[发明专利]生产问题处理方法、装置、设备和存储介质

权利要求书

1.生产问题处理方法，其特征在于，包括：

获取实时问题的上报请求，所述上报请求中包含该实时问题的问题侧记录的信息；

根据问题侧记录信息在预设的训练数据库中匹配相应的第一方案侧记录信息并发送；

确定通过所述第一方案侧记录信息对所述实时问题的处理结果；其中，获取所述上报请求的撤销信息，则处理结果确定为成功；或，获取所述上报请求中指示该实时问题紧急程度的紧急标识，则处理结果确定为未成功；

根据所述处理结果，判断是否需要根据所述问题侧记录信息和第一方案侧记录信息获取第二方案侧记录信息，调用预设的训练模型，以问题侧记录信息作为输入，以第一方案侧记录信息或第二方案侧记录信息作为输出，训练得到第一训练结果/第二训练结果并存储于所述训练数据库中；其中，若处理结果为成功，则所述训练模型对所述问题侧记录和所述第一方案侧记录进行训练，得到所述第一训练结果并存储与所述训练数据库中；若处理结果为未成功，则发送问题侧记录的信息和第一方案侧记录的信息，以获取第二方案侧记录信息，调用所述训练模型对所述问题侧记录和所述第二方案侧记录进行训练，得到所述第二训练结果并存储与所述训练数据库中；

所述调用预设的训练模型，包括：获取BP神经网络的参数设定和GA算法的参数设定，生成所述训练模型文件；将所述问题侧记录信息、所述第一方案侧记录信息和所述第二方案侧记录信息中的数据作数值化处理；以所述问题侧记录的数值作为输入节点、所述第一方案侧记录数值/所述第二方案侧记录的数值作为输出节点；

所述获取BP神经网络的参数设定和GA算法的参数设定，生成所述训练模型文件，包括：

所述BP神经网络中的隐含层传输函数设定为logsig，输出层传输函数设定为Logsig，训练函数设定为traingdx，显示间隔设定为100，最大训练步数设定为5000，目标误差设定为le4，学习速率设定为0.01，动力系数设定为0.9；所述GA算法中的初始化种群大小设定为45，最大遗传代数设定为50，代沟设定为0.9，选择概率设定为0.05，交叉概率设定为0.85。

2.根据权利要求1所述的方法，其特征在于，所述获取实时问题的上报请求，所述上报请求中包含该实时问题的问题侧记录的信息，包括：

获取上报请求中的问题侧记录和相关联的问题描述档案，所述问题侧记录信息包含该实时问题的问题标识、上报者身份标识以及问题关键词；

当获取到复数个上报请求均包含同一所述问题标识时，将复数个问题侧记录生成一共性问题侧记录，所述共性问题侧记录信息包含该共性问题的问题标识、上报者身份标识以及问题关键词。

3.根据权利要求1所述的方法，其特征在于，所述根据问题侧记录信息在预设的训练数据库中匹配相应的第一方案侧记录信息并发送，所述第一方案侧记录信息包含历史方案的方案标识、处理者身份信息以及方案关键词，包括：

根据问题关键词在所述训练数据库中匹配相应的历史方案的方案关键词，得到第一方案方案侧记录和相关联的第一方案描述档案；

根据上报者身份信息发送所述第一方案描述档案。