(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111145388.0 (22)申请日 2021.09.28 (71)申请人 杭州未名信科 科技有限公司 地址 311200 浙江省杭州市萧 山区宁围街 道钱江世纪 公园C区1幢101室 申请人 浙江省北 大信息技 术高等研究院 (72)发明人 涂佳宏　赵鑫安　陈家银　陈曦　 麻志毅　 (74)专利代理 机构 北京辰权知识产权代理有限 公司 11619 代理人 李小朋 (51)Int.Cl. G06F 30/27(2020.01) G06N 20/00(2019.01) (54)发明名称 一种瓦楞纸箱的配材生成方法、 装置、 存储 介质及终端 (57)摘要 本发明公开了一种瓦楞纸箱的配材生成方 法、 装置、 存储介质及终端， 方法包括： 获取待制 造的瓦楞纸箱的产品参数； 将待制造的瓦楞纸箱 的产品参数输入预先训练的瓦楞纸箱配材模型 中， 输出待制造的瓦楞纸箱对应的多个配材序列 以及每个配材序列的置信度； 瓦楞纸箱配材模型 是基于Apriori算法和协同过滤算法构建的； 基 于每个配材序列的置信度从多个配材序列中确 定出目标配材序列， 将目标配材序列确定为待制 造的瓦楞纸箱的配材序列。 由于本申请采用 Apriori算法和协同过滤算法对历史纸箱 配材数 据进行建模， 使得模型可自动根据待制造的瓦楞 纸箱的产品参数自动生成准确的配材序列， 从而 提高了生 成瓦楞纸箱的配材的合理性和精确性， 进而大幅降低了原料成本和人力成本 。 权利要求书2页 说明书12页 附图5页 CN 113987919 A 2022.01.28 CN 113987919 A 1.一种瓦楞纸箱的配材生成方法， 其特 征在于， 所述方法包括： 获取待制造的瓦楞纸箱的产品参数； 将所述待制造的瓦楞纸箱的产品参数输入预先训练 的瓦楞纸箱配材模型中， 输出所述 待制造的瓦楞纸箱对应的多个配材序列以及每个所述配材序列的置信度； 其中， 所述瓦楞 纸箱配材模型 是基于Apri ori算法和协同过 滤算法构建的； 基于每个所述配材序列的置信度从所述多个配材序列中确定出目标配材序列， 并将所 述目标配材序列确定为所述待制造的瓦楞纸箱的配材序列。 2.根据权利要求1所述的方法， 其特征在于， 所述基于所述每个配材序列的置信度从所 述多个配材序列中确定出目标配材序列， 包括： 逐一判断所述每个配材序列的置信度 是否大于等于预设置信度阈值， 生成多个判断结 果； 根据所述多个判断结果从所述多个 配材序列中确定出至少一个目标配材序列； 接收对所述至少一个目标配材序列的选择指令， 根据所述选择指令从所述至少一个目 标配材序列中确定出目标配材序列。 3.根据权利要求2所述的方法， 其特征在于， 所述根据所述多个判断结果从所述多个配 材序列中确定出至少一个目标配材序列， 包括： 从所述多个判断结果中获取小于所述预设置信度阈值的判断结果； 从所述多个 配材序列中剔除小于所述预设置信度阈值的判断结果所对应的配材序列； 生成至少一个目标配材序列。 4.根据权利要求1所述的方法， 其特征在于， 按照以下步骤生成预先训练 的瓦楞纸箱配 材模型， 包括： 获取并预处 理历史瓦楞纸箱的历史订单及产品数据， 生成纸箱配材 数据集； 采用Apri ori算法创建瓦楞纸箱配材模型； 将所述纸箱配材 数据集输入所述瓦楞纸箱配材模型中， 得到 选项集； 计算所述选项集中每 个数据项的支持度； 将所述每个数据项的支持度与预设阈值做比较， 并将所述支持度 大于所述预设阈值的 数据项确定为频繁项集； 当所述频繁项集中频繁项数量 为1时， 生成Apri ori算法模型； 基于预设数量的历史瓦楞纸箱数据训练生成协同过 滤算法模型； 将所述Apriori算法模型与所述协同过滤算法模型合并， 生成预先训练的瓦楞纸箱配 材模型。 5.根据权利要求4所述的方法， 其特征在于， 所述当所述频繁项集中频繁项数量为1时， 生成Apri ori算法模型， 包括： 当所述频繁项集中频繁项数量不为1时， 将所述频繁项集中各频繁项进行遍历拼接， 得 到拼接选项集； 计算所述 拼接选项集中每 个数据项的支持度； 继续执行所述将所述每个数据项的支持度与预设阈值做比较的步骤， 直到所述频繁项 集中的数量项数量 为1时， 生成Apri ori算法模型。 6.根据权利要求4所述的方法， 其特征在于， 所述基于预设数量的历史瓦楞纸箱数据训权　利　要　求　书 1/2 页 2 CN 113987919 A 2练生成协同过 滤算法模型， 包括： 采集预设数量的历史瓦楞纸箱数据； 采用协同过滤算法构建瓦楞纸箱配材模型， 并将所述历史瓦楞纸箱数据输入所述瓦楞 纸箱配材模型中， 得到多个相似的第一瓦楞纸箱的产品参数； 获取每个所述相似的瓦楞纸箱的产品参数的配材； 根据每个所述相似的瓦楞纸箱的产品参数的配材计算所述多个相似瓦楞纸箱之间的 相似度矩阵， 生成相似度矩阵； 当生成相似度矩阵时， 生成预 先训练的瓦楞纸箱配材模型。 7.根据权利要求6所述的方法， 其特征在于， 所述将所述待制造的瓦楞纸箱的产品参数 输入预先训练的瓦楞纸箱配材模型中， 输出所述待制造的瓦楞纸箱对应的多个配材序列以 及每个所述配材序列的置信度， 包括： 将所述待制造的瓦楞纸箱的产品参数输入Apriori算法模型中， 生成第一数量的配材 序列以及每 个第一配材序列的置信度； 输出所述第一数量的配材序列以及每 个第一配材序列的置信度； 将所述待制造的瓦楞纸箱的产品参数输入协同过滤算法模型， 得到多个相似的第 二瓦 楞纸箱的产品参数； 其中， 所述多个相似的第二瓦楞纸箱的产品参数 的数量小于所述第一 瓦楞纸箱的产品参数的数量； 从所述多个相似的第二瓦楞纸箱的产品参数中获取每个所述第二瓦楞纸箱的多个配 材， 生成配材集 合； 获取所述待制造的瓦楞纸箱的产品参数的已有配材； 从所述配材集 合中剔除所述已有配材， 生成第二数量的配材序列； 计算所述第二数量的配材序列中每 个配材序列的置信度； 输出所述第二数量的配材序列以及每 个第二配材序列的置信度。 8.一种瓦楞纸箱的配材生成装置， 其特 征在于， 所述装置包括： 产品参数获取模块， 用于获取待制造的瓦楞纸箱的产品参数； 参数输出模块， 用于将所述待制造的瓦楞纸箱的产品参数输入预先训练 的瓦楞纸箱配 材模型中， 输出所述待制造的瓦楞纸箱对应的多个配材序列以及每个所述配材序列的置信 度； 其中， 所述瓦楞纸箱配材模型 是基于Apri ori算法和协同过 滤算法构建的； 配材序列确定模块， 用于基于每个所述配材序列的置信度从所述多个配材序列中确定 出目标配材序列， 并将所述目标配材序列确定为所述待制造的瓦楞纸箱的配材序列。 9.一种计算机存储介质， 其特征在于， 所述计算机存储介质存储有多条指令， 所述指令 适于由处 理器加载并执 行如权利要求1 ‑7任意一项的方法步骤。 10.一种终端， 其特征在于， 包括： 处理器和存储器； 其中， 所述存储器存储有计算机程 序， 所述计算机程序适于由所述处 理器加载并执 行如权利要求1 ‑7任意一项的方法步骤。权　利　要　求　书 2/2 页 3 CN 113987919 A 3