CN119180384B 面向离散制造业的多目标动态智能排产优化方法及系统 （金华高格软件有限公司）

面向离散制造业的多目标动态智能排产优离散制造业的多目标动态智能排产优化方法及考虑各项风险因素，计算生产任务的优先级参2基于长短期记忆网络LSTM模型构建交期延误预测模型，所述交期延误基于门控循环单元网络GRU模型构建库存短缺预测模型，所述库存短缺模型的多个GRU层和全连接层组成，GRU模型最后一层全连接层的输出经过Sigmoid激活函基于卷积神经网络CNN模型和长短期记忆网络LSTM模型的组合模型构建设备故障预测将历史生产设备数据和故障记录数据转化为第三时间序列数据，LSTM层的输入，设备故障预测模型的LSTM层用于捕捉第三时间序列数据的长期依赖关系；设备故障预测模型LSTM层的输出经过两个并列的全连接层，用Sigmoid激活函数输出预测基于生产任务优先级参数为生产任务划分优化目标，构建多种2.根据权利要求1所述的面向离散制造业的多目标动态智能排产优化方法，其特征在获取历史生产特征数据，所述历史生产特征数据包括历史生3.根据权利要求2所述的面向离散制造业的多目标动态智能排产优化方法，其特征在将历史生产任务数据、历史生产设备数据以及历史能耗数据转化为第一时间序列数3根据历史生产记录数据，获取每个历史生产任务的交期延误时间4.根据权利要求3所述的面向离散制造业的多目标动态智能排产优化方法，其特征在将历史库存数据、历史生产任务数据和历史生产设备数据转化为第二时间序列数据，根据历史生产记录数据，获取每个物料的库存短缺次数和短缺数量作5.根据权利要求4所述的面向离散制造业的多目标动态智能排产优化方法，其特征在根据历史生产记录数据，获取每个设备的设备故障次数和设备故障间隔时间作为标6.根据权利要求5所述的面向离散制造业的多目标动态智能排产优化方法，其特征在计算交期延误风险系数Rui计算库存短缺风险系数Rsiki为生产任务i所需的物料集合，瓜为所4a+B+Y=1；;7.根据权利要求6所述的面向离散制造业的多目标动态智能排产优化方法，其特征在优化目标的目标函数为：min1Gjxw；最小化生产任务时间的优化目标的目标函数为：min1(D-D)xwi；,其中0<o<o2<1；8.根据权利要求7所述的面向离散制造业的多目标动态智能排产优化方法，其特征在计算每个生产任务的实际交期延误时间h'；计算每个设备的实际平均故障间隔时间当更新后的生产任务优先级参数w'so时，触发最小化生产成本的优化目标；当9.面向离散制造业的多目标动态智能排产优化系统，其用于实5所述多目标优化模块，基于生产任务优先级参数为生产任务划分优化目6[0003]传统排程方法主要依赖于经验和简单的数学模型，难以全面获取和利用生产任[0010]基于生产任务优先级参数为生产任务划分优化目标，构建多种生产任务优化目7任务的交期延误时间yh、设备故障间隔时间t、设备故障次数Nj以及库存短缺次数测模型由GRU模型的多个GRU层和全连接层组成，GRU模型最后一层全连接层的输出经过[0022]优选的，基于卷积神经网络CNN模型和长短期记忆网络LSTM模型的组合模型构建8为物料的平均库存短缺数量；aa+B+y=1；9[0038]最小化生产成本的优化目标的目标函数为最小化产品不良率的优化目标的目标函数为最小化生产任务时间的优化目[0040]根据优先级参数值选择生产任务的优化模型，设置优化目标函数的优先级阈值U;以及库存水平I:'；风险系数Rst'；重新计算更新后的每个生产任务的综合风险系数R:'和优先级参数w'；[0045]当更新后的生产任务优先级参数时，触发最小化生产成本的优化目任务的交期延误时间yh、设备故障间隔时间t、设备故障次数Nj以及库存短缺次数[0078]基于门控循环单元网络GRU模型构建库存短缺预测模型，所述库存短缺预测模型[0082]基于卷积神经网络CNN模型和长短期记忆网络LSTM模型的组合模型构建设备故障障间隔时间的平均值。aa+B+y=1[0104]Ir-dx之sr,vk；[0109]Ir-dx之sr,vk；。[0114]Ir-dx之sr,vk；[0116]根据优先级参数值选择生产任务的优化模型，设置优化0<o1<o2<1。[0124]其中，为使用设备j的生产任务集合，为了库存短缺的情况。[0128]使用实际数据获取更新后的交期延误风险系数RU,'、设备故障风险系数Rr:'和:[0137]其中，min(R;)和max(R:)表示更新后的综合风险系数的最小值和最[0139]当更新后的生产任务优先级参数时，触发最小化生产成本的优化目[0141]构建生产任务优先级变化策略，根据实时生产反馈数据动态调整任务优先级参[0153]根据本发明实施方式的方法或系统也可以借助于本发明的电子设备的架构来实[0155]电子设备中的存储设备，例如ROM或硬盘可存储本发明提供的面向离散制造业的[0162]存储介质包括但不限于例如易失性存储器