[发明专利]基于人工智能的模型配置方法、系统及大数据中心

说明书

本申请实施例提供一种基于人工智能的模型配置方法、系统及大数据中心，获取决策产线配置分区样本、生产决策推送模型和推送模型，基于决策产线配置分区样本，确定多个化妆品生产链的原料制造协同运行分布样本，并分别输入生产决策推送模型中的多个生产决策推送网络，通过生产决策推送网络进行至少一次产线配置分区匹配得到至少一个决策产线配置分区后进行决策，得到目标决策产线配置分区，将目标决策产线配置分区输入推送模型，通过推送模型得到决策产线配置分区样本在生产监测信息下的决策结果，基于决策结果和推送标签，配置生产决策推送模型和推送模型，以通过丰富产线配置分区的层次来提高生产行为推送的表征能力。

本申请是申请号202011211860.1、申请日为2020年11月03日、发明创造名称为“基于人工智能的化妆品生产信息监测方法及大数据中心”的中国申请的分案申请。

技术领域

本申请涉及化妆品生产监测技术领域，具体而言，涉及一种基于人工智能的模型配置方法、系统及大数据中心。

背景技术

伴随着工业互联网和科学技术的发展，现如今的化妆品生产大多为自 动化生产，对于进行生产监控软件平台而言，通常会涉及到一些生产行为推送过程，传统的方案中，产线配置分区的层次往往比较单一，导致生产行为推送的表征能力较弱，在实现大数据量级别的生产行为推送过程中，生产行为推送针对性较差。

发明内容

为了至少克服现有技术中的上述不足，本申请的目的在于提供一种基于人工智能的模型配置方法、系统及大数据中心，先基于化妆品原料生产图谱确定多个化妆品生产链的原料制造协同运行分布，将原料制造协同运行分布分别输入生产决策推送模型中的多个生产决策推送网络，每个生产决策推送网络都会进行至少一次产线配置分区匹配得到至少一个产线配置分区。其中，每个生产决策推送网络都有至少一次产线配置分区匹配是基于关联大数据产线分区进行的，关联大数据产线分区关联至多个生产决策推送网络的其它生产决策推送网络提取的产线配置分区。这样，不同生产决策推送网络中提取的产线配置分区之间可以进行至少一次的交换和融合，进而能够将不同层次的产线配置分区进行决策，以通过丰富产线配置分区的层次来提高生产行为推送的表征能力，从而在基于生产决策推送模型提取的产线配置分区得到生产监测信息的推送序列结果时，推送针对性更佳。

第一方面，本申请提供一种基于人工智能的化妆品生产信息监测方法，应用于大数据中心，所述大数据中心与多个化妆品生产监控设备通信连接，所述方法包括：

获取针对所述化妆品生产监控设备的每个生产监控配置单元对应的生产监控配置信息，并基于所述生产监控配置信息对目标生产监测化妆品对象的生产监测信息进行信息索引，获得对应的生产监测索引片段；

基于所述生产监测索引片段获取对应的化妆品原料生产图谱，基于所述化妆品原料生产图谱，确定多个化妆品生产链的原料制造协同运行分布；

将所述原料制造协同运行分布分别输入生产决策推送模型中的多个生产决策推送网络，通过所述生产决策推送网络进行至少一次产线配置分区匹配得到至少一个产线配置分区；其中，通过所述生产决策推送网络进行的至少一次产线配置分区匹配是基于关联大数据产线分区进行的，所述关联大数据产线分区关联至所述多个生产决策推送网络的其它生产决策推送网络提取的产线配置分区，其中，所述生产决策推送网络基于人工智能网络和对应的训练样本训练获得，所述训练样本包括原料制造协同运行分布样本和对应的产线配置分区标签；

对所述多个生产决策推送网络输出的多个产线配置分区进行决策，得到决策产线配置分区，基于所述决策产线配置分区，得到所述化妆品原料生产图谱在所述生产监测信息下的推送序列结果，并基于所述化妆品原料生产图谱在所述生产监测信息下的推送序列结果进行生产行为推送。

在第一方面的一种可能的实现方式中，所述方法还包括：

将所述多个生产决策推送网络的其中一个生产决策推送网络作为目标生产决策推送网络；

获取所述目标生产决策推送网络提取的第一产线配置分区，以及所述多个生产决策推送网络中除所述目标生产决策推送网络之外的其它生产决策推送网络提取的第二产线配置分区；