[发明专利]一种型材排产调度方法、装置、电子设备及存储介质

权利要求书

1.一种型材排产调度方法，其特征在于，包括：

获取生产初始环境信息和外部生产信息，并根据所述外部生产信息对所述生产初始环境信息进行更新，得到线上生产环境信息；

分析所述线上生产环境信息，得到所述线上生产环境信息的环境特征；

将所述环境特征输入线上排产模型，得到所述线上生产环境信息对应的调度策略；

基于所述线上生产环境信息执行所述调度策略，以生成排产调度计划。

2.根据权利要求1所述的方法，其特征在于，所述线上排产模型按照如下方式获取：

根据所述生产初始环境信息获取训练数据集；

将所述训练数据集输入训练网络，得到所述训练数据集中各环境特征的调度策略；

基于所述生产初始环境信息分别执行所述各环境特征的调度策略，得到所述各环境特征的调度策略的奖励值；

根据所述各环境特征的调度策略的奖励值确定出所述线上排产模型。

3.根据权利要求2所述的方法，其特征在于，基于所述生产初始环境信息分别执行所述各环境特征的调度策略，得到所述各环境特征的调度策略的奖励值，包括：

基于所述生产初始环境信息、所述各环境特征和所述各环境特征的调度策略生成所述各调度策略对应的生产计划，并分别执行所述各调度策略对应的生产计划，得到所述各调度策略对应的生产执行环境信息；

将所述生产初始环境信息和所述各调度策略对应的生产执行环境信息进行比对，确定所述各环境特征的调度策略的奖励值。

4.根据权利要求3所述的方法，其特征在于，将所述生产初始环境信息和所述各生产执行环境信息进行比对，确定所述各环境特征的调度策略的奖励值，包括：

确定所述生产初始环境信息的初始环境特征和所述各生产执行环境信息的执行环境特征，并分别确定所述初始特征与所述各执行环境特征之间的变化值；

根据所述初始特征与所述各执行环境特征之间的变化值和预设奖励规则确定所述各环境特征的调度策略的奖励值。

5.根据权利要求2所述的方法，其特征在于，根据所述各环境特征调度策略的奖励值确定出所述线上排产模型，包括：

累计所述各环境特征的奖励值，得到所述训练数据集的总奖励值；

确定所述总奖励值是否大于预设奖励阈值；

当所述总奖励值大于预设奖励阈值，则将所述训练数据集对应的训练参数更新到所述训练网络中，得到所述线上排产模型。

6.根据权利要求5所述的方法，其特征在于，确定所述总奖励值是否大于预设奖励阈值之后，还包括：

当所述总奖励值小于预设奖励阈值，则搜索所述生产初始环境信息对应的新训练数据，并将所述新训练数据更新到所述训练数据集中，得到新训练数据集；

根据所述新训练数据集对所述训练网络进行训练，直至所述新训练数据集的总奖励值大于所述预设奖励阈值，得到所述线上排产模型。

7.根据权利要求1所述的方法，其特征在于，分析所述线上生产环境信息，得到所述线上生产环境信息的环境特征包括：

获取所述线上生产环境信息的指标类型，其中所述指标类型包括利用率、交付率和模具转换率；

根据所述指标类型对所述线上生产环境信息统计分析，得到所述线上生产环境信息的环境特征。

8.一种型材排产调度装置，其特征在于，包括：

信息获取模块，用于获取生产初始环境信息和外部生产信息，并根据所述外部生产信息对所述生产初始环境信息进行更新，得到线上生产环境信息；

特征分析模块，用于分析所述线上生产环境信息，得到所述线上生产环境信息的环境特征；

策略确定模块，用于将所述环境特征输入线上排产模型，得到所述线上生产环境信息对应的调度策略；

策略执行模块，用于基于所述线上生产环境信息执行所述调度策略，以生成排产调度计划。