CN111985779B - 一种基于aps系统的服装工厂智能排程方法 - Google Patents

一种基于aps系统的服装工厂智能排程方法 Download PDF

Info

Publication number
CN111985779B
CN111985779B CN202010700898.9A CN202010700898A CN111985779B CN 111985779 B CN111985779 B CN 111985779B CN 202010700898 A CN202010700898 A CN 202010700898A CN 111985779 B CN111985779 B CN 111985779B
Authority
CN
China
Prior art keywords
time
working
production
workers
worker
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
Application number
CN202010700898.9A
Other languages
English (en)
Other versions
CN111985779A (zh
Inventor
吕永桂
金远帆
高平波
钟波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN202010700898.9A priority Critical patent/CN111985779B/zh
Publication of CN111985779A publication Critical patent/CN111985779A/zh
Application granted granted Critical
Publication of CN111985779B publication Critical patent/CN111985779B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311Scheduling, planning or task assignment for a person or group
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04Manufacturing
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于APS系统的服装工厂智能排程方法,计算制作一件衣服的总花费时间;分配工人及计算每人平均分配工时,并得到实际生产中每人最大平均工时;根据工序占平均工时的比例,调整对工人的工序安排;根据工序所需工人数、完成工序实际时间和时间效率,调整及插入工序;根据工人可安排最大工时比、每个工人所安排的工序和加工所安排的工序所需时间,得到生产流程总时间;考虑离开工位的时间,得到最短生产时间。本发明依据工人对不同工序的熟练度,合理的安排他在生产流程中所处于的位置,同时保证每个工人的平均工时相差不大,产生一个生产过程花费总时间相对最短的最优解。

Description

一种基于APS系统的服装工厂智能排程方法
技术领域
本发明属于服装排程领域,具体涉及一种基于APS系统的服装工厂智能排程方法。
背景技术
随着电子商务在全球范围内持续繁荣,客户的需求变得日趋个性化,如何针对客户的个性化需求迅速制定精准的生产计划已经成为了服装加工制造企业不能不面对的问题。
据相关统计,我国服装产业中,中小企业数量占据服装企业总数比例高达90%以上。中小企业的生产特点为品种多、批量小。对于多品种、小批量生产模式的企业,如何合理的安排生产计划一直是一个难题。因为订单的品种多,工序各有不同,所以排程时的计算量较大,而批量小又会导致频繁换线。在既保持多品种,小批量的模式下,又能及时地满足客户快速变化的需求成为了检验中小服装企业竞争力的标志。
传统服装企业更多的使用的是ERP和MRP系统,单个ERP仅具备整合企业资源的作用,而对于安排生产过程,减少管理人员排程时间,节约企业的人力资源和提高生产资料的利用率毫无作用。而基于MRP进行需求量计算制定计划的模式,存在:系统要求固定的工艺路线,所有工作都是在假定无线能力的前提下进行,无法生成详细可行的生产计划等缺点。
而APS系统可以有效的解决这些问题,APS是英文Advanced Planning AndScheduling的缩写,翻译过来就是高级计划与排程,它是运用计算机技术实现对生产计划的自动排程。运用APS系统,可以很好的帮助工厂的管理人员迅速的指定生产计划并就生产车间发生的动态情况为管理人员提供很好的决策支持。
所以,推进服装产业中APS系统的普及既可以提高实际生产车间的效率,给我国大量的中小服装企业提供更大的行业竞争力,同时也紧跟工业4.0这一新时代的发展潮流。
发明内容
鉴于以上存在的技术问题,本发明用于提供一种基于APS系统的服装工厂智能排程方法,包括以下步骤:
S10,计算制作一件衣服的总花费时间;
S20,分配工人及计算每人平均分配工时,并得到实际生产中每人最大平均工时;
S30,根据工序占平均工时的比例,调整对工人的工序安排;
S40,根据工序所需工人数、完成工序实际时间和时间效率,调整及插入工序;
S50,根据工人可安排最大工时比、每个工人所安排的工序和加工所安排的工序所需时间,得到生产流程总时间;
S60,考虑离开工位的时间,得到最短生产时间。
优选地,所述计算制作一件衣服的总花费时间为,生产一批数量为M的衣服,每件衣服有n道工序,每一道工序的标准工时为Tn,则制作其中的一件衣服的总花费时间为
优选地,所述Tn为历史生产记录中同工序所花费的平均工时。
优选地,所述分配工人及计算每人平均分配工时,并得到实际生产中每人最大平均工时为,分配i个工人完成订单,i≤n,每个人至少分配一道工序,则每个工人所平均分配的工时Ts为:
设置Ra值,Ra表示Ts允许的弹性范围;
Tsmax=Ts*Ra
其中,Tsmax表示实际生产安排过程中,每个工人最大平均工时。
优选地,所述根据工序占平均工时的比例,调整对工人的工序安排为,将Tn与Tsmax相比,得到Yn
其中,Yn是每道工序标准工时与最大平均工时的比值,表示该工序占最大平均工时Tsmax的比例;
设置比例值r,r表示可接受的最大动态平均工时比,1<r<2,当r<Yn时,说明此工序的标准工时Tn远大于每个工人最大平均工时Tsmax,应给此工序安排多个工人,工人数量用j表示,j为Yn四舍五入所的整数;当r>Yn时,则说明此工序在可接受的最大平均工时波动范围内,此工序仅需1人即可,即j=1。
优选地,所述根据工序所需工人数、完成工序实际时间和时间效率,调整及插入工序为,用Mn来保存每一道工序所需的工人数量,将根据r和Yn所得的每一道工序n所需要的工人数j存入数组,即Mn=j;存在一个矩阵保存工厂历史数据中每个工人做每道工序所需的时间,用T(i,n)表示第i个工人做第n道工序所需的实际时间,若第i个工人不会做第n道工序,则T(i,n)=0;用P(i,n)表示第i个工人做第n道工序所用的时间效率,则
其中,Tn为第n道工序所用的标准工时;
遍历P(i,n),根据数组Mn取得第n工序,效率前j名的工人,将该第n工序加入前j名工人的生产安排数组Ci中,
Ci=[*,……,n]
其中,i为工人序号;
用Si表示该加入该工序后,该工人的生产安排数组Ci内已安排的工序实际时间T(i,n)之和,
如果Si大于最大平均工时Tsmax,说明该工人的安排时间内无法插入此工序,则按效率顺序,向下取,如果所有工人的Si全部大于最大平均工时Tsmax,则返回重新设置Ra进行。
优选地,所述根据工人可安排最大工时比、每个工人所安排的工序和加工所安排的工序所需时间,得到生产流程总时间为,将Si与Tsmax相比,得到STi
其中,STi表示工人分配工序所占用每个工人的最大平均工时的比;
遍历STi,如果存在STi<0.7,或存在STi>0.9,说明此排程中,存在工人的工作工时相差过大的情况,则尝试将STi最大的工人中工作时间最短的工序分配给STi最小的工人,返回重新生成Ci,并继续;如果repeat次重复排程以后仍然存在STi<0.7或STi>0.9的情况,则忽略,其中初始化定义repeat取10;
遍历完整个P(i,n),将所有工序安排完成以后,得到初步的整个生产流程的总时间Tp
Tp=∑Si
在该Tp下,通过Ci到每个工人所安排的工序,通过Si得到该工人加工所安排工序所需要的时间,整个生产流程得到初步确认,可通过多次设置Ra和r得到多个生产流程,选取其中最优解,该流程下,生产流程总时间最短,同时生产资料利用率最高。
优选地,所述考虑离开工位的时间,得到最短生产时间为,生产过程中,工人存在离开工位的情况,故设Rs表示实际生产过程中,相对于计划生产时间的比例,一件衣服的实际总生产时间Tt为:
Tt=Tp*Rs
其中,Tt的时间单位为秒,整个数量为M的衣服订单,总共需要的生产时间SumT为:
其中,SumT的单位为小时;SumT即为该生产订单在最优生产流程下的最短生产时间。
采用本发明至少具有如下的有益效果:
(1)根据管理人员设置的Ra,调整弹性平均工时,可以根据不同的Ra生成不同的排程线路;
(2)根据工人的工序熟练度,在保证不大于平均工时的情况下,让工人进行自己擅长的工序;
(3)生成的相对最优的生产安排线路,在保证各个工人的平均工时相差不大,工序不会大量堆积在一个工人前的情况下,生成一条用时最少的工序安排路线,提高了工厂的生产资料利用率,加快了订单的生产速度,使得工厂可以更快的对订单进行反馈。
附图说明
图1为本发明实施例的基于APS系统的服装工厂智能排程方法的步骤流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中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。
参见图1,本发明公开了一种基于APS系统的服装工厂智能排程方法,包括以下步骤:
S10,计算制作一件衣服的总花费时间;
S20,分配工人及计算每人平均分配工时,并得到实际生产中每人最大平均工时;
S30,根据工序占平均工时的比例,调整对工人的工序安排;
S40,根据工序所需工人数、完成工序实际时间和时间效率,调整及插入工序;
S50,根据工人可安排最大工时比、每个工人所安排的工序和加工所安排的工序所需时间,得到生产流程总时间;
S60,考虑离开工位的时间,得到最短生产时间。
具体实施例中,S10,计算制作一件衣服的总花费时间,需要加工M=5000件衣服裁片,每件裁片有n=6道工序,每一道工序的标准工时Tn=[20,60,30,110,40,70],Tn为该工厂历史生产记录中同工序所花费的平均工时,则制作其中的一件衣服的总花费时间为:
该工厂分配i=3名工人做该订单,i≤n,每个工人至少一道工序,则每个人所分配的平均工时Ts为:
管理人员设置一个Ra=1.25,Ra表示平均工时Ts允许的弹性范围。
Tsmax=Ts*Ra=137.5(s);
Tsmax表示实际生产安排过程中,每个工人的最大平均工时。
将Tsmax与Tn做对比,得到Yn
Yn是每道工序与平均工时的比值,表示该工序占最大平均工时的比例。
车间管理人员设置一个比例值r,r表示工厂可以接受的最大动态平均工时,这里r=1.2,对比Yn,r>Yn,所以每道工序只需要安排一个工人。
用Mn来保存每一道工序所需的工人数量,将(5)中根据r和Yn所得的每一道工序n所需要的工人数J存入数组,即Mn=[1,1,1,1,1,1],每道工序仅需1人。
工厂数据库中存在历史数据中每个工人做每道工序所需的时间,用T(i,n)表示第i个工人做第n道工序所需的实际时间。若第i个工人不会做第n道工序,则T(i,n)=0。
用P(i,n)表示时间效率。则P(i,n)可以实际情况如下:
T(i,n)为第i个工人做第n道工序的实际时间。
遍历P(i,n)根据数组Mn取得第n工序,效率前1数位的工人。将该第n工序加入前1名工人的生产安排数组Ci中,i为工人序号。最终可得:
用Si表示加入该工序后,该工人的生产安排数组Ci内已安排的工序时间T(i,n)之和。
如果Si大于最大平均工时Tsmax,说明该工人的安排时间内无法插入此工序,则按效率顺序,向下取,如果所有工人的Si全部大于最大平均工时Tsmax,则返回重新设置Ra
将Si与Tsmax进行比较,可以得到STi
其中,STi表示工人分配工序所占用每个工人所可以安排的最大工时的比。
遍历STi存在STi<0.7或存在STi>0.9,则尝试将STi最大的工人中工作时间最短的工序分配给STi最小的工人,重新生成Ci
则重新生成的Si为:
重新生成的STi为:
符合存在STi<0.7或>0.9的工序。
将所有工序安排完成以后,可以得到初步的整个生产流程的总时间Tp
Tp=∑Si=318(s);
在该Tp下,通过Ci可以得到每个工人所安排的工序,可以通过Si得到该工人加工所安排工序所需要的时间,整个生产流程得到初步的确认。管理人员可以通过多次设置Ra和r得到生产流程的多个解,最终选取一条最优解,该流程下,生产流程总时间相对最短,同时生产资料利用率相对最高。
生产过程中,工人存在离开工位,解决个人需求和放松的情况,所以存在一个Rs=1.1,表示实际生产过程中,相对于计划生产时间的比例。所以,一件衣服的实际总生产时间Tt为:
Tt=Tp*Rs=349.8(s);
其中,Tt的时间单位是秒,整个数量为M=5000的衣服订单,总共需要的生产时间SumT为:
SumT的单位为小时。
该SumT就是该生产订单在最优生产路线下的生产最短时间。
应当理解,本文所述的示例性实施例是说明性的而非限制性的。尽管结合附图描述了本发明的一个或多个实施例,本领域普通技术人员应当理解,在不脱离通过所附权利要求所限定的本发明的精神和范围的情况下,可以做出各种形式和细节的改变。

Claims (3)

1.一种基于APS系统的服装工厂智能排程方法,其特征在于,包括以下步骤:
S10,计算制作一件衣服的总花费时间;
S20,分配工人及计算每人平均分配工时,并得到实际生产中每人最大平均工时;
S30,根据工序占平均工时的比例,调整对工人的工序安排;
S40,根据工序所需工人数、完成工序实际时间和时间效率,调整及插入工序;
S50,根据工人可安排最大工时比、每个工人所安排的工序和加工所安排的工序所需时间,得到生产流程总时间;
S60,考虑离开工位的时间,得到最短生产时间;
所述计算制作一件衣服的总花费时间为,生产一批数量为M的衣服,每件衣服有n道工序,每一道工序的标准工时为Tn,则制作其中的一件衣服的总花费时间为
所述分配工人及计算每人平均分配工时,并得到实际生产中每人最大平均工时为,分配i个工人完成订单,i≤n,每个人至少分配一道工序,则每个工人所平均分配的工时Ts为:
设置Ra值,Ra表示Ts允许的弹性范围;
Tsmax=Ts*Ra
其中,Tsmax表示实际生产安排过程中,每个工人最大平均工时;
所述根据工序占平均工时的比例,调整对工人的工序安排为,将Tn与Tsmax相比,得到Yn
其中,Yn是每道工序标准工时与最大平均工时的比值,表示该工序占最大平均工时Tsmax的比例;
设置比例值r,r表示可接受的最大动态平均工时比,1<r<2,当r<Yn时,说明此工序的标准工时Tn远大于每个工人最大平均工时Tsmax,应给此工序安排多个工人,工人数量用j表示,j为Yn四舍五入所的整数;当r>Yn时,则说明此工序在可接受的最大平均工时波动范围内,此工序仅需1人即可,即j=1;
所述根据工序所需工人数、完成工序实际时间和时间效率,调整及插入工序为,用Mn来保存每一道工序所需的工人数量,将根据r和Yn所得的每一道工序n所需要的工人数j存入数组,即Mn=j;存在一个矩阵保存工厂历史数据中每个工人做每道工序所需的时间,用T(i,n)表示第i个工人做第n道工序所需的实际时间,若第i个工人不会做第n道工序,则T(i,n)=0;用P(i,n)表示第i个工人做第n道工序所用的时间效率,则
其中,Tn为第n道工序所用的标准工时;
遍历P(i,n),根据数组Mn取得第n工序,效率前j名的工人,将该第n工序加入前j名工人的生产安排数组Ci中,
Ci=[*,……,n]
其中,i为工人序号;
用Si表示该加入该工序后,该工人的生产安排数组Ci内已安排的工序实际时间T(i,n)之和,
如果Si大于最大平均工时Tsmax,说明该工人的安排时间内无法插入此工序,则按效率顺序,向下取,如果所有工人的Si全部大于最大平均工时Tsmax,则返回重新设置Ra进行;
所述根据工人可安排最大工时比、每个工人所安排的工序和加工所安排的工序所需时间,得到生产流程总时间,将Si与Tsmax相比,得到STi
其中,STi表示工人分配工序所占用每个工人的最大平均工时的比;
遍历STi,如果存在STi<0.7,或存在STi>0.9,说明此排程中,存在工人的工作工时相差过大的情况,则尝试将STi最大的工人中工作时间最短的工序分配给STi最小的工人,返回重新生成Ci,并继续;如果repeat次重复排程以后仍然存在STi<0.7或STi>0.9的情况,则忽略,其中初始化定义repeat取10;
遍历完整个P(i,n),将所有工序安排完成以后,得到初步的整个生产流程的总时间Tp
Tp=∑Si
在该Tp下,通过Ci到每个工人所安排的工序,通过Si得到该工人加工所安排工序所需要的时间,整个生产流程得到初步确认,可通过多次设置Ra和r得到多个生产流程,选取其中最优解,该流程下,生产流程总时间最短,同时生产资料利用率最高。
2.如权利要求1所述的基于APS系统的服装工厂智能排程方法,其特征在于,所述Tn为历史生产记录中同工序所花费的平均工时。
3.如权利要求1所述的基于APS系统的服装工厂智能排程方法,其特征在于,所述考虑离开工位的时间,得到最短生产时间为,生产过程中,工人存在离开工位的情况,故设Rs表示实际生产过程中,相对于计划生产时间的比例,一件衣服的实际总生产时间Tt为:
Tt=Tp*Rs
其中,Tt的时间单位为秒,整个数量为M的衣服订单,总共需要的生产时间SumT为:
其中,SumT的单位为小时;SumT即为该生产订单在最优生产流程下的最短生产时间。
CN202010700898.9A 2020-07-17 2020-07-17 一种基于aps系统的服装工厂智能排程方法 Active CN111985779B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010700898.9A CN111985779B (zh) 2020-07-17 2020-07-17 一种基于aps系统的服装工厂智能排程方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010700898.9A CN111985779B (zh) 2020-07-17 2020-07-17 一种基于aps系统的服装工厂智能排程方法

Publications (2)

Publication Number Publication Date
CN111985779A CN111985779A (zh) 2020-11-24
CN111985779B true CN111985779B (zh) 2023-11-14

Family

ID=73437908

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010700898.9A Active CN111985779B (zh) 2020-07-17 2020-07-17 一种基于aps系统的服装工厂智能排程方法

Country Status (1)

Country Link
CN (1) CN111985779B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113723763B (zh) * 2021-08-06 2024-05-03 广东伟达智能装备股份有限公司 一种订单生产效率管理方法、装置、终端设备及存储介质
CN117522081A (zh) * 2024-01-04 2024-02-06 济南源根科技有限公司 一种基于业务节点的项目流程决策系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109784656A (zh) * 2018-12-18 2019-05-21 河北省科学院应用数学研究所 一种离散制造协同生产计划排程方法
CN110766477A (zh) * 2019-10-31 2020-02-07 四川长虹电器股份有限公司 基于生产排程和工艺排配的机械加工订单报价方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109784656A (zh) * 2018-12-18 2019-05-21 河北省科学院应用数学研究所 一种离散制造协同生产计划排程方法
CN110766477A (zh) * 2019-10-31 2020-02-07 四川长虹电器股份有限公司 基于生产排程和工艺排配的机械加工订单报价方法

Also Published As

Publication number Publication date
CN111985779A (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
CN111985779B (zh) 一种基于aps系统的服装工厂智能排程方法
Johnson Activity-based information: A blueprint for world-class man
CN110516936B (zh) 一种智能生产流水线调配系统
CN108776862B (zh) 支持工序任务量拆分的智能排产方法
CN111382942B (zh) 一种集成交货期配置的置换流水车间能效优化调度方法
CN109615165B (zh) 一种基于erp与mes数据交互技术的柔性加工调度方法
CN112070378B (zh) 一种利用计算机基于逻辑优先原则的生产排产管理方法
CN113487155B (zh) 一种用于塑料行业的智能排程系统
CN112859785B (zh) 基于多目标优化算法的纸盆车间生产调度方法及调度系统
CN114186779A (zh) 多型号小批量生产线动态调度方法及生产调度系统
CN111242482A (zh) 一种可实现智能生产排程的erp系统
CN110472829A (zh) 一种自动排产的方法
US20050113955A1 (en) Dynamically adjusting the distribution for dispatching lot between current and downstream tool by using expertise weighting mechanism
CN115049201A (zh) 作业调度方法、装置、电子设备和存储介质
CN114460908A (zh) 一种螺狮粉生产企业柔性生产车间调度方法
CN106600154A (zh) 一种服务器产品精益定编的方法及系统
CN116451974B (zh) 一种数字化工厂业务管理方法及系统
CN110782199B (zh) 一种智能分料系统
CN112348402A (zh) 一种销售系统中的动态分配方法
CN114862122B (zh) 一种基于aps的车间排产方法、系统及设备
Yan et al. Robustness of various production control policies in semiconductor manufacturing
CN115438952A (zh) 一种排产方法及其相关设备
CN115204619A (zh) 基于改进遗传算法解码的柔性车间调度方法、设备及系统
CN113283864A (zh) 一种物料切割下料方法、装置及设备
Li et al. Mission Reliability Modeling of Multistation Manufacturing Systems Considering Cascading Functional Failure

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