[发明专利]工业模型训练方法、装置、设备及介质

说明书

本发明提供了一种工业模型训练方法、装置、设备及介质，包括获取工业模型及训练数据，配置工业模型的初始参数；将训练数据输配置到所述工业模型中，对工业模型进行训练，得到训练结果；判断训练结果是否满足预设的条件，若不满足，则根据训练结果调整工业模型的参数，对调整参数之后的工业模型进行再训练，直到训练结果满足预设的条件。本发明提供的一种工业模型训练方法，使用训练数据对工业模型进行训练，在训练的过程中不断的调整工业模型的参数，不断提高工业模型的精确度，使得训练后的工业模型收敛，且适用于工业领域，该方法具有普遍性，能够应用于各个工业领域，且通过更新训练数据能及时的对工业模型进行更新。

技术领域

本发明涉及工业互联网技术领域，尤其是涉及一种工业模型训练方法、装置、设备及介质。

背景技术

随着工业互联网的飞速发展，工业领域的知识库、模型库、机理模型以及工艺流程等企业的数字资产在呈级数增长，在现有技术中，企业主要靠各种各样的信息化系统去管理这些数字资产，但是没有统一的体系进行统一管理，各个信息化系统的数据彼此分离，且没有合适的方式让企业的数字资产变成企业的技术传承和经验的迭代更新。同时，目前没有一个比较完善的方案将企业的数字资产进行商业化，变成可以自由交易或者转让的商业模式。因此，企业的数字资产既不能形成可以循环利用、不断提升技术水平的企业经验，也不利于数字资产的商业化，进而发挥其市场价值，进一步的也不利于企业的数字资产的保存和流传。

目前，工业模型能够将工业领域的各类生产制造、工艺流程、经营理念、管理经验等各种无形的数字资产转换成标准的模型，实现对数字资产的管理，在工业模型构建之后需要对该工业模型进行训练，现有技术中，对工业模型进行训练的方法不具有普遍性，只能满足固定产品生产的需求，且不能及时的对工业模型进行训练，使得工业模型长时间不能得到有效的更新。

发明内容

有鉴于此，本发明的目的在于提供一种工业模型训练方法、装置、设备及介质，以缓解现有技术中存在的对工业模型进行训练的方法不具有普遍性，只能满足固定产品生产的需求，且不能及时的对工业模型进行训练，使得工业模型长时间不能得到有效的更新的技术问题。

第一方面，本发明实施例提供了一种工业模型训练方法，所述方法包括：

获取工业模型及训练数据，配置所述工业模型的初始参数；

将所述训练数据配置到所述工业模型中，对所述工业模型进行训练，得到训练结果；

判断所述训练结果是否满足预设的条件，若不满足，则根据所述训练结果调整所述工业模型的参数，对调整参数之后的所述工业模型进行再训练，直到所述训练结果满足预设的条件。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述训练数据包括测试数据和处理结果，所述将所述训练数据输入到所述工业模型中，对所述工业模型进行训练，得到训练结果，包括：

获取所述工业模型及对应的测试数据；

将所述测试数据配置到所述工业模型中，所述工业模型调用预先设置的多个算法分别对所述测试数据进行计算，得到多个计算结果；

分析所述测试数据的多个计算结果以及对应的处理结果，选择计算结果中准确率最高的算法作为所述工业模型的基准算法，并将所述基准算法计算得到的计算结果作为所述训练结果。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述获取工业模型及训练数据，包括：

根据所述工业模型，获取多个不同特征的数据；

将所述数据进行排列，形成矩阵模型；