买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜宁波聚轩信息科技有限公司申请的专利基于人工智能的智能排产方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119539439B 。

龙图腾网通过国家知识产权局官网在2025-04-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510096838.3，技术领域涉及：G06Q10/0631；该发明授权基于人工智能的智能排产方法是由周卫平设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本基于人工智能的智能排产方法在说明书摘要公布了：本发明涉及智能排产技术领域，公开了基于人工智能的智能排产方法，获取消费端的历史时间段的消费数据、规划端的若干个排产逻辑以及排产逻辑的优先级和生产端的产能数据；构建排产逻辑的漏洞查询模型，漏洞查询模型包括优化约束、伪个体和优化函数：基于消费端在历史时间段的消费数据，生成若干符合优化约束的伪个体，优化约束基于生产端的产能数据构建；基于排产逻辑以及排产逻辑的优先级构建优化函数；基于优化函数对伪个体进行筛选，得到若干训练样本；基于训练样本通过强化学习构建优化模型，并将优化模型对规划端进行替换。

本发明授权基于人工智能的智能排产方法在权利要求书中公布了：1.基于人工智能的智能排产方法，应用于消费端、规划端和生产端，其特征在于，包括：步骤1，获取消费端的历史时间段的消费数据、规划端的若干个排产逻辑以及排产逻辑的优先级和生产端的产能数据；步骤2，构建排产逻辑的漏洞查询模型，漏洞查询模型包括优化约束、伪个体和优化函数：基于消费端在历史时间段的消费数据，生成若干符合优化约束的伪个体，具体为：按固定时间间隔获取历史时间段的消费端的消费数据，每个时刻的消费数据包括：消费产品的类型和每种类型的消费产品的数量；基于历史时间段内的消费数据，随机生成若干伪个体S； ；其中，表示第k个时刻，表示第k个时刻的第种类型的消费产品的数量为，表示第k个时刻的第种类型的消费产品的数量为，表示第k个时刻的第种类型的消费产品的数量为，，表示历史时间段内的时刻的数量；其中，基于历史时间段中消费端的第种类型的消费产品的数量的均值，构建第均值范围，，其中，和分别表示第均值范围的最小取值和最大取值；的均值在第取值范围内；以此类推，得到的均值分别在第取值范围内和第取值范围内；优化约束基于生产端的产能数据构建；基于排产逻辑以及排产逻辑的优先级构建优化函数，具体为：将排产逻辑按照对应的优先级抽象为逻辑流程图，并将逻辑流程图作为优化函数；其中，逻辑流程图包括节点、有向边和布尔逻辑门，具体如下：将一个排产逻辑映射为逻辑流程图的一个节点，在相邻的优先级的节点之间构建从优先级高的节点指向优先级低的节点的有向边，对优先级高的节点的两个优先级相同的子节点的有向边分别建立布尔逻辑门，基于布尔逻辑门激活对应的有向边；步骤3，基于优化函数对伪个体进行筛选，得到若干训练样本，具体为：步骤51，基于逻辑流程图的起始节点按照时间顺序输入伪个体从到时刻的消费数据，并统计最终的成本和收益，将成本和收益的差值作为对应的伪个体的优化函数值；步骤52，保留优化函数值大于预设差值的伪个体，并将剩余的伪个体作为父代进行循环更新，直到达到预设数量的伪个体的优化函数值大于预设差值，则停止更新，将优化函数值大于预设差值的伪个体作为训练样本；步骤4，基于训练样本通过强化学习构建优化模型，并将优化模型对规划端进行替换，具体为：步骤71，对逻辑流程图删除有向边和布尔逻辑门，得到m个节点；步骤72，建立R个游走因子，基于强化约束驱动R个游走因子重构得到若干更新流程图；其中，强化约束包括：对逻辑流程图中的第一个节点和第m个节点的位置固定；对剩余节点通过随机串联或者并联进行遍历以构建有向边；步骤73，对任意多个节点的有向边的非指向端均为同一节点，则对任意多个节点的有向边分别构建布尔逻辑门；步骤74，根据步骤51，对R个更新流程图分别计算所有训练样本的成本和收益的平均差值；步骤75，获取平均差值的中位数，将平均差值小于中位数的游走因子暂停，对平均差值大于中位数的游走因子进行二分裂；步骤76，重复步骤75，直到至少一个更新流程图的对所有训练样本的成本和收益的平均差值小于预设差值，则得到最终的更新流程图，并将最终的更新流程图设为优化模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人宁波聚轩信息科技有限公司，其通讯地址为：315200 浙江省宁波市镇海区蛟川街道金川路8号1047创新创业园B005号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。