一种提升平面材料切割时利用率的方法和系统技术方案

本发明专利技术通过人工智能领域的方法，实现了一种提升平面材料切割时利用率的方法和利用该方法的系统。其方法为通过提取批次需求件的因素，把需求件组合里面的所有需求件汇总一些因素用于与利用率进行对应，并建立应用效率模型，对新的需求件组合的利用率以多个不同的机器学习算法进行预测，之后通过均方根误差方法计算RMSE，进而将所述机器学习模型算出的利用率预测值，和实际的利用率对比，并通过模型训练过程对所有引入的机器学习算法进行遍历，计算每一个机器学习算法平均RMSE，选择最小的平均RMSE对应的模型是最优的机器学习模型，最终通过应用该方法的系统起到减小排版的时间和提高材料利用率的效果。提高材料利用率的效果。提高材料利用率的效果。

【技术实现步骤摘要】
一种提升平面材料切割时利用率的方法和系统


[0001]本专利技术涉及材料加工领域，尤其涉及一种提升平面材料切割时利用率的方法和系统。

技术介绍

[0002]在标准矩形的平面材料(我们称之为标准材料，标准材料是固定的长宽)上切割出一定数量的长宽不一的矩形(称之为需求件)，并且保证剩余材料能达到一定的指标(利用率)，目前我们选择一批需求件的组合，通过一个切割排版软件进行排版，得到切割图和材料利用率。
[0003]但目前存在以下问题：
[0004]1)切割排版软件对每一批需求件进行切割排版需要的时间很长，大约需要5
‑
10分钟。
[0005]2)需求件的组合可能反复选择，进行多次切割排版软件的排版以获取更好的利用率，但多次排版就导致时间增加。
[0006]3)平均每一批最终确定的需求件组合，需要进行3
‑
4次反复选择需求件组合，每一批的最终用时为30分钟以上。

技术实现思路

[0007]为此，本专利技术首先提出一种提升平面材料切割时利用率的方法，通过提取批次需求件的因本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种提升平面材料切割时利用率的方法，其特征在于：通过提取批次需求件的因素，把需求件组合里面的所有需求件汇总的确定的因素的组合与相应的平面材料的利用率进行对应，建立所述因素组合和利用率的对应关系；以所述因素的组合作为输入，建立使用机器学习算法，基于所述因素的组合所反应的材料利用情况，建立利用率预测模型，对未出现过的新的需求件的因素的组合的利用率，以多个不同的机器学习算法进行预测得到利用率的预测值，并分别计算各个所述机器学习算法的结果的均方根误差RMSE：其中N为记录数，为利用率的预测值，y
i
为用于建立模型的利用率的观测值；在此基础上，将所述机器学习模型算出的利用率预测值，和实际的利用率对比，并通过模型训练过程对所有引入的机器学习算法进行遍历，计算每一个机器学习算法平均RMSE，选择最小的平均RMSE对应的模型是最优的机器学习模型，以所述最优的机器学习模型计算得到的利用率结果，作为对特定批次材料切割过程中，不同因素组合下的利用率预测结果。2.如权利要求1所述的一种提升平面材料切割时利用率的方法，其特征在于：所述机器学习算法包括：线性回归、K近邻、决策树、Adaboost集成学习、梯度提升树GradientBoostingRegressor、集成算法BaggingRegressor、随机森林和XGBRegressor。3.如权利要求2所述的一种提升平面材料切割时利用率的方法，其特征在于：所述因素包括：需求件的总件数；需求件的长度、需求件的宽度、需求件的面积、需求件的周长、需求件的长度/宽度的比值、需求件的面积/周长的比值、需求件切除多个正方形的剩余部分。4.如权利要求3所述的一种提升平面材料切割时利用率的方法，其特征在于：所述因素的组合包含1或2种所述因素。5.如权利要求4所述的一种提升平面材料切割时利用率的方法，其特征在于：所述需求件的长度具体包括：总长度、平均长度、长度标准差、长度分位数、长度分位数和各区间段的需求件数量，长度的4分位差、长度的极差、长度的变异系数，长度的最小值，长度的最大值；所述需求件的宽...

【专利技术属性】
技术研发人员：梁斌炜，
申请(专利权)人：清远欧派集成家居有限公司，
类型：发明
国别省市：