基于人工智能的注塑品生产调度优化方法及系统

专利主权项内容

1.一种基于人工智能的注塑品生产调度优化方法，其特征在于，包括：获取目标车间的历史注塑品生产信息以及所述目标车间的当前注塑品订单信息，基于预设的产能预测模型的时间依赖层确定所述历史注塑品生产信息和所述当前注塑品订单信息的时间依赖结果；根据所述时间依赖结果，基于所述产能预测模型的特征聚焦层，通过计算聚焦注意力得分，获得关键特征，经过隐藏状态解析层将所述关键特征通过门控机制筛选出产能预测结果；基于所述产能预测结果，结合所述当前注塑品订单信息，以总完成时间最小为目标，构建第一目标函数；以总花费最小为目标，构建第二目标函数，通过预设的多目标优化算法，对所述第一目标函数和所述第二目标函数进行综合求解，确定生产调度优化方案；通过预设的多目标优化算法，对所述第一目标函数和所述第二目标函数进行综合求解，确定生产调度优化方案包括：随机生成粒子群，每个所述粒子代表一个生产调度优化方案，初始化所述粒子的位置和速度，同时设置初始温度、冷却速率、扰动范围；对所述粒子对应的所述生产调度优化方案进行评估，将所述第一目标函数和所述第二目标函数结合为综合目标函数，计算所述综合目标函数对应的适应度值，并开始粒子群的更新迭代：更新每个所述粒子的个体最优位置，同时更新所述粒子群的全局最优位置，根据所述个体最优位置和所述全局最优位置更新所述粒子的速度，再依据更新后的速度更新所述粒子位置；经过所述更新迭代的后，在所述扰动范围之内扰动所述粒子对应的生产调度优化方案，产生新生产调度优化方案，计算所述新生产调度优化方案的适应度值，如果适应度值最优，则接受新生产调度优化方案，否则根据温度和退火概率决定是否接受新生产调度优化方案；按照预设的冷却速率降低温度，重新开始粒子群的更新迭代以及扰动，直到符合预设的迭代阈值，评估最终生产调度优化方案的适应度值，选取适应度值最高的方案作为最终生产调度优化方案；基于预设的产能预测模型的时间依赖层确定所述历史注塑品生产信息和所述当前注塑品订单信息的时间依赖结果包括：所述时间依赖层基于长短时记忆模型构建；设置初始隐藏状态和初始单元状态，基于所述历史注塑品生产信息，提取时间序列数据，对所述时间序列数据的每个时间步进行如下操作：通过遗忘门、输入门，计算遗忘门输出、输入门输出和候选值向量，利用所述遗忘门输出、所述输入门输出和所述候选值向量进行单元状态更新，通过输出门，计算输出门输出，基于单元状态更新的结果，结合所述输出门输出，计算该时间步的隐藏状态，并传递给下一个时间步；重复操作，直到所述时间序列数据的全部时间步计算完成；在隐藏状态之间按照预设的间隔步数设置跳跃连接，并对每个时间步扩展隐藏状态，为每个所述跳跃连接引入跳跃权重，基于所述扩展隐藏状态，结合所述跳跃权重，通过融合加权得到时间依赖结果；经过隐藏状态解析层将所述关键特征通过门控机制筛选出产能预测结果包括：所述隐藏状态解析层是基于门控循环单元构建的；将所述特征聚焦层输出的所述关键特征，作为所述隐藏状态解析层的输入数据，基于每个时间步进行操作：依次通过更新门、重置门，计算更新门输出、重置门输出，基于所述重置门输出，创建候选隐藏状态，基于所述更新门输出，结合所述候选隐藏状态，形成更新隐藏状态；重复操作，直到所述输入数据的全部时间步计算完成，得到产能预测结果。