[发明专利]一种基于知识图谱的生产调度管理方法及设备

说明书

本发明提出一种基于知识图谱的生产调度管理方法及设备，该方法通过基于现有生产资源数据，构建生产资源知识图谱；基于构建的生产资源知识图谱，自动生成作业车间调度的约束条件；基于作业车间调度的约束结果，通过求解器自动生成生产调度方案。通过本发明，能够提高生产调度效率，简化生产调度流程的目的，将知识图谱中技术应用于工业生产资源的智能化管理与分析，从而降低生产成本、提高生产效率以及使其变得对环境更加友好。

技术领域

本发明涉及机器学习技术领域，尤其涉及一种基于知识图谱的生产调度管理方法、装置、设备、存储介质。

背景技术

S.W.Johnson在1954年首先提出了生产调度理论，在此理论上构建了生产加工的数学模型，基于此数学模型最终提出了生产调度的优化算法，自此为生产调度奠定了基础。在此之后的发展中，学者们结合更加复杂的生产场景构建出更加复杂的数学模型，从而解决复杂生产场景下的生产调度问题。而现今的对于生产调度问题的解决方法主要有三种不同的策略，分别为：基于规则的生产调度、基于优化算法的生产调度以及基于知识的生产调度。

基于规则的生产调度是指，按照一定的规则将生产活动进行排序，常见的规则有FCFS(First–Come–First-Served)、SPT(Shortest Processing Time)以及EDD(EarliestDue Date)等。基于规则的调度方法的优势在于易于实现、计算的复杂程度也相对较低。但他的缺点是对于最优解的求解难度比较大，甚至在一些情况下难以基于规则得到生产调度的最优解。

基于优化算法的生成调度的核心思路是，将车间内的约束用等式或不等式的方式表达，在满足这些约束的基础上对一个或多个目标函数进行求解。这样一来，就可以将生产调度问题转化为一个数学规划模型进行求解。常见的规划数学模型有混合整数线性规划和混合整数非线性规划模型。这种基于优化算法的调度方法的优势在于，可以在计算机上进行求解，并在大多是的情况下可以得到最优解。但难点在于如何将现实生产中的约束表示为等式或不等式的形式，在这个构成中会带来极大的人力成本的浪费。除了上述介绍的线性规划及整数规划优化算法外，还有借鉴生物界中的自然选择与遗传机制得来的遗传算法；基于强化学习的生产调度方法。

当前大多在使用这种方式进行生产调度时，通常结合的是基于规则的调度方法。这种方法的优点在于，可以更加便捷的得到基于规则的调度方案，但同样也继承了基于规则的调度方法的一些缺点。例如，获得最优解的难度比较大，如何选择调度规则等。

发明内容

本发明提供一种基于知识图谱的生产调度管理方法、装置、设备、存储介质，旨在提高生产调度效率，简化生产调度流程的目的，将知识图谱中技术应用于工业生产资源的智能化管理与分析，从而降低生产成本、提高生产效率以及使其变得对环境更加友好。

为此，本发明的第一个目的在于提出一种基于知识图谱的生产调度管理方法，包括：

基于现有生产资源数据，构建生产资源知识图谱；

基于构建的生产资源知识图谱，自动生成作业车间调度的约束条件；

基于作业车间调度的约束结果，通过求解器自动生成生产调度方案。

其中，在基于现有生产资源数据，构建生产资源知识图谱的步骤中，包括：

通过分析生产车间中生产资源，对生产车间生产资源及其关系进行概念建模，构建物料-生产设备-工艺的生产过程模型；

从结构化、半结构化或者非结构化的数据中抽取出知识并按照生产过程模型模型进行实例化，生产资源数据的实体，及实体间的相互关系；

基于生产资源数据的实体及相互关系，构建不同产品的生产过程模型，将不同产品的生产过程模型与产品工艺路径配合，得到完整的生产资源知识图谱；

将一个生产车间内所有产品的生产过程模型向连接，从而构建出了这个生产车间的知识图谱。