【成果简介】
该项技术通过深度学习与多目标优化，构建了基于深度神经网络的 制造资源与制造任务映射模型、基于Petri 网的电路板排产计划、多 目标 优化模型和基于非合作博弈理论的产线冲突协调模型，开发了用于模型 求解的多级误差反馈算法、帕累托混合优化算法和混合策略 Nash 均衡算 法,实现了电路板生产过程中制造资源匹配、排产计划规划与产线动态调 度的集成优化，填补了电路板长流程复杂生产优化调度，实现了电路板 生产过程中制造资源匹配、排产计划及产线动态调度的集成优化。
【技术指标】
电路板智能排产与动态调度集成技术，填补了电路板长流程复杂动 态生产优化调度技术空白，实现了电路板制造过程的制造资源匹配、排 产计划以及产线动态调度的集成优化，解决了人工排产效率低、难以高 效利用生产资源、产线出现异常后调整慢等问题，使电路板产线的整体 生产效率在行业平均水平上提升了 10%，实现企业人均产值提升了 36%， 钻机稼动率提升了 20% 、能耗降低了 15%和企业运营成本降低了 5%等 显著效果。
【技术成熟度】 小试
【应用情况】
项目技术成果集成开发的电路板智能制造管理系统功能全面、可靠 性好、可扩展性强，实现了电路板智能排产与动态调度，通过建立的可 视化生产运营绩效管理体系和大数据分析，解决生产效率低、制造过程 难追溯、品质不稳定等行业的难点痛点，在江西省、广东省和江苏省等 十余家企业应用，全方位提升了电路板制造企业的竞争力，打造了电路板行业数字化转型升级的标杆，促进了我国电路板产业的高质量发展。
