[發明專利]一種基于人工智能技術與ROPN技術的智能決策方法

有效

• 申請號: 201910976087.9
• 申請日: 2019-10-15
• 公開（公告）號: CN110675005B
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 劉斌;李杰;喬巖;李倓;宋泰然;郭宇翔;曹健;孫國龍;周孟初
• 申請（專利權）人: 埃克斯工業（廣東）有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于人工智能技術與ROPN技術的智能決策方法，其特征在于：如下步驟：

S1、基于獲取的工業系統實時數據和ROPN技術構建ROPN模型；

S2、基于獲取的工業系統歷史數據和粒計算構建粒神經網絡決策模型，即智能排產模型，構建好后，通過后續獲取的工業系統歷史數據訓練智能排產模型，得到訓練后的智能排產模型；

S3、根據所要決策問題，將工業系統實時數據輸入構建好的ROPN模型，得到控制方案，并將控制方案、實時調度問題中的問題數據和工業系統歷史數據輸入訓練好的智能排產模型得到最優調度方案，同時將最優調度方案運用到實際工業系統得到實際調度結果，將實際調度結果輸入本次用于決策的智能排產模型進行實時學習來更新模型，并將最優調度方案輸入本次的ROPN模型進行實時學習來更新模型，其中，控制方案即調度方案；所述工業系統歷史數據和工業系統實時數據的數據類型可相同，也可不同；

工業系統實時數據包括產線布局數據、設備數量、利用率、理論生產時間、設備維護計劃、最長等待時間、生產路徑、最大產能、WIP和Batch Factor；

工業系統包括半導體工業系統；

所述步驟S2中的工業系統歷史數據包括產線布局數據、設備數量、設備實際利用率、設備維護計劃、理論生產時間、實際生產時間、生產路徑、最長等待時間、生產用配方、Lot優先級、計劃交期時間和實際交期時間；

所述步驟S2中的工業系統歷史數據為幾天、幾周或幾個月累積的數據，其中，最優情況為幾周累積的數據；

所述步驟S3中獲取的工業系統實時數據置后于步驟S1獲取的工業系統實時數據，步驟S3中的工業系統實時數據與步驟S1中的工業系統實時數據的數據類型可相同，也可不同。