CN107832898B - 一种物流等待指标优化方法 - Google Patents
一种物流等待指标优化方法 Download PDFInfo
- Publication number
- CN107832898B CN107832898B CN201711243887.7A CN201711243887A CN107832898B CN 107832898 B CN107832898 B CN 107832898B CN 201711243887 A CN201711243887 A CN 201711243887A CN 107832898 B CN107832898 B CN 107832898B
- Authority
- CN
- China
- Prior art keywords
- logistics
- time
- waiting
- receiving unit
- matrix table
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明公开了一种物流等待指标优化方法,包括:步骤S100:从ERP系统获取物流交接数据;步骤S200:计算零件在接收单位的滞留时间;步骤S300:从MES系统获取零件在接收单位的实际加工时间;步骤S400:计算零件在接收单位的物流等待时间和物流等待指标;步骤S500:筛选出物流等待时间大于物流等待指标的接收单位,改进物流通道和厂房布局。本发明计算出各个专业厂的物流等待时间和物流等待指标,找出物流等待时间大于物流等待指标的专业厂,进行物流环节的改进,包括物流运输设备、物流通道和厂房车间布局等,进一步的优化物流等待指标,因此可以对生产过程中的物流用时定量计算,减小物流用时与总加工用时的比值,从整体上提高零件总产出效率。
Description
技术领域
本发明涉及物流管理技术领域,具体的说,是一种物流等待指标优化方法。
背景技术
现在的生产管理为了提高生产效率,通常采用的方法是提高零件加工效率,即增加单位时间内加工的零件个数,来提高零件的产率。但是,由于零件的生产需要在不同的专业厂不同的车间进行不同工序的加工,因此零件的流转、物流运输、交接过程是必不可少的,而这类物流等待时间,通常不在生产管理的统计范围内,没有一个定量的评估方法,因此即使零件的加工效率很高,也无法提高零件的总产出效率。
发明内容
本发明的目的在于提供一种物流等待指标优化方法,用于解决现有技术中物流等待指标无法定量评估导致零件总产出效率不高的问题。
为了达到上述目的,本发明通过下述技术方案实现:
一种物流等待指标优化方法,包括:
步骤S100:从ERP系统获取物流交接数据;
步骤S200:计算零件在接收单位的滞留时间;
步骤S300:从MES系统获取零件在接收单位的实际加工时间;
步骤S400:计算零件在接收单位的物流等待时间和物流等待指标;
步骤S500:筛选出物流等待时间大于物流等待指标的接收单位,改进物流通道和厂房布局。
工作原理:
在生产管控中心的ERP系统,获取零件生产的物流交接数据,选中在生产过程中需要在不同专业厂之间进行物流运输、交接的交接单数据。由交接单数据上统计的零件接收单位的接收时间、以及移交单位,可以计算得出该零件在该专业厂的滞留时间,即从收入到移交的时间。在生产管控中心的MES系统获取零件的实际加工时间,由零件在该专业厂的滞留时间减去实际加工时间,得到该专业厂的物流等待时间。采用同样的方法,计算出各个专业厂的物流等待时间。将计算出的各个专业厂的物流等待时间求和取平均值,即为物流等待指标。将各个专业厂的物流等待时间与物流等待指标对比,物流等待时间大于物流等待指标的专业厂,说明在零件生产过程中,物流转运环节有待提升和改善,通过改进物流运输设备、改进物流通道和厂房车间布局的方式减少专业厂的物流等待时间,促进改进后的物流等待时间的平均值减小即物流等待指标更加优化。因此可以对生产过程中的物流用时定量计算,减小物流用时与总加工用时的比值,从整体上提高零件总产出效率。
进一步地,所述步骤S100包括:
步骤S110:在生产管控中心的ERP系统中以关键字进行筛选获取物流交接数据表,所述关键字包括发出单位、接收单位、交接单图号、类型、数量、移交时间和接收时间;
步骤S120:将所述物流交接数据表的所有零件类型依次编号为P1,P2,…,Pj,…,Pn,将物流交接数据表中的所有接收单位依次编号为F1,F2,…,Fi,…,Fm;
步骤S130:对物流交接数据表再次筛选,以零件类型、接收单位、移交时间为关键字筛选出矩阵表1,矩阵表1的行、列分别是零件类型和接收单位,矩阵表1的值为移交时间;以零件类型、接收单位、接收时间为关键字筛选出矩阵表2,矩阵表2的行、列分别是零件类型和接收单位,矩阵表2的值为接收时间。
工作原理:
在ERP系统通过筛选关键字,将零件的物流交接数据表,即作为数据统计和计算的样本。选取不同的零件类型作为统计,可以减小统计误差。对不同类型的零件进行编号,编号为Pj,对这些零件在生产过程中需要交接的接收单位即专业厂进行编号,编号为Fi,其中i和j为大于或等于1的整数。零件Pj在接收单位Fi的接收时间为Taij,移交时间为Tbij,将零件Pj、接收单位Fi、移交时间Tbij组成矩阵表1,将零件Pj、接收单位Fi、接收时间Taij组成矩阵表2。因此,矩阵表1中记录了零件Pj在接收单位Fi的移交时间Tbij,矩阵表1中记录了零件Pj在接收单位Fi的接收时间Taij。
进一步地,所述步骤S200包括:
步骤S210:将矩阵表1与矩阵表2做减法运算,得到矩阵表3,所述矩阵表3的行、列分别为零件类型和接收单位,矩阵表3的值为在接收单位滞留时间;
步骤S220:分别计算各个接收单位的所有零件的平均滞留时间。
工作原理:
将矩阵表1与矩阵表2做减法运算,得到新的矩阵表3。即将矩阵表1中的移交时间Tbij与矩阵表2中的接收时间Taij做减法运算后作为矩阵3的值,矩阵3表示零件Pj在接收单位Fi即专业厂Fi的滞留时间。将零件P1,零件P2,…,零件Pj,…,零件Pn等所有的零件类型在接收单位Fi的滞留时间,求和取平均,得到该接收单位Fi的平均滞留时间。采用多种类型的零件作为统计基础,避免了采用单一类型误差较大的问题。
进一步地,所述步骤S300还包括:分别计算零件在不同接收单位的平均加工时间。
工作原理:
从MES系统中获取零件在接收单位的实际加工时间,分别计算出零件在各个接收单位的平均加工时间。即以接收单位为单位,统计零件在生产过程中在该接收单位的加工时间的平均值。
进一步地,所述步骤S400中包括:
步骤S410:分别计算零件P1-Pn在各接收单位的物流等待时间;
步骤S420:计算所述物流等待时间的平均值,得到物流等待指标。
工作原理:
由矩阵表3中零件Pj在接收单位Fi的滞留时间,减去从MES系统获取的零件Pj在接收单位Fi的实际加工时间,得到零件Pj在接收单位Fi的物流等待时间,这里的物流等待时间包括物流运输时间和交接用时。对零件P1-零件Pn在不同接收单位的物流等待时间分别计算,得到各个接收单位的物流等待时间,将各个接收单位的物流等待时间求和取平均值,得到各个接收单位的物流等待时间均值即专业厂的物流等待指标。
进一步地,所述步骤S500中包括:
步骤S510:将各个接收单位的物流等待时间与所述物流等待指标对比,找出物流等待时间大于物流等待指标的接收单位;
步骤S520:对物流等待时间大于物流等待指标的接收单位物流通道以及厂房布局进行调整。
工作原理:
将各个接收单位在零件生产过程中的物流等待时间与计算得出的物流等待指标对比,如果接收单位的物流等待时间大于物流等待指标即物流等待时间大于平均值,则说明该接收单位需要在物流运输上改进,包括物流运输设备、物流通道以及厂房、加工车间的布局。
本发明与现有技术相比,具有以下优点及有益效果:
本发明计算出各个专业厂的物流等待时间和物流等待指标,找出物流等待时间大于物流等待指标的专业厂,进行物流环节的改进,包括物流运输设备、物流通道和厂房车间布局等,进一步的优化物流等待指标。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合实施例对本发明作进一步地详细说明,但本发明的实施方式不限于此。
实施例1:
结合图1所示,一种物流等待指标优化方法,包括:
步骤S100:从ERP系统获取物流交接数据;
步骤S200:计算零件在接收单位的滞留时间;
步骤S300:从MES系统获取零件在接收单位的实际加工时间;
步骤S400:计算零件在接收单位的物流等待时间和物流等待指标;
步骤S500:筛选出物流等待时间大于物流等待指标的接收单位,改进物流通道和厂房布局。
工作原理:
在生产管控中心的ERP系统,获取零件生产的物流交接数据,选中在生产过程中需要在不同专业厂之间进行物流运输、交接的交接单数据。由交接单数据上统计的零件接收单位的接收时间、以及移交单位,可以计算得出该零件在该专业厂的滞留时间,即从收入到移交的时间。在生产管控中心的MES系统获取零件的实际加工时间,由零件在该专业厂的滞留时间减去实际加工时间,得到该专业厂的物流等待时间。采用同样的方法,计算出各个专业厂的物流等待时间。将计算出的各个专业厂的物流等待时间求和取平均值,即为物流等待指标。将各个专业厂的物流等待时间与物流等待指标对比,物流等待时间大于物流等待指标的专业厂,说明在零件生产过程中,物流转运环节有待提升和改善,通过改进物流运输设备、改进物流通道和厂房车间布局的方式减少专业厂的物流等待时间,促进改进后的物流等待时间的平均值减小即物流等待指标更加优化。
实施例2:
在实施例1的基础上,结合图1所示,所述步骤S100包括:
步骤S110:在生产管控中心的ERP系统中以关键字进行筛选获取物流交接数据表,所述关键字包括发出单位、接收单位、交接单图号、类型、数量、移交时间和接收时间;
步骤S120:将所述物流交接数据表的所有零件类型依次编号为P1,P2,…,Pj,…,Pn,将物流交接数据表中的所有接收单位依次编号为F1,F2,…,Fi,…,Fm;
步骤S130:对物流交接数据表再次筛选,以零件类型、接收单位、移交时间为关键字筛选出矩阵表1,矩阵表1的行、列分别是零件类型和接收单位,矩阵表1的值为移交时间;以零件类型、接收单位、接收时间为关键字筛选出矩阵表2,矩阵表2的行、列分别是零件类型和接收单位,矩阵表2的值为接收时间。
工作原理:
在ERP系统通过筛选关键字,将零件的物流交接数据表,即作为数据统计和计算的样本。选取不同的零件类型作为统计,可以减小统计误差。对不同类型的零件进行编号,编号为Pj,对这些零件在生产过程中需要交接的接收单位即专业厂进行编号,编号为Fi,其中i和j为大于或等于1的整数。零件Pj在接收单位Fi的接收时间为Taij,移交时间为Tbij,将零件Pj、接收单位Fi、移交时间Tbij组成矩阵表1,将零件Pj、接收单位Fi、接收时间Taij组成矩阵表2。因此,矩阵表1中记录了零件Pj在接收单位Fi的移交时间Tbij,矩阵表1中记录了零件Pj在接收单位Fi的接收时间Taij。
实施例3:
在实施例2的基础上,结合图1所示,所述步骤S200包括:
步骤S210:将矩阵表1与矩阵表2做减法运算,得到矩阵表3,所述矩阵表3的行、列分别为零件类型和接收单位,矩阵表3的值为在接收单位滞留时间;
步骤S220:分别计算各个接收单位的所有零件的平均滞留时间。
工作原理:
将矩阵表1与矩阵表2做减法运算,得到新的矩阵表3。即将矩阵表1中的移交时间Tbij与矩阵表2中的接收时间Taij做减法运算后作为矩阵3的值,矩阵3表示零件Pj在接收单位Fi即专业厂Fi的滞留时间。将零件P1,零件P2,…,零件Pj,…,零件Pn等所有的零件类型在接收单位Fi的滞留时间,求和取平均,得到该接收单位Fi的平均滞留时间。采用多种类型的零件作为统计基础,避免了采用单一类型误差较大的问题。
进一步地,所述步骤S300还包括:分别计算零件在不同接收单位的平均加工时间。
工作原理:
从MES系统中获取零件在接收单位的实际加工时间,分别计算出零件在各个接收单位的平均加工时间。即以接收单位为单位,统计零件在生产过程中在该接收单位的加工时间的平均值。
实施例4:
在实施例3的基础上,结合图1所示,所述步骤S400中包括:
步骤S410:分别计算零件P1-Pn在各接收单位的物流等待时间;
步骤S420:计算所述物流等待时间的平均值,得到物流等待指标。
工作原理:
由矩阵表3中零件Pj在接收单位Fi的滞留时间,减去从MES系统获取的零件Pj在接收单位Fi的实际加工时间,得到零件Pj在接收单位Fi的物流等待时间,这里的物流等待时间包括物流运输时间和交接用时。对零件P1-零件Pn在不同接收单位的物流等待时间分别计算,得到各个接收单位的物流等待时间,将各个接收单位的物流等待时间求和取平均值,得到各个接收单位的物流等待时间均值即专业厂的物流等待指标。
实施例5:
在实施例4的基础上,结合图1所示,所述步骤S500中包括:
步骤S510:将各个接收单位的物流等待时间与所述物流等待指标对比,找出物流等待时间大于物流等待指标的接收单位;
步骤S520:对物流等待时间大于物流等待指标的接收单位物流通道以及厂房布局进行调整。
工作原理:
将各个接收单位在零件生产过程中的物流等待时间与计算得出的物流等待指标对比,如果接收单位的物流等待时间大于物流等待指标即物流等待时间大于平均值,则说明该接收单位需要在物流运输上改进,包括物流运输设备、物流通道以及厂房、加工车间的布局。
以上所述,仅是本发明的较佳实施例,并非对本发明做任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化,均落入本发明的保护范围之内。
Claims (5)
1.一种物流等待指标优化方法,其特征在于,包括:
步骤S100:从ERP系统获取物流交接数据;
步骤S200:计算零件在接收单位的滞留时间;
步骤S300:从MES系统获取零件在接收单位的实际加工时间;
步骤S400:计算零件在接收单位的物流等待时间和物流等待指标;
步骤S500:筛选出物流等待时间大于物流等待指标的接收单位,改进物流通道和厂房布局;
所述步骤S100包括:
步骤S110:在生产管控中心的ERP系统中以关键字进行筛选获取物流交接数据表,所述关键字包括发出单位、接收单位、交接单图号、类型、数量、移交时间和接收时间;
步骤S120:将所述物流交接数据表的所有零件类型依次编号为P1,P2,…,Pj,…,Pn,将物流交接数据表中的所有接收单位依次编号为F1,F2,…,Fi,…,Fm;
步骤S130:对物流交接数据表再次筛选,以零件类型、接收单位、移交时间为关键字筛选出矩阵表1,矩阵表1的行、列分别是零件类型和接收单位,矩阵表1的值为移交时间;以零件类型、接收单位、接收时间为关键字筛选出矩阵表2,矩阵表2的行、列分别是零件类型和接收单位,矩阵表2的值为接收时间。
2.根据权利要求1所述的一种物流等待指标优化方法,其特征在于,所述步骤S200包括:
步骤S210:将矩阵表1与矩阵表2做减法运算,得到矩阵表3,所述矩阵表3的行、列分别为零件类型和接收单位,矩阵表3的值为在接收单位滞留时间;
步骤S220:分别计算各个接收单位的所有零件的平均滞留时间。
3.根据权利要求2所述的一种物流等待指标优化方法,其特征在于,所述步骤S300还包括:分别计算零件在不同接收单位的平均加工时间。
4.根据权利要求3所述的一种物流等待指标优化方法,其特征在于,所述步骤S400中包
括:
步骤S410:分别计算零件P1-Pn在各接收单位的物流等待时间;
步骤S420:计算所述物流等待时间的平均值,得到物流等待指标。
5.根据权利要求4所述的一种物流等待指标优化方法,其特征在于,所述步骤S500中包括:
步骤S510:将各个接收单位的物流等待时间与所述物流等待指标对比,找出物流等待时间大于物流等待指标的接收单位;
步骤S520:对物流等待时间大于物流等待指标的接收单位物流通道以及厂房布局进行调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711243887.7A CN107832898B (zh) | 2017-11-30 | 2017-11-30 | 一种物流等待指标优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711243887.7A CN107832898B (zh) | 2017-11-30 | 2017-11-30 | 一种物流等待指标优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107832898A CN107832898A (zh) | 2018-03-23 |
CN107832898B true CN107832898B (zh) | 2022-12-13 |
Family
ID=61647008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711243887.7A Active CN107832898B (zh) | 2017-11-30 | 2017-11-30 | 一种物流等待指标优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107832898B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102867241A (zh) * | 2012-08-01 | 2013-01-09 | 成都飞机工业(集团)有限责任公司 | 基于多数据融合的航空制造企业内部物流特征建模方法 |
CN105824300A (zh) * | 2016-03-16 | 2016-08-03 | 沈阳恒久安泰科技发展有限公司 | 基于物联网技术和数字化管理技术的重型智能工厂系统 |
CN106897852A (zh) * | 2017-01-27 | 2017-06-27 | 华南理工大学 | 用于物流的订单排序优化方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10238831A1 (de) * | 2002-08-23 | 2004-03-11 | Siemens Ag | Verfahren und Vorrichtung zur Prozessoptimierung |
US7848836B2 (en) * | 2004-11-19 | 2010-12-07 | Siemens Aktiengesellschaft | Scheduling system and work order scheduling protocol for such a system |
CN101251908A (zh) * | 2007-12-27 | 2008-08-27 | 北京奥腾讯达科技有限公司 | 远程物流优化管理和咨询系统 |
CN201270044Y (zh) * | 2008-05-29 | 2009-07-08 | 北京奥腾讯达科技有限公司 | 远程物流优化管理和咨询系统 |
WO2010132781A2 (en) * | 2009-05-15 | 2010-11-18 | Invensys Systems, Inc. | Graphically displaying manufacturing execution system information data elements according to a pre-defined spatial positioning scheme |
CN103112680B (zh) * | 2013-01-31 | 2014-11-26 | 西安科技大学 | 立体物流系统存取货物路径优化控制系统及方法 |
CN104463421B (zh) * | 2014-11-06 | 2017-09-01 | 朱秋实 | 一种基于实时状态的大数据建模的设备动态优化维护方法 |
CN105005277B (zh) * | 2015-05-11 | 2017-12-22 | 中车青岛四方机车车辆股份有限公司 | 一种轨道车辆大线下料系统设计及生产方法 |
CN107016515B (zh) * | 2016-01-28 | 2021-11-30 | 株式会社日立制作所 | 仓库布局的优化方法及其装置 |
CN105844354A (zh) * | 2016-03-18 | 2016-08-10 | 辽宁工程技术大学 | 基于随机模型预测控制的物流企业煤炭选配送优化方法 |
CN106959675B (zh) * | 2017-03-21 | 2020-06-02 | 山东大学 | 一种面向流水车间的多目标调度优化方法 |
CN107194638A (zh) * | 2017-04-21 | 2017-09-22 | 仓智(上海)智能科技有限公司 | 一种仓库管理优化方法 |
-
2017
- 2017-11-30 CN CN201711243887.7A patent/CN107832898B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102867241A (zh) * | 2012-08-01 | 2013-01-09 | 成都飞机工业(集团)有限责任公司 | 基于多数据融合的航空制造企业内部物流特征建模方法 |
CN105824300A (zh) * | 2016-03-16 | 2016-08-03 | 沈阳恒久安泰科技发展有限公司 | 基于物联网技术和数字化管理技术的重型智能工厂系统 |
CN106897852A (zh) * | 2017-01-27 | 2017-06-27 | 华南理工大学 | 用于物流的订单排序优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107832898A (zh) | 2018-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111882196A (zh) | 一种型材挤出生产排程方法、可读存储介质及装置 | |
CN107749010B (zh) | 订单处理方法、装置及服务器 | |
CN108564211B (zh) | 物流运输路径规划方法及系统 | |
CN110598941A (zh) | 一种基于仿生策略的粒子群优化制造系统双目标排产方法 | |
CN111356988B (zh) | 用于调度半导体加工的方法和系统 | |
CN101128786A (zh) | 自动化产能控制系统及其操作方法 | |
CN104977903A (zh) | 基于实时派工系统的机台组下的晶圆批次派工方法和系统 | |
CN107862415B (zh) | 一种产量预测方法 | |
CN113516429B (zh) | 一种基于网络拥堵模型的多agv全局规划方法 | |
CN107832898B (zh) | 一种物流等待指标优化方法 | |
CN111754072A (zh) | 提高板材叠切率的批次组合优化方法、系统 | |
CN114310423A (zh) | 一种加工单元多刀库联动配置方法 | |
CN111553514B (zh) | 一种面向动态服务水平的提前期算法及其应用 | |
CN104700435A (zh) | 一种利用oasis图形阵列压缩版图数据的方法 | |
CN114418479A (zh) | 一种通信基站设备配置的齐套方法、设备和存储介质 | |
JP2001159910A (ja) | 工程装置選択システムおよび選択方法 | |
Roser et al. | Detecting shifting bottlenecks | |
US20050261925A1 (en) | Method and system for splitting an order in a flexible order transaction system | |
CN114418418A (zh) | 基于工序换算比的工单信息流转方法、系统、设备及介质 | |
CN107717480B (zh) | 一种用于叶身无余量叶片机械加工自动化生产线及设计方法 | |
CN110661648A (zh) | 基于自学习推理矩阵确定无线网络问题根因的方法和装置 | |
CN112082628A (zh) | 一种家畜养殖物联网数据采集系统 | |
CN111598510A (zh) | 一种适用于智能仓储系统的订单分批方法 | |
CN110287272A (zh) | 一种可配置实时特征提取方法、装置及系统 | |
CN111273624A (zh) | 具有专用缓冲区的柔性离散制造系统暂态性能预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |