CN113298349A - 一种订单处理方法、设备及存储介质 - Google Patents

一种订单处理方法、设备及存储介质 Download PDF

Info

Publication number
CN113298349A
CN113298349A CN202110450028.5A CN202110450028A CN113298349A CN 113298349 A CN113298349 A CN 113298349A CN 202110450028 A CN202110450028 A CN 202110450028A CN 113298349 A CN113298349 A CN 113298349A
Authority
CN
China
Prior art keywords
order
processed
historical
orders
scheduling
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
Application number
CN202110450028.5A
Other languages
English (en)
Inventor
薛圣国
张泽鹏
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.)
Alibaba China Co Ltd
Original Assignee
Alibaba China Co Ltd
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 Alibaba China Co Ltd filed Critical Alibaba China Co Ltd
Priority to CN202110450028.5A priority Critical patent/CN113298349A/zh
Publication of CN113298349A publication Critical patent/CN113298349A/zh
Priority to PCT/CN2022/087365 priority patent/WO2022228176A1/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06—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
    • G06Q10/06315—Needs-based resource requirements planning or 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
    • 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)
  • General Factory Administration (AREA)

Abstract

本申请实施例提供一种订单处理方法、设备及存储介质。在本申请实施例中，以生产过程中积累的生产工艺为驱动，为待处理订单推荐历史相似订单，其中，历史相似订单与待处理订单之间的生产工艺相似。基于此，可以历史相似订单作为参考，对待处理订单进行排产，从而更加高效、准确地对待处理订单进行生产。据此，本申请实施例中，可增加历史相似订单作为对待处理订单进行排产的依据，从而提高排产效率和准确率，进而突破生产效率的瓶颈及不确定性。

Description

一种订单处理方法、设备及存储介质
技术领域
本申请涉及数据处理技术领域，尤其涉及一种订单处理方法、设备及存储介质。
背景技术
在服装生产领域，排产是产前准备的重要工作，排产即是对生产任务进行排位布局。在服装生产过程中，人员、设备、制品运输等环节的管理都依赖于排产结果，因此，排产结果直接影响生产成本和生产效率。
目前，通常需要依赖专家经验进行人工排产，排序效率和准确率不佳，进而影响生产效率和稳定性。
发明内容
本申请的多个方面提供一种订单处理方法、设备及存储介质，用以订单的排产效率和/或准确率。
本申请实施例提供一种订单处理方法，包括：
获取待处理订单的生产工艺；
基于所述生产工艺确定与所述待处理订单适配的历史相似订单，所述历史相似订单与所述待处理订单之间的生产工艺相似度符合预设条件；
以所述历史相似订单的排产信息作为参考，对所述待处理订单进行排产。
本申请实施例还提供一种订单处理方法，包括：
获取待处理订单的生产工艺；
从所述生产工艺中，提取工艺特征；
基于所述工艺特征确定与所述待处理订单适配的历史相似订单，所述历史相似订单与所述待处理订单之间的工艺特征相似度符合预设条件。
本申请实施例还提供一种计算设备，包括存储器、处理器和通信组件；
所述存储器用于存储一条或多条计算机指令；
所述处理器与所述存储器及所述通信组件耦合，用于执行所述一条或多条计算机指令，以用于：
通过所述通信组件获取待处理订单的生产工艺；
基于所述生产工艺确定与所述待处理订单适配的历史相似订单，所述历史相似订单与所述待处理订单之间的生产工艺相似度符合预设条件；
以所述历史相似订单的排产信息作为参考，对所述待处理订单进行排产。
本申请实施例还提供一种计算设备，包括存储器、处理器和通信组件；
所述存储器用于存储一条或多条计算机指令；
所述处理器与所述存储器及所述通信组件耦合，用于执行所述一条或多条计算机指令，以用于：
通过所述通信组件获取待处理订单的生产工艺；
从所述生产工艺中，提取工艺特征；
基于所述工艺特征确定与所述待处理订单适配的历史相似订单，所述历史相似订单与所述待处理订单之间的工艺特征相似度符合预设条件。
本申请实施例还提供一种订单处理方法，包括：
响应于排产指令，获取待处理订单的订单信息；
根据所述订单信息，确定所述待处理订单对应的历史相似订单；
基于所述历史相似订单的排产信息，对所述待处理订单进行排产，以生成所述待处理订单的排产信息。
本申请实施例还提供一种计算设备，包括存储器和处理器；
所述存储器用于存储一条或多条计算机指令；
所述处理器与所述存储器耦合，用于执行所述一条或多条计算机指令，以用于：
响应于排产指令，获取待处理订单的订单信息；
根据所述订单信息，确定所述待处理订单对应的历史相似订单；
基于所述历史相似订单的排产信息，对所述待处理订单进行排产，以生成所述待处理订单的排产信息。
本申请实施例还提供一种存储计算机指令的计算机可读存储介质，当所述计算机指令被一个或多个处理器执行时，致使所述一个或多个处理器执行前述的订单处理方法。
在本申请实施例中，以生产过程中积累的生产工艺为驱动，为待处理订单推荐历史相似订单，其中，历史相似订单与待处理订单之间的生产工艺相似。基于此，可以历史相似订单作为参考，对待处理订单进行排产，从而更加高效、准确地对待处理订单进行生产。据此，本申请实施例中，可增加历史相似订单作为对待处理订单进行排产的依据，从而提高排产效率和准确率，进而突破生产效率的瓶颈及不确定性。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1a为本申请一示例性实施例提供的一种订单处理方法的流程示意图；
图1b为本申请一示例性实施例提供的一种订单处理方法的流程示意图；
图2为本申请一示例性实施例提供的一种相似性判断方案的逻辑示意图；
图3为本申请另一示例性实施例提供的另一种订单处理方法的流程示意图；
图4为本申请又一示例性实施例提供的又一种订单处理方法的流程示意图；
图5为本申请又一示例性实施例提供的一种计算设备的结构示意图；
图6为本申请又一示例性实施例提供的另一种计算设备的结构示意图；
图7为本申请又一示例性实施例提供的又一种计算设备的结果示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
目前，在服装生产领域，需要依赖人工排产，排产效率和准确率不佳。为此，本申请的一些实施例中：以生产过程中积累的生产工艺为驱动，为待处理订单推荐历史相似订单，其中，历史相似订单与待处理订单之间的生产工艺相似。基于此，可以历史相似订单作为参考，对待处理订单进行排产，从而更加高效、准确地对待处理订单进行生产。据此，本申请实施例中，可增加历史相似订单作为对待处理订单进行排产的依据，从而提高排产效率和准确率，进而突破生产效率的瓶颈及不确定性。
以下结合附图，详细说明本申请各实施例提供的技术方案。
图1a为本申请另一示例性实施例提供的一种订单处理方法的流程示意图，图1b为本申请一示例性实施例提供的一种订单处理方法的流程示意图。该方法可由订单处理装置执行，该订单处理装置可实现为软件和/或硬件的结合，该订单处理装置可集成在计算设备中。参考图1a，该方法包括：
步骤100、获取待处理订单的生产工艺；
步骤102、从生产工艺中，提取工艺特征；
步骤103、基于工艺特征确定与待处理订单适配的历史相似订单，历史相似订单与待处理订单之间的工艺特征相似度符合预设条件。
本实施例提供的订单处理方法，可应用于各类生产场景中，例如、服装生产场景、机械零件生产场景等等，本实施例对应用场景不作限定。在不同的应用场景中，生产工艺中包含的工艺内容可能不完全相同。
参考图1a和1b，在步骤100中，可获取待处理订单的生产工艺。其中，生产工艺可以是生产完成一款生产对象所采用的生产方案的描述数据。生产工艺中包含的工艺信息可以是多样的，例如，生产工艺中不仅可包含工序信息，还可包含生产过程中涉及到的物料信息、工时信息、款式信息、图形信息等等。例如，工序信息可以包括但不限于工序名称、顺序、部位、部件、操作类型、工序难度、动作、动作编码、动作频率、动作时长、车缝长度等。物料信息可包括但不限于物料名称、颜色、采购方、类型、工段、描述、尺寸、用量、幅宽、单位、长度、克重等。工时信息可包括但不限于多个工序步骤各自所需的工时等。款式信息可包括但不限款式标识、线迹、形状特征等。图形信息可包括但不限于CAD图中的制图信息等。值得说明的是，本实施例中，生产工艺中包含的工艺信息的类型和数量并不限于此，每种工艺信息下的信息项的类型和数量也并不限于此，另外，各信息项所划分至的工艺信息的类型也并不限于此。
本实施例中，待处理订单的生产工艺可能分布在一个或多个数据源中，例如，上述的工时信息可能分布在企业的GSD标准工时管理系统中，而物料信息则可能分布在物料管理系统中等。优选地，本实施例中，可在需要对待处理订单进行处理时，实时地从一个或多个数据源中获取工艺信息，以组合为待处理订单的生产工艺，这种获取方式可保证生产工艺的准确性。当然，本实施例中，也可从一个或多个数据源中预先收集待处理订单的生产工艺并进行存储，但是，在数据源中的工艺信息发生更新时，需要及时对存储的生产工艺进行同步更新，这种方式可提高生产工艺的使用便捷性，不需要实时地访问数据源，但需要及时进行数据同步，以避免生产工艺的数据一致性问题。
本实施例中，还可预先获取至少一个历史订单的生产工艺，作为生产工艺相似性判断的基础。
参考图1a和1b，在步骤101中，可从待处理订单的生产工艺中提取工艺特征。与前述的生产工艺包含的工艺信息相对应的，本实施例中，可针对前述的各个工艺信息分别提取工艺特征，从而可获得待处理订单在至少一个工艺信息维度下的工艺特征，还可对工艺信息进行合并，并针对合并后的工艺信息进行工艺特征提取，以获得更加丰富、更多维度的工艺特征。因此，本实施例中，工艺特征可反映其对应的工艺信息维度下的各信息项的参数取值，通过工艺特征可全面、准确地表征待处理订单的生产工艺。对于至少一个历史订单，本实施例中，可按照与待处理订单一致的提取方案，预先从至少一个历史订单的生产工艺中提取出工艺特征。其中，工艺特征的提取方案将在后文中详述。
实际应用中，生产工艺的展示格式可能是多种多样的，例如，生产工艺可能是文本格式或图像格式等。为此，本实施例中，可通过NER命名实体识别、算法解析DXF绘图交换文件等方式，对生产工艺进行结构化处理。另外，还可对生产工艺进行归一化处理，以统一信息项在不同生产工艺中的表示。当然，这些处理环节并不是必须的，可根据实际情况进行选用。
在此基础上，参考图1a和1b，在步骤102中，可基于工艺特征确定与待处理订单适配的历史相似订单，其中，历史相似订单与待处理订单之间的工艺特征相似度符合预设条件。也即是，可对待处理订单和至少一个历史订单进行工艺特征的相似性判断，以挖掘待处理订单适配的历史相似订单。可选地，此处的预设条件可以是相似度最高，当然，本实施例并不限于此。另外，实际应用中，步骤102中确定出的历史相似订单可以是一个或多个。例如，可从至少一个历史订单中，确定与待处理订单之间的工艺特征相似度最高的K个历史订单，作为历史相似订单，这里K可取正整数。
本实施例中，可将待处理订单适配的历史相似订单输出，以为待处理订单生产处理过程提供参考，例如，为待处理订单的排产、设备调试、报价等生产处理环节提供参考等。
据此，本实施例中，可从生产过程中积累的生产工艺中，全面、准确地提取工艺特征，作为对生产工艺进行相似性判断的依据，从而可更加客观、更加准确地为待处理订单挖掘适配的历史相似订单，不再依赖人工经验进行生产工艺的相似性判断，这可有效提高生产工艺的相似性判断的效率和准确率。
图2为本申请一示例性实施例提供的一种相似性判断方案的逻辑示意图。参考图2，在上述或下述实施例中，一种示例性的工艺特征提取方案可以是，对生产工艺中的指定工艺信息进行向量化，获得工艺向量，以表征工艺特征。
实际应用中，可对生产工艺进行结构化，以产生至少一类结构化的工艺信息，例如前文提及的款式信息、工序信息等。以将生产工艺结构化成数据表为例，可以信息项作为数据表中的字段，以单类工艺信息作为数据表中的一条记录，这样，单类工艺信息下可包含一个或多个信息项。基于此，参考图2，在一种可选方案中，可指定影响生产工艺相似性的至少一个工艺信息，并针对指定工艺信息，分别生成工艺向量；还可将工艺信息进行合并，并为合并后的工艺信息生成工艺向量等。其中，单个工艺向量通常将是多维的，不同维度可对应不同的信息项。这种方案下，针对单个生产工艺，可生成至少一个工艺向量，以表征生产工艺中蕴含的工艺特征。当然，本实施例并不限于此，也可以信息项为单位，生成工艺向量等。
本实施例中，可为待处理订单和至少一个历史订单分别生成工艺向量。至少一个历史订单的工艺向量生成过程与待处理订单的工艺向量生成过程一致，可选地，在后续的历史相似订单确定过程中，可将待处理订单和至少一个历史订单的工艺向量对齐，进而计算记录，当然，不同的距离计算方案的要求不同，对齐并不是必须的。可选地，在确定出指定工艺信息后，可将指定工艺信息输入预训练的工艺向量生成模型中，以将指定工艺信息转换为工艺向量。其中，工艺向量生成模型可封装为向量生成服务，工艺向量生成模型中包含工艺信息与工艺向量之间的映射关系。
在此基础上，本实施例中，可通过判断工艺向量的相似性来确定工艺特征的相似性，进而确定待处理订单适配的历史相似订单。其中，本实施例中，可以工艺向量之间的距离来表征工艺特征相似性，为此，本实施例中，可从至少一个历史订单对应的工艺向量中，确定与待处理订单对应的工艺向量之间的距离符合预设条件的目标工艺向量；将目标工艺向量对应的历史订单，作为历史相似订单。
本实施例中，针对不同的应用场景，可定义不完全相同的工艺向量距离计算方案。实际应用中，可以专家经验作为参考，梳理生产工艺的比较规则，从而确定距离计算方案。据此，本实施例中，工艺向量的距离计算方案并不局限于传统的欧式距离、曼哈顿距离等，可根据需要自定义距离计算方案，在此不作枚举。
考虑到自定义距离计算方案通常相比于传统的距离计算方案更加复杂，本实施例中，还提出了一种新的工艺向量检索方案：
将至少一个历史订单对应的工艺向量分配到至少一个子空间中；
搜索与待处理订单对应的工艺向量距离最近的N个目标子空间，N为整数；
在N个目标子空间中，确定与待处理订单对应的工艺向量距离最近的M个工艺向量，作为目标工艺向量，M为整数。
可选地，在该检索方案中，可基于PostgreSql数据库实现索引，PostgreSql数据库内置的GIST索引框架可为本实施例中的检索方案提供支持。优选地，在该检索方案中，子空间可采用球型的空间。基于此，在该检索方案中，可将至少一个历史订单对应的工艺向量分配到至少一个球型子空间中。实际应用中，可基于历史订单在空间的中分布状态，对子空间的管理：
若单个子空间中工艺向量的数量超过第一预设数量，则可确定出该子空间中距离最远的两个工艺向量之间的距离，并以这两个工艺向量为聚集中心，基于该子空间中剩余的工艺向量到两个聚类中心的距离，将剩余的工艺向量分为2组，每组工艺向量组成一个新的球型空间，从而实现子空间的拆分；
若单个子空间中工艺向量的数量低于第二预设数量，则可从该子空间周围的其它子空间中选择可合并的子空间(例如，包含的工艺向量同一低于第二预设数量等)，以两个子空间中距离最远的两个工艺向量定义新的子空间的直径，从而实现子空间的合并。
对于新增的历史订单对应的工艺向量，可判断该工艺向量到目标球型子空间的球心距离是否小于目标球型子空间的半径，若是，则可将该工艺向量分布至目标球型子空间中。如果可该工艺向量可分布至的目标球型子空间有多个，则可以前述的球心距离作为代价，将该工艺向量加入到代价最小的球型子空间中，以实现新增的历史订单对应的工艺向量的分布。
基于此，在该检索方案中，在对待处理订单的工艺向量进行相似向量检索过程中，可先找到距离待处理订单的工艺向量最近的N个球型子空间，从而过滤掉其他不符合条件的子空间，之后，可仅在找到的N个球型子空间中运行距离计算方案，从而确定出待处理订单适配的历史相似订单。这可大大减少距离计算次数，从而提升确定效率。
据此，本实施例中，可以工艺向量之间的距离来表征工艺向量的相似性，从而可客观、定量地计算生产工艺之间的相似度，进而可快速、准确地确定出待处理订单适配的历史相似订单，不再需要依赖专家经验进行人工查找。
以下以服装生产订单为例，对本实施例提供的订单处理方案进行说明。
可从工时信息和物理信息中选取10个信息项：线迹、动作、部件、工序难度、标准时长、颜色、尺寸、用量、长度、克重。10个信息项下的参数取值例如可以是：三线、拷、前片、C、5.3、红色、XXL、0.3、0.5、0.04。基于此，可基于该10个信息项构建工艺向量，向量生成规则可以是：文本转成词向量，例如‘三线’通过word2vec转成向量；枚举值转向量，例如‘C’和‘XXL’是枚举值用数字表示，然后将数字归一化(等比放大缩小)到-1～1之间的浮点数。值得是，这仅是一个示例性工艺向量的生成方案，单个订单下，还可采用其它信息项组合方案，生成更多的工艺向量。
据此，可按照上述示例性工艺向量的生成方案，针对当前订单和4个历史订单分别生成一个10维向量：
当前订单：
[0.005462087,-0.0100988615,-0.0040000733,0.0017905467,-0.012032813,-0.0026727377,0.0063928985,-0.0018172202,-0.004628964,0.005429865]
4个历史订单：
[-0.43348294,-0.005309539,-0.16797422,-0.111347705,-0.302786,-0.21936299,-0.13580714,0.2827767,-0.12682997,0.40433213]
[-0.0051557007,-0.007110257,-0.0056681074,-0.0010106985,-0.011476816,-0.0056232507,0.0054634362,0.0039934306,1.6836553e-05,0.009823399,-0.0049403217]
[-0.6713871,-0.043004863,-0.4496542,-0.45228654,-0.7560295,-0.5478991,-0.089437805,0.47785676,-0.111996986,0.70546716]
[-0.49872798,-0.04214027,-0.329916,-0.31877938,-0.55709445,-0.4010836,-0.089899585,0.37543714,-0.07700009,0.523293]
在此基础上，可针对该示例性工艺向量，实施上述实施例中提供的工艺向量检索及距离计算方案，同样，还可针对其它工艺向量，也实施上述实施例中提供的工艺向量检索及距离计算方案；并可对当前订单对应的各个工艺向量下的距离计算结果进行加权求和，从而找到与待处理订单的工艺向量综合距离最近的N个历史订单，作为历史相似订单。
参考图1b，上述的订单处理方法，可为多种订单处理需求提供参考。图3为本申请实施例另一示例性实施例提供的另一种订单处理方法的流程示意图，该方法可由订单处理装置执行，该订单处理装置可实现为软件和/或硬件的结合，该订单处理装置可集成在计算设备中。参考图3，该方法包括：
步骤300、获取待处理订单的生产工艺；
步骤301、基于生产工艺确定与待处理订单适配的历史相似订单，历史相似订单与待处理订单之间的生产工艺相似度符合预设条件；
步骤302、以历史相似订单的排产信息作为参考，对待处理订单进行排产。
本实施例提供的订单处理方法可应用于各种订单处理场景中，为订单提供排产方案。排产可以是指为订单制定生产计划，包括但不限于确定将订单分配值哪些生产线、哪些设备、哪些操作人员、哪些时间来进行生产等。其中，步骤300可参考图1a所关联的实施例中的相关描述，在此不再赘述。
在步骤301中，可基于待处理订单的生产工艺为待处理订单确定适配的历史相似订单。其中，为待处理订单确定历史相似订单的方案可参考图1a所关联实施例中提供的方案，以下仅对历史相似订单的确定方案进行简单描述。
本实施例中，可从待处理订单的生产工艺中，提取工艺特征；获取至少一个历史订单的工艺特征；在至少一个历史订单的工艺特征中，确定与待处理订单的工艺特征之间的相似度符合预设条件的目标工艺特征；将目标工艺特征对应的历史订单，作为历史相似订单。本实施例中，工艺特征可包括但不限于图形特征、物料特征、工序特征、工时特征或款式特征等。
其中，在从待处理订单的生产工艺中，提取工艺特征的过程中，可对待处理订单的生产工艺中的指定工艺信息进行向量化，获得工艺向量，以表征工艺特征。具体的工艺向量生成方案可参考前文。
其中，在确定与待处理订单的工艺特征之间的相似度符合预设条件的目标工艺特征的过程中，可从至少一个历史订单对应的工艺向量中，确定与待处理订单对应的工艺向量之间的距离符合预设条件的目标工艺向量。
本实施例中，可提供一种新的工艺向量检索方案：
将至少一个历史订单对应的工艺向量分配到至少一个子空间中；
搜索与待处理订单对应的工艺向量距离最近的N个目标子空间，N为整数；
在N个目标子空间中，确定与待处理订单对应的工艺向量距离最近的M个工艺向量，作为目标工艺向量，M为整数。其中，可选地，子空间可采用球型。
值得说明的是，上述仅针对历史相似订单的确定方案进行了简单描述，方案细节可参考前文。另外，本实施例中，还可采用其它实现方式来确定待处理订单适配的历史相似订单，例如，人工查找等，本实施例并不限于此。
在此基础上，步骤302中，可以历史相似订单的排产信息作为参考，对待处理订单进行排产。实际应用中，可以历史相似订单的排产信息，作为待处理订单的排产依据之一。其中，排产信息可包括限于操作人员信息、设备信息、工时信息等。应当理解的是，本实施例中待处理订单的排产依据除了可包含历史相似订单的排产信息，还可包含生产资源信息、生产能力约束信息等其它多种维度的信息，本实施例在此不再穷举，在这些信息的基础上，可通过算法以及优化、模拟技术，从成千上万、甚至上百万个可行方案中选出一套优化方案，并生成科学的排产方案。其中，对历史相似订单的排产信息的复用，可节省大量的算法资源，有效提高排产效率和准确率。据此，在步骤302中，可生成待处理订单的排产信息。
其中，待处理订单对应的历史订单可能是一个或多个。若确定出的历史相似订单为多个，则可基于多个历史相似订单各自与待处理订单之间的生产工艺相似度，确定多个历史相似订单的参考优先级，例如，生产工艺相似度越高的历史相似订单可配置更高的参考优先级。在此基础上，可按照多个历史相似订单的参考优先级和多个历史相似订单的排产信息，对待处理订单进行排产。例如，可直接复用优选级最高的历史相似订单的排产信息，作为对待处理订单进行排产的依据。又例如，可将按照参考优先级，为不同的历史相似订单配置权重，在排产信息中的指定项目(如工时等)下，对项目参数进行加权求和，以确定出指定项目下的参考参数，其它项目下的参考参数则可直接复用参考优先级最高的历史相似订单中的相应项目参数，从而确定出排产信息中各项目下的参考参数，作为对待处理订单进行排产的依据。当然，这些仅是示例性的，本实施例并不限于此。
另外，参考图1b，本实施例中还可确定待处理订单经排产后对应的目标设备；复用历史相似订单的设备调试参数，对目标设备进行产前调试。设备调试参数可包括但不限于设备型号、转速、针距等。这可实现产前设备调试阶段各环节的流程化和数字化，合理指导产前机修、产前设备调试等工作。
再者，参考图1b，本实施例中，还可获取待处理订单适配的历史相似订单对应的报价信息，根据报价信息，对待处理订单进行价格预估。基于此，接收针对待处理订单的报价请求，按照对待处理订单的价格预估结果，对待处理订单进行报价。
当然，本实施例中还可基于历史相似订单，为其它订单处理需求提供参考，本实施例并不限于此。
据此，本实施例中，以生产过程中积累的生产工艺为驱动，为待处理订单推荐历史相似订单，其中，历史相似订单与待处理订单之间的生产工艺相似。基于此，可以历史相似订单作为参考，对待处理订单进行排产，从而更加高效、准确地对待处理订单进行生产。据此，本申请实施例中，可增加历史相似订单作为对待处理订单进行排产的依据，从而提高排产效率和准确率，进而突破生产效率的瓶颈及不确定性。
图4为本申请又一示例性实施例提供的又一种订单处理方法的流程示意图。该方法可由订单处理装置执行，该订单处理装置可实现为软件和/或硬件的结合，该订单处理装置可集成在计算设备中。参考图4，该方法包括：
步骤400、响应于排产指令，获取待处理订单的订单信息；
步骤401、根据订单信息，确定待处理订单对应的历史相似订单；
步骤402、基于历史相似订单的排产信息，对待处理订单进行排产，以生成待处理订单的排产信息。
本实施例提供的订单处理方法可应用于需要对订单进行排产的场景中。例如、服装生产管理场景中等，本实施例对应用场景不作限定。
在步骤400中，可响应于排产指令，获取待处理订单的订单信息。其中，待处理订单即为需要进行排产的订单。实际应用中，展示一排产界面，排产工作人员可基于排产界面进行人机交互，相应地，排产工作人员可在排产界面中执行排产触发操作，例如，点击排产按钮，以产生排产指令。
其中，待处理订单的订单信息可包括但不限于生产工艺、订单编号、产品款号等等。
基于此，在步骤401中，可根据订单信息，确定待处理订单对应的历史相似订单。
在一种可选的实现方式中，可根据待处理订单的生产工艺，确定与待处理订单适配的历史相似订单，这种方式下，历史相似订单与待处理订单之间的生产工艺相似度符合预设条件，例如，双方的生产工艺相似度高于预设阈值等。其中，根据待处理订单的生产工艺，确定与待处理订单适配的历史相似订单的实现细节可参考前文中图1和图2所关联实施例中的相关描述，为节省篇幅，在此不再赘述。
本实施例中，还可采用其它实现方式确定待处理订单对应的历史相似订单。例如，可与待处理订单之间存在向适配的产品款号的历史订单，确定为待处理订单对应的历史相似订单。实际应用中，产品款号可用于标识产品的款式，例如，款号11-30-12可用于标识短款-浅蓝色-带口袋的牛仔衣，款号22-30-12可用于标识长款-浅蓝色-带口袋的牛仔衣，这种情况下，可将这两个款号确定为相适配的款号。当然，在实践中，也可将完全相同的款号才确定为相适配的款号，例如，A公司发起的订单a和B公司发起的订单b之间存在相同的产品款号，则可将订单a和订单b确定为相似的订单。
以上仅是示例性的，本实施例中确定与待处理订单适配的历史相似订单的实现方式并不限于此。
在此基础上，步骤102中，可基于历史相似订单的排产信息，对待处理订单进行排产，以生成待处理订单的排产信息。其中，排产信息可包括限于操作人员信息、设备信息、工时信息等。
实际应用中，可将历史相似订单的排产信息，作为待处理订单的排产依据之一。应当理解的是，本实施例中待处理订单的排产依据除了可包含历史相似订单的排产信息，还可包含生产资源信息、生产能力约束信息等其它多种维度的信息，本实施例在此不再穷举，在这些信息的基础上，可通过算法以及优化、模拟技术，从成千上万、甚至上百万个可行方案中选出一套优化方案，并生成科学的排产方案。其中，对历史相似订单的排产信息的复用，可节省大量的算法资源，有效提高排产效率和准确率。据此，可生成待处理订单的排产信息。
另外，本实施例中，待处理订单对应的历史订单可能是一个或多个。若确定出的历史相似订单为多个，则可确定多个历史相似订单的参考优先级，例如，生产工艺相似度越高的历史相似订单可配置更高的参考优先级。实际应用中，可基于多个历史相似订单各自与待处理订单之间的生产工艺相似度，来确定多个历史相似订单的参考优先级，当然，本实施例并不限于此。在此基础上，可按照多个历史相似订单的参考优先级和多个历史相似订单的排产信息，对待处理订单进行排产。例如，可直接复用优选级最高的历史相似订单的排产信息，作为对待处理订单进行排产的依据。又例如，可将按照参考优先级，为不同的历史相似订单配置权重，在排产信息中的指定项目(如工时等)下，对项目参数进行加权求和，以确定出指定项目下的参考参数，其它项目下的参考参数则可直接复用参考优先级最高的历史相似订单中的相应项目参数，从而确定出排产信息中各项目下的参考参数，作为对待处理订单进行排产的依据。当然，这些仅是示例性的，本实施例并不限于此。
据此，本实施例中，可以历史相似订单作为参考，对待处理订单进行排产，从而更加高效、准确地对待处理订单进行生产。据此，本申请实施例中，可增加历史相似订单作为对待处理订单进行排产的依据，从而提高排产效率和准确率，进而突破生产效率的瓶颈及不确定性。
在上述或下述实施例中，还可展示排产界面；响应于在排产界面中发生的订单输入操作，配置待处理订单的订单信息。这里，排产工作人员，可在排产界面中输入待处理订单的订单信息，例如，输入订单编号、生产工艺、产品款号等信息。之后，排产工作人员，可点击排产按钮，以生成排产指令，进而触发前述的排产过程。
在对待处理订单完成排产后，还可在排产界面中，展示待处理订单的排产信息；响应于针对排产信息的调整操作，修改待处理订单的排产信息。这里，排产工作人员可对待处理订单的排产信息进行修改和/或确认等操作，以保证待处理订单的排产信息的准确性。
在此基础上，还可根据待处理订单的排产信息，确定待处理订单经排产后对应的目标设备；将历史相似订单的设备调试参数发送至目标设备，以按照设备调试参数对目标设备进行产前调试。设备调试参数可包括但不限于设备型号、转速、针距等。这可实现产前设备调试阶段各环节的流程化和数字化，合理指导产前机修、产前设备调试等工作。
另外，还可获取待处理订单适配的历史相似订单对应的报价信息，根据报价信息，对待处理订单进行价格预估。基于此，接收针对待处理订单的报价请求，按照对待处理订单的价格预估结果，对待处理订单进行报价。
本实施例中，还可提供订单界面，在订单界面中展示待处理订单的生产工艺。排产工作人员可基于待处理订单的生产工艺和排产信息，监管待处理订单的生产进度等。排产工作人员还可针对待处理订单的生产工艺中的目标工艺环节发起处理提醒，以提醒目标工艺环节对应的目标设备的操作人员及时启动待处理订单的目标工艺环节，保证生产效率。
当然，本实施例中还可基于历史相似订单，为其它订单处理需求提供参考，本实施例并不限于此。
需要说明的是，上述实施例所提供方法的各步骤的执行主体均可以是同一设备，或者，该方法也由不同设备作为执行主体。比如，步骤100至步骤102的执行主体可以为设备A；又比如，步骤100和1012的执行主体可以为设备A，步骤102的执行主体可以为设备B；等等。
另外，在上述实施例及附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的阈值、消息、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。
图5为本申请又一示例性实施例提供的一种计算设备的结构示意图。如图5所示，该计算设备包括：存储器50、处理器51以及通信组件52。
处理器51，与存储器50耦合，用于执行存储器50中的计算机程序，以用于：
通过通信组件52获取待处理订单的生产工艺；
基于生产工艺确定与待处理订单适配的历史相似订单，历史相似订单与待处理订单之间的生产工艺相似度符合预设条件；
以历史相似订单的排产信息作为参考，对待处理订单进行排产。
在一可选实施例中，处理器51在基于生产工艺确定与待处理订单适配的历史相似订单时，用于：
从待处理订单的生产工艺中，提取工艺特征；
获取至少一个历史订单的工艺特征；
在至少一个历史订单的工艺特征中，确定与待处理订单的工艺特征之间的相似度符合预设条件的目标工艺特征；
将目标工艺特征对应的历史订单，作为历史相似订单。
在一可选实施例中，处理器51在从待处理订单的生产工艺中，提取工艺特征时，用于：
对待处理订单的生产工艺中的指定工艺信息进行向量化，获得工艺向量，以表征工艺特征。
在一可选实施例中，处理器51在确定与待处理订单的工艺特征之间的相似度符合预设条件的目标工艺特征时，用于：
从至少一个历史订单对应的工艺向量中，确定与待处理订单对应的工艺向量之间的距离符合预设条件的目标工艺向量。
在一可选实施例中，处理器51在确定与待处理订单对应的工艺向量之间的距离符合预设条件的目标工艺向量时，用于：
将至少一个历史订单对应的工艺向量分配到至少一个子空间中；
搜索与待处理订单对应的工艺向量距离最近的N个目标子空间，N为整数；
在N个目标子空间中，确定与待处理订单对应的工艺向量距离最近的M个工艺向量，作为目标工艺向量，M为整数。
在一可选实施例中，子空间采用球型。
在一可选实施例中，工艺特征包括图形特征、物料特征、工序特征、工时特征或款式特征中的一种或多种。
在一可选实施例中，处理器51还用于：
确定待处理订单经排产后对应的目标设备；
复用历史相似订单的设备调试参数，对目标设备进行产前调试。
在一可选实施例中，处理器51还用于：
若与待处理订单适配的历史相似订单为多个，则基于多个历史相似订单与待处理订单之间的生产工艺相似度，确定多个历史相似订单的参考优先级；
以历史相似订单的排产信息作为参考，对待处理订单进行排产，包括：按照多个历史订单的参考优先级和多个历史订单的排产信息，对待处理订单进行排产。
在一可选实施例中，处理器51还用于：
接收针对待处理订单的报价请求；
获取与待处理订单适配的历史相似订单对应的报价信息；
根据报价信息，对待处理订单进行报价。
进一步，如图5所示，该计算设备还包括：电源组件53等其它组件。图5中仅示意性给出部分组件，并不意味着计算设备只包括图5所示组件。
值得说明的是，上述关于计算设备各实施例中的技术细节，可参考图3相关实施例中提供的订单处理方法的描述，为节省篇幅，在此不再赘述，但这不应造成本申请保护范围的损失。
相应地，本申请实施例还提供一种存储有计算机程序的计算机可读存储介质，计算机程序被执行时能够实现上述方法实施例中可由计算设备执行的各步骤。
图6为本申请又一示例性实施例提供的另一种计算设备的结构示意图。如图6所示，该计算设备包括：存储器60、处理器61以及通信组件62。
处理器61，与存储器60耦合，用于执行存储器60中的计算机程序，以用于：
通过通信组件62获取待处理订单的生产工艺；
从生产工艺中，提取工艺特征；
基于工艺特征确定与待处理订单适配的历史相似订单，历史相似订单与待处理订单之间的工艺特征相似度符合预设条件。
在一可选实施例中，处理器61在从生产工艺中，提取工艺特征时，用于：
对生产工艺中的指定工艺信息进行向量化，获得工艺向量，以表征工艺特征。
在一可选实施例中，处理器61在基于工艺特征确定与待处理订单适配的历史相似订单时，用于：
从至少一个历史订单对应的工艺向量中，确定与待处理订单对应的工艺向量之间的距离符合预设条件的目标工艺向量；
将目标工艺向量对应的历史订单，作为历史相似订单。
在一可选实施例中，处理器61在确定与待处理订单对应的工艺向量之间的距离符合预设条件的目标工艺向量时，用于：
将至少一个历史订单对应的工艺向量分配到至少一个子空间中；
搜索与待处理订单对应的工艺向量距离最近的N个目标子空间，N为整数；
在N个目标子空间中，确定与待处理订单对应的工艺向量距离最近的M个工艺向量，作为目标工艺向量，M为整数；
在一可选实施例中，子空间采用球型。
在一可选实施例中，工艺特征包括图形特征、物料特征、工序特征、工时特征或款式特征中的一种或多种。
进一步，如图6所示，该计算设备还包括：电源组件63等其它组件。图6中仅示意性给出部分组件，并不意味着计算设备只包括图6所示组件。
值得说明的是，上述关于计算设备各实施例中的技术细节，可参考图1a相关实施例中提供的订单处理方法的描述，为节省篇幅，在此不再赘述，但这不应造成本申请保护范围的损失。
相应地，本申请实施例还提供一种存储有计算机程序的计算机可读存储介质，计算机程序被执行时能够实现上述方法实施例中可由计算设备执行的各步骤。
图7为本申请又一示例性实施例提供的又一种计算设备的结构示意图。该计算设备包括：存储器70和处理器71。
处理器71，与存储器70耦合，用于执行存储器70中的计算机程序，以用于：
响应于排产指令，获取待处理订单的订单信息；
根据订单信息，确定待处理订单对应的历史相似订单；
基于历史相似订单的排产信息，对待处理订单进行排产，以生成待处理订单的排产信息。
在一可选实施例中，处理器71还用于：
展示排产界面；
响应于在排产界面中发生的订单输入操作，配置待处理订单的订单信息。
在一可选实施例中，处理器71还用于：
在排产界面中，展示待处理订单的排产信息；
响应于针对排产信息的调整操作，修改待处理订单的排产信息。
在一可选实施例中，处理器71还用于：
根据待处理订单的排产信息，确定待处理订单经排产后对应的目标设备；
将历史相似订单的设备调试参数发送至目标设备，以按照设备调试参数对目标设备进行产前调试。
在一可选实施例中，订单信息包括生产工艺、订单编号或产品款号中的一种或多种。
在一可选实施例中，处理器71还用于：
展示订单界面；
在订单界面中，显示待处理订单的生产工艺。
在一可选实施例中，处理器71还用于：
若待处理订单对应的历史相似订单为多个，则确定多个历史相似订单的参考优先级；
基于历史相似订单的排产信息，对待处理订单进行排产，包括：按照多个历史订单的参考优先级和多个历史订单的排产信息，对待处理订单进行排产。
在一可选实施例中，处理器71还用于：
接收针对待处理订单的报价请求；
获取待处理订单对应的历史相似订单的报价信息；
根据报价信息，对待处理订单进行报价。
进一步，如图7所示，该计算设备还包括：通信组件72、电源组件73等其它组件。图7中仅示意性给出部分组件，并不意味着计算设备只包括图7所示组件。
值得说明的是，上述关于计算设备各实施例中的技术细节，可参考图4相关实施例中提供的订单处理方法的描述，为节省篇幅，在此不再赘述，但这不应造成本申请保护范围的损失。
相应地，本申请实施例还提供一种存储有计算机程序的计算机可读存储介质，计算机程序被执行时能够实现上述方法实施例中可由计算设备执行的各步骤。
上述图5-7中的存储器，用于存储计算机程序，并可被配置为存储其它各种数据以支持在计算平台上的操作。这些数据的示例包括用于在计算平台上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
上述图5-7中的通信组件，被配置为便于通信组件所在设备和其他设备之间有线或无线方式的通信。通信组件所在设备可以接入基于通信标准的无线网络，如WiFi，2G、3G、4G/LTE、5G等移动通信网络，或它们的组合。在一个示例性实施例中，通信组件经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
上述图5-7中的电源组件，为电源组件所在设备的各种组件提供电力。电源组件可以包括电源管理系统，一个或多个电源，及其他与为电源组件所在设备生成、管理和分配电力相关联的组件。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种订单处理方法，包括：
获取待处理订单的生产工艺；
基于所述生产工艺确定与所述待处理订单适配的历史相似订单，所述历史相似订单与所述待处理订单之间的生产工艺相似度符合预设条件；
以所述历史相似订单的排产信息作为参考，对所述待处理订单进行排产。
2.根据权利要求1所述的方法，所述基于所述生产工艺确定与所述待处理订单适配的历史相似订单，包括：
从所述待处理订单的生产工艺中，提取工艺特征；
获取至少一个历史订单的工艺特征；
在所述至少一个历史订单的工艺特征中，确定与所述待处理订单的工艺特征之间的相似度符合所述预设条件的目标工艺特征；
将所述目标工艺特征对应的历史订单，作为所述历史相似订单。
3.根据权利要求2所述的方法，所述从所述待处理订单的生产工艺中，提取工艺特征，包括：
对所述待处理订单的生产工艺中的指定工艺信息进行向量化，获得工艺向量，以表征所述工艺特征。
4.根据权利要求3所述的方法，所述确定与所述待处理订单的工艺特征之间的相似度符合所述预设条件的目标工艺特征，包括：
从所述至少一个历史订单对应的工艺向量中，确定与所述待处理订单对应的工艺向量之间的距离符合所述预设条件的目标工艺向量。
5.根据权利要求4所述的方法，所述确定与所述待处理订单对应的工艺向量之间的距离符合所述预设条件的目标工艺向量，包括：
将所述至少一个历史订单对应的工艺向量分配到至少一个子空间中；
搜索与所述待处理订单对应的工艺向量距离最近的N个目标子空间，N为整数；
在所述N个目标子空间中，确定与所述待处理订单对应的工艺向量距离最近的M个工艺向量，作为所述目标工艺向量，M为整数。
6.一种订单处理方法，包括：
获取待处理订单的生产工艺；
从所述生产工艺中，提取工艺特征；
基于所述工艺特征确定与所述待处理订单适配的历史相似订单，所述历史相似订单与所述待处理订单之间的工艺特征相似度符合预设条件。
7.一种订单处理方法，包括：
响应于排产指令，获取待处理订单的订单信息；
根据所述订单信息，确定所述待处理订单对应的历史相似订单；
基于所述历史相似订单的排产信息，对所述待处理订单进行排产，以生成所述待处理订单的排产信息。
8.根据权利要求7所述的方法，还包括：
展示排产界面；
响应于在所述排产界面中发生的订单输入操作，配置所述待处理订单的订单信息。
9.根据权利要求8所述的方法，还包括：
在所述排产界面中，展示所述待处理订单的排产信息；
响应于针对所述排产信息的调整操作，修改所述待处理订单的排产信息。
10.根据权利要求7所述的方法，还包括：
若所述待处理订单对应的历史相似订单为多个，则确定所述多个历史相似订单的参考优先级；
所述基于所述历史相似订单的排产信息，对所述待处理订单进行排产，包括：按照所述多个历史订单的参考优先级和所述多个历史订单的排产信息，对所述待处理订单进行排产。
CN202110450028.5A 2021-04-25 2021-04-25 一种订单处理方法、设备及存储介质 Pending CN113298349A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110450028.5A CN113298349A (zh) 2021-04-25 2021-04-25 一种订单处理方法、设备及存储介质
PCT/CN2022/087365 WO2022228176A1 (zh) 2021-04-25 2022-04-18 一种订单处理方法、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110450028.5A CN113298349A (zh) 2021-04-25 2021-04-25 一种订单处理方法、设备及存储介质

Publications (1)

Publication Number Publication Date
CN113298349A true CN113298349A (zh) 2021-08-24

Family

ID=77320106

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110450028.5A Pending CN113298349A (zh) 2021-04-25 2021-04-25 一种订单处理方法、设备及存储介质

Country Status (2)

Country Link
CN (1) CN113298349A (zh)
WO (1) WO2022228176A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114756913A (zh) * 2022-04-22 2022-07-15 苏州浪潮智能科技有限公司 一种部件安装位置确定方法、装置、设备及介质
WO2022228176A1 (zh) * 2021-04-25 2022-11-03 阿里巴巴（中国）有限公司 一种订单处理方法、设备及存储介质
CN117556968A (zh) * 2024-01-11 2024-02-13 天津瑞远粉末涂料有限公司 粉末涂料制备方法、装置、电子设备及存储介质
CN117610864A (zh) * 2023-12-01 2024-02-27 浙江常青树信息技术有限责任公司 一种生产计划群组排产的方法和装置
CN118278678A (zh) * 2024-04-07 2024-07-02 深圳印智互联信息技术有限公司 一种基于ai技术数字化管理方法及平台

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115578014B (zh) * 2022-11-24 2023-04-07 浙江工企信息技术股份有限公司 一种工艺数据匹配方法、系统、存储介质及智能终端
CN116149281B (zh) * 2023-04-04 2023-07-07 江苏爱箔乐铝箔制品有限公司 一种用于铝箔容器生产的自动折盒控制方法及系统
CN116542456B (zh) * 2023-04-25 2023-12-01 秒优大数据科技(杭州)有限公司 一种智能派单方法、装置和设备
CN116503138B (zh) * 2023-05-04 2023-10-31 杭州妙壹科技有限公司 一种基于异步编程的话费充值订单调度方法与系统
CN117952398A (zh) * 2024-03-25 2024-04-30 山东国泰民安玻璃科技有限公司 一种注射剂瓶加工材料的分布式调配控制方法及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108733003A (zh) * 2017-04-20 2018-11-02 南京理工大学 基于kmeans聚类算法的回转类零件工序工时预测方法及系统
CN110059052A (zh) * 2019-02-28 2019-07-26 石化盈科信息技术有限责任公司 一种炼化调度案例管理方法及计算机可读存储介质
CN110119847A (zh) * 2019-05-14 2019-08-13 拉扎斯网络科技（上海）有限公司 一种配送时长的预测方法、装置、存储介质和电子设备
CN111898278A (zh) * 2020-08-07 2020-11-06 广元量知汇科技有限公司 基于工业互联网的数字化制造方法
CN112633769A (zh) * 2020-12-31 2021-04-09 中国电子科技集团公司第十四研究所 一种高级计划排程系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7130712B1 (en) * 2005-05-31 2006-10-31 International Business Machines Corporation Method and system for small-lot orders to optimize production runs in the steel industry
US10789561B2 (en) * 2011-11-21 2020-09-29 Hewlett-Packard Development Company, L.P. Recommending production plans
US20160110662A1 (en) * 2013-05-22 2016-04-21 Hewlett-Packard Development Company, L.P. Production Simulation
CN109472488A (zh) * 2018-11-05 2019-03-15 珠海格力智能装备有限公司 订单的排产方法及装置、存储介质和处理器
CN112395396A (zh) * 2019-08-12 2021-02-23 科沃斯商用机器人有限公司 问答匹配和搜索方法、设备、系统及存储介质
CN115668266A (zh) * 2020-08-19 2023-01-31 西门子股份公司 生产订单的分解方法和装置
CN112000075A (zh) * 2020-09-17 2020-11-27 华泰永创(北京)科技股份有限公司 干熄焦优化控制方法及系统
CN113296480A (zh) * 2021-01-14 2021-08-24 阿里巴巴集团控股有限公司 一种水处理方法、系统、设备及存储介质
CN113298349A (zh) * 2021-04-25 2021-08-24 阿里巴巴（中国）有限公司 一种订单处理方法、设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108733003A (zh) * 2017-04-20 2018-11-02 南京理工大学 基于kmeans聚类算法的回转类零件工序工时预测方法及系统
CN110059052A (zh) * 2019-02-28 2019-07-26 石化盈科信息技术有限责任公司 一种炼化调度案例管理方法及计算机可读存储介质
CN110119847A (zh) * 2019-05-14 2019-08-13 拉扎斯网络科技（上海）有限公司 一种配送时长的预测方法、装置、存储介质和电子设备
CN111898278A (zh) * 2020-08-07 2020-11-06 广元量知汇科技有限公司 基于工业互联网的数字化制造方法
CN112633769A (zh) * 2020-12-31 2021-04-09 中国电子科技集团公司第十四研究所 一种高级计划排程系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022228176A1 (zh) * 2021-04-25 2022-11-03 阿里巴巴（中国）有限公司 一种订单处理方法、设备及存储介质
CN114756913A (zh) * 2022-04-22 2022-07-15 苏州浪潮智能科技有限公司 一种部件安装位置确定方法、装置、设备及介质
CN114756913B (zh) * 2022-04-22 2024-01-19 苏州浪潮智能科技有限公司 一种部件安装位置确定方法、装置、设备及介质
CN117610864A (zh) * 2023-12-01 2024-02-27 浙江常青树信息技术有限责任公司 一种生产计划群组排产的方法和装置
CN117556968A (zh) * 2024-01-11 2024-02-13 天津瑞远粉末涂料有限公司 粉末涂料制备方法、装置、电子设备及存储介质
CN117556968B (zh) * 2024-01-11 2024-04-09 天津瑞远粉末涂料有限公司 粉末涂料制备方法、装置、电子设备及存储介质
CN118278678A (zh) * 2024-04-07 2024-07-02 深圳印智互联信息技术有限公司 一种基于ai技术数字化管理方法及平台

Also Published As

Publication number Publication date
WO2022228176A1 (zh) 2022-11-03

Similar Documents

Publication Publication Date Title
CN113298349A (zh) 一种订单处理方法、设备及存储介质
CN110442329A (zh) 代码段的生成方法、装置、存储介质及计算机设备
EP3037983A1 (en) Data processing system, data processing method, and data processing device
JP2018139041A (ja) 業務計画最適化装置及び業務計画最適化方法
CN109447549B (zh) 一种物料位置确定的方法以及相关装置
US10108916B2 (en) Systems and methods for supply chain design and analysis
JP5379261B2 (ja) スケジューリング装置、スケジューリング方法およびコンピュータプログラム
CN110796416B (zh) 一种基于工业联网订单处理方法及计算机存储介质
CN113157947A (zh) 知识图谱的构建方法、工具、装置和服务器
CN111400430A (zh) 数字建筑清单计价中快速组价的方法及系统
KR102243794B1 (ko) 데이터 통합 장치 및 데이터 통합 방법
CN112784273A (zh) 一种sql风险识别方法、装置及设备
CN111290813A (zh) 一种软件界面字段数据标准化的方法、装置、设备和介质
JP6622592B2 (ja) 生産計画立案支援システムおよび支援方法
CN110532056A (zh) 一种应用于用户界面中的控件识别方法及装置
JP2023055219A (ja) 情報処理装置、情報処理方法及びプログラム
CN117035687A (zh) 一种电网业务固定资产流程配置方法、系统及计算机存储介质
CN117910906B (zh) 应用于智慧物流的数据可视化方法及系统
CN110020333A (zh) 数据分析方法及装置、电子设备、存储介质
CN115730507A (zh) 模型引擎的构建、核函数处理方法、设备及存储介质
CN111831286B (zh) 一种用户投诉处理方法和设备
CN114168446B (zh) 一种面向移动端运行算法模型的模拟评测方法及设备
CN115469849A (zh) 一种业务处理系统、方法、电子设备和存储介质
JP6667714B2 (ja) プログラムの統合解析管理装置及びその統合解析管理方法
CN112346953A (zh) 用于产生用例的方法、设备、电子设备及商品推荐方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210824

RJ01 Rejection of invention patent application after publication