CN115689246A - 用于确定排产计划的方法、装置、存储介质及处理器 - Google Patents
用于确定排产计划的方法、装置、存储介质及处理器 Download PDFInfo
- Publication number
- CN115689246A CN115689246A CN202211440759.2A CN202211440759A CN115689246A CN 115689246 A CN115689246 A CN 115689246A CN 202211440759 A CN202211440759 A CN 202211440759A CN 115689246 A CN115689246 A CN 115689246A
- Authority
- CN
- China
- Prior art keywords
- production
- scheduling
- group
- determining
- candidate
- 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
Images
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本申请实施例提供一种用于确定排产计划的方法、装置、存储介质及处理器。方法包括:获取待处理订单,每个待处理订单包括多个待生产部件和每个待生产部件的生产工序;根据全部待生产部件的生产工序和与每个生产工序对应的作业设备确定针对全部待处理订单的多个待选排产组,每个待选排产组包括与每个待处理订单对应的生产参数;针对每个待选排产组,根据预设排产目标和生产参数确定待选排产组的排产计划参数;将每个待选排产组的排产计划参数输入至适应度函数,以确定每个待选排产组的适应度;根据适应度从多个待选排产组中确定出目标排产组,以根据目标排产组对全部的待处理订单进行生产,以提高确定排产计划的效率以及待处理订单的生产效益。
Description
技术领域
本申请涉及工业制造领域,具体地涉及一种用于确定排产计划的方法、装置、存储介质及处理器。
背景技术
离散制造过程中各设备上产品的投产顺序灵活多变,离散制造的排产问题也更为复杂。因此,在针对不同排产目标对生产订单制定相应的排产方案时,需要考虑到工序间的优先级关系、制造设备的产能约束、订单优先级、资源约束等问题。
目前,通过人工进行离散制造排产,无法统筹全局资源利用效率,造成设备产能分配不均衡以及不必要的资源浪费,难以提高确定排产计划的效率。且,在订单量增大时,采用人工确定排产计划,需要进行繁琐的操作,排产的时间成本和人工成本增大,难以合理地对订单的每个部件进行合理排产,降低每个待处理名单的生产效益和效率。
发明内容
本申请实施例的目的是提供一种用于确定排产计划的方法、装置、存储介质及处理器。
为了实现上述目的,本申请第一方面提供一种用于确定排产计划的方法,包括:
获取待处理订单,每个待处理订单包括多个待生产部件和每个待生产部件的生产工序;
根据全部待生产部件的生产工序和与每个生产工序对应的作业设备确定针对全部待处理订单的多个待选排产组,每个待选排产组包括与每个待处理订单对应的生产参数,其中,生产参数包括每个待生产订单的生产工序的执行顺序以及每个生产工序所对应的作业设备;
针对每个待选排产组,根据预设排产目标和生产参数确定待选排产组的排产计划参数;
将每个待选排产组的排产计划参数输入至适应度函数,以确定每个待选排产组的适应度;
根据适应度从多个待选排产组中确定出目标排产组,以根据目标排产组对全部的待处理订单进行生产。
本申请第二方面提供一种用于确定排产计划的装置,包括:
订单获取模块,用于获取待处理订单,每个待处理订单包括多个待生产部件和每个待生产部件的生产工序;
第一排产模块,用于根据全部待生产部件的生产工序和与每个生产工序对应的作业设备确定针对全部待处理订单的多个待选排产组,每个待选排产组包括与每个待处理订单对应的生产参数,其中,生产参数包括每个待生产订单的生产工序的执行顺序以及每个生产工序所对应的作业设备;
排产计划参数确定模块,用于针对每个待选排产组,根据预设排产目标和生产参数确定待选排产组的排产计划参数;
适应度确定模块,用于将每个待选排产组的排产计划参数输入至适应度函数,以确定每个待选排产组的适应度;
第二排产模块,用于根据适应度从多个待选排产组中确定出目标排产组,以根据目标排产组对全部的待处理订单进行生产。
本申请第三方面提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令在被处理器执行时使得处理器被配置成执行上述的用于确定排产计划的方法。
本申请第四方面提供一种处理器,被配置成执行上述的用于确定排产计划的方法。
通过上述技术方案,能够根据预设排产目标和生产参数确定待选排产组的排产计划参数,并根据排产计划参数确定每个待选排产组的适应度,从而根据适应度确定出目标排产组,无需人工参与排产,降低排产所需的人工成本和时间成本,大幅度提高确定排产计划的效率,能够合理地对待处理订单的每个待生产部件进行排产,大幅度提高待处理订单的生产效益和效率。
本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本申请实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本申请实施例,但并不构成对本申请实施例的限制。在附图中:
图1示意性示出了根据本申请实施例的用于确定排产计划的方法的流程示意图;
图2示意性示出了根据本申请实施例的时间转换的示例图;
图3示意性示出了根据本申请实施例的一种待进行交叉处理的第一集合的示例图;
图4示意性示出了根据本申请实施例的一种待进行变异处理的第二集合的示例图;
图5示意性示出了根据本申请实施例的一种排产表的示例图;
图6示意性示出了根据本申请又一实施例的用于确定排产计划的方法的流程示意图;
图7示意性示出了根据本申请实施例的用于确定排产计划的装置的结构框图;
图8示意性示出了根据本申请实施例的排产计划参数确定模块的结构框图;
图9示意性示出了根据本申请又一实施例的用于确定排产计划的装置的结构框图;
图10示意性示出了根据本申请实施例的计算机设备的内部结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解的是,此处所描述的具体实施方式仅用于说明和解释本申请实施例,并不用于限制本申请实施例。基于本申请中的实施例,本领域普通技术人员在没有做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。
图1示意性示出了根据本申请实施例的用于确定排产计划的方法的流程示意图。如图1所示,在本申请一实施例中,提供了一种用于确定排产计划的方法,包括以下步骤:
步骤101,获取待处理订单,每个待处理订单包括多个待生产部件和每个待生产部件的生产工序。
步骤102,根据全部待生产部件的生产工序和与每个生产工序对应的作业设备确定针对全部待处理订单的多个待选排产组,每个待选排产组包括与每个待处理订单对应的生产参数,其中,生产参数包括每个待生产订单的生产工序的执行顺序以及每个生产工序所对应的作业设备。
步骤103,针对每个待选排产组,根据预设排产目标和生产参数确定待选排产组的排产计划参数。
步骤104,将每个待选排产组的排产计划参数输入至适应度函数,以确定每个待选排产组的适应度。
步骤105,根据适应度从多个待选排产组中确定出目标排产组,以根据目标排产组对全部的待处理订单进行生产。
排产是指根据订单产品的工艺路线为每个工序指定执行设备,并在工艺的约束下安排工序的执行顺序。在确定排产计划时,处理器可以先获取待处理订单。其中,待处理订单可以包括多个。每个待处理订单包括多个待生产部件和每个待生产部件的生产工序。针对每个待生产部件,其所包括的任意两个生产工序之间可以是不连续的,但全部的生产工序之间的顺序是一定的。例如,针对待生产部件A,其对应的生产工序为a1-a2-a3,针对待生产部件B,其对应的生产工序为b1-b2-b3,那么,在对待生产部件A和B进行生产加工时,其对应的生产工序可以为:a1-b1-b2-a2-b3-a3。可见,在对待生产部件A和B同时加工时,待生产部件A和待生产部件B的生产工序还是分别按照a1-a2-a3和b1-b2-b3进行的。但针对单个待生产部件来说,其所包括的任意两个生产工序之间可以是不连续的。例如,在加工完待生产部件A的生产工序a1之后,可以依次加工待生产部件B的生产工序b1和b2,然后才加工待生产部件A的生产工序a2。
在获取到待处理订单的情况下,处理器可以根据全部待生产部件的生产工序和与每个生产工序对应的作业设备确定针对全部待处理订单的多个待选排产组。其中,每个待选排产组包括与每个待处理订单对应的生产参数,生产参数包括每个待生产订单的生产工序的执行顺序以及每个生产工序所对应的作业设备。在一个实施例中,处理器可以按照每个待生产部件的生产工序对全部的生产工序进行随机组合,并可以分别对每个生产工序和每个生产工序对应的作业设备进行工序编码和设备编码,以生成针对全部待处理订单的多个待选排产组。其中,每个生产工序对应一个作业设备。该作业设备是从与生产工序对应的多个可选作业设备中选取的。可选作业设备是指能够加工对应生产工序的设备。
例如,表1示出了待选排产组A包括的待生产订单的生产工序的执行顺序。其中,Oij是指第i个待生产部件的第j个生产工序。表2示出了待选排产组A包括的每个生产工序所对应的作业设备。其中,数字为设备编号。例如,加工工序O11所对应的可选作业设备有编号为1、2以及3的设备,表2中选取编号为1的可选作业设备作为与加工工序O11对应的作业设备。在确定每个待生产订单的生产的执行顺序以及每个生产工序对应的作业设备的情况下,可以进一步确定针对全部待处理订单的多个待选排产组。表3为待选排产组A。其中,JS是指待生产订单的生产工序的执行顺序,MS是指每个生产工序所对应的作业设备。
表1待选排产组A包括的待生产订单的生产工序的执行顺序
1 | 1 | 2 | 3 | 1 | 3 | 2 | 3 |
O<sub>11</sub> | O<sub>12</sub> | O<sub>21</sub> | O<sub>31</sub> | O<sub>13</sub> | O<sub>31</sub> | O<sub>22</sub> | O<sub>33</sub> |
表2待选排产组A包括的每个生产工序所对应的作业设备
1 | 3 | 4 | 2 | 1 | 5 | 2 | 4 |
1、2、3 | 3、4 | 1、4 | 2、3 | 1、5 | 4、5 | 2、4 | 3、4、5 |
表3待选排产组A
在确定多个待选排产组之后,处理器可以根据预设排产目标和生产参数确定每个待选排产组的排产计划参数。其中,预设排产目标可以根据每个待处理订单的实际需要进行设置。在确定每个待选排产组的排产计划参数的情况下,处理器可以将每个待选排产组的排产计划参数输入至适应度函数,以确定每个待选排产组的适应度。其中,适应度可以反映在按照每个待选排产组中的每个生产工序和每个生产工序对应的作业设备进行生产后的生产效率。处理器可以进一步根据适应度从多个待选排产组中确定出目标排产组,以根据目标排产组对全部的待处理订单进行生产。
通过上述技术方案,能够根据预设排产目标和生产参数确定待选排产组的排产计划参数,并根据排产计划参数确定每个待选排产组的适应度,从而根据适应度确定出目标排产组,无需人工参与排产,降低排产所需的人工成本和时间成本,大幅度提高确定排产计划的效率,能够合理地对待处理订单的每个待生产部件进行排产,大幅度提高待处理订单的生产效益和效率。
在一个实施例中,针对每个待选排产组,根据预设排产目标和生产参数确定待选排产组的排产计划参数包括:根据待选排产组中每个待生产部件的生产工序确定与每个生产工序对应的作业设备的空闲时间段;针对每个待选排产组,根据待选排产组中作业设备的总数量和每个作业设备的空闲时间段确定待选排产组的均衡生产参数;针对每个待选排产组,确定完成待选排产组中最后一个生产工序的完工时间点;根据每个待选排产组的完工时间点确定每个待选排产组的制造周期参数;针对每个待选排产组,确定待选排产组中不同订单等级的待处理订单之间的完工时间差值;根据预设排产目标确定针对全部待选排产组的排产决策参数;根据排产决策参数、均衡生产参数、制造周期参数以及完工时间差值确定每个待选排产组的排产计划参数。
针对每个待选排产组,处理器可以确定该待选排产组中最后一个生产工序的完工时间点,并可以根据每个待选排产组的完工时间点确定该待选排产组的制造周期参数。例如,若待选排产组中包括两个待处理订单的待生产部件的生产工序,且其最后一个工序为其中一个待处理订单的某一个待生产部件的最后一个工序,则可以根据完成该待生产部件的最后一个工序的完工时间点确定该待选排产组的制造周期参数。在一个实施例中,制造周期参数通过公式(3)确定:
l1=endslast (3)
其中,l1是指制造周期参数,endslast是指每个待选排产组的完工时间点。
处理器可以根据待选排产组中每个待生产部件的生产工序确定与每个生产工序对应的作业设备的空闲时间段。然后,处理器可以根据每个待选排产组中作业设备的总数量个每个作业设备的空闲时间段确定每个待选排产组的均衡生产参数。通过确定均衡生产参数可以避免每个待选排产组中的某一作业设备满载而另一作业设备处于空闲的情况,能够大幅度提高作业设备的利用率。
在一个实施例中,针对每个待选排产组,根据待选排产组中作业设备的总数量和每个作业设备的空闲时间段确定待选排产组的均衡生产参数包括:将每个作业设备的空闲时间段按照预设条件进行转换,以得到每个作业设备的空闲时长;确定每个待选排产组中全部作业设备的空闲时长的均值;根据待选排产组中作业设备的总数量、空闲时长以及空闲时长的均值确定均衡生产参数。
为了避免作业设备在生产过程中频繁更换待生产部件,处理器可以先获取每个作业设备的产能信息,并可以根据产能信息确定每个作业设备的空闲时间段。空闲时间段可以包括非连续的多个子时间段。在确定每个作业设备的空闲时间段之后,处理器可以将每个作业设备的空闲时间段按照预设条件进行转换,以得到每个作业设备的空闲时长。其中,预设条件是指按照预设的单位时间对空闲时间段进行转换。例如,如图2所示,示出了时间转换的示例图。图2中的下方方框为每个作业设备的空闲时间段,即正常的自然时间。图2中的上方线段则为按照分钟进行转换后的时间线。若作业设备的空闲时间段为9月1日的8:00~16:00,则可以将该作业设备的时间段转换为0~480的时间线,即,空闲时长可以为480。通过对每个作业设备的空闲时间段进行统一转化,便于后续确定每个待选排产组的适应度。
具体地,由于每个待选排产组中每个作业设备的产能状况可能不同,可以以每台作业设备为维度进行时间转换。每台作业设备的时间转换公式为:unavailabletime={(start1,end1),…,(startn,endn)};availabletime={(total-start1,total-end1),…,(total*n-startn,total*n-endn)}。其中,unavailabletime是指每台作业设备的非空闲时间段,非空闲时间段可以包括n个非空闲的子时间段,每个非空闲的子时间段可以包括非空闲的起始时间点和终止时间点。例如,(start1,end1)是指第1个非空闲的子时间段,start1是指第1个非空闲的子时间段的起始时间点,end1是指第1个非空闲的子时间段的终止时间点。availabletime是指每台作业设备的空闲时间段,空闲时间段可以包括n个空闲的子时间段。total是指每一个生产日的有效生产时长。
在确定每个待产排产组中每个作业设备的空闲时长的情况下,处理器可以进一步确定每个待选排产组中全部作业设备的空闲时长的均值。然后,处理器可以根据待选排产组中作业设备的总数量、每台作业设备的空闲时长以及全部作业设备的空闲时长的均值确定待选排产组的均衡生产参数。
在一个实施例中,均衡生产参数通过公式(4)确定:
其中,l2是指均衡生产参数,n是指每个待选排产组中作业设备的总数量,M是指每个待选排产组中全部作业设备的空闲时长的均值,Mn是指每个待选排产组中第n台作业设备的空闲时长。
针对每个待选排产组,处理器可以确定该待选排产组中不同订单等级的待处理订单之间的完工时间差值。在一个实施例中,处理器可以先确定每个待选排产中每个待处理订单的订单等级。其中,订单等级可以包括第一等级和第二等级。订单等级为第一等级的待处理订单可以是指重点订单。订单等级为第二等级的待处理订单可以是指非重点订单。在此基础上,处理器可以确定订单等级为第一等级的全部待处理订单的第一完工总时长以及订单等级为第二等级的全部代处理订单的第二完工总时长。然后,处理器可以确定第一完工总时长与第二完工总时长之间的差值,该差值即为完工时间差值。
在一个实施例中,完工时间差值通过公式(5)确定:
其中,l3是指完工时间差值,N是指订单等级为第一等级的全部待处理订单的总数量,L是指订单等级为第二等级的全部待处理订单的总数量,orderi是指第i个订单等级为第一等级的待处理订单的完工时长,orderother是指第other个订单等级为第二等级的待处理订单的完工时长。
处理器可以先获取预设排产目标,并可以根据预设排产目标确定针对全部待选排产组的排产决策参数。其中,排产决策参数是指能够影响排产计划的参数。排产决策参数可以包括多个。例如,可以包括与均衡生产相关的决策参数、与制造周期相关的决策参数以及与订单优先级相关的决策参数。处理器可以根据排产决策参数、均衡生产参数、制造周期参数以及完工时间差值确定每个待选排产组的排产计划参数。例如,若预设排产目标之一为需要确保生产工序的均衡生产,则处理器可以将该与均衡生产相关的决策参数置为1,由此,可以根据该与均衡生产相关的决策参数以及均衡生产参数确定每个待选排产组的针对均衡生产的排产计划参数。
在一个实施例中,每个待选排产组的适应度通过公式(6)确定:
其中,f是指每个待选排产组的适应度,r1、r2以及r3分别是指不同的排产决策参数,r1、r2以及r3均为0或1,l1是指每个待选排产组的制造周期参数,l2是指每个待选排产组的均衡生产参数、l3是指完工时间差值。
在一个实施例中,根据适应度从多个待选排产组中确定出目标排产组包括:将多个待选排产组中的任意两个待选排产组组成对应的第一集合;对第一集合中的第一待选排产组进行交叉处理,以得到第二集合;对第二集合中的第二待选排产组进行变异处理,以得到第三集合;确定每个第三集合中的第三待选排产组的适应度;将第三集合中适应度最大的第三待选排产组确定为目标排产组。
在根据适应度从多个待选排产组中确定出目标排产组时,处理器可以先从多个待选排产组中任选两个待选排产组,并将选取的两个待选排产组均作为第一待选排产组,从而将两个第一待选排产组进行组合,以组成对应的第一集合。之后,处理器可以对第一集合中的第一待选排产组进行交叉处理,并可以将两个交叉处理后的第一待选排产组均作为第二待选排产组,从而将两个第二待选排产组进行组合,以得到第二集合。在确定第二集合之后,处理器可以对第二集合中的第二待选排产组进行变异处理,并将变异处理后的第二待选排产组均作为第三待选排产组,从而将两个第三待选排产组进行组合,以得到第三集合。处理器可以确定每个第三集合中的第三待选排产组的适应度,并可以将第三集合中适应度最大的第三待选排产组确定为目标排产组,以根据目标排产组对全部的待处理订单进行生产。
在一个实施例中,对第一集合中的第一待选排产组进行交叉处理,以得到第二集合包括:确定全部待选排产组的适应度最大值和适应度均值;根据第一集合中第一待选排产组适应度的最大值、适应度最大值以及适应度均值确定第一集合中的第一待选排产组的交叉概率;针对任意第一集合,按照交叉概率对第一集合中的第一待选排产组进行交叉处理,以得到第二集合。
处理器可以确定全部待选排产组的适应度最大值和适应度均值。针对任意一个第一集合,处理器可以确定该第一集合中第一待选排产组适应度的最大值。然后,处理器可以根据全部待选排产组的适应度最大值、第一集合中第一待选排产组适应度的最大值以及全部待选排产组的适应度均值确定第一集合中的第一待选排产组的交叉概率。其中,交叉概率可以反映第一集合中待交叉的生产工序的比例,交叉概率越大,进行全局搜索的范围就越大。针对任意第一集合,处理器可以按照该第一集合的交叉概率对第一集合中的第一待选排产组进行交叉处理,以得到第二集合。
在一个实施例中,针对任意第一集合,按照交叉概率对第一集合中的第一待选排产组进行交叉处理包括:针对第一集合中的任一个第一待选排产组,根据交叉概率确定出第一待选排产组中的待交叉片段,待交叉片段包括工序片段和设备片段,工序片段包括至少一个生产工序,设备片段包括与工序片段中每个生产工序对应的作业设备;遍历第一集合中的另一个第一待选排产组,以从另一个第一待选排产组中确定出目标交叉片段,目标交叉片段包括与待交叉片段中工序相同但排序不同的目标工序片段,以及与目标工序片段对应的目标设备片段;将待交叉片段与目标交叉片段进行置换,以完成针对第一集合中的第一待选排产组的交叉处理。
针对第一集合中的任一个第一待选排产组,处理器可以根据交叉概率确定出第一待选排产组中的待交叉片段。其中,待交叉片段包括工序片段和设备片段。工序片段包括至少一个生产工序,设备片段包括与工序片段中每个生产工序对应的作业设备。然后,处理器可以遍历第一集合中的另一个第一待选排产组,以从另一个第一待选排产组中确定出目标交叉片段。其中,目标交叉片段包括与待交叉片段中工序相同但排序不同的目标工序片段,以及与目标工序片段对应的目标设备片段。处理器可以将待交叉片段与目标交叉片段进行置换,以完成针对第一集合中的第一待选排产组的交叉处理。
例如,如图3所示,示出了一种待进行交叉处理的第一集合的示例图。其中,JS是指工序片段,MS是指设备片段。针对待交叉片段{(1,2,3),(3,4,2)},(1,2,3)是指工序片段,(3,4,2)是指设备片段。工序片段中的1是指第1个待生产部件的第2个生产工序,工序片段中的2是指第2个待生产部件的第1个生产工序,工序片段中的3是指第3个待生产部件的第1个生产工序。设备片段中的3是指设备编号为3的能够加工第1个待生产部件的第2个生产工序的作业设备,设备片段中的4是指设备编号为4的能够加工第2个待生产部件的第1个生产工序的作业设备,设备片段中的2是指设备编号为2的能够加工第3个待生产部件的第1个生产工序的作业设备。遍历图3中下方的第一待选排产组,其与待交叉片段中待生产部件的类型相同但排序不同的目标工序片段为(2,3,1),即,该目标工序片段中均包含与待交叉片段中相同的工序,但每个工序的排序是不同的。目标设备片段为(4,3,4)。处理器可以将工序片段(1,2,3)与目标工序片段(2,3,1)进行置换,可以将设备片段(3,4,2)与目标设备片段(4,3,4)进行置换,以此完成该第一集合的交叉处理。
在一个实施例中,交叉概率通过公式(1)确定:
其中,Pc是指交叉概率,fm是指全部待选排产组的适应度最大值,fa是指全部待选排产组的适应度均值,f′是指第一集合中第一待选排产组适应度的最大值,α为常数,α=0.7。
在一个实施例中,方法还包括:设置交叉处理的迭代次数的初始值;在对第一集合中的第一待选排产组进行交叉处理之后,迭代次数的数值递增;在确定每个第三集合中的第三待选排产组的适应度之后,判断迭代次数的数值是否大于或等于预设数值;在迭代次数的数值小于预设数值的情况下,将第三集合作为新的第一集合,并回到对第一集合中的第一待选排产组进行交叉处理,以得到第二集合的步骤,直到迭代次数的数值大于或等于预设数值;在迭代次数的数值大于或等于预设数值的情况下,将最后一次得到的第三集合中适应度最大的第三待选排产组确定为目标排产组。
处理器可以获取交叉处理的迭代次数的初始值。在对第一集合中的第一待选排产组进行交叉处理之后,迭代次数的数据递增。其中,递增的数值可以为1。在确定每个第三集合中的第三待选排产组的适应度之后,处理器可以判断迭代次数的数值是否大于预设数值。其中,预设数值可以是指交叉处理的迭代总次数。预设数值可以根据实际需要进行自定义。在迭代次数的数值小于预设数值的情况下,处理器可以将第三集合作为新的第一集合,并回到对第一集合中的第一待选排产组进行交叉处理,以得到第二集合的步骤,直到迭代次数的数值大于或等于预设数值。在迭代次数的数值大于或等于预设数值的情况下,处理器可以将最后一次得到的第三集合中适应度最大的第三待选排产组确定为目标排产组。
在一个实施例中,对第二集合中的第二待选排产组进行变异处理,以得到第三集合包括:获取针对得到第二集合中的第二待选排产组的变异概率的初始值;根据变异概率的初始值、数值递增后的迭代次数以及预设数值确定针对第二集合中每个第二待选排产组中的变异概率;针对第二集合中的任一个第二待选排产组,根据变异概率确定第二待选排产组中的待变异片段,待变异片段包括第二待选排产组中每个生产工序的作业设备;针对待变异片段中的每个生产工序,确定生产工序的所有可用作业设备;针对待变异片段中任一个生产工序,将生产工序对应的作业设备替换为生产工序的所有可用作业设备中除作业设备外的设备,以对第二集合中的第二待选排产组进行变异处理。
处理器可以获取针对得到第二集合中的第二待选排产组的变异概率的初始值。随着迭代次数的增加,算法容易陷入局部最优解。为了避免此种情况的发生,可以在迭代过程中使用动态变化的变异率。由此,处理器可以根据变异概率的初始值、数值递增后的迭代次数以及预设数值确定针对第二集合中每个第二待选排产组中的变异概率。针对第二集合中的任一个第二待选排产组,处理器可以根据变异概率确定第二待选排产组中的待变异片段。其中,待变异片段包括第二待选排产组中每个生产工序的作业设备。针对待变异片段中的每个生产工序,处理器可以确定生产工序的所有可用作业设备。在进行变异处理时,针对待变异片段中任一个生产工序,处理器可以将该生产工序对应的作业设备替换为生产工序的所有可用作业设备中除作业设备外的设备,以对第二集合中的第二待选排产组进行变异处理。
例如,如图4所示,示出了一种待进行变异处理的第二集合的示例图。根据变异概率确定的待变异片段为MS中的(3),(3)是指设备编号为3的能够加工第1个待生产部件的第2个生产工序的作业设备。若加工第1个待生产部件的第2个生产工序的所有可用作业设备还包括设备编号为4的设备,则可以将MS中的(3)替换为(4),以完成对第二集合中的第二待选排产组进行变异处理。
在一个实施例中,变异概率通过公式(2)确定:
其中,Pg是指变异概率,P0是指变异概率的初始值,m是指数值递增后的迭代次数,M是指预设数值。
在一个实施例中,如图5所示,示意性示出了用于确定排产计划的方法的另一种流程示意图。在确定排产计划时,处理器可以先进行排产方案的编码,以得到初始化种群,即以得到多个待选排产组。然后,处理器可以确定初始化种群中每个个体的适应度,即确定每个待选排产组的适应度。在交叉处理后的迭代次数小于预设迭代总次数的情况下,处理器可以确定未满足终止条件,并可以确定自适应概率。自适应概率可以包括针对任意两个个体的交叉概率以及针对任意一个个体的变异概率。在此情况下,处理器可以按照交叉概率对每个个体进行交叉处理,再按照变异概率对每个交叉处理后的个体进行变异处理,从而产生新一代种群。其中,新一代种群包括多个经过交叉和变异处理后的个体。进一步地,处理器可以确定每个经过交叉和变异处理后的个体的适应度,并再次判断当前的交叉处理后的迭代次数是否大于或等于预设迭代总次数。若当前的交叉处理后的迭代次数大于或等于预设迭代总次数,则可以将最后一次变异处理后的个体中适应度最大的个体作为目标个体。若当前的交叉处理后的迭代次数小于预设迭代总次数,继续确定新的自适应概率,并按照新的自适应概率对个体进行交叉和变异,直到当前的交叉处理后的迭代次数大于或等于预设迭代总次数。
在一个实施例中,在根据适应度从多个待选排产组中确定出目标排产组之后,可以将目标排产组转化成可视化的排产表。在转化时,需要确保第i个待生产部件的第j-1个生产工序的完工时间点在第i个待生产部件的第j个生产工序的完工时间点之前,且还需确保每个待生产部件的生产工序所对应的作业设备处于空闲时间段。如图6所示,示意性示出了一种排产表的示例图。其中,M1~M5是与加工工序对应的作业设备的设备编号。例如,第1个待生产部件的第1个生产工序(O11)、第3个待生产部件的第1个生产工序(O31)、第2个待生产部件的第1个生产工序(O21)可以分别在同一起始时间点采用M1、M3、M4进行加工。O22所在格的前一个空格为作业设备M2的非空闲时间段,O12所在格的前一个空格为作业设备M3的非空闲时间段。
在一个实施例中,在将目标排产组转化成可视化的排产表之后,处理器可以将排产表发送至显示设备以显示,和/或发送至存储设备以存储。
在一个实施例中,在将目标排产组转化成可视化的排产表之后,处理器可以获取物料信息,并可以判断物料信息中每种物料的总储备量是否满足该排产表中每个生产工序的物料用量。在仓储物料不足的情况下,处理器可以根据排产表中每个生产工序的物料用量以及物料仓储数据确定针对排产表中每个生产工序的物料需求量,以在物料信息中每种物料的总储备量满足排产表中每个生产工序的物料用量之后对该排产表中每个待生产部件进行生产,使得物料得到充分利用,还能保障排产的产能效益。
通过上述技术方案,能够根据预设排产目标和生产参数确定待选排产组的排产计划参数,并根据排产计划参数确定每个待选排产组的适应度,从而根据适应度确定出目标排产组,无需人工参与排产,降低排产所需的人工成本和时间成本,大幅度提高确定排产计划的效率。同时,通过预设排产目标确定排产决策参数,能够使得适应度函数根据排产决策参数进行自由配置,对不同工况环境下的排产计划的适应性较强,确定排产计划也更加地灵活。通过确定制造周期参数、均衡生产参数以及完工时间差值,能够在结合实际生产的基础上快速地进行离散制造排产,大幅度提高排产效率。
图1为一个实施例中用于确定排产计划的方法的流程示意图。应该理解的是,虽然图1的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图7所示,提供了一种用于确定排产计划的装置700,包括订单获取模块710、第一排产模块720、排产计划参数确定模块730、适应度确定模块740以及第二排产模块750,其中:
订单获取模块710,用于获取待处理订单,每个待处理订单包括多个待生产部件和每个待生产部件的生产工序。
第一排产模块720,用于根据全部待生产部件的生产工序和与每个生产工序对应的作业设备确定针对全部待处理订单的多个待选排产组,每个待选排产组包括与每个待处理订单对应的生产参数,其中,生产参数包括每个待生产订单的生产工序的执行顺序以及每个生产工序所对应的作业设备。
排产计划参数确定模块730,用于针对每个待选排产组,根据预设排产目标和生产参数确定待选排产组的排产计划参数。
适应度确定模块740,用于将每个待选排产组的排产计划参数输入至适应度函数,以确定每个待选排产组的适应度。
第二排产模块750,用于根据适应度从多个待选排产组中确定出目标排产组,以根据目标排产组对全部的待处理订单进行生产。
排产是指安排订单中所需加工部件的生产计划。在确定排产计划时,订单获取模块710可以先获取待处理订单。其中,待处理订单可以包括多个。每个待处理订单包括多个待生产部件和每个待生产部件的生产工序。针对每个待生产部件,其所包括的任意两个生产工序之间可以是不连续的,但全部的生产工序之间的顺序是一定的。
在获取到待处理订单的情况下,第一排产模块720可以根据全部待生产部件的生产工序和与每个生产工序对应的作业设备确定针对全部待处理订单的多个待选排产组。其中,每个待选排产组包括与每个待处理订单对应的生产参数,生产参数包括每个待生产订单的生产工序的执行顺序以及每个生产工序所对应的作业设备。在一个实施例中,第一排产模块720可以按照每个待生产部件的生产工序对全部的生产工序进行随机组合,并可以分别对每个生产工序和每个生产工序对应的作业设备进行工序编码和设备编码,以生成针对全部待处理订单的多个待选排产组。其中,每个生产工序对应的一个作业设备。该作业设备是从与生产工序对应的多个可选作业设备中选取的。可选作业设备是指能够加工对应生产工序的设备。
在确定多个待选排产组之后,排产计划参数确定模块730可以根据预设排产目标和生产参数确定每个待选排产组的排产计划参数。其中,预设排产目标可以根据每个待处理订单的实际需要进行设置。在确定每个待选排产组的排产计划参数的情况下,适应度确定模块740可以将每个待选排产组的排产计划参数输入至适应度函数,以确定每个待选排产组的适应度。其中,适应度可以反映在按照每个待选排产组中的每个生产工序和每个生产工序对应的作业设备进行生产后的生产效率。第二排产模块750可以进一步根据适应度从多个待选排产组中确定出目标排产组,以根据目标排产组对全部的待处理订单进行生产。
在一个实施例中,如图8所示,排产计划参数确定模块730包括:
均衡生产模块7301,用于根据待选排产组中每个待生产部件的生产工序确定与每个生产工序对应的作业设备的空闲时间段,针对每个待选排产组,根据待选排产组中作业设备的总数量和每个作业设备的空闲时间段确定待选排产组的均衡生产参数
制造周期模块7302,用于针对每个待选排产组,确定完成待选排产组中最后一个生产工序的完工时间点,根据每个待选排产组的完工时间点确定每个待选排产组的制造周期参数;
优先订单模块7303,用于针对每个待选排产组,确定待选排产组中不同订单等级的待处理订单之间的完工时间差值;
排产参数确定模块7304,用于获取针对全部待选排产组的排产决策参数,根据排产决策参数、均衡生产参数、制造周期参数以及完工时间差值确定每个待选排产组的排产计划参数。
在一个实施例中,均衡生产模块7301还包括:
时间转换模块,用于将每个作业设备的空闲时间段按照预设条件进行转换,以得到每个作业设备的空闲时长;
均衡参数确定模块,用于确定每个待选排产组中全部作业设备的空闲时长的均值,根据待选排产组中作业设备的总数量、空闲时长以及空闲时长的均值确定均衡生产参数。
用于确定排产计划的装置包括处理器和存储器,上述订单获取模块、第一排产模块、排产计划参数确定模块、适应度确定模块和第二排产模块等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序模块中实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来实现对用于确定排产计划的方法。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
在一个实施例中,如图9所示,提供了另一种用于确定排产计划的装置900,包括资源管理模块910,智能排产模块920,数据解析模块930,数据存储模块940,以及显示调节模块950,其中:
资源管理模块910,用于提供设备的产能信息、生产工序的物料用量以及操作设备所需的人员数量;
智能排产模块920,用于对每个生产工序和每个生产工序对应的作业设备进行工序编码和设备编码,以确定多个待选排产组,用于根据设备的产能信息确定制造周期参数,用于确定每个待选排产组的均衡生产参数,用于确定每个待选排产组中不同订单等级的待处理订单之间的完工时间差值以对重点订单进行优先生产,用于确定工序优先级以确保每个待生产部件的前一个生产工序的加工时间点排在后一个生产工序的加工时间点之前,用于根据制造周期参数、均衡生产参数、完工时间差值以及排产决策参数确定每个待选排产组的适应度,用于根据适应度确定目标排产组;
数据解析模块930,用于根据产能信息确定每个作业设备的空闲时间段,并将每个作业设备的空闲时间段按照预设条件进行时间线转换,以得到每个作业设备的空闲时长,用于将目标排产组转化成可视化的排产表,用于根据预设排产目标确定排产决策参数;
数据存储模块940,用于存储可视化的排产表和排产系统资源信息,其中,排产系统资源信息包括设备的产能信息、生产工序的物料用量、操作设备所需的人员数量以及每个生产工序的物料需求量;
显示调节模块950,用于显示可视化的排产表和对可视化的排产表进行手动微调。
在一个实施例中,提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现上述用于确定排产计划的方法。
在一个实施例中,提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述用于确定排产计划的方法。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器A01、网络接口A02、存储器(图中未示出)和数据库(图中未示出)。其中,该计算机设备的处理器A01用于提供计算和控制能力。该计算机设备的存储器包括内存储器A03和非易失性存储介质A04。该非易失性存储介质A04存储有操作系统B01、计算机程序B02和数据库(图中未示出)。该内存储器A03为非易失性存储介质A04中的操作系统B01和计算机程序B02的运行提供环境。该计算机设备的数据库用于存储目标排产组等数据。该计算机设备的网络接口A02用于与外部的终端通过网络连接通信。该计算机程序B02被处理器A01执行时以实现一种用于确定排产计划的方法。
本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本申请实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现用于确定排产计划的方法的步骤。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有用于确定排产计划的方法步骤的程序。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生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装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置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。
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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者设备不仅包括那些要素,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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (15)
1.一种用于确定排产计划的方法,其特征在于,所述方法包括:
获取待处理订单,每个待处理订单包括多个待生产部件和每个待生产部件的生产工序;
根据全部待生产部件的生产工序和与每个生产工序对应的作业设备确定针对全部待处理订单的多个待选排产组,每个待选排产组包括与每个待处理订单对应的生产参数,其中,所述生产参数包括每个待生产订单的生产工序的执行顺序以及每个生产工序所对应的作业设备;
针对每个待选排产组,根据预设排产目标和生产参数确定所述待选排产组的排产计划参数;
将每个待选排产组的排产计划参数输入至适应度函数,以确定每个待选排产组的适应度;
根据所述适应度从所述多个待选排产组中确定出目标排产组,以根据所述目标排产组对全部的待处理订单进行生产。
2.根据权利要求1所述的用于确定排产计划的方法,其特征在于,所述根据所述适应度从所述多个待选排产组中确定出目标排产组包括:
将多个待选排产组中的任意两个待选排产组组成对应的第一集合;
对所述第一集合中的第一待选排产组进行交叉处理,以得到第二集合;
对所述第二集合中的第二待选排产组进行变异处理,以得到第三集合;
确定每个第三集合中的第三待选排产组的适应度;
将所述第三集合中适应度最大的第三待选排产组确定为所述目标排产组。
3.根据权利要求2所述的用于确定排产计划的方法,其特征在于,对所述第一集合中的第一待选排产组进行交叉处理,以得到第二集合包括:
确定全部待选排产组的适应度最大值和适应度均值;
根据所述第一集合中第一待选排产组适应度的最大值、所述适应度最大值以及所述适应度均值确定所述第一集合中的第一待选排产组的交叉概率;
针对任意第一集合,按照所述交叉概率对所述第一集合中的第一待选排产组进行交叉处理,以得到第二集合。
4.根据权利要求3所述的用于确定排产计划的方法,其特征在于,所述针对任意第一集合,按照所述交叉概率对所述第一集合中的第一待选排产组进行交叉处理包括:
针对所述第一集合中的任一个第一待选排产组,根据所述交叉概率确定出所述第一待选排产组中的待交叉片段,所述待交叉片段包括工序片段和设备片段,所述工序片段包括至少一个生产工序,所述设备片段包括与所述工序片段中每个生产工序对应的作业设备;
遍历所述第一集合中的另一个第一待选排产组,以从所述另一个第一待选排产组中确定出目标交叉片段,所述目标交叉片段包括与所述待交叉片段中工序相同但排序不同的目标工序片段,以及与所述目标工序片段对应的目标设备片段;
将所述待交叉片段与所述目标交叉片段进行置换,以完成针对所述第一集合中的第一待选排产组的交叉处理。
6.根据权利要求2所述的用于确定排产计划的方法,其特征在于,所述方法还包括:
设置交叉处理的迭代次数的初始值;
在对所述第一集合中的第一待选排产组进行交叉处理之后,所述迭代次数的数值递增;
在确定每个第三集合中的第三待选排产组的适应度之后,判断迭代次数的数值是否大于或等于预设数值;
在所述迭代次数的数值小于所述预设数值的情况下,将所述第三集合作为新的第一集合,并回到对第一集合中的第一待选排产组进行交叉处理,以得到第二集合的步骤,直到所述迭代次数的数值大于或等于所述预设数值;
在所述迭代次数的数值大于或等于所述预设数值的情况下,将最后一次得到的第三集合中适应度最大的第三待选排产组确定为所述目标排产组。
7.根据权利要求6所述的用于确定排产计划的方法,其特征在于,所述对所述第二集合中的第二待选排产组进行变异处理,以得到第三集合包括:
获取针对得到第二集合中的第二待选排产组的变异概率的初始值;
根据所述变异概率的初始值、数值递增后的迭代次数以及所述预设数值确定针对所述第二集合中每个第二待选排产组中的变异概率;
针对所述第二集合中的任一个第二待选排产组,根据所述变异概率确定所述第二待选排产组中的待变异片段,所述待变异片段包括所述第二待选排产组中每个生产工序的作业设备;
针对所述待变异片段中的每个生产工序,确定所述生产工序的所有可用作业设备;
针对所述待变异片段中任一个生产工序,将所述生产工序对应的作业设备替换为所述生产工序的所有可用作业设备中除所述作业设备外的设备,以对所述第二集合中的第二待选排产组进行变异处理。
9.根据权利要求1所述的用于确定排产计划的方法,其特征在于,所述针对每个待选排产组,根据预设排产目标和生产参数确定所述待选排产组的排产计划参数包括:
根据所述待选排产组中每个待生产部件的生产工序确定与每个生产工序对应的作业设备的空闲时间段;
针对每个待选排产组,根据所述待选排产组中作业设备的总数量和每个作业设备的空闲时间段确定待选排产组的均衡生产参数;
针对每个待选排产组,确定完成所述待选排产组中最后一个生产工序的完工时间点;
根据每个待选排产组的完工时间点确定每个待选排产组的制造周期参数;
针对每个待选排产组,确定所述待选排产组中不同订单等级的待处理订单之间的完工时间差值;
根据所述预设排产目标确定针对全部待选排产组的排产决策参数;
根据所述排产决策参数、所述均衡生产参数、所述制造周期参数以及所述完工时间差值确定每个待选排产组的排产计划参数。
10.根据权利要求9所述的用于确定排产计划的方法,其特征在于,所述针对每个待选排产组,根据所述待选排产组中作业设备的总数量和每个作业设备的空闲时间段确定待选排产组的均衡生产参数包括:
将每个作业设备的空闲时间段按照预设条件进行转换,以得到每个作业设备的空闲时长;
确定每个待选排产组中全部作业设备的空闲时长的均值;
根据所述待选排产组中作业设备的总数量、所述空闲时长以及所述空闲时长的均值确定所述均衡生产参数。
11.根据权利要求9所述的用于确定排产计划的方法,其特征在于,所述制造周期参数通过公式(3)确定:
l1=endslast (3)
其中,l1是指所述制造周期参数,endslast是指每个待选排产组的完工时间点;
所述均衡生产参数通过公式(4)确定:
其中,l2是指所述均衡生产参数,n是指每个待选排产组中作业设备的总数量,M是指每个待选排产组中全部作业设备的空闲时长的均值,Mn是指每个待选排产组中第n台作业设备的空闲时长;
所述完工时间差值通过公式(5)确定:
其中,l3是指所述完工时间差值,N是指订单等级为第一等级的全部待处理订单的总数量,L是指订单等级为第二等级的全部待处理订单的总数量,orderi是指第i个订单等级为第一等级的待处理订单的完工时长,orderother是指第other个订单等级为第二等级的待处理订单的完工时长。
13.一种用于确定排产计划的装置,其特征在于,所述装置包括:
订单获取模块,用于获取待处理订单,每个待处理订单包括多个待生产部件和每个待生产部件的生产工序;
第一排产模块,用于根据全部待生产部件的生产工序和与每个生产工序对应的作业设备确定针对全部待处理订单的多个待选排产组,每个待选排产组包括与每个待处理订单对应的生产参数,其中,所述生产参数包括每个待生产订单的生产工序的执行顺序以及每个生产工序所对应的作业设备;
排产计划参数确定模块,用于针对每个待选排产组,根据预设排产目标和生产参数确定所述待选排产组的排产计划参数;
适应度确定模块,用于将每个待选排产组的排产计划参数输入至适应度函数,以确定每个待选排产组的适应度;
第二排产模块,用于根据所述适应度从所述多个待选排产组中确定出目标排产组,以根据所述目标排产组对全部的待处理订单进行生产。
14.一种机器可读存储介质,该机器可读存储介质上存储有指令,其特征在于,该指令在被处理器执行时使得所述处理器被配置成执行根据权利要求1至12中任一项所述的用于确定排产计划的方法。
15.一种处理器,其特征在于,被配置成执行根据权利要求1至12中任意一项所述的用于确定排产计划的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211440759.2A CN115689246A (zh) | 2022-11-17 | 2022-11-17 | 用于确定排产计划的方法、装置、存储介质及处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211440759.2A CN115689246A (zh) | 2022-11-17 | 2022-11-17 | 用于确定排产计划的方法、装置、存储介质及处理器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115689246A true CN115689246A (zh) | 2023-02-03 |
Family
ID=85054201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211440759.2A Pending CN115689246A (zh) | 2022-11-17 | 2022-11-17 | 用于确定排产计划的方法、装置、存储介质及处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115689246A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116384718A (zh) * | 2023-06-05 | 2023-07-04 | 合肥联宝信息技术有限公司 | 一种基于智能决策的供应商联合排产方法、系统及设备 |
CN117745721A (zh) * | 2024-02-19 | 2024-03-22 | 江苏中天互联科技有限公司 | 一种基于标识解析的排产计划优化方法及相关设备 |
CN118278722A (zh) * | 2024-06-04 | 2024-07-02 | 中科云谷科技有限公司 | 基于瓶颈工序的排产方法、装置及存储介质 |
-
2022
- 2022-11-17 CN CN202211440759.2A patent/CN115689246A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116384718A (zh) * | 2023-06-05 | 2023-07-04 | 合肥联宝信息技术有限公司 | 一种基于智能决策的供应商联合排产方法、系统及设备 |
CN116384718B (zh) * | 2023-06-05 | 2023-09-05 | 合肥联宝信息技术有限公司 | 一种基于智能决策的供应商联合排产方法、系统及设备 |
CN117745721A (zh) * | 2024-02-19 | 2024-03-22 | 江苏中天互联科技有限公司 | 一种基于标识解析的排产计划优化方法及相关设备 |
CN117745721B (zh) * | 2024-02-19 | 2024-05-07 | 江苏中天互联科技有限公司 | 一种基于标识解析的排产计划优化方法及相关设备 |
CN118278722A (zh) * | 2024-06-04 | 2024-07-02 | 中科云谷科技有限公司 | 基于瓶颈工序的排产方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115689246A (zh) | 用于确定排产计划的方法、装置、存储介质及处理器 | |
CN104268722B (zh) | 基于多目标进化算法的动态柔性作业车间调度方法 | |
JP5051135B2 (ja) | 資源情報収集装置、資源情報収集方法、プログラム、および、収集スケジュール生成装置 | |
CN103729246A (zh) | 一种任务调度方法和装置 | |
Genova et al. | A survey of solving approaches for multiple objective flexible job shop scheduling problems | |
JPH1076446A (ja) | 生産工程管理装置および生産工程管理方法 | |
CN112817721B (zh) | 基于人工智能的任务调度方法、装置、计算机设备和介质 | |
CN109409763A (zh) | 一种基于贪婪式分组策略的动态测试任务调度方法及调度平台 | |
CN104636871A (zh) | 一种基于数据的单阶段多产品批处理的控制方法 | |
Lin et al. | A hybrid EA for reactive flexible job-shop scheduling | |
Shen et al. | An iterative approach for the serial batching problem with parallel machines and job families | |
Baykasoğlu et al. | Minimisation of non-machining times in operating automatic tool changers of machine tools under dynamic operating conditions | |
CN112150035B (zh) | 数据处理方法和装置 | |
Crama et al. | Throughput optimization in two-machine flowshops with flexible operations | |
JPH11232332A (ja) | 生産ラインにおける日程計画立案方法 | |
CN116151424B (zh) | 一种多园区下料车间方法 | |
Chiang et al. | Solving the FMS scheduling problem by critical ratio-based heuristics and the genetic algorithm | |
Zheng et al. | Towards robustness of response times: minimising the maximum inter-completion time on parallel machines | |
CN115409426A (zh) | 任务调度方法、装置、计算机设备和存储介质 | |
Jain et al. | An approach for optimisation of flexible flow shop group scheduling with sequence dependent set-up time and preventive maintenance | |
US20200409344A1 (en) | Method and apparatus for resource planning in a factory based on a simulation, and computer readable recording medium | |
Borissova et al. | A parallel algorithm for optimal job shop scheduling of semi-constrained details processing on multiple machines | |
Azizmohammadi et al. | SMOSA Optimization Approach to a Multi Objective Model for a Machine Tool Selection and Operation Allocation Problem in FMS | |
CN117852803A (zh) | 配电网施工资源调度方法、装置、计算机设备和存储介质 | |
CN117035703B (zh) | 一种面向云制造的企业间协同调度优化方法、系统及设备 |
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 |