[发明专利]基于数据分布的订单完工期预测模型构建方法及预测方法

权利要求书

1.一种基于数据分布的订单完工期预测模型构建方法，其特征在于，步骤包括：

获取离散装配车间中已完成的历史订单，构建得到训练样本集，并且获取各训练样本的订单完工期，作为标签；

基于历史订单数据提取训练样本的候选特征，对候选特征进行预处理，得到预处理后的特征；

根据订单类型，将训练样本集划分为多个子集，根据各子集中训练样本对应的标签，针对各子集分别绘制标签的概率密度曲线；其中一种订单类型对应一个子集；

构建两级级联随机树模型，分别为第一级联随机树模型和第二级联随机树模型，每级随机树模型由两个子模型并行组成，分别为随机森林和极端随机树，每级随机树模型的输出结果由两个子模型根据相对多数投票法来决定；

其中：

H表示每级模型的输出结果；

表示相对多数投票算法；

f₁表示随机森林的分类结果；

f₂表示极端随机树的分类结果；

进行以下训练，得到订单完工期预测模型：

将各训练样本预处理后的特征作为第一级联随机树模型的输入对第一级联随机树模型进行训练，通过训练后的第一级联随机树模型，输出各训练样本对应的分类结果和概率值；

获取各训练样本订单类型对应子集的概率密度曲线，由该概率密度曲线结合上述训练样本的分类结果和概率值，获取到各训练样本的增强特征；

将各训练样本预处理后的特征与其增强特征结合，得到训练样本的新特征；

基于训练样本的新特征和标签对第二级联随机树模型进行训练，得到训练后的第二级联随机树模型。

2.根据权利要求1所述的基于数据分布的订单完工期预测模型构建方法，其特征在于，提取到的训练样本的候选特征CFS为：

CFS＝[M；P；PR]；

其中：

M为订单描述信息，包括订单类型M_k、物料组成M_m和加工数量M_n；

P为生产计划信息，包括计划下达时间P_start、计划完工时间P_end、订单优先级P_p和订单开始生产日期P_d；

PR为加工流程信息，包括加工工序PR_wp和加工工时PR_t。

3.根据权利要求1所述的基于数据分布的订单完工期预测模型构建方法，其特征在于，对训练样本的候选特征进行预处理的过程包括：剔除异常数据、连续型特征归一化以及离散型特征编码化。

4.根据权利要求1所述的基于数据分布的订单完工期预测模型构建方法，其特征在于，针对于各子集，根据各训练样本的标签，通过核密度公式计算对应的概率密度，然后基于各训练样本标签对应的概率密度绘制概率密度曲线；

其中，N为子集中训练样本的总数，x_j为子集中第j个训练样本的标签，x_i为子集中第i个训练样本的标签，f_h(x_j)为第j个训练样本的标签x_j对应的概率密度，h为带宽，K为高斯核函数。