申请/专利权人:北京百度网讯科技有限公司
申请日:2020-12-24
公开(公告)日:2024-04-16
公开(公告)号:CN112561390B
主分类号:G06Q10/0631
分类号:G06Q10/0631;G06F18/214;G06N20/20
优先权:
专利状态码:有效-授权
法律状态:2024.04.16#授权;2021.04.13#实质审查的生效;2021.03.26#公开
摘要:本申请公开了一种订单排产模型的训练方法、订单排产方法、装置、电子设备、电子设备以及程序产品,涉及计算机和数据处理技术中的人工智能、大数据、深度学习领域。包括:基于预设的订单排产模型,对样本订单序列进行特征提取,得到样本订单序列的样本排产特征,重复执行如下步骤,直至得到成熟的订单排产模型:依据每一个调整网络的预设干扰数据和预设训练系数、以及样本排产特征,对样本订单序列进行次序调整,并确定每一个调整网络的奖励值,根据各调整网络的预设训练系数和奖励值,对订单排产模型进行更新,成熟的订单排产模型用于对待排产订单序列进行排产处理,可以提高订单排产模型的准确性和可靠性的技术效果。
主权项:1.一种订单排产模型的训练方法,包括:基于预设的订单排产模型,对样本订单序列进行特征提取,得到所述样本订单序列的样本排产特征;重复执行如下步骤,直至得到成熟的订单排产模型:依据每一个调整网络的预设干扰数据和预设训练系数、以及所述样本排产特征,确定所述样本订单序列中的待调整订单;基于所述待调整订单对所述样本订单序列进行次序调整,得到次序调整后的样本订单序列,并确定所述次序调整后的样本订单序列的延迟信息;依据所述样本订单序列的延迟信息与所述次序调整后的样本订单序列的延迟信息,确定每一个调整网络的奖励值,其中,所述奖励值表征所述样本订单序列的延迟信息与次序调整后的样本订单序列的延迟信息之间的差异,所述预设干扰数据表征干扰订单序列的排产特征;根据各所述调整网络的预设训练系数和奖励值,对所述订单排产模型进行更新;其中,成熟的订单排产模型用于对待排产订单序列进行排产处理;其中,所述样本订单序列中的每一样本订单的样本排产特征均包括:交付时间、生产时长、以及生产次序;确定所述次序调整后的样本订单序列的延迟信息,包括:基于所述每一样本订单的交付时间、生产时长、以及生产次序,确定所述样本订单序列的延迟信息、以及所述次序调整后的样本订单序列的延迟信息。
全文数据:
权利要求:
百度查询: 北京百度网讯科技有限公司 订单排产模型的训练方法、订单排产方法、装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。