程变化推衍特征；基于目标算子对全局控制流程变化推衍特征进行处理，得到传递指示在当前次控制流程变化推衍时的当前控制流程变化推衍特征。
其中，参考上一次控制流程变化推衍可以之前控制流程变化推衍中任一次控制流程变化推衍，可以灵活设置，为上一次控制流程变化推衍、第1次控制流程变化推衍、第0次控制流程变化推衍等。
在一些示例下，已选前序控制流程变化推衍特征的获得思路有多种，比如，步骤“获得传递指示在综合上一次控制流程变化推衍时的已选前序控制流程变化推衍特征”，可以包括：依据第二整理决策变量对传递指示的初始传递指示量化知识、传递指示上生产控制要素单元的初始生产控制要素量化知识进行整理，得到传递指示的传递指示量化融合向量；基于目标算子对传递指示量化融合向量进行处理，得到传递指示在综合上一次控制流程变化推衍时的已选前序控制流程变化推衍特征。
本发明实施例提供通过包含若干个控制流程变化推衍组件的人工智能模型来实现控制流程变化推衍和生产控制策略生成，其中，每个控制流程变化推衍组件实现一次控制流程变化推衍。比如，可以通过基于生产控制要素单元数据交叉的决策树网络来实现控制流程变化推衍，该决策树网络为一个人工智能模型，包括若干个控制流程变化推衍组件。通过该决策树网络中若干个控制流程变化推衍，依据生产控制要素单元的初始生产控制要素量化知识、传递指示的初始传递指示量化知识，基于传递指示执行若干次控制流程变化推衍，得到传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征。
在一些示例下，步骤“基于基础传入信息以及传递指示执行若干次控制流程变化推衍，得到传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征”，可以包括：将基础传入信息加载到决策树网络，决策树网络包括：若干个控制流程变化推衍组件(推演分析层)、生产控制要素量化知识转化组件(特征变换层)、和整理组件(特征融合层)；通过决策树网络中若干个控制流程变化推衍组件基于传递指示执行若干次控制流程变化推衍，得到传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征。
105、依据控制流程变化推衍特征获得传递指示的生产控制建议向量。
通过以上思路可以得到生产控制特征关系网中每个传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征。
本发明实施例可以依据每个传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征确定每个的生产控制建议向量即每个传递指示的最新传递指示量化知识。示例性的确定思路有多种，比如，可以直接将传递指示的当前控制流程变化推衍特征作为传递指示的生产控制建议向量。在一些示例下，可以直接将传递指示的当前控制流程变化推衍特征作为传递指示的生产控制建议向量。
举例而言，生产控制建议向量可以用于对珠宝生产加工的产线提供控制参考建议，比如针对一些产线设备的控制参数建议等。
106、依据传递指示的生产控制建议向量生成待处理珠宝加工生产任务的生产控制策略，并缓存待处理珠宝加工生产任务的生产控制策略生成报告。
示例性的，待处理珠宝加工生产任务的生产控制策略生成可以通过决策判别得到，比如，可以依据传递指示的生产控制建议向量对生产控制特征关系网(feature map)进行决策判别，得到决策判别结果，依据决策判别结果获得待处理珠宝加工生产任务的生产控制策略生成报告，比如根据决策判别结果确定待处理珠宝加工生产任务的生产控制策略类别，然后通过生产控制策略类别进一步生成更为细节的生产控制策略生成报告。
在一些示例下，为提高生产控制策略的生成精度，可以将传递指示的量化向量转换为生产控制特征关系网中各生产控制要素单元的特征，然后，将生产控制要素单元的特征聚合为生产控制特征关系网的控制执行向量，从而进行生产控制策略生成。示例性的，步骤“依据传递指示的生产控制建议向量生成待处理珠宝加工生产任务的生产控制策略”，可以包括：将传递指示的生产控制建议向量映射为生产控制特征关系网中每个生产控制要素单元的生产控制要素量化知识；对每个生产控制要素单元的生产控制要素量化知识进行整理，得到生产控制特征关系网的控制执行向量；依据生产控制特征关系网的控制执行向量生成待处理珠宝加工生产任务的生产控制策略。
其中，传递指示量化知识映射成生产控制要素量化知识的思路可以有多种，比如，为提高生产控制策略生成的精度，在一些示例下，步骤“将传递指示的生产控制建议向量映射为生产控制特征关系网中每个生产控制要素单元的生产控制要素量化知识”，可以包括：针对每个生产控制要素单元，确定与生产控制要素单元存在联系的目标对象，目标对象包括生产控制要素单元、以及生产控制要素单元的上下游生产控制要素单元(比如相邻的生产控制要素单元)；对全部目标对象的生产控制建议向量进行整理，得到关联传递指示量化聚合向量(完成聚合的关联传递指示量化知识)；基于第三整理决策变量对生产控制要素单元的当前生产控制要素量化知识、和关联传递指示量化聚合向量进行整理，得到生产控制要素单元的生产控制要素量化知识。
进一步地，整理决策变量可以理解为融合参数或者融合因子。其中，每个生产控制要素单元的目标对象可以包括：末端生产控制要素单元为该生产控制要素单元的传递指示。
在一些示例下，可以通过决策树网络来实现转换和整理，示例性的，步骤“依据传递指示的生产控制建议向量生成待处理珠宝加工生产任务的生产控制策略”，可以包括：通过生产控制要素量化知识转化组件将传递指示的生产控制建议向量映射为生产控制特征关系网中每个生产控制要素单元的生产控制要素量化知识；通过整理组件对每个生产控制要素单元的生产控制要素量化知识进行整理，得到生产控制特征关系网的控制执行向量(该控制执行向量能够反映待处理珠宝加工生产任务的整体生产加工产线的运行参数特征等)；依据生产控制特征关系网的控制执行向量生成待处理珠宝加工生产任务的生产控制策略。
本发明实施例中决策树网络可以为完成调试训练的神经网络，其调试过程可以包括：获得已认证珠宝加工生产任务的已认证多维生产订单数据，所述已认证多维生产订单数据包括已认证生产订单需求文本块和已认证文本块关联特征；依据所述已认证多维生产订单数据生成与所述已认证多维生产订单数据对应的已认证生产控制特征关系网，所述已认证生产控制特征关系网包括所述已认证生产订单需求文本块对应的已认证生产控制要素单元，所述已认证文本块关联特征对应的已认证传递指示；确定已认证生产控制要素单元的已认证初始生产控制要素量化知识和已认证传递指示的已认证初始传递指示量化知识；采用设定决策树网络，基于所述生产控制要素单元的已认证初始生产控制要素量化知识、所述传递指示的已认证初始传递指示量化知识生成已认证珠宝加工生产任务的生产控制策略，得到已认证珠宝加工生产任务的生产控制策略生成报告；基于网络调试代价确定已认证珠宝加工生产任务的生产控制策略生成报告与先验生产控制策略(正确的生产控制策略)之间的差异，并基于差异对决策树网络进行调试，得到调试后的决策树网络。
示例性的，已认证珠宝加工生产任务的生产控制策略生成报告可以结合上述相关内容。上述的已认证数据信息可以理解为样本数据信息，用于进行决策树网络的训练。基于差异对决策树网络进行调试可以理解为结合损失进行的网络训练。
本发明实施例采用获得待处理珠宝加工生产任务的多维生产订单数据，多维生产订单数据包括生产订单需求文本块和文本块关联特征；依据多维生产订单数据生成与多维生产订单数据对应的生产控制特征关系网，生产控制特征关系网包括生产订单需求文本块对应的生产控制要素单元以及文本块关联特征对应的传递指示；确定生产控制要素单元的初始生产控制要素量化知识和传递指示的初始传递指示量化知识；依据生产控制要素单元的初始生产控制要素量化知识、传递指示的初始传递指示量化知识，基于传递指示执行若干次控制流程变化推衍，得到传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征；依据当前控制流程变化推衍特征获得传递指示的生产控制建议向量；依据传递指示的生产控制建议向量生成待处理珠宝加工生产任务的生产控制策略，并缓存待处理珠宝加工生产任务的生产控制策略生成报告。该方案能够将待处理珠宝加工生产任务的多维生产订单数据转换为生产控制特征关系网(feature map)；并在生产控制特征关系网中采用基于多次控制流程变化推衍的思路获得生产控制特征关系网中文本块关联特征对应传递指示的量化向量(也即获得待处理珠宝加工生产任务中文本块关联特征的特征信息)，基于传递指示的量化向量生成待处理珠宝加工生产任务的生产控制策略。鉴于能够将不同人物的多维生产订单数据转换为生产控制特征关系网，因而本发明实施例在确定珠宝生产加工的生产控制策略时具有较佳的灵活性和适用性。
在另一些实施例下，AI生产控制系统还可以实现如下的网络调试方案。
(一)网络调试。
首先，AI生产控制系统可以获得已认证珠宝加工生产任务集，依据已认证珠宝加工生产任务集对基于生产控制要素单元数据交叉的决策树网络进行调试。
本发明实施例中，可以基于注释了生产控制策略的已认证珠宝加工生产任务的已认证多维生产订单数据决策树网络进行调试，如可以采用反向传播的思路调试。调试方式如下：(1)、AI生产控制系统获得已认证珠宝加工生产任务的已认证多维生产订单数据，已认证多维生产订单数据包括已认证生产订单需求文本块和已认证文本块关联特征；(2)、AI生产控制系统将已认证多维生产订单数据转换为已认证生产控制特征关系网，已认证生产控制特征关系网包括已认证生产订单需求文本块对应的已认证生产控制要素单元，已认证文本块关联特征对应的已认证传递指示；(3)、AI生产控制系统采用决策树网络，依据已认证生产控制要素单元的已认证初始生产控制要素量化知识、已认证传递指示的已认证初始传递指示量化知识，在已认证传递指示上执行若干次控制流程变化推衍，得到已认证传递指示在通过若干次控制流程变化推衍后的已认证控制流程变化推衍特征；(4)、AI生产控制系统采用决策树网络基于已认证控制流程变化推衍特征获得已认证传递指示的已认证生产控制建议向量；(5)、AI生产控制系统采用判别子网依据已认证传递指示的已认证生产控制建议向量生成已认证珠宝加工生产任务的生产控制策略，并缓存已认证珠宝加工生产任务的生产控制策略生成报告；(6)、AI生产控制系统基于网络调试代价确定已认证珠宝加工生产任务的生产控制策略生成报告与注释生产控制策略之间的差异，并基于差异(比如基于交叉熵损失)对决策树网络进行调试，得到调试后的决策树网络。
(二)生产控制策略的生成。
201、AI生产控制系统获得待处理珠宝加工生产任务的多维生产订单数据，多维生产订单数据包括生产订单需求文本块和文本块关联特征。
比如，AI生产控制系统可以获得个性化定制头环的多维生产订单数据。
202、AI生产控制系统将多维生产订单数据转换为生产控制特征关系网，生产控制特征关系网包括生产订单需求文本块对应的生产控制要素单元，文本块关联特征对应的传递指示。
203、AI生产控制系统依据生产订单需求文本块的语义频繁项确定生产控制要素单元的初始生产控制要素量化知识，依据文本块关联特征的语义频繁项确定传递指示的初始传递指示量化知识。
204、AI生产控制系统依据生产控制要素单元的初始生产控制要素量化知识、传递指示的初始传递指示量化知识获得决策树网络的基础传入数据。
205、AI生产控制系统采用决策树网络中若干个控制流程变化推衍组件，基于基础传入数据以及传递指示执行若干次控制流程变化推衍，得到传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征，进而得到传递指示的生产控制建议向量。
206、AI生产控制系统采用生产控制要素量化知识转化组件将传递指示的生产控制建议向量映射为生产控制特征关系网中每个生产控制要素单元的生产控制要素量化知识。
207、AI生产控制系统采用整理组件对每个生产控制要素单元的生产控制要素量化知识进行整理，得到生产控制特征关系网的控制执行向量。
208、AI生产控制系统采用判别子网基于生产控制特征关系网的控制执行向量对生产控制特征关系网进行生产控制策略判别，得到待处理珠宝加工生产任务的生产控制策略生成报告。
本发明实施例可以通过将珠宝加工生产任务转换为生产控制特征关系网(feature map)，然后利用基于数据交叉共用的决策树网络来对珠宝加工生产任务的生产控制策略进行生成，从而达到对任意输入的珠宝加工生产任务匹配其对应的生产控制策略，提升生产控制策略生成的精度和可信度。
在一些可独立的实施例中，在所述依据所述传递指示的生产控制建议向量生成待处理珠宝加工生产任务的生产控制策略，并缓存待处理珠宝加工生产任务的生产控制策略生成报告之后，所述方法还包括：响应于所述待处理珠宝加工生产任务的执行指令，基于所述生产控制策略生成报告对所述待处理珠宝加工生产任务对应的数字化产线进行控制处理。
可以理解，在缓存待处理珠宝加工生产任务的生产控制策略生成报告之后，如果珠宝生产工厂的上一产线任务完成，则可以基于执行指令实现待处理珠宝加工生产任务对应的数字化产线的控制处理，从而提高控制精度，提升良品率。
本发明实施例中，数字化产线中的设备包括但不限于切割设备、打磨设备、塑膜设备、抛光设备、清洗设备等，因而针对这些设备的控制处理也可以根据实际情况选择对应的参数调整实现，在此不作赘述。
进一步地，还提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现上述的方法。
在本发明实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于人工智能的珠宝生产控制方法，其特征在于，应用于AI生产控制系统，所述方法包括：
获得待处理珠宝加工生产任务的多维生产订单数据，所述多维生产订单数据包括生产订单需求文本块和文本块关联特征；
依据所述多维生产订单数据生成与所述多维生产订单数据对应的生产控制特征关系网，所述生产控制特征关系网包括所述生产订单需求文本块对应的生产控制要素单元以及所述文本块关联特征对应的传递指示；
确定所述生产控制要素单元的初始生产控制要素量化知识和所述传递指示的初始传递指示量化知识；
依据所述生产控制要素单元的初始生产控制要素量化知识、所述传递指示的初始传递指示量化知识，基于所述传递指示执行若干次控制流程变化推衍，得到所述传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征；
依据所述控制流程变化推衍特征获得所述传递指示的生产控制建议向量；
依据所述传递指示的生产控制建议向量生成待处理珠宝加工生产任务的生产控制策略，并缓存待处理珠宝加工生产任务的生产控制策略生成报告；
其中，依据所述生产控制要素单元的初始生产控制要素量化知识、所述传递指示的初始传递指示量化知识，基于所述传递指示执行若干次控制流程变化推衍，得到所述传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征，包括：
依据所述生产控制要素单元的初始生产控制要素量化知识、所述传递指示的初始传递指示量化知识获得若干次控制流程变化推衍的基础传入数据；
基于所述基础传入数据以及所述传递指示执行若干次控制流程变化推衍，得到所述传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征；
其中，基于所述基础传入数据以及所述传递指示执行若干次控制流程变化推衍，得到所述传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征，包括：
将所述基础传入数据作为当前次控制流程变化推衍的当前传入数据，并基于当前传入数据进行当前次控制流程变化推衍；
依据所述生产控制要素单元的初始生产控制要素量化知识、所述传递指示的当前传递指示量化知识以及前序控制流程变化推衍特征，获得所述传递指示在当前次控制流程变化推衍时的当前控制流程变化推衍特征，其中，所述前序控制流程变化推衍特征为所述传递指示在上一次控制流程变化推衍时的控制流程变化推衍特征；
在进入下一次控制流程变化推衍时，依据所述当前控制流程变化推衍特征、生产控制要素单元的初始生产控制要素量化知识优化所述当前传入数据，并跳转到基于当前传入数据进行当前次控制流程变化推衍的步骤，直到完成全部控制流程变化推衍，得到所述传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征；
其中，依据所述生产控制要素单元的初始生产控制要素量化知识、所述传递指示的当前传递指示量化知识以及前序控制流程变化推衍特征，获得所述传递指示在当前次控制流程变化推衍时的当前控制流程变化推衍特征，包括：
确定所述传递指示的源头生产控制要素单元对应的全部正序传递特征；
对所述正序传递特征的当前传递指示量化知识、所述正序传递特征所涉及的生产控制要素单元的初始生产控制要素量化知识、以及所述正序传递特征在前序控制流程变化推衍时的前序控制流程变化推衍特征进行整理，得到所述正序传递特征的分析结果；
对全部正序传递特征的分析结果进行拼接，得到所述传递指示在当前次控制流程变化推衍时的全局推衍特征；
对所述传递指示在上一次控制流程变化推衍时的前序控制流程变化推衍特征、以及所述全局推衍特征进行整理，得到所述传递指示在当前次控制流程变化推衍时的当前控制流程变化推衍特征；
其中，对所述正序传递特征的当前传递指示量化知识、所述正序传递特征所涉及的生产控制要素单元的初始生产控制要素量化知识、以及所述正序传递特征在前序控制流程变化推衍时的前序控制流程变化推衍特征进行整理，得到所述正序传递特征的分析结果，包括：
依据分析决策变量，对所述正序传递特征的当前传递指示量化知识、所述正序传递特征所涉及的生产控制要素单元的初始生产控制要素量化知识、以及所述正序传递特征在前序控制流程变化推衍时的前序控制流程变化推衍特征进行整理，得到联动控制描述向量；
基于目标算子对所述联动控制描述向量进行处理，得到所述正序传递特征的分析结果；
其中，对所述传递指示在上一次控制流程变化推衍时的前序控制流程变化推衍特征、以及所述全局推衍特征进行整理，得到所述传递指示在当前次控制流程变化推衍时的当前控制流程变化推衍特征，包括：获得所述传递指示在综合上一次控制流程变化推衍时的已选前序控制流程变化推衍特征；依据第一整理决策变量对已选前序控制流程变化推衍特征、和所述全局推衍特征进行整理，得到全局控制流程变化推衍特征；基于目标算子对全局控制流程变化推衍特征进行处理，得到所述传递指示在当前次控制流程变化推衍时的当前控制流程变化推衍特征；
其中，获得所述传递指示在综合上一次控制流程变化推衍时的已选前序控制流程变化推衍特征，包括：依据第二整理决策变量对所述传递指示的初始传递指示量化知识、所述传递指示所涉及生产控制要素单元的初始生产控制要素量化知识进行整理，得到所述传递指示的传递指示量化融合向量；基于目标算子对传递指示量化融合向量进行处理，得到所述传递指示在综合上一次控制流程变化推衍时的已选前序控制流程变化推衍特征；
其中，依据所述传递指示的生产控制建议向量生成待处理珠宝加工生产任务的生产控制策略，包括：将所述传递指示的生产控制建议向量映射为所述生产控制特征关系网中每个生产控制要素单元的生产控制要素量化知识；对每个生产控制要素单元的生产控制要素量化知识进行整理，得到所述生产控制特征关系网的控制执行向量；依据所述生产控制特征关系网的控制执行向量生成待处理珠宝加工生产任务的生产控制策略；
其中，将所述传递指示的生产控制建议向量映射为所述生产控制特征关系网中每个生产控制要素单元的生产控制要素量化知识，包括：针对每个生产控制要素单元，确定与生产控制要素单元存在联系的目标对象，所述目标对象包括所述生产控制要素单元、以及所述生产控制要素单元的上下游生产控制要素单元；对全部目标对象的生产控制建议向量进行整理，得到关联传递指示量化聚合向量；基于第三整理决策变量对所述生产控制要素单元的当前生产控制要素量化知识、和所述关联传递指示量化聚合向量进行整理，得到所述生产控制要素单元的生产控制要素量化知识。
2.如权利要求1所述的方法，其特征在于，确定所述生产控制要素单元的初始生产控制要素量化知识和所述传递指示的初始传递指示量化知识，包括：
依据所述生产订单需求文本块的文本块语义频繁项确定生产控制要素单元的初始生产控制要素量化知识；
依据所述文本块关联特征的语义频繁项确定所述传递指示的初始传递指示量化知识。
3.如权利要求1所述的方法，其特征在于，基于所述基础传入数据以及所述传递指示执行若干次控制流程变化推衍，得到所述传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征，包括：将所述基础传入数据加载到决策树网络，所述决策树网络包括：若干个控制流程变化推衍组件、生产控制要素量化知识转化组件、和整理组件；通过决策树网络中若干个控制流程变化推衍组件基于所述传递指示执行若干次控制流程变化推衍，得到所述传递指示在通过若干次控制流程变化推衍后的控制流程变化推衍特征；
依据所述传递指示的生产控制建议向量生成待处理珠宝加工生产任务的生产控制策略，包括：通过所述生产控制要素量化知识转化组件将所述传递指示的生产控制建议向量映射为所述生产控制特征关系网中每个生产控制要素单元的生产控制要素量化知识；通过所述整理组件对每个生产控制要素单元的生产控制要素量化知识进行整理，得到所述生产控制特征关系网的控制执行向量；依据所述生产控制特征关系网的控制执行向量生成待处理珠宝加工生产任务的生产控制策略；
其中，所述方法还包括：获得已认证珠宝加工生产任务的已认证多维生产订单数据，所述已认证多维生产订单数据包括已认证生产订单需求文本块和已认证文本块关联特征；依据所述已认证多维生产订单数据生成与所述已认证多维生产订单数据对应的已认证生产控制特征关系网，所述已认证生产控制特征关系网包括所述已认证生产订单需求文本块对应的已认证生产控制要素单元，所述已认证文本块关联特征对应的已认证传递指示；确定所述已认证生产控制要素单元的已认证初始生产控制要素量化知识和所述已认证传递指示的已认证初始传递指示量化知识；采用设定决策树网络，基于所述生产控制要素单元的已认证初始生产控制要素量化知识、所述传递指示的已认证初始传递指示量化知识生成已认证珠宝加工生产任务的生产控制策略，得到已认证珠宝加工生产任务的生产控制策略生成报告；基于网络调试代价确定已认证珠宝加工生产任务的生产控制策略生成报告与先验生产控制策略之间的差异，并基于差异对所述决策树网络进行调试，得到调试后的决策树网络。
4.一种AI生产控制系统，其特征在于，包括处理器和存储器；所述处理器和所述存储器通信连接，所述处理器用于从所述存储器中读取计算机程序并执行，以实现权利要求1-3任一项所述的方法。
5.一种计算机可读存储介质，其特征在于，其上存储有程序，该程序被处理器执行时实现权利要求1-3任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310821376.8A CN116797008B (zh) | 2023-07-05 | 2023-07-05 | 基于人工智能的珠宝生产控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310821376.8A CN116797008B (zh) | 2023-07-05 | 2023-07-05 | 基于人工智能的珠宝生产控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116797008A CN116797008A (zh) | 2023-09-22 |
| CN116797008B true CN116797008B (zh) | 2024-05-24 |
Family
ID=88041932
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310821376.8A Active CN116797008B (zh) | 2023-07-05 | 2023-07-05 | 基于人工智能的珠宝生产控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116797008B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114637268A (zh) * | 2022-03-30 | 2022-06-17 | 柏锦亮 | 一种基于人工智能的工业生产控制方法、系统及云平台 |
| CN115760216A (zh) * | 2022-12-06 | 2023-03-07 | 菏泽文雅信息科技有限公司 | 基于人工智能的订单数据分析方法及系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190362417A1 (en) * | 2018-05-24 | 2019-11-28 | International Business Machines Corporation | Systems and methods for interpreting analytical results |
| US11797869B2 (en) * | 2019-03-04 | 2023-10-24 | International Business Machines Corporation | Artificial intelligence facilitation of report generation, population and information prompting |
-
2023
- 2023-07-05 CN CN202310821376.8A patent/CN116797008B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114637268A (zh) * | 2022-03-30 | 2022-06-17 | 柏锦亮 | 一种基于人工智能的工业生产控制方法、系统及云平台 |
| CN115760216A (zh) * | 2022-12-06 | 2023-03-07 | 菏泽文雅信息科技有限公司 | 基于人工智能的订单数据分析方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116797008A (zh) | 2023-09-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cao et al. | Automatic selection of t-SNE perplexity | |
| US10453165B1 (en) | Computer vision machine learning model execution service | |
| CN110276456B (zh) | 一种机器学习模型辅助构建方法、系统、设备及介质 | |
| CN110991658A (zh) | 模型训练方法、装置、电子设备和计算机可读存储介质 | |
| CN109840111B (zh) | 一种图形化的业务处理系统和方法 | |
| CN104360903A (zh) | Spark作业调度系统中实现任务数据解耦的方法 | |
| US20210312295A1 (en) | Information processing method, information processing device, and information processing program | |
| CN113569151B (zh) | 基于人工智能的数据推荐方法、装置、设备及介质 | |
| CN115757745B (zh) | 基于人工智能的业务场景控制方法、系统及云平台 | |
| EP4339843A1 (en) | Neural network optimization method and apparatus | |
| CN110888756A (zh) | 一种诊断日志生成方法及装置 | |
| CN116126342A (zh) | 多硬件平台的模型编译方法及装置 | |
| CN114372383A (zh) | 一种基于vr仿真场景的场景快速切换方法及系统 | |
| CN103942554A (zh) | 一种图像识别方法及装置 | |
| CN116797008B (zh) | 基于人工智能的珠宝生产控制方法及系统 | |
| CN114048148A (zh) | 一种众包测试报告推荐方法、装置及电子设备 | |
| CN115563069B (zh) | 基于人工智能的数据共享处理方法、系统及云平台 | |
| CN111191558B (zh) | 一种机器人及其人脸识别示教方法和存储介质 | |
| CN110377769B (zh) | 基于图数据结构的建模平台系统、方法、服务器及介质 | |
| CN104820661A (zh) | 一种基于业务对象的探索式数据分析系统 | |
| CN110895460A (zh) | 基于Jenkins的机器人系统集成方法、装置及终端设备 | |
| CN113139563B (zh) | 一种图像分类模型的优化方法及装置 | |
| CN114862098A (zh) | 资源分配方法以及装置 | |
| CN114004974A (zh) | 对弱光环境下拍摄的图像的优化方法及装置 | |
| CN113568735A (zh) | 数据处理方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |