CN119398358A 共享制造模式下订单分配方法、模型构建方法和装置 （兰州大学）

本发明公开一种共享制造模式下订单分配享制造仿真模型和以所述共享制造仿真模型为更贴近实际情境的方式来刻画共享制造系统的2根据所述历史数据和生产企业运作流程构建共享制获取订单分配策略初始模型，其中所述订单分配策略初始模真模型和以所述共享制造仿真模型为交互对象的DQN算基于DQN算法对所述订单分配策略初始模型进行训练，得到训练好的订单分配策略模所述状态获取模块用于确定状态变量信息，并将所述状态变量信息发送至所述DQN算所述队列模块用于将每个订单进行排队，按排队顺序将订单顺次发所述订单分配模块用于根据DQN算法模型输出的订单分配策略信息确定每个订单相对所述生产子模块用于根据所述订单信息调用所述生产设备子模块生所述生产设备子模块用于确定目标生产设备生产单个产品所用所述货车子模块用于根据预先建立的GIS地图模型将产品运送至需求点，并确定运输至少包括每个历史订单所属需求点的位置数据和每个历史订单所述需求点子模块用于根据所述每个历史订单所属需求点的位置数据和位置分布函所述产品数量模块用于根据所述每个历史订单中的产品数量数据和数据分布函数确所述订单到达间隔模块用于确定每个订单到达的时间间隔，以根据3所述故障时间模块用于根据所述故障时间数据确定目标生产设备的故所述维修时间模块用于根据所述维修时间数据确定目标生产设备所述处理能力模块用于根据所述生产单个产品时间数据确定目标生产设备生产单个其中，根据目标生产设备生产单个产品所用生产时间标生产设备的故障发生时间确定目标生产设备生产所述单个产品的tt8.根据权利要求2所述的订单分配策略模型构建方法初始化经验池和DQN算法模型的网络参数，其中，所述和目标神经网络，所述DQN算法模型的网络参数包括行动神经网络的网络参数和目标神经获取所述共享制造仿真模型发送的收益信息和根据所述行动神经网络和目标神经网络确定每个经验元组使用反向传播算法和梯度下降算法更新所述行动神经网络的4将所述待分配订单输入至训练好的订单分配策略模型，输出待分配订单的分配策略，其中，所述订单分配策略模型为根据权利要求1_8任一项所述的订单分配策略模型构建方数据获取模块，用于获取历史数据，所述历史数据至少包括历史仿真模型构建模块，用于根据所述历史数据和生产企业运作流程构建初始模型获取模块，用于获取订单分配策略初始模型，其型为根据所述共享制造仿真模型和以所述共享制造仿真模型为交互对象的DQN算法模型构5[0001]本发明属于共享制造的技术领域，特别涉及一种共享制造模式下订单分配方法、业等多方主体，对其订单分配问题的建模离不开对需求产生过程与企业生产过程的刻画。6造仿真模型和以所述共享制造仿真模型为交互对象的DQN[0013]所述状态获取模块用于确定状态变量信息，并将所述状态变量信息发送至所述[0014]所述收益获取模块用于确定收益信息，并将所述收益信息发送至所述DQN算法模[0019]所述订单分配模块用于根据DQN算法模型输出的订单分配策略信息确定每个订单[0022]所述货车子模块用于根据预先建立的GIS地图模型将产品运送至需求点，并确定[0025]所述需求点子模块用于根据所述每个历史订单所属需求点的位置数据和位置分[0026]所述产品数量模块用于根据所述每个历史订单中的产品数量数据和数据分布函每个订单所属的需求点的位置信息和每个订单包[0028]在可选的实施方式中，所述生产企业特征数据至少包括每个生产企业的位置数7[0030]所述故障时间模块用于根据所述故障时间数据确定目标生产设备的故障发生时[0032]所述处理能力模块用于根据所述生产单个产品时间数据确定目标生产设备生产和目标生产设备的故障发生时间确定目标生产设备生产所[0036]上式中，st为t回合中的状态变量；dt为t回合中待分配的t为t回合中待分配的订单所属需求点的位置；ci*kit为第i个生产企业的空闲生产能网络和目标神经网络，所述DQN算法模型的网络参数包括行动神经网络的网络参数和目标8始模型为根据所述共享制造仿真模型和以所述共享制造仿真模型为交互对象的DQN算法模建方法中还以共享制造仿真模型为交互对象、基于DQN算法对订单分配策略初始模型进行9[0069]图6为本发明实施例提供的使用共享制造模式下订单分配方法生成的订单分配策[0070]图7为本发明实施例提供的使用共享制造模式下订单分配方法生成的订单分配策[0071]图8为本发明实施例提供的使用共享制造模式下订单分配方法生成的订单分配策[0085](3)DQN算法还使用固定Q目标机制，即同时使用两个结构相同但参数不同的神经计算Q值的目标值。这种机制可以使目标值不受到最新参数的影响，提高神经网络的稳定型通过与共享制造仿真模型进行交互，在大量交互回合中不断优化订单分配策略初始模智能体，表示需求点对象集群；orders[]，是智能体，表示订单对象集群，即Order_能体，表示工厂对象集群，用于工厂数据统计；order_id为变量，表示订单标识符；[0092]max_order_size是Order_arrival订单到达模块的参数，表示最大订单大小，例如，max_order_size的值为1000，表示订单量达到1000时，共享制造仿真模型停止运行；法参数，用于当dqn为第一预设阈值时，不采用DQ模块；exit表示输出订单模块；图中，Order_arrival订单到达模块、queue队列模块、decision订单分配模块和exit输出订单模块[0095]图4(b)中，trucks[]表示货车子模块；Take_order表示接收订单子模块；produce表示生产子模块；equipments表示生产设备子模块；exit输出产品模块。图中，Take_order接收订单子模块、produce生产子模块相连接和exit输出产品模块顺次连接，[0096]图4(b)中的name是produce生产子模块的参数，表示生产企业名称；process_[0099]上式中，st为t回合中的状态变量；dt为t回合中待分配的t为t回合中待分配的订单所属需求点的位置；ci*kit为第i个生产企业的空闲生产能[0100]收益获取模块getreward用于确定收益信息，并将收益信息发送[0103]订单到达模块Order_arrival用于根据需求点随机生成多个订单，并确定每个订locationDistribution位置分布函数)、产品数量子模块(aamoutDistribution和locationDistribution与Order_arrival关联)。需求点子模块表征调用历史订单数据中的产品数量数据和本身包含的数据分布函数确定订单所包含的产品数量。订单到达间隔模块由基于时间间隔的事件触发，而订单到达间隔子模块arrival_需求点的位置信息和每个订单包含的产品数量信息会随订单传输至各个生产企业的生产[0104]队列模块queue用于将每个订单进行排队，按排队顺序将订单顺次发送至订单分出了其中一个建立好的生产企业模块的模型。该生产企业模块中的接收订单子模块Take_order用于接收订单以及订单信息，并将订单和订单信息输出至生产子模块。生产子模块produce用于根据订单信息调用生产设备子模块生产产品。生产设备子模块equipments用生产的产品输出至货车子模块。货车子模块用于根据预先建立的GIS地图模型将产品运送故障时间模块用于根据生产企业特征数据中的每个生产企业中的每个设备的故障时间数根据生产企业特征数据中的每个生产企业中的每个设备的生产单个产品时间数据确定目络和目标神经网络，DQN算法模型的网络参数包括行动神经网络的网络参数和目标神经网[0117](226)根据行动神经网络和目标神经网络确定每个经验元组相对应的目标值，并[0118](227)使用反向传播算法和梯度下降算法更新行动神经网络的网络参数，更新预[0125]表1中，在每个回合开始时，前述算法模型需要调用共享制造仿真模型中的t传入共享制造取J个样本，并计算样本j的目标值，即行动收益值rj与目标神经网络预测下一状态采取最优行动的长期收益折扣值之和；而预测值为行动神经网络预测当前状态采取该行动的长期整后将行动神经网络参数复制到目标神经网络参数。每一轮训练(episode)包含若干个回参数，该算法能够更加准确地预测不同状态下采取各项行动的长期总收益，生成使目标最优的订单分配策略。行将设置不同的随机种子。随后，绘制这20次仿真运行的订单平均完成时间的均值以及[0128]参照图6，本实施例提供的一种共享制造模式下订单分配方法，包括步骤S210_单到达速率和订单到达分布。①以订单到达服从λ为22的泊松分布训练完成的分配策略用缩短51.81并且受到订单到达速率变化的影响较小。②以订单到达服从λ为22的泊松分确定每个订单的等待时间。订单分配模块用于根据DQN算法模型输出的订单分配策略信息定目标生产设备生产单个产品所用的生产时间。货车子模块用于根据预先建立的GIS地图[0144]上式中，st为t回合中的状态变量；dt为t回合中待分配的t为t回合中待分配的订单所属需求点的位置；ci*kit为第i个生产企业的空闲生产能包括行动神经网络和目标神经网络，DQN算法模型的网络参数包括行动神经网络的网络参数值。更新参数模块用于使用反向传播算法和梯度下降算法更新行动神经网络的网络参存储器403用于存储支持处理器402执行上述订单分配策略模型构建方法和共享制造模式[