CN109492873A - 整车生产线的日排产方法、装置及智能终端 - Google Patents
整车生产线的日排产方法、装置及智能终端 Download PDFInfo
- Publication number
- CN109492873A CN109492873A CN201811196140.5A CN201811196140A CN109492873A CN 109492873 A CN109492873 A CN 109492873A CN 201811196140 A CN201811196140 A CN 201811196140A CN 109492873 A CN109492873 A CN 109492873A
- Authority
- CN
- China
- Prior art keywords
- production
- date
- online
- order
- workshop
- 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.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 260
- 238000010422 painting Methods 0.000 claims abstract description 78
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 52
- 238000012384 transportation and delivery Methods 0.000 claims description 63
- 238000000034 method Methods 0.000 claims description 37
- 238000003860 storage Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 239000011248 coating agent Substances 0.000 claims description 5
- 238000000576 coating method Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 4
- 230000001934 delay Effects 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims description 2
- 239000000463 material Substances 0.000 abstract description 14
- 238000009499 grossing Methods 0.000 abstract description 10
- 238000007726 management method Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000013439 planning Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Manufacturing & Machinery (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种整车生产线的日排产方法、装置及智能终端，涉及生产线排产技术领域，包括：获取订单信息；其中，订单信息包括约束规则编号、订单清单信息和订单交付日期；订单清单信息包括待排产的车辆数量；根据订单交付日期依次确定总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期；查找与约束规则编号对应的约束规则算法；根据约束规则算法确定日排产结果；其中，日排产结果满足总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期。本发明通过联合多个车间的生产计划确定日排产，可以提高多个车间之间的生产均衡化程度和物料准时化程度，并且可以对多个车间的生产计划进行统一管理。
Description
技术领域
本发明涉及生产线排产技术领域，尤其是涉及一种整车生产线的日排产方法、装置及智能终端。
背景技术
汽车制造过程中涉及多种物料的选取，同时伴随着复杂的装配过程，使得汽车制造的排产排序的计划过程较为复杂。目前，在对汽车制造进行排产排序时，通常是根据单一车间的生产计划进行排产排序的，这种方法实现了单一车间的生产均衡化和物料准时化，但是可能存在多个车间之间生产不均衡以及物料不准时的问题，而且无法对多个车间的生产计划进行统一管理。
发明内容
有鉴于此，本发明的目的在于提供一种整车生产线的日排产方法、装置及智能终端，能够提高多个车间之间的生产均衡化程度和物料准时化程度，并且可以对多个车间的生产计划进行统一管理。
第一方面，本发明实施例提供了一种整车生产线的日排产方法，包括：获取订单信息；其中，订单信息包括约束规则编号、订单清单信息和订单交付日期；订单清单信息包括待排产的车辆数量；根据订单交付日期依次确定总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期；查找与约束规则编号对应的约束规则算法；根据约束规则算法确定日排产结果；其中，日排产结果满足总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，上述根据订单交付日期依次确定总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期的步骤，包括：获取预设生产交付周期；其中，生产交付周期包括总装车间的生产交付周期、涂装车间的生产交付周期和焊装车间的生产交付周期；根据订单交付日期与总装车间的生产交付周期确定总装车间的上线日期；根据总装车间的上线日期和涂装车间的生产交付周期确定涂装车间的上线日期；根据涂装车间的上线日期和焊装车间的生产交付周期确定焊装车间的上线日期。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，上述根据约束规则算法确定日排产结果的步骤，包括：根据约束规则算法确定泛函系数；根据订单信息选择对应的目标迭代公式，并将泛函系数输入至目标迭代公式；其中，目标迭代公式的参数是根据订单清单信息确定的；根据目标迭代公式计算得到日排产结果。
结合第一方面的第二种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，上述根据约束规则算法确定泛函系数的步骤，包括：基于订单信息设置约束规则算法所需的参数，得到设置后的约束规则算法；执行设置后的约束规则算法，得到泛函系数。
结合第一方面的第二种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，上述根据订单信息选择对应的目标迭代公式的步骤，包括：根据订单信息获取订单的交期约束条件；其中，交期约束条件包括订单允许提前、订单允许延后和订单允许不排产；针对交期约束条件选择目标迭代公式。
结合第一方面的第二种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，上述目标迭代公式表示为：
Objective＝Min Sum_k(Wk*RuleKObjective)+Wa*Sum_i(1-Pi)+Wb*Sum_i(Sum_j(Xij*PositiveOnly(Ti-j)))+Wc*Sum_i(Sum_j(Xij*PositiveOnly(j-Ti)))；其中，Objective为日排产结果；RuleKObjective为泛函系数，Pi为第i辆车安排的天数，Ti为第i辆车的上线日期的编号，Wk为第k个约束的权重，Wa为未能排产时的违规权重，Wb为排产提前时的违规权重，Wc为排产延后时的违规权重；Xij取1时表示当第i辆车安排在第j天，Xij取0时表示当第i辆车未安排在第j天；PositiveOnly为取正函数。
第二方面，本发明实施例还提供一种整车生产线的日排产装置，包括：订单信息获取模块，用于获取订单信息；其中，订单信息包括约束规则编号、订单清单信息和订单交付日期；订单清单信息包括待排产的车辆数量；日期确定模块，用于根据订单交付日期依次确定总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期；算法查找模块，用于查找与约束规则编号对应的约束规则算法；结果确定模块，用于根据约束规则算法确定日排产结果；其中，日排产结果满足总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期。
结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，上述日期确定模块还用于：获取预设生产交付周期；其中，生产交付周期包括总装车间的生产交付周期、涂装车间的生产交付周期和焊装车间的生产交付周期；根据订单交付日期与总装车间的生产交付周期确定总装车间的上线日期；根据总装车间的上线日期和涂装车间的生产交付周期确定涂装车间的上线日期；根据涂装车间的上线日期和焊装车间的生产交付周期确定焊装车间的上线日期。
第三方面，本发明实施例还提供一种智能终端，包括处理器和存储器；存储器上存储有计算机程序，计算机程序在被所述处理器运行时执行如第一方面至第一方面的第五种可能的实施方式任一项的方法。
第四方面，本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述第一方面至第一方面的第五种可能的实施方式任一项方法的步骤。
本发明实施例带来了以下有益效果：
本发明实施例提供的整车生产线的日排产方法、装置及智能终端，首先获取订单信息，再根据订单信息中的订单交付日期依次确定总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期，并查找与订单信息中的约束规则编号对应的约束规则算法，根据约束规则算法确定满足上述总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期的日排产结果。本发明实施例通过联合多个车间的生产计划确定日排产，可以提高多个车间之间的生产均衡化程度和物料准时化程度，并且可以对多个车间的生产计划进行统一管理。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种整车生产线的日排产方法的流程图；
图2为本发明实施例提供的另一种整车生产线的日排产方法的流程图；
图3为本发明实施例提供的一种整车生产线的日排产装置的结构示意图；
图4为本发明实施例提供的一种智能终端的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前在车辆制造的排产排序过程中，通常根据单一车间的生产计划进行排产排序，使得多个车间之间的生产均衡化和物料准时化有待提高，而且无法对多个车间的生产计划进行统一管理，基于此，本发明实施例提供的一种整车生产线的日排产方法、装置及智能终端，可以提高多个车间之间的生产均衡化程度和物料准时化程度，并且可以对多个车间的生产计划进行统一管理。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种整车生产线的日排产方法进行详细介绍，该方法是基于JIT(Just In Time，准时制生产方式)模式下的整车生产线的日排产方法，参见图1所示的一种整车生产线的日排产方法的流程图，该方法包括以下步骤：
步骤S102，获取订单信息。
其中，订单信息包括约束规则编号、订单清单信息和订单交付日期；订单清单信息包括待排产的车辆数量。可以理解的，不同订单的需求不同，即每个订单内设置的约束不同、订单清单内的待排产车辆数量和待排产车辆类型不同，车间产能和订单交付日期均可能不同，所以需要获取不同订单的需求，得到订单信息，以便于根据订单信息制定日排产计划。
步骤S104，根据订单交付日期依次确定总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期。
通常情况下，总装车间、涂装车间和焊装车间的生产周期和交付周期会有所不同，其中，订单交付日期可以作为总装车间的交付日期，根据总装车间的交付日期、总装车间的生产周期和总装车间的交付周期可以确定总装车间的最晚上线日期，基于总装车间的最晚上线日期选择适当的日期作为涂装车间的交付日期，再根据涂装车间的交付日期、涂装车间的生产周期和涂装车间的交付周期可以确定涂装车间的最晚上线日期，基于涂装车间的最晚上线日期选择适当的日期作为焊装车间的交付日期，最后根据焊装车间的交付日期、焊装车间的生产周期和焊装车间的交付周期确定焊装车间的最晚上线日期。通过总装车间的交付日期倒推得到依次涂装车间和焊装车间的上线日期，以实现车间联合。
步骤S106，查找与约束规则编号对应的约束规则算法。
其中，约束规则通过预先设置得到，约束规则可以包括日产量规则、日比例规则、日特性数规则、日特性数最小规则、N天内不排产规则和间隔N天排产规则。为了便于根据订单信息内的约束规则编号查找对应的约束规则算法，可以给每个约束规则设置一个唯一对应的约束规则编号，例如，日产量规则的约束规则编号为A1，日比例规则的约束规则编号为A2，日特性数规则的约束规则编号为A3，日特性数最小规则的约束规则编号为A4，N天内不排产规则的约束规则编号为A5和间隔N天排产规则的约束规则编号为A6。进一步的，可以制作如约束规则列表，如表1所示，包括规则编号、规则描述和类别，其中，规则描述包括前述各个约束规则算法的名称，类别可以为约束规则的优先等级，当订单信息中设有多个约束规则编号时，可以根据约束规则的优先级选择适当的约束规则。以上仅为示意性说明，在此不再赘述。
表1
| 规则编号 | 规则描述 | 类别 |
| A1 | 日产量规则 | A |
| A2 | 日比例规则 | A |
| A3 | 日特性数规则 | A |
| A4 | 日特性数最小 | A |
| A5 | N天内不排产 | A |
| A6 | 间隔N天排产 | A |
步骤S108，根据约束规则算法确定日排产结果。
在一种实施方式中，可以根据选择的约束规则算法计算得到泛函系数，基于订单信息选择对应的目标迭代公式，并设置目标迭代公式中的相关参数，将上述泛函系数输入至目标迭代公式后，进行迭代计算，当迭代结果满足总装车间的上线日期、涂装车间的上线日期和所述焊装车间的上线日期时，即可得到日排产结果。进一步的，若得到的日排产结果不能完全满足总装车间、涂装车间和焊装车间的上线日期，则选择违规后果最小的日排产结果。
优选的，还需要考虑各个车间的日产能，因为超过车间日产能部分的订单将无法按日完成，所以上述得到的日排产结果需要小于等于各个车间的日产能。
本发明实施例提供的整车生产线的日排产方法，首先获取订单信息，再根据订单信息中的订单交付日期依次确定总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期，并查找与订单信息中的约束规则编号对应的约束规则算法，根据约束规则算法确定满足上述总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期的日排产结果。本发明实施例通过联合多个车间的生产计划确定日排产，可以提高多个车间之间的生产均衡化程度和物料准时化程度，并且可以对多个车间的生产计划进行统一管理。
为便于对上述实施例进行理解，本发明实施例还提供了另一种整车生产线的日排产方法，参见图2所示的另一种整车生产线的日排产方法的流程图，该方法包括以下步骤：
步骤S202，获取订单信息和预设生产交付周期。
其中，订单信息可以包括约束规则编号、订单清单信息、订单特性清单、工作日历和日产能等参数，订单特性至对应车辆的配置颜色等特征，工作日历为工作日，日产能为对应车间单个工作日的生产能力，生产交付周期包括总装车间的生产交付周期、涂装车间的生产交付周期和焊装车间的生产交付周期，总装车间的生产交付周期包括前述总装车间的生产周期和交付周期，涂装车间的生产交付周期包括前述涂装车间的生产周期和交付周期，焊装车间的生产交付周期包括前述焊装车间的生产周期和交付周期。
步骤S204，根据订单交付日期与总装车间的生产交付周期确定总装车间的上线日期。
若将订单交付日期作为总装车间的交付日期，则总装车间的最晚上线日期为总装车间的交付日期与总装车间的生产交付周期的差值，即总装车间的最晚上线日期＝总装车间的交付日期-总装车间的生产周期-总装车间的交付周期。进一步的，可以根据总装车间的最晚上线日期计划总装车间的上线日期，得到总装车间的计划上线日期，其中，总装车间的计划上线日期不得晚于总装车间的最晚上线日期。
步骤S206，根据总装车间的上线日期和涂装车间的生产交付周期确定涂装车间的上线日期。
其中，可以将总装车间的上线日期作为涂装车间的交付日期，即可得到涂装车间的最晚上线日期为涂装车间的交付日期与涂装车间的生产交付周期的差值。若总装车间没有计划上线日期，则上述涂装车间的交付日期为总装车间的最晚上线日期，若总装车间有计划上线日期，则上述涂装车间的交付日期为总装车间的计划上线日期。具体的，当有总装计划时，涂装车间的最晚上线日期＝总装车间的计划上线日期-涂装车间的生产周期-涂装车间的交付周期；当无总装计划时，涂装车间的最晚上线日期＝总装车间的最晚上线日期-涂装车间的生产周期-涂装车间的交付周期。进一步的，可以根据涂车间的最晚上线日期计划涂装车间的上线日期，其中，涂装车间的计划上线日期不得晚于涂装车间的最晚上线日期。
步骤S208，根据涂装车间的上线日期和焊装车间的生产交付周期确定焊装车间的上线日期。
其中，可以将涂装车间的上线日期作为焊装车间的交付日期，即可得到焊装车间的最晚上线日期为焊装车间的交付日期与焊装车间的生产交付周期的差值。若涂装车间没有计划上线日期，则上述焊装车间的交付日期为涂装车间的最晚上线日期，若涂装车间有计划上线日期，则上述焊装车间的交付日期为涂装车间的计划上线日期。具体的，当有涂装计划时，焊装车间的最晚上线日期＝涂装车间的计划上线日期-焊装车间的生产周期-焊装车间的交付周期；当有涂装计划时，焊装车间的最晚上线日期＝涂装车间的最晚上线日期-焊装车间的生产周期-焊装车间的交付周期。进一步的，可以根据焊车间的最晚上线日期计划焊装车间的上线日期，其中，焊装车间的计划上线日期不得晚于焊装车间的最晚上线日期。
步骤S210，查找与约束规则编号对应的约束规则算法。
步骤S212，根据约束规则算法确定泛函系数。
具体的，可以基于订单信息设置约束规则算法所需的参数，得到设置后的约束规则算法，然后执行设置后的约束规则算法，得到泛函系数。
本发明实施例进一步提供了约束规则算法的相关公式，假设将n辆车分配到m天进行生产。
(1)当约束规则算法为日产量规则或日比例规则时，泛函系数表示为：
RuleKObjective＝Sum_j(OutOfRange(Bkj,Lkj,Ukj))
其中，RuleKObjective为泛函系数，Bkj为第j天安排的符合第k个规则的车辆数，Lkj为第j天符合第k个规则的车辆数的下限，Ukj为第j天符合第k个规则的车辆数的上限。
OutOfRange(V,L,U)表示值V是否在上下限L和U的范围外，其定义为：当U<V时或V<L时，OutOfRange(V,L,U)＝1；当L<＝V<＝U时，OutOfRange(V,L,U)＝0。
进一步的，Bkj的计算公式为：
Bkj＝Sum_i(Xij*Rik)；
其中，j＝1..m k＝1..r，Xij＝1表示第i辆车安排在第j天，否则Xij＝0，Rik＝1表示第i辆车符合第k个规则，否则Rik＝0。
当选择日产量规则或日比例规则时，第j天符合第k个规则的车辆数满足：Lkj<＝Bkj<＝Ukj，其中j＝1..m k＝1..r。
(2)当约束规则算法为日特性数规则时，泛函系数表示为：
RuleKObjective＝OutOfRange(CountDistinct_i(Vik),Lkj,Ukj)
其中，Vik表示第i辆车的第k个规则对应的特性值，CountDistinct_i(Vik)表示数组Vik中不同值的个数。
当选择日特性数规则时，第j天符合第k个规则的特性数满足：Lkj<＝CountDistinct_i(Vik)<＝Ukj，其中，j＝1..m k＝1..r。
(3)当约束规则算法为日特性数最小规则时，泛函系数表示为：
RuleKObjective＝CountDistinct_i(Vik)–1
当选择日特性数最小规则时，不做约束。
(4)当约束规则算法为N天内不排产规则时，泛函系数表示为：
RuleKObjective＝OutOfRange(D1,Lkj,Ukj)
其中，D1为不排产的天数，D1的取值逻辑为，对于满足规则N天内不排产的第1辆车i1，找出满足Xi1,j＝1的天数j1值，找出与这辆车i1具有相同特性的所有车I，其中I不包括i1，找出上述具有相同特性的所有车I中满足Xij＝1的天数J，则D1＝J-j1；若为找到满足Xi1,j＝1的天数j1值，则D1＝Ukj+1。
当选择N天内不排产规则时，满足Lkj<＝D1<＝Ukj，其中j＝1..m k＝1..r。
(5)当约束规则算法为间隔N天排产规则时，泛函系数表示为：
RuleKObjective＝InRange(D2,Lkj,Ukj)
其中，InRange(V,L,U)表示值V是否在上下限L和U的范围内，其定义为：当U<V时或V<L时，InRange(V,L,U)＝0；当L<＝V<＝U时，InRange(V,L,U)＝1。
D2为间隔天数，D2的取值逻辑为，对于满足规则间隔N天排产的规则k和每辆车i，找出所有满足Xij＝1的天数j值，将相邻的j值之差作为D2。
当选择间隔N天排产规则时，满足D2<＝Lkj或Ukj<＝D2，其中j＝1..m k＝1..r。
进一步的，约束规则还可以包括车辆约束、产能约束和交期约束。
其中，车辆约束为对车辆安排天数的约束条件，第i辆车安排的天数公式为：Pi＝Sum_j(Xij)，第i辆车安排的天数满足：Pi<＝1，其中i＝1..n。
产能约束为各个车间的日产能约束，即第j天安排的车辆数Aj满足：Aj<＝Cj，其中j＝1..m，Aj为第j天安排的车辆数，且计算公式为Aj＝Sum_i(Xij)，Cj第j天可安排的车辆数，Cj根据日产能计算得到，Cj＝JPH*Tj，JPH为产线节拍Tj为该天工作日历中的工时数，进一步的，当Cj计算得到为小数时，则向上取整。
交期约束是在Xij＝1的前提下提出的，当订单不允许提前、不允许延后时，j＝Ti；当订单允许提前、不允许延后时，j<＝Ti；当订单不允许提前、允许延后时，j>＝Ti。其中，Ti为第i辆车的最晚上线日期所在的那一天的序号。进一步的，当订单允许提前、允许延后时，则没有该项交期约束。
步骤S214，根据订单信息选择对应的目标迭代公式。
在一种实施方式中，根据订单信息获取订单的交期约束条件，然后针对交期约束条件选择目标迭代公式，其中，交期约束条件包括订单允许提前、订单允许延后和订单允许不排产，并且交期约束条件基于上述交期约束设置。
具体的，目标迭代公式表示为：
Objective＝Min Sum_k(Wk*RuleKObjective)+Wa*Sum_i(1-Pi)+
Wb*Sum_i(Sum_j(Xij*PositiveOnly(Ti-j)))+Wc*Sum_i(Sum_j(Xij*
PositiveOnly(j-Ti)))
其中，Objective为日排产结果；RuleKObjective为上述泛函系数，Pi为第i辆车安排的天数，Wk为第k个约束的权重，Wa为未能排产时的违规权重，Wb为排产提前时的违规权重，Wc为排产延后时的违规权重；PositiveOnly为取正函数，即PositiveOnly(x)表示只取正数值，其定义为：当x>0时，PositiveOnly(x)＝x；当x<＝0时，PositiveOnly(x)＝0。
优选的，为了简便计算过程，可以对上述目标迭代公式进行优化。
当交期约束条件为订单允许不排产时，才需要加上Wa*Sum_i(1-Pi)这一项，否则可以忽略这一项，即订单允许不排产时目标迭代公式表示为：
Objective＝Min Sum_k(Wk*RuleKObjective)+Wa*Sum_i(1-Pi)
当交期约束条件为订单允许提前时，才需要加上Wb*Sum_i(Sum_j(Xij*PositiveOnly(Ti-j)))这一项，否则可以忽略这一项，即订单允许提前时目标迭代公式表示为：
Objective＝Min Sum_k(Wk*RuleKObjective)+Wb*Sum_i(Sum_j(Xij*
PositiveOnly(Ti-j)))
当交期约束条件为订单允许延后时，才需要加上Wc*Sum_i(Sum_j(Xij*PositiveOnly(j-Ti)))这一项，否则可以忽略这一项，即订单允许延后时目标迭代公式表示为：
Objective＝Min Sum_k(Wk*RuleKObjective)Wc*Sum_i(Sum_j(Xij*
PositiveOnly(j-Ti)))
步骤S216，将泛函系数输入至目标迭代公式。
将上述根据约束规则计算得到的泛函系数输入至对应的目标迭代公式中，并根据订单清单信息确定目标迭代公式的参数。
步骤S218，根据目标迭代公式计算得到日排产结果。
此时目标迭代公式的各项参数已经设置完毕，计算所述目标迭代公式，直至目标迭代公式的计算结果满足各个车间的日产能和上线日期。进一步的，可以计算出所有车辆违规最小的排序，若无法满足各个车间的上线日期，则选择违规最小的排序作为日排产结果。
本发明实施例提供的整车生产线的日排产方法，首先获取订单信息和各个车间的生产交付周期，再根据订单信息中的订单交付日期依次确定总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期，查找所需的约束规则算法和目标迭代公式，并根据约束规则算法确定目标迭代公式所需的泛函系数，计算目标迭代公式确定满足上述总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期的日排产结果。本发明实施例通过对需求进行汇总，并对需求进行检查，在尽可能保证能够满足产能和订单交付日期的前提下进行日排产，并联合多个车间的生产计划确定日排产，以提高多个车间之间的生产均衡化程度和物料准时化程度，并且可以对多个车间的生产计划进行统一管理。
综上所述，本发明实施例可以达到如下特点至少之一：
(1)多品种车型小批量的混合排产安排。
汽车企业在实施多品种、中小批量柔性生产方式时，会碰到很多问题，如生产计划调整问题、排产安排问题、制造设备柔性问题、企业物流规划问题、库存控制问题等等。其中，多品种车型的混合排产安排问题相对更加重要，因为它直接影响生产系统的终端，即总装配线。向总装配线供应了该工件后，为了补充被领取的工件，必然会向更前一道工序领取所需的零部件。这样层层向前一道工序领取所需的零部件直到原材料部门，从而把各个工序连接起来实现同步化生产，即把各个车间连接起来实现同步化生产。
(2)汽车混流装配线的生产均衡化。
其中，汽车混流配装线的生产均衡化包括日排产均衡生产和物料供应的准时化。通过总装车间拉动涂装车间和焊装车间，对生产计划进行统一管理，使混流生产线上各零件部件的使用率尽量均衡，使总装配线传送带的停止时间最小化，以达到日排产均衡化和物料供应的准时化。
(3)排产计划的虚拟与现实的仿真验证及预警。
能够针对手工的排产计划或者订单变更后的计划进行虚拟验证，验证排产计划是否符合柔性装配线的生产规则、约束条件，是否满足日产能和交付日期，对不符合生产规则的日排产进行报警。
本发明实施例通过总装车间拉动涂装车间和焊装车间，对生产计划进行统一管理，使混流生产线上各零件部件的使用率尽量均衡，使总装配线传送带的停止时间最小化。
对于前述实施例提供的整车生产线的日排产方法，本发明实施例还提供了一种整车生产线的日排产装置，参见图3所示的一种整车生产线的日排产装置的结构示意图，该装置包括以下部分：
订单信息获取模块302，用于获取订单信息。其中，订单信息包括约束规则编号、订单清单信息和订单交付日期；订单清单信息包括待排产的车辆数量。
日期确定模块304，用于根据订单交付日期依次确定总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期。
算法查找模块306，用于查找与约束规则编号对应的约束规则算法。
结果确定模块308，用于根据约束规则算法确定日排产结果；其中，日排产结果满足总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期。
本发明实施例提供的整车生产线的日排产装置，首先通过订单信息获取模块获取订单信息，由日期确定模块根据订单信息中的订单交付日期依次确定总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期，然后通过算法查找模块查找与订单信息中的约束规则编号对应的约束规则算法，结果确定模块根据约束规则算法确定满足上述总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期的日排产结果。本发明实施例通过联合多个车间的生产计划确定日排产，可以提高多个车间之间的生产均衡化程度和物料准时化程度，并且可以对多个车间的生产计划进行统一管理。
进一步的，上述日期确定模块还用于获取预设生产交付周期；其中，生产交付周期包括总装车间的生产交付周期、涂装车间的生产交付周期和焊装车间的生产交付周期，然后根据订单交付日期与总装车间的生产交付周期确定总装车间的上线日期，根据总装车间的上线日期和涂装车间的生产交付周期确定涂装车间的上线日期，根据涂装车间的上线日期和焊装车间的生产交付周期确定焊装车间的上线日期。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
该设备为一种智能终端，具体的，该智能终端包括处理器和存储装置；存储装置上存储有计算机程序，计算机程序在被所述处理器运行时执行如上所述实施方式的任一项所述的方法。
图4为本发明实施例提供的一种智能终端的结构示意图，该智能终端100包括：处理器40，存储器41，总线42和通信接口43，所述处理器40、通信接口43和存储器41通过总线42连接；处理器40用于执行存储器41中存储的可执行模块，例如计算机程序。
其中，存储器41可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口43(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。
总线42可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器41用于存储程序，所述处理器40在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器40中，或者由处理器40实现。
处理器40可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器40中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器40可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器41，处理器40读取存储器41中的信息，结合其硬件完成上述方法的步骤。
本发明实施例所提供的整车生产线的日排产方法、装置及智能终端的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统具体工作过程，可以参考前述实施例中的对应过程，在此不再赘述。
本发明实施例所提供的可读存储介质的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种整车生产线的日排产方法，其特征在于，包括：
获取订单信息；其中，所述订单信息包括约束规则编号、订单清单信息和订单交付日期；所述订单清单信息包括待排产的车辆数量；
根据所述订单交付日期依次确定总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期；
查找与所述约束规则编号对应的约束规则算法；
根据所述约束规则算法确定日排产结果；其中，所述日排产结果满足所述总装车间的上线日期、所述涂装车间的上线日期和所述焊装车间的上线日期。
2.根据权利要求1所述的方法，其特征在于，所述根据所述订单交付日期依次确定总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期的步骤，包括：
获取预设生产交付周期；其中，所述生产交付周期包括总装车间的生产交付周期、涂装车间的生产交付周期和焊装车间的生产交付周期；
根据订单交付日期与所述总装车间的生产交付周期确定所述总装车间的上线日期；
根据所述总装车间的上线日期和所述涂装车间的生产交付周期确定所述涂装车间的上线日期；
根据所述涂装车间的上线日期和所述焊装车间的生产交付周期确定所述焊装车间的上线日期。
3.根据权利要求1所述的方法，其特征在于，所述根据所述约束规则算法确定日排产结果的步骤，包括：
根据所述约束规则算法确定泛函系数；
根据所述订单信息选择对应的目标迭代公式，并将所述泛函系数输入至所述目标迭代公式；其中，所述目标迭代公式的参数是根据所述订单清单信息确定的；
根据所述目标迭代公式计算得到日排产结果。
4.根据权利要求3所述的方法，其特征在于，所述根据所述约束规则算法确定泛函系数的步骤，包括：
基于所述订单信息设置所述约束规则算法所需的参数，得到设置后的约束规则算法；
执行所述设置后的约束规则算法，得到泛函系数。
5.根据权利要求3所述的方法，其特征在于，所述根据所述订单信息选择对应的目标迭代公式的步骤，包括：
根据所述订单信息获取所述订单的交期约束条件；其中，所述交期约束条件包括订单允许提前、订单允许延后和订单允许不排产；
针对所述交期约束条件选择目标迭代公式。
6.根据权利要求3所述的方法，其特征在于，所述目标迭代公式表示为：
Objective＝Min Sum_k(Wk*RuleKObjective)+Wa*Sum_i(1-Pi)+Wb*Sum_i(Sum_j(Xij*PositiveOnly(Ti-j)))+Wc*Sum_i(Sum_j(Xij*PositiveOnly(j-Ti)))；
其中，Objective为日排产结果；RuleKObjective为所述泛函系数，Pi为第i辆车安排的天数，Ti为第i辆车的上线日期的编号，Wk为第k个约束的权重，Wa为未能排产时的违规权重，Wb为排产提前时的违规权重，Wc为排产延后时的违规权重；Xij取1时表示当第i辆车安排在第j天，Xij取0时表示当第i辆车未安排在第j天；PositiveOnly为取正函数。
7.一种整车生产线的日排产装置，其特征在于，包括：
订单信息获取模块，用于获取订单信息；其中，所述订单信息包括约束规则编号、订单清单信息和订单交付日期；所述订单清单信息包括待排产的车辆数量；
日期确定模块，用于根据所述订单交付日期依次确定总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期；
算法查找模块，用于查找与所述约束规则编号对应的约束规则算法；
结果确定模块，用于根据所述约束规则算法确定日排产结果；其中，所述日排产结果满足所述总装车间的上线日期、所述涂装车间的上线日期和所述焊装车间的上线日期。
8.根据权利要求7所述的装置，其特征在于，所述日期确定模块还用于：
获取预设生产交付周期；其中，所述生产交付周期包括总装车间的生产交付周期、涂装车间的生产交付周期和焊装车间的生产交付周期；
根据订单交付日期与所述总装车间的生产交付周期确定所述总装车间的上线日期；
根据所述总装车间的上线日期和所述涂装车间的生产交付周期确定所述涂装车间的上线日期；
根据所述涂装车间的上线日期和所述焊装车间的生产交付周期确定所述焊装车间的上线日期。
9.一种智能终端，其特征在于，包括处理器和存储器；
所述存储器上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如权利要求1至6任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1至6任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811196140.5A CN109492873A (zh) | 2018-10-15 | 2018-10-15 | 整车生产线的日排产方法、装置及智能终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811196140.5A CN109492873A (zh) | 2018-10-15 | 2018-10-15 | 整车生产线的日排产方法、装置及智能终端 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109492873A true CN109492873A (zh) | 2019-03-19 |
Family
ID=65689732
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811196140.5A Pending CN109492873A (zh) | 2018-10-15 | 2018-10-15 | 整车生产线的日排产方法、装置及智能终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109492873A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111598464A (zh) * | 2020-05-19 | 2020-08-28 | 中冶赛迪重庆信息技术有限公司 | 一种基于过程建模的炼钢排产方法 |
| CN111754113A (zh) * | 2020-06-24 | 2020-10-09 | 精效新软新技术（北京）有限公司 | 生产加工过程中调度排班排产自动控制方法、系统及介质 |
| CN112651581A (zh) * | 2021-01-29 | 2021-04-13 | 启明信息技术股份有限公司 | 一种基于整车生产的高级计划排程系统 |
| CN112907215A (zh) * | 2021-03-08 | 2021-06-04 | 广东溢达纺织有限公司 | 纺织订单的生产控制方法、装置、计算机设备和存储介质 |
| CN113298336A (zh) * | 2020-08-21 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 资源排产信息确定方法及装置 |
| CN113393092A (zh) * | 2021-05-26 | 2021-09-14 | 青岛奥利普自动化控制系统有限公司 | 生产排产方法、设备、装置及存储介质 |
| CN113780738A (zh) * | 2021-08-11 | 2021-12-10 | 宁波帅特龙集团有限公司 | 一种订单分配方法与系统 |
| CN114626745A (zh) * | 2022-03-29 | 2022-06-14 | 广域铭岛数字科技有限公司 | 一种排产计划生成方法、系统、介质及电子终端 |
| CN116307640A (zh) * | 2023-05-18 | 2023-06-23 | 深圳联友科技有限公司 | 一种车辆排产方法、装置以及计算机可读存储介质 |
-
2018
- 2018-10-15 CN CN201811196140.5A patent/CN109492873A/zh active Pending
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111598464A (zh) * | 2020-05-19 | 2020-08-28 | 中冶赛迪重庆信息技术有限公司 | 一种基于过程建模的炼钢排产方法 |
| CN111754113A (zh) * | 2020-06-24 | 2020-10-09 | 精效新软新技术（北京）有限公司 | 生产加工过程中调度排班排产自动控制方法、系统及介质 |
| CN113298336A (zh) * | 2020-08-21 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 资源排产信息确定方法及装置 |
| CN112651581A (zh) * | 2021-01-29 | 2021-04-13 | 启明信息技术股份有限公司 | 一种基于整车生产的高级计划排程系统 |
| CN112907215A (zh) * | 2021-03-08 | 2021-06-04 | 广东溢达纺织有限公司 | 纺织订单的生产控制方法、装置、计算机设备和存储介质 |
| CN113393092B (zh) * | 2021-05-26 | 2023-06-23 | 青岛奥利普奇智智能工业技术有限公司 | 生产排产方法、设备、装置及存储介质 |
| CN113393092A (zh) * | 2021-05-26 | 2021-09-14 | 青岛奥利普自动化控制系统有限公司 | 生产排产方法、设备、装置及存储介质 |
| CN113780738A (zh) * | 2021-08-11 | 2021-12-10 | 宁波帅特龙集团有限公司 | 一种订单分配方法与系统 |
| CN113780738B (zh) * | 2021-08-11 | 2024-03-05 | 宁波帅特龙集团有限公司 | 一种订单分配方法与系统 |
| CN114626745B (zh) * | 2022-03-29 | 2023-05-30 | 广域铭岛数字科技有限公司 | 一种排产计划生成方法、系统、介质及电子终端 |
| CN114626745A (zh) * | 2022-03-29 | 2022-06-14 | 广域铭岛数字科技有限公司 | 一种排产计划生成方法、系统、介质及电子终端 |
| CN116307640A (zh) * | 2023-05-18 | 2023-06-23 | 深圳联友科技有限公司 | 一种车辆排产方法、装置以及计算机可读存储介质 |
| CN116307640B (zh) * | 2023-05-18 | 2023-08-11 | 深圳联友科技有限公司 | 一种车辆排产方法、装置以及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109492873A (zh) | 整车生产线的日排产方法、装置及智能终端 | |
| CN108876263A (zh) | 汽车制造智能排产处理方法 | |
| Goyal et al. | An integrated production-inventory-marketing model for deteriorating items | |
| Bollapragada et al. | Myopic heuristics for the random yield problem | |
| CN110955206B (zh) | 一种订单排程与分配调度方法及系统 | |
| Beltran et al. | Dynamic lot sizing with returning items and disposals | |
| Adelzadeh et al. | A mathematical model and a solving procedure for multi-depot vehicle routing problem with fuzzy time window and heterogeneous vehicle | |
| WO2000005669A1 (en) | Computer-implemented value management tool for an asset intensive manufacturer | |
| CN107563843A (zh) | 汽车零配件的询报价方法及系统 | |
| Gravel et al. | A multicriterion view of optimal resource allocation in job-shop production | |
| CN107093041A (zh) | 一种选择配送模式的方法、装置及服务器 | |
| CN112435095A (zh) | 一种纸箱生产车间订单生产管理装置 | |
| CN109447428A (zh) | 整车生产线序排产的确定方法、装置及智能终端 | |
| Keskin et al. | A comparative study of production–inventory model for determining effective production quantity and safety stock level | |
| JPH08212261A (ja) | 仕掛計画立案装置 | |
| Yang et al. | Mathematical modeling of multi-plant order allocation problem and solving by genetic algorithm with matrix representation | |
| CN114626745A (zh) | 一种排产计划生成方法、系统、介质及电子终端 | |
| Hung et al. | Minimizing earliness and tardiness costs in scheduling jobs with time windows | |
| CN111062769B (zh) | 派单方法、系统以及存储装置 | |
| CN116611633A (zh) | 车辆的排产方法、装置及电子设备 | |
| Piramuthu et al. | Information-based dynamic manufacturing system scheduling | |
| Viergutz | Integrated production and distribution scheduling. | |
| Kébé et al. | A Lagrangean heuristic for a two-echelon storage capacitated lot-sizing problem | |
| CN109360041A (zh) | 商户展示方法、装置、电子设备和存储介质 | |
| Rasi et al. | Production and distribution scheduling optimisation in a three-stage integrated supply chain using genetic algorithm |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190319 |