[发明专利]一种蒸压加气混凝土制品智能配方配料方法及系统

权利要求书

1.一种蒸压加气混凝土制品智能配方配料方法，其特征在于,包括如下步骤：

采集历史生产周期内的历史化验数据和历史配方数据并进行数据预处理，得到配方整合数据以及其对应的配方标记，构建历史配方数据库；

利用所述历史配方数据库生成所述配方标记对应的初始配方预测模型；

基于改进遗传算法构建配方调整模型；

采集当前生产周期内的当前化验数据，所述当前化验数据携带有对应的配方标记,利用与所述配方标记对应的初始配方预测模型对所述当前化验数据进行配方生成，得到生产配方；

根据所述生产配方执行混凝土制品的生产作业，并监测所述生产作业期间的当前生产数据，得到制品成品，对所述制品成品进行质量检测，得到当前质检数据；

将所述当前生产数据和所述当前质检数据输入至所述配方调整模型，输出配方反馈数据，通过所述配方反馈数据调整所述生产配方，得到新的生产配方并返回上一步骤；

其中，所述利用所述历史配方数据库生成所述配方标记对应的初始配方预测模型，包括：

根据所述配方标记分类所述配方数据，得到若干个配方数据子集；

对于每一个所述配方数据子集，均执行一次如下训练步骤：

搭建生成对抗网络，初始化所述生成对抗网络的判别器的参数和生成器的参数；

从分布为的所述配方数据子集中采样n个真实采样，同时从噪声先验分布数据集中采样n个噪声样本，使用所述生成器获得n个生成样本；

其中，为由若干个服从任一随机分布的随机变量构成的数据集；

固定所述生成器的参数，通过随机梯度上升算法循环多次训练所述判别器的参数,直到所述判别器的参数达到最优值；训练判别器的参数满足：

其中，表示计算梯度，n表示在所述配方数据子集中进行采样的次数，是生成器的生成数据，表示判别器对所述配方数据子集中的真实数据的判断，表示判别器对生成数据的真实性判断；

固定所述判别器的参数，通过随机梯度下降算法训练所述生成器的参数；训练生成器的参数满足：

交替执行以上训练所述判别器的参数和训练所述生成器的参数的步骤，直到所述生成对抗网络的误差值达到预期误差，求解所述生成对抗网络的全局最优解，得到如下最终的生成器中的模型，即所述初始配方预测模型：

；

其中，z为随机噪声，x为配方数据子集中的真实数据，G和D分别为生成器和判别器，是真实数据分布，表示随机噪声数据分布，E是对相应的分布求期望；是生成器的生成数据，表示判别器对配方数据子集中的真实数据的判断，表示判别器对生成数据的真实性判断；

当所有所述配方数据子集对应的所述训练步骤均执行完毕时，输出多个由配方数据子集训练生成的初始配方预测模型，每一个所述初始配方预测模型标记有对应的所述配方标记；

其中，所述基于改进遗传算法构建配方调整模型，包括：

采集历史生产周期的历史生产数据和历史质检数据，所述历史生产数据包括历史变化型数据和历史稳定型变化数据，构建配方调整数据库；

将所述历史配方数据、所述历史质检数据和所述历史生产数据整合为历史配方调整数据，并赋予所述历史配方调整数据对应的评分标记，生成模型训练集；其中，所述评分标记为位于[0,10]内的实数，且所述评分标记的值越大，所述评分标记与所述配方标记的契合度则越高；所述评分标记的值越小，所述评分标记与所述配方标记的契合度则越低；

利用所述模型训练集生成加气混凝土制品的配方性能评价模型；

根据所述配方性能评价模型设置所述配方调整模型的适应度函数，利用所述配方调整数据库构建CM遗传算法模型，即所述配方调整模型。

2.根据权利要求1所述的一种蒸压加气混凝土制品智能配方配料方法，其特征在于,对所述历史化验数据和所述历史配方数据进行预处理，得到配方整合数据以及其对应的配方标记的步骤包括：

对所述历史化验数据和所述历史配方数据进行遍历检索，删除所述历史化验数据和所述历史配方数据中的重复数据，并通过拉格朗日插值法将所述历史化验数据和所述历史配方数据中的缺失数据插值填充；

规范化所述历史化验数据和所述历史配方数据；

通过基于聚类的方法检索所述历史化验数据和所述历史配方数据的离群点，将所述历史化验数据和所述历史配方数据中偏离过大的数据进行剔除；

将所述历史化验数据和所述历史配方数据整合为配方整合数据，并根据所述配方整合数据的属性赋予对应的配方标记。