CN117541024A - 五金加工的设备排产优化方法及系统 - Google Patents
五金加工的设备排产优化方法及系统 Download PDFInfo
- Publication number
- CN117541024A CN117541024A CN202410015587.7A CN202410015587A CN117541024A CN 117541024 A CN117541024 A CN 117541024A CN 202410015587 A CN202410015587 A CN 202410015587A CN 117541024 A CN117541024 A CN 117541024A
- Authority
- CN
- China
- Prior art keywords
- field data
- data
- target
- strategy
- scheduling
- 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.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000005457 optimization Methods 0.000 title claims abstract description 22
- 238000004519 manufacturing process Methods 0.000 claims abstract description 57
- 230000000694 effects Effects 0.000 claims abstract description 38
- 238000012549 training Methods 0.000 claims abstract description 14
- 238000013024 troubleshooting Methods 0.000 claims abstract description 12
- 238000011835 investigation Methods 0.000 claims description 24
- 238000004891 communication Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000011217 control strategy Methods 0.000 claims description 6
- 239000002994 raw material Substances 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000013486 operation strategy Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种五金加工的设备排产优化方法及系统,首先获取目标五金加工的第一设备排产运行活动数据对应的排产策略标签数据,这些标签数据反映了实际的排产控制策略。然后解析这些排产策略标签数据,生成第一策略字段数据。接下来,基于预设的目标策略字段数据至少部分覆盖第一策略字段数据,从而生成第二策略字段数据,这些数据具有与第一策略字段数据相关的信息,其向量表示信息描述了第二目标加工五金部件的排查运行特征。最后,基于第一策略字段数据和第二策略字段数据训练设备排产控制网络,生成目标设备排产控制网络。由此,可以更有效地进行五金加工设备的排产管理,提高生产效率并降低生产成本。
Description
技术领域
本发明涉及五金加工技术领域,具体而言,涉及一种五金加工的设备排产优化方法及系统。
背景技术
五金加工设备的生产管理中,设备排产是一项关键任务,涉及到如何有效地利用设备资源、降低生产成本、提高生产效率等方面。传统的设备排产方法主要依赖于人工进行决策和调度,这种方法存在一定的局限性,例如难以应对复杂的生产环境变化,易受个体经验影响导致决策结果的不稳定等。
为了解决上述问题,相关技术中开始尝试引入更先进的技术手段来优化设备排产,如数据分析、人工智能等。然而,目前的排产方法还未能完全满足实际需要。具体来说,大多数现有方法主要基于静态数据进行决策,缺乏动态调整能力;另外,这些方法通常仅考虑单一或少数几种因素,忽视了生产过程中的各种关联和影响。
因此,急需一种新的五金加工设备排产控制方法,能够充分利用相关数据,动态调整排产策略,以应对复杂且多变的生产环境。
发明内容
有鉴于此,本发明实施例的目的在于提供一种五金加工的设备排产优化方法及系统,首先获取目标五金加工的第一设备排产运行活动数据对应的排产策略标签数据,这些标签数据反映了实际的排产控制策略。然后解析这些排产策略标签数据,生成第一策略字段数据。接下来,基于预设的目标策略字段数据至少部分覆盖第一策略字段数据,从而生成第二策略字段数据,这些数据具有与第一策略字段数据相关的信息,其向量表示信息描述了第二目标加工五金部件的排查运行特征。最后,基于第一策略字段数据和第二策略字段数据训练设备排产控制网络,生成目标设备排产控制网络。由此,可以更有效地进行五金加工设备的排产管理,提高生产效率并降低生产成本。
依据本发明实施例的一个方面,提供一种五金加工的设备排产优化方法及系统,所述方法包括:
获取目标五金加工的第一设备排产运行活动数据对应的排产策略标签数据,所述排产策略标签数据为所述第一设备排产运行活动数据上的实际排查控制策略,所述第一设备排产运行活动数据为第一目标加工五金部件的设备排产运行活动数据;
解析所述排产策略标签数据,生成第一策略字段数据,所述第一策略字段数据的向量表示信息是对所述第一目标加工五金部件的排查运行特征;
基于目标预置策略字段数据对所述第一策略字段数据进行至少部分覆盖,生成第二策略字段数据,所述目标预置策略字段数据与所述第一策略字段数据具有关系信息,所述第二策略字段数据的向量表示信息是对第二目标加工五金部件的排查运行特征;
基于所述第一策略字段数据和所述第二策略字段数据,训练设备排产控制网络,生成目标设备排产控制网络。
一种可替代的实施方式中,所述解析所述排产策略标签数据,生成第一策略字段数据,包括:
提取所述排产策略标签数据中与所述第一目标加工五金部件有关系信息的关联策略字段数据;
基于所述关联策略字段数据,确定至少一个排查控制节点数据,所述排查控制节点数据包括:
所述第一目标加工五金部件的排产类别、所述排产类别对应的至少一个排产策略字段数据以及所述排产策略字段数据在所述关联策略字段数据中的运行前后关系数据;
融合所述关联策略字段数据和所述至少一个排查控制节点数据,生成所述第一策略字段数据。
一种可替代的实施方式中,所述基于目标预置策略字段数据对所述第一策略字段数据进行至少部分覆盖,生成第二策略字段数据,包括:
在目标数据库中,确定与至少一个所述排产策略字段数据属于同一排产类别的预置策略字段数据为所述目标预置策略字段数据,所述目标数据库包括:
多个预置策略字段数据,以及所述预置策略字段数据的排产类别;
基于所述目标预置策略字段数据覆盖所述第一策略字段数据中对应的排产策略字段数据,生成所述第二策略字段数据。
一种可替代的实施方式中,若所述排产类别为:原材料排产类别,则所述在目标数据库中,确定与至少一个所述排产策略字段数据属于同一排产类别的预置策略字段数据为所述目标预置策略字段数据,包括:
在所述排查控制节点数据中,确定属于目标原材料加载属性的排产策略字段数据为目标运行策略字段数据;
在所述目标数据库中,确定属于所述目标原材料加载属性的预置策略字段数据为所述目标预置策略字段数据,所述目标预置策略字段数据用于覆盖所述目标运行策略字段数据。
一种可替代的实施方式中,所述方法还包括:
确定与所述第一策略字段数据中至少一个目标先验知识点匹配的匹配先验知识点,所述匹配先验知识点和所述目标先验知识点的应用特征具有匹配性;
将所述匹配先验知识点作为所述目标预置策略字段数据,覆盖所述至少一个目标先验知识点,生成所述第二策略字段数据。
一种可替代的实施方式中,所述基于所述第一策略字段数据和所述第二策略字段数据,训练设备排产控制网络,生成目标设备排产控制网络,包括:
分别确定所述第一策略字段数据和所述第二策略字段数据对应的先验设备排产控制数据,所述第一策略字段数据对应的先验设备排产控制数据是对所述第一策略字段数据的规则化转换数据或者预测数据,所述第二策略字段数据对应的先验设备排产控制数据是对所述第二策略字段数据的规则化转换数据或者预测数据;
基于所述第一策略字段数据、所述第二策略字段数据以及所述标签数据,训练设备排产控制网络,生成目标设备排产控制网络;
其中,基于所述第一策略字段数据和所述第一策略字段数据对应的先验设备排产控制数据训练所述设备排产控制网络的迭代轮数大于第一设定迭代轮数,基于所述第二策略字段数据和所述第二策略字段数据对应的先验设备排产控制数据训练所述设备排产控制网络的迭代轮数小于第二设定迭代轮数,所述第二设定迭代轮数小于所述第一设定迭代轮数。
一种可替代的实施方式中,所述方法还包括:
获取候选加工五金部件的设备排产运行活动数据;
确定所述设备排产运行活动数据中的预测排查控制策略;
解析所述预测排查控制策略,生成策略字段数据信息,所述策略字段数据信息的向量表示信息是对所述候选加工五金部件的排查运行特征;
将所述策略字段数据信息输入所述设备排产控制网络进行设备排产控制分析,生成所述目标加工五金部件的预测标签数据。
依据本发明实施例的另一方面,提供一种五金加工的设备排产优化方法及系统,所述系统包括:
获取模块,用于获取目标五金加工的第一设备排产运行活动数据对应的排产策略标签数据,所述排产策略标签数据为所述第一设备排产运行活动数据上的实际排查控制策略,所述第一设备排产运行活动数据为第一目标加工五金部件的设备排产运行活动数据;
第一生成模块,用于解析所述排产策略标签数据,生成第一策略字段数据,所述第一策略字段数据的向量表示信息是对所述第一目标加工五金部件的排查运行特征;
第二生成模块,用于基于目标预置策略字段数据对所述第一策略字段数据进行至少部分覆盖,生成第二策略字段数据,所述目标预置策略字段数据与所述第一策略字段数据具有关系信息,所述第二策略字段数据的向量表示信息是对第二目标加工五金部件的排查运行特征;
第三生成模块,用于基于所述第一策略字段数据和所述第二策略字段数据,训练设备排产控制网络,生成目标设备排产控制网络。
依据本发明实施例的另一方面,提供一种服务器,包括:处理器、通信接口、存储器和通信总线,其中,所述处理器、通信接口和存储器通过通信总线完成相互间的通信; 所述存储器,用于存放计算机程序; 所述处理器,用于执行所述计算机程序时,实现以上任一项所述的五金加工的设备排产优化方法的步骤。
依据本发明实施例的另一方面,提供一种可读存储介质,该可读存储介质上存储有计算机程序,该计算机程序被处理器运行时可以执行上述的五金加工的设备排产优化方法的步骤。
为使本发明实施例的上述目的、特征和优点能更明显易懂,下面将结合实施例,并配合所附附图,作详细说明。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以依据这些附图获得其他相关的附图。
图1示出了本发明实施例所提供的服务器的组件示意图;
图2示出了本发明实施例所提供的五金加工的设备排产优化方法的流程示意图;
图3示出了本发明实施例所提供的依据五金加工的设备排产优化系统的功能模块框图。
具体实施方式
为了使本技术领域的学员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。依据本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
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”、“第三”等(如果存在)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。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1示出了服务器100的示例性组件示意图。服务器100可以包括一个或多个处理器104,诸如一个或多个中央处理单元(CPU),每个处理单元可以实现一个或多个硬件线程。服务器100还可以包括任何存储介质106,其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的,比如,存储介质106可以包括以下任一项或多种组合:任何类型的RAM,任何类型的ROM,闪存设备,硬盘,光盘等。更一般地,任何存储介质都可以使用任何技术来存储信息。进一步地,任何存储介质可以提供信息的易失性或非易失性保留。进一步地,任何存储介质可以表示服务器100的固定或可移除部件。在一种情况下,当处理器104执行被存储在任何存储介质或存储介质的组合中的相关联的指令时,服务器100可以执行相关联指令的任一操作。服务器100还包括用于与任何存储介质交互的一个或多个驱动单元108,诸如硬盘驱动单元、光盘驱动单元等。
服务器100还包括输入/输出110(I/O),其用于接收各种输入(经由输入单元112)和用于提供各种输出(经由输出单元114))。一个具体输出机构可以包括呈现设备116和相关联的图形用户接口(GUI)118。服务器100还可以包括一个或多个网络接口120,其用于经由一个或多个通信单元122与其他设备交换数据。一个或多个通信总线124将上文所描述的部件耦合在一起。
通信单元122可以以任何方式实现,例如,通过局域网、广域网(例如,因特网)、点对点连接等、或其任何组合。通信单元122可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器100等的任何组合。
图2示出了本发明实施例提供的五金加工的设备排产优化方法及系统的流程示意图,该五金加工的设备排产优化方法及系统可由图1中所示的服务器100执行,该五金加工的设备排产优化方法的详细步骤介绍如下。
步骤S110,获取目标五金加工的第一设备排产运行活动数据对应的排产策略标签数据,所述排产策略标签数据为所述第一设备排产运行活动数据上的实际排查控制策略,所述第一设备排产运行活动数据为第一目标加工五金部件的设备排产运行活动数据;
步骤S120,解析所述排产策略标签数据,生成第一策略字段数据,所述第一策略字段数据的向量表示信息是对所述第一目标加工五金部件的排查运行特征;
步骤S130,基于目标预置策略字段数据对所述第一策略字段数据进行至少部分覆盖,生成第二策略字段数据,所述目标预置策略字段数据与所述第一策略字段数据具有关系信息,所述第二策略字段数据的向量表示信息是对第二目标加工五金部件的排查运行特征;
步骤S140,基于所述第一策略字段数据和所述第二策略字段数据,训练设备排产控制网络,生成目标设备排产控制网络。
基于以上步骤,本实施例首先获取目标五金加工的第一设备排产运行活动数据对应的排产策略标签数据,这些标签数据反映了实际的排产控制策略。然后解析这些排产策略标签数据,生成第一策略字段数据。接下来,基于预设的目标策略字段数据至少部分覆盖第一策略字段数据,从而生成第二策略字段数据,这些数据具有与第一策略字段数据相关的信息,其向量表示信息描述了第二目标加工五金部件的排查运行特征。最后,基于第一策略字段数据和第二策略字段数据训练设备排产控制网络,生成目标设备排产控制网络。由此,可以更有效地进行五金加工设备的排产管理,提高生产效率并降低生产成本。
一种可替代的实施方式中,所述解析所述排产策略标签数据,生成第一策略字段数据,包括:
提取所述排产策略标签数据中与所述第一目标加工五金部件有关系信息的关联策略字段数据;
基于所述关联策略字段数据,确定至少一个排查控制节点数据,所述排查控制节点数据包括:
所述第一目标加工五金部件的排产类别、所述排产类别对应的至少一个排产策略字段数据以及所述排产策略字段数据在所述关联策略字段数据中的运行前后关系数据;
融合所述关联策略字段数据和所述至少一个排查控制节点数据,生成所述第一策略字段数据。
一种可替代的实施方式中,所述基于目标预置策略字段数据对所述第一策略字段数据进行至少部分覆盖,生成第二策略字段数据,包括:
在目标数据库中,确定与至少一个所述排产策略字段数据属于同一排产类别的预置策略字段数据为所述目标预置策略字段数据,所述目标数据库包括:
多个预置策略字段数据,以及所述预置策略字段数据的排产类别;
基于所述目标预置策略字段数据覆盖所述第一策略字段数据中对应的排产策略字段数据,生成所述第二策略字段数据。
一种可替代的实施方式中,若所述排产类别为:原材料排产类别,则所述在目标数据库中,确定与至少一个所述排产策略字段数据属于同一排产类别的预置策略字段数据为所述目标预置策略字段数据,包括:
在所述排查控制节点数据中,确定属于目标原材料加载属性的排产策略字段数据为目标运行策略字段数据;
在所述目标数据库中,确定属于所述目标原材料加载属性的预置策略字段数据为所述目标预置策略字段数据,所述目标预置策略字段数据用于覆盖所述目标运行策略字段数据。
一种可替代的实施方式中,所述方法还包括:
确定与所述第一策略字段数据中至少一个目标先验知识点匹配的匹配先验知识点,所述匹配先验知识点和所述目标先验知识点的应用特征具有匹配性;
将所述匹配先验知识点作为所述目标预置策略字段数据,覆盖所述至少一个目标先验知识点,生成所述第二策略字段数据。
一种可替代的实施方式中,所述基于所述第一策略字段数据和所述第二策略字段数据,训练设备排产控制网络,生成目标设备排产控制网络,包括:
分别确定所述第一策略字段数据和所述第二策略字段数据对应的先验设备排产控制数据,所述第一策略字段数据对应的先验设备排产控制数据是对所述第一策略字段数据的规则化转换数据或者预测数据,所述第二策略字段数据对应的先验设备排产控制数据是对所述第二策略字段数据的规则化转换数据或者预测数据;
基于所述第一策略字段数据、所述第二策略字段数据以及所述标签数据,训练设备排产控制网络,生成目标设备排产控制网络;
其中,基于所述第一策略字段数据和所述第一策略字段数据对应的先验设备排产控制数据训练所述设备排产控制网络的迭代轮数大于第一设定迭代轮数,基于所述第二策略字段数据和所述第二策略字段数据对应的先验设备排产控制数据训练所述设备排产控制网络的迭代轮数小于第二设定迭代轮数,所述第二设定迭代轮数小于所述第一设定迭代轮数。
一种可替代的实施方式中,所述方法还包括:
获取候选加工五金部件的设备排产运行活动数据;
确定所述设备排产运行活动数据中的预测排查控制策略;
解析所述预测排查控制策略,生成策略字段数据信息,所述策略字段数据信息的向量表示信息是对所述候选加工五金部件的排查运行特征;
将所述策略字段数据信息输入所述设备排产控制网络进行设备排产控制分析,生成所述目标加工五金部件的预测标签数据。
图3示出了本发明实施例提供的依据五金加工的设备排产优化系统200的功能模块图,该依据五金加工的设备排产优化系统200实现的功能可以对应上述方法执行的步骤。该依据五金加工的设备排产优化系统200可以理解为上述服务器100,或服务器100的处理器,也可以理解为独立于上述服务器100或处理器之外的在服务器100控制下实现本发明功能的组件,如图3所示,下面分别对该依据五金加工的设备排产优化系统200的各个功能模块的功能进行详细阐述。
获取模块210,用于获取目标五金加工的第一设备排产运行活动数据对应的排产策略标签数据,所述排产策略标签数据为所述第一设备排产运行活动数据上的实际排查控制策略,所述第一设备排产运行活动数据为第一目标加工五金部件的设备排产运行活动数据;
第一生成模块220,用于解析所述排产策略标签数据,生成第一策略字段数据,所述第一策略字段数据的向量表示信息是对所述第一目标加工五金部件的排查运行特征;
第二生成模块230,用于基于目标预置策略字段数据对所述第一策略字段数据进行至少部分覆盖,生成第二策略字段数据,所述目标预置策略字段数据与所述第一策略字段数据具有关系信息,所述第二策略字段数据的向量表示信息是对第二目标加工五金部件的排查运行特征;
第三生成模块240,用于基于所述第一策略字段数据和所述第二策略字段数据,训练设备排产控制网络,生成目标设备排产控制网络。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征时,能够以其它的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
Claims (10)
1.一种五金加工的设备排产优化方法,其特征在于,所述方法包括:
获取目标五金加工的第一设备排产运行活动数据对应的排产策略标签数据,所述排产策略标签数据为所述第一设备排产运行活动数据上的实际排查控制策略,所述第一设备排产运行活动数据为第一目标加工五金部件的设备排产运行活动数据;
解析所述排产策略标签数据,生成第一策略字段数据,所述第一策略字段数据的向量表示信息是对所述第一目标加工五金部件的排查运行特征;
基于目标预置策略字段数据对所述第一策略字段数据进行至少部分覆盖,生成第二策略字段数据,所述目标预置策略字段数据与所述第一策略字段数据具有关系信息,所述第二策略字段数据的向量表示信息是对第二目标加工五金部件的排查运行特征;
基于所述第一策略字段数据和所述第二策略字段数据,训练设备排产控制网络,生成目标设备排产控制网络。
2.根据权利要求1所述的五金加工的设备排产优化方法,其特征在于,所述解析所述排产策略标签数据,生成第一策略字段数据,包括:
提取所述排产策略标签数据中与所述第一目标加工五金部件有关系信息的关联策略字段数据;
基于所述关联策略字段数据,确定至少一个排查控制节点数据,所述排查控制节点数据包括:
所述第一目标加工五金部件的排产类别、所述排产类别对应的至少一个排产策略字段数据以及所述排产策略字段数据在所述关联策略字段数据中的运行前后关系数据;
融合所述关联策略字段数据和所述至少一个排查控制节点数据,生成所述第一策略字段数据。
3.根据权利要求2所述的五金加工的设备排产优化方法,其特征在于,所述基于目标预置策略字段数据对所述第一策略字段数据进行至少部分覆盖,生成第二策略字段数据,包括:
在目标数据库中,确定与至少一个所述排产策略字段数据属于同一排产类别的预置策略字段数据为所述目标预置策略字段数据,所述目标数据库包括:
多个预置策略字段数据,以及所述预置策略字段数据的排产类别;
基于所述目标预置策略字段数据覆盖所述第一策略字段数据中对应的排产策略字段数据,生成所述第二策略字段数据。
4.根据权利要求3所述的五金加工的设备排产优化方法,其特征在于,若所述排产类别为:原材料排产类别,则所述在目标数据库中,确定与至少一个所述排产策略字段数据属于同一排产类别的预置策略字段数据为所述目标预置策略字段数据,包括:
在所述排查控制节点数据中,确定属于目标原材料加载属性的排产策略字段数据为目标运行策略字段数据;
在所述目标数据库中,确定属于所述目标原材料加载属性的预置策略字段数据为所述目标预置策略字段数据,所述目标预置策略字段数据用于覆盖所述目标运行策略字段数据。
5.根据权利要求3所述的五金加工的设备排产优化方法,其特征在于,还包括:
确定与所述第一策略字段数据中至少一个目标先验知识点匹配的匹配先验知识点,所述匹配先验知识点和所述目标先验知识点的应用特征具有匹配性;
将所述匹配先验知识点作为所述目标预置策略字段数据,覆盖所述至少一个目标先验知识点,生成所述第二策略字段数据。
6.根据权利要求1至5任一项所述的五金加工的设备排产优化方法,其特征在于,所述基于所述第一策略字段数据和所述第二策略字段数据,训练设备排产控制网络,生成目标设备排产控制网络,包括:
分别确定所述第一策略字段数据和所述第二策略字段数据对应的先验设备排产控制数据,所述第一策略字段数据对应的先验设备排产控制数据是对所述第一策略字段数据的规则化转换数据或者预测数据,所述第二策略字段数据对应的先验设备排产控制数据是对所述第二策略字段数据的规则化转换数据或者预测数据;
基于所述第一策略字段数据、所述第二策略字段数据以及所述标签数据,训练设备排产控制网络,生成目标设备排产控制网络;
其中,基于所述第一策略字段数据和所述第一策略字段数据对应的先验设备排产控制数据训练所述设备排产控制网络的迭代轮数大于第一设定迭代轮数,基于所述第二策略字段数据和所述第二策略字段数据对应的先验设备排产控制数据训练所述设备排产控制网络的迭代轮数小于第二设定迭代轮数,所述第二设定迭代轮数小于所述第一设定迭代轮数。
7.根据权利要求1至5任一项所述的五金加工的设备排产优化方法,其特征在于,所述方法还包括:
获取候选加工五金部件的设备排产运行活动数据;
确定所述设备排产运行活动数据中的预测排查控制策略;
解析所述预测排查控制策略,生成策略字段数据信息,所述策略字段数据信息的向量表示信息是对所述候选加工五金部件的排查运行特征;
将所述策略字段数据信息输入所述设备排产控制网络进行设备排产控制分析,生成所述目标加工五金部件的预测标签数据。
8.一种五金加工的设备排产优化系统,其特征在于,包括:
获取模块,用于获取目标五金加工的第一设备排产运行活动数据对应的排产策略标签数据,所述排产策略标签数据为所述第一设备排产运行活动数据上的实际排查控制策略,所述第一设备排产运行活动数据为第一目标加工五金部件的设备排产运行活动数据;
第一生成模块,用于解析所述排产策略标签数据,生成第一策略字段数据,所述第一策略字段数据的向量表示信息是对所述第一目标加工五金部件的排查运行特征;
第二生成模块,用于基于目标预置策略字段数据对所述第一策略字段数据进行至少部分覆盖,生成第二策略字段数据,所述目标预置策略字段数据与所述第一策略字段数据具有关系信息,所述第二策略字段数据的向量表示信息是对第二目标加工五金部件的排查运行特征;
第三生成模块,用于基于所述第一策略字段数据和所述第二策略字段数据,训练设备排产控制网络,生成目标设备排产控制网络。
9.一种服务器,其特征在于,包括:处理器、通信接口、存储器和通信总线,其中,所述处理器、通信接口和存储器通过通信总线完成相互间的通信; 所述存储器,用于存放计算机程序; 所述处理器,用于执行所述计算机程序时,实现权利要求1-7任一项所述的五金加工的设备排产优化方法步骤。
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1-7任一项所述的五金加工的设备排产优化方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410015587.7A CN117541024A (zh) | 2024-01-05 | 2024-01-05 | 五金加工的设备排产优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410015587.7A CN117541024A (zh) | 2024-01-05 | 2024-01-05 | 五金加工的设备排产优化方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117541024A true CN117541024A (zh) | 2024-02-09 |
Family
ID=89790324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410015587.7A Pending CN117541024A (zh) | 2024-01-05 | 2024-01-05 | 五金加工的设备排产优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117541024A (zh) |
-
2024
- 2024-01-05 CN CN202410015587.7A patent/CN117541024A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190370146A1 (en) | System and method for data application performance management | |
Guinea et al. | Multi-layered monitoring and adaptation | |
US20170192882A1 (en) | Method and system for automatically generating a plurality of test cases for an it enabled application | |
US8326982B2 (en) | Method and apparatus for extracting and visualizing execution patterns from web services | |
CN111782452A (zh) | 接口对比测试的方法、系统、设备和介质 | |
CN114546365B (zh) | 一种流程可视化的建模方法、服务器、计算机系统及介质 | |
US20090216899A1 (en) | Reduction of message flow between bus-connected consumers and producers | |
Jung et al. | Detecting bottleneck in n-tier it applications through analysis | |
CN117033053A (zh) | 应用于汽车营销管理系统软件的数据分析方法及系统 | |
CN117172093A (zh) | 基于机器学习的Linux系统内核配置的策略优化方法及装置 | |
CN117541024A (zh) | 五金加工的设备排产优化方法及系统 | |
US10417228B2 (en) | Apparatus and method for analytical optimization through computational pushdown | |
US8543861B1 (en) | Systems and methods for diagnosing a network configuration of a computing device | |
Scheinert et al. | Perona: Robust infrastructure fingerprinting for resource-efficient big data analytics | |
Grohmann | Reliable Resource Demand Estimation | |
Li et al. | CODEC: Cost-Effective Duration Prediction System for Deadline Scheduling in the Cloud | |
CN113570333B (zh) | 一种适用于集成的流程设计方法 | |
CN112883654B (zh) | 一种基于数据驱动的模型训练系统 | |
KR101073495B1 (ko) | 에스오에이 서비스의 동적 특화 방법 | |
US20230018965A1 (en) | Smart Change Evaluator for Robotics Automation | |
Teggi et al. | AIOPs based Predictive Alerting for System Stability in IT Environment | |
CN115766418A (zh) | 一种服务协同模式敏捷调整方法 | |
CN106909493A (zh) | 一种在基于windows平台的刀片服务器中实时显示bmc日志的方法 | |
US20200366566A1 (en) | Traffic-controlled processing of application requests | |
CN118011997A (zh) | 基于设备运行系统的故障修复方法及系统 |
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 |