CN115562215A - 预测数据平衡系统以及预测数据平衡方法 - Google Patents
预测数据平衡系统以及预测数据平衡方法 Download PDFInfo
- Publication number
- CN115562215A CN115562215A CN202211340386.1A CN202211340386A CN115562215A CN 115562215 A CN115562215 A CN 115562215A CN 202211340386 A CN202211340386 A CN 202211340386A CN 115562215 A CN115562215 A CN 115562215A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- demand
- deviation
- balance
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000001914 filtration Methods 0.000 claims abstract description 48
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000003860 storage Methods 0.000 claims abstract description 24
- 238000007405 data analysis Methods 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 25
- 239000000463 material Substances 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 17
- 238000002360 preparation method Methods 0.000 claims description 13
- 238000013480 data collection Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 description 27
- 238000007726 management method Methods 0.000 description 8
- 238000003672 processing method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000003442 weekly effect Effects 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 206010012186 Delayed delivery Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000013497 data interchange Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31282—Data acquisition, BDE MDE
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出预测数据平衡系统以及预测数据平衡方法。预测数据平衡系统包括存储装置以及处理器。存储装置存储数据汇总模块、偏差比对模块以及判定模块。处理器耦接存储装置,并且执行数据汇总模块、偏差比对模块以及判定模块。处理器将多笔预测数据输入至预数据汇总模块,以使数据汇总模块根据数据分析规则以及多笔预测数据产生需求数据。偏差比对模块根据偏差过滤规则以及需求数据产生判定结果。判定模块根据处理规则调整需求数据以产生平衡建议数据。本发明的预测数据平衡系统以及预测数据平衡方法可有效地提升预测数据分析效率以及降低人工成本与时间成本。
Description
技术领域
本发明涉及预测产品需求数据的生产管理技术,尤其是一种预测数据平衡系统以及预测数据平衡方法。
背景技术
在产品的生产管理的过程中,由于每个产品有生产周期,所以生产商需要提前准备产品的物料以及准备生产流程。因此,在取得客户的销售预测数据后,生产商必须调整部分月份/周期高于产能的情况以符合客户的预测需求数据。因此,为了达到良好的准时交货率,生产管理中需要根据客户端的预测数据有效地平衡每周期的生产管理,以避免预测需求数量超出产能或是产品的物料数量不足的状况发生。
然而,现有的方式是,生产管理人员必须人工地依赖经验对比各个产品的产能以平衡生产数量以及物料准备数量。由于判断产能的平衡处理中,必须考虑繁复的产品信息(例如每个产品的产能以及物料的库存与供给状况),导致管理人员必须仰赖大量的实务经验以及花费许多时间才能进行生产平衡判断。如此,现有的方式容易有人工判断错误的状况发生,并且耗费许多人工成本在比对大量的产品数据以及产能信息。
发明内容
本发明是针对一种预测数据平衡系统以及预测数据平衡方法,可自动地根据销售预测数据以及产能数据,产生对应的平衡建议以及备料计划数据。
根据本发明的实施例,本发明的预测数据平衡系统包括存储装置以及处理器。存储装置存储数据汇总模块、偏差比对模块以及判定模块。处理器耦接存储装置,并且执行数据汇总模块、偏差比对模块以及判定模块。处理器将多笔预测数据输入至数据汇总模块,以使数据汇总模块根据数据分析规则以及多笔预测数据产生需求数据。处理器通过偏差比对模块根据偏差过滤规则以及需求数据产生判定结果。当判定结果为符合所述偏差过滤规则时,处理器通过判定模块根据处理规则调整所述需求数据以产生平衡建议数据。
根据本发明的实施例,本发明的预测数据平衡方法包括以下步骤:将多笔预测数据输入至数据汇总模块;通过数据汇总模块根据数据分析规则以及多笔预测数据产生需求数据;通过偏差比对模块根据偏差过滤规则以及需求数据产生判定结果;当判定结果为符合偏差过滤规则时,通过判定模块根据处理规则调整需求数据以产生平衡建议数据。
基于上述,本发明的预测数据平衡系统以及预测数据平衡方法,可根据关于销售的预测数据,而自动产生对应预测数据中符合偏差过滤规则的判定结果以及平衡建议数据,以有效地大幅降低处理预测数据所需的人力,以及减少人为失误的发生机率。
为让本发明的上述特征和优点能更明显易懂,下文特举实施例,并配合所附图式作详细说明如下。
附图说明
图1是本发明的一实施例的预测数据平衡系统的示意图;
图2是本发明的一实施例的预测数据平衡方法的流程图;
图3是本发明的一实施例的预测数据平衡方法的操作流程图。
附图标记说明
100:预测数据平衡系统;
110:处理器;
120:存储装置;
121:数据汇总模块;
122:偏差比对模块;
123:判定模块;
124:数据采集模块;
310:终端设备;
311:数据分析规则;
312:偏差过滤规则;
313:产能数据;
314:处理方法;
315:物料清单信息;
320:销售预测数据;
S210~S240、S331~S339、S341:步骤。
具体实施方式
现将详细地参考本发明的示范性实施例,示范性实施例的实例说明于附图中。只要有可能,相同组件符号在图式和描述中用来表示相同或相似部分。
图1是本发明的一实施例的预测数据平衡系统的示意图。参考图1,预测数据平衡系统100包括处理器110以及存储装置120。处理器110耦接存储装置120。在本实施例中,处理器110可包括中央处理器(Central Processing Unit,CPU)、微处理器(MicroprocessorControl Unit,MCU)或现场可程序闸阵列(Field Programmable Gate Array,FPGA)等诸如此类的处理电路或具有数据运算功能的芯片,但本发明并不以此为限。存储装置120可为记忆体(Memory)或数据库(database),其中记忆体可例如是只读存储器(Read Only Memory,ROM)、可擦可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)等非挥发存储器、随机存取存储器(Random Access Memory,RAM)等挥发存储器、及硬盘驱动器(hard disc drive)、半导体存储器等存储装置,并且用于存储本发明所提到的与在制品需求与产能相关之信息、各种程序、数据计算规则、数据取值规则、数据过滤规则、产能数据、物料清单/列表数据及各种信息等数据。在本实施例中,存储装置120可存储多个特定模块、算法及/或软件等,,以供处理器110存取并执行而实现本发明各实施例所描述的相关功能及操作。值得注意的是,本发明各实施例所述的模块以及单元可个别由相对应的一个或多个算法及/或软件所实现,并且可依其一个或多个算法及/或软件的执行结果来实现实施例所描述的相关功能与操作。
在本实施例中,存储装置120可存储数据汇总模块121、偏差比对模块122以及判定模块123。处理器110可读取存储在存储装置120中的这些模块,并且通过执行这些模块来实现客户端提供的销售预测数据进行分析以及对应的生产管理、备料管理与备产管理,以自动地产生预测数据的平衡建议,并且讯息通知相关承办人员以及相关供货商等功能。在本实施例中,预测数据平衡系统100可例如是设置在企业内的电脑主机,并提供用户接口或终端设备来供用户操作、确认预测平衡数据、建立各项分析规则、建立数据抓取规则、建立过滤规则以及设置阈值等操作。
或者,在一实施例中,预测数据平衡系统100也可例如是以云端服务器系统的架构来实现之。用户可通过执行电子设备的用户接口(User Interface,UI)程序而连线至云端服务器进行上述相关参数与规则设置操作。对此,用户可操作电子设备的显示屏所显示的用户接口的内容,以使用户接口或相关程序可提供对应的用户操作指令及设置数据至云端服务器。并且,用户可通过云端服务器或收发器将客户提供的多笔预测数据传送至预测数据平衡系统100。云端服务器可通过执行前述的多个模块来实现可针对客户提供的销售预测数据自动地根据产能以及产能可用量分析与提供生产平衡建议数据的功能。
在本实施例中,数据汇总模块121、偏差比对模块122、判定模块123以及数据采集模块124可例如是以JSON(JavaScript Object Notation)、可延伸标记式语言(ExtensibleMarkup Language,XML)或YAML等诸如此类的程序语言来实现的,但本发明也不限于此。
换言之,承办人员/操作人员以及用户可操作预测数据平衡系统100以及存储装置120的应用程序接口,以将客户端所提供的多笔预测数据以及各项设定的参数值输入至存储装置120以及处理器110之中,并且预测数据平衡系统100可根据预测数据以及设定值自动执行数据汇总模块121、偏差比对模块122以及判定模块123,以产生相关的判定结果、通知讯息以及平衡建议数据。
在本实施例中,处理器110以及存储装置120可经配置以接收/读取/写入存储于终端设备中的数据分析规则、偏差过滤规则、产能数据、处理方法、物料清单信息以及销售预测数据,以使数据采集模块124接收客户端提供的多笔预测数据。如此一来,数据采集模块124根据采集规则将数据中所需要的数据与字段整理成符合用户设定或系统默认的数据格式(即采集规则),进而产生经整理的多笔预测数据。
数据汇总模块121根据多笔预测数据产生多笔需求数据。具体而言,数据汇总模块121可先根据数据分析规则将多笔预测数据进行汇整与统一,进而将数据分析中所需的数据与字段整理成符合用户设定(例如根据每周、每季、每个工作天去取值)或系统默认的数据格式的需求数据。举例来说,设定值为将产品A的销售预测数据以每个月进行统整。如此,数据汇总模块121从多笔预测数据进行汇总以产生符合数据分析规则的多笔需求数据。
如此一来,预测数据平衡系统100可有效降低生产管理人员需要花费大量时间进行人工比对数据以及整理数据的时间成本。
在本实施例中,偏差比对模块122可根据偏差过滤规则对需求数据进行比对以判定需求数据是否达到偏差过滤规则中的多个过滤条件,进而产生对应的比对结果/判定结果。偏差过滤规则可例如包括客户名称、产品号码、产品名称、分析类型、阈值(例如触发数量以及/或触发比率(差值比例))、逻辑关系以及对应每个触发条件的操作(例如产生通知讯息、产生任务卡片、通知承办人员或是通知供货商)。任务卡片可例如是通过电子邮件或执行系统通知承办人员的信息。
在本实施例中,偏差过滤规则可包括阈值(例如2000、5000等数值)、触发比率(例如百分之十、百分之二十)以及逻辑关系(例如达到阈值或达到触发比率、达到阈值以及达到触发比率)。另一实施例,阈值的设定数值与比例为需求数据中多个周期之间的差值以及比例,例如当需求数据的多个周期分别为11400、6800以及4000、平均值为7400以及阈值为5000或百分之二十,如此多笔周期中最大值为11400,最大值减去最小值4000得到7400,7400大于5000因此符合过滤规则。以及,由于最大值与最小值之间的差值7400除以平均需求值7400得到百分之百,百分之百大于百分之二十所以也符合过滤规则中的触发比率。判定结果可例如是符合过滤规则(即需求数据等于阈值或高于阈值、最大与最小需求值的差值大于或等于阈值、最大与最小需求值的差值与平均需求的百分比大于或等于触发比率)以及不符合过滤规则(即需求数据小于阈值、最大与最小需求值的差值小于阈值、最大与最小需求值的差值与平均需求的百分比小于触发比率)。
在本实施例中,判定模块123可经配置以根据判定结果以及处理规则调整需求数据以产生平衡建议数据。处理规则相关于最大产能数据、平均产能数据以及历史处理数据的至少其中之一。如此,当判定结果为符合过滤规则时,处理器110通过判定模块123根据处理规则中的最大产能数据将需求数据中的数值皆调整为不大于最大产能数据,并且确保需求数据的总值不变。举例而言,当需求数据中多个周期的数据分别为11400、6800以及4000、最大产能数据为9000,则判定模块123将需求数据中的11400、6800以及4000分别调整为9000、9000以及4200,并且将调整后的数据作为平衡建议数据。判定模块123可将平衡建议数据输出至相关供货商或是承办人员(例如生产管理人员)。
也就是说,预测数据平衡系统100可根据产能数据、平均需求数据、历史处理数据以及用户设定(例如偏差过滤规则以及处理规则),自动地调整需求数据以产生平衡建议数据或是自动地通知供货商以及承办人员。并且,预测数据平衡系统100可根据承办人员确认处理建议(例如项目卡片或任务卡片)后所发送的指令进行对应的操作。举例而言,生产管理人员可在查阅预测数据平衡系统100所产生包括平衡建议数据以及需求数据的任务卡片/项目卡片之后,点击用户接口/终端设备的按钮/按键以输入执行指令至处理器110,进而令判定模块123执行对应的操作与处理。
图2是本发明的一实施例的预测数据平衡方法的流程图。参考图1以及图2,本实施例的预测数据平衡系统100可执行如以下步骤S210~S240。在本实施例中,用户可操作数据汇总模块121、偏差比对模块122以及判定模块123的应用程序接口。在步骤S210,处理器110将多笔预测数据输入至数据汇总模块121。在步骤S220,处理器110通过数据汇总模块121根据数据分析规则以及多笔预测数据产生需求数据。
在本实施例中,处理器110将已经字段分析的销售预测数据输入至数据汇总模块121,以使数据汇总模块121根据数据分析规则整理多笔预测数据。数据分析规则可例如是将数据统整成以每周、每月、每季统计的销售预测数据。另一方面,数据分析规则也可例如是将数据按照同一供货商、同一客户或是同一产品型号进行统整,以提高生产管理人员在审阅的便利性。
并且,销售预测数据可例如是由外部需求预测数据系统(例如客户端的系统)通过收发器与存储装置120建立通讯连接所提供的,或是客户端系统通过应用程序编程接口输入至预测数据平衡系统100中。销售预测数据、预测数据以及需求数据可包括客户名称、规格、在制品/成品号码、产品编号、发货日期、需求预测数量、以及需求日期的至少其中之一。
在步骤S230,处理器110通过偏差比对模块122根据偏差过滤规则以及需求数据产生判定结果。在本实施例中,偏差比对模块122根据用户所预先设定的过滤规则参数(判断设定值)对上述的需求数据进行比对以产生判定结果。换句话说,偏差比对模块122用以根据系统/用户设定的偏差过滤规则以判断需求数据为符合或不符合过滤规则,进而达到自动侦测出符合过滤规则的需求数据。具体来说,当需求数据符合过滤规则时,代表需求数据相对于最大产能/产能可用量过高而需要系统进一步调整,以达到根据预测数据管理产品的物料以及备产状况的功效。
在步骤S240,当上述判定结果为符合偏差过滤规则时,处理器110通过判定模块123根据处理规则调整需求数据以产生平衡建议数据,以针对处理预测数据超出生产产能、产能可用量或是需求数据异常的状况。因此,本实施例的预测数据平衡系统100以及预测数据平衡方法,可有效率地根据产能自动调整需求数据,同时降低生产管理与数据处理的人工成本。并且,判定模块123可将判定结果以及平衡建议数据输出至相关人员的电子装置(例如个人计算器、智能手机等电子设备)。
图3是本发明的一实施例的预测数据平衡方法的操作流程图。参考图1以及图3。在一实施例中,预测数据平衡系统100可执行如以下步骤S331~S339以及S341,以达到根据需求数据以及处理规则产生平衡建议数据。
在步骤S331,处理器110电子数据交换(Electronic Data Interchange,EDI)技术接收/导入销售预测数据320。在另一实施例,处理器110也可通过收发器、应用程序接口或与终端设备通讯连接以接收销售预测数据320。接着,处理器110将销售预测数据320输入至数据采集模块124,进而通过数据采集模块124根据采集规则对销售预测数据320(即多笔预测需求数据)执行字段分析以产生多笔预测数据,并且将多笔预测数据(例如应用数据表)存储至存储装置120以及/或是数据汇总模块121中(步骤S332)。采集规则例如是数据格式以及取值的数据字段等参数设定,如此数据采集模块124进行销售预测数据320的整理与取值,以获得符合用户设定的多笔预测数据。
在步骤S333,处理器110可通过数据汇总模块121根据数据分析规则311将上述多笔预测数据汇总成符合系统/用户设定的需求数据。举例而言,预测数据为以每周为基准的产品预测数据,而数据分析规则311中相同产品的统计基准为每个月,因此数据汇总模块121将每周的预测数据汇总为每月为统计基准的需求数据。并且,需求数据包括平均需求值。
在步骤S334,处理器110可通过偏差比对模块122根据偏差过滤规则312以及需求数据产生判定结果。在本实施例中,偏差过滤规则312可包括阈值以及偏差率(即触发比率)。举例而言,当需求数据中的数据大于或等于阈值时,偏差比对模块122产生符合偏差过滤规则312的判定结果。另一方面,当需求数据中的数据小于阈值时,偏差比对模块122产生不符合偏差过滤规则312的判定结果。在本实施例中,阈值可以是最大产能、产能可用量或是设定值。并且,上述需求数据中的数据可以是每周期(例如周、月、季)的预测需求数据、平均需求值,也可以是任两周期的预测需求值。
在另一实施例中,当需求数据中任两笔的数据差值与平均值(需求数据的平均值)的比率大于偏差率时,偏差比对模块122产生符合偏差过滤规则312的判定结果。当需求数据中的任两笔的数据差值与平均值的比率小于或等于偏差率时,偏差比对模块122产生不符合偏差过滤规则312的判定结果。具体而言,偏差过滤规则可例如是低于阈值、高于阈值、需求数据中最大值与最小值之间的差值高于阈值、任两笔数据之间的差异比率高于偏差率、任两笔数据差值与平均值的比率大于偏差率等的处理设置以及判定标准/判断规则,本案不应以此为限。
在步骤S335,处理器110可通过判定模块123根据处理规则以及需求数据产生经调整的需求数据。处理规则相关于最大产能数据、平均产能数据以及历史处理数据。具体来说,判定模块123根据处理规则调整需求数据,以使需求数据中的数据皆小于或等于最大产能数据、平均产能数据或是历史处理数据。在一实施例,判定模块123可直接将平衡建议作为平衡建议数据,且执行步骤S339。并且,需求数据与经调整的需求数据的总需求数量相同,进而将已调整的需求数据作为平衡建议数据。
举例来说,处理规则为产能数据313。举例而言,需求数据中的数据分别为11400、6800、4000、平均值为7400以及产能数据313中产能可用量(产能剩余量)为8000,因此判定模块123将需求数据调整为8000、8000、6200的数据(即经调整的需求数据),以符合产能可用量。在本实施例中,判定模块123将经调整的需求数据作为平衡建议。
在步骤S336中,判定模块123可根据设定参数以及处理方法314将平衡建议调整为平衡建议数据S338。处理器110将预测平衡数据存储于存储装置120中,且历史处理数据包括预测平衡数据、历史参数设置以及历史处理结果。也就是说,处理方法314包括处理器110将每次的预测平衡数据以及最终平衡数据、历史参数设置以及历史处理结果作为处理方法314,并且存储于存储装置120中。如此一来,判定模块123可根据当前的需求数据以及相关联(例如同客户、同产品以及同月份)的历史处理记录,自动地产生相关于历史数据中处理方法314(例如将需求数据中的数据皆调整成其平均值、根据产能可用量调整需求数据等处理记录)的平衡建议。并且,将平衡建议以及通知信息(例如系统中的任务卡)输出至承办人员或备料计算模块中。
另一实施例中,在步骤S336,判定模块123可根据设定参数将平衡建议以及需求数据输出至外部系统(步骤S337),以使承办人员接收平衡建议以及需求数据。值得说明的是,判定模块123将平衡建议以及需求数据输出至相关承办人员的终端装置之中,并且等待承办人员的指令。也就是说,预测数据平衡系统100所产生的平衡建议可先传送至用户(例如承办人员)的电子装置中,并且等待用户进一步地确认与调整所发出的处理/确认指令。接着,预测数据平衡系统100将用户的处理/平衡指令作为平衡建议数据,以使判定模块123将此平衡建议数据输入至备料计算模块之中进行备料的计算以及供货商的通知。如此,预测数据平衡系统100可大幅提升用户/生产管理人员掌握以及判断销售预测数据的效率以及提升预测数据平衡系统100的安全性以及可靠度。
举例而言,判定模块123将平衡建议输出至终端设备310,并且处理器110接收预测平衡数据(即经承办人员调整的平衡建议)。换句话说,承办人员接收到平衡建议以及需求数据,依照现场/线下生产状况或是实务经验调整或确认平衡建议,进而将经过调整的平衡建议回写至预测数据平衡系统100中,以作为平衡建议数据(步骤S338)。举例来说,平衡建议中的数据分别为9000、9000、4200,承办人员根据实际生产线(生产车间)的状况(例如遇到长假、有其他产品需要生产、物料库存问题等)将平衡建议中的数据调整为9000、8000、5200。接着,将经过人员调整的平衡建议输入至预测数据平衡系统100之中。
在步骤S339,处理器110接收平衡建议或经过人员确认的平衡建议数据输入至备料计算模块。备料计算模块经配置用以根据物料清单信息315(即物料清单(Bill OfMaterial,BOM))以及预测平衡数据产生多个备料计划数据。举例而言,平衡建议数据(即经判定模块123以及/或人员调整的需求数据)中产品A的9月至11月需求量分别为9000、8000以及5200个。而物料清单信息315中对应产品A的物料为轴承A以及轴承B,且每一个产品A需要两个轴承A以及一个轴承B。如此,备料计算模块计算出对应平衡建议数据的备料计划数据为9月至11月所需轴承A分别为18000、16000、10400个,以及轴承B需要9000、8000以及5200个。
接着,备料计算模块将多个备料计划分别输出至对应的多个供货商所绑定的电子装置(步骤S341)。如此,备料计算模块可将备料计算数据分别输出至对应的供货商,例如将轴承A的数据输出至供货商A,将轴承B的数据输出至供货商B。
补充说明的是,当上述判定结果为不符合偏差过滤规则时,判定模块123根据设定规则、所述需求数据产生所述平衡建议数据,并且将平衡建议数据输出至备料计算模块以执行步骤S339,以使备料计算模块根据需求数据以及物料清单信息315产生多个备料数据。
举例而言,需求数据中的9月、10月、11月数据分别为9500、9000、8500、平均值为9000以及产能数据313中产能可用量(产能剩余量)为8000,此数据为不符合偏差过滤规则的数据(即平衡数据)。判定模块123也会将这数据与产能信息进行比对,平衡数据的平均值9000超过产能8000,则按产能最大利用率进行排产,即8000、8000、8000,剩余的各月需求1500、1000、500则直接通知给用户确认,是否需要进行委外加工或与客户沟通延期交付。在另一实施例中,若需求数据中的9月、10月、11月数据分别为9500、9000、8500、平均值为9000,并且产能为10000(即当平衡数据的平均值未超过产能),则判定模块123按产能最大利用率或平衡值进行排产(即设定规则,设定规则可根据用户自定义设置)。也就是说,当用户所设定的设定规则为根据最大利用率进行产生平衡建议数据,则判定模块123将10000、10000、7000分别作为9月、10月以及11月的平衡建议数据。在另一实施例中,当用户所设定的设定规则为根据平衡的需求数据产生平衡建议数据,则判定模块123分别将9500、9000、8500作为9月、10月以及11的平衡建议数据,进而符合产能可用量。在本实施例中,判定模块123将经调整的需求数据作为平衡建议数据。
同样地,备料计算模块通过应用程序接口或电子邮件将备料数据分别输出至对应的供货商所绑定的电子装置。
综上所述,本发明的预测数据平衡系统以及预测数据平衡方法,可将销售预测数据320自动地进行整理与分析,以产生需求数据。并且,根据用户设定的分析规则311、偏差过滤规则312、产能数据313的现况以及处理方法314产生平衡建议,让生产管理人员可有效率地掌握每产品以及每周期的销售预测数据的情况以及变化,进而根据平衡建议数据通知供货商。如此一来,预测数据平衡系统100可提升用户(例如生产管理人员)在处理销售预测数据的处理效率,同时大幅降低处理预测数据所需的人力,进而降低时间与人力成本。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (20)
1.一种预测数据平衡系统,其特征在于,包括:
存储装置,存储数据汇总模块、偏差比对模块以及判定模块;以及
处理器,耦接所述存储装置,并且执行所述数据汇总模块、所述偏差比对模块以及所述判定模块,
其中所述处理器将多笔预测数据输入至所述数据汇总模块,以使所述数据汇总模块根据数据分析规则以及所述多笔预测数据产生需求数据,
其中所述偏差比对模块根据偏差过滤规则以及所述需求数据产生判定结果,
其中当所述判定结果为符合所述偏差过滤规则时,所述判定模块根据处理规则调整所述需求数据以产生平衡建议数据。
2.根据权利要求1所述的预测数据平衡系统,其特征在于,还包括:
数据采集模块,根据采集规则对多笔预测需求数据执行字段分析以产生所述多笔预测数据。
3.根据权利要求1所述的预测数据平衡系统,其特征在于,所述偏差过滤规则包括阈值,当所述需求数据中的数据大于或等于所述阈值时,所述偏差比对模块产生符合所述偏差过滤规则的所述判定结果;当所述需求数据中的数据小于所述阈值时,所述偏差比对模块产生不符合所述偏差过滤规则的所述判定结果。
4.根据权利要求1所述的预测数据平衡系统,其特征在于,所述偏差过滤规则包括偏差率,当所述需求数据中任两笔的数据差值与平均值的比率大于或等于所述偏差率时,所述偏差比对模块产生符合所述偏差过滤规则的所述判定结果;当所述需求数据中的任两笔的数据差值与平均值的比率小于所述偏差率时,所述偏差比对模块产生不符合所述偏差过滤规则的所述判定结果。
5.根据权利要求1所述的预测数据平衡系统,其特征在于,还包括:
备料计算模块,根据物料清单以及所述平衡建议数据产生多个备料计划数据,并且所述备料计算模块将所述多个备料计划分别输出至对应的多个供货商装置。
6.根据权利要求5所述的预测数据平衡系统,其特征在于,当所述判定结果为不符合所述偏差过滤规则时,所述判定模块根据设定规则、所述需求数据产生所述平衡建议数据,并且将所述平衡建议数据输出至所述备料计算模块,其中所述备料计算模块根据所述需求数据以及所述物料清单产生多个备料数据,并且所述备料计算模块将所述多个备料数据分别输出至对应的所述多个供货商装置。
7.根据权利要求1所述的预测数据平衡系统,其特征在于,所述处理规则相关于最大产能数据、平均产能数据以及历史处理数据的至少其中之一。
8.根据权利要求7所述的预测数据平衡系统,其特征在于,所述判定模块根据所述处理规则调整所述需求数据,以使所述需求数据中的数据皆小于或等于所述最大产能数据、所述平均产能数据或是所述历史处理数据,并且所述需求数据与经调整的所述需求数据的总需求数量相同,进而将已调整的所述需求数据作为所述平衡建议数据。
9.根据权利要求1所述的预测数据平衡系统,其特征在于,所述判定模块将所述平衡建议数据输出至终端设备,并且所述处理器接收预测平衡数据;其中所述预测数据平衡系统还包括:
备料计算模块,根据物料清单以及所述预测平衡数据产生多个备料计划数据,并且所述备料计算模块将所述多个备料计划分别输出至对应的多个供货商装置。
10.根据权利要求9所述的预测数据平衡系统,其特征在于,所述处理器将所述预测平衡数据存储于所述存储装置中,其中历史处理数据包括所述预测平衡数据、历史参数设置以及历史处理结果。
11.一种预测数据平衡方法,其特征在于,包括:
将多笔预测数据输入至数据汇总模块;
通过数据汇总模块根据数据分析规则以及所述多笔预测数据产生需求数据,
通过偏差比对模块根据偏差过滤规则以及所述需求数据产生判定结果,
其中当所述判定结果为符合所述偏差过滤规则时,通过判定模块根据处理规则调整所述需求数据以产生平衡建议数据。
12.根据权利要求11所述的预测数据平衡方法,其特征在于,将所述多笔预测数据输入至所述数据汇总模块的步骤之前,还包括:
通过数据采集模块根据采集规则对多笔预测需求数据执行字段分析以产生所述多笔预测数据。
13.根据权利要求11所述的预测数据平衡方法,其特征在于,所述偏差过滤规则包括阈值,并且所述的预测数据平衡方法还包括:
当所述需求数据中的数据大于或等于所述阈值时,通过所述偏差比对模块产生符合所述偏差过滤规则的所述判定结果;以及
当所述需求数据中的数据小于所述阈值时,通过所述偏差比对模块产生不符合所述偏差过滤规则的所述判定结果。
14.根据权利要求11所述的预测数据平衡方法,其特征在于,所述偏差过滤规则包括偏差率,并且所述的预测数据平衡方法还包括:
当所述需求数据中任两笔的数据差值与平均值的比率大于或等于所述偏差率时,所述偏差比对模块产生符合所述偏差过滤规则的所述判定结果;以及
当所述需求数据中的任两笔的数据差值与平均值的比率小于所述偏差率时,所述偏差比对模块产生不符合所述偏差过滤规则的所述判定结果。
15.根据权利要求11所述的预测数据平衡方法,其特征在于,还包括:
通过备料计算模块根据物料清单以及所述平衡建议数据产生多个备料计划数据,并且通过所述备料计算模块将所述多个备料计划分别输出至对应的多个供货商装置。
16.根据权利要求15所述的预测数据平衡方法,其特征在于,还包括:
当所述判定结果为不符合所述偏差过滤规则时,通过所述判定模块根据设定规则、所述需求数据产生所述平衡建议数据,并且将所述平衡建议数据输出至所述备料计算模块,其中所述备料计算模块根据所述需求数据以及所述物料清单产生多个备料数据;以及
通过所述备料计算模块将所述多个备料数据分别输出至对应的所述多个供货商装置。
17.根据权利要求11所述的预测数据平衡方法,其特征在于,所述处理规则相关于最大产能数据、平均产能数据以及历史处理数据的至少其中之一。
18.根据权利要求17所述的预测数据平衡方法,其特征在于,通过所述判定模块根据所述处理规则调整所述需求数据以产生所述平衡建议数据的步骤之中,还包括:
通过所述判定模块根据所述处理规则调整所述需求数据,以使所述需求数据中的数据皆小于或等于所述最大产能数据、所述平均产能数据或是所述历史处理数据,并且所述需求数据与经调整的所述需求数据的总需求数量相同;以及
通过所述判定模块将已调整的所述需求数据作为所述平衡建议数据。
19.根据权利要求11所述的预测数据平衡方法,其特征在于,还包括:
通过所述判定模块将所述平衡建议数据输出至终端设备;
所述处理器接收预测平衡数据;
通过备料计算模块根据物料清单以及所述预测平衡数据产生多个备料计划数据;以及
通过所述备料计算模块将所述多个备料计划分别输出至对应的多个供货商装置。
20.根据权利要求19所述的预测数据平衡方法,其特征在于,还包括:
所述处理器将所述预测平衡数据存储于所述存储装置中,其中历史处理数据包括所述预测平衡数据、历史参数设置以及历史处理结果。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211340386.1A CN115562215A (zh) | 2022-10-28 | 2022-10-28 | 预测数据平衡系统以及预测数据平衡方法 |
TW111143359A TWI831469B (zh) | 2022-10-28 | 2022-11-14 | 預測資料平衡系統以及預測資料平衡方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211340386.1A CN115562215A (zh) | 2022-10-28 | 2022-10-28 | 预测数据平衡系统以及预测数据平衡方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115562215A true CN115562215A (zh) | 2023-01-03 |
Family
ID=84767772
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211340386.1A Pending CN115562215A (zh) | 2022-10-28 | 2022-10-28 | 预测数据平衡系统以及预测数据平衡方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115562215A (zh) |
TW (1) | TWI831469B (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MXPA01009958A (es) * | 1999-04-02 | 2002-07-30 | American Standard Int Inc | Sistema y metodo para programar recursos de fabricacion. |
AU2001243375A1 (en) * | 2000-03-03 | 2001-09-17 | Hyphen Solutions, Ltd. | System and method for managing jobs, managing financing, and/or providing materials |
WO2016040774A1 (en) * | 2014-09-11 | 2016-03-17 | Sheble Gerald B | Resource control by probability tree convolution production cost valuation by iterative equivalent demand duration curve expansion (aka. tree convolution) |
-
2022
- 2022-10-28 CN CN202211340386.1A patent/CN115562215A/zh active Pending
- 2022-11-14 TW TW111143359A patent/TWI831469B/zh active
Also Published As
Publication number | Publication date |
---|---|
TWI831469B (zh) | 2024-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4736651B2 (ja) | 受注・見込み生産混流時の生産計画方法および生産計画システム | |
US6976033B2 (en) | Production cell information system based on activity costs and an architecture therefor | |
US20160140474A1 (en) | System and method for automated project performance analysis and project success rate prediction | |
EP2261851A1 (en) | System and method for top-down performance optimization using elasticity modeling | |
US11100437B2 (en) | Method for improving semiconductor back-end factories | |
CA2665738A1 (en) | Closed loop self corrective maintenance within a document processing environment | |
US20150121280A1 (en) | Systems and Methods for Data Transfer with Graphic Interface | |
CN110928655A (zh) | 一种任务处理方法及装置 | |
Framinan et al. | Guidelines for the deployment and implementation of manufacturing scheduling systems | |
CN116976599A (zh) | 一种智能排产的方法及相关设备 | |
CN113673858A (zh) | 一种厂务设备的维保方法、装置、系统及存储介质 | |
US10768612B2 (en) | Method for back end planning and scheduling | |
US10592871B2 (en) | Support for maintenance of a fleet of vehicles with intuitive display of repair analytics | |
US20160292625A1 (en) | Product data analysis | |
CN112232758A (zh) | 一种基于产品生命周期管理的工程变更时效管理方法及系统 | |
CN115562215A (zh) | 预测数据平衡系统以及预测数据平衡方法 | |
TW202418020A (zh) | 預測資料平衡系統以及預測資料平衡方法 | |
TWI822469B (zh) | 差異資料處理系統以及差異資料處理方法 | |
Herbon et al. | Selection of Most Informative Components in Risk MitigationAnalysis of Supply Networks: An Information-Gain Approach | |
Marinkovic et al. | Digital Twins for Internal Transport Systems: Use Cases, Functions, and System Architecture | |
US20050097065A1 (en) | System and method for analyzing relationships between sourcing variables | |
TW202416193A (zh) | 差異資料處理系統以及差異資料處理方法 | |
TW201421386A (zh) | 持續性資料品質控制與稽核系統 | |
CN117291402B (zh) | 一种半导体行业的生产导航可视化展示方法及系统 | |
JP7163463B1 (ja) | 業務分析装置、業務分析方法、およびプログラム |
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 |