基于机器学习的密集库设备调度策略参数动态调优方法

摘要

本发明公开一种基于机器学习的密集库设备调度策略参数动态调优方法，本发明针对仓库的物理通路和设备运动范畴进行拓扑图建模，利用模型量化自动化车辆在特定策略参数下的实际运作细分指标，并设定此模型下的仓库调度指标目标值，进而利用机器学习的主数据分析思路来降维参数模型，进而发现策略参数与目标指标间的关联模型，以便于通过不断优化策略参数，来逐步逼近调度目标，从而实现在仓库现有条件下的自动化最优化参数调整。