[发明专利]模型训练方法及系统

说明书

本发明公开了一种模型训练方法及系统。方法包括以下步骤：将输入参数输入仿真模型进行仿真，并获取所述仿真模型的输出参数；判断所述输出参数的数值是否满足优化目标值；在判断为否时，根据迭代规则调整所述输入参数的数值并返回将输入参数输入所述仿真模型的步骤。本发明能够在几倍于真实时间的实验环境下通过并行计算，实现增强学习，对仿真模型的参数进行调优，得到训练结果，也即最佳模型参数。且通过目标输入参数的自行选择，可明确各个参数之间的关联关系、相互作用及影响，得到准确的训练结果。

技术领域

本发明涉及计算机技术领域，特别涉及一种工程模型的模型训练方法及系统。

背景技术

随着模拟仿真技术在工程领域的逐渐成熟，越来越多的企业倾向于使用仿真软件建立模拟实验环境，通过分析仿真实验中产生的数据建立工程模型，为工程方案的优化提供支撑，例如对生产流程(如仓储)、逻辑控制(如六轴机械臂)等方面进行优化。

现有技术中，进行模型训练时，模拟仿真与数据分析在流程上是分离的，因此无法确定工程模型中各个环境参数(或模型的输入参数)的关联关系，例如对新开仓库的生产流程进行优化时，输送线布局、货架位置、工作站位置等参数之间的关联关系、相互作用及影响全部未知，致使利用老仓库中积累的数据进行新仓库的模型建立，分析结果不能完全匹配，得到的新仓库模型的模型参数准确性不高。

发明内容

本发明要解决的技术问题是为了克服现有技术中进行模型训练时，模拟仿真与数据分析在流程上是分离的，导致模型中各个环境参数的关联关系无法确定，得到的训练结果的准确性不高的缺陷，提供一种模型训练方法及系统。

本发明是通过下述技术方案来解决上述技术问题：

一种模型训练方法，所述模型训练方法包括以下步骤：

将输入参数输入仿真模型进行仿真，并获取所述仿真模型的输出参数；

判断所述输出参数的数值是否满足优化目标值；

在判断为否时，根据迭代规则调整所述输入参数的数值并返回将输入参数输入所述仿真模型的步骤。

较佳地，将输入参数输入仿真模型的步骤之前，所述模型训练方法还包括：

获取所述迭代规则。

较佳地，根据迭代规则调整所述输入参数的步骤之前，所述模型训练方法还包括：

根据所述输出参数生成所述迭代规则。

较佳地，根据所述输出参数生成所述迭代规则的步骤，具体包括：

基于深度学习算法和/或机器学习算法并根据所述输出参数生成所述迭代规则。

较佳地，所述迭代规则包括：

从所述输入参数中选择目标输入参数，随机更改所述目标输入参数的数值；

或，从所述输入参数中选择目标输入参数，按百分比上调所述目标输入参数的数值；

或，从所述输入参数中选择目标输入参数，按百分比下调所述目标输入参数的数值。

较佳地，将输入参数输入仿真模型的步骤之前，所述模型训练方法还包括：

设置所述仿真模型的仿真速率。

本发明还提供一种模型训练系统，所述模型训练系统包括：

仿真服务器，用于将输入参数输入仿真模型进行仿真，并获取所述仿真模型的输出参数；

调度服务器，用于判断所述输出参数的数值是否满足优化目标值；

在判断为否时，所述调度服务器还用于根据迭代规则调整所述输入参数的数值并调用所述仿真服务器。