[发明专利]一种基于机器学习的PCB板订单合拼与排版预测方法及系统

权利要求书

1.一种基于机器学习的PCB板订单合拼与排版预测方法，其特征在于，包括下述步骤：

样本数据采样：获取PCB板生产过程的订单数据的历史信息数据作为样本数据；

样本数据的质量分析和预处理：对选出的样本数据的进行质量分析和预处理；

特征数据提取：提取经过质量分析和预处理的样本数据的特征值；

模型选择：根据特征值数据的实际情况和具体要解决的问题来选择模型；

模型参数配置与训练：对模型参数进行寻优并进行训练机器学习模型；

模型评估：根据模型评估值生成预测代理模型并导出模型文件；

生成预测结果：订单数据导入预测代理模型得出预测结果。

2.根据权利要求1所述的一种基于机器学习的PCB板订单合拼与排版预测方法，其特征在于，在样本数据采样步骤中：

对获取的多个订单数据进行筛选分类，筛选出具有相同工艺特征，且能够进行同批次合拼生产的订单集合，每一类的订单集合为一个订单组合，对相同工艺可合拼的订单组合进行合拼排版，选择合拼和排版的历史信息数据作为机器学习的样本数据。

3.根据权利要求1所述的一种基于机器学习的PCB板订单合拼与排版预测方法，其特征在于，在样本数据的质量分析和预处理步骤中：

对选出的多个样本数据进行质量分析，检查样本数据中是否存在不符合要求，或不能直接进行质量分析的数据；

对不符合要求的样本数据进行预处理操作，解决样本数据的不一致性。

4.根据权利要求1所述的一种基于机器学习的PCB板订单合拼与排版预测方法，其特征在于，在特征数据提取步骤中：

提取经过质量分析和预处理的样本数据的六种特征数据，六种特征数据包括面积集合、周长集合、长边集合、短边集合、长宽比集合和数量集合；

将各个集合的数据按增序或降序排序，各个集合生成九个特征值，九个特征值包括最大与最小值的比值、所有值的平均值、所有值的中位值、所有值的标准差、前十分之一个数之和与后十分之一个数之和的比值、前四分之一个数之和与后四分之一个数之和的比值、前二分之一个数之和与后二分之一个数之和的比值、第十分之一个数的数值与第十分之九个数的数值的比值以及第四分之一个数的数值与第四分之三个数的数值的比值。

5.根据权利要求4所述的一种基于机器学习的PCB板订单合拼与排版预测方法，其特征在于，还包括第七组特征值，第七组特征值包括原片长、原片宽、切片数量、切片种类、旋转后种类、Group数量、修边长、锯缝长、最小大板数以及切片总面积。

6.根据权利要求1所述的一种基于机器学习的PCB板订单合拼与排版预测方法，其特征在于，在模型选择步骤中：

与具体解决的问题匹配，选择基于决策树的集成学习模型进行回归预测，集成学习模型包括随机森林算法、极端梯度提升算法和轻量梯度提升机算法。