CN115660362A - 一种基于时间戳的汽车零部件行业绩效管控方法及系统 - Google Patents

Abstract

本发明公开了一种基于时间戳的汽车零部件行业绩效管控方法及系统，该方法包括：对供应汽车制造中各个零部件的厂商构建生产汽车的供应链；在供应链中设置第一目标商、第二目标商与第三目标商；查询各个厂商计划依次交付多个批次的零部件的多个时间戳；将多个时间戳转换为偏离生产预期的程度，作为计划偏差序列；根据第一目标商的计划偏差序列与第二目标商的计划偏差序列预测第三目标商未来交付多个批次零部件的交付偏差序列；在绩效管控的维度下，根据第三目标商的交付偏差序列对第三目标商生成生产零部件的计划信息。挖掘厂商在接收到零部件时进行加工、生产的情况，这是一种动态的反应能力，相对稳定，可以提高预测未来交付情况的精确度。

Description

一种基于时间戳的汽车零部件行业绩效管控方法及系统

技术领域

本发明涉及汽车制造的技术领域，特别是涉及一种基于时间戳的汽车零部件行业绩效管控方法及系统。

背景技术

汽车产业是密集型产业，从汽车产业的链条看，从毛坯加工到整车装配，大至地板、小至螺钉，制作汽车会使用数千个不同的零部件，因此，汽车的生产过程是由若干不同的专业的厂商(车间)合作完成的，为了高效率地制造汽车，这些专业的厂商(车间)按产品的协作原则组织生产、分工合作。

目前，厂商(车间)会收集历史生产零部件的信息，使用神经网络预测其未来的产能，以便安排厂商(车间)的各项生产计划。

但是，厂商(车间)自身的情况会不断发生变化，尤其是员工的异动会对交付情况造成明显的影响，使得预测未来交付情况的精确度较低，浪费为此消耗的设备资源，并且，在精确度较低的交付情况下安排生产计划，使得生产计划与实际的情况不适配，容易造成生产资源的浪费、增加生产成本，在生产零部件的材料出现延迟时尤为明显。

发明内容

本发明提供了一种基于时间戳的汽车零部件行业绩效管控方法及系统，以解决如何提高预测汽车零部件厂商的交付情况的精确度，以制定合适的生产计划。

为了解决上述问题，本发明提供了一种基于时间戳的汽车零部件行业绩效管控方法，包括：

对供应汽车制造中各个零部件的厂商构建生产所述汽车的供应链；

在所述供应链中设置第一目标商、第二目标商与第三目标商，其中，所述第一目标商为向所述第二目标商提供所述零部件的所述厂商，所述第二目标商为向所述第三目标商提供所述零部件的所述厂商；

查询各个所述厂商计划依次交付多个批次的所述零部件的多个时间戳；

将多个所述时间戳转换为偏离生产预期的程度，作为计划偏差序列；

根据所述第一目标商的所述计划偏差序列与所述第二目标商的所述计划偏差序列预测所述第三目标商未来交付多个批次所述零部件的交付偏差序列；

在绩效管控的维度下，根据所述第三目标商的所述交付偏差序列对所述第三目标商生成生产所述零部件的计划信息。

本发明还提供了一种基于时间戳的汽车零部件行业绩效管控系统，包括：

供应链建立模块，用于对供应汽车制造中各个零部件的厂商构建生产所述汽车的供应链；

厂商设置模块，用于在所述供应链中设置第一目标商、第二目标商与第三目标商，其中，所述第一目标商为向所述第二目标商提供所述零部件的所述厂商，所述第二目标商为向所述第三目标商提供所述零部件的所述厂商；

时间戳查询模块，用于查询各个所述厂商计划依次交付多个批次的所述零部件的多个时间戳；

计划偏差序列转换模块，用于将多个所述时间戳转换为偏离生产预期的程度，作为计划偏差序列；

交付偏差序列预测模块，用于根据所述第一目标商的所述计划偏差序列与所述第二目标商的所述计划偏差序列预测所述第三目标商未来交付多个批次所述零部件的交付偏差序列；

生产计划信息生成模块，用于在绩效管控的维度下，根据所述第三目标商的所述交付偏差序列对所述第三目标商生成生产所述零部件的计划信息。

本发明还提供了一种电子设备，所述电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现基于时间戳的汽车零部件行业绩效管控方法的步骤。

本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现基于时间戳的汽车零部件行业绩效管控方法的步骤。

相对于背景技术，本发明实施例包括以下优点：

在本发明实施例中，对供应汽车制造中各个零部件的厂商构建生产汽车的供应链；在供应链中设置第一目标商、第二目标商与第三目标商，其中，第一目标商为向第二目标商提供零部件的厂商，第二目标商为向第三目标商提供零部件的厂商；查询各个厂商计划依次交付多个批次的零部件的多个时间戳；将多个时间戳转换为偏离生产预期的程度，作为计划偏差序列；根据第一目标商的计划偏差序列与第二目标商的计划偏差序列预测第三目标商未来交付多个批次零部件的交付偏差序列；在绩效管控的维度下，根据第三目标商的交付偏差序列对第三目标商生成生产零部件的计划信息。以供应链中第一目标商、第二目标商与第三目标商形成的三级供应关系对交付情况进行预测，可以挖掘厂商在接收到零部件时进行加工、生产的情况，这是一种动态的反应能力，相对稳定，并不依赖固定的自身情况，可以提高预测未来交付情况的精确度，避免浪费为此消耗的设备资源，并且，在精确度较高的交付情况下安排生产计划，使得生产计划与实际的情况适配，保证生产顺利进行，减少生产资源的浪费，降低生产成本。

附图说明

图1是本发明一个实施例的一种基于时间戳的汽车零部件行业绩效管控方法的流程图；

图2是本发明一个实施例的一种生产预测模块的结构示意图；

图3是本发明一个实施例的一种基于时间戳的汽车零部件行业绩效管控系统的结构示意图；

图4是本发明一个实施例的一种电子设备的结构示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1是本发明一个实施例的一种基于时间戳的汽车零部件行业绩效管控方法的流程图，该方法具体可以包括如下步骤：

步骤101、对供应汽车制造中各个零部件的厂商构建生产汽车的供应链。

在实际应用中，汽车可以划分为多个子系统，不同的子系统由不同的零部件组成，在汽车制造行业中，这些零部件(或子系统)由多个厂商生产、供应。

以电动的汽车为例，一辆电动的汽车由1000多个零部件构建，由200多个厂商供应，其可以划分为如下子系统：

1、电驱动系统

电驱动系统包括驱动电机(包括定子、转子等)、电机控制器(包括功率件、电路板控制件等)、减速器(包括齿轮组、半轴等)。

2、电控系统

电控系统包括整车控制器、高压电器系统(包括车载充电器、直流转换器、高压配电箱等)、电控高压线束和其他零部件(如充电插座等)。

3、动力电池系统

动力电池系统包括电池组(包括正极材料、负极材料、隔膜、电解液等)电池管理系统和其他零部件(如电池连接器、保护壳等)。

4、电子电气系统

电子电气系统包括底盘电子(包括电子稳定控制模块、电子驻车控制模块)、车身电子电气(包括照明系统、车身控制器等)、安全舒适系统(包括无钥匙启、胎压监测系统、进入系统等)和其他零部件(如整车低压线束、视频传输线、充电器等)。

5、车身系统

车身系统包括车身框架(包括白车身、侧围、前罩、前机舱、翼子板、前后地板、前后门、背门、顶盖等)、车身加强件(包括仪表板横梁、前后防撞横梁焊接总成、大灯安装支架总成、水箱上下横梁总成等)、车身附件与辅料(包括门较链、密封件、全车玻璃、玻璃升降器)等。

6、智能驾驶系统

智能驾驶系统包括传感器(包括毫米波雷达、超声波雷达、摄像头、激光雷达)、域控制器(包括算力芯片、电源、内存、储存、电路板等)与其他零部件(如车路协知传感器、卫星定位模块)。

7、智能座舱系统

智能座舱系统包括驾驶系统(包括中控屏、车内摄像头、HUD(Head Up Display，平视显示系统)、DMS(Driver Monitor System，驾驶监控系统)等)、域控制器(包括芯片、电源、内存、储存、电路板等)、娱乐系统(包括智能蓝牙系统、语音交互系统、音响系统等)。

8、智能网联系统

智能网联系统包括智能车载终端T-BOX(包括车载通信模块、高精度定位、WIFI(无线保真)等)、网关控制器、车载天线。

9、装饰系统

装饰系统包括内饰(包括内饰塑料件、气囊系统、安全带系统、前后排座椅、内后视镜总成、方向盘、门饰板总成、顶棚、主副仪表板、内饰侧围护板、出风口、遮阳板系统、行李箱系统、地垫系统、减震垫等)、外饰(包括外饰塑料件、前后保险杠总成、底护板、轮罩护板、扰流板、装饰条、外后视镜总成、前后风窗总成、车窗总成、后三角窗、前后雨刮等)。

10、底盘系统

底盘系统包括传动系统(包括驱动轴总成)、行驶系统(包括悬架、车轮、副车架等)、转向系统(包括电动助力转向器等)、制动系统(包括电控助力器及制动总泵、制动器等)、随车工具(拖车钩、三脚架等)及其他零部件(紧固件等其他底盘物料)。

11、热管理系统

热管理系统包括空调(包括压缩机、电磁阀、制冷剂管、加热器、冷凝器、气液分离器、温度传感器、冷媒、热交换器等)、动力系统热管理(包括加热器、水冷板、水泵、水管、电磁阀、冷凝器、气液分离器、温度传感器、冷媒、热交换器等)。

在本实施例中，可以依据各个厂商生产的零部件之间的组成关系，对各个厂商构建生产汽车的供应链(Supply chain)，即，在生产及流通过程中，涉及将汽车提供给最终用户的上游与下游厂商所形成的网链结构。

在具体实现中，可以将各个厂商设置为节点，遍历所有节点，分别从所有节点中分别查询存在供应关系的两个节点，作为第一目标点、第二目标点，其中，第二目标点生产的零部件依赖第一目标点生产的零部件，即第二目标点表示的厂商所生产的零部件由第一目标点表示的厂商所生产的零部件组成，第二目标点表示的厂商在生产零部件时，需要使用上第一目标点表示的厂商所生产的零部件。

以第一目标点为起点、第二目标点为终端，在第一目标点与第二目标点之间构建第一目标点指向第二目标点的边，从而组成供应链。

此外，对于并不存在供应关系的任意两个节点，并不会在该两个节点之间创建边。

步骤102、在供应链中设置第一目标商、第二目标商与第三目标商。

在汽车零部件行业的供应链中，对于既定的厂商，其可以接受一个或多个厂商供应的零部件，也可以向一个或多个厂商供应零部件，相应地，对于既定的厂商，既有向自下游的厂商供应零部件的压力，也有向上游的厂商施加供应零部件的压力，因此，来自下游的厂商的影响力，在经过既定的厂商、上游的厂商之后，基本用尽。

在本发明实施例中，按照顺序遍历供应链，在供应链中依次筛选出第一目标商、第二目标商与第三目标商，其中，第一目标商为向第二目标商提供零部件的厂商，第二目标商为向第三目标商提供零部件的厂商。

步骤103、查询各个厂商计划依次交付多个批次的零部件的多个时间戳。

在汽车的制作过程中，供应链的各个厂商之间会根据实际的情况进行商讨，从而约定交付零部件的时间，该时间以时间戳表示。

由于生产零部件的数量较多，因而厂商多是分多个批次交付，每个批次的零部件具有一个时间戳。

步骤104、将多个时间戳转换为偏离生产预期的程度，作为计划偏差序列。

各个厂商在历史生产零部件的过程中，会记录各种生产情况，以此分析出正常的生产情况，制定合理的生成预期，以合理的生产预期为参照，将多个时间戳转换为偏离生产预期的程度，记为计划偏差序列。

在具体时间中，查询各个厂商计划依次交付多个批次的零部件的多个数量，各个数量关联各个时间戳。

识别数量变化的趋势，其中，该趋势包括产能攀升，产能稳定，产能下降，产能攀升表现为数量依次增大、且增大的幅度大于某个阈值，产能稳定表现为数量在一定范围内波动，产能下降表现为数量依次减小、且减小的幅度大于某个阈值。

在某个型号的零部件的生命周期中，会经历设计建模、测试生产、调整生产线、招聘并培训员工等阶段，厂商依次经历产能攀升、产能稳定与产能下降等阶段，在不同的阶段，生产零部件的情况会存在不同。

因此，可以按照趋势对厂商配置预期生产相邻两个批次的零部件之间间隔的标准耗时。

遍历不同阶段的数量及时间戳，计算当前数量对应的时间戳与上一数量对应的时间戳之间的差值，获得计划耗时。

计算耗时差异与标准耗时之间的比值，作为耗时偏差，从而将耗时偏差组成计划偏差序列，其中，耗时差异为标准耗时与计划耗时之间的差值。

进一步而言，针对既定的厂商，若仅一个厂商向该厂商提供零部件，则可以按照顺序排列耗时偏差，从而将耗时偏差组成计划偏差序列。

若多个厂商向同一厂商提供相同类型的零部件，此时，将多个厂商视为同一虚拟的厂商的不同产线，则可以按照顺序排列多个厂商的各个耗时偏差，获得计划偏差序列，其中，在计划偏差序列中多个厂商的各个耗时偏差多会存在交叉排列的情况。

由于不同类型的零部件的生产情况不尽相同，如果直接将生产零部件的数量、时长等参数转换为向量，作为生产特征，会使得不同类型的零部件的生产特征处于不同的向量空间中，而本发明实施例将生产零部件的数量、时长等参数先转换为偏离生产预期的程度(即计划偏差序列)，形成一个相对的参数，再转换为向量，作为生产特征，会使得不同类型的零部件的生产特征处于同一的向量空间中。

步骤105、根据第一目标商的计划偏差序列与第二目标商的计划偏差序列预测第三目标商未来交付多个批次零部件的交付偏差序列。

按照影响力用尽的原则，可以使用第一目标商的计划偏差序列与第二目标商的计划偏差序列作为生产特征，预测第三目标商未来交付多个批次零部件的交付偏差序列，其中，交付偏差序列与计划偏差序列均属于相同维度的向量。

在本发明的一种优选实施例中，步骤105可以包括如下子步骤：

子步骤1051、加载生产预测网络。

在本发明实施例中，可以使用各个厂商在历史上生产零部件的信息(各个厂商实际依次交付多个批次的零部件的多个时间戳，并由多个时间戳转换为偏离生产预期的程度)预先训练用于时序预测的神经网络，作为生产预测网络。

子步骤1052、将第一目标商的计划偏差序列输入生产预测网络中、以预测第二目标商未来交付多个批次的零部件的交付偏差序列。

将第一目标商的计划偏差序列输入生产预测网络中，生产预测网络按照其结构对第一目标商的计划偏差序列进行处理，得到第二目标商未来交付多个批次的零部件的交付偏差序列。

在一个生产预测网络的示例中，如图2所示，生产预测网络包括残差块(ResBlock)、第一支路网络Stage1、第二支路网络Stage2、双向长短期记忆网络(Bi-directional Long Short-Term Memory，BiLSTM)、全连接层(Fully Connected，FC)。

残差块包含两层的卷积层，除此之外，残差块还具有skip connection(跳连接)的操作，其将输入两层卷积层的特征与两层卷积层输出的特征逐元素相加，使用skipconnection可以有效减少梯度弥散(Gradient Vanishing)和网络退化的问题。

其中，第一支路网络包括多个(如3层)第一卷积层、最小池化层(Min Pooling)，第二支路网络包括多个(如3层)第二卷积层、最大池化层(Max Pooling)。

第一卷积层与第二卷积层均属于卷积层(Convolutional layer，ConV)，卷积层由若干卷积单元组成，卷积层用于提取输入的不同特征，第一层卷积层可提取一些低级的特征如边缘、线条和角等层级，更多层的网路能从低级特征中迭代提取更复杂的特征。

最小池化层与最大池化层均属于池化层(Pooling)，池化层用于减少特征，减少减少，并保持某种不变性(旋转、平移、伸缩等)，最小池化层是对邻域内特征点取最小值，最大池化层是对邻域内特征点取最大值。

双向长短期记忆网络是由前向LSTM(Long Short-Term Memory，长短期记忆网络)与后向LSTM组合而成，而LSTM是一种RNN(Recurrent Neural Network，循环神经网络)，可用于解决长序列训练过程中的梯度消失和梯度爆炸问题，因而LSTM能够在更长的序列中有更好的表现。

在本示例中，将第一目标商的计划偏差序列输入残差块中进行处理，得到第一时序特征。

将第一时序特征输入第一支路网络中，依次在多个第一卷积层中执行卷积操作并使用ReLU(Randomized Leaky，带泄露随机线性整流)等函数进行激活、在最小池化层中执行最小池化操作，得到第二时序特征。

将第一时序特征输入第二支路网络中，依次在多个第二卷积层中执行卷积操作并使用ReLU等函数进行激活、在最大池化层中执行最大池化操作，得到第三时序特征。

使用concatenate(连接)等函数将第二时序特征与第三时序特征融合为第四时序特征，第一支路网络、第二支路网络在时序上提取浅层次的特征，两者融合可以挖掘时间的波动性影响。

将第四时序特征输入双向长短期记忆网络进行处理，得到第五时序特征，第一支路网络、第二支路网络与双向长短期记忆网络的组合，充分挖掘了双向时间结构的信息,提取更精确的高层次特征。

将第五时序特征输入全连接层中映射为第二目标商未来交付多个批次内零部件的交付偏差序列。

子步骤1053、依据第二目标商的计划偏差序列对第二目标商的交付偏差序列进行修正。

在第二目标商生产零部件出现明显的延迟时，技术人员一般会采取一定的措施进行补救，例如，临时改装空闲的生产线、扩大员工招聘、提出员工激励措施，等等，这些措施在一定程度上会提升生产零部件的效率，使得第二目标商生产零部件趋向规划，因此，本实施例以第二目标商的计划偏差序列作为参照，对第二目标商的交付偏差序列进行修正。

在具体实现中，一方面，对第二目标商的计划偏差序列乘以预设的第一权重，获得第一特征序列，另一方面，对第二目标商的交付偏差序列乘以预设的第二权重，获得第二特征序列。

其中，第一权重与第二权重均为根据第二目标商历史采集补救的措施的效果而设定，由于补救的措施效果有限，因而第二权重大于第一权重。

将第一特征序列与第二特征序列相加，得到第二目标商修正后的交付偏差序列，使得第二目标商修正后的交付偏差序列趋向第二目标商的计划偏差序列。

子步骤1054、将第二目标商修正后的交付偏差序列输入生产预测网络中、以预测第三目标商未来交付多个批次的零部件的交付偏差序列。

将第二目标商修正后的交付偏差序列输入生产预测网络中，生产预测网络按照其结构第二目标商修正后的交付偏差序列列进行处理，得到第三目标商未来交付多个批次的零部件的交付偏差序列。

在一个生产预测网络的示例中，生产预测网络包括残差块、第一支路网络、第二支路网络、双向长短期记忆网络、全连接层。

其中，第一支路网络包括多个第一卷积层、最小池化层，第二支路网络包括多个第二卷积层、最大池化层。

在本示例中，将第二目标商的计划偏差序列输入残差块中进行处理，得到第六时序特征。

将第六时序特征输入第一支路网络中，依次在多个第一卷积层中执行卷积操作并使用ReLU等函数进行激活、在最小池化层中执行最小池化操作，得到第七时序特征。

将第六时序特征输入第二支路网络中，依次在多个第二卷积层中执行卷积操作并使用ReLU等函数进行激活、在最大池化层中执行最大池化操作，得到第八时序特征。

使用concatenate(连接)等函数将第七时序特征与第八时序特征融合为第九时序特征，第一支路网络、第二支路网络在时序上提取浅层次的特征，两者融合可以挖掘时间的波动性影响。

将第九时序特征输入双向长短期记忆网络进行处理，得到第十时序特征，第一支路网络、第二支路网络与双向长短期记忆网络的组合，充分挖掘了双向时间结构的信息,提取更精确的高层次特征。

将第十时序特征输入全连接层中映射为第三目标商未来交付多个批次内零部件的交付偏差序列。

步骤106、在绩效管控的维度下，根据第三目标商的交付偏差序列对第三目标商生成生产零部件的计划信息。

如果第三目标商的交付偏差序列表征出明显的延迟，如交付偏差序列中各个数值的平均值大于某个阈值等，此时，在绩效管控的维度下，可以根据第三目标商的交付偏差序列对第三目标商生成生产零部件的计划信息，对第三目标商的生产采取一定的措施进行补救，例如，临时改装空闲的生产线、扩大员工招聘、提出员工激励措施，等等，这些措施在一定程度上会提升生产零部件的效率，使得第三目标商生产零部件趋向规划。

在一种方式中，可以使用粒子群算法(Particle Swarm Optimization，PSO)在绩效管控的维度下，根据第三目标商的交付偏差序列对第三目标商生成生产零部件的计划信息。

在具体实现中，将第三目标商生成生产零部件的各个计划信息设置为粒子，以形成粒子群，粒子群中每一个粒子的位置代表了待求问题(优化第三目标商的交付偏差序列)的一个候选解。粒子具有两个属性：速度和位置子速度代表移动的快慢，位置代表移动的方向。

每一个粒子的位置在空间内的好坏由该粒子的位置在待求问题中的适应度值决定。每一个粒子在下一代的位置有其在这一代的位置与其自身的速度矢量决定，其速度决定了粒子每次飞行的方向和距离。在飞行过程中，粒子会记录下自己所到过的最优位置P，群体也会更新群体所到过的最优位置G。粒子的飞行速度则由其当前位置、粒子自身所到过的最优位置、群体所到过的最优位置以及粒子此时的速度共同决定。

以降低第三目标商的交付偏差序列为业绩管控的目标，在粒子群中寻找最优的粒子，作为第三目标商生产零部件最优的计划信息。

在本发明实施例中，对供应汽车制造中各个零部件的厂商构建生产汽车的供应链；在供应链中设置第一目标商、第二目标商与第三目标商，其中，第一目标商为向第二目标商提供零部件的厂商，第二目标商为向第三目标商提供零部件的厂商；查询各个厂商计划依次交付多个批次的零部件的多个时间戳；将多个时间戳转换为偏离生产预期的程度，作为计划偏差序列；根据第一目标商的计划偏差序列与第二目标商的计划偏差序列预测第三目标商未来交付多个批次零部件的交付偏差序列；在绩效管控的维度下，根据第三目标商的交付偏差序列对第三目标商生成生产零部件的计划信息。以供应链中第一目标商、第二目标商与第三目标商形成的三级供应关系对交付情况进行预测，可以挖掘厂商在接收到零部件时进行加工、生产的情况，这是一种动态的反应能力，相对稳定，并不依赖固定的自身情况，可以提高预测未来交付情况的精确度，避免浪费为此消耗的设备资源，并且，在精确度较高的交付情况下安排生产计划，使得生产计划与实际的情况适配，保证生产顺利进行，减少生产资源的浪费，降低生产成本。

图3是本发明一个实施例的一种基于时间戳的汽车零部件行业绩效管控系统的结构示意图，该系统具体可以包括如下模块：

供应链建立模块201，用于对供应汽车制造中各个零部件的厂商构建生产所述汽车的供应链；

厂商设置模块202，用于在所述供应链中设置第一目标商、第二目标商与第三目标商，其中，所述第一目标商为向所述第二目标商提供所述零部件的所述厂商，所述第二目标商为向所述第三目标商提供所述零部件的所述厂商；

时间戳查询模块203，用于查询各个所述厂商计划依次交付多个批次的所述零部件的多个时间戳；

计划偏差序列转换模块204，用于将多个所述时间戳转换为偏离生产预期的程度，作为计划偏差序列；

交付偏差序列预测模块205，用于根据所述第一目标商的所述计划偏差序列与所述第二目标商的所述计划偏差序列预测所述第三目标商未来交付多个批次所述零部件的交付偏差序列；

生产计划信息生成模块206，用于在绩效管控的维度下，根据所述第三目标商的所述交付偏差序列对所述第三目标商生成生产所述零部件的计划信息。

可选地，所述计划偏差序列转换模块204还用于：

查询各个所述厂商计划依次交付多个批次的所述零部件的多个数量，各个所述数量关联各个所述时间戳；

识别所述数量变化的趋势；

按照所述趋势对所述厂商配置预期生产相邻两个批次的所述零部件之间间隔的标准耗时；

计算当前所述数量对应的所述时间戳与上一所述数量对应的所述时间戳之间的差值，获得计划耗时；

计算耗时差异与所述标准耗时之间的比值，作为耗时偏差，所述耗时差异为所述标准耗时与所述计划耗时之间的差值；

将所述耗时偏差组成计划偏差序列。

可选地，所述计划偏差序列转换模块204还用于：

若多个所述厂商向同一所述厂商提供相同类型的所述零部件，则按照顺序排列多个所述厂商的各个所述耗时偏差，获得计划偏差序列。

可选地，所述交付偏差序列预测模块205还用于：

加载生产预测网络；

将所述第一目标商的所述计划偏差序列输入所述生产预测网络中、以预测所述第二目标商未来交付多个批次的所述零部件的交付偏差序列；

依据所述第二目标商的所述计划偏差序列对所述第二目标商的所述交付偏差序列进行修正；

将所述第二目标商修正后的所述交付偏差序列输入所述生产预测网络中、以预测所述第三目标商未来交付多个批次的所述零部件的交付偏差序列。

可选地，所述生产预测网络包括残差块、第一支路网络、第二支路网络、双向长短期记忆网络、全连接层；

所述第一支路网络包括多个第一卷积层、最小池化层，所述第二支路网络包括多个第二卷积层、最大池化层；

所述交付偏差序列预测模块205还用于：

将所述第一目标商的所述计划偏差序列输入所述残差块中进行处理，得到第一时序特征；

将所述第一时序特征输入所述第一支路网络中，依次在多个所述第一卷积层中执行卷积操作并进行激活、在所述最小池化层中执行最小池化操作，得到第二时序特征；

将所述第一时序特征输入所述第二支路网络中，依次在多个所述第二卷积层中执行卷积操作并进行激活、在所述最大池化层中执行最大池化操作，得到第三时序特征；

将所述第二时序特征与所述第三时序特征融合为第四时序特征；

将所述第四时序特征输入所述双向长短期记忆网络进行处理，得到第五时序特征；

将所述第五时序特征输入所述全连接层中映射为所述第二目标商未来交付多个所述批次内所述零部件的交付偏差序列；

所述交付偏差序列预测模块205还用于：

将所述第二目标商的所述计划偏差序列输入所述残差块中进行处理，得到第六时序特征；

将所述第六时序特征输入所述第一支路网络中，依次在多个所述第一卷积层中执行卷积操作并进行激活、在所述最小池化层中执行最小池化操作，得到第七时序特征；

将所述第六时序特征输入所述第二支路网络中，依次在多个所述第二卷积层中执行卷积操作并进行激活、在所述最大池化层中执行最大池化操作，得到第八时序特征；

将所述第七时序特征与所述第八时序特征融合为第九时序特征；

将所述第九时序特征输入所述双向长短期记忆网络进行处理，得到第十时序特征；

将所述第十时序特征输入所述全连接层中映射为所述第三目标商未来交付多个所述批次内所述零部件的交付偏差序列。

可选地，所述交付偏差序列预测模块205还用于：

对所述第二目标商的所述计划偏差序列乘以预设的第一权重，获得第一特征序列；

对所述第二目标商的所述交付偏差序列乘以预设的第二权重，获得第二特征序列，所述第二权重大于所述第一权重；

将所述第一特征序列与所述第二特征序列相加，得到所述第二目标商修正后的所述交付偏差序列。

可选地，所述生产计划信息生成模块206还用于：

将所述第三目标商生成生产所述零部件的各个计划信息设置为粒子，以形成粒子群；

以降低所述第三目标商的所述交付偏差序列为业绩管控的目标在所述粒子群中寻找最优的所述粒子，作为所述第三目标商生产所述零部件最优的计划信息。

对于系统实施例而言，由于其与方法实施例基本相似，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。

在本发明实施例中，对供应汽车制造中各个零部件的厂商构建生产汽车的供应链；在供应链中设置第一目标商、第二目标商与第三目标商，其中，第一目标商为向第二目标商提供零部件的厂商，第二目标商为向第三目标商提供零部件的厂商；查询各个厂商计划依次交付多个批次的零部件的多个时间戳；将多个时间戳转换为偏离生产预期的程度，作为计划偏差序列；根据第一目标商的计划偏差序列与第二目标商的计划偏差序列预测第三目标商未来交付多个批次零部件的交付偏差序列；在绩效管控的维度下，根据第三目标商的交付偏差序列对第三目标商生成生产零部件的计划信息。以供应链中第一目标商、第二目标商与第三目标商形成的三级供应关系对交付情况进行预测，可以挖掘厂商在接收到零部件时进行加工、生产的情况，这是一种动态的反应能力，相对稳定，并不依赖固定的自身情况，可以提高预测未来交付情况的精确度，避免浪费为此消耗的设备资源，并且，在精确度较高的交付情况下安排生产计划，使得生产计划与实际的情况适配，保证生产顺利进行，减少生产资源的浪费，降低生产成本。

图4是本发明一个实施例的一种电子设备的结构示意图。

该电子设备300包括但不限于：射频单元301、网络模块302、音频输出单元303、输入单元304、传感器305、显示单元306、用户输入单元307、接口单元308、存储器309、处理器310、以及电源311等部件。本领域技术人员可以理解，图4中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。在本发明实施例中，电子设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。

其中，处理器310，用于对供应汽车制造中各个零部件的厂商构建生产所述汽车的供应链；

在所述供应链中设置第一目标商、第二目标商与第三目标商，其中，所述第一目标商为向所述第二目标商提供所述零部件的所述厂商，所述第二目标商为向所述第三目标商提供所述零部件的所述厂商；

查询各个所述厂商计划依次交付多个批次的所述零部件的多个时间戳；

将多个所述时间戳转换为偏离生产预期的程度，作为计划偏差序列；

根据所述第一目标商的所述计划偏差序列与所述第二目标商的所述计划偏差序列预测所述第三目标商未来交付多个批次所述零部件的交付偏差序列；

在绩效管控的维度下，根据所述第三目标商的所述交付偏差序列对所述第三目标商生成生产所述零部件的计划信息。

在本发明实施例中，对供应汽车制造中各个零部件的厂商构建生产汽车的供应链；在供应链中设置第一目标商、第二目标商与第三目标商，其中，第一目标商为向第二目标商提供零部件的厂商，第二目标商为向第三目标商提供零部件的厂商；查询各个厂商计划依次交付多个批次的零部件的多个时间戳；将多个时间戳转换为偏离生产预期的程度，作为计划偏差序列；根据第一目标商的计划偏差序列与第二目标商的计划偏差序列预测第三目标商未来交付多个批次零部件的交付偏差序列；在绩效管控的维度下，根据第三目标商的交付偏差序列对第三目标商生成生产零部件的计划信息。以供应链中第一目标商、第二目标商与第三目标商形成的三级供应关系对交付情况进行预测，可以挖掘厂商在接收到零部件时进行加工、生产的情况，这是一种动态的反应能力，相对稳定，并不依赖固定的自身情况，可以提高预测未来交付情况的精确度，避免浪费为此消耗的设备资源，并且，在精确度较高的交付情况下安排生产计划，使得生产计划与实际的情况适配，保证生产顺利进行，减少生产资源的浪费，降低生产成本。

应理解的是，本发明实施例中，射频单元301可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器310处理；另外，将上行的数据发送给基站。通常，射频单元301包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元301还可以通过无线通信系统与网络和其他设备通信。

电子设备通过网络模块302为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。

音频输出单元303可以将射频单元301或网络模块302接收的或者在存储器309中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元303还可以提供与电子设备300执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元303包括扬声器、蜂鸣器以及受话器等。

输入单元304用于接收音频或视频信号。输入单元304可以包括图形处理器(Graphics Processing Unit，GPU)3041和麦克风3042，图形处理器3041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元306上。经图形处理器3041处理后的图像帧可以存储在存储器309(或其它存储介质)中或者经由射频单元301或网络模块302进行发送。麦克风3042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元301发送到移动通信基站的格式输出。

电子设备300还包括至少一种传感器305，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板3061的亮度，接近传感器可在电子设备300移动到耳边时，关闭显示面板3061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别电子设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器305还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。

显示单元306用于显示由用户输入的信息或提供给用户的信息。显示单元306可包括显示面板3061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置显示面板3061。

用户输入单元307可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元307包括触控面板3071以及其他输入设备3072。触控面板3071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板3071上或在触控面板3071附近的操作)。触控面板3071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器310，接收处理器310发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板3071。除了触控面板3071，用户输入单元307还可以包括其他输入设备3072。具体地，其他输入设备3072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。

进一步的，触控面板3071可覆盖在显示面板3061上，当触控面板3071检测到在其上或附近的触摸操作后，传送给处理器310以确定触摸事件的类型，随后处理器310根据触摸事件的类型在显示面板3061上提供相应的视觉输出。虽然在图4中，触控面板3071与显示面板3061是作为两个独立的部件来实现电子设备的输入和输出功能，但是在某些实施例中，可以将触控面板3071与显示面板3061集成而实现电子设备的输入和输出功能，具体此处不做限定。

接口单元308为外部装置与电子设备300连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元308可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到电子设备300内的一个或多个元件或者可以用于在电子设备300和外部装置之间传输数据。

存储器309可用于存储软件程序以及各种数据。存储器1209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(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器309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。

处理器310是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器309内的软件程序和/或模块，以及调用存储在存储器309内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。处理器310可包括一个或多个处理单元；优选的，处理器310可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器310中。

电子设备300还可以包括给各个部件供电的电源311(比如电池)，优选的，电源311可以通过电源管理系统与处理器310逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

另外，电子设备300包括一些未示出的功能模块，在此不再赘述。

优选的，本发明实施例还提供一种电子设备，该电子设备包括处理器310，存储器309，存储在存储器309上并可在所述处理器310上运行的计算机程序，该计算机程序被处理器310执行时实现上述基于时间戳的汽车零部件行业绩效管控方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述基于时间戳的汽车零部件行业绩效管控方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。

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。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。

Claims (10)

1.一种基于时间戳的汽车零部件行业绩效管控方法，其特征在于，包括：

对供应汽车制造中各个零部件的厂商构建生产所述汽车的供应链；

在所述供应链中设置第一目标商、第二目标商与第三目标商，其中，所述第一目标商为向所述第二目标商提供所述零部件的所述厂商，所述第二目标商为向所述第三目标商提供所述零部件的所述厂商；

查询各个所述厂商计划依次交付多个批次的所述零部件的多个时间戳；

将多个所述时间戳转换为偏离生产预期的程度，作为计划偏差序列；

根据所述第一目标商的所述计划偏差序列与所述第二目标商的所述计划偏差序列预测所述第三目标商未来交付多个批次所述零部件的交付偏差序列；

在绩效管控的维度下，根据所述第三目标商的所述交付偏差序列对所述第三目标商生成生产所述零部件的计划信息。

2.如权利要求1所述的方法，其特征在于，所述查询各个所述厂商计划依次交付多个批次的所述零部件的多个时间戳的步骤包括：

查询各个所述厂商计划依次交付多个批次的所述零部件的多个数量，各个所述数量关联各个所述时间戳；

识别所述数量变化的趋势；

按照所述趋势对所述厂商配置预期生产相邻两个批次的所述零部件之间间隔的标准耗时；

计算当前所述数量对应的所述时间戳与上一所述数量对应的所述时间戳之间的差值，获得计划耗时；

计算耗时差异与所述标准耗时之间的比值，作为耗时偏差，所述耗时差异为所述标准耗时与所述计划耗时之间的差值；

将所述耗时偏差组成计划偏差序列。

3.如权利要求2所述的方法，其特征在于，所述将所述耗时偏差组成计划偏差序列的步骤包括：

若多个所述厂商向同一所述厂商提供相同类型的所述零部件，则按照顺序排列多个所述厂商的各个所述耗时偏差，获得计划偏差序列。

4.如权利要求1-3中任一项所述的方法，其特征在于，所述根据所述第一目标商的所述计划偏差序列与所述第二目标商的所述计划偏差序列预测所述第三目标商未来交付多个批次所述零部件的交付偏差序列，包括：

加载生产预测网络；

将所述第一目标商的所述计划偏差序列输入所述生产预测网络中、以预测所述第二目标商未来交付多个批次的所述零部件的交付偏差序列；

依据所述第二目标商的所述计划偏差序列对所述第二目标商的所述交付偏差序列进行修正；

将所述第二目标商修正后的所述交付偏差序列输入所述生产预测网络中、以预测所述第三目标商未来交付多个批次的所述零部件的交付偏差序列。

5.如权利要求4所述的方法，其特征在于，所述生产预测网络包括残差块、第一支路网络、第二支路网络、双向长短期记忆网络、全连接层；

所述第一支路网络包括多个第一卷积层、最小池化层，所述第二支路网络包括多个第二卷积层、最大池化层；

所述将所述第一目标商的所述计划偏差序列输入所述生产预测网络中、以预测所述第二目标商未来交付多个批次的所述零部件的交付偏差序列，包括：

将所述第一目标商的所述计划偏差序列输入所述残差块中进行处理，得到第一时序特征；

将所述第一时序特征输入所述第一支路网络中，依次在多个所述第一卷积层中执行卷积操作并进行激活、在所述最小池化层中执行最小池化操作，得到第二时序特征；

将所述第一时序特征输入所述第二支路网络中，依次在多个所述第二卷积层中执行卷积操作并进行激活、在所述最大池化层中执行最大池化操作，得到第三时序特征；

将所述第二时序特征与所述第三时序特征融合为第四时序特征；

将所述第四时序特征输入所述双向长短期记忆网络进行处理，得到第五时序特征；

将所述第五时序特征输入所述全连接层中映射为所述第二目标商未来交付多个所述批次内所述零部件的交付偏差序列；

所述将所述第二目标商修正后的所述交付偏差序列输入所述生产预测网络中、以预测所述第三目标商未来交付多个批次的所述零部件的交付偏差序列，包括：

将所述第二目标商的所述计划偏差序列输入所述残差块中进行处理，得到第六时序特征；

将所述第六时序特征输入所述第一支路网络中，依次在多个所述第一卷积层中执行卷积操作并进行激活、在所述最小池化层中执行最小池化操作，得到第七时序特征；

将所述第六时序特征输入所述第二支路网络中，依次在多个所述第二卷积层中执行卷积操作并进行激活、在所述最大池化层中执行最大池化操作，得到第八时序特征；

将所述第七时序特征与所述第八时序特征融合为第九时序特征；

将所述第九时序特征输入所述双向长短期记忆网络进行处理，得到第十时序特征；

将所述第十时序特征输入所述全连接层中映射为所述第三目标商未来交付多个所述批次内所述零部件的交付偏差序列。

6.如权利要求4所述的方法，其特征在于，所述依据所述第二目标商的所述计划偏差序列对所述第二目标商的所述交付偏差序列进行修正，包括：

对所述第二目标商的所述计划偏差序列乘以预设的第一权重，获得第一特征序列；

对所述第二目标商的所述交付偏差序列乘以预设的第二权重，获得第二特征序列，所述第二权重大于所述第一权重；

将所述第一特征序列与所述第二特征序列相加，得到所述第二目标商修正后的所述交付偏差序列。

7.如权利要求1-3中任一项所述的方法，其特征在于，所述在绩效管控的维度下，根据所述第三目标商的所述交付偏差序列对所述第三目标商生成生产所述零部件的计划信息，包括：

将所述第三目标商生成生产所述零部件的各个计划信息设置为粒子，以形成粒子群；

以降低所述第三目标商的所述交付偏差序列为业绩管控的目标在所述粒子群中寻找最优的所述粒子，作为所述第三目标商生产所述零部件最优的计划信息。

8.一种基于时间戳的汽车零部件行业绩效管控系统，其特征在于，包括：

供应链建立模块，用于对供应汽车制造中各个零部件的厂商构建生产所述汽车的供应链；

厂商设置模块，用于在所述供应链中设置第一目标商、第二目标商与第三目标商，其中，所述第一目标商为向所述第二目标商提供所述零部件的所述厂商，所述第二目标商为向所述第三目标商提供所述零部件的所述厂商；

时间戳查询模块，用于查询各个所述厂商计划依次交付多个批次的所述零部件的多个时间戳；

计划偏差序列转换模块，用于将多个所述时间戳转换为偏离生产预期的程度，作为计划偏差序列；

交付偏差序列预测模块，用于根据所述第一目标商的所述计划偏差序列与所述第二目标商的所述计划偏差序列预测所述第三目标商未来交付多个批次所述零部件的交付偏差序列；

生产计划信息生成模块，用于在绩效管控的维度下，根据所述第三目标商的所述交付偏差序列对所述第三目标商生成生产所述零部件的计划信息。

9.一种电子设备，其特征在于，所述电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的基于时间戳的汽车零部件行业绩效管控方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于时间戳的汽车零部件行业绩效管控方法的步骤。

Images