Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜福建省顺印信息科技有限公司董晓荣获国家专利权

恭喜福建省顺印信息科技有限公司董晓荣获国家专利权

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!

龙图腾网恭喜福建省顺印信息科技有限公司申请的专利基于机器学习的动态产能分包优化方法及系统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:CN119599400B

龙图腾网通过国家知识产权局官网在2025-04-22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:202510142763.8,技术领域涉及:G06Q10/0631;该发明授权基于机器学习的动态产能分包优化方法及系统是由董晓荣设计研发完成,并于2025-02-10向国家知识产权局提交的专利申请。

基于机器学习的动态产能分包优化方法及系统在说明书摘要公布了:本发明涉及机器学习技术领域,尤其涉及基于机器学习的动态产能分包优化方法及系统,包括通过收集生产线数据、分包商数据以及项目数据,并进行数据预处理,提高了数据的准确性和可靠性,有助于构建更准确的机器学习模型;通过构建机器学习模型,实现动态产能预测、分包商智能分组以及项目优化;通过针对性地制定产能调整策略、分包优化策略以及资源分配优化策略,并进行动态调整,显著提升生产效率和项目质量;通过设立全面的反馈渠道与量化分析,有利于持续优化产能与资源分配,同时提高了决策的灵活性和适应性。本发明用于解决当前工业生产管理存在的生产效率低、项目质量不稳定及资源分配不合理的技术问题。

本发明授权基于机器学习的动态产能分包优化方法及系统在权利要求书中公布了:1.基于机器学习的动态产能分包优化方法,其特征在于:步骤一、确定生产线数据、分包商数据和项目数据的来源,收集生产线数据、分包商数据以及项目数据,并对收集到的生产线数据、分包商数据以及项目数据进行预处理;步骤二、基于预处理后的生产线数据、分包商数据以及项目数据,分别构建适用于动态产能预测、分包商分组评估以及项目优化的机器学习模型,即动态产能预测模型、分包商分组评估模型以及项目优化模型;其中,动态产能预测模型的构建过程为:选择时间序列分析算法,对预处理后的生产线数据进行分析,识别产能随时间变化的规律,在识别产能随时间变化的规律的基础上,利用监督学习算法进一步分析产能与市场需求之间的关系,从而预测未来产能趋势;分包商分组评估模型的构建过程为:利用聚类算法对分包商进行分组,得到分包商分组评估结果;项目优化模型的构建过程为:考虑项目成本、项目质量、项目工期多个目标,并为每个目标设定对应的比例系数,同时定义项目优化模型的约束条件,得到项目优化模型的输出结果;步骤三、根据各个模型的输出结果,针对性地制定智能策略,并根据实际情况进行动态调整;其中,制定智能策略包括产能调整策略、分包优化策略以及资源分配优化策略;步骤四、设立反馈渠道,收集来自生产线、分包商、项目管理的反馈意见,使用数据库记录反馈数据,计算分析反馈数据中的量化指标值,并生成反馈信号;其中所述步骤三,根据各个模型的输出结果,针对性地制定智能策略,并根据实际情况进行动态调整的过程包括:H1、获取当前市场需求趋势;将动态产能预测模型的预测结果与当前市场需求趋势进行比对分析,当时,则立即触发产能增加的预警信号,当时,则立即触发产能减少的预警信号;H2、根据分包商分组评估结果,匹配最适合当前分包项目和产能需求的分包商,并设立分包商监控机制;H3、结合项目优化模型的输出结果,定义资源分配向量为;其中,表示资源分配向量维度;计算资源利用率,式中,表示资源分配向量的索引,表示资源最大供应量;若资源利用率低于或高于预设资源阈值,则触发资源调整信号;其中所述步骤四,收集来自生产线、分包商、项目管理的反馈意见,使用数据库记录反馈数据的过程包括:S1、基于生产线、分包商、项目管理的反馈意见,确定反馈类别与量化指标;S2、根据反馈类别和量化指标,设计反馈收集表;S3、创建一个反馈数据库,用于存储所有收集到的反馈数据。

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福建省顺印信息科技有限公司,其通讯地址为:350000 福建省福州市晋安区岳峰镇长乐北路116号立洲集团总部大厦8层08单元;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。