CN113361105B - 一种订单分配方法、装置、存储介质及终端 - Google Patents

一种订单分配方法、装置、存储介质及终端 Download PDF

Info

Publication number
CN113361105B
CN113361105B CN202110628459.6A CN202110628459A CN113361105B CN 113361105 B CN113361105 B CN 113361105B CN 202110628459 A CN202110628459 A CN 202110628459A CN 113361105 B CN113361105 B CN 113361105B
Authority
CN
China
Prior art keywords
cost
order
factory
simulation
produced
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
CN202110628459.6A
Other languages
English (en)
Other versions
CN113361105A (zh
Inventor
陈刚
龚小龙
郑聪
许文杰
陈曦
麻志毅
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.)
Advanced Institute of Information Technology AIIT of Peking University
Hangzhou Weiming Information Technology Co Ltd
Original Assignee
Advanced Institute of Information Technology AIIT of Peking University
Hangzhou Weiming Information Technology 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 Advanced Institute of Information Technology AIIT of Peking University, Hangzhou Weiming Information Technology Co Ltd filed Critical Advanced Institute of Information Technology AIIT of Peking University
Priority to CN202110628459.6A priority Critical patent/CN113361105B/zh
Publication of CN113361105A publication Critical patent/CN113361105A/zh
Application granted granted Critical
Publication of CN113361105B publication Critical patent/CN113361105B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种工厂相关生产成本分析方法、装置、存储介质及终端，该方法包括：获取工厂的待生产订单列表，并查询待生产订单列表中每个待生产订单的初始库存量；根据历史订单交付数据统计交货时间与实际交期的条件分布信息；接收仿真时长与仿真次数，并将工厂的待生产订单列表、条件分布信息以及仿真时长与仿真次数输入预先创建的工厂成本分析模型中进行多次仿真；其中，工厂成本分析模型基于蒙特卡洛仿真算法创建生成；输出工厂的第一平均违反交期成本与第一平均库存成本。因此，采用本申请实施例，由于通过蒙特卡洛仿真的方法预判库存成本和违背交期的风险，从而提升后续决策的合理性，降低制造企业的总体成本，提升生产效率。

Description

一种订单分配方法、装置、存储介质及终端
技术领域
本发明涉及计算机视觉技术领域，特别涉及一种工厂相关生产成本分析方法、装置、存储介质及终端。
背景技术
库存成本是制造业的主要成本之一。产生库存堆积的原因是多方面的。一方面，厂家按照订单需求生产完订单将要发货时，买方可能因为随机的突发情况无法收货，导致产品滞留在工厂库存中。另一方面，当厂家预计未来某段时间的产能不足时，就会将部分订单提前生产，生产完之后存储于库存中，等待发货。库存堆积会给企业带来高额成本。一方面，库存占用了企业的仓库空间，需要相应的管理费用和机会成本。另一方面，无法发货导致无法收回货款，产生利息成本。
除了库存，交期变更带来的违反交期也是制造业企业经常面临的问题。一方面，如果产品库存超过了容量限制，厂家将不得不提前发货。另一方面，买方可能随机地要求提前发货，厂家如果由于产能受限，无法在交期前完成对产品的生产，则只能延迟某些产品的发货。违反交期也会给制造业企业带来成本，比如违约金，对买方的服务质量下降，公司信誉损失等等。
在现有技术中，为了满足企业单方面等待的决策需求，当前对库存成本和违反交期成本的预判通常是通过人工的方式，但是人工的方法存在一定的缺陷，具体地：人对库存成本和违反交期成本的估计是非常模糊的，比如每个月可以生产多少台，无法较为精确地量化和优化产能的匹配，并且人无法定量考虑订单交期变化和确认订单交期变化的时间的不确定性，无法管控违反交期的风险。另一种预判方法是假定一个确定性的交期，然后根据这个确定性的交期来计算库存成本和违背交期的成本。
发明内容
本申请实施例提供了一种工厂相关生产成本分析方法、装置、存储介质及终端。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
第一方面，本申请实施例提供了一种工厂相关生产成本分析方法，该方法包括：
获取工厂的待生产订单列表，并查询待生产订单列表中每个待生产订单的初始库存量；
根据历史订单交付数据统计交货时间与实际交期的条件分布信息；
接收仿真时长与仿真次数，并将工厂的待生产订单列表、每个待生产订单的初始库存量、条件分布信息以及仿真时长与仿真次数输入预先创建的工厂成本分析模型中进行多次仿真；其中，工厂成本分析模型基于蒙特卡洛仿真算法创建生成；
输出工厂的第一平均违反交期成本与第一平均库存成本。
可选的，输出工厂的相关生产成本之后，还包括：
当待生产订单列表中加入目标生产订单时，生成目标生产订单列表；
基于目标生产订单列表进行多次仿真后，输出工厂的第二平均违反交期成本与第二平均库存成本；
将第一平均违反交期成本与第一平均库存成本相加后生成第一总成本；
将第二平均违反交期成本与第二平均库存成本相加后生成第二总成本；
将第二总成本与第一总成本做差后生成工厂的边际成本；
输出工厂的边际成本。
可选的，将工厂的待生产订单列表、每个待生产订单的初始库存量、交货时间与实际交期的条件分布信息以及仿真时长与仿真次数输入预先创建的工厂成本分析模型中进行多次仿真，包括：
获取待生产订单列表中各订单的交货时间；
基于获取的各订单的交货时间将待生产订单列表中各订单按照时间的先后顺序进行排序，生成排序后的订单列表；
从排序后的订单列表中获取订单i，并从订单i的数据信息中提取订单i的生产准备时间、生产时间以及交货时间；
根据仿真时长与订单i的生产准备时间、生产时间以及交货时间计算订单i的违反交期成本；
根据交货时间与实际交期的条件分布信息采样订单i的确认交货时间、实际交货时间；
获取订单i的初始库存量；
根据仿真时长、订单i的初始库存量与订单i的确认交货时间、实际交货时间计算述订单i的库存成本。
可选的，方法还包括：
继续执行从排序后的订单列表中获取订单i的步骤，直到排序后的订单列表中每个订单遍历结束后生成多个违反交期成本以及多个库存成本；
根据仿真次数以及多个违反交期成本计算工厂的第一平均违反交期成本；
根据仿真次数以及多个库存成本计算工厂的第一平均库存成本；
其中，从排序后的订单列表中获取订单i的公式为：i＝k；其中k为获取次数。
可选的，第一平均违反交期成本计算公式为：其中，R为仿真次数，i为第i个订单。
可选的，第一平均库存成本的计算公式为：其中，R为仿真次数，i为第i个订单。
第二方面，本申请实施例提供了一种工厂相关生产成本分析装置，该装置包括：
待生产订单列表获取模块，用于获取工厂的待生产订单列表，并查询待生产订单列表中每个待生产订单的初始库存量；
条件分布信息统计模块，用于根据历史订单交付数据统计交货时间与实际交期的条件分布信息；
仿真模块，用于接收仿真时长与仿真次数，并将工厂的待生产订单列表、每个待生产订单的初始库存量、交货时间与实际交期的条件分布信息以及仿真时长与仿真次数输入预先创建的工厂成本分析模型中进行多次仿真；其中，工厂成本分析模型基于蒙特卡洛仿真算法创建生成；
第一成本输出模块，用于输出工厂的第一平均违反交期成本与第一平均库存成本。
可选的，装置还包括：
目标生产订单列表生成模块，用于当待生产订单列表中加入目标生产订单时，生成目标生产订单列表；
第二成本输出模块，用于基于目标生产订单列表进行多次仿真后，输出工厂的第二平均违反交期成本与第二平均库存成本；
第一总成本生成模块，用于将第一平均违反交期成本与第一平均库存成本相加后生成第一总成本；
第二总成本生成模块，用于将第二平均违反交期成本与第二平均库存成本相加后生成第二总成本；
边际成本生成模块，用于将第二总成本与第一总成本做差后生成工厂的边际成本；
边际成本输出模块，用于输出工厂的边际成本。
第三方面，本申请实施例提供一种计算机存储介质，计算机存储介质存储有多条指令，指令适于由处理器加载并执行上述的方法步骤。
第四方面，本申请实施例提供一种终端，可包括：处理器和存储器；其中，存储器存储有计算机程序，计算机程序适于由处理器加载并执行上述的方法步骤。
本申请实施例提供的技术方案可以包括以下有益效果：
在本申请实施例中，工厂相关生产成本分析装置首先获取工厂的待生产订单列表，并查询待生产订单列表中每个待生产订单的初始库存量，然后根据历史订单交付数据统计交货时间与实际交期的条件分布信息，再接收仿真时长与仿真次数，并将工厂的待生产订单列表、条件分布信息以及仿真时长与仿真次数输入预先创建的工厂成本分析模型中进行多次仿真；其中，工厂成本分析模型基于蒙特卡洛仿真算法创建生成，最后输出工厂的第一平均违反交期成本与第一平均库存成本。因此，采用本申请实施例，由于通过蒙特卡洛仿真的方法预判库存成本和违背交期的风险，从而提升后续决策的合理性，降低制造企业的总体成本，提升生产效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是本申请实施例提供的一种工厂相关生产成本分析方法的流程示意图；
图2是本申请实施例提供的一种订单分配问题场景示意图；
图3是本申请实施例提供的一种订单实际交期相对于合同交期的变化量的分布图；
图4是本申请实施例提供的一种工厂相关生产成本分析过程的过程示意图；
图5是本申请实施例提供的另一种工厂相关生产成本分析方法的流程示意图；
图6是本申请实施例提供的一种工厂相关生产成本分析装置的装置示意图；
图7是本申请实施例提供的一种终端的结构示意图。
具体实施方式
以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。
应当明确，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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
在本发明的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。此外，在本发明的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
下面将结合附图1-附图4，对本申请实施例提供的工厂相关生产成本分析方法进行详细介绍。该方法可依赖于计算机程序实现，可运行于基于冯诺依曼体系的工厂相关生产成本分析装置上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。其中，本申请实施例中的工厂相关生产成本分析装置可以为用户终端，包括但不限于：个人电脑、平板电脑、手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其它处理设备等。在不同的网络中用户终端可以叫做不同的名称，例如：用户设备、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置、蜂窝电话、无绳电话、个人数字处理(personal digitalassistant，PDA)、5G网络或未来演进网络中的终端设备等。
请参见图1，为本申请实施例提供了一种工厂相关生产成本分析方法的流程示意图。如图1所示，本申请实施例的方法可以包括以下步骤：
S101，获取工厂的待生产订单列表，并查询待生产订单列表中每个待生产订单的初始库存量；
其中，订单列表其实就是当前待分析工厂内已经存在的一批待生产的订单列表。初始库存量是订单列表中每个订单目前在仓库中存在的产品数量。
通常，订单列表可以记为{qi}，订单列表{qi}中每个订单的数据信息记为qi＝(买方，产品类型，产品数量，交货时间，确认的交货时间，确认时间，准备时间，生产时间)，初始库存量可记为{(产品类型，产品数量)i}。
例如图2所示，图2是本申请提供的一种制造行业面临的订单分配问题场景，值得我们注意的是每个工厂的订单列表中，有一部分订单的实际交期是不确定的。比如可能原本合同要求t日交货的订单，工厂会在t-m日被要求延迟到t+n日交货。除了延迟交货外，工厂也有可能会被要求提前交货。同时，通过分析交期变化的量的数据，可以发现交期发生变化的量不是毫无规律的，而是服从一定的分布的，例如下图所示为某变压器制造商的订单实际交期相对于合同交期的变化量的分布，分布例如图3所示。
因此，针对电力制造行业，考虑单个工厂手头同时有多个交期不同的订单需要生产、每个订单的交期和确定订单最终交期的时间无法确定等约束，通过蒙特卡洛仿真的方法预判库存成本和违背交期的风险，从而提升后续决策(比如订单分配)的合理性，降低制造企业的总体成本，提升生产效率。
在一种可能的实现方式中，在针对某一个工厂的相关生产成本进行分析时，首先需要获取该工厂的待生产订单列表，并查询待生产订单列表中每个待生产订单的初始库存量。
S102，根据历史订单交付数据统计交货时间与实际交期的条件分布信息；
其中，交货时间为未来确认的订单交期，实际交期为确认时间。
通常，本申请可根据历史订单交付数据结合数据概率统计方法可得出未来确认的订单交期和确认时间的条件分布信息即t时间订单qi会在τ1时间被要求改到τ2时间交货的概率。
在一种可能的实现方式中，在基于步骤S101获取到该工厂的待生产订单列表，并查询到待生产订单列表中每个待生产订单的初始库存量后，可根据历史订单交付数据统计交货时间与实际交期的条件分布信息。
S103，接收仿真时长与仿真次数，并将工厂的待生产订单列表、每个待生产订单的初始库存量、条件分布信息以及仿真时长与仿真次数输入预先创建的工厂成本分析模型中进行多次仿真；
其中，工厂成本分析模型基于蒙特卡洛仿真算法创建生成；
通常，本申请在对该工厂的生产成本进行分析时，由于通过基于蒙特卡洛仿真算法创建工厂成本分析模型进行成本分析，因此需要由用户预先设定蒙特卡洛仿真算法的仿真总时长与仿真次数。
在一种可能的实现方式中，在用户设定蒙特卡洛仿真算法的仿真总时长与仿真次数并输入用户终端后，用户终端将工厂的待生产订单列表、每个待生产订单的初始库存量、条件分布信息以及仿真时长与仿真次数输入预先创建的工厂成本分析模型中，在接受了输入之后，按照图4所示的仿真逻辑进行仿真。仿真过程中，违期成本的计算与诸多因素有关，例如订单买方对于交期的弹性，买方是否是重要客户，订单的总价值等等，一般地，订单的违期成本可以表示为c(tx-td|q)，其中tx表示实际的交期，td表示买方要求的交期，q表示具体订单。
例如，一种简单的估计违期成本的方法是c(tx-td|q)＝cv|tx-td||q|，其中cv为违期成本系数，也即粗略地认为违期成本与违期天数和订单的产品数量成正比。而库存成本则主要受到订单的产品数量，每台产品的价值等等因素的影响，粗略地，我们可以按照v(p)r估计某产品p的库存成本，其中v(p)表示产品p的价值，而r则表示日利率。
在本申请实施例中，在通过相关成本分析模型进行仿真时，首先获取待生产订单列表中各订单的交货时间，然后基于获取的各订单的交货时间将待生产订单列表中各订单按照时间的先后顺序进行排序，生成排序后的订单列表，再从排序后的订单列表中获取订单i，并从订单i的数据信息中提取订单i的生产准备时间、生产时间以及交货时间，再根据仿真时长与订单i的生产准备时间、生产时间以及交货时间计算订单i的违反交期成本，其次根据交货时间与实际交期的条件分布信息采样订单i的确认交货时间、实际交货时间，再获取订单i的初始库存量，最后根据仿真时长、订单i的初始库存量与订单i的确认交货时间、实际交货时间计算述订单i的库存成本。
进一步地，继续执行从排序后的订单列表中获取订单i的步骤，直到排序后的订单列表中每个订单遍历结束后生成多个违反交期成本以及多个库存成本，再根据仿真次数以及多个违反交期成本计算工厂的第一平均违反交期成本，最后根据仿真次数以及多个库存成本计算工厂的第一平均库存成本；其中，从排序后的订单列表中获取订单i的公式为：i＝k；其中k为获取次数。
其中，第一平均违反交期成本计算公式为：其中，R为仿真次数，i为第i个订单。第一平均库存成本的计算公式为：/>其中，R为仿真次数，i为第i个订单。
具体的仿真流程包括：1、初始化库存成本初始化违期成本/>2、对订单列表按照交货时间(如果实际交货时间尚未确定，则按照订单交货时间排列)排序，排完序后交货时间满足订单qi+1早于订单qi；3、将排序后订单列表中第一个订单i的交期记为t_e，即t_e＝订单i的交期，设定m、n，其中，m←订单i需要的生产准备时间，n←订单i需要的生产时间，将t_e-n+1，t_e-n+2，...，t_e安排为生产订单i，将t_e-n-m+1，t_e-n-m+2，...，t_e-n安排为准备生产订单i，对订单i按照恰好在t_e完成生产为标准倒推排产，如果与已排产订单冲突，则t_e＝t_e-1，否则停止流程，如果排产之后所需时间不够：延后导致排产时间不够的订单，则/>循环多次后，得到每个订单的违反交期的成本；4、如果订单交期已经确认并且确认交期内有相应库存，则相应订单发货；5、/>时的每个产品库存成本总和，按照分布/>采样确认时间和确认后的交期，循环多次后得到每个订单的库存成本；6、输出平均库存成本/>和平均违期成本
需要说明的是，以上仿真过程中需要对当前订单进行倒排，即将准备生产到生产进行倒向排序。
S104，输出工厂的第一平均违反交期成本与第一平均库存成本。
在一种可能的实现方式中，在基于步骤S102进行仿真处理后，会输出工厂的第一平均违反交期成本与第一平均库存成本，当待生产订单列表中加入目标生产订单时，生成目标生产订单列表，然后基于目标生产订单列表进行多次仿真后，输出工厂的第二平均违反交期成本与第二平均库存成本，再将第一平均违反交期成本与第一平均库存成本相加后生成第一总成本，其次将第二平均违反交期成本与第二平均库存成本相加后生成第二总成本，最后将第二总成本与第一总成本做差后生成工厂的边际成本，并输出工厂的边际成本。
其中，边际成本指的是每一单位新增生产的产品(或者购买的产品)带来的总成本的增量。
进一步地，工厂相关生产成本分析方法可用于订单分配的应用场景，例如有多个工厂，首先用本申请提供的蒙特卡洛仿真得到多次仿真的多个工厂对应的平均库存成本和平均违期成本的总成本C1，即多个C1，然后让新订单分别加入每个工厂的生产列表中，在用本申请提供的蒙特卡洛仿真得到多次仿真的多个工厂对应的平均库存成本和平均违期成本的总成本C2，再用每个工厂的C2减去C1后生成每个工厂的边际成本ΔC，最后从每个工厂的边际成本ΔC中挑选出最小的边际成本ΔC，并将新订单分配至最小的边际成本对应的工厂进行生产。
在本申请实施例中，工厂相关生产成本分析装置首先获取工厂的待生产订单列表，并查询待生产订单列表中每个待生产订单的初始库存量，然后根据历史订单交付数据统计交货时间与实际交期的条件分布信息，再接收仿真时长与仿真次数，并将工厂的待生产订单列表、条件分布信息以及仿真时长与仿真次数输入预先创建的工厂成本分析模型中进行多次仿真；其中，工厂成本分析模型基于蒙特卡洛仿真算法创建生成，最后输出工厂的第一平均违反交期成本与第一平均库存成本。因此，采用本申请实施例，由于通过蒙特卡洛仿真的方法预判库存成本和违背交期的风险，从而提升后续决策的合理性，降低制造企业的总体成本，提升生产效率。
请参见图5，为本申请实施例提供了另一种工厂相关生产成本分析方法的流程示意图。如图5所示，本申请实施例的方法可以包括以下步骤：
S201，获取工厂的待生产订单列表，并查询待生产订单列表中每个待生产订单的初始库存量；
S202，根据历史订单交付数据统计交货时间与实际交期的条件分布信息；
S203，接收仿真时长与仿真次数，并将工厂的待生产订单列表、每个待生产订单的初始库存量、条件分布信息以及仿真时长与仿真次数输入预先创建的工厂成本分析模型中进行多次仿真；其中，工厂成本分析模型基于蒙特卡洛仿真算法创建生成；
S204，输出工厂的第一平均违反交期成本与第一平均库存成本；
S205，当待生产订单列表中加入目标生产订单时，生成目标生产订单列表；
S206，基于目标生产订单列表进行多次仿真后，输出工厂的第二平均违反交期成本与第二平均库存成本；
S207，将第一平均违反交期成本与第一平均库存成本相加后生成第一总成本；
S208，将第二平均违反交期成本与第二平均库存成本相加后生成第二总成本；
S209，将第二总成本与第一总成本做差后生成工厂的边际成本；
S210，输出工厂的边际成本。
在本申请实施例中，工厂相关生产成本分析装置首先获取工厂的待生产订单列表，并查询待生产订单列表中每个待生产订单的初始库存量，然后根据历史订单交付数据统计交货时间与实际交期的条件分布信息，再接收仿真时长与仿真次数，并将工厂的待生产订单列表、条件分布信息以及仿真时长与仿真次数输入预先创建的工厂成本分析模型中进行多次仿真；其中，工厂成本分析模型基于蒙特卡洛仿真算法创建生成，最后输出工厂的第一平均违反交期成本与第一平均库存成本。因此，采用本申请实施例，由于通过蒙特卡洛仿真的方法预判库存成本和违背交期的风险，从而提升后续决策的合理性，降低制造企业的总体成本，提升生产效率。
下述为本发明装置实施例，可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节，请参照本发明方法实施例。
请参见图6，其示出了本发明一个示例性实施例提供的工厂相关生产成本分析装置的结构示意图。该工厂相关生产成本分析装置可以通过软件、硬件或者两者的结合实现成为终端的全部或一部分。该装置1包括待生产订单列表获取模块10、条件分布信息统计模块20、仿真模块30、第一成本输出模块40。
待生产订单列表获取模块10，用于获取工厂的待生产订单列表，并查询待生产订单列表中每个待生产订单的初始库存量；
条件分布信息统计模块20，用于根据历史订单交付数据统计交货时间与实际交期的条件分布信息；
仿真模块30，用于接收仿真时长与仿真次数，并将工厂的待生产订单列表、每个待生产订单的初始库存量、交货时间与实际交期的条件分布信息以及仿真时长与仿真次数输入预先创建的工厂成本分析模型中进行多次仿真；其中，工厂成本分析模型基于蒙特卡洛仿真算法创建生成；
第一成本输出模块40，用于输出工厂的第一平均违反交期成本与第一平均库存成本。
需要说明的是，上述实施例提供的工厂相关生产成本分析装置在执行工厂相关生产成本分析方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的工厂相关生产成本分析装置与工厂相关生产成本分析方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
在本申请实施例中，工厂相关生产成本分析装置首先获取工厂的待生产订单列表，并查询待生产订单列表中每个待生产订单的初始库存量，然后根据历史订单交付数据统计交货时间与实际交期的条件分布信息，再接收仿真时长与仿真次数，并将工厂的待生产订单列表、条件分布信息以及仿真时长与仿真次数输入预先创建的工厂成本分析模型中进行多次仿真；其中，工厂成本分析模型基于蒙特卡洛仿真算法创建生成，最后输出工厂的第一平均违反交期成本与第一平均库存成本。因此，采用本申请实施例，由于通过蒙特卡洛仿真的方法预判库存成本和违背交期的风险，从而提升后续决策的合理性，降低制造企业的总体成本，提升生产效率。
本发明还提供一种计算机可读介质，其上存储有程序指令，该程序指令被处理器执行时实现上述各个方法实施例提供的工厂相关生产成本分析方法。本发明还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各个方法实施例的工厂相关生产成本分析方法。
请参见图7，为本申请实施例提供了一种终端的结构示意图。如图7所示，终端1000可以包括：至少一个处理器1001，至少一个网络接口1004，用户接口1003，存储器1005，至少一个通信总线1002。
其中，通信总线1002用于实现这些组件之间的连接通信。
其中，用户接口1003可以包括显示屏(Display)、摄像头(Camera)，可选用户接口1003还可以包括标准的有线接口、无线接口。
其中，网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中，处理器1001可以包括一个或者多个处理核心。处理器1001利用各种借口和线路连接整个电子设备1000内的各个部分，通过运行或执行存储在存储器1005内的指令、程序、代码集或指令集，以及调用存储在存储器1005内的数据，执行电子设备1000的各种功能和处理数据。可选的，处理器1001可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable Logic Array，PLA)中的至少一种硬件形式来实现。处理器1001可集成中央处理器(Central Processing Unit，CPU)、图像处理器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器1001中，单独通过一块芯片进行实现。
其中，存储器1005可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。可选的，该存储器1005包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图7所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及工厂相关生产成本分析应用程序。
在图7所示的终端1000中，用户接口1003主要用于为用户提供输入的接口，获取用户输入的数据；而处理器1001可以用于调用存储器1005中存储的工厂相关生产成本分析应用程序，并具体执行以下操作：
获取工厂的待生产订单列表，并查询待生产订单列表中每个待生产订单的初始库存量；
根据历史订单交付数据统计交货时间与实际交期的条件分布信息；
接收仿真时长与仿真次数，并将工厂的待生产订单列表、每个待生产订单的初始库存量、条件分布信息以及仿真时长与仿真次数输入预先创建的工厂成本分析模型中进行多次仿真；其中，工厂成本分析模型基于蒙特卡洛仿真算法创建生成；
输出工厂的第一平均违反交期成本与第一平均库存成本。
在一个实施例中，处理器1001在执行输出工厂的相关生产成本之后，还执行以下操作：
当待生产订单列表中加入目标生产订单时，生成目标生产订单列表；
基于目标生产订单列表进行多次仿真后，输出工厂的第二平均违反交期成本与第二平均库存成本；
将第一平均违反交期成本与第一平均库存成本相加后生成第一总成本；
将第二平均违反交期成本与第二平均库存成本相加后生成第二总成本；
将第二总成本与第一总成本做差后生成工厂的边际成本；
输出工厂的边际成本。
在一个实施例中，处理器1001在执行将工厂的待生产订单列表、每个待生产订单的初始库存量、交货时间与实际交期的条件分布信息以及仿真时长与仿真次数输入预先创建的工厂成本分析模型中进行多次仿真时，具体执行以下操作：
获取待生产订单列表中各订单的交货时间；
基于获取的各订单的交货时间将待生产订单列表中各订单按照时间的先后顺序进行排序，生成排序后的订单列表；
从排序后的订单列表中获取订单i，并从订单i的数据信息中提取订单i的生产准备时间、生产时间以及交货时间；
根据仿真时长与订单i的生产准备时间、生产时间以及交货时间计算订单i的违反交期成本；
根据交货时间与实际交期的条件分布信息采样订单i的确认交货时间、实际交货时间；
获取订单i的初始库存量；
根据仿真时长、订单i的初始库存量与订单i的确认交货时间、实际交货时间计算述订单i的库存成本。
在一个实施例中，处理器1001在还执行以下操作：
继续执行从排序后的订单列表中获取订单i的步骤，直到排序后的订单列表中每个订单遍历结束后生成多个违反交期成本以及多个库存成本；
根据仿真次数以及多个违反交期成本计算工厂的第一平均违反交期成本；
根据仿真次数以及多个库存成本计算工厂的第一平均库存成本；
其中，从排序后的订单列表中获取订单i的公式为：i＝k；其中k为获取次数。
在本申请实施例中，工厂相关生产成本分析装置首先获取工厂的待生产订单列表，并查询待生产订单列表中每个待生产订单的初始库存量，然后根据历史订单交付数据统计交货时间与实际交期的条件分布信息，再接收仿真时长与仿真次数，并将工厂的待生产订单列表、条件分布信息以及仿真时长与仿真次数输入预先创建的工厂成本分析模型中进行多次仿真；其中，工厂成本分析模型基于蒙特卡洛仿真算法创建生成，最后输出工厂的第一平均违反交期成本与第一平均库存成本。因此，采用本申请实施例，由于通过蒙特卡洛仿真的方法预判库存成本和违背交期的风险，从而提升后续决策的合理性，降低制造企业的总体成本，提升生产效率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，工厂相关生产成本分析的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。
以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。

Claims (8)

1.一种订单分配方法，其特征在于，所述方法包括：
获取每个工厂的待生产订单列表，并查询所述待生产订单列表中每个待生产订单的初始库存量；其中，
订单列表记为{qi}，订单列表{qi}中每个订单的数据信息记为qi＝(买方，产品类型，产品数量，交货时间，确认的交货时间，确认时间，准备时间，生产时间)，初始库存量记为{(产品类型，产品数量)i}；
根据历史订单交付数据统计交货时间与实际交期的条件分布信息；其中，所述交货时间与实际交期的条件分布信息是根据历史订单交付数据，并结合数据概率统计方法生成的；
接收仿真时长与仿真次数，并将所述每个工厂的待生产订单列表、所述每个待生产订单的初始库存量、所述条件分布信息以及所述仿真时长与仿真次数输入预先创建的每个工厂成本分析模型中进行多次仿真；其中，所述每个工厂成本分析模型基于蒙特卡洛仿真算法创建生成；
输出所述每个工厂的第一平均违反交期成本与第一平均库存成本；其中，
所述输出所述每个工厂的第一平均违反交期成本与第一平均库存成本之后，还包括：
当所述待生产订单列表中加入目标生产订单时，生成目标生产订单列表；
基于所述目标生产订单列表进行多次仿真后，输出所述每个工厂的第二平均违反交期成本与第二平均库存成本；
将所述第一平均违反交期成本与所述第一平均库存成本相加后生成第一总成本；
将所述第二平均违反交期成本与第二平均库存成本相加后生成第二总成本；
将所述第二总成本与所述第一总成本做差后生成每个工厂的边际成本；
输出所述每个工厂的边际成本；
将加入的目标生产订单分配至所述边际成本最小的工厂。
2.根据权利要求1所述的方法，其特征在于，所述将所述每个工厂的待生产订单列表、所述每个待生产订单的初始库存量、所述交货时间与实际交期的条件分布信息以及所述仿真时长与仿真次数输入预先创建的每个工厂成本分析模型中进行多次仿真，包括：
获取所述待生产订单列表中各订单的交货时间；
基于所述获取的各订单的交货时间将所述待生产订单列表中各订单按照时间的先后顺序进行排序，生成排序后的订单列表；
从所述排序后的订单列表中获取订单i，并从所述订单i的数据信息中提取所述订单i的生产准备时间、生产时间以及交货时间；
根据所述仿真时长与所述订单i的生产准备时间、生产时间以及交货时间计算所述订单i的违反交期成本；
根据所述交货时间与实际交期的条件分布信息采样所述订单i的确认交货时间、实际交货时间；
获取所述订单i的初始库存量；
根据所述仿真时长、所述订单i的初始库存量与所述订单i的确认交货时间、实际交货时间计算述订单i的库存成本。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
继续执行从所述排序后的订单列表中获取订单i的步骤，直到所述排序后的订单列表中每个订单遍历结束后生成多个违反交期成本以及多个库存成本；
根据所述仿真次数以及所述多个违反交期成本计算所述每个工厂的第一平均违反交期成本；
根据所述仿真次数以及所述多个库存成本计算所述每个工厂的第一平均库存成本；
其中，所述从所述排序后的订单列表中获取订单i的公式为：i＝k；其中k为获取次数。
4.根据权利要求3所述的方法，其特征在于，所述第一平均违反交期成本计算公式为：其中，R为仿真次数，v为第v个订单,/>是每次仿真时每个订单的违期成本。
5.根据权利要求3所述的方法，其特征在于，所述第一平均库存成本的计算公式为：其中，R为仿真次数，i为第i个订单，/>是每次仿真时每个订单的库存成本。
6.一种订单分配装置，其特征在于，所述装置包括：
待生产订单列表获取模块，用于获取每个工厂的待生产订单列表，并查询所述待生产订单列表中每个待生产订单的初始库存量；其中，
订单列表记为{qi}，订单列表{qi}中每个订单的数据信息记为qi＝(买方，产品类型，产品数量，交货时间，确认的交货时间，确认时间，准备时间，生产时间)，初始库存量记为{(产品类型，产品数量)i}；
条件分布信息统计模块，用于根据历史订单交付数据统计交货时间与实际交期的条件分布信息；其中，所述交货时间与实际交期的条件分布信息是根据历史订单交付数据，并结合数据概率统计方法生成的；
仿真模块，用于接收仿真时长与仿真次数，并将所述每个工厂的待生产订单列表、所述每个待生产订单的初始库存量、所述交货时间与实际交期的条件分布信息以及所述仿真时长与仿真次数输入预先创建的每个工厂成本分析模型中进行多次仿真；其中，所述每个工厂成本分析模型基于蒙特卡洛仿真算法创建生成；
第一成本输出模块，用于输出所述每个工厂的第一平均违反交期成本与第一平均库存成本；其中，
所述装置还包括：
目标生产订单列表生成模块，用于当所述待生产订单列表中加入目标生产订单时，生成目标生产订单列表；
第二成本输出模块，用于基于所述目标生产订单列表进行多次仿真后，输出所述每个工厂的第二平均违反交期成本与第二平均库存成本；
第一总成本生成模块，用于将所述第一平均违反交期成本与所述第一平均库存成本相加后生成第一总成本；
第二总成本生成模块，用于将所述第二平均违反交期成本与第二平均库存成本相加后生成第二总成本；
边际成本生成模块，用于将所述第二总成本与所述第一总成本做差后生成每个工厂的边际成本；
边际成本输出模块，用于输出所述每个工厂的边际成本；其中，
所述装置还具体用于：将加入的目标生产订单分配至所述边际成本最小的工厂。
7.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1-5任意一项的方法步骤。
8.一种终端，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1-5任意一项的方法步骤。
CN202110628459.6A 2021-06-07 2021-06-07 一种订单分配方法、装置、存储介质及终端 Active CN113361105B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110628459.6A CN113361105B (zh) 2021-06-07 2021-06-07 一种订单分配方法、装置、存储介质及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110628459.6A CN113361105B (zh) 2021-06-07 2021-06-07 一种订单分配方法、装置、存储介质及终端

Publications (2)

Publication Number Publication Date
CN113361105A CN113361105A (zh) 2021-09-07
CN113361105B true CN113361105B (zh) 2023-09-19

Family

ID=77532413

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110628459.6A Active CN113361105B (zh) 2021-06-07 2021-06-07 一种订单分配方法、装置、存储介质及终端

Country Status (1)

Country Link
CN (1) CN113361105B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002373191A (ja) * 2001-06-14 2002-12-26 Ntn Corp 広域工場生産管理システム
JP2003005817A (ja) * 2001-06-18 2003-01-08 Dainippon Printing Co Ltd 材料発注システム
JP2009301466A (ja) * 2008-06-17 2009-12-24 Konica Minolta Holdings Inc サプライチェーンの効率化支援方法
CN107977812A (zh) * 2017-11-23 2018-05-01 锋泾（中国）建材集团有限公司 生产自动排单方法、装置及系统
JP2018169674A (ja) * 2017-03-29 2018-11-01 日立建機株式会社 発注制御装置
CN110390433A (zh) * 2019-07-22 2019-10-29 国网河北省电力有限公司邢台供电分公司 一种订单预测方法、订单预测装置及终端设备
CN110765615A (zh) * 2019-10-24 2020-02-07 杭州飞步科技有限公司 物流仿真方法、装置及设备
CN111401804A (zh) * 2020-02-28 2020-07-10 雅砻江流域水电开发有限公司 一种基于仿真的工程物资供应链网络规划方法及系统
CN112150237A (zh) * 2020-08-27 2020-12-29 杭州未名信科科技有限公司 多模型融合的订单逾期预警方法、装置、设备及存储介质
CN112749898A (zh) * 2021-01-13 2021-05-04 叮当快药科技集团有限公司 订单分配方法、模型训练方法、装置和电子设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3698433B2 (ja) * 2002-09-06 2005-09-21 株式会社ティーエスシーコンサルティング 安全在庫量算出装置、安全在庫量算出プログラム及び発注点算出装置
US8346516B2 (en) * 2008-11-05 2013-01-01 Accenture Global Services Limited Predictive modeling

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002373191A (ja) * 2001-06-14 2002-12-26 Ntn Corp 広域工場生産管理システム
JP2003005817A (ja) * 2001-06-18 2003-01-08 Dainippon Printing Co Ltd 材料発注システム
JP2009301466A (ja) * 2008-06-17 2009-12-24 Konica Minolta Holdings Inc サプライチェーンの効率化支援方法
JP2018169674A (ja) * 2017-03-29 2018-11-01 日立建機株式会社 発注制御装置
CN107977812A (zh) * 2017-11-23 2018-05-01 锋泾（中国）建材集团有限公司 生产自动排单方法、装置及系统
CN110390433A (zh) * 2019-07-22 2019-10-29 国网河北省电力有限公司邢台供电分公司 一种订单预测方法、订单预测装置及终端设备
CN110765615A (zh) * 2019-10-24 2020-02-07 杭州飞步科技有限公司 物流仿真方法、装置及设备
CN111401804A (zh) * 2020-02-28 2020-07-10 雅砻江流域水电开发有限公司 一种基于仿真的工程物资供应链网络规划方法及系统
CN112150237A (zh) * 2020-08-27 2020-12-29 杭州未名信科科技有限公司 多模型融合的订单逾期预警方法、装置、设备及存储介质
CN112749898A (zh) * 2021-01-13 2021-05-04 叮当快药科技集团有限公司 订单分配方法、模型训练方法、装置和电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Junyi Lin.Delivery time dynamics in an assemble-to-order inventory and order based production control system.International Journal of Production Economics.2020,第223卷1-16. *
护国寺小吃.供应链管理(五)库存管理与计划. https://zhuanlan.zhihu.com/p/111998055.2020,全文. *
许洁 ; 阚树林 ; 楚云军 ; 董巧英 ; .基于排队论的在线订单生产系统指标优化与仿真.机械制造.2008,(11),21-24. *

Also Published As

Publication number Publication date
CN113361105A (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
CN108364085A (zh) 一种外卖配送时间预测方法和装置
CN109544076B (zh) 用于生成信息的方法和装置
US20210350427A1 (en) Method and device for cost early warning of prefabricated building
CN108183933A (zh) 消息推送方法、装置及系统、电子设备和计算机存储介质
JP6536028B2 (ja) 発注計画決定装置、発注計画決定方法および発注計画決定プログラム
JP2023525366A (ja) 倉庫保管データの処理方法、装置、電子機器、プログラム、及び記録媒体
CN114048931B (zh) 补货信息生成方法、装置、电子设备和计算机可读介质
CN112036631A (zh) 采购量确定方法、装置、设备及存储介质
CN110519317B (zh) 一种数据传输方法以及设备
CN113361105B (zh) 一种订单分配方法、装置、存储介质及终端
Desmet et al. Safety stock optimisation in two-echelon assembly systems: normal approximation models
JP2006309305A (ja) 生産性管理装置、生産性管理方法、生産性管理プログラム、記録媒体
CN111932191B (zh) 货架调度方法、装置、电子设备和计算机可读介质
CN114997779A (zh) 一种仓储处理方法、装置、电子设备及计算机可读介质
CN113971245A (zh) 一种信息推送方法、装置和系统
CN115344359A (zh) 算力资源分配方法、装置、计算机可读存储介质及设备
CN113762576B (zh) 一种物品调拨方法、装置、电子设备以及介质
CN113743840A (zh) 压单时长确定方法、装置、存储介质及电子设备
CN113222304A (zh) 一种库存调度方法和装置
CN112581057A (zh) 智能备货方法、装置、计算机设备及存储介质
CN113256192A (zh) 一种仓储物品规划方法和装置
CN108346080A (zh) 一种流量套餐组合优化方法及装置
CN110827047A (zh) 动态定价方法和装置
CN114443311B (zh) 一种第三方服务配置方法、装置及电子设备
CN109919470B (zh) 客资信息的分发方法及装置

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