一种产品排样方法、产品选择模型生成方法及装置制造方法及图纸

本公开提供了一种产品排样方法、产品选择模型生成方法及装置，涉及数据处理技术领域，尤其涉及智能排版、强化学习技术领域。具体实现方案为：从待排样批次中选择预设数量种产品，得到排样组合，并生成排样组合的排样方式。之后确定按照排样方式进行产品排样后，排样组合中最先完成排样的第一数量种产品。并利用产品选择模型从待排样批次中选择第一数量种未排样产品，再将排样组合中最先完成排样的产品替换为第一数量种未排样产品，返回生成排样组合的排样方式的步骤。在待排样批次中各种产品均完成排样后，基于生成的各排样方式得到待排样批次的排样方案。能够在满足连续堆垛约束情况下，提高批次排样方案的整体板材利用率。提高批次排样方案的整体板材利用率。提高批次排样方案的整体板材利用率。

【技术实现步骤摘要】
一种产品排样方法、产品选择模型生成方法及装置


[0001]本公开涉及数据处理
，尤其涉及智能排版、强化学习


技术介绍

[0002]确定产品的形状、数量和质量等需求之后，从整板中取下满足产品需求的材料，该过程称为下料。下料问题，又称板材切割问题，即为了得到满足产品需求的材料，如何对整板进行切割，才能最节省板材。可见下料问题的关键在于如何对产品进行排样。
[0003]下料问题是一种计算复杂度较高的组合优化问题，应用场景广泛，例如可以应用于机械制造领域的金属切割、家具业的木材切割、建筑业的玻璃切割、印刷业的排版、化工业的塑料加工和服装业的布料剪裁等。

技术实现思路

[0004]本公开实施例提供了一种产品排样方法、产品选择模型生成方法及装置。
[0005]本公开实施例的第一方面，提供了一种产品排样方法，包括：
[0006]从待排样批次中选择预设数量种产品，得到排样组合，并生成所述排样组合的排样方式，所述排样方式表示所述排样组合中各种产品在单个整版上的排布位置和数量；
[0007]确定按照所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种产品排样方法，包括：从待排样批次中选择预设数量种产品，得到排样组合，并生成所述排样组合的排样方式，所述排样方式表示所述排样组合中各种产品在单个整版上的排布位置和数量；确定按照所述排样方式进行产品排样后，所述排样组合中最先完成排样的第一数量种产品；利用产品选择模型从所述待排样批次中选择所述第一数量种未排样产品；其中，所述产品选择模型为基于多个样本批次的产品以及每个样本批次的产品完成排样后的板材利用信息，对神经网络模型进行训练后得到的模型；将所述排样组合中所述最先完成排样的产品替换为所述第一数量种未排样产品，返回所述生成所述排样组合的排样方式的步骤；在所述待排样批次中各种产品均完成排样后，基于生成的各排样方式得到所述待排样批次的排样方案。2.根据权利要求1所述的方法，其中，所述利用产品选择模型从所述待排样批次中选择所述第一数量种未排样产品，包括：根据第一信息和第二信息，生成单种未排样产品的状态矩阵；所述第一信息用于表征已生成的排样方式的描述内容，所述第二信息用于表征所述待排样批次中单种未排样产品的描述内容；将多种未排样产品的状态矩阵分别输入所述产品选择模型，得到所述产品选择模型输出的多种未排样产品的选择分数；基于多种未排样产品的选择分数，从所述待排样批次中，筛选所述第一数量种未排样产品。3.根据权利要求1所述的方法，其中，所述利用产品选择模型从所述待排样批次中选择所述第一数量种未排样产品，包括：根据第一信息和所述待排样批次中多种未排样产品的第二信息，生成状态矩阵；所述第一信息用于表征已生成的排样方式的描述内容，所述第二信息用于表征单种未排样产品的描述内容；将所述状态矩阵输入所述产品选择模型，得到所述产品选择模型输出的多种未排样产品的选择概率；基于多种未排样产品的选择概率，从所述待排样批次中，筛选所述第一数量种未排样产品。4.根据权利要求2或3所述的方法，其中，所述第一信息包括：已生成的排样方式矩阵、已生成的排样方式的板材利用率和所述排样组合中未完成排样的各种产品的尺寸和规划排样数量；所述已生成的排样方式矩阵表示按照已生成的排样方式进行产品排样后，整版上产品的位置分布；所述第二信息包括单种未排样产品的尺寸和规划排样数量。5.根据权利要求1
‑
3任一项所述的方法，其中，所述从待排样批次中选择预设数量种产品，得到排样组合，包括：从所述待排样批次中，选择多个备选组合，所述备选组合包括预设数量种产品；确定多个备选组合的备选排样方式，并确定多个备选排样方式的板材利用信息；
根据多个备选排样方式的板材利用信息，从多个备选组合中筛选多个排样组合；在所述基于生成的各排样方式得到所述待排样批次的排样方案之后，所述方法还包括：确定针对多种排样组合得到的多种排样方案的板材利用信息；根据所述板材利用信息，从多种排样方案中筛选排样方案。6.根据权利要求1
‑
3任一项所述的方法，其中，所述从待排样批次中选择预设数量种产品，得到排样组合，包括：从所述待排样批次中，选择多个备选组合，所述备选组合包括预设数量种产品；确定多个备选组合的备选排样方式，并确定多个备选排样方式的板材利用信息；根据多个备选排样方式的板材利用信息，从多个备选组合中筛选一个排样组合。7.一种产品选择模型生成方法，包括：获取样本批次的产品；从所述样本批次中选择预设数量种产品，得到排样组合，并生成所述排样组合的排样方式，所述排样方式表示所述排样组合中各种产品在单个整版上的排布位置和数量；确定按照所述排样方式进行产品排样后，所述排样组合中最先完成排样的第一数量种产品；利用神经网络模型从该样本批次中选择所述第一数量种未排样产品，并设置本次选择的奖励值为预设值；将所述排样组合中所述最先完成排样的产品替换为所述第一数量种未排样产品，返回所述生成所述排样组合的排样方式的步骤；在所述样本批次中各种产品均完成排样后，基于生成的各排样方式得到所述样本批次的排样方案，并确定最后一次选择的奖励值为所述排样方案的板材利用信息；根据针对所述样本批次得到的各奖励值，训练所述神经网络模型，将训练完成的神经网络模型作为产品选择模型。8.根据权利要求7所述的方法，其中，所述利用神经网络模型从该样本批次中选择所述第一数量种未排样产品，包括：根据第一信息和第二信息，生成单种未排样产品的状态矩阵；所述第一信息用于表征已生成的排样方式的描述内容，所述第二信息用于表征所述待排样批次中单种未排样产品的描述内容；将多种未排样产品的状态矩阵分别输入所述神经网络模型，得到所述神经网络模型输出的多种未排样产品的选择分数；基于多种未排样产品的选择分数，从所述样本批次中，筛选所述第一数量种未排样产品。9.根据权利要求7所述的方法，其中，所述利用神经网络模型从该样本批次中选择所述第一数量种未排样产品，包括：根据第一信息和所述待排样批次中多种未排样产品第二信息，生成状态矩阵；所述第一信息用于表征已生成的排样方式的描述内容，所述第二信息用于表征单种未排样产品的描述内容；将所述状态矩阵输入所述神经网络模型，得到所述神经网络模型输出的多种未排样产
品的选择概率；基于多种未排样产品的选择概率，从所述样本批次中，筛选所述第一数量种未排样产品。10.根据权利要求8或9所述的方法，其中，所述第一信息包括：已生成的排样方式矩阵、已生成的排样方式的板材利用...

【专利技术属性】
技术研发人员：刘颖，解鑫，徐进，李飞，张智俊，李瑞锋，许铭，袁晓敏，陈凯，金莹，张金义，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：