CN113554301A - 一种生产计划排程方法及系统 - Google Patents

一种生产计划排程方法及系统 Download PDF

Info

Publication number
CN113554301A
CN113554301A CN202110816379.3A CN202110816379A CN113554301A CN 113554301 A CN113554301 A CN 113554301A CN 202110816379 A CN202110816379 A CN 202110816379A CN 113554301 A CN113554301 A CN 113554301A
Authority
CN
China
Prior art keywords
information
obtaining
demand
enterprise
risk value
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.)
Granted
Application number
CN202110816379.3A
Other languages
English (en)
Other versions
CN113554301B (zh
Inventor
张缪春
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.)
Zhejiang Gongqi Information Technology Co ltd
Original Assignee
Zhejiang Gongqi 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 Zhejiang Gongqi Information Technology Co ltd filed Critical Zhejiang Gongqi Information Technology Co ltd
Priority to CN202110816379.3A priority Critical patent/CN113554301B/zh
Publication of CN113554301A publication Critical patent/CN113554301A/zh
Application granted granted Critical
Publication of CN113554301B publication Critical patent/CN113554301B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0633—Workflow 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

本发明公开了一种生产计划排程方法及系统，其中，所述方法包括：根据订单信息获得原料供给企业集合，评估获得第一原料供给企业的供给风险值集合；根据订单信息获得第一需求企业集合，评估获得第一需求企业集合的需求风险值集合获得所述第一订单信息的基本要求信息；根据所述基本要求信息，获得第一平衡标签；根据所述供给风险值集合和所述需求风险值集合，获得平衡风险值集合；按照所述平衡风险值集合与所述第一平衡标签的匹配度，对所述第一订单信息进行生产计划排程。解决了现有技术中对生产排程进行智能规划时，对多影响因素的结合率较低，从而导致规划结果不够理想的技术问题。

Description

一种生产计划排程方法及系统
技术领域
本发明涉及生产排程领域，尤其涉及一种生产计划排程方法及系统。
背景技术
生产排程，是指将生产任务分配至生产资源的过程。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。在对生产排程的规划过程中，需结合各影响因素进行制定，才能使规划更为精确，使得生产资源得到最大化的有效利用。而基于人工智能对生产排程进行计划制定已成为大数据时代的趋势。
本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
对生产排程进行智能规划时，对多影响因素的结合率较低，从而导致规划结果不够理想。
发明内容
本申请实施例通过提供一种生产计划排程方法及系统，解决了现有技术对生产排程进行智能规划时，对多影响因素的结合率较低，从而导致规划结果不够理想的技术问题，实现了通过综合生产计划的上下游企业对生产环节的影响程度，并依据影响系数对生产进程进行平衡调整，从而实现更为有效的生产排程规划的技术目的。
鉴于上述问题，本申请实施例提供一种生产计划排程方法及系统。
本申请提供了一种生产计划排程方法，其中，所述方法包括：获得第一订单信息；根据所述第一订单信息，获得第一原料供给企业集合；根据所述第一原料供给企业集合，评估获得第一原料供给企业的供给风险值集合；根据所述第一订单信息，获得第一需求企业集合；根据所述第一需求企业集合，评估获得第一需求企业的需求风险值集合；根据所述第一订单信息，获得所述第一订单信息的基本要求信息；根据所述基本要求信息，获得第一平衡标签；根据所述供给风险值集合和所述需求风险值集合，获得平衡风险值集合；按照所述平衡风险值集合与所述第一平衡标签的匹配度，对所述第一订单信息进行生产计划排程。
第二方面，本申请提供了一种生产计划排程系统，其中，所述系统包括：第一获得单元，所述第一获得单元用于获得第一订单信息；第二获得单元，所述第二获得单元用于根据所述第一订单信息，获得第一原料供给企业集合；第三获得单元，所述第三获得单元用于根据所述第一原料供给企业集合，评估获得第一原料供给企业的供给风险值集合；第四获得单元，所述第四获得单元用于根据所述第一订单信息，获得第一需求企业集合；第五获得单元，所述第五获得单元用于根据所述第一需求企业集合，评估获得第一需求企业的需求风险值集合；第六获得单元，所述第六获得单元用于根据所述第一订单信息，获得所述第一订单信息的基本要求信息；第七获得单元，所述第七获得单元用于根据所述基本要求信息，获得第一平衡标签；第八获得单元，所述第八获得单元用于根据所述供给风险值集合和所述需求风险值集合，获得平衡风险值集合；第一执行单元，所述第一执行单元用于按照所述平衡风险值集合与所述第一平衡标签的匹配度，对所述第一订单信息进行生产计划排程。
另一方面，本申请实施例还提供了一种生产计划排程系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请实施例提供了一种生产计划排程方法，其中，所述方法包括：获得第一订单信息；根据所述第一订单信息，获得第一原料供给企业集合；根据所述第一原料供给企业集合，评估获得第一原料供给企业的供给风险值集合；根据所述第一订单信息，获得第一需求企业集合；根据所述第一需求企业集合，评估获得第一需求企业的需求风险值集合；根据所述第一订单信息，获得所述第一订单信息的基本要求信息；根据所述基本要求信息，获得第一平衡标签；根据所述供给风险值集合和所述需求风险值集合，获得平衡风险值集合；按照所述平衡风险值集合与所述第一平衡标签的匹配度，对所述第一订单信息进行生产计划排程。解决了现有技术对生产排程进行智能规划时，对多影响因素的结合率较低，从而导致规划结果不够理想的技术问题，实现了通过综合生产计划的上下游企业对生产环节的影响程度，并依据影响系数对生产进程进行平衡调整，从而实现更为有效的生产排程规划的技术目的。
上述说明是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种生产计划排程方法的流程示意图；
图2为本申请实施例一种生产计划排程方法中获得所述第一原料供给企业的供给风险值集合的流程示意图；
图3为本申请实施例一种生产计划排程方法中获得所述第一需求企业的需求风险值集合的流程示意图；
图4为本申请实施例一种生产计划排程方法中获得所述第一平衡标签的流程示意图；
图5为本申请实施例一种生产计划排程系统的结构示意图；
图6为本申请实施例示例性电子设备的结构示意图。
附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第五获得单元15，第六获得单元16，第七获得单元17，第八获得单元18，第一执行单元19，电子设备300，存储器301，处理器302，通信接口303，总线架构304。
具体实施方式
本申请实施例通过提供一种生产计划排程方法及系统，解决了现有技术对生产排程进行智能规划时，对多影响因素的结合率较低，从而导致规划结果不够理想的技术问题，实现了通过综合生产计划的上下游企业对生产环节的影响程度，并依据影响系数对生产进程进行平衡调整，从而实现更为有效的生产排程规划的技术目的。
下面，将参考附图详细的描述本申请的示例实施例，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
申请概述
生产排程，是指将生产任务分配至生产资源的过程。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。在对生产排程的规划过程中，需结合各影响因素进行制定，才能使规划更为精确，使得生产资源得到最大化的有效利用。而基于人工智能对生产排程进行计划制定已成为大数据时代的趋势。现有技术中还存在着对生产排程进行智能规划时，对多影响因素的结合率较低，从而导致规划结果不够理想的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请提供了一种生产计划排程方法，其中，所述方法包括：获得第一订单信息；根据所述第一订单信息，获得第一原料供给企业集合；根据所述第一原料供给企业集合，评估获得第一原料供给企业的供给风险值集合；根据所述第一订单信息，获得第一需求企业集合；根据所述第一需求企业集合，评估获得第一需求企业的需求风险值集合；根据所述第一订单信息，获得所述第一订单信息的基本要求信息；根据所述基本要求信息，获得第一平衡标签；根据所述供给风险值集合和所述需求风险值集合，获得平衡风险值集合；按照所述平衡风险值集合与所述第一平衡标签的匹配度，对所述第一订单信息进行生产计划排程。
在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示，本申请实施例提供了一种生产计划排程方法，其中，所述方法包括：
步骤S100：获得第一订单信息；
步骤S200：根据所述第一订单信息，获得第一原料供给企业集合；
具体而言，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LT。生产排程受原材料方、需求方的企业情况共同影响，因此在获得生产订单之后，将所述第一订单信息输入至系统，基于语义识别技术，对订单中信息进行提取，从而获得所述第一订单信息中的原料供给企业信息，将所述第一订单信息中的各订单所提取的原料供给企业进行归类存储，即获得所述第一原料供给企业集合。所述第一原料供给企业集合中包括各原料供给企业的基本信息、生产信息、原料产量、生产趋势、到货时间等等，只有获取原料供给的具体信息，才能实现精准的生产排程。
步骤S300：根据所述第一原料供给企业集合，评估获得第一原料供给企业的供给风险值集合；
进一步而言，如图2所示，本申请实施例步骤S300还包括：
步骤S310：获得所述第一原料供给企业集合的企业基本信息、效益信息；
步骤S320：获得第一原料的特征信息；
步骤S330：根据所述第一原料的特征信息，获得所述第一原料的影响因素；
步骤S340：对所述影响因素进行实时监控评估，获得第一影响度；
步骤S350：根据所述企业基本信息、所述效益信息、所述第一影响度，获得所述第一原料供给企业的供给风险值集合。
具体而言，所述第一原料供给企业集合中各企业的物料生产进程情况受各企业的企业基本信息、生产效益、原料特征所影响。所述企业基本信息包括企业信用信息、企业生产能力等级，企业生产能力越高，企业生产效益越高，对于原料供给的稳定性越强。所述第一原料的特征信息包括所述第一原料的加工工艺特征、加工时长特征、加工设备特征等，通过对所述第一原料的特征信息进行分析，可获得影响所述第一原料的因素，如设备质量、各加工工艺标准化程度等。基于所获得的所述企业基本信息、所述效益信息、所述第一影响度，可实现对于各原料供给企业的物料生产进程的各影响因素影响程度的综合评估，通过评估结果，获得所述供给风险值集合，所述供给风险值集合包括各供给企业在物料生产进程中的风险值大小，风险值越大，供给企业可靠性越差，后续进行生产排程时，对生产进程调整的程度越大。
步骤S400：根据所述第一订单信息，获得第一需求企业集合；
步骤S500：根据所述第一需求企业集合，评估获得第一需求企业的需求风险值集合；
具体而言，通过对所述第一订单信息进行特征提取，可获得各生产订单的各需求企业信息。产品的需求企业即通过生产排程，对生产所需要的全部资源进行管理，定期、高效完成产品交付的对象。各需求企业对于产品生产进程规划的影响因素包括需求企业的需求变化情况、下游供给企业的需求变化情况、企业的基本信息、效益信息等。因此通过对各需求企业的上述因素进行评估，可获得各企业对于生产进程的风险值，构成所述需求风险值集合，需求风险值越大，在生产排程中需求企业对生产进程的影响值越大，因此需要综合所述供给风险值与所述需求风险值对生产排程进行精确规划。
进一步而言，如图3所示，本申请实施例步骤S500还包括：
步骤S510：获得所述第一原料供给企业集合和所述第一需求企业集合之间的关联度；
步骤S520：获得所述第一需求企业集合的下游企业需求信息；
步骤S530：根据所述下游企业需求信息，获得第一需求风险值集合；
步骤S540：根据所述第一原料供给企业集合和所述第一需求企业集合之间的关联度和所述第一需求风险值集合，获得所述第一需求企业的需求风险值集合。
具体而言，若原料供给企业与原料需求企业具有供需、合作、资源调配等关系，则二者之间具有一定关联度，通过对所述第一原料供给企业集合和所述第一需求企业集合之间的关联度进行分析，从而结合原料需求企业的下游企业需求信息，对各需求企业的需求风险值进行调整。举例而言，各需求企业的产品的下游需求方的需求会影响该企业对于产品生产的需求，且需求企业与供给企业之间的关联度也会影响产品需求，从而影响所述需求风险值集合。通过分析上下游企业对所述需求风险值的影响，进一步提高了生产排程的准确性。
步骤S600：根据所述第一订单信息，获得所述第一订单信息的基本要求信息；
步骤S700：根据所述基本要求信息，获得第一平衡标签；
具体而言，所述第一订单信息中各订单的基本要求包括各生产订单对于各生产资源的要求，包括物料、设备、工具、生产时限等要求。而不同的要求对应生产排程的不同配置项，因此依据各订单的基本要求可确定所述第一平衡标签，所述第一平衡标签为对生产排程中各项配置进行资源平衡资源的标签。举例而言，若生产订单包括对于生产设备的精度要求，则需要对生产进程中的设备资源进行平衡，即将设备资源设置为平衡标签，通过识别平衡标签，实现对生产排程中生产设备的配置。因此所述第一平衡标签的设置，为精准匹配生产排程的各项资源奠定了基础，且提高了生产排程的信息处理效率。
步骤S800：根据所述供给风险值集合和所述需求风险值集合，获得平衡风险值集合；
步骤S900：按照所述平衡风险值集合与所述第一平衡标签的匹配度，对所述第一订单信息进行生产计划排程。
具体而言，依据所获得的所述供给风险值集合和所述需求风险值集合，可获得在生产排程中所需进行资源平衡的各项资源的风险值，即所述平衡风险值集合。继而将各项待平衡资源的风险值与所述第一平衡标签进行匹配，确定所述第一平衡标签的各平衡风险值，从而进一步对该项资源进行不同程度的资源匹配。各平衡标签的风险值越大，生产排程时，资源调配程度越大。从而依据匹配结果，获得对各订单信息的生产计划排程中的各项资源调配信息，从而确定生产排程。
进一步而言，如图4所示，本申请实施例步骤S700还包括：
步骤S710：根据所述基本要求信息，获得第一产品的产品结构信息和制造工艺信息；
步骤S720：根据所述产品结构信息和制造工艺信息，获得第一生产难度系数；
步骤S730：获得所述第一订单信息的产品数量信息和验收时间信息；
步骤S740：根据所述产品数量信息和验收时间信息，获得第一生产工期；
步骤S750：根据所述第一生产难度系数和所述第一生产工期，获得第二生产工期；
步骤S760：为所述第二生产工期添加所述第一平衡标签。
具体而言，所述基本要求信息中包括各项订单的产品数量要求、产品结构要求、制造工艺要求等。基于大数据技术，构建产品生产知识库，对所述产品结构信息和制造工艺信息进行评估，从而获得产品的生产难度系数；产品生产难度系数越大，产品工期延迟的可能性越大。基于订单基本要求获得产品的生产工期，从而结合产品生产难度字数，对产品工期进行调整，获得使得产品生产过程中生产资源调配更为平衡的生产工期，即所述第二生产工期，从而为所述第二生产工期添加所述第一平衡标签，为对产品工期进行生产排程调整提供了识别信息。
进一步而言，本申请实施例步骤S710还包括：
步骤S510：获得所述第一产品的库存信息；
步骤S520：根据所述需求风险值集合，获得平均需求风险值；
步骤S530：根据所述平均需求风险值，确定所述第一产品的库存安全波动阈值；
步骤S540：判断所述第一产品的库存信息是否在所述库存安全波动阈值之内；
步骤S550：如果所述第一产品的库存信息是不在所述库存安全波动阈值之内，获得所述库存信息与所述库存安全波动阈值的离散度；
步骤S560：根据所述离散度对所述第二生产工期进行修正，获得第三生产工期；
步骤S570：为所述第二生产工期添加所述第二平衡标签。
具体而言，基于大数据信息处理技术，获得所述第一产品的库存信息。由于需求企业的需求风险值越大，对所述第一产品的生产需求波动值越大，而若所述第一产品的库存处于所述安全波动阈值之内，即可在一定程度上抵抗上述需求风险的波动。因此依据所述平均需求风险值，可确定产品所需的安全波动阈值，从而通过实时判断产品的实时库存是否处于上述安全阈值，并通过对所述库存信息与所述库存安全波动阈值的离散度进行分析，获得所述库存信息与所述库存安全波动阈值之间的差异程度，从而确定差异风险大小，差异风险越大，对所述第一产品的生产工期影响程度越大，因此根据所述离散度大小确定所述第三生产工期，并添加平衡标签来进行生产排程的资源调配，从而进一步提高了生产排程制定的准确性。
进一步而言，本申请实施例步骤S800还包括：
步骤S810：通过历史数据训练获得平衡风险值评估模型；
步骤S820：将所述供给风险值集合和所述需求风险值集合作为输入数据集，输入所述平衡风险值评估模型；
步骤S830：获得所述平衡风险值评估模型的输出信息，所述输出信息包括所述平衡风险值集合。
具体而言，以历史风险值评估数据为训练数据，构建所述平衡风险值评估模型，所述平衡风险值评估模型为一神经网络模型，具有不断学习、获取经验来处理数据的特点，通过将所述供给风险值集合和所述需求风险值集合作为输入数据集，输入所述平衡风险值评估模型，通过训练数据使神经网络模型自身不断地修正、优化，通过监督学习的过程来提高神经网络模型处理所述数据的准确性，进而使得所述平衡风险值集合更加准确。
进一步而言，本申请实施例步骤S900还包括：
步骤S910：获得所述平衡风险值集合与所述第一平衡标签的匹配度列表；
步骤S920：根据所述匹配度列表，按照匹配度高低依次对所述第一订单信息进行生产计划排程。
具体而言，由系统自动依据所述平衡风险值集合与所述第一平衡标签的匹配度信息生成所述匹配度列表，并依据匹配度高低的规则对匹配度信息进行排序，从而在进行生产排程时，依据匹配度排序，按匹配度由高到低的顺序对各平衡标签对应的资源类别进行生产排程的资源调配。通过规定资源调配顺序，提高了生产排程的有效性，提高了资源调配效率。
综上所述，本申请实施例所提供的一种生产计划排程方法具有如下技术效果：
1、本申请实施例提供了一种生产计划排程方法，其中，所述方法包括：获得第一订单信息；根据所述第一订单信息，获得第一原料供给企业集合；根据所述第一原料供给企业集合，评估获得所述第一原料供给企业的供给风险值集合；根据所述第一订单信息，获得第一需求企业集合；根据所述第一需求企业集合，评估获得所述第一需求企业集合的需求风险值集合；根据所述第一订单信息，获得所述第一订单信息的基本要求信息；根据所述基本要求信息，获得第一平衡标签；根据所述供给风险值集合和所述需求风险值集合，获得平衡风险值集合；按照所述平衡风险值集合与所述第一平衡标签的匹配度，对所述第一订单信息进行生产计划排程。解决了现有技术对生产排程进行智能规划时，对多影响因素的结合率较低，从而导致规划结果不够理想的技术问题，实现了通过综合生产计划的上下游企业对生产环节的影响程度，并依据影响系数对生产进程进行平衡调整，从而实现更为有效的生产排程规划的技术目的。
2、通过将所述供给风险值集合和所述需求风险值集合作为输入数据集，输入所述平衡风险值评估模型，通过训练数据使神经网络模型自身不断地修正、优化，通过监督学习的过程来提高神经网络模型处理所述数据的准确性，进而使得所述平衡风险值集合更加准确。
实施例二
基于与前述实施例中一种生产计划排程方法同样发明构思，本发明还提供了一种生产计划排程系统，如图5所示，所述系统包括：
第一获得单元11，所述第一获得单元11用于获得第一订单信息；
第二获得单元12，所述第二获得单元12用于根据所述第一订单信息，获得第一原料供给企业集合；
第三获得单元13，所述第三获得单元13用于根据所述第一原料供给企业集合，评估获得所述第一原料供给企业的供给风险值集合；
第四获得单元14，所述第四获得单元14用于根据所述第一订单信息，获得第一需求企业集合；
第五获得单元15，所述第五获得单元15用于根据所述第一需求企业集合，评估获得所述第一需求企业集合的需求风险值集合；
第六获得单元16，所述第六获得单元16用于根据所述第一订单信息，获得所述第一订单信息的基本要求信息；
第七获得单元17，所述第七获得单元17用于根据所述基本要求信息，获得第一平衡标签；
第八获得单元18，所述第八获得单元18用于根据所述供给风险值集合和所述需求风险值集合，获得平衡风险值集合；
第一执行单元19，所述第一执行单元19用于按照所述平衡风险值集合与所述第一平衡标签的匹配度，对所述第一订单信息进行生产计划排程。
进一步的，所述系统还包括：
第九获得单元，所述第九获得单元用于获得所述第一原料供给企业集合的企业基本信息、效益信息；
第十获得单元，所述第十获得单元用于获得第一原料的特征信息；
第十一获得单元，所述第十一获得单元用于根据所述第一原料的特征信息，获得所述第一原料的影响因素；
第十二获得单元，所述第十二获得单元用于对所述影响因素进行实时监控评估，获得第一影响度；
第十三获得单元，所述第十三获得单元用于根据所述企业基本信息、所述效益信息、所述第一影响度，获得所述第一原料供给企业的供给风险值集合。
进一步的，所述系统还包括：
第十四获得单元，所述第十四获得单元用于获得所述第一原料供给企业集合和所述第一需求企业集合之间的关联度；
第十五获得单元，所述第十五获得单元用于获得所述第一需求企业集合的下游企业需求信息；
第十六获得单元，所述第十六获得单元用于根据所述下游企业需求信息，获得第一需求风险值集合；
第十七获得单元，所述第十七获得单元用于根据所述第一原料供给企业集合和所述第一需求企业集合之间的关联度和所述第一需求风险值集合，获得所述第一需求企业的需求风险值集合。
进一步的，所述系统还包括：
第十八获得单元，所述第十八获得单元用于根据所述基本要求信息，获得第一产品的产品结构信息和制造工艺信息；
第十九获得单元，所述第十九获得单元用于根据所述产品结构信息和制造工艺信息，获得第一生产难度系数；
第二十获得单元，所述第二十获得单元用于获得所述第一订单信息的产品数量信息和验收时间信息；
第二十一获得单元，所述第二十一获得单元用于根据所述产品数量信息和验收时间信息，获得第一生产工期；
第二十二获得单元，所述第二十二获得单元用于根据所述第一生产难度系数和所述第一生产工期，获得第二生产工期；
第二十三获得单元，所述第二十三获得单元用于为所述第二生产工期添加所述第一平衡标签。
进一步的，所述系统还包括：
第二十四获得单元，所述第二十四获得单元用于获得所述第一产品的库存信息；
第二十五获得单元，所述第二十五获得单元用于根据所述需求风险值集合，获得平均需求风险值；
第二十六获得单元，所述第二十六获得单元用于根据所述平均需求风险值，确定所述第一产品的库存安全波动阈值；
第一判断单元，所述第一判断单元用于判断所述第一产品的库存信息是否在所述库存安全波动阈值之内；
第二十七获得单元，所述第二十七获得单元用于如果所述第一产品的库存信息是不在所述库存安全波动阈值之内，获得所述库存信息与所述库存安全波动阈值的离散度；
第二十八获得单元，所述第二十八获得单元用于根据所述离散度对所述第二生产工期进行修正，获得第三生产工期；
第三十获得单元，所述第三十获得单元用于为所述第二生产工期添加所述第二平衡标签。
进一步的，所述系统还包括：
第三十一获得单元，所述第三十一获得单元用于通过历史数据训练获得平衡风险值评估模型；
第一输入单元，所述第一输入单元用于，将所述供给风险值集合和所述需求风险值集合作为输入数据集，输入所述平衡风险值评估模型；
第三十二获得单元，所述第三十二获得单元用于获得所述平衡风险值评估模型的输出信息，所述输出信息包括所述平衡风险值集合。
进一步的，所述系统还包括：
第三十三获得单元，所述第三十三获得单元用于获得所述平衡风险值集合与所述第一平衡标签的匹配度列表；
第三十四获得单元，第三十四获得单元用于根据所述匹配度列表，按照匹配度高低依次对所述第一订单信息进行生产计划排程。
前述图1实施例一中的一种生产计划排程方法和具体实例同样适用于本实施例的一种生产计划排程系统，通过前述对一种生产计划排程方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种生产计划排程系统，所以为了说明书的简洁，在此不再详述。
示例性电子设备
下面参考图6来描述本申请实施例的电子设备，
基于与前述实施例中一种生产计划排程方法相同的发明构思，本申请实施例还提供了一种生产计划排程系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得系统以执行第一方面任一项所述的方法
该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture，简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU，微处理器，ASIC，或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，RAN),无线局域网(wireless local areanetworks，WLAN)，有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory，EEPROM)、只读光盘(compactdisc read-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中，存储器301用于存储执行本申请方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本申请上述实施例提供的一种生产计划排程方法。
可选的，本申请实施例中的计算机执行指令也可以称之为应用程序代码，本申请实施例对此不作具体限定。
本申请实施例提供了一种生产计划排程方法，其中，所述方法包括：获得第一订单信息；根据所述第一订单信息，获得第一原料供给企业集合；根据所述第一原料供给企业集合，评估获得第一原料供给企业的供给风险值集合；根据所述第一订单信息，获得第一需求企业集合；根据所述第一需求企业集合，评估获得第一需求企业的需求风险值集合；根据所述第一订单信息，获得所述第一订单信息的基本要求信息；根据所述基本要求信息，获得第一平衡标签；根据所述供给风险值集合和所述需求风险值集合，获得平衡风险值集合；按照所述平衡风险值集合与所述第一平衡标签的匹配度，对所述第一订单信息进行生产计划排程。解决了现有技术对生产排程进行智能规划时，对多影响因素的结合率较低，从而导致规划结果不够理想的技术问题，实现了通过综合生产计划的上下游企业对生产环节的影响程度，并依据影响系数对生产进程进行平衡调整，从而实现更为有效的生产排程规划的技术目的。
本领域普通技术人员可以理解：本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本申请实施例的范围，也不表示先后顺序。“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。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个、种)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。
本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列(FPGA)或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。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。
尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。

Claims (9)

1.一种生产计划排程方法，其中，所述方法包括：
获得第一订单信息；
根据所述第一订单信息，获得第一原料供给企业集合；
根据所述第一原料供给企业集合，评估获得第一原料供给企业的供给风险值集合；
根据所述第一订单信息，获得第一需求企业集合；
根据所述第一需求企业集合，评估获得第一需求企业的需求风险值集合；
根据所述第一订单信息，获得所述第一订单信息的基本要求信息；
根据所述基本要求信息，获得第一平衡标签；
根据所述供给风险值集合和所述需求风险值集合，获得平衡风险值集合；
按照所述平衡风险值集合与所述第一平衡标签的匹配度，对所述第一订单信息进行生产计划排程。
2.如权利要求1所述的方法，其中，所述根据所述第一原料供给企业集合，评估获得所述第一原料供给企业的供给风险值集合，包括：
获得所述第一原料供给企业集合的企业基本信息、效益信息；
获得第一原料的特征信息；
根据所述第一原料的特征信息，获得所述第一原料的影响因素；
对所述影响因素进行实时监控评估，获得第一影响度；
根据所述企业基本信息、所述效益信息、所述第一影响度，获得所述第一原料供给企业的供给风险值集合。
3.如权利要求1所述的方法，其中，所述根据所述第一需求企业集合，评估获得所述第一需求企业的需求风险值集合，包括：
获得所述第一原料供给企业集合和所述第一需求企业集合之间的关联度；
获得所述第一需求企业集合的下游企业需求信息；
根据所述下游企业需求信息，获得第一需求风险值集合；
根据所述第一原料供给企业集合和所述第一需求企业集合之间的关联度和所述第一需求风险值集合，获得所述第一需求企业的需求风险值集合。
4.如权利要求1所述的方法，其中，所述根据所述基本要求信息，获得第一平衡标签，包括：
根据所述基本要求信息，获得第一产品的产品结构信息和制造工艺信息；
根据所述产品结构信息和制造工艺信息，获得第一生产难度系数；
获得所述第一订单信息的产品数量信息和验收时间信息；
根据所述产品数量信息和验收时间信息，获得第一生产工期；
根据所述第一生产难度系数和所述第一生产工期，获得第二生产工期；
为所述第二生产工期添加所述第一平衡标签。
5.如权利要求4所述的方法，其中，所述方法包括：
获得所述第一产品的库存信息；
根据所述需求风险值集合，获得平均需求风险值；
根据所述平均需求风险值，确定所述第一产品的库存安全波动阈值；
判断所述第一产品的库存信息是否在所述库存安全波动阈值之内；
如果所述第一产品的库存信息是不在所述库存安全波动阈值之内，获得所述库存信息与所述库存安全波动阈值的离散度；
根据所述离散度对所述第二生产工期进行修正，获得第三生产工期；
为所述第二生产工期添加所述第二平衡标签。
6.如权利要请求1所述的方法，其中，所述根据所述供给风险值集合和所述需求风险值集合，获得平衡风险值集合，包括：
通过历史数据训练获得平衡风险值评估模型；
将所述供给风险值集合和所述需求风险值集合作为输入数据集，输入所述平衡风险值评估模型；
获得所述平衡风险值评估模型的输出信息，所述输出信息包括所述平衡风险值集合。
7.如权利要求1所述的方法，其中，所述按照所述平衡风险值集合与所述第一平衡标签的匹配度，对所述第一订单信息进行生产计划排程，包括：
获得所述平衡风险值集合与所述第一平衡标签的匹配度列表；
根据所述匹配度列表，按照匹配度高低依次对所述第一订单信息进行生产计划排程。
8.一种生产计划排程系统，其中，所述系统包括：
第一获得单元，所述第一获得单元用于获得第一订单信息；
第二获得单元，所述第二获得单元用于根据所述第一订单信息，获得第一原料供给企业集合；
第三获得单元，所述第三获得单元用于根据所述第一原料供给企业集合，评估获得第一原料供给企业的供给风险值集合；
第四获得单元，所述第四获得单元用于根据所述第一订单信息，获得第一需求企业集合；
第五获得单元，所述第五获得单元用于根据所述第一需求企业集合，评估获得第一需求企业的需求风险值集合；
第六获得单元，所述第六获得单元用于根据所述第一订单信息，获得所述第一订单信息的基本要求信息；
第七获得单元，所述第七获得单元用于根据所述基本要求信息，获得第一平衡标签；
第八获得单元，所述第八获得单元用于根据所述供给风险值集合和所述需求风险值集合，获得平衡风险值集合；
第一执行单元，所述第一执行单元用于按照所述平衡风险值集合与所述第一平衡标签的匹配度，对所述第一订单信息进行生产计划排程。
9.一种生产计划排程系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得系统以执行如权利要求1至7任一项所述的方法。
CN202110816379.3A 2021-07-19 2021-07-19 一种生产计划排程方法及系统 Active CN113554301B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110816379.3A CN113554301B (zh) 2021-07-19 2021-07-19 一种生产计划排程方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110816379.3A CN113554301B (zh) 2021-07-19 2021-07-19 一种生产计划排程方法及系统

Publications (2)

Publication Number Publication Date
CN113554301A true CN113554301A (zh) 2021-10-26
CN113554301B CN113554301B (zh) 2022-02-11

Family

ID=78103412

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110816379.3A Active CN113554301B (zh) 2021-07-19 2021-07-19 一种生产计划排程方法及系统

Country Status (1)

Country Link
CN (1) CN113554301B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114090856A (zh) * 2022-01-21 2022-02-25 浙江工企信息技术股份有限公司 基于工业操作系统的工业app选配与聚合方法
CN114757530A (zh) * 2022-04-13 2022-07-15 格莱杰(深圳)科技有限公司 用于生产排期的数据处理方法、系统、计算机设备及介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030014287A1 (en) * 2001-07-02 2003-01-16 Dell Products, L.P. Continuity of supply risk and cost management tool
CN105447624A (zh) * 2015-11-12 2016-03-30 云南电网有限责任公司物流服务中心 一种电力项目物资需求计划审核典型配置模型和系统
CN107578158A (zh) * 2017-08-29 2018-01-12 华中科技大学 一种适用于制造工厂的订单计划优化方法
CN108197808A (zh) * 2017-12-29 2018-06-22 广东溢达纺织有限公司 生产任务分配方法、装置和系统
CN111178773A (zh) * 2019-12-31 2020-05-19 厦门美契信息技术有限公司 一种工厂生产排程规划系统及方法
CN111242482A (zh) * 2020-01-14 2020-06-05 杭州利鹏科技有限公司 一种可实现智能生产排程的erp系统
EP3696738A1 (en) * 2019-02-12 2020-08-19 ABB Schweiz AG Automated maintenance schedule generation method for modular plants
CN111882196A (zh) * 2020-07-22 2020-11-03 安徽海螺信息技术工程有限责任公司 一种型材挤出生产排程方法、可读存储介质及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030014287A1 (en) * 2001-07-02 2003-01-16 Dell Products, L.P. Continuity of supply risk and cost management tool
CN105447624A (zh) * 2015-11-12 2016-03-30 云南电网有限责任公司物流服务中心 一种电力项目物资需求计划审核典型配置模型和系统
CN107578158A (zh) * 2017-08-29 2018-01-12 华中科技大学 一种适用于制造工厂的订单计划优化方法
CN108197808A (zh) * 2017-12-29 2018-06-22 广东溢达纺织有限公司 生产任务分配方法、装置和系统
EP3696738A1 (en) * 2019-02-12 2020-08-19 ABB Schweiz AG Automated maintenance schedule generation method for modular plants
CN111178773A (zh) * 2019-12-31 2020-05-19 厦门美契信息技术有限公司 一种工厂生产排程规划系统及方法
CN111242482A (zh) * 2020-01-14 2020-06-05 杭州利鹏科技有限公司 一种可实现智能生产排程的erp系统
CN111882196A (zh) * 2020-07-22 2020-11-03 安徽海螺信息技术工程有限责任公司 一种型材挤出生产排程方法、可读存储介质及装置

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
MUSTAPHA SALI 等: "Optimal stockout risk when demand is driven by several mixed-model assembly lines in the presence of emergency supply", 《INTERNATIONAL JOURNAL OF PRODUCTION RESEARCH》 *
WEIHUA LIU 等: "A scheduling model of logistics service supply chain based on the time windows of the FLSP"s operation and customer requirement", 《ANNALS OF OPERATIONS RESEARCH》 *
刘磊: "自由锻企业生产计划管理研究与系统开发", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅰ辑》 *
孙宏志: "生产企业订单项目化管理组织研究", 《中国优秀博硕士学位论文全文数据库(硕士) 经济与管理科学辑》 *
张贵军 等: "柔性车间生产排产调度优化方法", 《计算机科学》 *
杨续昌 等: "基于零件加工难度系数的工时估算", 《东北大学学报(自然科学版)》 *
胡翔: "风险识别与控制在XX电网电力调度生产运行中的应用研究", 《中国优秀博硕士学位论文全文数据库(硕士) 经济与管理科学辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114090856A (zh) * 2022-01-21 2022-02-25 浙江工企信息技术股份有限公司 基于工业操作系统的工业app选配与聚合方法
CN114090856B (zh) * 2022-01-21 2022-05-13 浙江工企信息技术股份有限公司 基于工业操作系统的工业app选配与聚合方法
CN114757530A (zh) * 2022-04-13 2022-07-15 格莱杰(深圳)科技有限公司 用于生产排期的数据处理方法、系统、计算机设备及介质

Also Published As

Publication number Publication date
CN113554301B (zh) 2022-02-11

Similar Documents

Publication Publication Date Title
CN113554301B (zh) 一种生产计划排程方法及系统
US11010696B2 (en) Job allocation
CN111435463A (zh) 数据处理方法及相关设备、系统
CN110009155B (zh) 业务区域配送难度的估计方法、装置和电子设备
CN110689355A (zh) 客户分类方法、装置、计算机设备和存储介质
CN110764902A (zh) 基于ai的虚拟资源分配方法、装置、计算机设备及存储介质
CN109409780B (zh) 变更处理方法、装置、计算机设备和存储介质
CN111813524A (zh) 一种任务执行方法、装置、电子设备和存储介质
CN116915710A (zh) 流量预警方法、装置、设备及可读存储介质
CN115689334A (zh) 仓库管理系统的效率分析方法、系统及计算机设备
JP5831363B2 (ja) 製造工期予測装置、製造工期予測方法、及びコンピュータプログラム
CN116187675A (zh) 任务分配方法、装置、设备及存储介质
CN112132498A (zh) 库存管理方法、装置、设备及存储介质
CN115860252A (zh) 一种全渠道业务智能监测分析方法及系统
CN113743435A (zh) 业务数据分类模型的训练、业务数据的分类方法和装置
CN109903156A (zh) 基于数据分析的多因子选股方法和装置
CN116862561B (zh) 基于卷积神经网络的产品热度分析方法和系统
CN117273318B (zh) 物料齐套的分析方法和装置
Russo Adaptive product classification for inventory optimization in multi-echelon networks
CN115292384A (zh) 一种用电数据生成方法及用电数据生成装置
Konstantas et al. The Effects of Quality on Market Share and Profitability in Single Stage Make-to-Stock Production Systems
CN117237070A (zh) 一种资源分配策略的评价方法、装置、设备及介质
CN114219315A (zh) 营销效果的评价方法、装置、计算机设备以及存储介质
CN116882550A (zh) 余额变动预测方法、系统及计算机设备
Haddad A Branch and Bound for single machine stochastic batch scheduling with delivery costs. A Chance Constraint approach (Case study in Iran)

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