基于GA-BP预测模型的大规模定制化排样用料问题预测方法

基于GA‑BP预测模型的大规模定制化排样用料问题预测方法，包括：对于排样零件数据预处理；提取原片与切片的相关特征，将零件与板材之间的关系划分为多种集合，每种集合生成多个特征值，作为GA‑BP预测模型的输入；建立BP神经网络模型；采用遗传算法自变量数据降维方法对特征数据进行降维；采用遗传算法来优化BP神经网络模型的初始权值和阈值；基于GA‑BP预测模型对排样总高度进行预测。该方法通过建立有效的板材用料预测模型，对排样的总高度进行精准的预测，企业能够根据预测值快速推断出所需板材的数量和材料利用率，从而来判断需要储备的板材数量，分析影响板材用料的重要因素，制定更高效的组批与排样计划来缩短交货周期、降低库存成本。