[发明专利]动态智能调度方法及装置

说明书

一种动态智能调度方法及装置，所述方法包括下列步骤：收集并记录产线多个调度的资源限制及调度人员更改调度所作决策的数据；以多个生产目标作为惩罚条件交叉列举出调度组合；以资源限制及各调度组合对应的多目标权重做为条件建立数学模型，并将所记录的资源限制导入以计算调度结果；将与决策数据比对相符的调度组合所对应的惩罚条件记录为有效惩罚；分别使用有效惩罚对应参数的数值及惩罚条件的数值作为输入及输出来训练学习模型；以及响应于调度请求，依据当前调度的资源限制及生产目标，利用学习模型找出各个调度组合的权重，并据以产生推荐调度。

技术领域

本发明是有关于一种调度方法及装置，且特别是有关于一种动态智能调度方法及装置。

背景技术

随着时代更迭，工业产品渐趋于少量多样化，此情况在企业施行上多半在生产计划阶段即进行初步规划以克服少量多样生产需求，但大型传统产业或新创产品往往在生产过程中容易遇到机台故障等临时状况，而在临时状况发生时又必须仰赖大量人工调度经验在极短时间内进行调度。

此类生产调度特性为：少量多样生产；调度有大量限制条件，如某些调度必须连续，否则会产生额外成本；可选择订单库(pool)极多；生产现场状况出现程度频繁，如机台当机、半成品化学成份有问题等。

结果，企业需仰赖资深经验老道员工，且常会遇到可选择订单数量过多，难以在短时间内决定出好的更新调度。这些问题往往造成不必要的生产成本，且造成企业难以弥补的损失。

发明内容

本发明提供一种动态智能调度方法及装置，通过学习调度人员更改调度所作决策，而可因应生产资源或目标变动动态产生调度。

本发明提供一种动态智能调度方法，由电子装置执行以动态产生产线上多个机台的调度。所述方法包括下列步骤：收集产线多个调度的资源限制以及调度人员更改调度所作决策的数据，记录在决策历史数据库；以多个生产目标作为惩罚条件交叉列举出多个调度组合；以所述资源限制及各个调度组合对应的多目标权重做为条件建立数学模型，并将决策历史数据库中记录的资源限制导入数学模型，以计算调度结果；将调度结果与决策历史数据库中记录的决策的数据比对，以将比对相符的调度组合所对应的惩罚条件记录为有效惩罚；分别使用有效惩罚对应参数的数值及惩罚条件的数值作为学习模型的输入及输出训练学习模型；以及响应于调度请求，依据当前调度的资源限制及生产目标，利用学习模型找出各个调度组合的权重，并据以产生推荐调度。

本发明提供一种动态智能调度装置，其包括数据捕获设备、储存装置及处理器。其中，储存装置用以储存多个指令及决策历史数据库。处理器耦接数据捕获设备及储存装置，用以加载并执行储存装置中储存的指令：利用数据捕获设备收集产线多个调度的资源限制以及调度人员更改调度所作决策的数据，记录在决策历史数据库；以多个生产目标作为惩罚条件交叉列举出多个调度组合；以资源限制及各个调度组合对应的多目标权重做为条件建立数学模型，并将决策历史数据库中记录的资源限制导入数学模型，以计算调度结果；将调度结果与决策历史数据库中记录的决策的数据比对，以将比对相符的调度组合对应的惩罚条件记录为有效惩罚；分别使用有效惩罚对应参数的数值及惩罚条件的数值作为学习模型的输入及输出训练学习模型；以及响应于调度请求，依据当前调度的资源限制及生产目标，利用学习模型找出各个调度组合的权重，并据以产生推荐调度。

基于上述，本发明的动态智能调度方法及装置，以数学模型为基础来处理多样化调度及大量限制式的问题，并通过收集产线不同调度的资源限制及调度人员的决策数据，利用机器学习技术找出各种调度状况下不同目标之间的权重分配，从而可随时依据当前调度的资源限制及生产目标，动态地产出最适于当下状况的调度。

为让本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合所附附图作详细说明如下。

附图说明

图1是依照本发明一实施例所绘示的动态智能调度装置的方块图。

图2是依照本案一实施例所绘示的动态智能调度方法的流程图。