自动选材方法、计算机以及存储介质技术

本发明专利技术实施例提供了一种自动选材方法、计算机以及存储介质，该方法包括以下步骤：接收材料信息，并根据材料信息生成基础材料及基础材料对应的材料配方，然后接收全部或者部分所述基础材料的关键参数值信息，并将所述基础材料、所述材料配方以及所述关键参数值信息输入至材料预警模型中进行训练分析，输出包括所述关键参数值的上下限数值的预警提示信息，所述材料预警模型由历史材料配置数据训练得到，然后接收组合参数值，并根据上下限数值以及材料配方得到组合配方参数以及组合参数值。能够自动化生成符合生产需要的组合配方参数，从而能够有效提高历史材料配方数据的利用率以及材料配方配置的效率。料配方配置的效率。料配方配置的效率。

【技术实现步骤摘要】
自动选材方法、计算机以及存储介质


[0001]本专利技术实施例涉及但不限于通信领域，尤其涉及一种自动选材方法、计算机以及存储介质。

技术介绍

[0002]随着生产力的不断提升，客户的需求越来越多，产品的种类要求越来越多，而目前对于客户不同的要求，在生产的过程中需要生产人员根据经验对制作材料配方进行配置，并通过生产测试才能确定符合生产要求的材料配方，在生产前期的产品/工艺设计主线中需要付出大量的时间，对于不同客户需要，历史的配方材料数据无法使用，并每次都要重新配置，在材料配方的配置工作的效率上不符合大量的生产要求。

技术实现思路

[0003]以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
[0004]本专利技术实施例的主要目的在于提出一种自动选材方法、计算机以及存储介质，能够有效提高历史材料配方数据的利用率以及材料配方配置的效率。
[0005]第一方面，本专利技术实施例提供了一种自动选材方法，所述方法包括：
[0006]接收材料信息；
[0007]根据所述材料信息生成基础材料及所述基础材料对应的材料配方；
[0008]接收全部或者部分所述基础材料的关键参数值信息；
[0009]将所述基础材料、所述材料配方以及所述关键参数值信息输入至材料预警模型中进行训练分析，输出包括所述关键参数值的上下限数值的预警提示信息，所述材料预警模型由历史材料配置数据训练得到；
[0010]接收组合参数值；
[0011]根据所述上下限数值以及所述组合参数值生成组合配方参数。
[0012]在一实施例中，所述材料预警模型的建立方法包括：
[0013]获取所述历史材料配置数据；
[0014]将所述历史材料配置数据进行分类处理，得到材料类型、属性信息以及材料配比值；
[0015]对所述材料类型、所述属性信息以及所述材料配比值通过回归分析处理，建立材料预警模型。
[0016]在一实施例中，所述材料预警模型包括至少如下之一：类型推送分类模型；推送内容分类模型；组合匹配模型；材料参数上下限值模型。
[0017]在一实施例中，所述接收材料信息包括：
[0018]接收一个或者多个材料选择信息，根据所述材料选择信息确定材料信息；
[0019]或者，
[0020]接收导入的材料配方模板信息，根据所述材料配方模板信息确定材料信息。
[0021]在一实施例中，所述将所述基础材料、所述材料配方以及所述关键参数值信息输入至材料预警模型中进行训练分析，输出包括所述关键参数值的上下限数值的预警提示信息之后，所述方法还包括：
[0022]接收第一查阅指令；
[0023]根据所述第一查阅指令输出材料配方数据信息，所述材料配方数据信息包括材料配方以及所述预警提示信息；
[0024]按照所述输出材料配方数据信息的分类目录信息进行分类保存，得到分类后的材料配方数据信息的第一查询信息。
[0025]在一实施例中，所述方法还包括：
[0026]获取所述第一查询信息的第一查询次数；
[0027]在所述第一查询次数达到次数阈值的情况下，提高所述材料配方数据信息的推送优先级。
[0028]在一实施例中，获取所述第一查询信息的第一查询次数；
[0029]在所述第一查询次数达到次数阈值的情况下，提高所述材料配方数据信息的推送优先级。
[0030]在一实施例中，所述根据所述上下限数值以及所述组合参数值生成组合配方参数之后，所述方法还包括：
[0031]接收第二查阅指令；
[0032]根据所述第二查阅指令输出组合配方参数以及所述组合参数值；
[0033]按照所述组合配方参数以及所述组合参数值进行分类保存，得到第二查询信息。
[0034]在一实施例中，所述方法还包括：
[0035]获取所述第二查询信息的第二查询次数；
[0036]在所述第二查询次数超过第二阈值的情况下，提高所述组合配方参数以及所述组合参数值的推送优先级。
[0037]第二方面，本专利技术实施例提供了一种计算机，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的自动选材方法。
[0038]第三方面，一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行第一方面所述的自动选材方法。
[0039]本专利技术实施例包括：自动选材方法包括以下步骤：接收材料信息，并根据材料信息生成基础材料及基础材料对应的材料配方，然后接收全部或者部分所述基础材料的关键参数值信息，并将所述基础材料、所述材料配方以及所述关键参数值信息输入至材料预警模型中进行训练分析，输出包括所述关键参数值的上下限数值的预警提示信息，所述材料预警模型由历史材料配置数据训练得到，然后接收组合参数值，并根据上下限数值以及材料配方得到组合配方参数以及组合参数值。在本实施例的技术方案中，通过将材料信息以及关键参数值输入由历史材料配置数据训练得到材料预警模型，能够自动化生成符合生产需要的组合配方参数，从而能够有效提高历史材料配方数据的利用率以及材料配方配置的效率。
[0040]本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
[0041]图1是本专利技术一个实施例提供的用于执行自动选材方法的系统架构平台的示意图；
[0042]图2是本专利技术一个实施例提供的自动选材方法的流程图；
[0043]图3是本专利技术一个实施例提供的自动选材方法中材料预警模型的建立方法的流程图；
[0044]图4是本专利技术一个实施例提供的自动选材方法中记录材料配方数据信息查询情况的流程图；
[0045]图5是本专利技术一个实施例提供的自动选材方法中更新推送材料配方数据信息优先级的流程图；
[0046]图6是本专利技术一个实施例提供的自动选材方法中记录组合配方参数查询情况的流程图；
[0047]图7是本专利技术一个实施例提供的自动选材方法中更新组合配方参数优先级的流程图。
具体实施方式
[0048]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。
[0049]需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书、权利要求书或上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
[0050]本专利技术实施例提供了一种自动选材方法、计算机以及存储介质，该自动选材方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动选材方法，其特征在于，所述方法包括：接收材料信息；根据所述材料信息生成基础材料及所述基础材料对应的材料配方；接收全部或者部分所述基础材料的关键参数值信息；将所述基础材料、所述材料配方以及所述关键参数值信息输入至材料预警模型中进行训练分析，输出包括所述关键参数值的上下限数值的预警提示信息，所述材料预警模型由历史材料配置数据训练得到；接收组合参数值；根据所述上下限数值以及所述组合参数值生成组合配方参数。2.根据权利要求1所述的自动选材方法，其特征在于，所述材料预警模型的建立方法包括：获取所述历史材料配置数据；将所述历史材料配置数据进行分类处理，得到材料类型、属性信息以及材料配比值；对所述材料类型、所述属性信息以及所述材料配比值通过回归分析处理，建立材料预警模型。3.根据权利要求2所述的自动选材方法，其特征在于，所述材料预警模型包括至少如下之一：类型推送分类模型；推送内容分类模型；组合匹配模型；材料参数上下限值模型。4.根据权利要求1所述的自动选材方法，其特征在于，所述接收材料信息包括：接收一个或者多个材料选择信息，根据所述材料选择信息确定材料信息；或者，接收导入的材料配方模板信息，根据所述材料配方模板信息确定材料信息。5.根据权利要求1所述的自动选材方法，其特征在于，所述将所述基础材料、所述材料配方以及所述关键参数值信息输入至材料预警模型中进行训练分析，输出包括所述关键参数值的上下限数值的预...

【专利技术属性】
技术研发人员：请求不公布姓名，
申请(专利权)人：广东利元亨智能装备股份有限公司，
类型：发明
国别省市：