CN112116499A - 一种餐饮后厨订单智能管理系统及其排单方法 - Google Patents
一种餐饮后厨订单智能管理系统及其排单方法 Download PDFInfo
- Publication number
- CN112116499A CN112116499A CN202010852878.3A CN202010852878A CN112116499A CN 112116499 A CN112116499 A CN 112116499A CN 202010852878 A CN202010852878 A CN 202010852878A CN 112116499 A CN112116499 A CN 112116499A
- Authority
- CN
- China
- Prior art keywords
- dish
- dishes
- queue
- ordering
- order
- 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
- 238000000034 method Methods 0.000 title claims abstract description 70
- 239000013598 vector Substances 0.000 claims abstract description 22
- 238000007726 management method Methods 0.000 claims description 52
- 238000012163 sequencing technique Methods 0.000 claims description 30
- 239000011159 matrix material Substances 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 13
- 230000008901 benefit Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 235000013305 food Nutrition 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000011451 sequencing strategy Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 2
- 230000001502 supplementing effect Effects 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 235000012054 meals Nutrition 0.000 description 7
- 235000013311 vegetables Nutrition 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 235000021185 dessert Nutrition 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000291 postprandial effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 235000011888 snacks Nutrition 0.000 description 1
- 235000014347 soups Nutrition 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000001960 triggered effect Effects 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
-
- 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
- G06Q10/06—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
-
- 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
- G06Q10/06316—Sequencing of tasks or work
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种餐饮后厨订单智能管理系统及其排单方法,通过设置用户端、服务器端、后厨管理终端及菜品提示工具,搭建智能化软硬件组合系统,并设计排单方法,将后厨按菜品类目分设多个分类处理岗位进行菜品制作,并基于餐饮排单的复杂性,在每个分类处理岗位设计了双层排队结构,经预先设定的多个影响菜品排序的指标因素的权重向量配置多指标决策排序策略,按接收订单划分岗位、计算上层等待队列菜品排序、确定菜品预期完成加工所需时长、底层菜品队列轮转更新及出单的步骤顺序有序安排菜品订单的生产执行。该订单智能管理系统及其排单方法可作为智能化餐饮厨房的重要组成部分,提高餐饮排单的合理性,助力后厨工作人员有序高效工作,增强餐饮企业的竞争力。
Description
技术领域
本发明涉及智能后厨技术领域,具体是一种餐饮后厨订单智能管理系统及其排单方法。
背景技术
餐饮业作为服务行业之一,为实现自身的盈利目标,对自身提供的服务质量要求极高。除去餐饮口味、用餐环境、服务质量、菜品价格等因素外,其中上菜速度的快慢也是消费者选择消费的很大参考因素,而后厨工作人员的有序菜品制作是对上菜速度的保障,餐饮订单排单是现实中一直存在的问题,尤其对于大型及热门餐饮企业来说,如何在正确的时刻,为正确的桌位上正确的菜,直接关系到餐饮服务满意度评价。而目前餐饮企业的订单排单主要采用人工判断方式进行,当客户下好订单后,后厨管理人员根据经验综合判断当前决定加工的订单菜品。这种作业方式对于排单人员有一定技术要求,并且也很难保证排单顺序的合理性,并且餐饮排单需考虑诸多要素,如菜品种类、菜品顺序、等待时间、桌位人数、客户优先级及菜品加工时间等,是一个复杂的多指标决策问题。
虽然随着技术的进步,餐饮业也慢慢在应用智能设备进行点单下单与后厨的智能管理,但是依旧缺少针对现有订单菜品进行分析和智能排单的专业系统及有效的排单方法。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足,以实现多指标合理化排单为基本目标,提供一种综合用户信息及订单内容的餐饮后厨订单智能管理系统及其排单方法。
为实现上述目的,本发明提供餐饮后厨订单智能管理系统的排单方法技术方案为:预先在管理系统中配置餐饮运营数据信息,预设有菜品的归属岗位类目、预设加工时长、理想上菜间隔时间,并在后厨设置多个分类处理岗位,各菜品按归属岗位类目进入对应分类处理岗位执行菜品制作流程,每个分类处理岗位设有独立的菜品排序队列执行菜品排单;同时餐饮运营数据信息还设定多个主要指标作为影响菜品排序的指标因素,根据预先获取该对应指标的权重向量w={w1,w2,....,wn},再以该权重向量配置多指标决策排序策略进行菜品排序队列内部排序的运算,进而获得菜品排单结果并依结果中的先后顺序执行菜品处理。
作为进一步的方案:该排单方法还可预先设定所述多个分类处理岗位相互之间的处理优先级,其中不同分类处理岗位的同一顾客订单菜品根据所述处理优先级顺序设置严格的先后加工顺序。
作为进一步的方案:所述每个分类处理岗位的菜品排序队列分层设置为底层执行队列和上层等待队列,所述的底层执行队列设置为菜品备菜及制作处理队列,对应底层执行队列配合设置若干个工作台,其中位于底层执行队列最前端的菜品执行菜品制作,待制作完成则从该底层执行队列中消除,后续底层执行队列菜品顺延排序,空缺队列则由上层等待队列中菜品按规则调度进入;所述的上层等待队列设置为等待菜品排序队列,其中该上层等待队列的菜品流转进入底层执行队列后从其原队列中消除。所述排单方法根据该分层设置的菜品排序队列,设置包括如下步骤:
S1、接收订单划分岗位:接收各个顾客订单,获取顾客订单中的菜品信息和顾客信息,进而生成对应顾客订单内各个菜品的订单菜品数据,其中顾客订单各个菜品按对应岗位类目划分归类至各对应的分类处理岗位的上层等待队列中;
S2、计算上层等待队列菜品排序:对应每个接收有新顾客订单菜品的分类处理岗位,其上层等待队列实时更新队列排序,通过配置的多指标决策排序策略,将基于预设多个主要指标的权重向量结合对应的订单菜品数据实时执行排序计算,得到对应每个分类处理岗位上层等待菜品集合的菜品排序列表;基于该菜品排序列表还可生成每个分类处理岗位依顾客订单划分的顾客菜品队列,其中顾客菜品队列的最前端位置设置为各顾客订单在对应分类处理岗位上层等待队列的就绪菜品;其中上层等待队列中的就绪菜品按需加入底层执行队列,上层等待队列实时更新队列排序。
S3、确定菜品预期完成加工所需时长:依据上一步骤获得的菜品排序及各菜品的预设加工时长,计算各分类处理岗位中所有未加工菜品的预期完成加工所需时长,并设定等待时间要求用于决定就绪菜品是否可以加入到底层队列;其中先获取当前预分配加工任务完成总时长最小的工作台,设定其预分配加工任务完成总时长为tu,并且其包含该工作台正在加工的菜品的剩余预期完成加工所需时长;其中还设置一个经验值常数c代表理想上菜时间间隔,其中当该菜品是顾客订单中的首道菜品、当不设定分类处理岗位优先级时该分类处理岗位中顾客订单的首道菜品的情况时,则该经验值常数c设置为0;其中底层执行队列中等待预分配工作台的菜品,设定其菜品自身预设加工时长为ti,获得该菜品的预期完成加工所需时长为t=tu+ti;其中处于对应岗位的上层等待队列中的菜品集合,按照排序从先往后,设定某等待预分配工作台的菜品自身预设加工时长为ti,设定其在对应订单中的前道菜品的预期完成加工所需时长为q,其中当该菜品是该顾客订单中的首道菜品、当不设定分类处理岗位优先级时该处理岗位中该顾客订单的首道菜品的情况时,则q设置为0;当上层等待队列的菜品满足条件tu+ti≥q+c,则该菜品可预匹配该工作台,并得到该菜品的预期完成加工所需时长t=tu+ti,同时当该上层等待队列菜品为就绪菜品,则其达到加入到底层执行队列进行排队的等待时间要求;若上层等待队列中无菜品满足该tu+ti≥q+c条件,则选取菜品集合中(q+c)-(ti+tu)值最小的菜品与该工作台进行预匹配,且可获得该菜品的预期完成加工所需时长为t=q+c。
S4、底层菜品队列轮转更新及出单:当上层菜品队列中的就绪菜品加入到底层排队的等待时间达到上一步骤所述符合tu+ti≥q+c的要求,则依据底层执行队列的实际空缺数,按照优先级排序从高到低挑选对应数量的就绪菜品加入到底层执行队列,而未达到等待时间要求的就绪菜品则继续等待直至符合tu+ti≥q+c的等待时间要求,以此确保顾客订单不同菜品加工的先后顺序和上菜时间间隔,其中处于底层执行队列内的菜品随新加队列的菜品及完成加工出单菜品变化及时更新排序队列信息。
作为进一步的方案:其中当分类处理岗位的底层执行队列处于存在空位,但上层等待队列中的所有就绪菜品尚未达到加入底层队列等待时间要求的情况,对应的就绪菜品则无法加入底层执行队列,其中可依据所有就绪菜品的预期完成加工所需时长由短到长排列,设定依次提取最前端就绪菜品增补加入对应底层执行队列空位中,并及时更新上层等待队列的排序队列信息。
作为进一步的方案:其中影响菜品排序的多个主要指标可设定为菜品等待时长、客户优先级、桌位人数、菜品加工时长,所述顾客信息可设定包括订单生成时间信息、顾客优先级信息、桌位人数信息、备注说明信息。
作为进一步的方案:所述主要指标的权重向量w={w1,w2,....,wn}采用层次分析法获得,所述层次分析法的具体应用步骤为:
SA1、设定菜品多指标排序为目标,排序的目标分为两层,第一层为排序的总目标,第二层为“菜品等待时长最短”、“客户优先级响应最好”、“桌位人数均衡度最高”、“菜品加工时长最短”四个目标要素;
SA2、选择1-9比率标度法为准则以比较第二层次的四个目标要素两两之间的重要性关系,构建比较判断矩阵;
SA3、对上述构造出的成对判断矩阵进行层次单分析并检验一致性,得到各指标相对于总目标的权重。
作为进一步的方案:所述多指标决策排序策略采用改进型逼近理想解排序法获得,其应用流程如下:
S21、将对应分类处理岗位上层等待队里中的所有订单菜品数据整理形成初始矩阵X=(xij)m×n,确定绝对理想解矩阵D=(dij)2×n,其中d1j代表绝对正理想解的第j个指标,d2j代表绝对负理想解的第j个指标,j=1,2,...,n。对于效益性属性集,应确保绝对正理想解的指标大于等于所有可能出现的方案属性,绝对负理想解的指标小于等于所有可能出现的方案属性。对于成本性属性集,则应刚好相反。在菜品排单中,原始数据中有些指标的值越大则对应的菜品越应尽快得到加工,如菜品等待时间、客户优先级和桌位人数等,他们是效益性属性;还有些指标是越小越应得到尽快加工,如菜品加工时间,是成本性属性。
S22、标准化初始矩阵并加权:采用预先获得的各指标的权重向量为w={w1,w2,....,wn},对初始矩阵进行标准化并使用该权重向量进行加权后获得的中间矩阵记设为Y=(yij)m×n;
容易求得标准化后的理想解,其中标准化后的绝对正理想解设为r+,标准化后的绝对负理想解设为r-。
S23、计算各个方案得到绝对正、负理想解的欧式距离:
备选方案Xi到绝对正理想解距离设为
到绝对负理想解距离设为
S25、进行比较排序,通过比较相关接近度的数值大小,其中数值越大排序越靠前,从而形成整体排序队列。
作为进一步的方案:所述餐饮运营数据信息还可预设菜品复菜加工信息,设定同一菜品复菜拼单可加工份数,并设定各分类处理岗位的上层等待队列中的就绪菜品会触发相同菜品复菜拼单,就绪菜品寻找后续队列中与就绪菜品相同菜品信息;若存在相同菜品则发生复菜拼单,将后续的相同菜品以不超过最大拼单份数调入最前端队列形成拼单。
作为进一步的方案:所述底层执行队列的菜品队列数量可随在整个分类处理岗位菜品排单队列菜品数量调整变化。
作为进一步的方案:所述分类处理岗位内对应菜品可直接按菜品设定严格的加工顺序,每个顾客订单在对应分类处理岗位内的顾客菜品队列也以菜品设定的加工顺序设定排列。
本发明还提供一种餐饮后厨订单智能管理系统技术方案为:包括用户端、服务器端、后厨管理终端及设置于各分类处理岗位上的菜品提示工具;其中,所述用户端,用于访问服务器端并获取服务器端预设的菜品数据信息,同时可进行下单操作并将下单生成的订单信息发送至服务器端;所述服务器端,用于与用户端进行数据交互,并可预设存储餐饮后厨运营数据信息,并将订单信息及匹配的餐饮后厨运营数据信息转发至后厨管理终端;所述后厨管理终端,用于接收订单信息,执行排单算法,并将排单结果发送至对应的菜品提示工具;所述菜品提示工具,用于接收后厨管理终端智能排单的结果,面向对应分类处理岗位的后厨工作人员提示播报获得包括本次及后续几个应加工订单菜品的参数信息。
与现有技术相比,本发明的有益效果是:
1、本发明的餐饮后厨订单智能管理系统在实现自动点单的基础上,通过搭建智能化软硬件组合系统,能在后厨管理终端实现智能排单,并具有排单提示功能,辅助后厨工作人员有序高效执行工作,实现就餐时间点订单菜品有序上菜;
2、结合大型餐饮企业分岗位加工菜品的现实特点,本发明涉及的排单方法,经过预先设定的多个影响菜品排序的指标因素的权重向量和多指标决策排序策略,按接收订单划分岗位、计算菜品排序、确定菜品预期完成加工所需时长、底层菜品队列轮转更新及出单的步骤顺序安排菜品订单的有序生产。本发明可作为智能化餐饮厨房的重要组成部分,提高餐饮排单的合理性,增强餐饮企业的竞争力。
附图说明
图1为本发明的餐饮后厨订单智能管理系统实施例1的框架结构示意图。
图2为本发明的实施例1菜品主要指标因素分层结构示意图。
图3为本发明的实施例1菜品排序队列分层结构示意图。
图4为本发明的实施例1提示工具界面显示示意图。
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,所描述的实施例仅仅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。
参阅图1-4,本发明的实施例1:申请人接受当地一家热门中餐厅企业委托,对该企业进行智能化排单改进,搭建了一种餐饮后厨订单智能管理系统,其包括用户端、服务器端、后厨管理终端及各岗位菜品提示工具。其中,所述用户端,是提供给顾客进行访问餐厅供给菜品菜单信息并进行下单的终端工具,可用于访问服务器端并获取服务器端预设的菜品数据信息,同时可进行下单操作将下单生成的订单信息发送至服务器端;在具体实现上现有技术中提供了多种硬件方式,可直接由服务人员点菜器下单、顾客用Pad平板下单、顾客自身无线通讯设备扫码点单等方式来实现,在本实施例中由餐厅设置为原有的点菜器作为用户端设备;所述服务器端,在实施例中设置于餐厅后厨独立的控制空间,如微机操作间,可设置为一个信息存储服务器,其用于与用户端的点菜器进行数据交互,并预设存储了餐饮后厨运营数据信息,可将订单信息及匹配的餐饮后厨运营数据信息转发至后厨管理终端;所述后厨管理终端,其设置成一个带有管理程序系统的PC电脑,设置于餐厅后厨,也可和服务器端合并成一个主体,其用于接收顾客的订单信息,并可在后厨管理终端上配置订单智能管理的计算机程序对全餐厅的订单信息中的菜品进行智能排单管理,并发送排序信息至对接的各岗位菜品提示工具;各岗位菜品提示工具,分设于对应的真实工作岗位区域,如冷菜处理岗位、热菜处理岗位A、热菜处理岗位B、主食汤品岗位、甜品水果岗位,用于接收后厨管理终端智能排单的结果信息,并播报包括本次及后续几个应加工订单菜品的备菜参数信息,便于后厨工作人员了解自身后续工作情况,进行后续准备工作。其中本实施例中的各岗位菜品提示工具配置为带有语音播报功能的显示屏,可以提示本岗位后续几个需要加工的菜品信息,可参阅图4中,该显示屏设置了菜品序号、对应菜品名称、订单详情中的桌号及人数信息和备注信息。
在搭建上述的餐饮后厨订单智能管理系统之前,申请人还对该餐厅进行勘察,并对餐饮后厨运营数据信息进行预先收集获取,其中餐饮后厨运营数据信息包括了餐厅面积大小、提供桌台参数信息、前厅及后厨对应岗位工作人员信息、餐厨设备信息、所有菜品的预设加工时长、每个菜品理论可以复菜拼单份数及其他餐厅优化统计信息等,并与该中餐厅企业的前厅及后厨的管理人员进行经营信息汇总收集,结合之前经营经验,还设定了理想上菜间隔时间、所有菜品的对应的分类处理岗位设置等信息,另外结合在后厨设置的多个分类处理岗位设置信息,将所有菜品以对应岗位划分归类成多种菜品类目,各菜品类目内菜品进入对应分类处理岗位执行菜品制作流程,且指定所有分类处理岗位的处理优先级,不同分类处理岗位的同一顾客订单菜品按处理优先级设置严格的先后加工顺序;参阅图3,其中每个分类处理岗位设有独立的菜品排序队列,而菜品排序队列分层设置为底层执行队列和上层等待队列,其中底层执行队列设置为菜品备菜及制作处理队列,位于最前端队列的菜品执行菜品制作,制作完成后从队列消除,后续底层执行队列菜品顺延排序,空缺队列则由上层等待队列中菜品按规则调度进入;其中上层等待队列设置为等待菜品排序队列,并配置多指标决策排序策略进行队列排序运算,队列菜品流转进入底层执行队列后从其原队列消除,后续上层等待队列菜品重新排序。
其中在结合餐厅管理人员经验意见,设定了以菜品等待时长、客户优先级、桌位人数、菜品加工时长作为影响该餐厅菜品排序的主要指标因素,并通过层次分析法的方式来确定菜品等待时长、客户优先级、桌位人数、菜品加工时长四个指标因素的权重向量w={w1,w2,w3,w4},该层次分析法的具体应用步骤为:
SA1、设定菜品多指标排序为目标,排序的目标分为两层,第一层为排序的总目标,第二层为“等待时长最短”、“客户优先级响应最好”、“桌位人数均衡度最高”、“菜品加工时长最短”四个目标要素,其中分层设置可参阅图2;
SA2、选择以采用1-9比率标度法为准则以比较第二层次的四个目标要素两两之间的重要性关系,构建比较判断矩阵;
表一 餐饮排序指标比较判断矩阵
等待时长 | 客户优先级 | 桌位人数 | 加工时长 | |
等待时长 | 1 | 3 | 5 | 6 |
客户优先级 | 1/3 | 1 | 3 | 5 |
桌位人数 | 1/5 | 1/3 | 1 | 2 |
加工时间 | 1/6 | 1/5 | 1/2 | 1 |
SA3、对上述构造出的成对判断矩阵进行层次单分析并检验一致性,得到各指标要素对于总目标的相对权重。经计算,该矩阵的最大特征值λmax为4.0936,其一致性指标(consistency index):
为了考察层次分析法的比较结果是否合理,需对判断矩阵进行一致性检验,要求一致性比例(consistency ratio)CR<0.1,通过参考层次分析法表格得到判断矩阵的随机指标(Random Index)RI=0.89,通过计算可得:
通过一致性检验,故该判断矩阵的一致性在符合范围之内,同时可求得该特征值所对应的归一化特征向量,即菜品等待时长、客户优先级、桌位人数、菜品加工时长等指标对应的相对权重向量为w={0.5593,0.2688,0.1071,0.0648}。
其中本餐饮后厨订单智能管理系统的运行流程为:顾客通过用户端实现菜品下单,用户端将顾客的订单信息发送至服务器端,对应服务器端匹配预设信息后转发至后厨管理终端,通过后厨管理终端计算机PC应用多指标决策排单策略对餐厅内的等待制作的订单菜品按对应的分类处理岗位队列进行智能排单,并通过各岗位菜品提示工具将菜品加工信息播报显示给后厨对应分类处理岗位的工作人员,由后厨工作人员对菜品进行有序加工完成出单操作。
基于上述餐饮后厨订单智能管理系统的硬件搭建,申请人还设置了对应该餐饮企业后厨管理终端计算机PC管理应用的排单方法,具体为如下步骤:
S1、接收订单划分岗位:接收各个顾客订单,获取顾客订单中的菜品信息和顾客信息,进而生成对应顾客订单内各个菜品的订单菜品数据,其中顾客订单各个菜品按对应岗位类目划分归类至各对应的分类处理岗位的上层等待队列中;
S2、计算上层等待队列菜品排序:对应每个接收有新顾客订单菜品的分类处理岗位,其上层等待队列实时更新队列排序,通过配置的多指标决策排序策略,将基于预设多个主要指标的权重向量结合对应的订单菜品数据实时执行排序计算,得到对应每个分类处理岗位上层等待菜品集合的菜品排序列表;基于该菜品排序列表还可生成每个分类处理岗位依顾客订单划分的顾客菜品队列,其中顾客菜品队列的最前端位置设置为各顾客订单在对应分类处理岗位上层等待队列的就绪菜品;其中上层等待队列中的就绪菜品按需加入底层执行队列,上层等待队列实时更新队列排序。
S3、依据上一步骤获得的菜品排序及各菜品的预设加工时长,计算各分类处理岗位中所有未加工菜品的预期完成加工所需时长,并设定等待时间要求用于决定就绪菜品是否可以加入到底层队列;其中先获取当前预分配加工任务完成总时长最小的工作台,设定其预分配加工任务完成总时长为tu,并且其包含该工作台正在加工的菜品的剩余预期完成加工所需时长;其中还设置一个经验值常数c代表理想上菜时间间隔,其中当该菜品是顾客订单中的首道菜品、当不设定分类处理岗位优先级时该分类处理岗位中顾客订单的首道菜品的情况时,则该经验值常数c设置为0;其中底层执行队列中等待预分配工作台的菜品,设定其菜品自身预设加工时长为ti,获得该菜品的预期完成加工所需时长为t=tu+ti;其中处于对应岗位的上层等待队列中的菜品集合,按照排序从先往后,设定某等待预分配工作台的菜品自身预设加工时长为ti,设定其在对应订单中的前道菜品的预期完成加工所需时长为q,其中当该菜品是该顾客订单中的首道菜品、当不设定分类处理岗位优先级时该处理岗位中该顾客订单的首道菜品的情况时,则q设置为0;当上层等待队列的菜品满足条件tu+ti≥q+c,则该菜品可预匹配该工作台,并得到该菜品的预期完成加工所需时长t=tu+ti,同时当该上层等待队列菜品为就绪菜品,则其达到加入到底层执行队列进行排队的等待时间要求;若上层等待队列中无菜品满足该tu+ti≥q+c条件,则选取菜品集合中(q+c)-(ti+tu)值最小的菜品与该工作台进行预匹配,且可获得该菜品的预期完成加工所需时长为t=q+c。
S4、底层菜品队列轮转更新及出单:当上层菜品队列中的就绪菜品加入到底层排队的等待时间达到上一步骤所述符合tu+ti≥q+c的要求,则依据底层执行队列的实际空缺数,按照优先级排序从高到低挑选对应数量的就绪菜品加入到底层执行队列,而未达到等待时间要求的就绪菜品则继续等待直至符合tu+ti≥q+c的等待时间要求,以此确保顾客订单不同菜品加工的先后顺序和上菜时间间隔,其中处于底层执行队列内的菜品随新加队列的菜品及完成加工出单菜品变化及时更新排序队列信息。
其中上述的多指标决策排序策略可采用多种排序方法来进行计算执行,在本实施例中设置了以改进型逼近理想解排序法来获得排序结果的方式,该改进型逼近理想解排序法的排序策略应用流程如下:
S21、将对应分类处理岗位上层等待队里中的所有订单菜品数据整理形成初始矩阵X=(xij)m×n,确定绝对理想解矩阵D=(dij)2×n,其中d1j代表绝对正理想解的第j个指标,d2j代表绝对负理想解的第j个指标,j=1,2,...,n。对于效益性属性集,应确保绝对正理想解的指标大于等于所有可能出现的方案属性,绝对负理想解的指标小于等于所有可能出现的方案属性。对于成本性属性集,则应刚好相反。在菜品排单中,原始数据中有些指标的值越大则对应的菜品越应尽快得到加工,如菜品等待时间、客户优先级和桌位人数等,他们是效益性属性;还有些指标是越小越应得到尽快加工,如菜品加工时间,是成本性属性。
S22、标准化初始矩阵并加权:采用预先获得的各指标的权重向量为w={w1,w2,....,wn},对初始矩阵进行标准化并使用该权重向量进行加权后获得的中间矩阵记设为Y=(yij)m×n;
容易求得标准化后的理想解,其中标准化后的绝对正理想解设为r+,标准化后的绝对负理想解设为r-。
S23、计算各个方案得到绝对正、负理想解的欧式距离:
备选方案Xi到绝对正理想解距离设为
到绝对负理想解距离设为
S25、进行比较排序,通过比较相关接近度的数值大小,其中数值越大排序越靠前,从而形成整体排序队列。
在本实施例中,在顾客订单数量较小的用餐时间,每个分类处理岗位中底层执行队列的菜品数量设置为六个,但当进入用餐高峰期时,对应的底层执行队列的菜品数量可随处于整个分类处理岗位菜品排单数量调整变化增多设置,本实施例中设置高峰期底层执行队列数量为十个,而上层等待队列不设置菜品数量上限。
同时为避免产生“饥饿”现象,导致生产效率降低,即其中存在分类处理岗位的底层执行队列有空位,而上层等待队列中订单就绪菜品未达到加入底层队列等待时间要求因而无法插入到底层执行队列进行排队,因此还可根据就绪菜品的预期完成加工所需时长由短到长挑选加入空位,当该就绪菜品流转到底层执行队列排队,该菜品从上层等待队列中删除。
其中采用实际案例演算排序过程:选取热菜类目的热菜处理岗位A端的上层等待队列进行演算。
根据餐饮经营实际,设立绝对正理想解和绝对负理想解,本例如下(依次代表菜品等待时长、客户优先级、桌位人数、菜品加工时长):
其中D1j代表绝对正理想解,D2j代表绝对负理想解,j={1,2,3,4}。以绝对正理想解为例,其指标含义为:菜品等待时长为30分钟,客户优先级为5级,桌位人数为20人,菜品加工所需时长为4分钟。
可根据改进型逼近理想解排序法中关于理想解标准化的计算步骤,求得标准化并加权后的绝对正理想解向量为r+={0.5593,0.2688,0.1071,0.0123},绝对负理想解向量为r-={0.0932,0.0538,0.0161,0.0648}。
现在该热菜处理岗位的上层等待队列设置有六道菜等待烹饪,命名为C1-C6,其所对应的等待时间信息、客户优先级信息(数字越大优先级越高)、桌位人数信息和菜品加工时间信息详情如表二所示:
表二 待加工菜品详情举例
在获得对应的六个菜品订单信息后,通过执行以改进型逼近理想解排序法设置的多指标决策排序策略,构造初始矩阵,标准化初始矩阵并加权:
求取各订单到正理想解和负理想解的距离:
S+={0.3633,0.4132,0.4674,0.4669,0.453,0.4652}T
S-={0.1905,0.1179,0.1153,0.0721,0.0871,0.0803}T
从而求取各订单与理想解的相关接近度,得到接近度分布结果
F={0.344,0.222,0.1979,0.1338,0.1613,0.1473}T
最后依据接近度由大到小排序,可得上述六个菜品列表的加工顺序应为C1->C2->C3->C5->C6->C4,与该企业管理人员确认,排序结果符合决策要求。
另外还可演示对新加入的一个菜品C7进行更新排序,设置菜品C7的指标数据为表三:
表三 新菜品数据详情
菜品 | 等待时长(分钟) | 客户优先级 | 桌位人数 | 菜品加工时长(分钟) |
C7 | 5 | 3 | 7 | 10 |
同样通过执行以改进型逼近理想解排序法设置的多指标决策排序策略,按流程步骤依次计算获得该菜品的接近度为0.1911,因此其排序应在C3和C5之间。
本发明的实施例2:申请人再行在当地一家热门西餐厅,具体为法餐为主的主题餐厅进行智能化排单改进。在基于实施例1的基础上进行具体实施,申请人也预先与餐厅管理人员对接并对餐厅进行勘察,获取收集餐饮后厨运营数据信息,再对该西餐厅基于现有硬件进行优化改进。其中影响菜品排序的指标因素与餐厅管理人员确认,为菜品等待时长、客户优先级、桌位人数、菜品加工时长,相较于实施例1,这些指标因素的权值根据经营经验直接设定,依顺序设置为w={0.45,0.3,0.15,0.1},而对应的各岗位菜品提示工具分设于酒水餐前岗位、小食处理岗位、主食处理岗位、餐后甜品岗位,并且该西餐厅除了所有菜品自行点单外还设置了多个套餐组合,包括单人套餐A、单人套餐B、双人套餐C、双人套餐D和三人套餐E,每组套餐中均按用餐顺序设置了多道组合菜品。为了确保用餐口感,该餐厅管理人员对所有菜品的优先级进行了设置,进而规定了菜品之间的加工顺序,每个顾客订单在对应分类处理岗位内的顾客菜品队列也以菜品内设的优先级严格按照顺序进行排列和加工。
因该西餐厅提供给顾客菜单包含多个套餐选项,顾客之间经常会点到相同的套餐,而相同套餐内菜品一致,因此本实施例中餐饮运营数据信息还可预设菜品复菜加工信息,设定同一菜品复菜拼单可加工份数,并设定各分类处理岗位的上层等待队列中菜品进入最前端队列的就绪菜品,会触发相同菜品复菜拼单,就绪菜品寻找后续队列中与就绪菜品相同菜品信息;若存在相同菜品则发生复菜拼单,将后续的相同菜品以不超过最大拼单份数调入最前端队列形成拼单,在本实施例中同一套餐会触发套餐拼单以提高后厨工作效率。
本发明根据餐饮行业现实排单需求,基于餐饮后厨订单智能管理系统的软硬件搭设,提出了一种基于餐饮后厨订单智能管理系统及其排单方法,将整个后厨按菜品类目分设多个分类处理岗位进行菜品制作,并基于餐饮排单的复杂性,在每个分类处理岗位设计了底层执行队列和上层等待队列的双层排队结构,经过预先设定的多个影响菜品排序的指标因素的权重向量和多指标决策排序策略的组合,按接收订单划分岗位、计算上层等待队列菜品排序、确定菜品预期加工完成所需时长、底层菜品队列轮转更新及出单的步骤顺序安排菜品订单的生产执行,并通过搭建智能化软硬件组合系统,在后厨管理终端实现智能排单功能,通过设置各岗位提示工具实现排单提示,辅助后厨工作人员有序高效执行工作。该订单智能管理系统及其排单方法可作为智能化餐饮厨房的重要组成部分,提高餐饮排单的合理性,助力后厨工作人员有序高效工作,增强餐饮企业的竞争力。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (10)
1.一种餐饮后厨订单智能管理系统的排单方法,其特征在于,预先在管理系统中配置餐饮运营数据信息,预设有菜品的归属岗位类目、预设加工时长、理想上菜间隔时间,并在后厨设置多个分类处理岗位,各菜品按归属岗位类目进入对应分类处理岗位执行菜品制作流程,每个分类处理岗位设有独立的菜品排序队列执行菜品排单;同时餐饮运营数据信息还设定多个主要指标作为影响菜品排序的指标因素,根据预先获取该对应指标的权重向量w={w1,w2,....,wn},再以该权重向量配置多指标决策排序策略进行菜品排序队列内部排序的运算,进而获得菜品排单结果并依结果中的先后顺序执行菜品处理。
2.根据权利要求1所述的一种餐饮后厨订单智能管理系统的排单方法,其特征在于:还可预先设定所述多个分类处理岗位相互之间的处理优先级,其中不同分类处理岗位的同一顾客订单菜品根据所述处理优先级顺序设置严格的先后加工顺序。
3.根据权利要求1-2任一所述的一种餐饮后厨订单智能管理系统的排单方法,其特征在于:所述每个分类处理岗位的菜品排序队列分层设置为底层执行队列和上层等待队列,所述的底层执行队列设置为菜品备菜及制作处理队列,对应底层执行队列配合设置若干个工作台,其中位于底层执行队列最前端的菜品执行菜品制作,待制作完成则从该底层执行队列中消除,后续底层执行队列菜品顺延排序,空缺队列则由上层等待队列中菜品按规则调度进入;所述的上层等待队列设置为等待菜品排序队列,其中该上层等待队列的菜品流转进入底层执行队列后从其原队列中消除,后续上层等待队列的菜品重新排序。所述排单方法根据该分层设置的菜品排序队列,设置包括如下步骤:
S1、接收订单划分岗位:接收各个顾客订单,获取顾客订单中的菜品信息和顾客信息,进而生成对应顾客订单内各个菜品的订单菜品数据,其中顾客订单各个菜品按对应岗位类目划分归类至各对应的分类处理岗位的上层等待队列中;
S2、计算上层等待队列菜品排序:对应每个接收有新顾客订单菜品的分类处理岗位,其上层等待队列实时更新队列排序,通过配置的多指标决策排序策略,将基于预设多个主要指标的权重向量结合对应的订单菜品数据实时执行排序计算,得到对应每个分类处理岗位上层等待菜品集合的菜品排序列表;基于该菜品排序列表还可生成每个分类处理岗位依顾客订单划分的顾客菜品队列,其中顾客菜品队列的最前端位置设置为各顾客订单在对应分类处理岗位上层等待队列的就绪菜品;其中上层等待队列中的就绪菜品按需加入底层执行队列,上层等待队列实时更新队列排序。
S3、确定菜品预期完成加工所需时长:依据上一步骤获得的菜品排序及各菜品的预设加工时长,计算各分类处理岗位中所有未加工菜品的预期完成加工所需时长,并设定等待时间要求用于决定就绪菜品是否可以加入到底层队列;其中先获取当前预分配加工任务完成总时长最小的工作台,设定其预分配加工任务完成总时长为tu,并且其包含该工作台正在加工的菜品的剩余预期完成加工所需时长;其中还设置一个经验值常数c代表理想上菜时间间隔,其中当该菜品是顾客订单中的首道菜品、当不设定分类处理岗位优先级时该分类处理岗位中顾客订单的首道菜品的情况时,则该经验值常数c设置为0;其中底层执行队列中等待预分配工作台的菜品,设定其菜品自身预设加工时长为ti,获得该菜品的预期完成加工所需时长为t=tu+ti;其中处于对应岗位的上层等待队列中的菜品集合,按照排序从先往后,设定某等待预分配工作台的菜品自身预设加工时长为ti,设定其在对应订单中的前道菜品的预期完成加工所需时长为q,其中当该菜品是该顾客订单中的首道菜品、当不设定分类处理岗位优先级时该处理岗位中该顾客订单的首道菜品的情况时,则q设置为0;当上层等待队列的菜品满足条件tu+ti≥q+c,则该菜品可预匹配该工作台,并得到该菜品的预期完成加工所需时长t=tu+ti,同时当该上层等待队列菜品为就绪菜品,则其达到加入到底层执行队列进行排队的等待时间要求;若上层等待队列中无菜品满足该tu+ti≥q+c条件,则选取菜品集合中(q+c)-(ti+tu)值最小的菜品与该工作台进行预匹配,且可获得该菜品的预期完成加工所需时长为t=q+c。
S4、底层菜品队列轮转更新及出单:当上层菜品队列中的就绪菜品加入到底层排队的等待时间达到上一步骤所述符合tu+ti≥q+c的要求,则依据底层执行队列的实际空缺数,按照优先级排序从高到低挑选对应数量的就绪菜品加入到底层执行队列,而未达到等待时间要求的就绪菜品则继续等待直至符合tu+ti≥q+c的等待时间要求,以此确保顾客订单不同菜品加工的先后顺序和上菜时间间隔,其中处于底层执行队列内的菜品随新加队列的菜品及完成加工出单菜品变化及时更新排序队列信息。
4.根据权利要求3所述的一种餐饮后厨订单智能管理系统的排单方法,其特征在于:其中当分类处理岗位的底层执行队列处于存在空位,但上层等待队列中的所有就绪菜品尚未达到加入底层队列等待时间要求的情况,对应的就绪菜品则无法加入底层执行队列,其中可依据所有就绪菜品的预期完成加工所需时长由短到长排列,设定依次提取最前端就绪菜品增补加入对应底层执行队列空位中,并及时更新上层等待队列的排序队列信息。
5.根据权利要求3所述的一种餐饮后厨订单智能管理系统的排单方法,其特征在于:其中影响菜品排序的多个主要指标可设定为等待时长、客户优先级、桌位人数、菜品加工时长,所述顾客信息可设定包括订单生成时间信息、顾客优先级信息、桌位人数信息、备注说明信息。
6.根据权利要求4所述的一种餐饮后厨订单智能管理系统的排单方法,其特征在于:所述主要指标的权重向量w={w1,w2,....,wn}采用层次分析法获得,所述层次分析法的具体应用步骤为:
SA1、设定菜品多指标排序为目标,排序的目标分为两层,第一层为排序的总目标,第二层为“菜品等待时长最短”、“客户优先级响应最好”、“桌位人数均衡度最高”、“菜品加工时长最短”四个目标要素;
SA2、选择1-9比率标度法为准则以比较第二层次的四个目标要素两两之间的重要性关系,构建比较判断矩阵;
SA3、对上述构造出的成对判断矩阵进行层次单分析并检验一致性,得到各指标相对于总目标的权重。
7.根据权利要求5任一所述的一种餐饮后厨订单智能管理系统的排单方法,其特征在于:所述多指标决策排序策略采用改进型逼近理想解排序法获得,其方法应用流程步骤如下:
S21、将对应分类处理岗位上层等待队里中的所有订单菜品数据整理形成初始矩阵X=(xij)m×n,确定绝对理想解矩阵D=(dij)2×n,其中d1j代表绝对正理想解的第j个指标,d2j代表绝对负理想解的第j个指标,j=1,2,...,n。对于效益性属性集,应确保绝对正理想解的指标大于等于所有可能出现的方案属性,绝对负理想解的指标小于等于所有可能出现的方案属性。对于成本性属性集,则应刚好相反。在菜品排单中,原始数据中有些指标的值越大则对应的菜品越应尽快得到加工,如菜品等待时间、客户优先级和桌位人数等,他们是效益性属性;还有些指标是越小越应得到尽快加工,如菜品加工时间,是成本性属性。
S22、标准化初始矩阵并加权:采用预先获得的各指标的权重向量为w={w1,w2,....,wn},对初始矩阵进行标准化并使用该权重向量进行加权后获得的中间矩阵记设为Y=(yij)m×n;
容易求得标准化后的理想解,其中标准化后的绝对正理想解设为r+,标准化后的绝对负理想解设为r-。
S23、计算各个方案得到绝对正、负理想解的欧式距离:
备选方案Xi到绝对正理想解距离设为
到绝对负理想解距离设为
S25、进行比较排序,通过比较相关接近度的数值大小,其中数值越大排序越靠前,从而形成整体排序队列。
8.根据权利要求3所述的一种餐饮后厨订单智能管理系统的排单方法,其特征在于:所述餐饮运营数据信息还可预设菜品复菜加工信息,设定同一菜品复菜拼单可加工份数,并设定各分类处理岗位的上层等待队列中的就绪菜品会触发相同菜品复菜拼单,就绪菜品寻找后续队列中与就绪菜品相同菜品信息;若存在相同菜品则发生复菜拼单,将后续的相同菜品以不超过最大拼单份数调入最前端队列形成拼单。
9.根据权利要求3所述的一种餐饮后厨订单智能管理系统的排单方法,其特征在于:所述底层执行队列的菜品队列数量可随在整个分类处理岗位菜品排单队列菜品数量调整变化,所述分类处理岗位内对应菜品可直接按菜品设定严格的加工顺序,每个顾客订单在对应分类处理岗位内的顾客菜品队列也以菜品设定的加工顺序设定排列。
10.一种基于权利要求1、2、4至9任一所述排单方法排单管理的餐饮后厨订单智能管理系统,其特征在于,包括用户端、服务器端、后厨管理终端及设置于各分类处理岗位上的菜品提示工具;其中,所述用户端,用于访问服务器端并获取服务器端预设的菜品数据信息,同时可进行下单操作并将下单生成的订单信息发送至服务器端;所述服务器端,用于与用户端进行数据交互,并可预设存储餐饮后厨运营数据信息,并将订单信息及匹配的餐饮后厨运营数据信息转发至后厨管理终端;所述后厨管理终端,用于接收订单信息,执行排单算法,并将排单结果发送至对应的菜品提示工具;所述菜品提示工具,用于接收后厨管理终端智能排单的结果,面向对应分类处理岗位的后厨工作人员提示播报获得包括本次及后续几个应加工订单菜品的参数信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010852878.3A CN112116499A (zh) | 2020-08-22 | 2020-08-22 | 一种餐饮后厨订单智能管理系统及其排单方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010852878.3A CN112116499A (zh) | 2020-08-22 | 2020-08-22 | 一种餐饮后厨订单智能管理系统及其排单方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112116499A true CN112116499A (zh) | 2020-12-22 |
Family
ID=73804289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010852878.3A Pending CN112116499A (zh) | 2020-08-22 | 2020-08-22 | 一种餐饮后厨订单智能管理系统及其排单方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112116499A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112734280A (zh) * | 2021-01-20 | 2021-04-30 | 树根互联技术有限公司 | 生产订单配送方法、装置及电子设备 |
CN114012738A (zh) * | 2021-12-10 | 2022-02-08 | 北京云迹科技有限公司 | 一种送餐机器人控制方法及相关设备 |
CN114139982A (zh) * | 2021-12-03 | 2022-03-04 | 杭州登虹科技有限公司 | 一种基于视频监控云平台的透明厨房管理系统 |
CN114742474A (zh) * | 2022-05-17 | 2022-07-12 | 英德市宏利皮革有限公司 | 一种皮革产品的订单管理系统及方法 |
CN116884552A (zh) * | 2023-07-13 | 2023-10-13 | 中世康恺科技有限公司 | 一种云区域放射信息管理系统 |
CN118552006A (zh) * | 2024-07-26 | 2024-08-27 | 南通聚墨科技有限公司 | 基于人工智能的数据分析系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002351957A (ja) * | 2001-05-30 | 2002-12-06 | Ajinomoto Co Inc | 厨房作業計画作成方法およびその装置 |
CN104166790A (zh) * | 2014-07-24 | 2014-11-26 | 广东电网公司电力科学研究院 | 基于逼近理想解理论的锂离子动力电池性能评价方法 |
CN109559459A (zh) * | 2018-11-07 | 2019-04-02 | 广州慧睿思通信息科技有限公司 | 基于人工智能的餐饮管理方法、系统及介质 |
CN110930040A (zh) * | 2019-11-29 | 2020-03-27 | 美味不用等(上海)信息科技股份有限公司 | 基于动态优先级的智能后厨系统和显示方法 |
CN111353677A (zh) * | 2018-12-24 | 2020-06-30 | 广州灿旭信息科技有限公司 | 一种餐饮管理方法、厨房电子菜单管理系统及装置 |
CN111428989A (zh) * | 2020-03-20 | 2020-07-17 | 三峡大学 | 一种基于topsis模型的矿业遗迹综合评价方法 |
-
2020
- 2020-08-22 CN CN202010852878.3A patent/CN112116499A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002351957A (ja) * | 2001-05-30 | 2002-12-06 | Ajinomoto Co Inc | 厨房作業計画作成方法およびその装置 |
CN104166790A (zh) * | 2014-07-24 | 2014-11-26 | 广东电网公司电力科学研究院 | 基于逼近理想解理论的锂离子动力电池性能评价方法 |
CN109559459A (zh) * | 2018-11-07 | 2019-04-02 | 广州慧睿思通信息科技有限公司 | 基于人工智能的餐饮管理方法、系统及介质 |
CN111353677A (zh) * | 2018-12-24 | 2020-06-30 | 广州灿旭信息科技有限公司 | 一种餐饮管理方法、厨房电子菜单管理系统及装置 |
CN110930040A (zh) * | 2019-11-29 | 2020-03-27 | 美味不用等(上海)信息科技股份有限公司 | 基于动态优先级的智能后厨系统和显示方法 |
CN111428989A (zh) * | 2020-03-20 | 2020-07-17 | 三峡大学 | 一种基于topsis模型的矿业遗迹综合评价方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112734280A (zh) * | 2021-01-20 | 2021-04-30 | 树根互联技术有限公司 | 生产订单配送方法、装置及电子设备 |
CN112734280B (zh) * | 2021-01-20 | 2024-02-02 | 树根互联股份有限公司 | 生产订单配送方法、装置及电子设备 |
CN114139982A (zh) * | 2021-12-03 | 2022-03-04 | 杭州登虹科技有限公司 | 一种基于视频监控云平台的透明厨房管理系统 |
CN114012738A (zh) * | 2021-12-10 | 2022-02-08 | 北京云迹科技有限公司 | 一种送餐机器人控制方法及相关设备 |
CN114742474A (zh) * | 2022-05-17 | 2022-07-12 | 英德市宏利皮革有限公司 | 一种皮革产品的订单管理系统及方法 |
CN116884552A (zh) * | 2023-07-13 | 2023-10-13 | 中世康恺科技有限公司 | 一种云区域放射信息管理系统 |
CN118552006A (zh) * | 2024-07-26 | 2024-08-27 | 南通聚墨科技有限公司 | 基于人工智能的数据分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112116499A (zh) | 一种餐饮后厨订单智能管理系统及其排单方法 | |
CN104991887B (zh) | 提供信息的方法及装置 | |
US20190311383A1 (en) | Travel Price Optimization (TPO) | |
CN103559636B (zh) | 一种基于云计算和智能分析的餐饮管理系统 | |
Reiner et al. | Efficiency analysis of supply chain processes | |
Liang | Distribution planning decisions using interactive fuzzy multi-objective linear programming | |
CN105427207A (zh) | 基于云服务的移动终端订餐系统 | |
CN106202186A (zh) | 基于人工智能的服务推荐方法和装置 | |
WO2004001652A2 (en) | Method system and computer program product for dynamic construction of packages and optimal assignement | |
CN109461042A (zh) | 智能营养配餐方法、装置及系统 | |
Xue et al. | Computational experiment-based evaluation on context-aware O2O service recommendation | |
CN111133467B (zh) | 针对货物篮的快速学习推荐系统 | |
JP2004021364A (ja) | 経営意思決定支援システム | |
WO2020220078A1 (en) | A computer-enabled method, system and computer program for providing an intuitive user interface arranged to create a dynamic product list integrable into a service provision process to perform the task of delivering a complex service and managing an associated transaction | |
CN109376888B (zh) | 一种基于手机app的高校食堂管理系统及管理方法 | |
WO2020220074A1 (en) | An autonomous, integrated computer-enabled method, system, and computer program utilising an artificial intelligence engine for dynamic allocation and optimisation of space, furniture, equipment and/or services | |
Zangiacomi et al. | Process planning and scheduling for mass customised shoe manufacturing | |
US20160055559A1 (en) | System and Method for Managing Events | |
JP2002304555A (ja) | 製品提案方法及びシステム | |
KR102563796B1 (ko) | 요식업 가게 세팅 서비스 플랫폼의 운영 방법 및 이를 구현하는 컴퓨터 시스템 | |
CN110826829A (zh) | 一种基于大数据的智能计分排产的方法 | |
CN108416628A (zh) | 一种融合食物多属性关系的餐厅菜品智能推荐系统 | |
US20210081426A1 (en) | Food ordering system and method | |
Rabbani et al. | Simultaneous production planning of make-to-order (MTO) and make-to-stock (MTS) products using simulation optimization. Case study: Soren Restaurant | |
CN110852465A (zh) | 一种预订式就餐食堂后台管理系统 |
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 |