CN111260085A - 器件更换工时评估方法、装置、设备及介质 - Google Patents
器件更换工时评估方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN111260085A CN111260085A CN202010022522.7A CN202010022522A CN111260085A CN 111260085 A CN111260085 A CN 111260085A CN 202010022522 A CN202010022522 A CN 202010022522A CN 111260085 A CN111260085 A CN 111260085A
- Authority
- CN
- China
- Prior art keywords
- man
- hour
- equation
- replacement
- type
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 37
- 238000012423 maintenance Methods 0.000 claims abstract description 61
- 230000008439 repair process Effects 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 238000000034 method Methods 0.000 abstract description 17
- 238000012545 processing Methods 0.000 abstract description 4
- 238000004836 empirical method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Physics (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Analysis (AREA)
- Tourism & Hospitality (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Computational Mathematics (AREA)
- Quality & Reliability (AREA)
- Mathematical Optimization (AREA)
- Accounting & Taxation (AREA)
- Pure & Applied Mathematics (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种器件更换工时评估方法,涉及数据处理技术领域,旨在对器件更换的标准工时进行评估。该方法包含以下步骤:获取历史维修订单;根据所述历史维修订单生成工时方程,并确定所述工时方程的方程类型;求解相同方程类型的工时方程,得到不同器件类型的工时序列;分别计算所述不同器件类型的工时序列的众数,得到不同器件类型的标准更换工时。本发明还公开了一种器件更换工时评估装置、电子设备和计算机存储介质。
Description
技术领域
本发明涉及充电桩维护技术领域,尤其涉及一种器件更换工时评估方法、装置、设备及介质。
背景技术
随着电动汽车的发展和普及,越来越多的车主选择购买电动汽车,而为了保证电动汽车的续航能力和充电便利性,为电动汽车提供充电服务的充电桩也应运而生。
随着越来越多的充电桩投入应用,对充电桩的维护是保证充电桩运行质量的重要措施。在充电桩的维修过程中,维修工人需要根据充电桩的实际故障人工更换器件,且每次维修可能更换一种或多种器件,又因为是人工作业,使得每次维修更换器件的工时是不确定的,而维修费用是根据更换器件的工时确定的,因此对充电桩维修任务承接方而言,对充电桩器件的更换工时的准确评估,是评价维修工人工作效率和生成维修报价的重要环节。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种器件更换工时评估方法,旨在对每种器件的更换工时进行准确评估。
本发明的目的之一采用以下技术方案实现:
一种器件更换工时评估方法,包括以下步骤:
获取历史维修订单;
根据所述历史维修订单生成工时方程,并确定所述工时方程的方程类型;
求解相同方程类型的工时方程,得到不同器件类型的工时序列;
分别计算所述不同器件类型的工时序列的众数,得到不同器件类型的标准更换工时。
进一步地,所述历史维修订单包括:更换的器件类型和数量、以及花费的总工时。
进一步地,所述工时方程为:Σ器件类型×数量=总工时,所述方程类型为所述工时方程中的器件类型的集合。
进一步地,求解相同方程类型的工时方程,包括:
分别将若干相同类型的工时方程组成线性方程组,采用高斯-赛德尔迭代算法分别求解所述线性方程组。
进一步地,所述线性方程组中不包含同质方程。
进一步地,还包括以下步骤:
接收未完成的维修订单;
根据不同器件类型的标准更换工时,计算所述未完成的维修订单的理想总工时;
根据所述理想总工时生成维修报价。
本发明的目的之二在于提供一种器件更换工时评估装置,其通过对历史维修订单进行信息提取和处理,通过计算对每种器件类型的更换工时进行准确评估。
本发明的目的之二采用以下技术方案书实现:
获取模块,用于获取历史维修订单;
方程生成模块,用于根据所述历史维修订单生成工时方程,并确定所述工时方程的方程类型;
方程求解模块,用于求解相同方程类型的工时方程,得到不同器件类型的工时序列;
工时评估模块,用于分别计算所述不同器件类型的工时序列的众数,得到不同器件类型的标准更换工时。
本发明的目的之三在于提供执行发明目的之一的电子设备,其包括处理器、存储介质以及计算机程序,所述计算机程序存储于存储介质中,所述计算机程序被处理器执行时实现上述的器件更换工时评估方法。
本发明的目的之四在于提供存储发明目的之一的计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的器件更换工时评估方法。
相比现有技术,本发明的有益效果在于:
本发明通过方程表示历史维修订单的维修信息,再通过求解方程组得到不同器件类型的工时序列,最后通过计算工时序列的众数,确定不同器件类型的标准更换工时。根据标准更换工时,能对维修工人的工作效率进行评估以及对新维修订单的进行报价。
附图说明
图1是本发明器件更换工时评估方法的流程图;
图2是实施例2的器件更换工时评估装置的结构框图;
图3是实施例3的电子设备的结构框图。
具体实施方式
以下将结合附图,对本发明进行更为详细的描述,需要说明的是,以下参照附图对本发明进行的描述仅是示意性的,而非限制性的。各个不同实施例之间可以进行相互组合,以构成未在以下描述中示出的其他实施例。
实施例1
本实施例提供了一种器件更换工时评估方法,旨在对历史维修订单进行信息提取,得到该历史维修订单花费的工时、更换的器件类型和每种器件类型更换的数量,再通过工时方程表示上述维修信息,并将类型相同的工时方程组成方程组分别进行求解,得到不同器件类型的工时序列,再通过求解工时序列的众数,确定相应器件的标准更换工时,从而完成器件更换工时评估。
根据上述原理,对器件更换工时评估方法进行介绍,如图1所示,器件更换工时评估方法,具体包括以下步骤:
获取历史维修订单;
根据所述历史维修订单生成工时方程,并确定所述工时方程的方程类型;
求解相同方程类型的工时方程,得到不同器件类型的工时序列;
分别计算所述不同器件类型的工时序列的众数,得到不同器件类型的标准更换工时。
本实施例介绍的器件工时评估方法可用于对充电桩器件的更换工时评估,且应用于在服务器上。
优选地,所述历史维修订单包括更换的器件类型和每个器件类型需要更换的数量,以及更换该维修订单中所有器件花费的总工时。如一个维修订单为:更换2个A器件,更换1个B器件,总用时为1个小时。
优选地,根据历史维修订单生成工时方程,即提取更换的器件类型和每个器件类型需要更换的数量、以及更换该维修订单中所有器件花费的总工时等维修信息,并根据该维修信息生成工时方程,该生成的工时方程为:Σ器件类型×数量=总工时,即将每个更换的器件类型分别乘以更换的数量再进行求和得到总工时,如一个维修订单为:更换2个A器件,更换1个B器件,总用时为1个小时;则根据该维修订单生成工时方程为:2A+B=1,该工时方程的方程类型为AB。在本发明的另一实施例中,工时方程还表示为[2,1,1],该工时方程的方程类型[A,B]。
根据历史维修订单,得到多种方程类型,即多种器件的组合方式,若维修订单中只包含单一器件类型,则选择相同类型的工时方程进行求解:根据该器件类型在不同维修订单中分别花费的总工时,形成该器件类型的工时序列,计算该工时序列的众数,得到该器件类型的标准维修工时。若历史维修订单中包含多种器件类型,则选择相同类型的工时方程组成方程组进行求解。
选择若干相同类型的工时方程组成线性方程组进行求解,例如选择方程类型为AB的工时方程进行求解,那么至少要两个方程类型为AB的工时方程才能求解,求解结果即为更换器件A的工时和更换器件B的工时。需要注意的是,在组成方程组时,从相同类型的工时方程中选出任意个数的工时方程,将选择的相同类型的工时方程组成线性方程组进行求解。若相同类型的工时方程无法组成方程组(即只有单个工时方程),则根据更新的历史维修订单生成新的工时方程,以使得相同类型的工时方程组能够组成方程组。
优选地,所述线性方程组中的工时方程不为同质方程,即所述线性方程组中的所有工时方程化简后不等于同一个方程。如方程X+Y=4与方程2X+2Y=8为同质方程,将这两个方程分别除以系数化简后,化简结果均为X+Y=4,因同质方程组成线性方程组不能求解,所以将上述两个方程组成线性方程组无法求解。
因此,当所述线性方程组中的工时方程为同质方程时,则重新从相同类型的工时方程中选择任意个数的工时方程,重新组成方程组以进行求解。
优选地,求解相同方程类型的工时方程,包括:
分别将所述相同类型的工时方程组成线性方程组,采用高斯-赛德尔迭代算法分别求解相同类型的工时方程组成的线性方程组。
高斯-赛德尔迭代算法求解线性方程组的过程如下:
设线性方程组为ai1x1+ai2x2+...+ainxn=bi,其中i=1,2,…n。
需要注意的是,当上述线性方程组的系数矩阵严格对角占优或对称正定时,高斯-赛德尔迭代法必收敛。
通过上述高斯-赛德尔迭代算法分别对相同类型的工时方程(工时方程组成线性方程组)进行求解,得到不同器件类型的解的集合,即得到不同器件类型的工时序列。
分别计算不同器件类型的工时序列的众数,将求得的众数分别作为不同器件类型的标准更换工时。
需要注意的是,需要判断上述高斯-赛德尔迭代算法求解结果是否有效解,若为有效解,则将不同的器件类型的解组成集合,得到不同器件类型的工时序列;若不是有效解,则重新从相同类型的工时方程中选择任意个数的工时方程,重新组成方程组,且该方程组的工时方程不为同质方程,然后对该方程组进行求解,并继续判断求解结果是否为有效解,直至得到有效解为止。
上述众数为一组数据中出现次数最多的数值,可通过金氏插入法或皮尔逊经验法计算众数。
皮尔逊经验法计算众数的公式为:MO=ξ-3(ξ-Md),其中式中ξ为样本均值,Md为中数,用皮尔逊经验法计算所得众数近似于理论众数,常称为皮尔逊近似众数。
本实施例利用皮尔逊计算器件工时序列时,首先需计算器件工时序列的均值(ξ)和中数(Md)。
例如,当根据高斯-赛德尔迭代算法求解出更换A器件的工时序列为{1,2,1,1,3,4,8},首先该序列的平均数和中数。平均数的概念和求解方法为公知常识,在此不再赘述。而求A器件的工时序列的中数(Md)时,首先要先对A器件的工时序列进行从小到大的排序,然后计算中数的序号,分数值个数为奇数与偶数两种方式:如果总数个数是奇数的话,按从小到大的顺序,取中间的那个数,如果总数个数是偶数的话,按从小到大的顺序,取中间那两个数的平均数。因此,求得该工时序列的平均数(均值ξ)为3,中数(Md)为2。
将平均数3和中数2带入皮尔逊经验法的计算公式,求得上述A器件的工时序列的众数为1,表示在实际维修工作中,大多数人正常更换A器件的工作时间为1,将该众数为1作为更换A器件的理想标准工时。
将上述器件更换工时评估方法应用在实际生产中,从历史维修订单中提取器件更换信息(更换的器件类型和数量)和总工时,以生成工时方程保存在数据库中,每天都分别将相同方程类型的工时方程组成线性方程组,采用上述高斯-赛德尔迭代算法分别对相同方程类型的线性方程组进行求解,然后保存不同器件类型的工时序列,再分别求不同器件类型的工时序列的众数,基于众数得到不同器件类型的标准更换工时,最后保存求得的标准更换工时,以实现对不同器件类型的标准更换工时的更新。
在实际生产中,在执行上述器件更换工时评估方法的初期,因完成的维修订单较少,无法计算出器件的标准更换工时,即使基于维修订单计算得到标准工时,也不能反映实际的工时情况,因此设置执行上述器件更换工时评估方法的执行条件,该执行条件规定当已完成的维修器件达到预设数量时,开始对器件的更换工时进行评估,所述预设数量根据实际情况进行设置。
本实施例通过器件更换工时评估方法得到标准更换工时后,能通过每个器件类型的标准更换工时对新(未完成)维修订单的理想总工时进行计算,并根据理想总共时生成维修报价,报价计算方法可根据实际情况制定,在本实施例中,采用工时单价乘以理想总工时得到维修报价。除此之外,每个器件类型的标准更换工时可用于评估维修工人的工作效率:利用每个器件类型的标准更换工时计算历史维修订单的标准工时,然后与历史维修订单的实际工时进行比对,得到比对结果,从而根据比对结果评估维修工人的工作效率,若实际工时大于标准工时,则判定维修工人的工作效率低,反之,则判定维修工人的工作效率高。
实施例2
本实施例公开了一种对应上述实施例1的器件更换工时评估装置,为虚拟结构装置,如图2所示,包括:
获取模块210,用于获取历史维修订单;
方程生成模块220,用于根据所述历史维修订单生成工时方程,并确定所述工时方程的方程类型;
方程求解模块230,用于求解相同方程类型的工时方程,得到不同器件类型的工时序列;
工时评估模块240,用于分别计算所述不同器件类型的工时序列的众数,得到不同器件类型的标准更换工时。
方程生成模块220根据所述历史维修订单生成工时方程前,还执行以下处理:提取历史维修订单的维修信息,维修信息包括更换的器件类型和每个器件类型需要更换的数量、以及更换该维修订单中所有器件花费的总工时。然后根据维修信息生成工时方程,并确定工时方程的方程类型。
上述方程求解模块230求解相同方程类型的工时方程时,包括:分别将相同类型的工时方程组成线性方程组,采用高斯-赛德尔迭代算法分别求解所述线性方程组,得到不同器件类型的工时序列。
上述工时评估模块240还计算不同器件类型的平均数和中数,再采用皮尔逊经验法计算不同器件类型的工时序列的众数,将得到的众数分别作为不同器件类型的标准更换工时。
实施例3
图3为本发明实施例3提供的一种电子设备的结构示意图,如图3所示,该电子设备包括处理器310、存储器320、输入装置330和输出装置340;计算机设备中处理器310的数量可以是一个或多个,图3中以一个处理器310为例;电子设备中的处理器310、存储器320、输入装置330和输出装置340可以通过总线或其他方式连接,图3中以通过总线连接为例。
存储器320作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的器件更换工时评估方法对应的程序指令/模块(例如,器件更换工时评估装置中的获取模块210、方程生成模块220、方程求解模块230和工时评估模块240)。处理器310通过运行存储在存储器320中的软件程序、指令以及模块,从而执行电子设备的各种功能应用以及数据处理,即实现实施例1的器件更换工时评估方法。
存储器320可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器320可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器320可进一步包括相对于处理器310远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置330可用于接收历史维修订单,输出装置340可用于输出每种器件类型的标准更换工时、维修报价等。
实施例4
本发明实施例4提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于实现器件更换工时评估方法,该方法包括:
获取历史维修订单;
根据所述历史维修订单生成工时方程,并确定所述工时方程的方程类型;
求解相同方程类型的工时方程,得到不同器件类型的工时序列;
分别计算所述不同器件类型的工时序列的众数,得到不同器件类型的标准更换工时。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的器件更换工时评估方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。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可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台电子设备(可以是手机,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的方法。
值得注意的是,上述实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
对本领域的技术人员来说,可根据以上描述的技术方案以及构思,做出其它各种相应的改变以及形变,而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。
Claims (9)
1.一种器件更换工时评估方法,其特征在于,包括以下步骤:
获取历史维修订单;
根据所述历史维修订单生成工时方程,并确定所述工时方程的方程类型;
求解相同方程类型的工时方程,得到不同器件类型的工时序列;
分别计算所述不同器件类型的工时序列的众数,得到不同器件类型的标准更换工时。
2.如权利要求1所述的器件更换工时评估方法,其特征在于,所述历史维修订单包括:更换的器件类型和数量、以及花费的总工时。
3.如权利要求2所述的器件更换工时评估方法,其特征在于,所述工时方程为:Σ器件类型×数量=总工时,所述方程类型为所述工时方程中的器件类型的集合。
4.如权利要求1所述的器件更换工时评估方法,其特征在于,求解相同方程类型的工时方程,包括:
分别将若干相同类型的工时方程组成线性方程组,采用高斯-赛德尔迭代算法分别求解所述线性方程组。
5.如权利要求4所述的器件更换工时评估方法,其特征在于,所述线性方程组中不包含同质方程。
6.如权利要求1所述的器件更换工时评估方法,其特征在于,还包括以下步骤:
接收未完成的维修订单;
根据不同器件类型的标准更换工时,计算所述未完成的维修订单的理想总工时;
根据所述理想总工时生成维修报价。
7.一种器件更换工时评估装置,其特征在于,包括:
获取模块,用于获取历史维修订单;
方程生成模块,用于根据所述历史维修订单生成工时方程,并确定所述工时方程的方程类型;
方程求解模块,用于求解相同方程类型的工时方程,得到不同器件类型的工时序列;
工时评估模块,用于分别计算所述不同器件类型的工时序列的众数,得到不同器件类型的标准更换工时。
8.一种电子设备,其包括处理器、存储介质以及计算机程序,所述计算机程序存储于存储介质中,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6任一项所述的器件更换工时评估方法。
9.一种计算机可读存储介质,其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执行时实现权利要求1至6任一项所述的器件更换工时评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010022522.7A CN111260085B (zh) | 2020-01-09 | 2020-01-09 | 器件更换工时评估方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010022522.7A CN111260085B (zh) | 2020-01-09 | 2020-01-09 | 器件更换工时评估方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111260085A true CN111260085A (zh) | 2020-06-09 |
CN111260085B CN111260085B (zh) | 2023-12-12 |
Family
ID=70954090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010022522.7A Active CN111260085B (zh) | 2020-01-09 | 2020-01-09 | 器件更换工时评估方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111260085B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112415967A (zh) * | 2020-11-17 | 2021-02-26 | 四川大学 | 一种鞋业生产线智能管理系统及方法 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009050434A2 (en) * | 2007-10-16 | 2009-04-23 | The University Of York | Equation solving |
US20120214142A1 (en) * | 2009-10-29 | 2012-08-23 | Honda Motor Co., Ltd. | Work procedure guidance system |
KR101358673B1 (ko) * | 2013-08-30 | 2014-02-10 | (주)엘씨씨코리아 | 스마트폰을 이용한 시설상태평가 방법 및 시스템 |
US20140074546A1 (en) * | 2012-09-10 | 2014-03-13 | The Boeing Company | Ergonomic Safety Evaluation With Labor Time Standard |
US20140343711A1 (en) * | 2013-05-17 | 2014-11-20 | The Research Foundation Of State University Of New York | Decision support system for order prioritization |
CN104573876A (zh) * | 2015-01-28 | 2015-04-29 | 华北电力大学(保定) | 基于时序长记忆模型的风电场短期风速预测方法 |
US20150220875A1 (en) * | 2012-06-13 | 2015-08-06 | Hitachi, Ltd. | Method and system of managing replacement timing interval of maintenance part |
US20160034615A1 (en) * | 2014-08-01 | 2016-02-04 | Tata Consultancy Services Limited | System and method for forecasting a time series data |
CN106202491A (zh) * | 2016-07-19 | 2016-12-07 | 中国银联股份有限公司 | 一种基于时间序列的数据挖掘方法及系统 |
CN107146035A (zh) * | 2017-05-19 | 2017-09-08 | 中原工学院 | 针织服装大货生产中批量系数的计算方法 |
CN107633359A (zh) * | 2017-09-14 | 2018-01-26 | 浪潮软件股份有限公司 | 一种计算研发效率的方法及装置 |
CN107633254A (zh) * | 2017-07-25 | 2018-01-26 | 平安科技(深圳)有限公司 | 建立预测模型的装置、方法及计算机可读存储介质 |
CN107704424A (zh) * | 2017-09-22 | 2018-02-16 | 北京空间飞行器总体设计部 | 基于被动推扫成像模式下距离与所需时间的精确计算方法 |
CN109308243A (zh) * | 2018-09-12 | 2019-02-05 | 杭州朗和科技有限公司 | 数据处理方法、装置、计算机设备和介质 |
CN109426920A (zh) * | 2018-01-19 | 2019-03-05 | 武汉十傅科技有限公司 | 一种考虑预测订单和实际订单的企业生产计划优化方法 |
CN109460893A (zh) * | 2018-09-26 | 2019-03-12 | 中国电力科学研究院有限公司 | 一种光伏电站天气类型相关性指标计算方法和系统 |
CN109543918A (zh) * | 2018-11-30 | 2019-03-29 | 平安科技(深圳)有限公司 | 数据预测方法、装置、计算机装置和计算机可读存储介质 |
CN109598047A (zh) * | 2018-11-26 | 2019-04-09 | 国家电网公司 | 一种变电设备寿期预测方法及系统 |
CN109636060A (zh) * | 2018-12-25 | 2019-04-16 | 江苏金风科技有限公司 | 风电机组运维工时修正预测方法 |
CN110189104A (zh) * | 2019-05-29 | 2019-08-30 | 北京字节跳动网络技术有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
-
2020
- 2020-01-09 CN CN202010022522.7A patent/CN111260085B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009050434A2 (en) * | 2007-10-16 | 2009-04-23 | The University Of York | Equation solving |
US20120214142A1 (en) * | 2009-10-29 | 2012-08-23 | Honda Motor Co., Ltd. | Work procedure guidance system |
US20150220875A1 (en) * | 2012-06-13 | 2015-08-06 | Hitachi, Ltd. | Method and system of managing replacement timing interval of maintenance part |
US20140074546A1 (en) * | 2012-09-10 | 2014-03-13 | The Boeing Company | Ergonomic Safety Evaluation With Labor Time Standard |
US20140343711A1 (en) * | 2013-05-17 | 2014-11-20 | The Research Foundation Of State University Of New York | Decision support system for order prioritization |
KR101358673B1 (ko) * | 2013-08-30 | 2014-02-10 | (주)엘씨씨코리아 | 스마트폰을 이용한 시설상태평가 방법 및 시스템 |
US20160034615A1 (en) * | 2014-08-01 | 2016-02-04 | Tata Consultancy Services Limited | System and method for forecasting a time series data |
CN104573876A (zh) * | 2015-01-28 | 2015-04-29 | 华北电力大学(保定) | 基于时序长记忆模型的风电场短期风速预测方法 |
CN106202491A (zh) * | 2016-07-19 | 2016-12-07 | 中国银联股份有限公司 | 一种基于时间序列的数据挖掘方法及系统 |
CN107146035A (zh) * | 2017-05-19 | 2017-09-08 | 中原工学院 | 针织服装大货生产中批量系数的计算方法 |
CN107633254A (zh) * | 2017-07-25 | 2018-01-26 | 平安科技(深圳)有限公司 | 建立预测模型的装置、方法及计算机可读存储介质 |
CN107633359A (zh) * | 2017-09-14 | 2018-01-26 | 浪潮软件股份有限公司 | 一种计算研发效率的方法及装置 |
CN107704424A (zh) * | 2017-09-22 | 2018-02-16 | 北京空间飞行器总体设计部 | 基于被动推扫成像模式下距离与所需时间的精确计算方法 |
CN109426920A (zh) * | 2018-01-19 | 2019-03-05 | 武汉十傅科技有限公司 | 一种考虑预测订单和实际订单的企业生产计划优化方法 |
CN109308243A (zh) * | 2018-09-12 | 2019-02-05 | 杭州朗和科技有限公司 | 数据处理方法、装置、计算机设备和介质 |
CN109460893A (zh) * | 2018-09-26 | 2019-03-12 | 中国电力科学研究院有限公司 | 一种光伏电站天气类型相关性指标计算方法和系统 |
CN109598047A (zh) * | 2018-11-26 | 2019-04-09 | 国家电网公司 | 一种变电设备寿期预测方法及系统 |
CN109543918A (zh) * | 2018-11-30 | 2019-03-29 | 平安科技(深圳)有限公司 | 数据预测方法、装置、计算机装置和计算机可读存储介质 |
CN109636060A (zh) * | 2018-12-25 | 2019-04-16 | 江苏金风科技有限公司 | 风电机组运维工时修正预测方法 |
CN110189104A (zh) * | 2019-05-29 | 2019-08-30 | 北京字节跳动网络技术有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
陈亮;孙德锋;卓金全;: "退化情形下高斯-赛德尔迭代法的几个问题", no. 02 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112415967A (zh) * | 2020-11-17 | 2021-02-26 | 四川大学 | 一种鞋业生产线智能管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111260085B (zh) | 2023-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109359762B (zh) | 风险预测模型生成方法、风险预测方法、装置及服务器 | |
CN110941251B (zh) | 基于数字孪生体的生产控制方法、装置、设备及介质 | |
CN116126947B (zh) | 应用于企业管理系统的大数据分析方法及系统 | |
JP2019087030A (ja) | 予測モデル生成装置、予測モデル生成方法及び予測モデル生成プログラム | |
CN110555563A (zh) | 大规模钢筋分组及下料优化方法及装置 | |
CN111260085A (zh) | 器件更换工时评估方法、装置、设备及介质 | |
CN115856756A (zh) | 一种电能计量箱故障评估方法 | |
CN113642886B (zh) | 规划电网线路利用率分析方法、系统、介质及计算设备 | |
CN117096875B (zh) | 一种基于Spatio-Temporal Transformer模型的短期负荷预测方法及系统 | |
CN113435738A (zh) | 环境污染溯源方法、装置、设备及计算机可读存储介质 | |
CN101206727A (zh) | 数据处理装置、方法和程序以及计算机可读介质 | |
CN111178722B (zh) | 适用于销售线索评级和分配的机器学习系统、方法及介质 | |
CN111400964A (zh) | 一种故障发生时间预测方法及装置 | |
CN109242321B (zh) | 用户电力负荷在线分析方法及终端设备 | |
CN116414832A (zh) | 一种基于bim与人工智能的数据档案存储方法及系统 | |
CN115660425A (zh) | 风偏闪络风险评价方法、系统、设备、可读存储介质 | |
CN114154415A (zh) | 设备寿命的预测方法及装置 | |
CN104933110A (zh) | 一种基于MapReduce的数据预取方法 | |
CN114117349A (zh) | 电力系统随机变量概率分析方法、系统、设备及存储介质 | |
CN113283879A (zh) | 一种施工量的确定方法、装置、电子设备及可读存储介质 | |
CN113779116A (zh) | 对象排序方法、相关设备及介质 | |
CN112541514A (zh) | 事件发布方法、服务器、终端及存储介质 | |
CN112633617A (zh) | 维保策略生成方法、装置、计算机设备和可读存储介质 | |
CN102353445B (zh) | 基于网格的测振系统 | |
CN108256650A (zh) | 基于块模型的社区挖掘方法、装置及终端设备 |
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 |