[發明專利]基于數據挖掘和工藝模型的優化排程方法、系統、介質及設備

在審

• 申請號: 201911045861.0
• 申請日: 2019-10-30
• 公開（公告）號: CN110909917A
• 公開（公告）日: 2020-03-24
• 發明（設計）人: 王源濤;高云鵬;孔祥君;劉曙
• 申請（專利權）人: 國機智能技術研究院有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/04
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 厲洋洋

1.一種基于數據挖掘和工藝模型的優化排程系統，其特征在于，包括：

數據挖掘模塊，用于獲取預設時段的歷史數據，根據所述歷史數據進行數據挖掘分析，獲得歷史數據分析結果；

工藝模型模塊，用于利用初始模型結合特定行業的工藝模型建立特定行業的數學物理模型；

計劃排程模塊，用于根據所述歷史數據分析結果和/或所述特定行業的數學物理模型進行優化排程。

2.根據權利要求1所述的系統，其特征在于，所述數據挖掘模塊具體用于，

獲取預設時段的歷史數據，根據實際情況采用聚類分析算法、隨機森林算法或平滑指數預測模型進行數據挖掘分析，對市場上訂單變化、設備故障情況和產品質量情況進行預測，獲得歷史數據分析結果。

3.根據權利要求1所述的系統，其特征在于，所述工藝模型模塊具體用于，

根據實際工程經驗建立初始模型，根據實際情況采用貝葉斯網絡算法或決策樹模型算法對特定行業的工藝模型進行數據挖掘，將挖掘獲得的模型數據與所述初始模型結合，獲得特定行業的數學物理模型。

4.根據權利要求3所述的系統，其特征在于，所述工藝模型模塊，還用于將所述數學物理模型的模型數據作為歷史數據返回給所述數據挖掘模塊。

5.根據權利要求1至4任一項所述的系統，其特征在于，所述計劃排程模塊，還用于獲取優化排程結果數據，并確定所述優化排程結果數據和實際生產數據之間的差值數據，將所述差值數據返回給所述數據挖掘模塊和所述工藝模型模塊進行校驗修正。

6.一種基于數據挖掘和工藝模型的優化排程方法，其特征在于，包括：

獲取預設時段的歷史數據，根據所述歷史數據進行數據挖掘分析，獲得歷史數據分析結果；

利用初始模型結合特定行業的工藝模型建立特定行業的數學物理模型；

根據所述歷史數據分析結果和/或所述特定行業的數學物理模型進行優化排程。

7.根據權利要求6所述的方法，其特征在于，所述獲取預設時段的歷史數據，根據所述歷史數據進行數據挖掘分析，獲得歷史數據分析結果，包括：

獲取預設時段的歷史數據，根據實際情況采用聚類分析算法、隨機森林算法或平滑指數預測模型進行數據挖掘分析，對市場上訂單變化、設備故障情況和產品質量情況進行預測，獲得歷史數據分析結果。

8.根據權利要求6所述的方法，其特征在于，所述利用初始模型結合特定行業工藝模型建立特定行業的數學物理模型，包括：

根據實際工程經驗建立初始模型，根據實際情況采用貝葉斯網絡算法或決策樹模型算法對特定行業的工藝模型進行數據挖掘，將挖掘獲得的模型數據與所述初始模型結合，獲得特定行業的數學物理模型。

9.一種計算機可讀存儲介質，包括指令，其特征在于，當所述指令在計算機上運行時，使所述計算機執行根據權利要求6至8任一項所述的基于數據挖掘和工藝模型的優化排程方法。

10.一種計算機設備，包括存儲器、處理器及存儲在所述存儲器上的并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求6至8任一項所述的基于數據挖掘和工藝模型的優化排程方法。