[发明专利]工厂仿真方法及装置

权利要求书

1.一种工厂仿真方法，其特征在于，包括：

获取工厂产线的工作区域中运行的多个生产要素，根据所述多个生产要素，确定用于工厂仿真的多个类神经元和每个类神经元的属性参数；

按照预设时间间隔，循环执行以下操作，确定工厂仿真时段中各个时刻下的每个类神经元的属性参数：

根据当前时刻下的每个类神经元的属性参数，确定当前时刻下多个类神经元之间形成的反馈刺激链，根据所述反馈刺激链确定下一时刻下的每个类神经元的属性参数；其中，所述下一时刻与所述当前时刻间隔所述预设时间间隔；

根据工厂仿真时段中各个时刻下的每个类神经元的属性参数，确定工厂仿真结果。

2.根据权利要求1所述的工厂仿真方法，其特征在于，根据所述多个生产要素，确定用于工厂仿真的多个类神经元和每个类神经元的属性参数，包括：

将所述多个生产要素按照类型分组，根据分组情况，将多个生产要素抽象为多个类神经元，确定每个类神经元的属性参数。

3.根据权利要求2所述的工厂仿真方法，其特征在于，根据分组情况，将多个生产要素抽象为多个类神经元，包括：

根据分组情况，确定类神经元的分类类型；

按照所述分类类型，给每个生产要素对应的类神经元进行分组编号，得到多个类神经元组成的集合。

4.根据权利要求3所述的工厂仿真方法，其特征在于，所述属性参数至少包括：刺激区占用参数、反馈区占用参数、生产状态参数、成本参数以及利润参数其中之一或任意组合。

5.根据权利要求4所述的工厂仿真方法，其特征在于，根据当前时刻下的每个类神经元的属性参数，确定当前时刻下多个类神经元之间形成的反馈刺激链，包括：

遍历多个类神经元组成的集合，根据当前时刻下的集合中每个类神经元的刺激区占用参数、反馈区占用参数和生产状态参数，确定当前时刻下正在工作的反馈刺激链，得到正在工作的反馈刺激链包含的类神经元组成的工作子集，以及非工作子集；

遍历所述非工作子集，根据所述非工作子集中每个类神经元的刺激区占用参数、反馈区占用参数和生产状态参数，以及预设的刺激反馈形成条件参数，得到当前时刻下新构建的反馈刺激链，更新工作子集和非工作子集；

遍历更新后的工作子集，根据更新后的工作子集中每个类神经元的刺激区占用参数、反馈区占用参数和生产状态参数，以及预设的刺激反馈终止条件参数，确定当前时刻下工作终止的反馈刺激链；

根据当前时刻下正在工作的反馈刺激链、当前时刻下新构建的反馈刺激链和当前时刻下工作终止的反馈刺激链，确定当前时刻下多个类神经元之间形成的反馈刺激链。

6.根据权利要求4所述的工厂仿真方法，其特征在于，根据工厂仿真时段中各个时刻下的每个类神经元的属性参数，确定工厂仿真结果，包括：

根据工厂仿真时段中各个时刻下的每个类神经元的成本参数和利润参数，确定工厂仿真时段对应的工厂运行的仿真成本数据和仿真利润数据，得到工厂仿真结果。

7.根据权利要求1所述的工厂仿真方法，其特征在于，根据所述反馈刺激链确定下一时刻下的每个类神经元的属性参数，包括：

根据所述反馈刺激链，确定下一时刻下的每个类神经元的属性参数相对于当前时刻下的每个类神经元的属性参数之间的映射关系；

根据所述映射关系和当前时刻下的每个类神经元的属性参数，确定下一时刻下的每个类神经元的属性参数。

8.根据权利要求1所述的工厂仿真方法，其特征在于，还包括：

获取工厂产线的工作区域数据；

根据所述工作区域数据，对工作区域进行网格化处理，得到用于工厂仿真的网格区划；对所述网格区划进行区域划分，得到可移动区域和不可移动区域；

根据所述网格区划、可移动区域和不可移动区域，确定每个类神经元的属性参数。