[發(fā)明專利]基于機器學習的密集庫設備調(diào)度策略參數(shù)動態(tài)調(diào)優(yōu)方法

有效

• 申請?zhí)枺?/td>: 202010499825.8
• 申請日: 2020-06-04
• 公開（公告）號: CN111695728B
• 公開（公告）日: 2021-09-21
• 發(fā)明（設計）人: 靳國泉;石晟
• 申請（專利權）人: 南京音飛峰云科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q10/08;G06N20/00
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 張弛

1.一種基于機器學習的密集庫設備調(diào)度策略參數(shù)動態(tài)調(diào)優(yōu)方法，其特征在于，包括以下步驟，

（1）建立拓撲圖模型：

根據(jù)倉庫的實際連接模式，將設備及通路抽象成拓撲圖模型，拓撲圖模型采用有向無自環(huán)帶邊權值的拓撲圖，用每個邊的邊權值代表到指定區(qū)域每條路徑的選擇權重，權重由具體的路徑管理算法決定主要部分，而權重值包含一個調(diào)優(yōu)因子；

（2）指定調(diào)度目標，形成策略評價函數(shù)：

根據(jù)倉庫業(yè)務的實際情況，設定倉庫調(diào)度目標，調(diào)度目標根據(jù)幾個指標約定優(yōu)先級，系統(tǒng)按照優(yōu)先級對幾個指標的實際值與目標值的偏差值做加權求和而自動生成評價函數(shù)，評價函數(shù)內(nèi)設置各指標的加權系數(shù)；

（3）設置策略初始值：

系統(tǒng)設置重試策略和路徑選擇策略的初始參數(shù)值，以及上下調(diào)整的步長和上下限初始的重試次數(shù)；

（4）一個統(tǒng)計周期中計算調(diào)度策略的評價指標，并使用評價函數(shù)進行量化：

實際執(zhí)行策略一段時間，判定在此參數(shù)下評價函數(shù)的反饋值，反饋值根據(jù)配置選擇一組向量或者一個單一數(shù)值；

（5）按照初始設定的啟發(fā)式搜索策略尋找參數(shù)調(diào)整值，重復步驟（4），迭代多次獲取多組統(tǒng)計數(shù)據(jù)；

（6）利用機器學習算法將統(tǒng)計數(shù)據(jù)進行主數(shù)據(jù)分析，得出關鍵變量，分析關鍵變量和調(diào)度目標間的函數(shù)增減性關系，更新啟發(fā)式搜索策略；

（7）初步獲得啟發(fā)式搜索策略后，模型建立階段結束；

對步驟（2）-（6）中的各個作業(yè)指標進行監(jiān)控，如果出現(xiàn)偏差，則根據(jù)策略調(diào)整對應的不符合預期的參數(shù)，包括本次偏差相關聯(lián)的路徑和設備參數(shù)。

2.根據(jù)權利要求1所述的密集庫設備調(diào)度策略參數(shù)動態(tài)調(diào)優(yōu)方法，其特征在于，調(diào)整參數(shù)后的下次任務，利用評價指標評估策略參數(shù)調(diào)整是否符合預期，如符合預期則結束，如不符合預期，但差值減小，則進一步使用策略調(diào)整，如不符合預期且差值增大，說明啟發(fā)式參數(shù)搜索策略失效，回到模型建立階段重新構建參數(shù)與指標間的數(shù)據(jù)模型。

3.根據(jù)權利要求1所述的密集庫設備調(diào)度策略參數(shù)動態(tài)調(diào)優(yōu)方法，其特征在于，步驟（1）中，拓撲圖可描述貨物在單次作業(yè)中所經(jīng)過的所有設備和路徑，邊權值代表每段路徑的實際平均通過時間。

4.根據(jù)權利要求3所述的密集庫設備調(diào)度策略參數(shù)動態(tài)調(diào)優(yōu)方法，其特征在于，本方法管理的策略參數(shù)包括：重試策略中的最大重試次數(shù)、尋找路徑策略的路徑選擇權重。