摘要
本申请涉及模型构建技术领域,尤其涉及一种基于事件驱动的模型构建方法及系统,方法包括:将任意事件的多个历史状态和当前状态输入时序预测模型,得到各事件的未来状态;判断强化学习模型是否适用;若适用,将订单信息和各产线的生产状态输入强化学习模型,得到下一个生产周期的生产计划;若不适用,更新强化学习模型后再输出所述生产计划。通过本申请的技术方案,能够根据供应链中各环节的事件状态及时更新强化学习模型,确保强化学习模型能够输出准确的生产计划。
技术关键词
强化学习模型
模型构建方法
时序预测模型
样本
计算机程序指令
模型构建技术
曲线
模型构建系统
计划
决策
梯度下降法
订单
序列
标记
聚类
周期
存储器
标签
处理器
企业
系统为您推荐了相关专利信息
恶意软件数据
文本
恶意样本
权限特征
LSTM神经网络
风电设备
多传感器数据融合
五点三次平滑算法
实时数据
特征融合网络
深度学习网络
智能预测方法
性能预测模型
工业设备
智能预测装置