一种模型函数调用方法、装置、存储介质及电子设备制造方法及图纸

本申请实施例公开了一种模型函数调用方法、装置、存储介质及电子设备。该方法包括：获取数据库中的目标数据，传输至工业神经网络中的当前节点；判断当前节点的计算函数中是否存在模型参数信息；若存在，则根据所述模型参数信息确定模型函数，并基于所述模型函数对所述目标数据进行处理，得到数据处理结果；若所述当前节点为工业神经网络的终止节点，则将所述数据处理结果作为最终数据处理结果。本技术方案，可以通过函数的实现，使得工业中各业务关系之间产生强关联，便于数据信息的相互调用，避免了数据相互独立的情况。解决了在实际生产中行业知识、人工经验和工业机理模型难以数字化的问题。化的问题。化的问题。

【技术实现步骤摘要】
一种模型函数调用方法、装置、存储介质及电子设备


[0001]本申请实施例涉及生产制造
，尤其涉及一种模型函数调用方法、装置、存储介质及电子设备。

技术介绍

[0002]工业互联网通过工业资源的网络互联、数据互通和系统互操作，实现制造原料的灵活配置、制造过程的按需执行、制造工艺的合理优化和制造环境的快速适应，从而达到资源的高效利用，构建智能化的新工业体系。
[0003]工业神经网络的实现依赖于复杂业务模型、约束模型、工业机理模型、行业知识模型以及人工经验模型等复杂模型之间的相互关联与相互协作。
[0004]目前，已有的工业神经网络中行业知识均以文本形式体现，未用计算机语言表达；人工经验未形成体系；各模型之间相互独立，未与业务过程相关联，无法进行数字化应用。

技术实现思路

[0005]本申请实施例提供一种模型函数调用方法、装置、存储介质及电子设备，通过函数的实现，使得工业中各业务关系之间产生强关联，便于数据信息的相互调用，避免了数据相互独立的情况。解决了在实际生产中行业知识、人工经验和工业机理模型难以数字化的问题。
[0006]第一方面，本申请实施例提供了一种模型函数调用方法，该方法包括：
[0007]获取数据库中的目标数据，传输至工业神经网络中的当前节点；
[0008]判断当前节点的计算函数中是否存在模型参数信息；
[0009]若存在，则根据所述模型参数信息确定模型函数，并基于所述模型函数对所述目标数据进行处理，得到数据处理结果；其中，所述模型参数信息与所述模型函数之间的匹配关系是预先确定的；
[0010]若所述当前节点为工业神经网络的终止节点，则将所述数据处理结果作为最终数据处理结果。
[0011]第二方面，本申请实施例提供了一种模型函数调用装置，该装置包括：
[0012]目标数据获取模块，用于获取数据库中的目标数据，传输至工业神经网络中的当前节点；
[0013]模型参数信息判断模块，用于判断当前节点的计算函数中是否存在模型参数信息；
[0014]数据处理结果获得模块，用于若存在，则根据所述模型参数信息确定模型函数，并基于所述模型函数对所述目标数据进行处理，得到数据处理结果；其中，所述模型参数信息与所述模型函数之间的匹配关系是预先确定的；
[0015]最终数据处理结果获得模块，用于若所述当前节点为工业神经网络的终止节点，则将所述数据处理结果作为最终数据处理结果。
[0016]第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请实施例所述的模型函数调用方法。
[0017]第四方面，本申请实施例提供了一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请实施例所述的模型函数调用方法。
[0018]本申请实施例所提供的技术方案，获取数据库中的目标数据，将目标数据传输至工业神经网络中的当前节点；判断当前节点的计算函数中是否存在模型参数信息；若存在，则根据模型参数信息确定模型函数，并基于模型函数对目标数据进行处理，得到数据处理结果；若当前节点为工业神经网络的终止节点，则将数据处理结果作为最终数据处理结果。本技术方案，可以通过函数的实现，使得工业中各业务关系之间产生强关联，便于数据信息的相互调用，避免了数据相互独立的情况。解决了在实际生产中行业知识、人工经验和工业机理模型难以数字化的问题。
附图说明
[0019]图1是本申请实施例一提供的模型函数调用方法的流程图；
[0020]图2是本申请实施例二提供的模型函数调用过程的示意图；
[0021]图3是本申请实施例三提供的模型函数调用装置的结构示意图；
[0022]图4是本申请实施例五提供的一种电子设备的结构示意图。
具体实施方式
[0023]下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。
[0024]在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
[0025]实施例一
[0026]图1是本申请实施例一提供的模型函数调用方法的流程图，本实施例可适用于基于工业神经网络的模型函数调用的情况，该方法可以由本申请实施例所提供的模型函数调用装置执行，该装置可以由软件和/或硬件的方式来实现，并可集成于模型调用的智能终端等设备中。
[0027]如图1所示，所述模型函数调用方法包括：
[0028]S110、获取数据库中的目标数据，传输至工业神经网络中的当前节点。
[0029]其中，目标数据可以是需要进行处理的数据。例如，目标数据可以是设备能耗、用电量或者员工信息等。目标数据可以是字符串、字母或者数字等形式的数据。
[0030]在本实施例中，工业神经网络由一个或者多个节点组成。其中，节点有对应的计算函数。示例性的，节点a，对应的计算函数为f(a)＝f(b,c)，其中，b和c为数据库中的数据。
[0031]本方案中，不同数据对应不同代码字段，确定需要进行神经网络计算的目标数据后，可以通过读取代码字段获取数据库中相应的目标数据。获取到目标数据后，是将目标数据传输到工业神经网络中的节点进行计算。
[0032]在本技术方案中，可选的，所述数据库包括关系型数据库。
[0033]其中，关系型数据库，是指采用了关系模型来组织数据的数据库，其以行和列的形式存储数据。关系型数据库这一系列的行和列被称为表，一组表组成了数据库。用户通过查询来检索数据库中的数据，而查询是一个用于限定数据库中某些区域的执行代码。关系模型可以简单理解为二维表格模型，而一个关系型数据库就是由二维表及其之间的关系组成的一个数据组织。
[0034]将工业生产数据存储到关系型数据库中，数据以行和列的方式进行存储，可以大量保存原始数据，读取和查询都十分方便。
[0035]S120、判断当前节点的计算函数中是否存在模型参数信息。
[0036]在本实施例中，模型参数信息可以是用于确定具体模型函数的参数信息。模型参数信息可以是字母、数字或者字符串等。在工业神经网络中节点的计算函数中预先设定了模型参数信息。
[0037]本方案中，将目标数据传输到当前节点中，对当前节点的计算函数进行读取，判断计算函数中是否存在模型参数信息。
[0038]S130、若存在，则根据所述模型参数信息确定模型函数，并基于所述模型函数对所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型函数调用方法，其特征在于，包括：获取数据库中的目标数据，传输至工业神经网络中的当前节点；判断当前节点的计算函数中是否存在模型参数信息；若存在，则根据所述模型参数信息确定模型函数，并基于所述模型函数对所述目标数据进行处理，得到数据处理结果；其中，所述模型参数信息与所述模型函数之间的匹配关系是预先确定的；若所述当前节点为工业神经网络的终止节点，则将所述数据处理结果作为最终数据处理结果。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：若所述当前节点不为工业神经网络的终止节点，则基于工业神经网络中的上一层节点的计算函数对所述数据处理结果进行处理，直至终止节点处理完成，得到最终数据处理结果。3.根据权利要求1所述的方法，其特征在于，所述模型函数包括：资源约束模型函数、业务复杂关系模型函数、工业机理模型函数、行业知识模型函数以及人工经验转化模型函数中的至少一种。4.根据权利要求1所述的方法，其特征在于，在判断当前节点的计算函数中是否存在模型参数信息之后，所述方法还包括：若不存在，则基于当前节点的计算函数对所述目标数据进行处理，获得数据处理结果。5.根据权利要求1所述的方法，其特征在于，所述数据库包括关系型数据库。6.根据权利要求5所述的方法，其特征在于，在得到数据处理结果之后，所述方法还包括：将所述数据处理结果保存到当前节点中，并基于当前节点之间的连接关系将所述关...

【专利技术属性】
技术研发人员：范秋敏，王飞亚，汪顺利，万光华，王佳跃，陈羽雨，相泽，
申请(专利权)人：上海飞机制造有限公司，
类型：发明
国别省市：