本发明公开了一种基于联邦学习与注意力机制的生产线调度方法,包括获取若干个零件厂家的历史生产零件数据;采用长短期记忆网络,生成各个零件厂家的生产零件数据模型;通过加密和纵向联邦学习,将各个零件厂家的生产零件数据模型进行协同训练;采用注意力机制,求解作业车间调度问题,并采用生成的结果进行生产线调度。本发明在预测准确率较高的前提下保证了本生产线数据的私密与安全,防止了数据的泄露;且由于预测数据较为准确,可以避免生产过剩等造成资源的浪费。使用联邦学习进行共同建模,不仅可以使各参与方获得数据保护的同时,也实现共同提升模型效果的目的,且模型无损失,不会出现负迁移,使得生产线调度更接近实际情况,更准确。
声明:
“基于联邦学习与注意力机制的生产线调度方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)