CN114548840B - 基于人工智能的生产调度方法及系统 - Google Patents
基于人工智能的生产调度方法及系统 Download PDFInfo
- Publication number
- CN114548840B CN114548840B CN202210443022.XA CN202210443022A CN114548840B CN 114548840 B CN114548840 B CN 114548840B CN 202210443022 A CN202210443022 A CN 202210443022A CN 114548840 B CN114548840 B CN 114548840B
- Authority
- CN
- China
- Prior art keywords
- user
- acquiring
- determining
- area table
- area
- 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 72
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 37
- 238000012163 sequencing technique Methods 0.000 claims abstract description 25
- 230000002452 interceptive effect Effects 0.000 claims abstract description 20
- 238000011156 evaluation Methods 0.000 claims description 20
- 238000012546 transfer Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 17
- 230000015654 memory Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 12
- 238000004590 computer program Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000003860 storage Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06314—Calendaring for a resource
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- 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
- G06Q30/0282—Rating or review of business operators or products
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及生产调度技术领域,具体公开了一种基于人工智能的生产调度方法及系统,所述方法包括获取预设的区域表中各区域的推广信息,根据所述推广信息确定各区域的回馈率,基于所述回馈率对所述区域表进行排序;实时获取含有位置信息和目标时间的订单请求,根据所述位置信息将所述订单请求插入排序后的区域表中;接收用户发送的交互数据,根据所述交互数据确定用户等级,基于所述用户等级对所述排序后的区域表进行二次排序;基于二次排序后的区域表生成订单任务。本发明通过用户的位置信息对用户发送的订单请求进行排序,然后在此基础上,对特殊的用户进行提取,最后,根据这些用户的请求确定任务顺序,搭建了以客户为导向的生产调度系统。
Description
技术领域
本发明涉及生产调度技术领域,具体是一种基于人工智能的生产调度方法及系统。
背景技术
生产调度就是组织执行生产进度计划的工作。生产调度以生产进度计划为依据,生产进度计划要通过生产调度来实现。生产调度的必要性是由工业企业生产活动的性质决定的。现代工业企业,生产环节多,协作关系复杂,生产连续性强,情况变化快,某一局部发生故障,或某一措施没有按期实现,往往会波及整个生产系统的运行。因此,加强生产调度工作,对于及时了解、掌握生产进度,研究分析影响生产的各种因素,根据不同情况采取相应对策,使差距缩小或恢复正常是非常重要的。
但是,现有的生产调度系统大都将重心放在已有任务的生产调配上,目的是提高企业的生产效率,从企业的角度来说,这种调度方法非常合适,但是,生产调度的目的更应该尽量满足客户的需求,比如,某个客户很急,但是他的需求产品不适合尽快生产,按照传统的调度方法,该客户接收到产品的时间会很靠后,可以想到,这会极大地影响客户的消费体验,因此,如果从客户的角度来进行生产调度是本发明技术方案想要解决的技术问题。
发明内容
本发明的目的在于提供一种基于人工智能的生产调度方法及系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于人工智能的生产调度方法,所述方法包括:
获取预设的区域表中各区域的推广信息,根据所述推广信息确定各区域的回馈率,基于所述回馈率对所述区域表进行排序;
实时获取含有位置信息和目标时间的订单请求,根据所述位置信息将所述订单请求插入排序后的区域表中;
接收用户发送的交互数据,根据所述交互数据确定用户等级,基于所述用户等级对所述排序后的区域表进行二次排序;
实时获取区域表中各区域的路况信息,基于所述路况信息生成运输时间项,并将所述运输时间项插入二次排序后的区域表;
根据所述目标时间和所述运输时间项确定生产时间项,根据所述生产时间项生成订单任务。
作为本发明进一步的方案:所述获取预设的区域表中各区域的推广信息,根据所述推广信息确定各区域的回馈率,基于所述回馈率对所述区域表进行排序的步骤包括:
获取推广文件在预设的时间范围内在各个区域中的传播指数;
建立与历史订单数据库的连接通道,获取所述时间范围内的订单数量;
将所述订单数量和所述传播指数输入训练好回馈分析模型,得到各区域的回馈率;
根据所述回馈率对所述区域表中的数据进行降序排列。
作为本发明进一步的方案:所述获取推广文件在预设的时间范围内在各个区域中的传播指数的步骤包括:
在预存储的推广记录中定位各个区域的推广文件;
获取推广文件的操作记录,根据预设的转换公式将所述操作记录转换为等价浏览数;所述操作记录至少包括含有数量的点赞操作、收藏操作、下载操作和分享操作;
获取推广文件的实际浏览数,根据所述实际浏览数和所述等价浏览数计算传播指数;
其中,所述传播指数为时间的减函数。
作为本发明进一步的方案:所述接收用户发送的交互数据,根据所述交互数据确定用户等级,基于所述用户等级对所述排序后的区域表进行二次排序的步骤包括:
获取用户端的访问权限,基于所述访问权限获取用户的购物数据,基于所述购物数据生成购买力评分;
获取用户的评论数据,基于所述评论数据确定用户的性格类型;
基于所述购买力评分和所述性格类型确定用户等级;
基于所述用户等级对所述排序后的区域表进行二次排序。
作为本发明进一步的方案:所述获取用户的评论数据,基于所述评论数据确定用户的性格类型的步骤包括:
获取用户的评价比,基于所述评价比筛选目标用户;所述评价比为购买数达到预设购买阈值的用户的评价数和购买数之比;
获取用户的差评比例,将所述差评比例与预设的比例范围进行比对;
根据比对结果确定用户的性格类型;
获取用户的催单记录,根据所述催单记录修正所述性格类型。
作为本发明进一步的方案:所述基于所述用户等级对所述排序后的区域表进行二次排序的步骤包括:
将所述用户等级与预设的等级阈值进行比对;
当所述用户等级达到预设的等级阈值时,将所述用户对应的订单请求提取至预设的应急表中;
其中,所述应急表的顺序基于区域表的顺序。
作为本发明进一步的方案:所述实时获取区域表中各区域的路况信息,基于所述路况信息生成运输时间项,并将所述运输时间项插入二次排序后的区域表的步骤包括:
依次提取所述区域表中的各区域,获取各区域中的节点信息,基于所述节点信息确定运输路段;
对所述节点信息进行分类,得到货物中转站和运输中转站;
获取所述货物中转站的中转时间,根据所述运输中转站和运输路段计算行驶时间;
根据所述中转时间和所述行驶时间确定运输时间项,将所述运输时间项插入二次排序后的区域表。
本发明技术方案还提供了一种基于人工智能的生产调度系统,所述系统包括:
第一排序模块,用于获取预设的区域表中各区域的推广信息,根据所述推广信息确定各区域的回馈率,基于所述回馈率对所述区域表进行排序;
请求接收模块,用于实时获取含有位置信息和目标时间的订单请求,根据所述位置信息将所述订单请求插入排序后的区域表中;
第二排序模块,用于接收用户发送的交互数据,根据所述交互数据确定用户等级,基于所述用户等级对所述排序后的区域表进行二次排序;
运输分析模块,用于实时获取区域表中各区域的路况信息,基于所述路况信息生成运输时间项,并将所述运输时间项插入二次排序后的区域表;
任务生成模块,用于根据所述目标时间和所述运输时间项确定生产时间项,根据所述生产时间项生成订单任务。
作为本发明进一步的方案:所述第一排序模块包括:
指数确定单元,用于获取推广文件在预设的时间范围内在各个区域中的传播指数;
数量获取单元,用于建立与历史订单数据库的连接通道,获取所述时间范围内的订单数量;
回馈率计算单元,用于将所述订单数量和所述传播指数输入训练好回馈分析模型,得到各区域的回馈率;
第一处理执行单元,用于根据所述回馈率对所述区域表中的数据进行降序排列。
作为本发明进一步的方案:所述第二排序模块包括:
评分生成单元,用于获取用户端的访问权限,基于所述访问权限获取用户的购物数据,基于所述购物数据生成购买力评分;
类型确定单元,用于获取用户的评论数据,基于所述评论数据确定用户的性格类型;
等级确定单元,用于基于所述购买力评分和所述性格类型确定用户等级;
第二处理执行单元,用于基于所述用户等级对所述排序后的区域表进行二次排序。
与现有技术相比,本发明的有益效果是:本发明通过用户的位置信息对用户发送的订单请求进行排序,然后在此基础上,对特殊的用户进行提取,最后,根据这些用户的请求确定任务顺序,搭建了以客户为导向的生产调度系统。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例。
图1为基于人工智能的生产调度方法的流程框图。
图2为基于人工智能的生产调度方法的第一子流程框图。
图3为基于人工智能的生产调度方法的第二子流程框图。
图4为基于人工智能的生产调度方法的第三子流程框图。
图5为基于人工智能的生产调度方法的第四子流程框图。
图6为基于人工智能的生产调度方法的第五子流程框图。
图7为基于人工智能的生产调度系统的组成结构框图。
图8为基于人工智能的生产调度系统中第一排序模块的组成结构框图。
图9为基于人工智能的生产调度系统中第二排序模块的组成结构框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
图1为基于人工智能的生产调度方法的流程框图,本发明实施例中,一种基于人工智能的生产调度方法,所述方法包括步骤S100至步骤S500:
步骤S100:获取预设的区域表中各区域的推广信息,根据所述推广信息确定各区域的回馈率,基于所述回馈率对所述区域表进行排序;
在自媒体飞速发展的形势下,每个企业都会有自己的拓客方式来进行一些产品推广,在不同地区的推广方式可能有些差异,不同地区的人面对同一推广文件的反馈也是不同的,对于购买意向好的区域,我们优先提供产品,对于意向差的区域,适当的提供产品,如果一直很差,那就无需再从供货时间的角度拓展客户。
步骤S200:实时获取含有位置信息和目标时间的订单请求,根据所述位置信息将所述订单请求插入排序后的区域表中;
在接收到订单请求时,获取订单请求发送方的位置信息,根据位置信息对所述订单请求进行分类,进而插入排序后的区域表中。
步骤S300:接收用户发送的交互数据,根据所述交互数据确定用户等级,基于所述用户等级对所述排序后的区域表进行二次排序;
所述区域表是从宏观上确定不同区域的供货顺序,在此基础上,获取用户的交互数据,也可以理解为社交数据,根据所述社交数据将某些特殊的用户提取出来,单独供货,这就是二次排序的过程。
步骤S400:实时获取区域表中各区域的路况信息,基于所述路况信息生成运输时间项,并将所述运输时间项插入二次排序后的区域表;
不同区域的运输时间是不同的,获取到用户发送的目标时间后,根据所述目标时间和所述运输时间可以计算出留给企业生产的时间。
步骤S500:根据所述目标时间和所述运输时间项确定生产时间项,根据所述生产时间项生成订单任务。
如果留给企业生产的时间充足,那么就基于所述订单请求生成订单任务,如果时间不充足,就拒绝订单请求,被拒绝的用户可以调整目标时间重新发送订单请求。
图2为基于人工智能的生产调度方法的第一子流程框图,所述获取预设的区域表中各区域的推广信息,根据所述推广信息确定各区域的回馈率,基于所述回馈率对所述区域表进行排序的步骤包括步骤S101至步骤S104:
步骤S101:获取推广文件在预设的时间范围内在各个区域中的传播指数;
步骤S102:建立与历史订单数据库的连接通道,获取所述时间范围内的订单数量;
步骤S103:将所述订单数量和所述传播指数输入训练好回馈分析模型,得到各区域的回馈率;
步骤S104:根据所述回馈率对所述区域表中的数据进行降序排列。
上述内容对回馈率的获取过程进行了具体的限定,首先,获取推广文件在各个区域中的传播指数,然后获取订单数量,根据所述订单数量和所述传播指数确定一个回馈率,最后根据回馈率对区域表中的数据进行降序排列;其中,所述回馈率的单位为一;所述传播指数和所述订单数量需要在同一时间范围内。
图3为基于人工智能的生产调度方法的第二子流程框图,所述获取推广文件在预设的时间范围内在各个区域中的传播指数的步骤包括步骤S1011至步骤S1013:
步骤S1011:在预存储的推广记录中定位各个区域的推广文件;
步骤S1012:获取推广文件的操作记录,根据预设的转换公式将所述操作记录转换为等价浏览数;所述操作记录至少包括含有数量的点赞操作、收藏操作、下载操作和分享操作;
步骤S1013:获取推广文件的实际浏览数,根据所述实际浏览数和所述等价浏览数计算传播指数;
其中,所述传播指数为时间的减函数。
上述内容对传播指数的获取过程进行了具体的限定,用户对推文文件的操作有很多,点赞、收藏、下载和分享这些操作代表着不同的喜好程度,需要对这些操作进行统一化处理,得到一个操作值,也就是上述等价浏览数,这一等价浏览数一定不小于实际的浏览数,计算所述等价浏览数和所述实际浏览数之间的差距即可确定传播指数。
图4为基于人工智能的生产调度方法的第三子流程框图,所述接收用户发送的交互数据,根据所述交互数据确定用户等级,基于所述用户等级对所述排序后的区域表进行二次排序的步骤包括步骤S301至步骤S304:
步骤S301:获取用户端的访问权限,基于所述访问权限获取用户的购物数据,基于所述购物数据生成购买力评分;
步骤S302:获取用户的评论数据,基于所述评论数据确定用户的性格类型;
步骤S303:基于所述购买力评分和所述性格类型确定用户等级;
步骤S304:基于所述用户等级对所述排序后的区域表进行二次排序。
上述内容提供了一种具体的查询特殊用户的技术方案,通过用户的购买力和评论来确定用户的性格类型,所述性格类型是预设的,通过评分来区分也是可行的技术方案;比如,把评分当成淡定程度,100分就代表着用户是极慢的性格,泰山崩于前而色不变,0分就代表着非常急的性格,稍微有些不顺,就会发送差评,这通过购买力和评论数据就能够获取。
图5为基于人工智能的生产调度方法的第四子流程框图,所述获取用户的评论数据,基于所述评论数据确定用户的性格类型的步骤包括步骤S3021至步骤S3024:
步骤S3021:获取用户的评价比,基于所述评价比筛选目标用户;所述评价比为购买数达到预设购买阈值的用户的评价数和购买数之比;
步骤S3022:获取用户的差评比例,将所述差评比例与预设的比例范围进行比对;
步骤S3023:根据比对结果确定用户的性格类型;
步骤S3024:获取用户的催单记录,根据所述催单记录修正所述性格类型。
上述内容对性格类型的确定过程进行了具体的限定,需要说明的是,并不是每个用户都需要进行性格类型评价的,如果某个用户一直不评价或者一直采用默认的评价内容进行产品评价,那么对于该用户的分析就是不必要的;当用户的评价数较多时,进一步获取用户的差评比例,根据差评比例对用户进行归档,每一档对应一种性格类型。
作为本发明技术方案进一步的限定,所述基于所述用户等级对所述排序后的区域表进行二次排序的步骤包括:
将所述用户等级与预设的等级阈值进行比对;
当所述用户等级达到预设的等级阈值时,将所述用户对应的订单请求提取至预设的应急表中;
其中,所述应急表的顺序基于区域表的顺序。
上述内容对二次排序的过程进行了具体的描述,二次排序过程实际上是对特殊用户的提取过程,在用户等级确定的情况下,这一提取过程非常容易。
图6为基于人工智能的生产调度方法的第五子流程框图,所述实时获取区域表中各区域的路况信息,基于所述路况信息生成运输时间项,并将所述运输时间项插入二次排序后的区域表的步骤包括步骤S401至步骤S404:
步骤S401:依次提取所述区域表中的各区域,获取各区域中的节点信息,基于所述节点信息确定运输路段;
步骤S402:对所述节点信息进行分类,得到货物中转站和运输中转站;
步骤S403:获取所述货物中转站的中转时间,根据所述运输中转站和运输路段计算行驶时间;
步骤S404:根据所述中转时间和所述行驶时间确定运输时间项,将所述运输时间项插入二次排序后的区域表。
步骤S401至步骤S404对运输时间的计算过程进行了具体的描述,首先,获取各区域的节点信息,这些节点有些是货物中转节点,有些是路段中转节点,货物中转节点有一个独立的中转时间,路段中转节点可以将该节点等量代换为一条路段,等量代换后就可以确定行驶时间,由所述行驶时间和所述中转时间就可以计算出总的运输时间。
实施例2
图7为基于人工智能的生产调度系统的组成结构框图,本发明实施例中,一种基于人工智能的生产调度系统,所述系统10包括:
第一排序模块11,用于获取预设的区域表中各区域的推广信息,根据所述推广信息确定各区域的回馈率,基于所述回馈率对所述区域表进行排序;
请求接收模块12,用于实时获取含有位置信息和目标时间的订单请求,根据所述位置信息将所述订单请求插入排序后的区域表中;
第二排序模块13,用于接收用户发送的交互数据,根据所述交互数据确定用户等级,基于所述用户等级对所述排序后的区域表进行二次排序;
运输分析模块14,用于实时获取区域表中各区域的路况信息,基于所述路况信息生成运输时间项,并将所述运输时间项插入二次排序后的区域表;
任务生成模块15,用于根据所述目标时间和所述运输时间项确定生产时间项,根据所述生产时间项生成订单任务。
图8为基于人工智能的生产调度系统中第一排序模块的组成结构框图,所述第一排序模块11包括:
指数确定单元111,用于获取推广文件在预设的时间范围内在各个区域中的传播指数;
数量获取单元112,用于建立与历史订单数据库的连接通道,获取所述时间范围内的订单数量;
回馈率计算单元113,用于将所述订单数量和所述传播指数输入训练好回馈分析模型,得到各区域的回馈率;
第一处理执行单元114,用于根据所述回馈率对所述区域表中的数据进行降序排列。
图9为基于人工智能的生产调度系统中第二排序模块的组成结构框图,所述第二排序模块13包括:
评分生成单元131,用于获取用户端的访问权限,基于所述访问权限获取用户的购物数据,基于所述购物数据生成购买力评分;
类型确定单元132,用于获取用户的评论数据,基于所述评论数据确定用户的性格类型;
等级确定单元133,用于基于所述购买力评分和所述性格类型确定用户等级;
第二处理执行单元134,用于基于所述用户等级对所述排序后的区域表进行二次排序。
所述基于人工智能的生产调度方法所能实现的功能均由计算机设备完成,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述程序代码由所述一个或多个处理器加载并执行以实现所述基于人工智能的生产调度方法的功能。
处理器从存储器中逐条取出指令、分析指令,然后根据指令要求完成相应操作,产生一系列控制命令,使计算机各部分自动、连续并协调动作,成为一个有机的整体,实现程序的输入、数据的输入以及运算并输出结果,这一过程中产生的算术运算或逻辑运算均由运算器完成;所述存储器包括只读存储器(Read-Only Memory,ROM),所述只读存储器用于存储计算机程序,所述存储器外部设有保护装置。
示例性的,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由处理器执行,以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在终端设备中的执行过程。
本领域技术人员可以理解,上述服务设备的描述仅仅是示例,并不构成对终端设备的限定,可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,上述处理器是上述终端设备的控制中心,利用各种接口和线路连接整个用户终端的各个部分。
上述存储器可用于存储计算机程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等;存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例系统中的全部或部分模块/单元,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个系统实施例的功能。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种基于人工智能的生产调度方法,其特征在于,所述方法包括:
获取预设的区域表中各区域的推广信息,根据所述推广信息确定各区域的回馈率,基于所述回馈率对所述区域表进行排序;
实时获取含有位置信息和目标时间的订单请求,根据所述位置信息将所述订单请求插入排序后的区域表中;
接收用户发送的交互数据,根据所述交互数据确定用户等级,基于所述用户等级对所述排序后的区域表进行二次排序;
实时获取区域表中各区域的路况信息,基于所述路况信息生成运输时间项,并将所述运输时间项插入二次排序后的区域表;
根据所述目标时间和所述运输时间项确定生产时间项,根据所述生产时间项生成订单任务;
所述接收用户发送的交互数据,根据所述交互数据确定用户等级,基于所述用户等级对所述排序后的区域表进行二次排序的步骤包括:
获取用户端的访问权限,基于所述访问权限获取用户的购物数据,基于所述购物数据生成购买力评分;
获取用户的评论数据,基于所述评论数据确定用户的性格类型;
基于所述购买力评分和所述性格类型确定用户等级;
基于所述用户等级对所述排序后的区域表进行二次排序。
2.根据权利要求1所述的基于人工智能的生产调度方法,其特征在于,所述获取预设的区域表中各区域的推广信息,根据所述推广信息确定各区域的回馈率,基于所述回馈率对所述区域表进行排序的步骤包括:
获取推广文件在预设的时间范围内在各个区域中的传播指数;
建立与历史订单数据库的连接通道,获取所述时间范围内的订单数量;
将所述订单数量和所述传播指数输入训练好回馈分析模型,得到各区域的回馈率;
根据所述回馈率对所述区域表中的数据进行降序排列。
3.根据权利要求2所述的基于人工智能的生产调度方法,其特征在于,所述获取推广文件在预设的时间范围内在各个区域中的传播指数的步骤包括:
在预存储的推广记录中定位各个区域的推广文件;
获取推广文件的操作记录,根据预设的转换公式将所述操作记录转换为等价浏览数;所述操作记录至少包括含有数量的点赞操作、收藏操作、下载操作和分享操作;
获取推广文件的实际浏览数,根据所述实际浏览数和所述等价浏览数计算传播指数;
其中,所述传播指数为时间的减函数。
4.根据权利要求2所述的基于人工智能的生产调度方法,其特征在于,所述获取用户的评论数据,基于所述评论数据确定用户的性格类型的步骤包括:
获取用户的评价比,基于所述评价比筛选目标用户;所述评价比为购买数达到预设购买阈值的用户的评价数和购买数之比;
获取目标用户的差评比例,将所述差评比例与预设的比例范围进行比对;
根据比对结果确定目标用户的性格类型;
获取目标用户的催单记录,根据所述催单记录修正所述性格类型。
5.根据权利要求4所述的基于人工智能的生产调度方法,其特征在于,所述基于所述用户等级对所述排序后的区域表进行二次排序的步骤包括:
将所述用户等级与预设的等级阈值进行比对;
当所述用户等级达到预设的等级阈值时,将所述用户对应的订单请求提取至预设的应急表中;
其中,所述应急表的顺序基于区域表的顺序。
6.根据权利要求5所述的基于人工智能的生产调度方法,其特征在于,所述实时获取区域表中各区域的路况信息,基于所述路况信息生成运输时间项,并将所述运输时间项插入二次排序后的区域表的步骤包括:
依次提取所述区域表中的各区域,获取各区域中的节点信息,基于所述节点信息确定运输路段;
对所述节点信息进行分类,得到货物中转站和运输中转站;
获取所述货物中转站的中转时间,根据所述运输中转站和运输路段计算行驶时间;
根据所述中转时间和所述行驶时间确定运输时间项,将所述运输时间项插入二次排序后的区域表。
7.一种基于人工智能的生产调度系统,其特征在于,所述系统包括:
第一排序模块,用于获取预设的区域表中各区域的推广信息,根据所述推广信息确定各区域的回馈率,基于所述回馈率对所述区域表进行排序;
请求接收模块,用于实时获取含有位置信息和目标时间的订单请求,根据所述位置信息将所述订单请求插入排序后的区域表中;
第二排序模块,用于接收用户发送的交互数据,根据所述交互数据确定用户等级,基于所述用户等级对所述排序后的区域表进行二次排序;
运输分析模块,用于实时获取区域表中各区域的路况信息,基于所述路况信息生成运输时间项,并将所述运输时间项插入二次排序后的区域表;
任务生成模块,用于根据所述目标时间和所述运输时间项确定生产时间项,根据所述生产时间项生成订单任务;
所述第二排序模块包括:
评分生成单元,用于获取用户端的访问权限,基于所述访问权限获取用户的购物数据,基于所述购物数据生成购买力评分;
类型确定单元,用于获取用户的评论数据,基于所述评论数据确定用户的性格类型;
等级确定单元,用于基于所述购买力评分和所述性格类型确定用户等级;
第二处理执行单元,用于基于所述用户等级对所述排序后的区域表进行二次排序。
8.根据权利要求7所述的基于人工智能的生产调度系统,其特征在于,所述第一排序模块包括:
指数确定单元,用于获取推广文件在预设的时间范围内在各个区域中的传播指数;
数量获取单元,用于建立与历史订单数据库的连接通道,获取所述时间范围内的订单数量;
回馈率计算单元,用于将所述订单数量和所述传播指数输入训练好回馈分析模型,得到各区域的回馈率;
第一处理执行单元,用于根据所述回馈率对所述区域表中的数据进行降序排列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210443022.XA CN114548840B (zh) | 2022-04-26 | 2022-04-26 | 基于人工智能的生产调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210443022.XA CN114548840B (zh) | 2022-04-26 | 2022-04-26 | 基于人工智能的生产调度方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114548840A CN114548840A (zh) | 2022-05-27 |
CN114548840B true CN114548840B (zh) | 2022-07-12 |
Family
ID=81667436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210443022.XA Active CN114548840B (zh) | 2022-04-26 | 2022-04-26 | 基于人工智能的生产调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114548840B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112270508A (zh) * | 2020-11-25 | 2021-01-26 | 东北大学 | 一种满足个性化定制生产的数字孪生智慧云调度方法 |
CN112348692A (zh) * | 2020-12-21 | 2021-02-09 | 乐活自然(北京)科技有限公司 | 一种基于消费者健康所需各营养素需求量的订单农业系统 |
CN113034051A (zh) * | 2021-04-27 | 2021-06-25 | 深圳云集智造系统技术有限公司 | 一种智能工厂动态计划排程系统 |
CN113762710A (zh) * | 2021-07-19 | 2021-12-07 | 青岛奥利普自动化控制系统有限公司 | 生产计划排产方法、装置及存储介质 |
CN114066147A (zh) * | 2021-09-30 | 2022-02-18 | 广州佳帆计算机有限公司 | 柔性生产线的生产方法、装置、电子设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11416791B2 (en) * | 2019-02-22 | 2022-08-16 | American Express Travel Related Services, Inc. | Optimizing user task schedules in a customer relationship management platform |
CN112561253A (zh) * | 2020-11-18 | 2021-03-26 | 广东赛意信息科技有限公司 | 基于生产计划的订单分派方法、系统、平台及存储介质 |
CN114202439A (zh) * | 2021-09-22 | 2022-03-18 | 武汉理工大学 | 一种离散制造企业订单评价体系下的生产重调度方法 |
-
2022
- 2022-04-26 CN CN202210443022.XA patent/CN114548840B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112270508A (zh) * | 2020-11-25 | 2021-01-26 | 东北大学 | 一种满足个性化定制生产的数字孪生智慧云调度方法 |
CN112348692A (zh) * | 2020-12-21 | 2021-02-09 | 乐活自然(北京)科技有限公司 | 一种基于消费者健康所需各营养素需求量的订单农业系统 |
CN113034051A (zh) * | 2021-04-27 | 2021-06-25 | 深圳云集智造系统技术有限公司 | 一种智能工厂动态计划排程系统 |
CN113762710A (zh) * | 2021-07-19 | 2021-12-07 | 青岛奥利普自动化控制系统有限公司 | 生产计划排产方法、装置及存储介质 |
CN114066147A (zh) * | 2021-09-30 | 2022-02-18 | 广州佳帆计算机有限公司 | 柔性生产线的生产方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114548840A (zh) | 2022-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Big data driven supply chain management | |
Savvidis et al. | The gap between energy policy challenges and model capabilities | |
Pauliuk et al. | ODYM—An open software framework for studying dynamic material systems: Principles, implementation, and data structures | |
CN110471949B (zh) | 数据血缘分析方法、装置、系统、服务器及存储介质 | |
US20210342723A1 (en) | Artificial Intelligence Techniques for Improving Efficiency | |
CN108932625B (zh) | 用户行为数据的分析方法、装置、介质和电子设备 | |
CN116701662A (zh) | 基于知识图谱的供应链数据管理方法、装置、设备及介质 | |
Żywicki et al. | Data analysis in production levelling methodology | |
CN114202239A (zh) | 一种工程造价风险预警系统 | |
CN116069300A (zh) | 工作流控制代码生成方法、装置、电子设备及存储介质 | |
CN111210321A (zh) | 一种基于合同管理的风险预警方法及系统 | |
Deng et al. | Computational operations research exchange (core): A cyber-infrastructure for analytics | |
CN114548840B (zh) | 基于人工智能的生产调度方法及系统 | |
CN111858236B (zh) | 知识图谱监控方法、装置、计算机设备及存储介质 | |
Silva et al. | Stochastic crowd shipping last-mile delivery with correlated marginals and probabilistic constraints | |
Pane et al. | Mapping log data activity using heuristic miner algorithm in manufacture and logistics company | |
Nickel et al. | Decision Optimization with IBM ILOG CPLEX Optimization Studio: A Hands-On Introduction to Modeling with the Optimization Programming Language (OPL) | |
CN116485019A (zh) | 一种数据处理方法及装置 | |
CN115841365A (zh) | 基于自然语言处理的选型及报价方法、系统、设备及介质 | |
El Halabi et al. | Extracting variables and causal links from interview data | |
Hilbig et al. | The rise of data-driven business models in the Berlin start-up scene | |
US20140149186A1 (en) | Method and system of using artifacts to identify elements of a component business model | |
Volodina et al. | Optimization of logistics business processes based on the implementation of cognitive information technology | |
Barakat et al. | A multi-stakeholder digital platform for regional construction and demolition waste management | |
Bø et al. | The effects of geographical, operational and service parameters on WEEE transport networks |
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 |