摘要
本发明提供了一种钢厂调度方法、调度系统、装置及介质,该方法包括:将钢厂当前生产需求的生产数据输入预先训练的神经网络模型;获得与当前生产需求的生产数据对应的钢厂调度方案;训练神经网络模型包括:S1处理结构化的数据信息表;S2将数据信息表输入神经网络模型训练得到第一模型;S3将选定生产数据输入第一模型得到第一调度方案;S4使用主动学习策略和行业专家经验对第一调度方案进行修正和标注,获得第二调度方案;将第二调度方案增入数据信息表;S5对神经网络模型的参数进行优化;S6重复S2至S5,直至第一调度方案达到准确率。利用上述技术方案,可实现对复杂生产数据的高效处理和深度分析,提升钢厂调度的准确性和灵活性。
技术关键词
前馈神经网络
行业专家经验
调用Python算法
主动学习策略
调度系统
数据
输入神经网络模型
训练神经网络模型
多头注意力机制
正则化技术
可视化页面
卷积架构
调度装置
传播算法
运输车辆
铁水包
程序
处理器
模块