[发明专利]一种基于动态价值网络和云制造平台的协同优化方法

权利要求书

1.一种基于动态价值网络和云制造平台的协同优化方法，其特征在于，所述协同优化方法具体包括以下步骤：

步骤一：通过控制系统获取价值网络数据和订单数据，将价值网络数据分别发送至价值网络建立模块和数据存储模块，将订单数据分别发送至生产分析模块和数据存储模块；

步骤二：对产品进行标记，根据价值网络数据建立产品价值序列，结合人工智能模型和预测周期获取产品预测价值，同时将价值预测模型发送至数据存储模块；其中产品价值序列中包括t组价值数据，且价值数据为[t1,CDJit1]；

所述价值网络建立模块根据价值网络数据建立动态价值网络，包括：

将产品标记为i，i=1，2，……，n；

当价值网络数据建立模块接收到价值网络数据之后，提取产品对应的设定周期内的价值网络数据，并将价值网络数据中的产品原材料价格、产品原材料产量、产品供应价格和产品需求量分别标记为CYJit1、CYCit1、CGJit1和CXLit1；其中设定周期包括一季度、半年和一年，t1为价值网络数据的获取时间，且t通过儒日历进行表示；

通过公式CDJit1=ɑ1×CYJit1×CYCit1+ɑ2×CGJit1×CXLit1获取产品i的产品动态价值CDJit1；其中ɑ1和ɑ2为比例系数，且ɑ1和ɑ2均为大于0的实数；

通过获取时间t及对应的产品i的产品动态价值CDJit1建立产品价值序列；

将产品价值序列按照设定比例划分为训练集、测试集和校验集；所述设定比例包括2:1:1、3:1:1和3:2:1；

构建人工智能模型；所述人工智能模型至少包括误差逆向传播神经网络、RBF神经网络和深度卷积神经网络中的一种；

通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验，当人工智能模型的训练精度达到目标精度时，则判定人工智能模型完成训练，将训练完成的人工智能模型标记为价值预测模型；所述价值预测模型定期更新；

设定预测周期；所述预测周期包括一天、一星期和一个月，且预测周期使用儒日历表示；

通过价值预测模型获取预测周期对应的产品动态价值，并将产品动态价值标记为产品预测价值CYJit2；其中t2为产品预测价值对应的时间；

通过云平台将产品预测价值分别发送至生产分析模块和数据存储模块，同时将价值预测模型发送至数据存储模块；

步骤三：提取订单数据中的产品订单量和单件产品价格，获取产品的实际生产价值；将实际生产价值分别发送至制造优化模块和数据存储模块；

步骤四：将产品预测价值和实际生产价值根据时间进行匹配，获取价值评估系数；将价值评估系数从大到小进行排序获取价值优化序列；将价值优化序列分别发送至云平台和数据存储模块；云平台根据价值优化序列完成生产制造。

2.根据权利要求1所述的一种基于动态价值网络和云制造平台的协同优化方法，其特征在于，所述控制系统包括云平台、价值网络建立模块、数据中心模块、生产分析模块、制造优化模块、制造监控模块和数据存储模块；

所述数据中心模块用于获取价值网络数据和订单数据，将价值网络数据分别发送至价值网络建立模块和数据存储模块，将订单数据分别发送至生产分析模块和数据存储模块；

所述制造优化模块用于获取价值优化序列，包括：

当制造优化模块接收到产品预测价值CYJit2和实际生产价值SSJit3时，当产品预测价值CYJit2和实际生产价值SSJit3中的t2和t3相等时，将产品预测价值CYJit2中的t2用t3替换，即产品预测价值CYJit3和实际生产价值SSJit3；其中，t2为产品预测价值对应的时间，t3为订单数据中要求的产品交付时间；

通过公式JPXit3=β2×CYJit3×SSJit3获取产品i的价值评估系数JPXit3；其中β2为比例系数，且β2为大于0的实数；

将价值评估系数JPXit3从大到小进行排序获取价值优化序列；

将价值优化序列分别发送至云平台和数据存储模块。

3.根据权利要求2所述的一种基于动态价值网络和云制造平台的协同优化方法，其特征在于，所述制造监控模块用于监控产品订单量的完成进度，并生成制造报告，同时将制造报告发送至数据存储模块进行存储；所述制造报告包括制造时间、产品名称和产品数量；所述制造监控模块还用于监控原材料的质量和采购。