CN115115186A - 一种信息确定方法、装置、电子设备及存储介质 - Google Patents

一种信息确定方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN115115186A
CN115115186A CN202210614084.2A CN202210614084A CN115115186A CN 115115186 A CN115115186 A CN 115115186A CN 202210614084 A CN202210614084 A CN 202210614084A CN 115115186 A CN115115186 A CN 115115186A
Authority
CN
China
Prior art keywords
information
target
resource
production
initial
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
CN202210614084.2A
Other languages
English (en)
Inventor
丁华
王博
张�杰
于兴林
胡展国
胡珊
李伟
陈东东
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 Xitumeng Digital Technology Co ltd
Original Assignee
Zhejiang Xitumeng Digital 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 Xitumeng Digital Technology Co ltd filed Critical Zhejiang Xitumeng Digital Technology Co ltd
Priority to CN202210614084.2A priority Critical patent/CN115115186A/zh
Publication of CN115115186A publication Critical patent/CN115115186A/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
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Biophysics (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Physiology (AREA)
  • Genetics & Genomics (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例提供一种信息确定方法、装置、电子设备及存储介质，方法包括：获取目标资源供应信息；基于目标资源供应信息对初始设备制造信息进行更新，得到目标设备制造信息；基于目标设备制造信息对初始零配件生产信息进行更新，得到目标零配件生产信息；其中，目标资源供应信息包括资源供应的路径、类型和数量和时间，目标设备制造信息包括设备制造的类型、数量和时间，目标零配件生产信息包括零配件生产的类型、数量和时间。通过本申请实施例提供的一种信息确定方法，可以保证工业制造信息确定的全面性，提高信息的可执行度。

Description

一种信息确定方法、装置、电子设备及存储介质
技术领域
本发明涉及制造技术领域，尤其涉及一种信息确定方法、装置、电子设备及存储介质。
背景技术
随着工业数字化改革的浪潮来袭，打造制造业领域的智能化数字化工厂的需求随之产生，越来越多的厂家开始进行工业制造数字化建设，根据信息数据控制实际的设备生产。随着当前制造生产的模式越来越复杂化、智能化，需要协同和调度各方制造资源。目前，传统的制造产业的信息确定方法难以应付系统化的生产模式，只能局部地、在短时间周期内实现计算和模拟，比如确定短时间内的车间内的生产信息，但是不能将整个产品线制造的上下游的全部数据链打通。由于目前的方法难以确定长期的制造信息，导致制造业上游的规划生产信息和下游的实时生产信息之间的关系是割裂的，不仅导致长期的规划难以落实到实时生产，甚至规划生产信息也需要跟随不断更新的实时生产信息进行调整。
发明内容
针对现有技术存在的缺陷，本公开实施例提供一种信息确定方法、装置、电子设备及存储介质，可以保证工业制造信息确定的全面性，提高信息的可执行度。
本申请实施例提供一种信息确定方法，方法包括：获取目标资源供应信息；基于目标资源供应信息对初始设备制造信息进行更新，得到目标设备制造信息；基于目标设备制造信息对初始零配件生产信息进行更新，得到目标零配件生产信息；其中，目标资源供应信息包括资源供应的路径、类型和数量和时间，目标设备制造信息包括设备制造的类型、数量和时间，目标零配件生产信息包括零配件生产的类型、数量和时间。
具体地，在获取目标资源供应信息之前，方法还包括：获取资源需求信息；根据资源供应方的信息进行建模，得到资源信息确定模型；将资源需求信息输入资源信息确定模型进行仿真，基于仿真结果确定目标资源供应信息。
具体地，基于目标资源供应信息对初始设备制造信息进行更新，得到目标设备制造信息，包括：根据设备制造方信息进行建模，得到设备信息确定模型；通过线性规划确定符合设备信息确定模型的初始设备制造信息；基于目标资源供应信息，确定遗传算法的约束条件；通过遗传算法对初始设备制造信息进行更新，得到目标设备制造信息。
具体地，通过遗传算法对初始设备制造信息进行更新，得到目标设备制造信息，包括：通过遗传算法对初始设备制造信息进行更新，得到满足遗传算法的约束条件的多个待筛选设备制造信息；基于设备信息确定模型，对多个待筛选设备制造信息进行物流仿真，基于仿真结果确定目标设备制造信息。
具体地，基于目标设备制造信息对初始零配件生产信息进行更新，得到目标零配件生产信息，包括：根据零配件生产方的信息进行建模，得到零配件信息确定模型；通过线性规划确定符合零配件信息确定模型的初始零配件生产信息；基于目标设备制造信息，确定遗传算法的约束条件；通过遗传算法对初始零配件生产信息进行更新，得到目标零配件生产信息
具体地，通过遗传算法对初始零配件生产信息进行更新，得到目标零配件生产信息，包括：通过遗传算法对初始零配件生产信息进行更新，得到满足遗传算法的约束条件的多个待筛选零配件生产信息；基于零配件信息确定模型，对多个待筛选零配件生产信息进行物流仿真，基于仿真结果确定目标零配件生产信息。
具体地，在基于目标设备制造信息对初始零配件生产信息进行更新，得到目标零配件生产信息之后，方法还包括：向资源提供方发送第一指示消息；第一指示消息包括目标资源供应信息，第一指示消息用于指示资源提供方根据资源供应信息进行资源供应；向设备制造方发送第二指示消息；第二指示信息包括目标设备制造信息，第二指示信息用于指示设备制造厂商根据目标设备制造信息进行设备制造；向零配件生产方发送第三指示消息；第三指示信息包括目标零配件生产信息，第三指示信息用于指示零配件生产车间根据目标零配件生产信息进行零配件生产。
相应地，本申请实施例提供一种信息确定装置，装置包括：第一获取单元，用于获取目标资源供应信息；第二确定单元，用于基于目标资源供应信息对初始设备制造信息进行更新，得到目标设备制造信息；第三确定单元，用于基于目标设备制造信息对初始零配件生产信息进行更新，得到目标零配件生产信息；其中，目标资源供应信息包括资源供应的路径、类型和数量和时间，目标设备制造信息包括设备制造的类型、数量和时间，目标零配件生产信息包括零配件生产的类型、数量和时间。
具体地，目标资源供应信息可以包括资源供应的路径、类型和数量和时间，目标设备制造信息可以包括设备制造的类型、数量和时间，目标零配件生产信息可以包括零配件生产的类型、数量和时间。
具体地，装置还可以包括第一确定单元，用于在获取目标资源供应信息之前，获取资源需求信息；根据资源供应方的信息进行建模，得到资源信息确定模型；将资源需求信息输入资源信息确定模型进行仿真，基于仿真结果确定目标资源供应信息。
具体地，第二确定单元用于根据设备制造方信息进行建模，得到设备信息确定模型；通过线性规划确定符合设备信息确定模型的初始设备制造信息；基于目标资源供应信息，确定遗传算法的约束条件；通过遗传算法对初始设备制造信息进行更新，得到目标设备制造信息。
具体地，第二确定单元还用于，通过遗传算法对初始设备制造信息进行更新，得到满足遗传算法的约束条件的多个待筛选设备制造信息；基于设备制造模型，对多个待筛选设备制造信息进行物流仿真，基于仿真结果确定目标设备制造信息。
具体地，第三确定单元用于根据零配件生产方的信息进行建模，得到零配件信息确定模型；通过线性规划确定符合零配件信息确定模型的初始零配件生产信息；基于目标设备制造信息，确定遗传算法的约束条件；通过遗传算法对初始零配件生产信息进行更新，得到目标零配件生产信息。
具体地，第三确定单元还用于通过遗传算法对初始零配件生产信息进行更新，得到目标零配件生产信息，包括：通过遗传算法对初始零配件生产信息进行更新，得到满足遗传算法的约束条件的多个待筛选零配件生产信息；基于零配件生产模型，对多个待筛选零配件生产信息进行物流仿真，基于仿真结果确定目标零配件生产信息。
具体地，装置还包括发送单元，用于在基于目标设备制造信息对初始零配件生产信息进行更新，得到目标零配件生产信息之后，向资源提供方发送第一指示消息；第一指示消息包括目标资源供应信息，第一指示消息用于指示资源提供方根据资源供应信息进行资源供应；向设备制造方发送第二指示消息；第二指示信息包括目标设备制造信息，第二指示信息用于指示设备制造厂商根据目标设备制造信息进行设备制造；向零配件生产方发送第三指示消息；第三指示信息包括目标零配件生产信息，第三指示信息用于指示零配件生产车间根据目标零配件生产信息进行零配件生产。
相应地，本公开实施例提供一种电子设备，电子设备包括处理器和存储器，存储器中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述的信息确定方法。
相应地，本公开实施例提供一种计算机可读存储介质，存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述的信息确定方法。
本申请实施例具有如下有益效果：
(1)通过对资源供应信息进行仿真和筛选，可以提高实践该资源供应信息的整个供应链的整体效率，节约整个工业系统损耗的费用，并缩短供应链总周期时间，从而降低成本和提高供应质量的；
(2)通过物流仿真对确定的信息进行验证和筛选，可以二次筛选仿真计算或者模拟得到的结果，不仅可以利用仿真结果指导和优化企业的物流设计与运作，还可以筛选信息从而保证设备制造信息和零配件生产信息在执行的过程中不受到物流条件的限制，提高信息确定的质量；
(3)多层级的信息确定方法可以更全面地确定工业全周期的相关信息，避免资源供应方、设备制造方和零配件生产方的信息割裂，从而进一步避免实际生产还需要额外协调、重新匹配信息的情况，提高生产信息的可执行度；
(4)通过将实现执行系统和仿真系统的数据融汇贯通，可以提高仿真系统的计算准确度，实现数据的上下贯通并保证数据的及时性，从而及时地应对零配件生产方的变化，如车间的环境变化等。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案和优点，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的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
图1是本申请实施例所提供的一种信息确定方法的应用场景示意图；
图2是本申请实施例所提供的一种信息确定方法的第一流程示意图；
图3是本申请实施例所提供的一种信息确定方法的第二流程示意图；
图4是本申请实施例所提供的一种信息确定方法的第三流程示意图；
图5是本申请实施例所提供的一种信息确定方法的第四流程示意图；
图6是本申请实施例所提供的一种信息确定装置的结构示意图；
图7是本申请实施例所提供的一种信息确定方法的服务器的硬件结构框图。
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，下面将结合附图对本申请实施例作进一步地详细描述。显然，所描述的实施例仅仅是本申请一个实施例，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作出创造性劳动的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。
此处所称的“实施例”是指可包含于本申请至少一个实现方式中的特定特征、结构或特性。在本申请实施例的描述中，需要理解的是，术语“上”、“下”、“左”、“右”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置/系统或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含的包括一个或者更多个该特征。而且，术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请实施例能够以除了在这里图示或描述以外的顺序实施。此外，术语“包括”和“具有”/“为”以及他们/其的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元/模块的过程、方法、系统/装置、产品或设备不必限于清楚地列出的那些步骤或单元/模块，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元/模块。
下面介绍本申请提供的一种信息确定方法的具体实施例。请参阅图1，图1是本申请实施例所提供的一种信息确定的应用场景示意图。如图1所示，包括服务器101和终端102。可选的，服务器101和终端102可以通过无线链路连接，也可以通过有线链路连接，本公开在此不做限定。
具体地，服务器101可以是智能制造仿真系统，仿真系统可以包括资源供应仿真子系统、设备制造仿真子系统和零配件生产仿真子系统，分别用于确定目标资源供应信息、目标设备制造信息和目标零配件生产信息。终端102可以用于获取仿真所需的信息，如资源需求信息；可选的，终端102还可以用于确定仿真所需的模型。终端102需要对服务器101进行交互以实现信息的确定。在一种具体的实施方式中，服务器101中的仿真系统可以是APS(Advanced Planning and Scheduling，高级计划排程)仿真系统，确定的目标资源供应信息、目标设备制造信息和目标零配件生产信息可以是APS排产信息，在服务器101确定目标资源供应信息、目标设备制造信息和目标零配件生产信息之后，服务器101还可以确定资源供应、设备制造和零配件制造对应的物流信息，将物流信息输出给MES(ManufacturingExecution System)等执行系统进行执行。
具体地，服务器101可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network，内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。可选的，该服务器101上运行的操作系统可以包括但是不限于IOS、Linux、Windows、Unix、Android系统等。具体的，终端102可以包括但不限于智能手机、台式计算机、平板电脑、笔记本电脑、智能音箱、数字助理、增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备、智能可穿戴设备等类型的电子设备。可选的，电子设备上运行的操作系统可以包括但不限于安卓系统、IOS系统、linux、windows等。
此外，需要说明的是，图1所示的仅仅是本公开提供的信息确定方法的一种应用环境，在实际应用中，还可以包括其他应用环境，本实施例不对此做限定。
下面介绍本申请提供的一种信息确定方法的示例性流程。图2是本申请实施例提供的一种信息确定方法的第一流程示意图，本说明书提供了如实施例或流程图所示的方法或者流程操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多执行顺序中的一种方式，不代表唯一的执行顺序，在实际执行时，可以按照实施例或者附图所示的方法或者流程顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图2所示，该方法包括：
S201：获取目标资源供应信息。
具体地，目标资源供应信息可以包括资源供应的路径、类型和数量和时间。
图3是本申请实施例所提供的一种信息确定方法的第二流程示意图。下面基于图3进一步阐述本申请实施例的一种信息确定方法。在一种具体的实施方式中，在步骤S201之前，方法还包括步骤S301-S303。如图3所图示，示例性流程可以包括：
S301：获取资源需求信息。
具体地，资源需求信息可以包括每种资源的需求数量信息、需求时间信息以及各个资源对应的资源供应方的标识信息。资源需求信息可以基于单个企业或者单个产品线的总生产需求确定，其中总生产需求可以包括产品配置信息、数量信息、交货时间信息。
具体地，资源需求信息对应的有效时长可以是中长周期，例如数月或者数年。
S302：根据资源供应方的信息进行建模，得到资源信息确定模型。
在一种具体的实施方式中，资源供应方的信息可以包括多个资源供应方的供应资源类型、供应资源数量、供应对象信息、供应资源效率、供应物流时长、地址、最大物流负载等信息。建模得到的资源信息确定模型可以用于表征资源供应方的信息中用于仿真的有效信息。
在另一种具体的实施方式中，可以获取资源供应方的信息、设备收货方的信息、设备制造方的信息，并根据上述的信息确定资源信息确定模型。建模得到的资源信息确定模型可以用于表征用于仿真的有效信息，包括单个资源供应方的供应资源类型及数量，各个资源供应方、设备收货方、设备制造方之间的距离和之间的最大物流负载。
S303：将资源需求信息输入资源信息确定模型进行仿真，基于仿真结果确定目标资源供应信息。
在一种具体的实施方式中，资源信息确定模型可以由仿真平台搭载，通过将资源需求信息输入资源信息确定模型，可以基于输入的资源需求信息以及资源信息确定模型进行仿真，单次仿真的仿真目标可以包括确定各个资源供应方对各个资源接收对象的每批资源供应的路径、类型和数量和时间，以及确定资源供应的总时长。具体地，资源接收对象可以是设备制造方。可以在得到每一次的单次仿真的结果之后，从多次仿真结果中确定资源供应的总时长最短的仿真结果，并基于总时长最短的单次仿真确定目标资源供应信息。
在另一种具体的实施方式中，资源需求信息可以包括设备制造方的总资源需求信息以及设备接收方的总设备需求信息。通过将资源需求信息输入资源信息确定模型，可以基于输入的资源需求信息以及资源信息确定模型进行仿真，单次仿真的仿真目标可以包括确定各个资源供应方对各个设备制造方以及各个设备制造方对各个设备接收方的每批资源或者设备供应的路径、类型和数量和时间，以及确定资源或者设备供应的总时长。具体地，可以在得到每一次的单次仿真的结果之后，从多次仿真结果中确定资源供应的总时长最短的仿真结果，并基于总时长最短的单次仿真确定目标资源供应信息。
具体地，单次仿真可以包括对需求信息的验证，即验证设备接收方是否在预设时间之前接收到所需的设备；单次仿真还可以包括对采购信息的确定，即各个设备制造方向资源供应方的采购的内容、时间等信息的确定；单次仿真还可以包括对库存信息的确定，即各个资源供应方、设备制造方、零配件生产方的库存分配信息、补货信息、调货信息的确定；单次仿真还可以包括对订单信息的确定，即确定制造周期内的所有订单内容信息、订单对象信息和订单时间信息。
本申请实施例通过对资源供应信息进行仿真和筛选，可以提高实践该资源供应信息的整个供应链的整体效率，节约整个工业系统损耗的费用，并缩短供应链总周期时间，从而达到降低成本和提高供应质量的目的。
下面继续根据图2对本申请实施例提供的一种信息确定方法进行阐述：
S202：基于目标资源供应信息对初始设备制造信息进行更新，得到目标设备制造信息。
具体地，目标设备制造信息可以包括设备制造的类型、数量和时间。
图4是本申请实施例所提供的一种信息确定方法的第三流程示意图。下面基于图4进一步阐述步骤S202。具体地如图4所图示，步骤S202的示例性流程可以包括：
S401：根据设备制造方信息进行建模，得到设备信息确定模型。
具体地，设备制造方信息可以包括多个设备制造方的设备制造类型、设备制造效率、配送物流时长、地址、最大物流负载等信息。建模得到的设备信息确定模型可以用于表征设备制造方的信息中用于遗传算法或者线性规划的有效信息。其中，设备制造类型可以包括设备的生产类型、设备的装配类型。
S402：通过线性规划确定符合设备信息确定模型的初始设备制造信息。
具体地，可以通过线性规划，确定符合设备信息确定模型的初始设备制造信息，作为遗传算法的初始输入参数。目标设备制造信息可以包括设备制造的类型、数量和时间。
S403：基于目标资源供应信息，确定遗传算法的约束条件。
具体地，资源可以包括设备制造所需的物料或者半成品。可以根据目标资源供应信息，即根据资源供应的路径、类型和数量和时间，确定设备制造方接收资源的类型、数量和时间，从而确定包含时间戳的库存信息，根据该库存信息确定遗传算法的库存约束条件。
S404：通过遗传算法对初始设备制造信息进行更新，得到目标设备制造信息。
具体地，遗传算法的约束条件可以包括步骤S403中确定的库存约束条件，还可以包括根据设备制造方信息确定的产能约束条件、工艺约束条件、日期约束条件等约束条件。其中，产能约束条件根据各个设备制造方的最大产能和最低要求产能确定；工艺约束条件可以根据各个设备制造方的设备制造的工序需求确定，工序需求可以包括上下游工序、并行工序等需求；日期约束条件可以根据各个设备制造方的制造时间确定。
具体地，遗传算法的输入参数可以包括设备总需求信息，该设备总需求信息表征设备制造方在信息确定周期内制造的设备类型和各个类型的设备总量。在一种可选的实施方式中，遗传算法的输入参数还可以包括设备制造方的实际制造数据。通过遗传算法对初始设备制造信息进行更新，得到目标设备制造信息。具体地，由于遗传算法受到约束条件的约束，确定的目标设备制造信息可以满足设备制造方的工序要求、库存要求、日期要求以及产能要求。
在信息确定的过程中，仿真系统可以根据物流的要求对确定的信息进行验证和筛选。在一种具体的实施方式中，步骤S404可以包括：通过遗传算法对初始设备制造信息进行更新，得到满足遗传算法的约束条件的多个待筛选设备制造信息；基于设备信息确定模型，对多个待筛选设备制造信息进行物流仿真，基于仿真结果确定目标设备制造信息。具体地，可以基于设备信息确定模型确定多个设备生产方之间的物流路径信息和物流运能信息，并基于确定的物流路径信息和物流运能信息对多个待筛选设备制造信息进行物流仿真，确定仿真结果满足设备制造要求的目标设备制造信息。具体地，可以从仿真得到的多个物流结果中找到符合设备制造要求的成本最低的物流结果，并将对应的待筛选设备制造信息确定为目标设备制造信息。
下面继续根据图2对本申请实施例提供的一种信息确定方法进行阐述：
S203：基于目标设备制造信息对初始零配件生产信息进行更新，得到目标零配件生产信息。
具体地，目标零配件生产信息可以包括零配件生产的类型、数量和时间。
图5是本申请实施例所提供的一种信息确定方法的第四流程示意图。下面基于图5进一步阐述步骤S203。具体地如图5所图示，步骤S203的示例性流程可以包括：
S501：根据零配件生产方的信息进行建模，得到零配件信息确定模型。
具体地，零配件生产方的信息可以包括多个零配件生产方的零配件生产类型、零配件生产效率、配送物流时长、地址、最大物流负载等信息。生产得到的零配件可以用于制造设备，也就是说，单个设备制造方可以对应于多个零配件生产方。具体地，建模得到的零配件信息确定模型可以用于表征零配件生产方的信息中用于遗传算法或者线性规划的有效信息。
S502：通过线性规划确定符合零配件信息确定模型的初始零配件生产信息。
具体地，可以通过线性规划，确定符合零配件信息确定模型的初始零配件生产信息，作为遗传算法的初始输入参数。目标零配件生产信息可以包括零配件生产的类型、数量和时间。
S503：基于目标设备制造信息，确定遗传算法的约束条件。
具体地，可以根据目标设备制造信息，即根据设备制造的零配件消耗的类型和数量和时间，确定零配件生产的类型、数量和时间，从而确定包含时间戳的产量信息，根据该产量信息确定遗传算法的产能约束条件。
在一种具体的实施方式中，步骤S503还可以包括：基于目标资源供应信息，确定遗传算法的约束条件。具体地，可以根据目标资源供应信息，即根据资源供应的类型和数量和时间，确定零配件生产方对应的设备制造方接收资源的类型、数量和时间，从而确定包含时间戳的库存信息，根据该库存信息确定遗传算法的库存约束条件。
S504：通过遗传算法对初始零配件生产信息进行更新，得到目标零配件生产信息。
具体地，遗传算法的约束条件可以包括步骤S503中确定的产能约束条件、库存约束条件，还可以包括根据零配件生产方的信息确定的人力资源约束条件、生产设备约束条件、日期约束条件等约束条件，其中，人力资源约束条件可以根据人力排班信息、人力技能信息确定，生产设备约束条件可以根据各个零配件生产方的零配件生产的设备需求确定，日期约束条件可以根据各个零配件生产方的生产时间确定。
具体地，遗传算法的输入参数可以包括零配件总需求信息，该零配件总需求信息表征零配件生产方在信息确定周期内生产的零配件类型和各个类型的零配件总量，零配件总需求信息可以基于设备总需求信息确定。在一种可选的实施方式中，遗传算法的输入参数还可以包括实时生产数据。具体地，可以通过遗传算法对初始零配件生产信息进行更新，得到目标零配件生产信息。由于遗传算法受到约束条件的约束，确定的目标零配件生产信息可以满足零配件生产方的产能要求、库存要求、人力资源要求、生产设备要求以及日期要求。
在一种具体的实施方式中，步骤S502-步骤S504还可以是：基于目标设备制造信息，对零配件信息确定模型进行仿真，得到目标零配件生产信息。可以通过在仿真系统中建立零配件信息确定模型，建立与多个零配件生产方生产信息相一致的虚拟模型，把目标设备制造信息中设备制造方各资源的数量输入到模型中，进行仿真并可视化输出各关键指标，可以得到符合实际生产需求的目标零配件生产信息。在此实施例中，仿真的约束条件可以包括产能约束条件、库存约束条件、人力资源约束条件、生产设备约束条件、日期约束条件等约束条件。
在本申请实施例中，遗传算法或者仿真系统的输入数据还可以包括零配件生产的实时生产数据，该数据可以由MES系统等执行系统反馈得到。通过将实现执行系统和仿真系统的数据融汇贯通，可以提高仿真系统的计算准确度，实现数据的上下贯通并保证数据的及时性，从而及时地应对生产环境的变化，如设备制造工厂、零配件生产车间的变化等。
在信息确定的过程中，仿真系统可以根据物流的要求对确定的信息进行验证和筛选。在一种具体的实施方式中，步骤S504可以包括：通过遗传算法对初始零配件生产信息进行更新，得到满足遗传算法的约束条件的多个待筛选零配件生产信息；基于零配件信息确定模型，对多个待筛选零配件生产信息进行物流仿真，基于仿真结果确定目标零配件生产信息。具体地，可以基于零配件信息确定模型确定多个零配件生产方、多个仓储之间的物流路径信息和物流运能信息，并基于确定的物流路径信息和物流运能信息对多个待筛选零配件生产信息进行物流仿真，确定仿真结果满足零配件生产物流要求的目标设备制造信息。具体地，物流运能信息可以包括多种物流资源的运能信息，如堆垛机、工装料架、工业机器人等。
具体地，物流仿真的约束条件可以包括库存约束条件、配送约束条件等。其中，库存约束条件限制每个时间点库存的范围，大于最小刚需库存且小于最大安全库存；配送约束条件限制同一配送路径下的运量小于最大限制运量，并限制各个物流资源的运能小于最大限制运能。
在本申请实施例中，通过物流仿真对确定的信息进行验证和筛选，可以二次筛选仿真计算或者模拟得到的结果，不仅可以利用仿真结果指导和优化企业的物流设计与运作，还可以筛选信息从而保证设备制造信息和零配件生产信息在执行的过程中不受到物流条件的限制，提高信息确定的质量。
下面基于图2进一步阐述：
在一种具体的实施方式中，在步骤S203之后，方法还包括：向资源提供方发送第一指示消息；第一指示消息包括目标，资源供应信息，第一指示消息用于指示资源提供方根据资源供应信息进行资源供应；向设备制造方发送第二指示消息；第二指示信息包括目标设备制造信息，第二指示信息用于指示设备制造厂商根据目标设备制造信息进行设备制造；向零配件生产方发送第三指示消息；第三指示信息包括目标零配件生产信息，第三指示信息用于指示零配件生产车间根据目标零配件生产信息进行零配件生产。具体地，执行主体可以分别是资源提供方、设备制造方或者零配件生产方的执行系统。
通过本申请实施例的一种信息确定方法，可以对三个层级的信息进行确定，三个层级分别包括资源供应、设备制造和零配件生产。三个层级可以独立执行、分开实施，且上级确定信息可以影响下级的信息确定。多层级的信息确定方法可以更全面地确定工业全周期的相关信息，避免资源供应方、设备制造方和零配件生产方的信息割裂，从而进一步避免实际生产还需要额外协调、重新匹配信息的情况，提高生产信息的可执行度。
相应地，本申请实施例还提供一种信息确定装置。图6是本申请实施例所提供的一种信息确定装置的结构示意图。如图6所图示，信息确定装置600可以包括：
第一获取单元601，用于获取目标资源供应信息。
第二确定单元602，用于基于目标资源供应信息对初始设备制造信息进行更新，得到目标设备制造信息。
第三确定单元603，用于基于目标设备制造信息对初始零配件生产信息进行更新，得到目标零配件生产信息。
具体地，目标资源供应信息可以包括资源供应的路径、类型和数量和时间，目标设备制造信息可以包括设备制造的类型、数量和时间，目标零配件生产信息可以包括零配件生产的类型、数量和时间。
具体地，装置还可以包括第一确定单元，用于在获取目标资源供应信息之前，获取资源需求信息；根据资源供应方的信息进行建模，得到资源信息确定模型；将资源需求信息输入资源信息确定模型进行仿真，基于仿真结果确定目标资源供应信息。
具体地，第二确定单元602用于根据设备制造方信息进行建模，得到设备信息确定模型；通过线性规划确定符合设备信息确定模型的初始设备制造信息；基于目标资源供应信息，确定遗传算法的约束条件；通过遗传算法对初始设备制造信息进行更新，得到目标设备制造信息。
具体地，第二确定单元602还用于，通过遗传算法对初始设备制造信息进行更新，得到满足遗传算法的约束条件的多个待筛选设备制造信息；基于设备制造模型，对多个待筛选设备制造信息进行物流仿真，基于仿真结果确定目标设备制造信息。
具体地，第三确定单元603用于根据零配件生产方的信息进行建模，得到零配件信息确定模型；通过线性规划确定符合零配件信息确定模型的初始零配件生产信息；基于目标设备制造信息，确定遗传算法的约束条件；通过遗传算法对初始零配件生产信息进行更新，得到目标零配件生产信息。
具体地，第三确定单元603还用于通过遗传算法对初始零配件生产信息进行更新，得到目标零配件生产信息，包括：通过遗传算法对初始零配件生产信息进行更新，得到满足遗传算法的约束条件的多个待筛选零配件生产信息；基于零配件生产模型，对多个待筛选零配件生产信息进行物流仿真，基于仿真结果确定目标零配件生产信息。
具体地，装置还包括发送单元，用于在基于目标设备制造信息对初始零配件生产信息进行更新，得到目标零配件生产信息之后，向资源提供方发送第一指示消息；第一指示消息包括目标资源供应信息，第一指示消息用于指示资源提供方根据资源供应信息进行资源供应；向设备制造方发送第二指示消息；第二指示信息包括目标设备制造信息，第二指示信息用于指示设备制造厂商根据目标设备制造信息进行设备制造；向零配件生产方发送第三指示消息；第三指示信息包括目标零配件生产信息，第三指示信息用于指示零配件生产车间根据目标零配件生产信息进行零配件生产。
本申请的装置实施例和方法实施例可以基于相同的构思。
相应地，本公开实施例还提供一种电子设备，电子设备包括处理器和存储器，存储器中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述的信息确定方法。
本申请实施例所提供的方法实施例可以在计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例，图7是本申请实施例提供的信息确定方法的服务器的硬件结构框图。如图7所示，该服务器700可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(Central Processing Units，CPU)710(中央处理器710可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器730，一个或一个以上存储应用程序723或数据722的存储介质720(例如一个或一个以上海量存储设备)。其中，存储器730和存储介质720可以是短暂存储或持久存储。存储在存储介质720的程序可以包括一个或一个以上模块，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器710可以设置为与存储介质720通信，在服务器700上执行存储介质720中的一系列指令操作。服务器700还可以包括一个或一个以上电源750，一个或一个以上有线或无线网络接口750，一个或一个以上输入输出接口740，和/或，一个或一个以上操作系统721，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。
输入输出接口740可以用于经由一个网络接收或者发送数据。上述的网络具体实例可包括服务器700的通信供应商提供的无线网络。在一个实例中，输入输出接口740包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，输入输出接口740可以为射频(RadioFrequency，RF)模块，其用于通过无线方式与互联网进行通讯。
本领域普通技术人员可以理解，图7所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，服务器700还可包括比图7中所示更多或者更少的组件，或者具有与图7所示不同的配置。
本申请实施提供一种存储介质，存储介质可设置于服务器之中以保存用于实现方法实施例中信息确定方法相关的至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现上述信息确定方法。
具体地，在本实施例中，上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地，在本实施例中，上述存储介质可以包括但不限于包括：U盘、只读存储器(ROM，Read-only Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明中，除非另有明确的规定和限定，术语“相连”、“连接”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的相连或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
需要说明的是：上述本申请实施例的先后顺序仅仅为了描述，不代表实施例的优劣，且上述本说明书对特定的实施例进行了描述，其他实施例也在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或者步骤可以按照不同的实施例中的顺序来执行并且能够实现预期的结果。另外，在附图中描绘的过程不一定要求示出特定顺序或者而连接顺序才能够实现期望的结果，在某些实施方式中，多任务并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的均为与其他实施例的不同之处。尤其，对于装置/系统的实施例而言，由于其基于相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种信息确定方法，其特征在于，所述方法包括：
获取目标资源供应信息；
基于所述目标资源供应信息对初始设备制造信息进行更新，得到目标设备制造信息；
基于所述目标设备制造信息对初始零配件生产信息进行更新，得到目标零配件生产信息；
其中，所述目标资源供应信息包括资源供应的路径、类型和数量和时间，所述目标设备制造信息包括设备制造的类型、数量和时间，所述目标零配件生产信息包括零配件生产的类型、数量和时间。
2.根据权利要求1所述的一种信息确定方法，其特征在于，在所述获取目标资源供应信息之前，所述方法还包括：
获取资源需求信息；
根据资源供应方的信息进行建模，得到资源信息确定模型；
将所述资源需求信息输入所述资源信息确定模型进行仿真，基于仿真结果确定所述目标资源供应信息。
3.根据权利要求1-2任一所述的一种信息确定方法，其特征在于，基于所述目标资源供应信息对初始设备制造信息进行更新，得到目标设备制造信息，包括：
根据设备制造方信息进行建模，得到设备信息确定模型；
通过线性规划确定符合所述设备信息确定模型的初始设备制造信息；
基于所述目标资源供应信息，确定遗传算法的约束条件；
通过所述遗传算法对所述初始设备制造信息进行更新，得到目标设备制造信息。
4.根据权利要求3所述的一种信息确定方法，其特征在于，通过所述遗传算法对所述初始设备制造信息进行更新，得到目标设备制造信息，包括：
通过所述遗传算法对所述初始设备制造信息进行更新，得到满足所述遗传算法的约束条件的多个待筛选设备制造信息；
基于所述设备信息确定模型，对所述多个待筛选设备制造信息进行物流仿真，基于仿真结果确定目标设备制造信息。
5.根据权利要求1-2任一所述的一种信息确定方法，其特征在于，基于所述目标设备制造信息对初始零配件生产信息进行更新，得到目标零配件生产信息，包括：
根据零配件生产方的信息进行建模，得到零配件信息确定模型；
通过线性规划确定符合所述零配件信息确定模型的初始零配件生产信息；
基于所述目标设备制造信息，确定遗传算法的约束条件；
通过所述遗传算法对所述初始零配件生产信息进行更新，得到目标零配件生产信息。
6.根据权利要求5所述的一种信息确定方法，其特征在于，通过所述遗传算法对所述初始零配件生产信息进行更新，得到目标零配件生产信息，包括：
通过所述遗传算法对所述初始零配件生产信息进行更新，得到满足所述遗传算法的约束条件的多个待筛选零配件生产信息；
基于所述零配件信息确定模型，对所述多个待筛选零配件生产信息进行物流仿真，基于仿真结果确定目标零配件生产信息。
7.根据权利要求1所述的一种信息确定方法，其特征在于，在基于所述目标设备制造信息对初始零配件生产信息进行更新，得到目标零配件生产信息之后，所述方法还包括：
向资源提供方发送第一指示消息；所述第一指示消息包括所述目标资源供应信息，所述第一指示消息用于指示所述资源提供方根据所述资源供应信息进行资源供应；
向设备制造方发送第二指示消息；所述第二指示信息包括所述目标设备制造信息，所述第二指示信息用于指示所述设备制造厂商根据所述目标设备制造信息进行设备制造；
向零配件生产方发送第三指示消息；所述第三指示信息包括所述目标零配件生产信息，所述第三指示信息用于指示所述零配件生产车间根据所述目标零配件生产信息进行零配件生产。
8.一种信息确定装置，其特征在于，所述装置包括：
第一获取单元，用于获取目标资源供应信息；
第二确定单元，用于基于所述目标资源供应信息对初始设备制造信息进行更新，得到目标设备制造信息；
第三确定单元，用于基于所述目标设备制造信息对初始零配件生产信息进行更新，得到目标零配件生产信息；
其中，所述目标资源供应信息包括资源供应的路径、类型和数量和时间，所述目标设备制造信息包括设备制造的类型、数量和时间，所述目标零配件生产信息包括零配件生产的类型、数量和时间。
9.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现权利要求1-7任意一项所述的信息确定方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现权利要求1-7任意一项所述的信息确定方法。
CN202210614084.2A 2022-05-27 2022-05-27 一种信息确定方法、装置、电子设备及存储介质 Pending CN115115186A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210614084.2A CN115115186A (zh) 2022-05-27 2022-05-27 一种信息确定方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210614084.2A CN115115186A (zh) 2022-05-27 2022-05-27 一种信息确定方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN115115186A true CN115115186A (zh) 2022-09-27

Family

ID=83325690

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210614084.2A Pending CN115115186A (zh) 2022-05-27 2022-05-27 一种信息确定方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115115186A (zh)

Similar Documents

Publication Publication Date Title
CN111898278B (zh) 基于工业互联网的数字化制造方法
CN115808911B (zh) 用于生产线产生不良品时的工业物联网调控方法及系统
CN111340378B (zh) 一种产品项目排产方法及相关装置
CN112200489A (zh) 有色金属冶炼产供销一体优化系统、方法、装置
CN114971374A (zh) 用于对数据中心的产品需求进行生产交付的排程方法
CN114461611A (zh) 一种数据比对方法、装置、电子设备及存储介质
CN115115186A (zh) 一种信息确定方法、装置、电子设备及存储介质
US9665668B2 (en) Configuring a dispatching rule for execution in a simulation
CN112559334A (zh) 认证数据处理方法、装置及存储介质
US20230252379A1 (en) Goods manufacturing supply chain data collection and management
CN115660261B (zh) 生产订单信息处理方法、计算机装置和存储介质
Gurjanov et al. Cloud services of digital and smart factories of the Industry 4.0
CN111898917B (zh) 基于大数据的智能制造管理系统
CN115167274A (zh) 物料切割方法、装置、控制系统、存储介质及电子设备
CN114637582A (zh) 处理计算任务的方法及系统
CN114862098A (zh) 资源分配方法以及装置
Taha et al. Job sequencing and layout optimization in virtual production line
CN112926907A (zh) 一种仓库库存布局方法和装置
CN110851717A (zh) 一种迷你仓位的推荐方法、设备及介质
CN115796925B (zh) 一种基于云平台的销售数据统计方法及系统
CN111898919B (zh) 一种智能制造共享方法
CN109918353A (zh) 自动化信息处理的方法及终端设备
CN116560722B (zh) 运维流程处理方法、装置、电子设备及存储介质
CN108985482A (zh) 监测异常查询的方法和系统
CN117729115A (zh) 基于区块链的网络切片交易方法、装置、设备及介质

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