[发明专利]一种基于机器学习与回溯法结合的模具组合分配方法

权利要求书

1.一种基于机器学习与回溯法结合的模具组合分配方法，其特征在于：所述方法充分利用模台面积的大小，其步骤为：

步骤1.获取预制构件生产企业的历史日订单数据，包括预制构件的型号，各个型号的面积和生产件数，以及预制构件的形状；

步骤2.对单日的生产订单按照构件类型的生产件数进行分组，当天生产件数相同的几种构件分为一组，但是也会出现单独型号的构件组成的组，把他们划为一组，对其进行特殊化处理；

步骤3.运用0-1背包思想和回溯法找到充分利用模台面积的最佳适配组合集合，找到充分利用模台面积的理论最佳适配组合结果；

步骤4.判断训练的预制构件生产企业的历史日订单数量是否达到要求，如果达到，转步骤5，如果没有达到，转步骤2；

步骤5.将所有的最佳适配组合集合聚合，得到一个较为庞大的数据库；

步骤6.运用Apriori 算法对得到的数据集进行训练，得到关联规则和频繁项集；

步骤7.预制构件生产企业再次得到生产订单，在对生产订单分组后，如果发现组内存在有关联规则的构件，直接将这些构件按照关联规则组合在一起，组内按照关联规则的强弱顺序摆放在模台上生产；

步骤8.将组合内存在关联规则的构件组合后，将剩余构件运用回溯法，得到最佳适配组合，将最佳适配组合摆放在模台上进行生产；

步骤9.把最佳适配组合加入数据库，运用Apriori 算法训练，不断强化关联规则；

其中所述步骤3，具体步骤如下：

步骤3.1. 运用0-1背包思想对每个分组构建组合分配模型，将摆放问题转化为0-1背包思想问题；

步骤3.2.定义单组模具在模台上组合分配问题的解空间，构建解空间树，用二叉树来表示；

步骤3.3. 运用剪枝函数对解空间树进行剪枝，将不满足约束条件的解减去；

步骤3.4. 使用回溯法回溯整个解空间，找到充分利用模台面积的理论最佳适配组合结果；

步骤3.5. 运用改进的BL定位算法模拟模具在模台上的摆放过程，如果该组合分配结果中包含的模具不能完全的摆放在模台台面上，转步骤3.6，如果该组合分配结果中包含的模具能完全的摆放在模台台面上，转步骤3.7；

步骤3.6. 则将该理论上的最佳适配组合分配结果标注为无效解，转步骤3.4；

步骤3.7. 记录最佳适配组合集合，转步骤3.8；

步骤3.8. 判断分组中剩余构件是否完成回溯，如果完成，转步骤4，否则，转步骤3.9；

步骤3.9. 选择该分组中的剩余构件重新使用回溯法，转步骤3.4；

所述步骤6，具体步骤如下：

步骤6.1 设置最小支持度，对每一个最优项集，搜索最优组合里的每一个构件，搜索出对于单个构件来说支持度不小于最小支持度的项集，将这些项集聚合成一个集合称之为频繁1-项集，其中表示 k-项频繁集，L表示频繁集；

步骤6.2 将这些构件进行两两组合，通过自身计算统计连接生成候选项集，将不满足最小支持度的候选项集删去，得到频繁2-项集；

步骤6.3 将保留下来的候选项集与单个构件再次组合，形成新的候选项集，将不满足最小支持度的候选项集删去，得到频繁3-项集；

步骤6.4 设置最小置信度，对于上面得到每个频繁项集，生成其所有非空真子集；对于每个非空真子集s计算如果，就表明里剩下的构件和S子集里构件一起出现的概率大于最小置信度，说明这条规则是可以信任的，是准确的，输出，得到强关联规则。