摘要
本发明提出一种基于深度学习的工业互联网智能工厂生产优化方法,包括:获取智能工厂的多维数据向量;将所述多维数据向量输入深度强化学习模型,获取基础调度策略;将所述生产调度优化策略和多维数据向量作为输入,输入到构建好的深度学习模型中,自动学习和提取风险特征,并生成安全风险评分;根据所述安全风险评分对所述基础调度策略进行在线修正,生成联合优化策略;采集智能工厂反馈数据,并结合所述安全风险评分设计目标优化函数;所述联合优化策略发送到智能工厂,以使所述智能工厂根据所述目标优化函数执行所述联合优化策略,并实时采集智能工厂反馈数据。
技术关键词
智能工厂
深度强化学习模型
工业互联网
策略
风险
数据
深度学习模型
网络安全防护
连续性
基础
梯度方法
在线
预警机制
网络端口
任务调度
提升系统
队列
警报
周期
温度传感器