• 人工智能排产功能
  机器学习已完成的排产方案（优秀计划员的排产计划）。
  机器根据学到模型，编排新的生产任务。
  现场及时更新排产规则，重新学习，做到不断完善。
  不同工厂，不同工序用不同的规则（模型）排产。
  避免规则制定-编程-验证复杂过程，加速新规则使用。
  提高排产效率。

• 机器学习的定义
  机器学习（Machine Learning）是一门专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能的学科。
  深度学习算法。

• 矩阵AI排产，结合工厂生产排产需求与深度学习，在加拿大团队完成核心算法，成功实现工厂车间生产计划的机器学习 。

• 输入
  机器学习是一种新的编程方式，它不需要人类来总结经验、输入逻辑，人类只需要把大量数据输入给计算机。我们只需要将优秀计划员的排产方案输入到计算机中。

• 特征提取
  机器根据输入的信息，计算机就可以自己总结经验归纳逻辑，进行特征提取。

• 学习
  计算机进行特征提取的过程就是训练，训练过后得到一个模型，计算机进行模型的学习。

• 预测结果
  计算机根据学到模型，就可以用来代替人去做判断，预测结果，并根据预测编排新的生产任务。训练得比较好的模型甚至可以达到超过人类的判定准确度。

• 实现用例
  输入：可先由人工排产，给出样本数据，这个样本数据让AI学习;
  AI学习完成后，输出新的排结果；
  人员确人后，如有修改人工再调整，再下发给生产线，然后保存为样本给AI学习。

http://www.pcb456.com