CN112446526B - 生产排程系统及方法 - Google Patents
生产排程系统及方法 Download PDFInfo
- Publication number
- CN112446526B CN112446526B CN202010125384.5A CN202010125384A CN112446526B CN 112446526 B CN112446526 B CN 112446526B CN 202010125384 A CN202010125384 A CN 202010125384A CN 112446526 B CN112446526 B CN 112446526B
- Authority
- CN
- China
- Prior art keywords
- scheduling
- production
- data
- learning model
- reinforcement learning
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000002787 reinforcement Effects 0.000 claims abstract description 37
- 238000007781 pre-processing Methods 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000004140 cleaning Methods 0.000 claims abstract description 18
- 230000006870 function Effects 0.000 claims abstract description 15
- 238000004088 simulation Methods 0.000 claims description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000012423 maintenance Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 7
- 238000012384 transportation and delivery Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 239000000463 material Substances 0.000 description 12
- 238000007726 management method Methods 0.000 description 9
- 238000012549 training Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method 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
- 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Probability & Statistics with Applications (AREA)
- Fuzzy Systems (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
一种生产排程系统包括排程运算主机、与所述排程运算主机相连的多个数据库以及用户终端。所述排程运算主机包括:数据清洗模块,用于对来自多个所述数据库的生产数据进行清洗;前处理演算模块,用于对来自所述数据清洗模块的所述生产数据进行前处理演算从而获得提取数据;以及强化学习模型,用于根据计分函数以及所述提取数据产生最佳排程决策。相应地,一种生产排程方法被公开。本发明的系统及方法可根据多种生产数据进行演算并快速产出最佳排程决策以简化生产排程作业提高企业生产效率。
Description
技术领域
本发明涉及生产管理技术,尤其涉及一种生产排程系统及方法。
背景技术
生产排程是在考虑能力和设备的前提下,在物料数量一定的情况下,安排各生产任务的生产顺序,优化生产顺序,优化选择生产设备,使得减少等待时间,平衡各机器和工人的生产负荷。从而优化产能,提高生产效率,缩短生产周期。
目前,各行业的物料规划和排产通常由ERP或MES系统执行,是由人工根据经验输入静态的决策参数,对生产设备的生产计划进行调整,尤其是,经常出现的临时插单、计划变更、辅料到货不及时、原料不足等排产要素变更,都需要经验丰富的专门人员做复杂的干预,再由系统简易的统计来输出结果。然而,该传统的生产管理方式,效率低,人工成本高,且演算结果往往不符合业务逻辑而需要人工再去做调整。
因此,亟需提供一种改进的生产排程系统及方法,以克服以上缺陷。
发明内容
本发明的目的在于提供一种生产排程系统,其可根据多种生产数据进行演算并快速产出最佳排程决策以简化生产排程作业提高企业生产效率。
本发明的目的在于提供一种生产排程方法,其可根据多种生产资料进行演算并快速产出最佳排程决策以简化生产排程作业提高企业生产效率。
为了实现上述目的,本发明提供一种生产排程系统,包括排程运算主机、与所述排程运算主机相连的多个数据库以及用户终端,所述排程运算主机包括:
数据清洗模块,用于对来自多个所述数据库的生产数据进行清洗;
前处理演算模块,用于对来自所述数据清洗模块的所述生产数据进行前处理演算从而获得提取数据;以及
强化学习模型,用于根据计分函数以及所述提取数据产生最佳排程决策;
其中,所述强化学习模型包括多个排程虚拟环境及子学习模型,所述强化学习模型用于根据所述计分函数以及所述提取数据在多个不同模拟情境下产生多个排程决策,并针对每一模拟情境判断出所述最佳排程决策,判断每一所述排程决策的每一关键绩效指标(KPI)是否优于历史关键绩效指标,若是,则奖励对应的所述子学习模型;并判断每一所述排程决策的优化程度,从而产生所述最佳排程决策。
较佳地,所述数据清洗模块用于将所述数据库的所述生产数据中的无用数据清理并筛选。
较佳地,所述前处理演算模块用于计算并提取适用于所述强化学习模型的所述提取数据。
较佳地,所述提取数据包括:生产时间、订单交付日、机台维修状态、急迫性以及当前生产状态。
较佳地,还包括分别与所述用户终端以及与所述强化学习模型连接的信息回馈模块,根据所述信息回馈模块,所述强化学习模型实时对进排程决策结果进行调整。
较佳地,所述信息回馈模块的回馈信息包括用户评分,根据使用者评分,所述强化学习模型进行重复训练。
本发明提供一种生产排程方法,包括以下步骤:
(1)对来自多个数据库的生产数据进行清洗;
(2)对所述生产数据进行前处理演算从而获得提取数据;以及
(3)建立强化学习模型并根据计分函数以及所述提取数据产生最佳排程决策;
其中,所述步骤(3)包括:根据所述计分函数以及所述提取数据在多个不同模拟情境下产生多个排程决策,并针对每一模拟情境判断出所述最佳排程决策;根据所述提取数据以及多个不同模拟情境构建排程虚拟环境,根据多个所述排程决策构建多个子学习模型;判断每一所述排程决策的每一关键绩效指标(KPI)是否优于历史关键绩效指标,若是,则奖励对应的所述子学习模型;并判断每一所述排程决策的优化程度,从而产生所述最佳排程决策。
较佳地,所述步骤(1)包括:将所述数据库的所述生产数据中的无用数据清理并筛选。
较佳地,所述步骤(2)包括:计算并提取适用于所述强化学习模型的所述提取数据。
较佳地,所述提取数据包括:生产时间、订单交付日、机台维修状态、急迫性以及当前生产状态。
较佳地,还包括:接收来自用户终端的回馈信息并根据所述回馈信息实时调整排程决策结果。
与现有技术相比,本发明的生产排程系统及方法借助强化学习模型根据生产数据以及特定算法对生产数据行进清洗、筛选、前处理演算,从而训练模型快速产出最佳排程决策,从而简化生管排程作业,辅助用户提高生产效率、降低生产成本。
附图说明
图1为本发明生产排程系统的一个实施例的结构示意图。
图2为本发明生产排程系统的排程运算主机的结构框图。
图3为本发明生产排程系统的另一个实施例的结构示意图。
图4为本发明生产排程方法的一个实施例的流程图。
图5为本发明强化学习模型产出最佳排程决策的流程图。
图6为本发明生产排程方法的另一个实施例的流程图。
具体实施方式
为详细说明本发明的技术内容、构造特征、所实现的效果,以下结合实施方式并配合附图详予说明。本发明旨在提供过一种生产排程系统及方法,其根据多种生产数据进行演算快速产出最佳排程决策以简化生产排程作业提高企业生产效率。
如图1所示,展示本发明生产排程系统200的一个实施例的示意图,该生产排程系统200包括排程运算主机210、与排程运算主机210相连的多个厂内管理系统,以及用户终端230。每一厂内管理系统可包括一个或多个数据库,从而形成生产源数据的数据库220。用户终端230可包括与排程运算主机210相连的用户接口,例如显示器或平板计算机等。该排程运算主机210将来自数据库220的生产数据进行一系列处理后,产出最佳排程决策至用户接口供用户参考。
具体地,该排程运算主机210自主串联多种厂内管理系统,搜集并汇整关于生产条件的生产资料,例如:物料账务系统、生产管理系统、物料列表(BOM)、客户需求等,作为后续排程运算主机210的演算基础。较佳地,该物料账务系统可为ERP系统或SAP系统,生产管理系统可为MES系统。
如图2所示,该排程运算主机210包括数据清洗模块211、前处理演算模块212、强化学习(RL)模型213。具体地,该数据清洗模块211用于对来自多个数据库220的生产数据进行清洗;前处理演算模块212用于对来自数据清洗模块211的生产数据进行前处理演算从而获得提取数据;强化学习模型213用于根据计分函数以及提取数据产生最佳排程决策。
具体地,原始生产数据串联后被输入至数据清洗模块211进行清洗,具体是将生产数据中的无用数据清理并剔除,透过数据清洗与筛选演算层从生产数据中提取最具代表性的产品与生产路径作为后续排程运算主机210输入,精简数据处理需求量同时加快后端演算速度。
前处理演算模块212用于计算并提取适用于后续强化学习模型213输入规格的提取数据,包括生产时间、订单交付日、机台维修状态、急迫性以及当前生产状态等。例如,当物料不足时,前处理演算模块212可根据订单的到期日和重要性来产生最适工单;或在物料缺失时,前处理演算模块212向用户发生警报,以通知用户提早进行应急措施,如紧急采购等;另外,前处理演算模块212还会根据工单的数量来自动拆单,从而避免已有工单生产数量过大。较佳地,该前处理演算模块212还用于对生产数据进行ETL处理。
强化学习模型213,用于根据计分函数(score funct ion)以及提取资料在多个不同模拟情境(Envi ronment)下产生多个排程决策,并针对每一模拟情境判断出最佳排程决策。模拟情境的设定需考虑是否满足产能最大化、生产周期最短,设备稼动率最高等多种情境。具体地,通过强化学习模型213的奖励机制判断出各个模拟情境的最佳排程决策,继而,依照后台定义的目标参数进行模型训练学习目标。随着生产数据的改变,即模拟情境相应改变,该强化学习模型213可相应于模拟情境改变而产出相应的最佳排程决策以供用户参考。具体地,可限制各种模拟情境的条件,例如特定时段对机器的维修测试的设定,治具限制、弹性设置生产时间、工单整合等。特定地,得分Score可通过以下公式进行计算:Scorei=β0+β1Feature1+…+βiFeaturei。其中,β为权重,Feature为变量,例如到期的剩余时间、前置时间、工单重要性、工艺步骤等。此些变量的选定,用户可在事先进行选择并一一对其进行权重评分,通过权重评分以及计算上述得分而获得最佳排程决策结果。
作为一个优选实施例,如图3所示,该生产排程系统200还包括分别与用户终端230以及与强化学习模型213连接的信息回馈模块240,根据该信息回馈模块240,强化学习模型213实时对进排程决策结果进行调整。具体地,该信息回馈模块240返回到强化学习模型213的回馈信息包括:用户对生产顺序的更改、加入限制条件、插单等信息。通过该信息回馈模块240,更改纪录,或对机台、产能、物料、人员等限制条件将回传至后端数据库,回馈至强化学习模型213作为决策规则学习依据,从而实时调整排程决策,用户也可动态回溯查找历史排程决策方案,重新选择最合适的生产管理排程计划。较佳地,在多个排程决策和最佳决策产出后,自动产生报表并在用户终端显示,便于用户阅读。
相应地,本发明的生产排程方法,架设于上述的生产排程系统而实现,作为一个实施例的流程图请参考图4,该方法包括:
S1,数据清洗:对来自多个数据库的生产数据进行清洗;
S2,前处理演算:对生产数据进行前处理演算从而获得提取数据;
S3,建立强化学习模型及训练:建立强化学习模型并根据计分函数及提取数据产生最佳排程决策。
具体地,在步骤S1中,原始生产数据串联后被输入至数据清洗模块211进行清洗,具体是将生产数据中的无用数据清理并剔除,透过数据清洗与筛选演算层从生产数据中提取最具代表性的产品与生产路径作为后续排程运算主机210输入,精简数据处理需求量同时加快后端演算速度。
在步骤S2中,计算并提取适用于后续强化学习模型213输入规格的提取数据,包括生产时间、订单交付日、机台维修状态、急迫性以及当前生产状态等。例如,当物料不足时,前处理演算模块212可根据订单的到期日和重要性来产生最适工单;或在物料缺失时,前处理演算模块212向用户发生警报,以通知用户提早进行应急措施,如紧急采购等;另外,前处理演算模块212还会根据工单的数量来自动拆单,从而避免已有工单生产数量过大。较佳地,还包括对生产数据进行ETL处理。
在步骤S3中,强化学习模型213根据计分函数(score funct ion)以及提取资料在多个不同模拟情境(Envi ronment)下产生多个排程决策,并针对每一模拟情境判断出最佳排程决策。请参考图5,该强化学习模型213产出最佳排程决策的步骤包括:
S31,排程虚拟环境构建:根据提取资料以及多个不同模拟情境构建排程虚拟环境;
S32,子学习模型构建:根据多个排程决策构建多个子学习模型;
S33,判断KPI:判断每一所述排程决策的关键绩效指标(KPI)是否优于历史排程决策的KPI,若是,则利用Reward算法奖励对应的所述子学习模型;另外,用户还可事先对每一KPI进行权重评分,根据每一权重评分而在后续步骤调整出最佳排程决策。
S34,判断排程决策是否优化:判断每一所述排程决策的优化程度,从而产生所述最佳排程决策。
判断出各个模拟情境的最佳排程决策后,继而,依照后台定义的演算目标参数进行模型训练学习目标。随着生产数据的改变,即模拟情境相应改变,该强化学习模型213可相应于模拟情境改变而产出相应的最佳排程决策以供用户参考。
作为一个优选实施例,如图6所示,该生产排程方法还包括:
步骤S4,动态调整:接收来自用户终端的回馈信息并根据该回馈信息实时调整排程决策结果。具体地,返回到强化学习模型213的回馈信息包括:用户对生产顺序的更改、加入限制条件、插单等信息。例如,该更改纪录,或对机台、产能、物料、人员等限制条件将回传至后端数据库,回馈至强化学习模型213作为决策规则学习依据,从而实时调整排程决策,用户也可动态回溯查找历史排程决策方案,重新选择最合适的生产管理排程计划。
较佳地,在多个排程决策和最佳决策产出后,自动产生报表并在用户终端显示,便于用户阅读。
本发明的生产排程系统及方法借助强化学习模型根据生产数据以及特定算法对生产数据行进清洗、筛选、前处理演算,从而训练模型快速产出最佳排程决策,从而简化生管排程作业,辅助用户提高生产效率、降低生产成本。
以上所揭露的仅为本发明的较佳实例而已,当然不能以此来限定本发明之权利范围,因此依本发明申请专利范围所作的等同变化,仍属于本发明所涵盖的范围。
Claims (10)
1.一种生产排程系统,包括排程运算主机、与所述排程运算主机相连的多个数据库以及用户终端,其特征在于,所述排程运算主机包括:
数据清洗模块,用于对来自多个所述数据库的生产数据进行清洗;
前处理演算模块,用于对来自所述数据清洗模块的所述生产数据进行前处理演算从而获得提取数据;以及
强化学习模型,用于根据计分函数以及所述提取数据产生最佳排程决策;
其中,所述强化学习模型包括多个排程虚拟环境及子学习模型,所述强化学习模型用于根据所述计分函数以及所述提取数据在多个不同模拟情境下产生多个排程决策,并针对每一模拟情境判断出所述最佳排程决策,判断每一所述排程决策的每一关键绩效指标(KPI)是否优于历史关键绩效指标,若是,则奖励对应的所述子学习模型;并判断每一所述排程决策的优化程度,从而产生所述最佳排程决策。
2.如权利要求1所述的生产排程系统,其特征在于:所述数据清洗模块用于将所述数据库的所述生产数据中的无用数据清理并筛选。
3.如权利要求1所述的生产排程系统,其特征在于:所述前处理演算模块用于计算并提取适用于所述强化学习模型的所述提取数据。
4.如权利要求3所述的生产排程系统,其特征在于:所述提取数据包括:生产时间、订单交付日、机台维修状态、急迫性以及当前生产状态。
5.如权利要求1所述的生产排程系统,其特征在于:还包括分别与所述用户终端以及与所述强化学习模型连接的信息回馈模块,根据所述信息回馈模块,所述强化学习模型实时对进排程决策结果进行调整。
6.一种生产排程方法,包括以下步骤:
(1)对来自多个数据库的生产数据进行清洗;
(2)对所述生产数据进行前处理演算从而获得提取数据;以及
(3)建立强化学习模型并根据计分函数以及所述提取数据产生最佳排程决策;
其中,所述步骤(3)包括:根据所述计分函数以及所述提取数据在多个不同模拟情境下产生多个排程决策,并针对每一模拟情境判断出所述最佳排程决策;根据所述提取数据以及多个不同模拟情境构建排程虚拟环境,根据多个所述排程决策构建多个子学习模型;判断每一所述排程决策的每一关键绩效指标(KPI)是否优于历史关键绩效指标,若是,则奖励对应的所述子学习模型;并判断每一所述排程决策的优化程度,从而产生所述最佳排程决策。
7.如权利要求6所述的生产排程方法,其特征在于:所述步骤(1)包括:将所述数据库的所述生产数据中的无用数据清理并筛选。
8.如权利要求6所述的生产排程方法,其特征在于:所述步骤(2)包括:计算并提取适用于所述强化学习模型的所述提取数据。
9.如权利要求8所述的生产排程方法,其特征在于:所述提取数据包括:生产时间、订单交付日、机台维修状态、急迫性以及当前生产状态。
10.如权利要求6所述的生产排程方法,其特征在于,还包括:接收来自用户终端的回馈信息并根据所述回馈信息实时调整排程决策结果。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962896059P | 2019-09-05 | 2019-09-05 | |
US62/896,059 | 2019-09-05 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112446526A CN112446526A (zh) | 2021-03-05 |
CN112446526B true CN112446526B (zh) | 2024-03-12 |
Family
ID=74733208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010125384.5A Active CN112446526B (zh) | 2019-09-05 | 2020-02-27 | 生产排程系统及方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210073695A1 (zh) |
CN (1) | CN112446526B (zh) |
TW (1) | TW202111618A (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113093666A (zh) * | 2021-03-19 | 2021-07-09 | 杭州晨龙智能科技有限公司 | 生产管理系统和方法 |
JP2022170446A (ja) * | 2021-04-28 | 2022-11-10 | 株式会社日立製作所 | 生産管理システムおよび生産管理方法 |
CN114037341B (zh) * | 2021-11-19 | 2024-07-23 | 广东工业大学 | 一种基于ddqn的智能车间动态自适应调度方法及系统 |
CN115375233A (zh) * | 2022-08-24 | 2022-11-22 | 鼎捷软件股份有限公司 | 基于自动侦测的设计变更处理系统及其方法 |
CN115169993B (zh) * | 2022-09-05 | 2022-12-13 | 埃克斯工业(广东)有限公司 | 产品的生产调度方法、设备及计算机可读存储介质 |
CN116151599B (zh) * | 2023-04-21 | 2023-07-07 | 湖南维胜科技有限公司 | 一种基于深度强化学习的排产数据处理方法 |
CN117134364B (zh) * | 2023-06-21 | 2024-05-28 | 国网湖北省电力有限公司营销服务中心(计量中心) | 基于阶段性策略梯度算法的饲料加工企业负荷管理方法 |
CN117094496B (zh) * | 2023-08-03 | 2024-05-07 | 北京市市政工程设计研究总院有限公司 | 基于机理和机器学习预测下的专家规则的调度运营系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101271543A (zh) * | 2008-04-23 | 2008-09-24 | 永凯软件技术(上海)有限公司 | 一种应用了基于精英解池的遗传算法的生产排程系统和方法 |
KR20140102940A (ko) * | 2013-02-15 | 2014-08-25 | 동서대학교산학협력단 | 생산일정 자동 스케쥴링 방법 |
CN107767068A (zh) * | 2017-11-02 | 2018-03-06 | 山东中烟工业有限责任公司 | 一种精益生产高级计划排产系统及方法 |
CN107767022A (zh) * | 2017-09-12 | 2018-03-06 | 重庆邮电大学 | 一种生产数据驱动的动态作业车间调度规则智能选择方法 |
CN108171422A (zh) * | 2017-12-28 | 2018-06-15 | 鞍钢集团自动化有限公司 | 一种钢铁智能工厂的平台构建方法 |
CN108595267A (zh) * | 2018-04-18 | 2018-09-28 | 中国科学院重庆绿色智能技术研究院 | 一种基于深度强化学习的资源调度方法和系统 |
CN109284298A (zh) * | 2018-11-09 | 2019-01-29 | 上海晏鼠计算机技术股份有限公司 | 一种基于机器学习和大数据处理的内容生产系统 |
CN109508956A (zh) * | 2018-11-09 | 2019-03-22 | 上海交通大学 | 一种基于物流仿真的电机智能制造排程方法 |
KR101984460B1 (ko) * | 2019-04-08 | 2019-05-30 | 부산대학교 산학협력단 | 머신러닝 기반 자동 공작기계 작업 스케줄링 방법 및 장치 |
CN109948054A (zh) * | 2019-03-11 | 2019-06-28 | 北京航空航天大学 | 一种基于强化学习的自适应学习路径规划系统 |
WO2022229135A1 (fr) * | 2021-04-28 | 2022-11-03 | Seadvance | Système de supervision de l'exploitation et de la maintenance d'équipements industriels |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180121766A1 (en) * | 2016-09-18 | 2018-05-03 | Newvoicemedia, Ltd. | Enhanced human/machine workforce management using reinforcement learning |
CN109844663A (zh) * | 2016-10-18 | 2019-06-04 | 莱芬豪舍机械制造两合公司 | 在生产塑料片材的过程的情况下用于提供、检索和使用数据元素的过程和数据检测装置 |
US20200387818A1 (en) * | 2019-06-07 | 2020-12-10 | Aspen Technology, Inc. | Asset Optimization Using Integrated Modeling, Optimization, and Artificial Intelligence |
-
2020
- 2020-02-27 TW TW109106355A patent/TW202111618A/zh unknown
- 2020-02-27 CN CN202010125384.5A patent/CN112446526B/zh active Active
- 2020-08-29 US US17/006,810 patent/US20210073695A1/en not_active Abandoned
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101271543A (zh) * | 2008-04-23 | 2008-09-24 | 永凯软件技术(上海)有限公司 | 一种应用了基于精英解池的遗传算法的生产排程系统和方法 |
KR20140102940A (ko) * | 2013-02-15 | 2014-08-25 | 동서대학교산학협력단 | 생산일정 자동 스케쥴링 방법 |
CN107767022A (zh) * | 2017-09-12 | 2018-03-06 | 重庆邮电大学 | 一种生产数据驱动的动态作业车间调度规则智能选择方法 |
CN107767068A (zh) * | 2017-11-02 | 2018-03-06 | 山东中烟工业有限责任公司 | 一种精益生产高级计划排产系统及方法 |
CN108171422A (zh) * | 2017-12-28 | 2018-06-15 | 鞍钢集团自动化有限公司 | 一种钢铁智能工厂的平台构建方法 |
CN108595267A (zh) * | 2018-04-18 | 2018-09-28 | 中国科学院重庆绿色智能技术研究院 | 一种基于深度强化学习的资源调度方法和系统 |
CN109284298A (zh) * | 2018-11-09 | 2019-01-29 | 上海晏鼠计算机技术股份有限公司 | 一种基于机器学习和大数据处理的内容生产系统 |
CN109508956A (zh) * | 2018-11-09 | 2019-03-22 | 上海交通大学 | 一种基于物流仿真的电机智能制造排程方法 |
CN109948054A (zh) * | 2019-03-11 | 2019-06-28 | 北京航空航天大学 | 一种基于强化学习的自适应学习路径规划系统 |
KR101984460B1 (ko) * | 2019-04-08 | 2019-05-30 | 부산대학교 산학협력단 | 머신러닝 기반 자동 공작기계 작업 스케줄링 방법 및 장치 |
WO2022229135A1 (fr) * | 2021-04-28 | 2022-11-03 | Seadvance | Système de supervision de l'exploitation et de la maintenance d'équipements industriels |
Also Published As
Publication number | Publication date |
---|---|
CN112446526A (zh) | 2021-03-05 |
TW202111618A (zh) | 2021-03-16 |
US20210073695A1 (en) | 2021-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112446526B (zh) | 生产排程系统及方法 | |
CN110490442B (zh) | 一种工程造价咨询项目风险管理系统及方法 | |
CN109902954B (zh) | 一种基于工业大数据的柔性作业车间动态调度方法 | |
US11314238B2 (en) | Plant operational plan optimization discrete event simulator device and method | |
CN107451747B (zh) | 基于自适应非支配遗传算法的车间调度系统及其工作方法 | |
CN115423289B (zh) | 智能板材加工车间数据处理方法及终端 | |
CN108198093B (zh) | 一种基于cps的智慧建造系统 | |
CN114169766A (zh) | 一种工业产能分配的生产管理方法及系统 | |
CN111311090B (zh) | 一种基于大数据计算与分析的智能排程方法及装置 | |
CN111260181A (zh) | 一种基于分布式智能制造单元的车间自适应生产调度装置 | |
CN109934424A (zh) | 一种刀具寿命预测方法及智能刀具管理系统 | |
CN113189942A (zh) | 一种工业数据智能分析系统及方法 | |
KR20170030036A (ko) | 전기로 제강 품질 튜터링 시스템 | |
JP2009140022A (ja) | 設備メンテナンス計画作成支援装置、方法、プログラム、及びコンピュータ読み取り可能な記録媒体 | |
CN114707874A (zh) | 应用于铝合金生产的排程方法、设备及存储介质 | |
CN118192908A (zh) | 云打印机的订单数据处理方法及装置 | |
CN110032154A (zh) | 一种小批量产品的生产控制方法及系统 | |
CN106560850A (zh) | 计划生成装置以及计划生成方法 | |
CN116739332B (zh) | 一种基于大数据的产业链智能管理方法、系统及介质 | |
CN115660261B (zh) | 生产订单信息处理方法、计算机装置和存储介质 | |
JP7261639B2 (ja) | 生産管理システム及び生産管理方法 | |
CN116777263A (zh) | 一种企业经营数据分析系统及方法 | |
CN116308494A (zh) | 供应链需求预测方法 | |
CN113341875B (zh) | 船舶结构件切割管控方法、系统、介质及电子设备 | |
CN105488602A (zh) | 利用集约生产规律提高合同兑现率的多工序排程方法 |
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 |