生产参数在线最优化方法、装置、电子设备及存储介质制造方法及图纸

本申请属于生产管理技术领域，公开了一种生产参数在线最优化方法、装置、电子设备及存储介质，依据每次调整配置参数后所产生的利润情况以逐渐缩小各配置参数的可调范围，最终确定出一个较小的可调范围，并从中随机取值作为优化后的配置参数，能够简单有效地实现智能化工厂的各生产设备的配置参数的优化，且不依赖于样本数量，有利于实现利润最大化。有利于实现利润最大化。有利于实现利润最大化。

【技术实现步骤摘要】
生产参数在线最优化方法、装置、电子设备及存储介质


[0001]本申请涉及生产管理
，具体而言，涉及一种生产参数在线最优化方法、装置、电子设备及存储介质。

技术介绍

[0002]智能化是传统制造业进行升级转型的一个重要方向，目前的一些智能工厂已初步实现了自动化与无人化，但智能工厂内部的各个不同子系统之间缺少实时的联动与反馈机制，无法使所有生产设备实时调整到最优的配置参数，离真正的智能化尚有较大的差距。具体地，目前的智能工厂在进行生产时，生产端和消费端之间依然处于孤立状态，生产端并非根据生产管理系统实时评估的产出效益的变化来实施调整生产计划和配置参数，因此难以实现利润最大化和资源的最优配置。
[0003]为此，目前业界有人提出采用机器学习方法（特别是深度学习模型）来进行智能工厂生产参数的调优工作，其基本思路是将实际样本集所对应的未知函数f逼近到一个函数表达式确定、但参数未定的函数，记为g，在求解出g的参数后再通过一些数值算法（如牛顿下降法）求解g的极值点，从而逼近f的最大值。这种方法的优点是当f与g比较接近时，能够使用较少的样本即可确定f的准确表达式，从而达到调优目的。但在实际应用中，f的表达式往往难以确定，甚至根本不存在一个明确的表达式。这会导致所求出的g的误差较大。即使深度学习里的神经网络被认为能够无限近似任意一个函数，但此时神经网络的参数多到需要大量的样本才能求得，而在实际工业生产中，样本数量通常不会太多。因此，需要寻求一种简单有效的不依赖于样本数量的优化方法来优化智能化工厂的各生产设备的配置参数，以实现利润最大化。

技术实现思路

[0004]本申请的目的在于提供一种生产参数在线最优化方法、装置、电子设备及存储介质，能够简单有效地实现智能化工厂的各生产设备的配置参数的优化，且不依赖于样本数量。
[0005]第一方面，本申请提供了一种生产参数在线最优化方法，应用于计算中心，所述计算中心与生产管理系统及多个生产设备通信连接，包括步骤：
[0006]A1.根据各所述生产设备的配置参数的数量和可调范围，生成第一参数矩阵；所述第一参数矩阵的各元素为元胞数组，每个所述元胞数组记录一个所述配置参数的所述可调范围；
[0007]A2.通过对所述第一参数矩阵的元胞数组进行缩小变换，得到第二参数矩阵；
[0008]A3.重复执行多次：从所述第二参数矩阵的各元胞数组记录的可调范围内随机取值，组成第三参数矩阵，并把所述第三参数矩阵发送至各所述生产设备，以获取各所述生产设备按所述第三参数矩阵设置配置参数后所产生的由所述生产管理系统反馈得到的生产利润；
[0009]A4.若所述重复执行多次获取的多个所述生产利润满足预设条件，则把所述第一参数矩阵替换为所述第二参数矩阵，并返回步骤A2进行下一次迭代，直到迭代次数达到预设次数阈值；否则，直接返回步骤A2重新进行当次迭代，如果当次迭代的重复次数达到K，则把所述第一参数矩阵替换为所述第二参数矩阵，并返回步骤A2进行下一次迭代，K为预设正整数；
[0010]A5.从最后得到的所述第二参数矩阵的各元胞数组记录的可调范围内随机取值，组成最终的第三参数矩阵，得到配置参数的优化结果。
[0011]该生产参数在线最优化方法，依据每次调整配置参数后所产生的利润情况以逐渐缩小各配置参数的可调范围，最终确定出一个较小的可调范围，并从中随机取值作为优化后的配置参数，能够简单有效地实现智能化工厂的各生产设备的配置参数的优化，且不依赖于样本数量，有利于实现利润最大化。
[0012]优选地，步骤A1包括：
[0013]获取各所述生产设备的配置参数的数量和可调范围；
[0014]以所述生产设备的数量M为行数，以各所述生产设备的所述配置参数的数量的最大值N为列数，生成M行N列的所述第一参数矩阵，使所述第一参数矩阵的每行元素对应一个所述生产设备的各所述配置参数的可调范围。
[0015]优选地，步骤A2包括：
[0016]针对所述第一参数矩阵的各元胞数组，分别在第一预设数值范围内随机生成一个第一参考值；
[0017]若所述第一参考值位于所述第一预设数值范围的左半区间，则以所述第一参数矩阵对应的所述元胞数组的可调范围的左半区间，作为所述第二参数矩阵的相应元胞数组的可调范围；
[0018]若所述第一参考值位于所述第一预设数值范围的右半区间，则以所述第一参数矩阵对应的所述元胞数组的可调范围的右半区间，作为所述第二参数矩阵的相应元胞数组的可调范围。
[0019]通过该方式能够迅速缩小各配置参数的可调范围，可在较少的迭代次数内把各配置参数的可调范围缩得足够小，从而有利于提高优化效率。
[0020]优选地，所述从所述第二参数矩阵的各元胞数组记录的可调范围内随机取值，组成第三参数矩阵的步骤包括：
[0021]生成一个M行N列的第三参数矩阵，所述第三参数矩阵的各元素为一个实数，并把所述第三参数矩阵的各元素初始化为0；
[0022]分别从所述第二参数矩阵的各元胞数组记录的可调范围内随机取值，用以更新所述第三参数矩阵对应元素的值。
[0023]优选地，所述预设条件为：多个所述生产利润的平均值大于当次迭代的目标利润，且多个所述生产利润的方差小于预设的方差阈值。
[0024]优选地，所述当次迭代的目标利润为一个预设的递增数列中的第i个数值，其中，i为当次迭代的迭代次数。
[0025]从而保证每次迭代，实际能够产生的利润朝更优的方向变化，使各配置参数的可调范围朝最优值逐渐缩小，确保优化结果的可靠性。
[0026]第二方面，本申请提供了一种生产参数在线最优化装置，应用于计算中心，所述计算中心与生产管理系统及多个生产设备通信连接，包括：
[0027]第一矩阵生成模块，用于根据各所述生产设备的配置参数的数量和可调范围，生成第一参数矩阵；所述第一参数矩阵的各元素为元胞数组，每个所述元胞数组记录一个所述配置参数的所述可调范围；
[0028]第二矩阵生成模块，用于通过对所述第一参数矩阵的元胞数组进行缩小变换，得到第二参数矩阵；
[0029]第一执行模块，用于重复执行多次：从所述第二参数矩阵的各元胞数组记录的可调范围内随机取值，组成第三参数矩阵，并把所述第三参数矩阵发送至各所述生产设备，以获取各所述生产设备按所述第三参数矩阵设置配置参数后所产生的由所述生产管理系统反馈得到的生产利润；
[0030]迭代控制模块，用于在所述重复执行多次获取的多个所述生产利润满足预设条件时，则把所述第一参数矩阵替换为所述第二参数矩阵，并令所述第二矩阵生成模块和所述第一执行模块重复执行对应的功能以进行下一次迭代，直到迭代次数达到预设次数阈值，否则，令所述第二矩阵生成模块和所述第一执行模块再次执行对应的功能以重新进行当次迭代，如果当次迭代的重复次数达到K，则把所述第一参数矩阵替换为所述第二参数矩阵，并令所述第二矩阵生成模块和所述第一执行模块重复执行对应的功能以进行下一次迭代；
[0031]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种生产参数在线最优化方法，应用于计算中心，所述计算中心与生产管理系统及多个生产设备通信连接，其特征在于，包括步骤：A1.根据各所述生产设备的配置参数的数量和可调范围，生成第一参数矩阵；所述第一参数矩阵的各元素为元胞数组，每个所述元胞数组记录一个所述配置参数的所述可调范围；A2.通过对所述第一参数矩阵的元胞数组进行缩小变换，得到第二参数矩阵；A3.重复执行多次：从所述第二参数矩阵的各元胞数组记录的可调范围内随机取值，组成第三参数矩阵，并把所述第三参数矩阵发送至各所述生产设备，以获取各所述生产设备按所述第三参数矩阵设置配置参数后所产生的由所述生产管理系统反馈得到的生产利润；A4.若所述重复执行多次获取的多个所述生产利润满足预设条件，则把所述第一参数矩阵替换为所述第二参数矩阵，并返回步骤A2进行下一次迭代，直到迭代次数达到预设次数阈值；否则，直接返回步骤A2重新进行当次迭代，如果当次迭代的重复次数达到K，则把所述第一参数矩阵替换为所述第二参数矩阵，并返回步骤A2进行下一次迭代，K为预设正整数；A5.从最后得到的所述第二参数矩阵的各元胞数组记录的可调范围内随机取值，组成最终的第三参数矩阵，得到配置参数的优化结果。2.根据权利要求1所述的生产参数在线最优化方法，其特征在于，步骤A1包括：获取各所述生产设备的配置参数的数量和可调范围；以所述生产设备的数量M为行数，以各所述生产设备的所述配置参数的数量的最大值N为列数，生成M行N列的所述第一参数矩阵，使所述第一参数矩阵的每行元素对应一个所述生产设备的各所述配置参数的可调范围。3.根据权利要求2所述的生产参数在线最优化方法，其特征在于，步骤A2包括：针对所述第一参数矩阵的各元胞数组，分别在第一预设数值范围内随机生成一个第一参考值；若所述第一参考值位于所述第一预设数值范围的左半区间，则以所述第一参数矩阵对应的所述元胞数组的可调范围的左半区间，作为所述第二参数矩阵的相应元胞数组的可调范围；若所述第一参考值位于所述第一预设数值范围的右半区间，则以所述第一参数矩阵对应的所述元胞数组的可调范围的右半区间，作为所述第二参数矩阵的相应元胞数组的可调范围。4.根据权利要求3所述的生产参数在线最优化方法，其特征在于，所述从所述第二参数矩阵的各元胞数组记录的可调范围内随机取值，组成第三参数矩阵的步骤包括：生成一个M行N列的第三参数矩阵，所述第三参数矩阵的各元素为一个实数，并把所述第三参数矩阵的各元素初始化为0；分别从所述第二参数矩阵的各元胞数组记录的可调范围内随机取值，用以更新所述第三参数矩阵对应元素的值。5.根据权利要求1所述的生产参数在线最优化方法，其特征在于，所述预设条件为：多个所述生产...

【专利技术属性】
技术研发人员：陈胜俭，韩乐，
申请(专利权)人：季华实验室，
类型：发明
国别省市：