机器的生产力确定方法、装置、设备、介质及产品

摘要

本发明实施例提供一种机器的生产力确定方法、装置、设备、介质及产品，该方法包括：获取多台预设机器在生产产品过程中的生产完成数据、机器性能相关数据及运行时间数据；针对每台预设机器，确定生产完成数据、机器性能相关数据、运行时间数据分别对应的生产力分值；根据各生产力分值及预设的层次权重决策分析模型确定各预设机器对应的生产力数据。能够使确定出的预设机器的生产力更加准确。

说明书

技术领域

本发明实施例涉及数据处理技术领域，尤其涉及一种机器的生产力确定方法、装置、设备、介质及产品。

背景技术

随着人工智能技术的不断发展，产品的生产不断面向自动化的过程。即由机器形成的生产线完成对产品的生产。为了更好地进行生产任务的分配或进行机器的采购等操作，需要确定每台机器的生产性能，即确定每台机器的生产力。

现有技术中，在确定机器的生产力时，一般是根据机器的功率、型号等这些标注在机器使用说明书中的固定指标确定的。这种指标并不能真实反映机器在实际生产过程中的生产力，导致确定出的机器的生产力准确性较低。

发明内容

本发明实施例提供一种机器的生产力确定方法、装置、设备、介质及产品，用以解决现有技术中确定出的机器的生产力准确性较低的技术问题。

第一方面，本发明实施例提供一种机器的生产力确定方法，包括：

获取多台预设机器在生产产品过程中的生产完成数据、机器性能相关数据及运行时间数据；

针对每台预设机器，确定所述生产完成数据、所述机器性能相关数据、所述运行时间数据分别对应的生产力分值；

根据各所述生产力分值及预设的层次权重决策分析模型确定各预设机器对应的生产力数据。

第二方面，本发明实施例提供一种机器的生产力确定装置，包括：

获取模块，用于获取多台预设机器在生产产品过程中的生产完成数据、机器性能相关数据及运行时间数据；

第一确定模块，用于针对每台预设机器，确定所述生产完成数据、所述机器性能相关数据、所述运行时间数据分别对应的生产力分值；

第二确定模块，用于根据各所述生产力分值及预设的层次权重决策分析模型确定各预设机器对应的生产力数据。

第三方面，本发明提供一种电子设备，包括：至少一个处理器，存储器及收发器；

所述处理器、所述存储器与所述收发器通过电路互联；

所述存储器存储计算机执行指令；所述收发器，用于与机器维护系统服务器收发数据；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如第一方面所述的方法。

第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面任一项所述的方法。

第五方面，本发明提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面所述的方法。

本发明实施例提供的机器的生产力确定方法、装置、设备、介质及产品，通过获取多台预设机器在生产产品过程中的生产完成数据、机器性能相关数据及运行时间数据；针对每台预设机器，确定生产完成数据、机器性能相关数据、运行时间数据分别对应的生产力分值；根据各生产力分值及预设的层次权重决策分析模型确定各预设机器对应的生产力数据。由于生产完成数据、机器性能相关数据及运行时间数据是与每台预设机器生产产品过程中的表现息息相关，所以采用生产完成数据、机器性能相关数据及运行时间数据可准确确定出预设机器的生产力。并且基于每台预设机器，确定在各关联因素上分别对应的生产力分值后，针对性地根据各生产力分值确定生产力总分值，能够考虑不同预设机器的责任不同，在确定生产力总分值各关联因素的考虑倾向不同，进而使确定出的预设机器的生产力更加准确。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是可以实现本发明实施例的机器的生产力确定方法的一种网络架构图；

图2是本发明一实施例提供的机器的生产力确定方法的流程示意图；

图3是本发明另一实施例提供的机器的生产力确定方法的流程示意图；

图4是本发明又一实施例提供的机器的生产力确定方法的流程示意图；

图5是本发明实施例提供的机器的生产力确定方法中的客户端操作界面图；

图6是本发明还一实施例提供的机器的生产力确定方法的流程示意图；

图7是本发明一实施例提供的机器的生产力确定装置的结构示意图；

图8是用来实现本发明实施例的机器的生产力确定方法的电子设备的框图。

通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

为了清楚理解本申请的技术方案，首先对现有技术的方案进行详细介绍。

现有技术中，在确定机器的生产力时，一般是根据机器的功率、型号等这些标注在机器使用说明书中的固定指标确定的。或者由专业技术人员查看机器生产运行情况进而确定出机器的生产力。由于固定指标并不能真实反映机器在实际生产过程中的生产力，所以确定出的机器的生产力并不准确。而由专业技术人员确定出的机器的生产力对技术人员的依赖性很高，并且也是大致估计，导致确定出的机器的生产力也并不准确。

所以在面对现有技术中的技术问题时，发明人通过创造性的研究后发现，机器的生产性能与机器在生产产品过程中的表现息息相关。其中，最息息相关的因素包括机器在生产产品过程中的生产完成情况、机器性能表现情况及能够持续运行的时长。而且针对每台预设机器，其在生产任务中的责任不同，所以针对每台预设机器，决定其生产力大小的每台关联因素的贡献并不相同。所以需要准确确定每台关联因素的权重。具体地，可在各台预设机器已经完成的生产任务中获取各预设机器生产完成数据、机器性能相关数据及运行时间数据。针对每台预设机器，确定在各个关联因素上分别对应的生产力分值，根据各预设机器对应的生产力分值及预设的层次权重决策分析模型确定各生产力分值对应的权重，进而根据各生产力分值及对应的权重确定各预设机器对应的生产力总分值。

所以发明人基于上述的创造性发现，提出了本发明实施例的技术方案。下面对本发明实施例提供的机器的生产力确定方法的网络架构进行介绍。

图1是可以实现本发明实施例的机器的生产力确定方法的一种网络架构图，如图1所示，本实施例提供的机器的生产力确定方法的网络架构中包括：电子设备1、生产任务管理系统2及机器维护系统服务器3。电子设备1分别与生产任务管理系统2及机器维护系统服务器3通信连接。电子设备1采用爬虫技术在生产任务管理系统2网页抓取生产任务数据，并通过访问机器维护系统服务器3，以从机器维护系统服务器获取各预设机器的机器性能相关数据及运行时间数据。电子设备1获取到多台预设机器在生产产品过程中的生产完成数据、机器性能相关数据及运行时间数据后，针对每台预设机器，确定生产完成数据、机器性能相关数据、运行时间数据分别对应的生产力分值；根据各生产力分值及预设的层次权重决策分析模型确定各预设机器对应的生产力数据。

本发明实施例提供的机器的生产力确定方法可应用在对生产任务进行分配的场景中，还可以应用在对机器进行采购的场景中。如用户在获取到生产任务或采购任务后，通过加载机器的生产力确定方法对应的客户端，在客户端的操作界面触发机器生产力确定请求，电子设备根据机器生产力确定请求查询目标机器在生产完成数据、机器性能相关数据、运行时间数据分别对应的调整后的权重、生产力分值及生产力总分值。进而根据调整后的权重、生产力分值及生产力总分值进行生产任务的分配或机器的采购。

需要说明的是，本发明实施例提供的机器的生产力确定方法还可以应用在与机器的生产力相关的其他应用场景中，本实施例中对此不作限定。

下面以具体地实施例对本发明的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几台具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本发明的实施例进行描述。

实施例一

图2是本发明一实施例提供的机器的生产力确定方法的流程示意图，如图2所示，本实施例提供的机器的生产力确定方法的执行主体为机器的生产力确定装置，该机器的生产力确定装置位于电子设备中，则本实施例提供的机器的生产力确定方法包括以下步骤：

步骤101，获取多台预设机器在生产产品过程中的生产完成数据、机器性能相关数据及运行时间数据。

本实施例中，预设机器是生产产品的生产线上的每台机器。

本实施例中，每台预设机器对应的生产完成数据、机器性能相关数据及运行时间数据是与对应预设机器的生产力关联的因素。每台关联因素是从预设机器已经完成的生产任务中获取到。

本实施例中，可在本地存储已经完成的生产任务中每台预设机器在生产产品过程中的生产完成数据、机器性能相关数据及运行时间数据。或者通过访问第三方系统及服务器获取每台预设机器在生产产品过程中的生产完成数据、机器性能相关数据及运行时间数据，本实施例中对此不作限定。

其中，生产完成数据可以包括生产任务中的生产产品件数、产品不合格件数及产品不合格率，还可以包括其他生产完成数据，本实施例中对此不作限定。

其中，机器性能相关数据可以包括：机器复杂度。生产任务中出现故障的频次，及出现故障后的修复时长，还可以包括其他机器性能相关数据，本实施例中对此不作限定。

其中，运行时间数据可以包括：预设机器在生产任务中按照标准时长运行完成生产任务的运行时间，按照标准时长运行出现故障时间，标准时长外超额工作时长等。

步骤102，针对每台预设机器，确定生产完成数据、机器性能相关数据、运行时间数据分别对应的生产力分值。

本实施例中，对于每台预设机器，可根据关联因素及预设的生产力分值确定算法确定对应的生产力分值。

其中，根据关联因素的不同，对应的预设的生产力分值确定算法也可以不同。

步骤103，根据各生产力分值及预设的层次权重决策分析模型确定各预设机器对应的生产力数据。

本实施例中，针对每台预设机器，其在生产任务中的责任不同，所以决定其生产力大小的关联因素的贡献也不相同。所以针对每台预设机器，采用预设的层次权重决策分析模型确定各关联因素的生产力分值对应的权重，并由预设的层次权重决策分析模型根据生产力分值及对应的权重确定对应的生产力数据。

其中，生产力数据可以为生产力总分值。

本实施例提供的机器的生产力确定方法，通过获取多台预设机器在生产产品过程中的生产完成数据、机器性能相关数据及运行时间数据；针对每台预设机器，确定生产完成数据、机器性能相关数据、运行时间数据分别对应的生产力分值；根据各生产力分值及预设的层次权重决策分析模型确定各预设机器对应的生产力数据。由于生产完成数据、机器性能相关数据及运行时间数据是与每台预设机器生产产品过程中的表现息息相关，所以采用生产完成数据、机器性能相关数据及运行时间数据可准确确定出预设机器的生产力。并且基于每台预设机器，确定在各关联因素上分别对应的生产力分值后，针对性地根据各生产力分值确定生产力总分值，能够考虑不同预设机器的责任不同，在确定生产力总分值各关联因素的考虑倾向不同，进而使确定出的预设机器的生产力更加准确。

实施例二

图3是本发明另一实施例提供的机器的生产力确定方法的流程示意图，如图3所示，本实施例提供的机器的生产力确定方法，在本发明实施例一提供的机器的生产力确定方法的基础上，对步骤101-步骤103的进一步细化，则本实施例提供的机器的生产力确定方法包括以下步骤：

步骤201，采用爬虫技术在生产任务管理系统网页抓取生产完成数据。

本实施例中，在生产任务管理系统中包括的生产管理信息，这些生产管理信息可以以表格的存储，并通过动态网页的形式提供服务。如在表1中，生产管理信息可包括：机器信息表，生产任务详细信息表，生产任务机器信息登记表，生产任务机构信息登记表，生产任务机器配置信息表及机器工作时间登记表等。

本实施例中，电子设备可采用用户名和密码登录生产任务管理系统后，通过爬虫技术及网页的url爬取到网页，将生产管理信息存入到页面数据库中，然后对生产管理信息进行解析，提取出生产完成数据。

其中，各预设机器的生产完成数据包括：生产产品件数、产品不合格件数及产品不合格率。

表1：生产管理信息示意表

步骤202，访问机器维护系统服务器，以从机器维护系统服务器获取各预设机器的机器性能相关数据及运行时间数据。

本实施例中，在机器维护系统服务器中预先存储有每台预设机器在生产产品过程中的机器性能相关数据及运行时间数据。所以电子设备可向机器维护系统服务器发送数据获取请求，机器维护系统服务器根据数据获取请求获取到各预设机器的机器性能相关数据及运行时间数据，并发送给电子设备。

其中，机器性能相关数据包括：机器复杂度、故障修复时长、故障频次。运行时间数据可以包括：在生产任务中按照标准时长运行完成生产任务的运行时间，按照标准时长运行出现故障时间，标准时长外超额工作时长。

步骤203，针对每台预设机器，确定生产完成数据、机器性能相关数据、运行时间数据分别对应的生产力分值。

作为一种可选实施方式，本实施例中，步骤203中针对每台预设机器，确定生产完成数据对应的生产力分值，包括以下步骤：

步骤2031，采用各预设机器对应的生产产品件数、产品不合格件数及产品不合格率构建第一初始矩阵。

具体地，本实施例中，首先由各预设机器对应的生产产品件数、产品不合格件数及产品不合格率构建第一初始矩阵。在第一初始矩阵中包括n个预设机器对应的m1个生产完成数据。每台预设机器对应的m1个生产完成数据为一个行向量。对第一初始矩阵进行同趋势化、归一化和非量纲化处理，形成第一标准化矩阵。

其中，m1个生产完成数据为生产产品件数、产品不合格件数及产品不合格率。n为大于1的数值。

步骤2032，根据第一初始矩阵及第一TOPSIS算法模型确定各预设机器对应的生产力分值。

其中，第一TOPSIS算法模型是确定各预设机器中生产完成数据对应的生产力分值的模型。

具体地，本实施例中，根据第一标准化矩阵确定各预设机器对应的数据最优值和最劣值。一般为第一标准化矩阵中每列的最大值

其中，a

本实施例中，以与最劣值的距离占与最劣值和最优值距离之和的比例作为相对接近度：M

本实施例中，预先存储M的取值范围与对应的生产力分值的第一映射关系。则在确定出每台预设机器生产完成数据对应的M

需要说明的是，M

本实施例中，机器性能相关数据包括：机器复杂度、故障修复时长、故障频次。

作为一种可选实施方式，本实施例中，步骤203中针对每台预设机器，确定机器性能相关数据对应的生产力分值，包括以下步骤：

步骤2033，采用各预设机器对应的机器复杂度、故障修复时长、故障频次构建第二初始矩阵。

具体地，本实施例中，首先由各预设机器对应的机器复杂度、故障修复时长、故障频次构建第二初始矩阵。在第二初始矩阵中包括n个预设机器对应的m2个机器性能相关数据。每台预设机器对应的m2个机器性能相关数据为一个行向量。对第二初始矩阵进行同趋势化、归一化和非量纲化处理，形成第二标准化矩阵。

其中，m2个机器性能相关数据为机器复杂度、故障修复时长、故障频次。

步骤2034，根据第二初始矩阵及第二TOPSIS算法模型确定各预设机器对应的生产力分值。

其中，第二TOPSIS算法模型是确定各预设机器中机器性能相关数据对应的生产力分值的模型。

本实施例中，步骤2034的实现方式与本发明实施例中步骤2032的实现方式类似，在此不再一一赘述。

本实施例中，步骤203中针对每台预设机器，确定运行时间数据对应的生产力分值包括以下步骤：

步骤2035，将各预设机器对应的运行时间数据输入到K-means聚类算法中。

步骤2036，通过K-means聚类算法对运行时间数据进行分类，以获得聚类结果。

具体地，本实施例中，首先K-means聚类算法中，初始化K个聚类中心(m

步骤2037，确定各运行时间数据对应的聚类结果的聚类中心。

步骤2038，将各运行时间数据归属的聚类中心对应的生产力分值确定为运行时间数据对应的生产力分值。

本实施例中，首先确定聚类中心表示的运行时间数据对应的生产力分值，然后确定各预设机器对应的运行时间数据所归属的聚类中心，进而根据归属的聚类中心的生产力分值确定出各预设机器对应的运行时间数据的生产力分值。

例如聚类中心表示的运行时间数据对应的生产力分值有四类，A类100分，B类90分，C类80分，D类70分。则确定出的各预设机器对应的运行时间数据的生产力分值范围为[70，100]。

步骤204，根据各生产力分值及预设的层次权重决策分析模型确定各预设机器对应的生产力数据。

作为一种可选实施方式，本实施例中，步骤204包括以下步骤：

步骤2041，获取各生产力分值对应的初始权重。

本实施例中，针对每台预设机器，确定生产完成数据、机器性能相关数据及运行时间数据的生产力分值分别对应的初始权重。例如初始权重分别为0.3，0.4，0.3。

步骤2042，将各生产力分值及对应的初始权重输入到AHP模型中。

其中，AHP模型是一种层次权重决策分析模型，该模型将定量与定性分析结合起来，根据初始权重确定出各生产力分值之间的相对重要程度，给出调整后的权重。

步骤2043，通过AHP模型确定各生产力分值对应的调整后的权重及生产力总分值，并输出各预设机器对应的生产力总分值。

具体地，本实施例中，将各生产力分值及对应的初始权重输入到AHP模型中，AHP模型按照预设的多种准则对各生产力分值对应的初始权重进行调整，获得各生产力分值对应的调整后的权重，进而根据生产力分值及调整后的权重计算生产力总分值。并输出各预设机器对应的生产力总分值。

本实施例提供的机器的生产力确定方法，在获取多台预设机器在生产产品过程中的生产完成数据、机器性能相关数据及运行时间数据时，采用爬虫技术在生产任务管理系统网页抓取生产完成数据，访问机器维护系统服务器，以从机器维护系统服务器获取各预设机器的机器性能相关数据及运行时间数据，能够获得更加准确及全面的生产完成数据、机器性能相关数据及运行时间数据。

本实施例提供的机器的生产力确定方法，在针对每台预设机器，确定生产完成数据、机器性能相关数据分别对应的生产力分值时，采用TOPSIS算法模型确定对应的生产力分值，由于TOPSIS算法模型能充分利用原始数据的信息，其结果能精确地反映各数据信息之间的差距。所以能够准确确定每台预设机器中生产完成数据、机器性能相关数据对应的生产力分值。

本实施例提供的机器的生产力确定方法，在针对每台预设机器，确定运行时间数据对应的生产力分值时，将各预设机器对应的运行时间数据输入到K-means聚类算法中；通过K-means聚类算法对运行时间数据进行分类，以获得聚类结果；确定各运行时间数据对应的聚类结果的聚类中心；将各运行时间数据归属的聚类中心对应的生产力分值确定为运行时间数据对应的生产力分值。由于K-means聚类算法能够准确对数据进行分类，所以能够准确确定每台预设机器中运行时间数据对应的生产力分值。

实施例三

图4是本发明又一实施例提供的机器的生产力确定方法的流程示意图，如图4所示，本实施例提供的机器的生产力确定方法在实施例一或实施例二提供的机器的生产力确定方法的基础上，还包括了其他步骤，则本实施例提供的机器的生产力确定方法包括以下步骤：

步骤301，接收用户触发的机器生产力确定请求，机器生产力确定请求中包括：目标机器的标识信息。

本实施例中，电子设备在确定出每台预设机器对应的生产力数据后，将预设机器标识信息、生产完成数据、机器性能相关数据、运行时间数据分别对应的调整后的权重、生产力分值及生产力总分值关联存储到数据库中，并向用户提供查询客户端。

本实施例中，如图5所示，在客户端的操作界面，用户可输入预设机器的标识信息，并通过点击“确认”图标触发机器生产力确定请求。电子设备通过对机器生产力确定请求进行解析，获取到目标机器的标识信息。

其中，目标机器的标识信息可以为目标机器的序号或其他唯一表示目标机器的信息。

步骤302，根据机器生产力确定请求，查询与目标机器的标识信息对应的目标机器在生产完成数据、机器性能相关数据、运行时间数据分别对应的调整后的权重、生产力分值及生产力总分值。

步骤303，以文字形式显示各生产力分值及生产力总分值。

步骤304，以图示的形式显示各调整后的权重。

本实施例中，在数据库中根据目标机器的标识信息查询目标机器在生产完成数据、机器性能相关数据、运行时间数据分别对应的调整后的权重、生产力分值及生产力总分值。

本实施例中，如图5所示，预先定义了目标机器在生产完成数据、机器性能相关数据、运行时间数据分别对应的调整后的权重、生产力分值及生产力总分值的显示区域，其中，生产完成数据、机器性能相关数据、运行时间数据分别对应的生产力分值及生产力总分值可以以文字形式显示显示在操作界面的左侧。而目标机器在生产完成数据、机器性能相关数据、运行时间数据分别对应的调整后的权重可以以图示的形式显示在操作界面的右侧。

本实施例提供的机器的生产力确定方法，接收用户触发的机器生产力确定请求，机器生产力确定请求中包括：目标机器的标识信息；根据机器生产力确定请求，查询与目标机器的标识信息对应的目标机器在生产完成数据、机器性能相关数据、运行时间数据分别对应的调整后的权重、生产力分值及生产力总分值；以文字形式显示各生产力分值及生产力总分值；以图示的形式显示各调整后的权重，能够在用户有对预设机器生产力的查询需求时，通过客户端的操作界面进行查询，并在操作界面上进行更加详细地显示，提高了用户在确定机器生产力时的体验。

实施例四

图6是本发明还一实施例提供的机器的生产力确定方法的流程示意图，如图6所示，本实施例提供的机器的生产力确定方法在实施例一或实施例二提供的机器的生产力确定方法的基础上，还包括了其他步骤，则本实施例提供的机器的生产力确定方法包括以下步骤：

步骤401，获取新的生产任务。

本实施例中，在确定出各预设机器对应的生产力总分值后，获取新的生产任务，在新的生产任务中可包括：生产任务详细信息，参与机构，参与的预设设备的详细信息。

步骤402，根据各预设机器对应的生产力数据对生产任务进行分配。

本实施例中，可将各参与的预设机器对应的生产力数据放入到详细信息中，按照预设分配策略对生产任务进行分配，由于在按照预设分配策略对生产任务进行分配时，考虑到了各参与的预设机器对应的生产力数据，所以可有效提高生产任务的生产效率和生产产品的质量。

其中，预设分配策略本实施例中不作限定。

实施例五

图7是本发明一实施例提供的机器的生产力确定装置的结构示意图，如图7所示，本实施例提供的机器的生产力确定装置50包括：获取模块51，第一确定模块52及第二确定模块53。

其中，获取模块51，用于获取多台预设机器在生产产品过程中的生产完成数据、机器性能相关数据及运行时间数据。第一确定模块52，用于针对每台预设机器，确定生产完成数据、机器性能相关数据、运行时间数据分别对应的生产力分值。第二确定模块53，用于根据各生产力分值及预设的层次权重决策分析模型确定各预设机器对应的生产力数据。

可选地，获取模块51，具体用于：

采用爬虫技术在生产任务管理系统网页抓取生产完成数据；访问机器维护系统服务器，以从机器维护系统服务器获取各预设机器的机器性能相关数据及运行时间数据。

可选地，生产完成数据包括：生产产品件数、产品不合格件数及产品不合格率；

相应地，第一确定模块52，在针对每台预设机器，确定生产完成数据对应的生产力分值时，具体用于：

采用各预设机器对应的生产产品件数、产品不合格件数及产品不合格率构建第一初始矩阵；根据第一初始矩阵及第一TOPSIS算法模型确定各预设机器对应的生产力分值。

可选地，机器性能相关数据包括：机器复杂度、故障修复时长、故障频次；

相应地，第一确定模块52，在针对每台预设机器，确定机器性能相关数据对应的生产力分值时，具体用于：

采用各预设机器对应的机器复杂度、故障修复时长、故障频次构建第二初始矩阵；根据第二初始矩阵及第二TOPSIS算法模型确定各预设机器对应的生产力分值。

可选地，第一确定模块52，在针对每台预设机器，确定运行时间数据对应的生产力分值时，具体用于：

将各预设机器对应的运行时间数据输入到K-means聚类算法中；通过K-means聚类算法对运行时间数据进行分类，以获得聚类结果；确定各运行时间数据对应的聚类结果的聚类中心；将各运行时间数据归属的聚类中心对应的生产力分值确定为运行时间数据对应的生产力分值。

可选地，预设的层次权重决策分析模型为AHP模型；生产力数据为生产力总分值；

第二确定模块53，具体用于：获取各生产力分值对应的初始权重；将各生产力分值及对应的初始权重输入到AHP模型中；通过AHP模型确定各生产力分值对应的调整后的权重及生产力总分值，并输出各预设机器对应的生产力总分值。

可选地，本实施例提供的机器的生产力确定装置，还包括：接收模块，查询模块及显示模块。

其中，接收模块，用于接收用户触发的机器生产力确定请求，机器生产力确定请求中包括：目标机器的标识信息；查询模块，用于根据机器生产力确定请求，查询与目标机器的标识信息对应的目标机器在生产完成数据、机器性能相关数据、运行时间数据分别对应的调整后的权重、生产力分值及生产力总分值；显示模块，用于以文字形式显示各生产力分值及生产力总分值；以图示的形式显示各调整后的权重。

可选地，本实施例提供的机器的生产力确定装置，还包括：分配模块。

其中，获取模块51，还用于获取新的生产任务；分配模块，还用于根据各预设机器对应的生产力数据对生产任务进行分配。

本实施例提供的机器的生产力确定装置可以执行图2-图4、图6所示方法实施例的技术方案，其实现原理和技术效果与图2-图4、图6所示方法实施例类似，在此不再一一赘述。

实施例六

图8是用来实现本发明实施例的机器的生产力确定方法的电子设备的框图，如图8所示，本实施例提供的电子设备60包括：至少一个处理器61，存储器62及收发器63。

其中，处理器61、存储器62与收发器63通过电路互联。

本实施例中，存储器62存储计算机执行指令；收发器62，用于与机器维护系统服务器收发数据。

至少一个处理器61执行存储器62存储的计算机执行指令，使得至少一个处理器61执行上述实施例一至实施例四中任意一个实施例提供的方法。

实施例七

本发明实施例七提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现上述实施例一至实施例四中任意一个实施例提供的方法。

在示例性实施例中，还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行上述实施例一至实施例四中任意一个实施例提供的方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本发明旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求书指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。