CN103810304A - 一种基于规则的不锈钢合同组批方法和系统 - Google Patents

Abstract

本发明提供了一种基于规则的不锈钢合同组批方法和系统，首先，基于规则引擎，将组批规则从硬编码中独立出来，保存在规则库中，并且提供可视化规则编辑器，可以基于中文化的合同参数属性编写和维护规则，当规则动态调整后，规则引擎能够动态加载最新的组批规则进行组批匹配；其次，提供组批规则模版库装置，预先设置一些组批规则模版，进行参数调整后，创建新的规则，同时，采用自然语言的规则表达方式和向导式的规则编辑方式；最后，组批规则匹配基于规则引擎的Rete算法进行细粒度的两两合同匹配和提供分组局部规则匹配方法进行粗粒度的合同分组。本发明可以动态调整组批规则，响应市场的需求，有效地实现了合同组批的敏捷性和高效性。

Description

一种基于规则的不锈钢合同组批方法和系统

技术领域

本发明涉及现代集成制造技术及自动化技术，具体地，涉及一种基于规则的不锈钢合同组批方法和系统。

背景技术

钢铁企业组织生产的要求是大批量，而市场对钢铁产品的需求是多品种，小批量的。为了在多品种，小批量的生产模式下节能降耗和减少成本，不锈钢企业通常采用基于成组技术的同成分合同合炉冶炼，同规格订单合批轧制的批量计划方案组织生产。在这种生产模式下，合同组批基于一系列规则确定每类组批需要满足的合同质量特性参数。规则匹配技术将每个合同的质量特性参数与组批规则进行匹配，识别合同所属的组批。

在现有的技术方案中，组批规则以代码的方式存在于信息系统中，匹配时，系统调用规则，逐一顺序匹配。对于复杂的匹配规则，需要进行人工判断，系统无法支持。然而匹配规则复杂多样，并且随不同场合不断变化；生产设备，技术路线变化快等特点；传统的技术方案存在以下不足：

（1）灵活性差，不具备动态匹配能力和匹配结果的反馈功能。随着时间的推移，匹配结果与实际生产相差越来越大。需要动态调整匹配规则中质量参数取值范围。技术路线和设备的变化都使得先前匹配功能进行修改和重新开发。需要添加新的合同质量属性参数；匹配规则中个参数的取值需要进行调整；

因为规则被硬编码在系统中，更改规则十分困难。随着业务发展，合同品类的增多，匹配规则也不断增多，每次增加新的规则，需要技术人员对程序代码进行修改，测试，然后重现部署系统，不仅规则维护周期长，而且会导致系统不稳定。

（2）业务人员无法管理组批规则，组批规则以技术代码的方式实现，业务人员看不懂技术代码，无法独立自主编写和维护组批规则。

（3）规则匹配性能低，逐一匹配，计算性能低。

经检索，《计算机集成制造系统》2009年11月刊登了一篇文章“基于多约束聚类的钢铁合同组批质量设计方法”，该文章针对面向订单生产的钢铁企业多品种小批量的市场需求与大批量的生产组织特点,分析了面向组批生产计划的钢铁产品质量设计的特点以及生产计划的集成性,提出了基于带空间和容量约束的聚类分析的组批质量设计方法。该文章与本发明都是基于合同质量特性参数作为聚类分析的约束，实现合同的组批。但是与本发明技术相比，不同在于：

1.考虑的核心问题不同

上述文章着重考虑提供一种基于设备空间和容量，合同质量特性参数多约束对合同进行聚类分析的微粒群优化方法，以实现合同组批。更多关注的是质量设计方法。

本发明提供的是一种如何将质量设计方法集成到信息系统中实现方法和系统。采用规则引擎，将质量设计方法提供的组批方案中的约束条件以规则的形式表示，用户可以管理这些约束规则，根据生产实际情况和历史统计动态增加新的规则，优化组批方案。信息系统组批时，输入合同规定的反应客户需求的直接质量特性参数等，规则引擎将输入数据与规则进行匹配，输出合同的组批集合。

因此本发明着重考虑的是合同组批的实现方案以及钢铁企业如何在系统中自主管理和优化约束规则，实时响应市场需求。

2.解决的目标不同

上述文章目标是提供一种质量设计方法和组批方案，作为生产决策的理论依据。

本发明的目标是如何在钢铁企业信息系统中实现质量设计方法产生的组批方案，实现合同组批自动化。本发明提供一种系统实现方案。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于规则的不锈钢合同组批方法和系统，以解决现有系统存在的业务人员无法动态调整组批规则，响应市场的需求问题，有效地实现了合同组批的敏捷性和高效性。

根据本发明的一个方面，提供一种基于规则的不锈钢合同组批方法，包括如下步骤：

首先，基于规则引擎，将组批规则从硬编码中独立出来，保存在规则库中，并且提供可视化规则编辑器，可以基于中文化的合同参数属性编写和维护规则。当规则动态调整后，规则引擎能够动态加载最新的组批规则进行组批匹配。这样实现了组批规则的动态调整。

其次，提供组批规则模版库装置，预先设置一些组批规则模版，可以复用这些规则模版，进行参数调整后，创建新的规则，减少规则编写的工作量。同时，类似自然语言的规则表达方式和向导式的规则编辑方式，很容易理解和修改组批规则。实现真正管理组批规则。

最后，组批规则匹配基于规则引擎的Rete算法进行细粒度的两两合同匹配和提供分组局部规则匹配方法(Grouping local Rule matching,简称GLRM方法)进行粗粒度的合同分组。二者的结合使得规则引擎消耗的内存和网络带宽降低，同时实现了合同组批的性能。

本发明中，所述规则引擎是一种嵌入在应用程序中的组件，它实现了将业务规则从应用程序代码中分离出来。规则引擎使用面向业务人员的规则编辑器编写业务规则，规则引擎可以接受数据输入、解释业务规则、并根据业务规则做出相应的决策。

规则引擎的基本机制是：对提交给引擎的数据对象进行检索，根据这些对象的当前属性值和它们之间的关系，从加载到引擎的规则集中发现符合条件的规则，创建这些规则的执行实例。这些实例将在引擎接到执行指令时、依照某种优先序依次执行。

本发明中，所述分组局部规则匹配方法(Grouping local Rule matching,简称GLRM方法)的基本思想是：在合同进行两两匹配之前，先根据合同的一些主要质量属性参数进行规则分组，然后再对分组后的每组中的合同再进行两两规则匹配。经过预先分组，可以缩小规则匹配范围，降低系统消耗和加快匹配速度。

根据本发明的另一个方面，提供一种基于规则的不锈钢合同组批系统，包括合同质量参数库装置，合同组批规则模版库装置，组批规则编辑装置，组批规则库装置，合同组批执行装置,其中：

合同质量参数库装置，用于管理合同质量参数属性，每个参数被赋予一个中文名字，这些参数中文名字在组批规则编辑装置中用来编写组批规则，质量参数可以动态扩展；

组批规则模版库装置，用于管理预先定义的合同组批规则模版，在组批规则编辑装置中创建新的规则时，可基于选定的规则模版调整参数值得到一个新的规则；

组批规则编辑装置：用于提供一个业务规则编辑器，可以采用中文业务词汇以及表达式操作符编写类似自然语言的规则，并将规则保存到规则库中；

组批规则库装置：用于存储组批规则；

合同组批执行装置：用于提供一个合同组批规则执行服务，该服务基于规则引擎和分组局部规则匹配方法，服务获取要组批的合同集合发送给规则引擎，规则引擎加载保存在组批规则库中的规则，将合同对象和加载的规则进行规则匹配，完成合同组批任务，返回分组后的合同集合；分组局部规则匹配方法对待组批合同进行粗粒度的聚合，而规则引擎从细粒度高效完成两合同是否能满足组批要求。

与现有技术相比，本发明具有如下的有益效果：

本发明的技术特征是以原始的订单合同为驱动源，以不锈钢行业的生产设备的生产规则为约束条件，实现基于规则的合同组批；同时在规则编辑装置上可以根据实际生产设备状况以及历史统计信息动态调整匹配规则。本发明的效果在于提供了基于规则引擎的合同组批方法计算迅速，可快速进行合同组批；方法具有敏捷性，可以根据对企业和市场变化进行调整和响应。强调人工干预的必要性，规则引擎计算的结果既可以作为参考结果，用户可以根据经验调整，同时，调整相应规则，使规则运行结果更精确。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明实施例系统结构框图；

图2为本发明实施例中规则引擎示意图；

图3为本发明实施例中组批规则编辑器装置界面图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

如图1所示，一种基于规则的不锈钢合同组批系统，包括合同质量参数库装置，合同组批规则模版库装置，组批规则编辑装置，组批规则库装置，合同组批执行装置。

1.合同质量参数库装置，用于管理合同质量参数属性，每个参数被赋予一个中文名字，这些参数中文名字在组批规则编辑装置中用来编写组批规则。质量参数可以动态扩展。

2.组批规则模版库装置，用于管理预先定义的合同组批规则模版。业务人员在组批规则编辑装置中创建新的规则时，可以基于选定的规则模版调整参数值得到一个新的规则。其特征是，业务人员可以迅速产生新规则，而不是从头开始创建规则，提升组批规则维护的易用性。

3.组批规则编辑装置：用于提供一个业务规则编辑器，业务人员可以采用中文业务词汇以及表达式操作符编写类似自然语言的规则，并将规则保存到规则库中。其特征是，其一，编写规则用的都是合同的参数属性，并且经过中文化，业务人员熟悉这些词汇；其二，规则编辑的方式采用基于WEB的向导提示编写，无需编写代码。规则编辑器这两个特性降低对业务人员的技术要求，只要业务人员熟悉业务，就能很快的编写和维护规则。组批规则编辑装置界面如图3所示。

图中规则定义界面展现了两个合同是否可以组批的一条规则。规则由【如果】和【那么】两部分组成，分别表示规则的条件和执行的操作。编写规则时，用户可以用鼠标点击编辑区域，从出现的下拉框中选择已经定义好的合同模型对象，如：合同A,合同B.然后依次可以从对象中选择合同的相关质量参数或者逻辑运算符，算术运算符以及自定义操作来编写条件或者操作。

4.组批规则库装置：用于存储组批规则；

5.合同组批执行装置：用于提供一个合同组批规则执行服务，该服务基于规则引擎，服务获取要组批的合同集合发送给规则引擎，规则引擎加载保存在组批规则库中的规则，将合同对象和加载的规则进行规则匹配，完成合同组批任务，返回分组后的合同集合。组批规则执行服务基于规则引擎和分组局部规则匹配方法。分组局部规则匹配方法对待组批合同进行粗粒度的聚合，而规则引擎方法从细粒度高效完成两合同是否能满足组批要求。二者结合，将大化小，减少了系统内存和网络带宽的消耗，同时也大大提升了组批性能。

下面将介绍规则引擎和分组局部规则匹配方法。

如图2所示，规则引擎是一种嵌入在应用程序中的组件，它实现了将业务规则从应用程序代码中分离出来。规则引擎使用面向业务人员的规则编辑器编写业务规则，规则引擎可以接受数据输入、解释业务规则、并根据业务规则做出相应的决策。

规则引擎的基本机制是：对提交给引擎的数据对象进行检索，根据这些对象的当前属性值和它们之间的关系，从加载到引擎的规则集中发现符合条件的规则，创建这些规则的执行实例。这些实例将在引擎接到执行指令时、依照某种优先序依次执行。

规则条件匹配的效率决定了引擎的性能，引擎需要迅速测试工作区中的数据对象，从加载的规则集中发现符合条件的规则，生成规则执行实例。1982年美国卡耐基·梅隆大学的Charles L.Forgy发明了一种叫Rete算法，很好地解决了这方面的问题。目前世界顶尖的商用业务规则引擎产品基本上都使用Rete算法。

合同组批执行装置采用基于Rete算法的开源规则引擎产品Drools作为规则匹配执行引擎。规则引擎示意图如图2所示。

分组局部规则匹配方法(Grouping local Rule matching,简称GLRM方法)：在合同进行两两匹配之前，先根据合同的一些主要质量属性参数进行规则分组，然后再对分组后的每组中的合同再进行两两规则匹配。经过预先分组，可以缩小规则匹配范围，降低系统消耗和加快匹配速度。

GLRM方法的基本组成部分分为：合同分组方法和局部匹配方法。

1、合同分组方法

两个合同是否可以进行归并，最基础的前提就是在一些主要质量属性方面应该一致，如合同钢材的大类，牌号大类，钢种，订货宽度，订货厚度，目标厚度等，基于这些质量参数属性设定规则，满足某一类规则的合同划为一组，给这样的一组的设定一个决策号进行唯一标志，同一组的合同的决策号相等。决策表样例如表1所示。

表1分组决策表样例

2、局部匹配方法

局部匹配方法具体为：

变量：

组批合同集：已按决策号分组的合同

候选组批合同：传给规则引擎的某一个候选合同

待组批合同集：与候选组批合同进行匹配的其他合同集合

已组批合同结果集：保存已组批的合同信息。

(1)．初始化：

候选组批合同:从组批合同集中取一个合同

待组批合同集=组批合同集-候选组批合同

(2)．规则服务将候选组批合同，待组批合同集作为输入参数调用规则引擎服务执行合同匹配规则。规则样例如下所示：

预定义

指定'合同B'为'候选组批合同';

指定'合同A′为一个合同来自(in)'待组批合同集';

如果

'合同A'的决策号是'合同B'的决策号

并且'合同A′的作业种类是'合同B'的作业种类

并且'合同A′的表明精度是{"20","70","80"}中的一个

并且((('合同A'的订货宽度-'合同B'的订货宽度)小于等于50

并且('合同A'的订货宽度-'合同B'的订货宽度大于等于0)

。。。。。。。。。

那么

将'合同A','合同B'加入'已组批合同结果集';

(3)．规则服务客户端得到规则执行结果，调整待组批合同集中的合同：

待组批合同集=待组批合同集-已组批合同结果集中的合同；

候选组批合同:从待组批合同集中取一个合同；

待组批合同集=待组批合同集-候选组批合同；

执行步骤(2)直到待组批合同集为空。

局部匹配方法的优点主要是随着匹配的进行，传给规则引擎的[待组批合同集]中的合同数越来越少，复杂度为O(n²/2)，大大减少了匹配次数

但是，同时也增加至多n-1次的外部程序同规则引擎交互，产生网络消耗，这部分的内存消耗和交互时间，相对来说是比较低的。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (10)

1.一种基于规则的不锈钢合同组批方法，其特征在于包括如下步骤：

首先，基于规则引擎，将组批规则从硬编码中独立出来，保存在规则库中，并且提供可视化规则编辑器，可以基于中文化的合同参数属性编写和维护规则，当规则动态调整后，规则引擎能够动态加载最新的组批规则进行组批匹配，实现了组批规则的动态调整；

其次，提供组批规则模版库装置，预先设置一些组批规则模版，进行参数调整后，创建新的规则，同时，采用自然语言的规则表达方式和向导式的规则编辑方式，很容易理解和修改组批规则，实现真正管理组批规则；

最后，组批规则匹配基于规则引擎的Rete算法进行细粒度的两两合同匹配和提供分组局部规则匹配方法进行粗粒度的合同分组，二者的结合使得规则引擎消耗的内存和网络带宽降低，同时实现了合同组批的性能。

2.根据权利要求1所述的基于规则的不锈钢合同组批方法，其特征在于，所述规则引擎是一种嵌入在应用程序中的组件，它实现了将业务规则从应用程序代码中分离出来，规则引擎使用面向业务人员的规则编辑器编写业务规则，规则引擎可以接受数据输入、解释业务规则、并根据业务规则做出相应的决策。

3.根据权利要求2所述的基于规则的不锈钢合同组批方法，其特征在于，所述规则引擎的机制是：对提交给引擎的数据对象进行检索，根据这些对象的当前属性值和它们之间的关系，从加载到引擎的规则集中发现符合条件的规则，创建这些规则的执行实例，这些实例将在引擎接到执行指令时、依照某种优先序依次执行。

4.根据权利要求1-3任一项所述的基于规则的不锈钢合同组批方法，其特征在于，所述分组局部规则匹配方法是：在合同进行两两匹配之前，先根据合同的一些主要质量属性参数进行规则分组，然后再对分组后的每组中的合同再进行两两规则匹配。

5.根据权利要求4所述的基于规则的不锈钢合同组批方法，其特征在于，所述分组局部规则匹配方法组成部分分为：合同分组方法和局部匹配方法。

6.根据权利要求5所述的基于规则的不锈钢合同组批方法，其特征在于，所述合同分组方法，具体为：两个合同是否可以进行归并，最基础的前提是在一些主要质量属性方面一致，包括合同钢材的大类，牌号大类，钢种，订货宽度，订货厚度，目标厚度，基于这些质量参数属性设定规则，满足某一类规则的合同划为一组，给这样的一组的设定一个决策号进行唯一标志，同一组的合同的决策号相等。

7.根据权利要求5所述的基于规则的不锈钢合同组批方法，其特征在于，所述局部匹配方法，具体为：

变量：

组批合同集：已按决策号分组的合同

候选组批合同：传给规则引擎的某一个候选合同

待组批合同集：与候选组批合同进行匹配的其他合同集合

已组批合同结果集：保存已组批的合同信息；

（1）．初始化：

候选组批合同:从组批合同集中取一个合同

待组批合同集=组批合同集-候选组批合同

（2）规则服务将候选组批合同，待组批合同集作为输入参数调用规则引擎服务执行合同匹配规则；

（3）规则服务客户端得到规则执行结果，调整待组批合同集中的合同：

待组批合同集=待组批合同集-已组批合同结果集中的合同；

候选组批合同:从待组批合同集中取一个合同；

待组批合同集=待组批合同集-候选组批合同；

执行步骤(2)直到待组批合同集为空。

8.一种用于实现权利要求1-7之一所述方法的基于规则的不锈钢合同组批系统，其特征在于包括合同质量参数库装置，合同组批规则模版库装置，组批规则编辑装置，组批规则库装置，合同组批执行装置,其中：

合同质量参数库装置，用于管理合同质量参数属性，每个参数被赋予一个中文名字，这些参数中文名字在组批规则编辑装置中用来编写组批规则，质量参数可以动态扩展；

合同组批规则模版库装置，用于管理预先定义的合同组批规则模版，在组批规则编辑装置中创建新的规则时，可基于选定的规则模版调整参数值得到一个新的规则；

组批规则编辑装置：用于提供一个业务规则编辑器，采用中文业务词汇以及表达式操作符编写类似自然语言的规则，并将规则保存到规则库中；

组批规则库装置：用于存储组批规则；

合同组批执行装置：用于提供一个合同组批规则执行服务，该服务基于规则引擎和分组局部规则匹配方法，服务获取要组批的合同集合发送给规则引擎，规则引擎加载保存在组批规则库中的规则，将合同对象和加载的规则进行规则匹配，完成合同组批任务，返回分组后的合同集合；分组局部规则匹配方法对待组批合同进行粗粒度的聚合，而规则引擎从细粒度高效完成两合同是否能满足组批要求。

9.根据权利要求8所述的基于规则的不锈钢合同组批系统，其特征在于，所述组批规则编辑装置编写规则用的都是合同的参数属性，并且经过中文化；规则编辑的方式采用基于WEB的向导提示编写，无需编写代码。

10.根据权利要求8或9所述的基于规则的不锈钢合同组批系统，其特征在于，所述合同组批执行装置采用基于Rete算法的开源规则引擎产品Drools作为规则匹配执行引擎。

Images