一种基于人工神经网络模型的卷烟制丝生产的排产方法技术

本发明专利技术公开的一种基于人工神经网络模型的卷烟制丝生产的排产方法，包括选取历史生产数据并将其分为训练集和测试集；基于人工神经网络模型构建卷烟制丝生产排产模型；采用训练集对模型进行训练，采用测试集对模型进行验证和测试以获得最优卷烟制丝生产排产模型；将待排产的生产数据输入至最优卷烟制丝生产排产模型中得到排产结果；当有新的待排产生产数据时，判断生产条件或/和生产要求是否发生改变，当没有改变时输入最优卷烟制丝生产排产模型中得到排产结果，当有改变时，重新选取历史生产数据建立新的最优卷烟制丝生产排产模型后再进行输入得到排产结果。具有鲁棒性好、泛化能力强、维护成本低廉的优点。

【技术实现步骤摘要】

本专利技术涉及卷烟制丝生产的，具体地，涉及一种基于人工神经网络模型的卷烟制丝生产的排产方法。

技术介绍

1、卷烟制丝生产过程中，需要结合当前的烟丝余量、卷包设备情况、烟丝消耗情况等进行排产，以确定制丝投料工序段中包含生产牌号、数量、生产顺序等关键信息的工单。

2、现有技术中，排产方法主要有两种：第一种为人工测算排产，即工作人员结合烟丝余量、卷包设备情况、消耗情况等，根据经验通过简单的计算对制丝生产的排产做出安排，这种方式过于依赖工作人员的经验，由于不同的人具有不同的理解、考虑问题的侧重点和习惯倾向，导致在相同的条件下，不同的工作人员安排排产的结果会有些许差别，造成排产结果个人特点明显，众人接受程度差，经常需要在生产过程中对工单进行调整；第二种为固定算法测算排产，即通过算法开发出相关的软件或者系统，根据烟丝余量、卷包设备情况、烟丝消耗情况等，算出需要投入烟叶的牌号与对应批数，再根据限定条件如换牌生产次数、生产等待时间、进柜次序要求等，对投料的顺序和牌号进行排序，得到排产结果，这种方式由于算法是确定的，鲁棒性、泛化性较低，在面对极端条件时，例如投料本文档来自技高网...

【技术保护点】

1.一种基于人工神经网络模型的卷烟制丝生产的排产方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于人工神经网络模型的卷烟制丝生产的排产方法，其特征在于：所述步骤3中的卷烟制丝生产排产模型包括输入层、第一隐藏层、第二隐藏层和输出层；输入层用于输入制丝生产排产所需的必要特征数据；第一隐藏层包括若干非线性神经元，用于表征制丝排产过程中的非线性关系，第一隐藏层的非线性神经元与输入层中的多个必要特征数据全连接；第二隐藏层包括若干线性神经元，用于表征制丝排产过程中的线性关系，第二隐藏层的线性神经元与第一隐藏层的非线性神经元全连接；输出层用于输出排产结果的特征数据，输出层与...

【技术特征摘要】

1.一种基于人工神经网络模型的卷烟制丝生产的排产方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于人工神经网络模型的卷烟制丝生产的排产方法，其特征在于：所述步骤3中的卷烟制丝生产排产模型包括输入层、第一隐藏层、第二隐藏层和输出层；输入层用于输入制丝生产排产所需的必要特征数据；第一隐藏层包括若干非线性神经元，用于表征制丝排产过程中的非线性关系，第一隐藏层的非线性神经元与输入层中的多个必要特征数据全连接；第二隐藏层包括若干线性神经元，用于表征制丝排产过程中的线性关系，第二隐藏层的线性神经元与第一隐藏层的非线性神经元全连接；输出层用于输出排产结果的特征数据，输出层与第二隐藏层的线性神经元全连接。

3.根据权利要求2所述的一种基于人工神经网络模型的卷烟制丝生产的排产方法，其特征在于：所述步骤3中的人工神经网络模型选用误差逆传播神经网络模型。

4.根据权利要求2所述的一种基于人工神经网络模型的卷烟制丝生产的排产方法，其特征在于：所述输出层输出的特征数据数量等于实际制丝排产的最高投料批次数。

5.根据权利要求4所述的一种基于人工神经网络模型的卷烟制丝生产的排产方法，其特征在于：所述第二隐藏层中的线性神经元的数量大于或等于输出层输出的特征数...

【专利技术属性】
技术研发人员：李立志，王良利，赵炜，杨涛，沈立东，周雪萍，龚占鹏，马俊，
申请(专利权)人：红塔烟草集团有限责任公司，
类型：发明
国别省市：