摘要
本发明公开了多目标约束下的纸箱尺寸自动生成方法及包装决策系统,方法包括:获取待包装商品属性信息与多个优化目标;建立多目标优化模型;采用基于帕累托排序的进化算法求解模型,得到帕累托最优解集,对解集进行多级决策处理,基于用户偏好作初级决策,自动识别异常品并启动附加验证流程,构建数字孪生模型并进行虚拟仿真测试来智能决策最终方案,根据用户偏好权重,选出最终推荐方案,系统包括相应功能模块,本发明解决了传统包装设计依赖人工经验、效率低下且难以在多冲突目标间求得全局最优解的技术难题,尤其实现对高风险商品包装的自动化、高可靠性验证,实现包装设计的自动化、智能化,并可借助历史数据自学习,提升决策质量。
技术关键词
自动生成方法
虚拟仿真测试
决策系统
进化算法
包装材料
数字孪生模型
纸箱内部尺寸
机器学习模型
逼近理想解排序
纸箱抗压强度
纸箱打样机
商品属性信息
训练预测模型
包装体
三维模型
外廓尺寸