[发明专利]一种基于机器学习的生产排产方法、装置及存储介质

权利要求书

1.一种基于机器学习的生产排产方法，其特征在于，包括：

获取生产流程的多个工艺参数中每个工艺参数对应的规格线，所述规格线为产品稳定生产可允许的最大值和最小值；

基于所述每个工艺参数的规格线，获取所述每个工艺参数的规格区间；

将所述规格区间划分为M个等分区间，其中，M为大于1的整数；

基于所述M个等分区间的比例系数，获取M个取值参数，进而得到所述每个工艺参数的训练参数，所述训练参数包括所述M个取值参数；

从所述训练参数中随机选取N个所述取值参数，得到所述每个工艺参数的生成数据，其中，N为大于等于1且小于等于M的整数；

对所述多个工艺参数之间的所述生成数据进行随机组合，得到用于机器学习训练的至少一个样本数据；

通过所述机器学习训练，获取所述至少一个样本数据中每个样本数据的生产批次号；

基于所述每个样本数据的生产批次号，对所述多个工艺参数进行排产。

2.根据权利要求1所述的方法，其特征在于，所述将所述规格区间划分为M个等分区间，包括：

将所述规格区间划分为第一子区间和第二子区间；

分别对所述第一子区间和所述第二子区间进行划分，得到所述M个等分区间。

3.根据权利要求2所述的方法，其特征在于，所述分别将所述第一子区间和所述第二子区间进行等分，包括：

按照第一等分间隔对所述第一子区间进行划分，按照第二等分间隔对所述第二子区间进行划分，其中，所述第一等分间隔小于所述第二等分间隔。

4.根据权利要求2所述的方法，其特征在于，所述分别将所述第一子区间和所述第二子区间进行等分，包括：

确定所述每个工艺参数对应的所述训练参数的个数M；

根据预设精确度，确定所述第一子区间和所述第二子区间的划分加权系数；

根据所述第一子区间和所述第二子区间的区间长度的比例，分别确定所述第一子区间和所述第二子区间的等分系数；

根据所述训练参数的个数M、所述划分加权系数和所述等分系数，分别对所述第一子区间和所述第二子区间进行划分。

5.根据权利要求2所述的方法，其特征在于，所述通过所述机器学习训练，获取所述至少一个样本数据中每个样本数据的生产批次号，包括：

确定所述每个样本数据包含的生成数据中属于所述第一子区间的生成数据的个数；

按照所述每个样本数据包含的生成数据中属于所述第一子区间的生成数据的个数从多到少，对所述至少一个样本数据进行排序；

按照所述排序对所述至少一个样本数据进行训练。

6.根据权利要求5所述的方法，其特征在于，所述按照所述排序对所述至少一个样本数据进行训练，包括：

基于所述属于所述第一子区间的生成数据的个数，将所述至少一个样本数据中包含相同数量的属于所述第一子区间的生成数据的样本数据划分为一个组别；

基于预设可信度，确定每个训练批次下所述一个组别内包含的所述样本数据的数量。

7.根据权利要求1所述的方法，其特征在于，所述基于所述每个样本数据的生产批次号，对所述多个工艺参数进行排产，包括：

创建控制程序，所述控制程序用于控制生产设备的工艺参数；

通过所述控制程序，基于所述每个样本数据的生产批次号，对所述多个工艺参数进行排产。

8.根据权利要求7所述的方法，其特征在于，所述通过所述控制程序，基于所述每个样本数据的生产批次号，对所述多个工艺参数进行排产，包括：

获取所述生产设备发送的工艺参数请求，所述工艺参数请求用于通知所述控制程序获取所述生产设备的当前批次号；

通过所述控制程序将所述至少一个样本数据中与所述当前批次号对应的样本数据发送至所述生产设备。