摘要
本发明提供了机台产量预测技术领域的一种基于多模型融合的智能排产方法及系统,方法包括:步骤S1、获取机台大量的至少包括机台编号、日期、运行时长、转速、密度的历史运行数据,对各历史运行数据进行预处理后构建数据集;步骤S2、基于多层感知机、梯度提升回归模块、决策树模块、融合输出模块创建机台运行时长预测模型;步骤S3、通过数据集对机台运行时长预测模型进行训练;步骤S4、通过训练后的机台运行时长预测模型对各机台进行运行时长的预测得到预测结果,获取各机台的工单信息、机台信息、排产优先级,基于预测结果、工单信息、机台信息、排产优先级进行智能排产。本发明的优点在于:极大的提升了机台排产的准确性以及鲁棒性。
技术关键词
机台
历史运行数据
智能排产方法
智能排产系统
多层感知机
多模型
密度
输出模块
预测模型训练
格式
产量预测技术
误差函数
日期
盘头
编码
鲁棒性
矩阵
系统为您推荐了相关专利信息
数字控制装置
系统控制方法
历史运行数据
冷却设备
空调冷却水系统
制冷机房
系统节能优化
历史运行数据
冷水机组
节点
皮肤病变分割方法
表达式
多头注意力机制
图像灰度共生矩阵
前馈神经网络