一种基于多任务学习的石膏板溯源模型搭建方法及系统与流程

本发明涉及石膏板生产，具体涉及一种基于多任务学习的石膏板溯源模型搭建方法及系统。

背景技术：

1、石膏板生产为了保证每个阶段的产品生产质量，有必要使用溯源平台，对产品的各个阶段的信息进行跟踪，并让消费者扫描二维码查询信息，可以查看产品质量信息。有问题的产品可回收，能迅速查询到原材料出问题或加工环节，必要时可以进行产品召回，以此提高产品质量水平。

2、现有技术中石膏板溯源大多采用人为主观方式确定溯源路径，由于人为主观性导致了石膏板溯源缺乏标准的信息处理方式，溯源路径构建的可靠性差，影响溯源效果。

技术实现思路

1、本发明的目的在于提供一种基于多任务学习的石膏板溯源模型搭建方法，以解决现有技术由于人为主观性导致了石膏板溯源缺乏标准的信息处理方式，溯源路径构建的可靠性差，影响溯源效果的技术问题。

2、为解决上述技术问题，本发明具体提供下述技术方案：

3、一种基于多任务学习的石膏板溯源模型搭建方法，包括以下步骤：

4、获取用于石膏板溯源的石膏板产业链各环节信息；

5、确定石膏板产业链各环节信息的溯源信息量；

6、利用神经网络，根据石膏板产业链各环节信息的溯源信息量进行前向学习和后向学习，构建出前向溯源任务和后向溯源任务；

7、利用多任务学习机制，对前向溯源任务和后向溯源任务进行联合学习，得到用于预测石膏板溯源路径的石膏板溯源模型。

8、作为本发明的一种优选方案，所述石膏板产业链各环节信息包括：石膏板材料供应信息、石膏板生产加工信息、石膏板物流运输信息以及石膏板仓库储存信息。

9、作为本发明的一种优选方案，确定石膏板产业链各环节信息的溯源信息量，包括：

10、对石膏板材料供应信息、石膏板生产加工信息、石膏板物流运输信息以及石膏板仓库储存信息进行信息量统计，得到石膏板材料供应信息、石膏板生产加工信息、石膏板物流运输信息以及石膏板仓库储存信息的信息量；

11、将石膏板材料供应信息、石膏板生产加工信息、石膏板物流运输信息以及石膏板仓库储存信息依据信息量进行排序，得到石膏板产业链各环节信息的溯源序列。

12、作为本发明的一种优选方案，所述出前向溯源任务的构建，包括：

13、利用cnn神经网络对所述石膏板产业链各环节信息的溯源序列进行前向排序规律学习，得到用于对石膏板产业链各环节信息进行溯源排序的前向溯源任务；

14、所述前向溯源任务为：

15、sk＝cnn({s1,s2,…,sk-1})；

16、式中，sk为溯源序列中第k个位置处的环节信息，s1,s2,sk-1分别为溯源序列中第1，2，k-1个位置处的环节信息，k为计数变量。

17、作为本发明的一种优选方案，所述后向溯源任务的构建，包括：

18、利用cnn神经网络对所述石膏板产业链各环节信息的溯源序列进行后向排序规律学习，得到用于对石膏板产业链各环节信息进行溯源排序的后向溯源任务；

19、所述后向溯源任务为：

20、sk＝cnn({sn,sn-1,…,sk+1})；

21、式中，sk为溯源序列中第k个位置处的环节信息，sn,sn-1,sk+1分别为溯源序列中第n，n-1，k+1个位置处的环节信息，k为计数变量，n为石膏板产业链中环节信息总数量。

22、作为本发明的一种优选方案，所述石膏板溯源模型的构建，包括：

23、对前向溯源任务和后向溯源任务进行多任务学习，共享前向溯源任务和后向溯源任务的输出层和网络层，得到石膏板溯源模型；

24、所述石膏板溯源模型为：

25、

26、式中，sk为溯源序列中第k个位置处的环节信息，s1,s2,sk-1分别为溯源序列中第1，2，k-1个位置处的环节信息，sn,sn-1,sk+1分别为溯源序列中第n，n-1，k+1个位置处的环节信息，k为计数变量，n为石膏板产业链中环节信息总数量。

27、作为本发明的一种优选方案，本发明提供了一种根据所述的一种基于多任务学习的石膏板溯源模型搭建方法的溯源模型搭建系统，包括：

28、数据采集单元，用于获取用于石膏板溯源的石膏板产业链各环节信息；

29、数据处理单元，用于确定石膏板产业链各环节信息的溯源信息量；

30、用于利用神经网络，根据石膏板产业链各环节信息的溯源信息量进行前向学习和后向学习，构建出前向溯源任务和后向溯源任务；以及

31、用于利用多任务学习机制，对前向溯源任务和后向溯源任务进行联合学习，得到用于预测石膏板溯源路径的石膏板溯源模型；

32、数据存储单元，用于存储石膏板溯源模型。

33、作为本发明的一种优选方案，所述数据处理单元构建出前向溯源任务，包括：

34、利用cnn神经网络对所述石膏板产业链各环节信息的溯源序列进行前向排序规律学习，得到用于对石膏板产业链各环节信息进行溯源排序的前向溯源任务；

35、所述前向溯源任务为：

36、sk＝cnn({s1,s2,…,sk-1})；

37、式中，sk为溯源序列中第k个位置处的环节信息，s1,s2,sk-1分别为溯源序列中第1，2，k-1个位置处的环节信息，k为计数变量。

38、作为本发明的一种优选方案，所述数据处理单元构建后向溯源任务，包括：

39、利用cnn神经网络对所述石膏板产业链各环节信息的溯源序列进行后向排序规律学习，得到用于对石膏板产业链各环节信息进行溯源排序的后向溯源任务；

40、所述后向溯源任务为：

41、sk＝cnn({sn,sn-1,…,sk+1})；

42、式中，sk为溯源序列中第k个位置处的环节信息，sn,sn-1,sk+1分别为溯源序列中第n，n-1，k+1个位置处的环节信息，k为计数变量，n为石膏板产业链中环节信息总数量。

43、作为本发明的一种优选方案，所述数据处理单元构建石膏板溯源模型，包括：

44、对前向溯源任务和后向溯源任务进行多任务学习，共享前向溯源任务和后向溯源任务的输出层和网络层，得到石膏板溯源模型；

45、所述石膏板溯源模型为：

46、

47、式中，sk为溯源序列中第k个位置处的环节信息，s1,s2,sk-1分别为溯源序列中第1，2，k-1个位置处的环节信息，sn,sn-1,sk+1分别为溯源序列中第n，n-1，k+1个位置处的环节信息，k为计数变量，n为石膏板产业链中环节信息总数量。

48、本发明与现有技术相比较具有如下有益效果：

49、本发明利用神经网络，根据石膏板产业链各环节信息的溯源信息量进行前向学习和后向学习，构建出前向溯源任务和后向溯源任务，利用多任务学习机制，对前向溯源任务和后向溯源任务进行联合学习，得到用于预测石膏板溯源路径的石膏板溯源模型，实现了利用神经网络进行溯源路径的标准性规划，提高了溯源效果。