家具生产决策方法、装置、电子设备及存储介质与流程

本技术涉及家具加工，具体而言，本技术涉及一种家具生产决策方法、装置、电子设备及存储介质。

背景技术：

1、随着互联网技术、物联网技术、大数据分析技术等的不断突破，木质家具制造企业逐渐意识到利用这些技术来提高生产效率、降低成本和提升产品质量的重要性。

2、针对工业路径决策，现有技术主要包括基于专家系统的决策方法、基于数据挖掘的决策方法、基于优化算法的决策方法等。第一，基于专家系统的决策方法指利用专家系统来分析和判断生产工艺路径，根据预设的规则和知识库进行决策。该决策方法能够根据专家经验和知识进行决策，但需要大量的专家知识和规则进行建模和维护，并且对于复杂的生产工艺情况效果有限。第二，基于数据挖掘的决策方法用数据挖掘技术对历史生产数据进行分析和挖掘，从中提取有用的规律和模式，用于实时决策。该决策方法能够根据实际生产数据进行决策，但数据的质量和可靠性对决策结果有较大影响，同时需要大量数据进行训练和模型构建。第三，基于优化算法的决策方法利用数学优化算法来求解最优的生产工艺路径，可以考虑多个约束条件和目标函数。该决策方法能够找到全局最优解或者接近最优解的解决方案，但计算复杂度较高，对计算资源和算法参数的要求较高。

3、以上三种决策方法在一定程度上解决了工业路径的决策问题，但通常适用于无设备故障的场景，且对数据和算力的依赖过高。对于木质家具工业生产，设备故障出现的概率对于整个生成过程是十分重要的，原因在于木质家具的主要材料木材的加工是不可逆的，即若在加工的某个步骤发生设备故障，木材加工不能像塑料加工一样进行重塑等，需要使用新的木材从头进行加工或重新调配该步骤的上一个步骤的加工件进行重加工。无论是使用新的木材还是重新调配，均会降低生产效率，并且设备的故障和该设备加工材料的数量和加工需求是紧密相关的，容易造成生产浪费。

4、上述可见，现有的决策方法无法适配于出现设备故障的木质家具工业生产过程，导致生产效率低下。因此，如何平衡故障概率和生产效率是目前的研究重点。

技术实现思路

1、本技术实施例提供了一种家具生产决策方法、装置、电子设备及存储介质，用于解决现有的决策方法无法适配于出现设备故障的木质家具工业生产过程，导致生产效率低下的技术问题，实现有效平衡故障概率和生产效率。

2、根据本技术实施例的一个方面，提供了一种家具生产决策方法，包括：

3、获取在执行当前生产方案时任一阶段下待生产家具所配置的至少一个加工设备的运行数据；

4、基于所述运行数据以及响应对任一作用于下一阶段的加工设备的选择动作后获得的加工奖励值，确定决策因子；其中，所述加工奖励值由与所选择的加工设备的加工时长相应的第一奖励值以及与针对所选择的加工设备的故障预测结果相关联的第二奖励值组织而成；

5、基于使所述决策因子最大化的选择动作，更新所述生产方案，使得依据更新后的生产方案对所述待生产家具进行加工。

6、在一个可能的实现方式中，所述基于所述运行数据以及响应对任一作用于下一阶段的加工设备的选择动作后获得的加工奖励值，确定决策因子，包括：

7、基于所述待生产家具，确定相应的目标任务；

8、确定与所述目标任务相关联的生产模板，所述生产模板用于指示所述目标任务在各阶段中所需的加工设备；

9、针对所有阶段，遍历对所述生产模板中任一作用于下一阶段的加工设备的选择动作，结合所述阶段下的运行数据，确定与各所述选择动作对应的决策因子。

10、在一个可能的实现方式中，所述方法还包括：

11、确定与所述目标任务相关的自回归模型；

12、对所述自回归模型进行训练，得到预测模型；

13、将任一阶段所配置的加工设备的运行数据以及所选择的作用于下一阶段的加工设备在所述阶段下的运行数据输入到所述预测模型中，以进行预测，输出下一阶段的运行数据。

14、在一个可能的实现方式中，所述运行数据包括加工时长，通过如下步骤确定所述第一奖励值：

15、确定预设的第一奖励映射表，所述第一奖励映射表用于指示各加工设备的加工时长与各第一奖励值之间的第一映射关系；

16、基于所述第一映射关系，确定与所选择的加工设备在下一阶段的加工时长相应的第一奖励值。

17、在一个可能的实现方式中，通过如下步骤确定所述第二奖励值：

18、基于针对下一阶段的运行数据进行故障预测，得到故障预测概率；

19、确定预设的第二奖励映射表，所述第二奖励映射表用于指示各故障预测概率与各第二奖励值之间的第二映射关系；

20、基于所述第二映射关系，确定与所预测到的故障预测概率相应的第二奖励值。

21、在一个可能的实现方式中，所述方法还包括：

22、对所述第一奖励值和所述第二奖励值进行加权求和，得到针对所选择的加工设备的加工奖励值。

23、在一个可能的实现方式中，所述加工设备的运行数据包括采集于所述加工设备的第一运行数据以及由外部设备感知所述加工设备所在环境后获得的第二运行数据，所述第一运行数据包括加工时长和加工工艺类型，所述第二运行数据包括设备温度、设备振动及设备周围的空气湿度。

24、根据本技术实施例的另一个方面，提供了一种家具生产决策装置，包括：

25、数据获取模块，用于获取在执行当前生产方案时任一阶段下待生产家具所配置的至少一个加工设备的运行数据；

26、决策因子计算模块，用于基于所述运行数据以及响应对任一作用于下一阶段的加工设备的选择动作后获得的加工奖励值，确定决策因子；其中，所述加工奖励值由与所选择的加工设备的加工时长相应的第一奖励值以及与针对所选择的加工设备的故障预测结果相关联的第二奖励值组织而成；

27、决策模块，用于基于使所述决策因子最大化的选择动作，更新所述生产方案，使得依据更新后的生产方案对所述待生产家具进行加工。

28、根据本技术实施例的另一个方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现上述实施例所述家具生产决策方法的步骤。

29、根据本技术实施例的再一个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例所述家具生产决策方法的步骤。

30、本技术实施例提供的技术方案带来的有益效果是：

31、本技术实施例提供的家具生产决策方法，通过获取在执行当前生产方案时任一阶段下待生产家具所配置的至少一个加工设备的运行数据，继而基于所述运行数据以及响应对任一作用于下一阶段的加工设备的选择动作后获得的加工奖励值，确定决策因子，所述加工奖励值由与所选择的加工设备的加工时长相应的第一奖励值以及与针对所选择的加工设备的故障预测结果相关联的第二奖励值组织而成，从而基于使所述决策因子最大化的选择动作，更新所述生产方案，使得依据更新后的生产方案对所述待生产家具进行加工，这样，通过预测所选择的加工设备对应在下一阶段中的加工时长以及故障情况，作为执行该选择动作后获得的加工奖励值，使得在设备选择过程中充分考虑故障对整个生产方案的影响，能够有效控制材料、设备等资源的使用，解决了现有的决策方法无法适配于出现设备故障的木质家具工业生产过程，导致生产效率低下的技术问题，实现有效平衡故障概率和生产效率，从而实现合理调度资源，有效提高生产效率，以及减少浪费和不必要的开支，降低了生产成本。