[发明专利]基于机器学习的密集库设备调度策略参数动态调优方法

权利要求书

1.一种基于机器学习的密集库设备调度策略参数动态调优方法，其特征在于，包括以下步骤，

（1）建立拓扑图模型：

根据仓库的实际连接模式，将设备及通路抽象成拓扑图模型，拓扑图模型采用有向无自环带边权值的拓扑图，用每个边的边权值代表到指定区域每条路径的选择权重，权重由具体的路径管理算法决定主要部分，而权重值包含一个调优因子；

（2）指定调度目标，形成策略评价函数：

根据仓库业务的实际情况，设定仓库调度目标，调度目标根据几个指标约定优先级，系统按照优先级对几个指标的实际值与目标值的偏差值做加权求和而自动生成评价函数，评价函数内设置各指标的加权系数；

（3）设置策略初始值：

系统设置重试策略和路径选择策略的初始参数值，以及上下调整的步长和上下限初始的重试次数；

（4）一个统计周期中计算调度策略的评价指标，并使用评价函数进行量化：

实际执行策略一段时间，判定在此参数下评价函数的反馈值，反馈值根据配置选择一组向量或者一个单一数值；

（5）按照初始设定的启发式搜索策略寻找参数调整值，重复步骤（4），迭代多次获取多组统计数据；

（6）利用机器学习算法将统计数据进行主数据分析，得出关键变量，分析关键变量和调度目标间的函数增减性关系，更新启发式搜索策略；

（7）初步获得启发式搜索策略后，模型建立阶段结束；

对步骤（2）-（6）中的各个作业指标进行监控，如果出现偏差，则根据策略调整对应的不符合预期的参数，包括本次偏差相关联的路径和设备参数。

2.根据权利要求1所述的密集库设备调度策略参数动态调优方法，其特征在于，调整参数后的下次任务，利用评价指标评估策略参数调整是否符合预期，如符合预期则结束，如不符合预期，但差值减小，则进一步使用策略调整，如不符合预期且差值增大，说明启发式参数搜索策略失效，回到模型建立阶段重新构建参数与指标间的数据模型。

3.根据权利要求1所述的密集库设备调度策略参数动态调优方法，其特征在于，步骤（1）中，拓扑图可描述货物在单次作业中所经过的所有设备和路径，边权值代表每段路径的实际平均通过时间。

4.根据权利要求3所述的密集库设备调度策略参数动态调优方法，其特征在于，本方法管理的策略参数包括：重试策略中的最大重试次数、寻找路径策略的路径选择权重。