摘要
本发明涉及智能排产技术领域,公开了一种数字孪生驱动的生产全流程优化方法,在第一预设时间段内,按固定时间间隔T获取目标生产系统中K个产线的人员流动数据和生产效率数据,以及产线发生流动性故障的标签;提取对应的人员流动数据和生产效率数据,以得到人员流动数据集合和对应的生产效率数据集合;并基于人员流动数据集合和对应的生产效率数据集合,构建人员和生产效率的特征关系模型;将流动性故障的标签作为对应的样本数据的样本标签,以训练得到流动性预测模型;并调整K条产线的每条产线的冗余人员的数量,得到更新的目标生产系统。
技术关键词
数字孪生驱动
参数
数据
标签
一维卷积神经网络
时间段
关系
产线
智能排产
样本
冗余
索引
非线性
聚类
系统为您推荐了相关专利信息
分支
抽象语法树
程序测试系统
程序测试方法
生成代码
微震事件
地层孔隙压力
轴向温度梯度
监测方法
粒子群优化算法