CN115689502A - 设备排产方法、装置、生产系统及存储介质 - Google Patents
设备排产方法、装置、生产系统及存储介质 Download PDFInfo
- Publication number
- CN115689502A CN115689502A CN202211713919.6A CN202211713919A CN115689502A CN 115689502 A CN115689502 A CN 115689502A CN 202211713919 A CN202211713919 A CN 202211713919A CN 115689502 A CN115689502 A CN 115689502A
- Authority
- CN
- China
- Prior art keywords
- scheduling
- production
- energy consumption
- order
- optimal
- 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.)
- Granted
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
Abstract
本申请涉及一种设备排产方法、装置、生产系统及存储介质,涉及生产管理技术领域,该设备排产方法包括:获取订单信息;根据订单信息,获取多组生产设备的实际参数数据组;根据实际参数数据组,获取并更新每组生产设备生产单件指定产品的标准单件能耗值;以及根据实际参数数据组、标准单件能耗值以及排产约束条件,输出最优排产方案。本申请提供的设备排产方法、装置、生产系统及存储介质,其在得到排产方案的过程中,考虑了能耗的优化使用,降低了排产方案的生产能耗和生产成本。
Description
技术领域
本申请涉及生产管理技术领域,具体涉及一种设备排产方法、装置、生产系统及存储介质。
背景技术
目前,客户提供订单后,为了提高生产效率,快速完成订单,需要根据客户订单,得到生产设备的效率最优排产方案。但是,现有技术在生成排产方案的时候,通常是以效率为约束条件,没有考虑到生产设备能耗的问题,导致排产方案的生产能耗较高,生产成本较高。
发明内容
为了解决上述技术问题,本申请的实施例提供了一种设备排产方法、装置、生产系统及存储介质,其在得到排产方案的过程中,考虑了能耗的优化使用,降低了排产方案的生产能耗和生产成本。
根据本申请的一个方面,提供了一种设备排产方法,包括:
获取订单信息;
根据所述订单信息,获取多组生产设备的实际参数数据组;
根据所述实际参数数据组,获取并更新每组所述生产设备生产单件指定产品的标准单件能耗值;以及
根据所述实际参数数据组、所述标准单件能耗值以及排产约束条件,输出最优排产方案。
根据本申请的一个方面,所述根据所述实际参数数据组、所述标准单件能耗值以及排产约束条件,输出最优排产方案包括:
根据所述实际参数数据组、所述标准单件能耗值以及所述排产约束条件,输出当前订单的备选排产方案;
若所述当前订单的备选排产方案的生产时长小于或者等于时长阈值,则将所述当前订单的备选排产方案作为所述当前订单的最优排产方案输出。
根据本申请的一个方面,在所述输出当前订单的备选排产方案之后,所述根据所述实际参数数据组、所述标准单件能耗值以及排产约束条件,输出最优排产方案还包括:
若所述当前订单的备选排产方案的生产时长大于所述时长阈值,则按照拆单规则拆分所述当前订单,得到基础订单和额外订单;以及
若所述基础订单的备选排产方案的生产时长小于或等于所述时长阈值,则将所述基础订单的备选排产方案作为所述基础订单的最优排产方案输出。
根据本申请的一个方面,在所述得到基础订单和额外订单之后,所述设备排产方法还包括:
根据第一额外订单处理规则,将所述额外订单合并入所述基础订单;或者,
根据第二额外订单处理规则,将所述额外订单合并入订单库中;或者,
根据第三额外订单处理规则,标定所述额外订单为待定状态。
根据本申请的一个方面,所述根据所述实际参数数据组、所述标准单件能耗值以及排产约束条件,输出最优排产方案包括:
若所述排产约束条件为时间约束条件,则根据所述实际参数数据组中的时长数据,将生产时长最短的排产方案作为所述最优排产方案输出。
根据本申请的一个方面,所述根据所述实际参数数据组、所述标准单件能耗值以及排产约束条件,输出最优排产方案包括:
若所述排产约束条件为能耗约束条件,则根据所述标准单件能耗值,将生产能耗值最低的排产方案作为所述最优排产方案输出。
根据本申请的一个方面,所述根据所述实际参数数据组、所述标准单件能耗值以及排产约束条件,输出最优排产方案包括:
若所述排产约束条件为时间和能耗约束条件,则对所述实际参数数据组中的生产时长数据以及所述标准单件能耗值各自施加不同的惩罚系数,得到排产方案排序结果;以及
根据所述排产方案排序结果,输出所述最优排产方案。
根据本申请的一个方面,所述获取订单信息包括:
获取多组订单信息;
所述根据所述实际参数数据组、所述标准单件能耗值以及排产约束条件,输出最优排产方案包括:
根据所述实际参数数据组、所述标准单件能耗值以及所述排产约束条件,输出每组所述订单信息对应的最优排产方案;
所述设备排产方法还包括:
根据每组所述订单信息对应的最优排产方案和预设目标,输出多组所述订单信息对应的整体最优排产方案。
根据本申请的一个方面,所述根据每组所述订单信息对应的最优排产方案和预设目标,输出多组所述订单信息对应的整体最优排产方案包括:
根据每组所述订单信息对应的最优排产方案,得到多组所述订单信息对应的整体备选排产方案;以及
若多组所述订单信息对应的整体备选排产方案满足所述预设目标,则将多组所述订单信息对应的整体备选排产方案作为所述整体最优排产方案输出。
根据本申请的一个方面,在所述得到多组所述订单信息对应的整体备选排产方案之后,所述根据每组所述订单信息对应的最优排产方案和预设目标,输出多组所述订单信息对应的整体最优排产方案包括:
若多组所述订单信息对应的整体备选排产方案不满足所述预设目标,则调整多组所述订单信息对应的实际参数数据组;
根据调整后的所述实际参数数据组,得到每组所述生产设备更新后的所述标准单件能耗值;
根据调整后的所述实际参数数据组、更新后的所述标准单件能耗值以及所述排产约束条件,输出每组所述订单信息对应的新的最优排产方案;
根据每组所述订单信息对应的新的最优排产方案,得到多组所述订单信息对应的新整体备选排产方案;以及
若多组所述订单信息对应的新整体备选排产方案满足所述预设目标,则将所述新整体备选排产方案作为所述整体最优排产方案输出。
根据本申请的一个方面,所述根据所述实际参数数据组,获取并更新每组所述生产设备生产单件指定产品的标准单件能耗值包括:
根据所述实际参数数据组,得到设备特征值;其中,所述设备特征值表征所述生产设备的设备利用率;以及
根据所述设备特征值和所述实际参数数据组,获取并更新每组所述生产设备生产单件指定产品的标准单件能耗值。
根据本申请的另一个方面,还提供了一种设备排产装置,包括:
第一获取模块,配置为获取订单信息;
第二获取模块,配置为根据所述订单信息,获取多组生产设备的实际参数数据组;
第一更新模块,配置为根据所述实际参数数据组,获取并更新每组所述生产设备生产单件指定产品的标准单件能耗值;以及
第一输出模块,配置为根据所述实际参数数据组、所述标准单件能耗值以及排产约束条件,输出最优排产方案。
根据本申请的另一个方面,还提供了一种生产系统,包括:
多组生产设备;以及
电子设备,通讯连接多组所述生产设备,所述电子设备配置为执行如前所述的设备排产方法。
根据本申请的另一个方面,还提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序配置为执行如前所述的设备排产方法。
本申请实施例提供的设备排产方法、装置、生产系统及存储介质,其通过获取订单信息,然后根据订单信息,获取多组生产设备的实际参数数据组,然后根据实际参数数据组,获取并更新每组生产设备生产单件指定产品的标准单件能耗值,然后根据实际参数数据组、标准单件能耗值以及排产约束条件,输出最优排产方案,第一方面,由于标准单件能耗值体现了每组生产设备的能耗标准,因此得到的最优排产方案考虑了能耗参数的因素,由于从实际参数数据组可以得到每组生产设备的生产效率,因此得到的最优排产方法也同时考虑了效率参数的因素,这样,根据实际参数数据组、标准单件能耗值以及排产约束条件,输出的最优排产方案,不仅可以保证以较高的效率完成订单,而且还可以进行能耗的优化使用,降低了生产能耗和生产成本,使得生产过程符合环保要求;第二方面,由于实际参数数据组在实际生产时会不断更新,因此,每组生产设备的标准单件能耗值也可以持续更新,这样,根据标准单件能耗值得到的最优排产方案可以实时兼顾能耗的优化利用,有效地降低整体生产能耗。
附图说明
通过结合附图对本申请实施例进行更详细的描述,本申请的上述以及其他目的、特征和优势将变得更加明显。附图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,与本申请实施例一起用于解释本申请,并不构成对本申请的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1为本申请一示例性实施例提供的设备排产方法的流程示意图。
图2为本申请一示例性实施例提供的根据实际参数数据组、标准单件能耗值以及排产约束条件,输出最优排产方案的流程示意图。
图3为本申请另一示例性实施例提供的根据实际参数数据组、标准单件能耗值以及排产约束条件,输出最优排产方案的流程示意图。
图4为本申请另一示例性实施例提供的设备排产方法的流程示意图。
图5为本申请另一示例性实施例提供的设备排产方法的流程示意图。
图6为本申请另一示例性实施例提供的设备排产方法的流程示意图。
图7为本申请另一示例性实施例提供的设备排产方法的流程示意图。
图8为本申请另一示例性实施例提供的设备排产方法的流程示意图。
图9为本申请另一示例性实施例提供的设备排产方法的流程示意图。
图10为本申请另一示例性实施例提供的设备排产方法的流程示意图。
图11为本申请一示例性实施例提供的根据每组订单信息对应的最优排产方案和预设目标,输出多组订单信息对应的整体最优排产方案的流程示意图。
图12为本申请另一示例性实施例提供的根据每组订单信息对应的最优排产方案和预设目标,输出多组订单信息对应的整体最优排产方案的流程示意图。
图13为本申请另一示例性实施例提供的设备排产方法的流程示意图。
图14为本申请一示例性实施例提供的设备排产装置的结构框图。
图15为本申请另一示例性实施例提供的设备排产装置的结构框图。
图16为本申请一示例性实施例提供的生产系统的结构框图。
图17为本申请一示例性实施例提供的电子设备的结构框图。
具体实施方式
下面,将参考附图详细地描述根据本申请的示例实施例。显然,所描述的实施例仅仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
目前,客户提供订单后,根据客户订单需求,生成排产方案。在生成排产方案的过程中,为了尽可能地减少库存,通常以生产工时最短或者生产效率最高的条件,作为生成排产方案的约束条件,这样得到的排产方案忽略了能耗因素,导致最终的排产方案的生产能耗较高,不仅生产成本较高,而且也无法满足环保的要求。
为此,本申请实施例提供了一种设备排产方法、装置、生产系统及存储介质,其在得到排产方案的过程中,考虑了能耗的优化使用,降低了排产方案的生产能耗,不仅降低了生产成本,而且可以使得排产方案满足环保要求。下面对设备排产方法、装置、生产系统及存储介质进行详细介绍。
图1为本申请一示例性实施例提供的设备排产方法的流程示意图。如图1所示,本申请实施例提供的设备排产方法可以包括:
S210:获取订单信息。
具体地,可以从订单库中获取订单信息,订单信息可以包括生产指定产品的类型,生产指定产品的数量等。
S220:根据订单信息,获取多组生产设备的实际参数数据组。
具体地,根据订单信息,可以针对订单信息匹配相对应的生产数据,得到多组生产设备的实际参数数据组。
在一实施例中,生产设备可以包括注塑机、冲压机、切割机等。
在一实施例中,生产设备可以包括注塑机与模具的组合设备、冲压机与模具的组合设备等。本申请实施例以生产设备为注塑机与模具的组合设备的情况进行介绍,不同组的生产设备可以理解为同一种注塑机与不同类型的模具组合形成不同的生产设备,也可以理解为同一种模具与不同类型的注塑机组合形成不同的生产设备。
在一实施例中,生产设备的实际参数数据组可以包括生产设备的型号、生产设备的工艺参数、设备运行时长、生产指定产品时长、实际能耗数据、可用生产设备的数量、生产设备当前所处的状态、生产周期时长、暖机时长,换模时长等。
S230:根据实际参数数据组,获取并更新每组生产设备生产单件指定产品的标准单件能耗值。
需要说明的是,标准单件能耗值可以理解为每组生产设备在理想状态下,生产单件指定产品的能耗值。应当理解的是,指定产品的类型发生改变后,标准单件能耗值也会对应发生变化。
具体地,根据实际参数数据组,进行模型训练后,可以不断更新得到每组生产设备生产单件指定产品的标准单件能耗值,标准单件能耗值可以作为生产设备生产指定产品的参考。
S240:根据实际参数数据组、标准单件能耗值以及排产约束条件,输出最优排产方案。
具体地,由于标准单件能耗值体现了每组生产设备的能耗标准,因此得到的最优排产方案中考虑了能耗参数的因素;由于从实际参数数据组可以得到每组生产设备的生产效率,因此得到的最优排产方案也同时考虑了效率参数的因素。这样,根据实际参数数据组、标准单件能耗值以及排产约束条件,输出的最优排产方案,不仅可以保证以较高的效率完成订单,而且还可以进行能耗的优化使用,降低了生产能耗和生产成本,使得生产过程符合环保要求。
需要说明的是,排产约束条件可以根据实际情况进行设定,在一实施例中,排产约束条件可以包括时间优先约束条件、能耗优先约束条件、时间优先和能耗兼顾的约束条件。
应当理解的是,由于实际参数数据组在实际生产时会不断更新,因此,每组生产设备的标准单件能耗值也可以持续更新,这样,根据标准单件能耗值得到的最优排产方案可以实时兼顾能耗的优化利用,有效地降低整体生产能耗。
本申请实施例提供的设备排产方法,其通过获取订单信息,然后根据订单信息,获取多组生产设备的实际参数数据组,然后根据实际参数数据组,获取并更新每组生产设备生产单件指定产品的标准单件能耗值,然后根据实际参数数据组、标准单件能耗值以及排产约束条件,输出最优排产方案;第一方面,由于标准单件能耗值体现了每组生产设备的能耗标准,因此得到的最优排产方案考虑了能耗参数的因素,由于从实际参数数据组可以得到每组生产设备的生产效率,因此得到的最优排产方法也同时考虑了效率参数的因素,这样,根据实际参数数据组、标准单件能耗值以及排产约束条件,输出的最优排产方案,不仅可以保证以较高的效率完成订单,而且还可以进行能耗的优化使用,降低了生产能耗和生产成本,使得生产过程符合环保要求;第二方面,由于实际参数数据组在实际生产时会不断更新,因此,每组生产设备的标准单件能耗值也可以持续更新,这样,根据标准单件能耗值得到的最优排产方案可以实时兼顾能耗的优化利用,有效地降低整体生产能耗。
图2为本申请一示例性实施例提供的根据实际参数数据组、标准单件能耗值以及排产约束条件,输出最优排产方案的流程示意图。如图2所示,步骤S240可以包括:
S241:根据实际参数数据组、标准单件能耗值以及排产约束条件,输出当前订单的备选排产方案。
S242:若当前订单的备选排产方案的生产时长小于或者等于时长阈值,则将当前订单的备选排产方案作为当前订单的最优排产方案输出。
应当理解的是,根据实际参数数据组、标准单件能耗值以及排产约束条件,输出的当前订单的备选排产方案同样同时考虑了效率和能耗的因素。
具体地,若当前订单的备选排产方案的生产时长小于或者等于时长阈值,那么可以认为在当前生产班次下,通过该备选排产方案可以完成当前订单,不用将当前订单进行拆分,这样,也就可以将当前订单的备选排产方案作为当前订单的最优排产方案,按计划完成订单。
应当理解的是,时长阈值可以根据实际班次情况进行设定,本申请对时长阈值不作具体限定。
图3为本申请另一示例性实施例提供的根据实际参数数据组、标准单件能耗值以及排产约束条件,输出最优排产方案的流程示意图。如图3所示,在步骤S241之后,步骤S240还可以包括:
S243:若当前订单的备选排产方案的生产时长大于时长阈值,则按照拆单规则拆分当前订单,得到基础订单和额外订单。
S244:若基础订单的备选排产方案的生产时长小于或等于时长阈值,则将基础订单的备选排产方案作为基础订单的最优排产方案输出。
具体地,若当前订单的备选排产方案的生产时长大于时长阈值,那么可以认为在当前生产班次下,当前订单的备选排产方案无法完成当前订单,需要对当前订单进行拆分。
在一实施例中,按照拆单规则,可以将当前订单进行拆分,得到基础订单和额外订单,然后判断基础订单的备选排产方法的生产时长与时长阈值的大小关系,如果基础订单的备选排产方案的生产时长小于或者等于时长阈值,那么可以认为在当前生产班次下,通过该排产方案可以完成该基础订单,不用对基础订单再次进行拆分,这样,也就可以将基础订单的备选排产方案作为当前订单的最优排产方案,按计划完成订单。如果基础订单的备选排产方案的生产时长大于时长阈值,则需要根据拆单规则对基础订单再次进行拆单,直至拆分后的基础订单的备选排产方案的生产时长小于或者等于时长阈值。
在一实施例中,拆单规则可以包括做满单班规则,即生产设备运行单一班次后停止当次生产作业,这样通过做满单班规则可以将当前订单拆分为多个基础单和一个额外单,每个单一班次可以完成一个基础单,额外单的处理规则后文进行详细介绍。
在一实施例中,拆单规则可以包括做满指定时长规则,即生产设备运行到指定时长后停止当次生产作业,这样通过做满指定时长规则可以分为基础单和多个额外单,基础单可以在指定时长内完成,额外单的处理规则后文进行详细介绍。
在一实施例中,拆单规则可以包括做满指定数量规则,即生产设备生产指定产品到指定数量后停止当次生产作业,这样通过做满指定数量规则可以分为基础单和多个额外单,生产指定数量的产品可以完成基础单,额外单的处理规则后文进行详细介绍。
在一实施例中,拆单规则可以根据实际情况进行设定,不同的拆单规则可以应用于生产的不同阶段。
应当理解的是,基础订单的备选排产方案的生成过程与前述当前订单的备选排产方法的生成过程类似,这里不再详细介绍。
图4为本申请另一示例性实施例提供的设备排产方法的流程示意图。如图4所示,在步骤S243之后,设备排产方法还可以包括:
S250:根据第一额外订单处理规则,将额外订单插入到基础订单之后,并标记为跟随基础订单处理状态。
具体地,跟随基础订单处理状态可以理解为在基础订单处理完成后,再处理排在基础订单之后且与基础订单相邻的订单的状态。在实际应用中,可以根据实际情况,例如,订单需要加急处理时,可以选择执行步骤S250,即根据第一额外订单处理规则,将额外订单插入到基础订单之后,并标记为跟随基础订单处理状态,在基础订单处理完成后,立刻处理额外订单,实现加急处理基础订单和额外订单的作用。额外订单的处理方式与基础订单的处理方式类似,可参照关于处理基础订单的相关介绍。
图5为本申请另一示例性实施例提供的设备排产方法的流程示意图。如图5所示,在步骤S243之后,设备排产方法还可以包括:
S260:根据第二额外订单处理规则,将额外订单合并入订单库中。
具体地,若额外订单不需着急处理,则可以选择执行步骤S260,即根据第二额外订单处理规则,将额外订单合并入订单库,然后将额外订单作为新的订单,执行步骤S210、步骤S220、步骤S230以及步骤S240得到最优排产方案。
图6为本申请另一示例性实施例提供的设备排产方法的流程示意图。如图6所示,在步骤S243之后,设备排产方法还可以包括:
S270:根据第三额外订单处理规则,标定额外订单为待定状态。
具体地,若额外订单可以不用处理,那么可以选择执行步骤S270,即根据第三额外订单规则,将额外订单标定为待定状态,待后续再确定删除该额外订单还是需继续完成该订单。
需要说明的是,对于同一个额外订单而言,可以选择上述三种额外订单处理规则的其中一者;而对于多个额外订单而言,不同的额外订单可以选择相同的额外订单处理规则,也可以选择不同的额外订单处理规则。
图7为本申请另一示例性实施例提供的设备排产方法的流程示意图。如图7所示,步骤S240可以包括:
S245:若排产约束条件为时间约束条件,则根据实际参数数据组中的时长数据,将生产时长最短的排产方案作为最优排产方案输出。
需要说明的是,生产时长可以理解为生产指定产品的工时、生产设备的暖机时长、注塑机更换模具的时长等与生产相关时长的总和。
具体地,根据每组生产设备的实际参数数据数据组,可以得到每组生产设备的生产时长,根据每组生产设备的生产时长,可以对应得到不同组生产设备排产时的整体时长,遍历排序后,也就可以输出生产时长最短的排产方案,在约束条件为时间约束条件的情况下,得到的生产时长最短的排产方案可以作为最优排产方案输出。
图8为本申请另一示例性实施例提供的设备排产方法的流程示意图。如图8所示,步骤S240包括:
S246:若排产约束条件为能耗约束条件,则根据标准单件能耗值,将生产能耗值最低的排产方案作为最优排产方案输出。
具体地,在根据订单信息确定需要生产的产品类型后,根据每组生产设备生产单件指定产品的标准单件能耗值,可以对应得到不同组生产设备排产后的整体能耗值,遍历排序后,也就可以输出生产能耗值最低的排产方案,在约束条件为能耗约束的条件下,得到的生产能耗值最低的排产方案可以作为最优排产方案输出。
图9为本申请另一示例性实施例提供的设备排产方法的流程示意图。如图9所示,步骤S240括:
S247:若排产约束条件为时间和能耗约束条件,则对实际参数数据组中的生产时长数据以及标准单件能耗值各自施加不同的惩罚系数,得到排产方案排序结果。
S248:根据排产方案排序结果,输出最优排产方案。
具体地,若排产约束条件为时间和能耗约束条件,在考虑生产时长和能耗两方面因素的时候,可以考虑对实际参数数据组中的生产时长数据以及标准单件能耗值各自施加不同的惩罚系数,得到不同排产方法的排序结果,该排序结果综合考虑了生产时长和能耗两方面因素,因此,根据根据排产方案排序结果,输出的最优排产方案可以同时兼顾生产效率和生产能耗。
在一实施例中,可以依据数据库的实际参数数据组和能耗值进行相关的模型训练,得到在时间和能耗约束条件下的时间和能耗各自的最优惩罚系数,对实际参数数据组中的生产时长数据以及标准单件能耗值各自施加对应的最优惩罚系数后,可以在保证效率最高的同时,使生产能耗处于较低的水平,做好效率与能耗之间的平衡。具体地,模型训练的算法可以包括逻辑回归,随机森林,支持向量机,KNN算法,朴素贝叶斯,决策树分类器等算法。
图10为本申请另一示例性实施例提供的设备排产方法的流程示意图。如图10所示,步骤S210可以包括:
S211:获取多组订单信息。
对应地,步骤S240可以包括:
S249:根据实际参数数据组、标准单件能耗值以及排产约束条件,输出每组订单信息对应的最优排产方案。
对应地,设备排产方法还可以包括:
S280:根据每组订单信息对应的最优排产方案和预设目标,输出多组订单信息对应的整体最优排产方案。
具体地,在订单为多组的情况下,可以获取多组订单信息,得到与每组订单信息匹配的实际参数数据组,然后根据每组的实际参数数据组、标准单件能耗值以及排产约束条件,可以得到每组订单对应的最优排产方案,将每组订单对应的最优排产方案通过多组寻优算法,可以得到满足预设目标的多组订单信息对应的整体最优排产方案,即在处理多组订单的过程中,兼顾生产效率和生产能耗,使得多组订单信息对应的整体最优排产方案可以考虑能耗的优化使用,降低生产能耗和生产成本。
在一实施例中,多组寻优算法可以包括动态规划,遗传算法,蚁群算法,果蝇算法,粒子群,模拟退火,强化学习等算法等。
在一实施例中,预设目标可以包括需要低于预设能耗阈值的目标、需要小于预设时间阈值的目标等。具体地,预设目标可以根据实际生成情况设定,本申请对此不作具体限定。
图11为本申请一示例性实施例提供的根据每组订单信息对应的最优排产方案和预设目标,输出多组订单信息对应的整体最优排产方案的流程示意图。如图11所示,步骤S280可以包括:
S281:根据每组订单信息对应的最优排产方案,得到多组订单信息对应的整体备选排产方案。
S282:若多组订单信息对应的整体备选排产方案满足预设目标,则将多组订单信息对应的整体备选排产方案作为整体最优排产方案输出。
应当理解的是,由于每组订单信息对应的最优排产方案均考虑能耗和效率的因素,因此,根据每组订单信息对应的最优排产方案得到的多组订单信息对应的整体备选排产方案,同样同时考虑了效率和能耗的因素。
具体地,若多组订单信息对应的整体备选排产方案满足预设目标,那么可以认为该整体备选排产方法可以达到预设目标的要求,可以直接将多组订单信息对应的整体备选排产方案作为整体最优排产方案输出,按计划完成多组订单。
图12为本申请另一示例性实施例提供的根据每组订单信息对应的最优排产方案和预设目标,输出多组订单信息对应的整体最优排产方案的流程示意图。如图12所示,在步骤S281之后,步骤S280可以包括:
S283:若多组订单信息对应的整体备选排产方案不满足预设目标,则调整多组订单信息对应的实际参数数据组。
具体地,若多组订单信息对应的整体备选排产方案不满足预设目标,可以认为该整体备选排产方案并没有达到预设目标的要求,无法作为最终的排产方案输出,因此,需要对多组订单信息对应的实际参数数据组进行调整。
在一实施例中,在利用遗传算法进行多组寻优时,对多组订单信息对应的实际参数数据组可以通过交叉变异的方式,以调整多组生产设备之间的组合方式、多组生产设备的实际参数数据组等。
S284:根据调整后的实际参数数据组,得到每组生产设备更新后的标准单件能耗值。
具体地,步骤S284与步骤S230的执行过程类似,可参照步骤S230的执行过程,执行步骤S284,得到每组生产设备更新后的标准单件能耗值。
S285:根据调整后的实际参数数据组、更新后的标准单件能耗值以及排产约束条件,输出每组订单信息对应的新的最优排产方案。
具体地,步骤S285与步骤S240的执行过程类似,可参照步骤S240的执行过程,执行步骤S285,输出每组订单信息对应的新的最优排产方案。
S286:根据每组订单信息对应的新的最优排产方案,得到多组订单信息对应的新整体备选排产方案。
具体地,步骤S286与步骤S281的执行过程类似,可参照步骤S281的执行过程,执行步骤S286,得到多组订单信息对应的新整体备选排产方案。
S287:若多组订单信息对应的新整体备选排产方案满足预设目标,则将新整体备选排产方案作为整体最优排产方案输出。
具体地,步骤S287与步骤S282的执行过程类似,可参照步骤S282的执行过程,执行步骤S287,将新整体备选排产方案作为整体最优排产方案输出。
应当理解的是,执行步骤S283、步骤S284、步骤S285、步骤S286以及步骤S287之后,可以通过改变实际参数数据组,得到新的整体最优排产方案,完成多组订单的寻优过程,在保证生产效率的情况下,以最节能的方式完成多组订单。
在一实施例中,若多组订单信息对应的新整体备选排产方案仍然不满足预设目标,那么需要再次或者多次循环执行步骤S283、步骤S284、步骤S285以及步骤S286,直至得到满足预设目标的整体最优排产方案。
图13为本申请另一示例性实施例提供的设备排产方法的流程示意图。如图13所示,步骤S230可以包括:
S231:根据实际参数数据组,得到设备特征值。
具体地,设备特征值可以表征生产设备的设备利用率,可以通过实际参数数据中与生产设备的运行时长、生产设备暖机时长、生产作业总时长等相关的参数,计算得到设备特征值。
在一实施例中,设备特征值与设备利用率之间可以相互转换,设备特征值与设备利用率呈正相关关系,设备特征值越大设备利用率也就越大,设备特征值越小,设备利用率也就越小。
S232:根据设备特征值和实际参数数据组,获取并更新每组生产设备生产单件指定产品的标准单件能耗值。
需要说明的是,标准单件能耗值可以理解为每组生产设备在理想状态下,生产单件指定产品的能耗值。应当的理解的是,指定产品的类型发生改变后,标准单件能耗值也会对应发生变化。
具体地,根据设备特征值和实际参数数据组中生产指定产品的总时长、生产指定产品的数量、生产指定产品所用总时长等相关参数,可以计算得到每组生产设备生产单件指定产品的标准单件能耗值。
需要说明的是,由于每组生产设备的实际参数数据组在生产设备持续生产的过程中,可以实时更新,那么根据实际参数数据组计算得到的设备特征值和标准单件能耗值也可以实时更新,这样,根据标准单件能耗值得到的最优排产方案可以实时兼顾能耗的优化利用,有效地降低整体生产能耗。
图14为本申请一示例性实施例提供的设备排产装置的结构框图。如图14所示,本申请实施例提供的设备排产装置400可以包括:第一获取模块410,配置为获取订单信息;第二获取模块420,配置为根据订单信息,获取多组生产设备的实际参数数据组;第一更新模块430,配置为根据实际参数数据组,获取并更新每组生产设备生产单件指定产品的标准单件能耗值;以及第一输出模块440,配置为根据实际参数数据组、标准单件能耗值以及排产约束条件,输出最优排产方案。
本申请实施例提供的设备排产装置,其通过获取订单信息,然后根据订单信息,获取多组生产设备的实际参数数据组,然后根据实际参数数据组,获取并更新每组生产设备生产单件指定产品的标准单件能耗值,然后根据实际参数数据组、标准单件能耗值以及排产约束条件,输出最优排产方案,第一方面,由于标准单件能耗值体现了每组生产设备的能耗标准,因此得到的最优排产方案考虑了能耗参数的因素,由于从实际参数数据组可以得到每组生产设备的生产效率,因此得到的最优排产方法也同时考虑了效率参数的因素,这样,根据实际参数数据组、标准单件能耗值以及排产约束条件,输出的最优排产方案,不仅可以保证以较高的效率完成订单,而且还可以进行能耗的优化使用,降低了生产能耗和生产成本,使得生产过程符合环保要求;第二方面,由于实际参数数据组在实际生产时会不断更新,因此,每组生产设备的标准单件能耗值也可以持续更新,这样,根据标准单件能耗值得到的最优排产方案可以实时兼顾能耗的优化利用,有效地降低整体生产能耗。
图15为本申请另一示例性实施例提供的设备排产装置的结构框图。如图15所示,在一实施例中,第一输出模块440可以包括第二输出模块441,配置为根据实际参数数据组、标准单件能耗值以及排产约束条件,输出当前订单的备选排产方案;第三输出模块442,配置为若当前订单的备选排产方案的生产时长小于或者等于时长阈值,则将当前订单的备选排产方案作为当前订单的最优排产方案输出。
如图15所示,在一实施例中,第一输出模块440可以包括拆分模块443,配置为若当前订单的备选排产方案的生产时长大于时长阈值,则按照拆单规则拆分当前订单,得到基础订单和额外订单;以及第四输出模块444,配置为若基础订单的备选排产方案的生产时长小于或等于时长阈值,则将基础订单的备选排产方案作为基础订单的最优排产方案输出。
如图15所示,在一实施例中,设备排产装置400可以包括第一合并模块450,配置为根据第一额外订单处理规则,将额外订单合并入基础订单。
如图15所示,在一实施例中,设备排产装置400可以包括第二合并模块460,配置为根据第二额外订单处理规则,将额外订单合并入订单库中。
如图15所示,在一实施例中,设备排产装置400可以包括第三合并模块470,配置为根据第三额外订单处理规则,标定额外订单为待定状态。
如图15所示,在一实施例中,第一输出模块440可以包括第五输出模块445,配置为若排产约束条件为时间约束条件,则根据实际参数数据组中的时长数据,将生产时长最短的排产方案作为最优排产方案输出。
如图15所示,在一实施例中,第一输出模块440可以包括第六输出模块446,配置为若排产约束条件为能耗约束条件,则根据标准单件能耗值,将生产能耗值最低的排产方案作为最优排产方案输出。
如图15所示,在一实施例中,第一输出模块440可以包括排序模块447,配置为若排产约束条件为时间和能耗约束条件,则对实际参数数据组中的时长数据以及标准单件能耗值各自施加不同的惩罚系数,得到排产方案排序结果;以及第七输出模块448,配置为根据排产方案排序结果,输出最优排产方案。
如图15所示,在一实施例中,第一获取模块410可以配置为获取多组订单信息;对应地,第一输出模块440可以包括第八输出模块449,配置为根据实际参数数据组、标准单件能耗值以及排产约束条件,输出每组订单信息对应的最优排产方案;对应地,设备排产装置400可以包括第九输出模块480,配置为根据每组订单信息对应的最优排产方案和预设目标,输出多组订单信息对应的整体最优排产方案。
如图15所示,在一实施例中,第九输出模块480可以包括第十输出模块481,配置为根据每组订单信息对应的最优排产方案,得到多组订单信息对应的整体备选排产方案;以及第十一输出模块482,配置为若多组订单信息对应的整体备选排产方案满足预设目标,则将多组订单信息对应的整体备选排产方案作为整体最优排产方案输出。
如图15所示,在一实施例中,第九输出模块480可以包括修改模块483,配置为若多组订单信息对应的整体备选排产方案不满足预设目标,则调整多组订单信息对应的实际参数数据组;第二更新模块484,配置为根据调整后的实际参数数据组,得到每组生产设备更新后的标准单件能耗值;第十二输出模块485,配置为根据调整后的实际参数数据组、更新后的标准单件能耗值以及排产约束条件,输出每组订单信息对应的新的最优排产方案;第十三输出模块486,配置为根据每组订单信息对应的新的最优排产方案,得到多组订单信息对应的新整体备选排产方案;以及第十四输出模块487,配置为若多组订单信息对应的新整体备选排产方案满足预设目标,则将新整体备选排产方案作为整体最优排产方案输出。
如图15所示,在一实施例中,第一更新模块430可以包括第一计算模块431,配置为根据实际参数数据组,得到设备特征值;其中,设备特征值表征生产设备的设备利用率;以及第三更新模块432,配置为根据设备特征值和实际参数数据组,获取并更新每组生产设备生产单件指定产品的标准单件能耗值。
图16为本申请一示例性实施例提供的生产系统的结构框图。如图16所示,本申请实施例提供的生产系统600包括:多组生产设备610;以及电子设备620,通讯连接多组生产设备610,电子设备620配置为执行如前所述的设备排产方法。
本申请实施例提供的生产系统,其通过获取订单信息,然后根据订单信息,获取多组生产设备的实际参数数据组,然后根据实际参数数据组,获取并更新每组生产设备生产单件指定产品的标准单件能耗值,然后根据实际参数数据组、标准单件能耗值以及排产约束条件,输出最优排产方案,第一方面,由于标准单件能耗值体现了每组生产设备的能耗标准,因此得到的最优排产方案考虑了能耗参数的因素,由于从实际参数数据组可以得到每组生产设备的生产效率,因此得到的最优排产方法也同时考虑了效率参数的因素,这样,根据实际参数数据组、标准单件能耗值以及排产约束条件,输出的最优排产方案,不仅可以保证以较高的效率完成订单,而且还可以进行能耗的优化使用,降低了生产能耗和生产成本,使得生产过程符合环保要求;第二方面,由于实际参数数据组在实际生产时会不断更新,因此,每组生产设备的标准单件能耗值也可以持续更新,这样,根据标准单件能耗值得到的最优排产方案可以实时兼顾能耗的优化利用,有效地降低整体生产能耗。
图17为本申请一示例性实施例提供的电子设备的结构框图。如图17所示,该电子设备620可以是第一设备和第二设备中的任一个或两者、或与它们独立的单机设备,该单机设备可以与第一设备和第二设备进行通信,以从它们接收所采集到的输入信号。
如图17所示,电子设备620包括一个或多个处理器621和存储器622。
处理器621可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备620中的其他组件以执行期望的功能。
存储器622可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器621可以运行所述程序指令,以实现上文所述的本申请的各个实施例的控制方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。
在一个示例中,电子设备620还可以包括:输入装置623和输出装置624,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
在该控制器是单机设备时,该输入装置623可以是通信网络连接器,用于从第一设备和第二设备接收所采集的输入信号。
此外,该输入装置623还可以包括例如键盘、鼠标等等。
该输出装置624可以向外部输出各种信息,包括确定出的距离信息、方向信息等。该输出装置624可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图17中仅示出了该电子设备620中与本申请有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备620还可以包括任何其他适当的组件。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本申请的基本原理,但是,需要指出的是,在本申请中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本申请为必须采用上述具体的细节来实现。
本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
还需要指出的是,在本申请的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此,本申请不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (14)
1.一种设备排产方法,其特征在于,包括:
获取订单信息;
根据所述订单信息,获取多组生产设备的实际参数数据组;
根据所述实际参数数据组,获取并更新每组所述生产设备生产单件指定产品的标准单件能耗值;以及
根据所述实际参数数据组、所述标准单件能耗值以及排产约束条件,输出最优排产方案。
2.根据权利要求1所述的设备排产方法,其特征在于,所述根据所述实际参数数据组、所述标准单件能耗值以及排产约束条件,输出最优排产方案包括:
根据所述实际参数数据组、所述标准单件能耗值以及所述排产约束条件,输出当前订单的备选排产方案;以及
若所述当前订单的备选排产方案的生产时长小于或者等于时长阈值,则将所述当前订单的备选排产方案作为所述当前订单的最优排产方案输出。
3.根据权利要求2所述的设备排产方法,其特征在于,在所述输出当前订单的备选排产方案之后,所述根据所述实际参数数据组、所述标准单件能耗值以及排产约束条件,输出最优排产方案还包括:
若所述当前订单的备选排产方案的生产时长大于所述时长阈值,则按照拆单规则拆分所述当前订单,得到基础订单和额外订单;以及
若所述基础订单的备选排产方案的生产时长小于或等于所述时长阈值,则将所述基础订单的备选排产方案作为所述基础订单的最优排产方案输出。
4.根据权利要求3所述的设备排产方法,其特征在于,在所述得到基础订单和额外订单之后,所述设备排产方法还包括:
根据第一额外订单处理规则,将所述额外订单插入到所述基础订单之后,并标记为跟随所述基础订单处理状态;其中,所述跟随所述基础订单处理状态表征在所述基础订单处理完成后,再处理排在所述基础订单之后且与所述基础订单相邻的订单的状态;或者,
根据第二额外订单处理规则,将所述额外订单合并入订单库中;或者,
根据第三额外订单处理规则,标定所述额外订单为待定状态。
5.根据权利要求1所述的设备排产方法,其特征在于,所述根据所述实际参数数据组、所述标准单件能耗值以及排产约束条件,输出最优排产方案包括:
若所述排产约束条件为时间约束条件,则根据所述实际参数数据组中的时长数据,将生产时长最短的排产方案作为所述最优排产方案输出。
6.根据权利要求1所述的设备排产方法,其特征在于,所述根据所述实际参数数据组、所述标准单件能耗值以及排产约束条件,输出最优排产方案包括:
若所述排产约束条件为能耗约束条件,则根据所述标准单件能耗值,将生产能耗值最低的排产方案作为所述最优排产方案输出。
7.根据权利要求1所述的设备排产方法,其特征在于,所述根据所述实际参数数据组、所述标准单件能耗值以及排产约束条件,输出最优排产方案包括:
若所述排产约束条件为时间和能耗约束条件,则对所述实际参数数据组中的生产时长数据以及所述标准单件能耗值各自施加不同的惩罚系数,得到排产方案排序结果;以及
根据所述排产方案排序结果,输出所述最优排产方案。
8.根据权利要求1所述的设备排产方法,其特征在于,所述获取订单信息包括:
获取多组订单信息;
所述根据所述实际参数数据组、所述标准单件能耗值以及排产约束条件,输出最优排产方案包括:
根据所述实际参数数据组、所述标准单件能耗值以及所述排产约束条件,输出每组所述订单信息对应的最优排产方案;
所述设备排产方法还包括:
根据每组所述订单信息对应的最优排产方案和预设目标,输出多组所述订单信息对应的整体最优排产方案。
9.根据权利要求8所述的设备排产方法,其特征在于,所述根据每组所述订单信息对应的最优排产方案和预设目标,输出多组所述订单信息对应的整体最优排产方案包括:
根据每组所述订单信息对应的最优排产方案,得到多组所述订单信息对应的整体备选排产方案;以及
若多组所述订单信息对应的整体备选排产方案满足所述预设目标,则将多组所述订单信息对应的整体备选排产方案作为所述整体最优排产方案输出。
10.根据权利要求9所述的设备排产方法,其特征在于,在所述得到多组所述订单信息对应的整体备选排产方案之后,所述根据每组所述订单信息对应的最优排产方案和预设目标,输出多组所述订单信息对应的整体最优排产方案包括:
若多组所述订单信息对应的整体备选排产方案不满足所述预设目标,则调整多组所述订单信息对应的实际参数数据组;
根据调整后的所述实际参数数据组,得到每组所述生产设备更新后的所述标准单件能耗值;
根据调整后的所述实际参数数据组、更新后的所述标准单件能耗值以及所述排产约束条件,输出每组所述订单信息对应的新的最优排产方案;
根据每组所述订单信息对应的新的最优排产方案,得到多组所述订单信息对应的新整体备选排产方案;以及
若多组所述订单信息对应的新整体备选排产方案满足所述预设目标,则将所述新整体备选排产方案作为所述整体最优排产方案输出。
11.根据权利要求1所述的设备排产方法,其特征在于,所述根据所述实际参数数据组,获取并更新每组所述生产设备生产单件指定产品的标准单件能耗值包括:
根据所述实际参数数据组,得到设备特征值;其中,所述设备特征值表征所述生产设备的设备利用率;以及
根据所述设备特征值和所述实际参数数据组,获取并更新每组所述生产设备生产单件指定产品的标准单件能耗值。
12.一种设备排产装置,其特征在于,包括:
第一获取模块,配置为获取订单信息;
第二获取模块,配置为根据所述订单信息,获取多组生产设备的实际参数数据组;
第一更新模块,配置为根据所述实际参数数据组,获取并更新每组所述生产设备生产单件指定产品的标准单件能耗值;以及
第一输出模块,配置为根据所述实际参数数据组、所述标准单件能耗值以及排产约束条件,输出最优排产方案。
13.一种生产系统,其特征在于,包括:
多组生产设备;以及
电子设备,通讯连接多组所述生产设备,所述电子设备配置为执行权利要求1至11中任一项所述的设备排产方法。
14.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序配置为执行如权利要求1至11中任一项所述的设备排产方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211713919.6A CN115689502B (zh) | 2022-12-30 | 2022-12-30 | 设备排产方法、装置、生产系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211713919.6A CN115689502B (zh) | 2022-12-30 | 2022-12-30 | 设备排产方法、装置、生产系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115689502A true CN115689502A (zh) | 2023-02-03 |
CN115689502B CN115689502B (zh) | 2023-04-14 |
Family
ID=85056653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211713919.6A Active CN115689502B (zh) | 2022-12-30 | 2022-12-30 | 设备排产方法、装置、生产系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115689502B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116562477A (zh) * | 2023-07-12 | 2023-08-08 | 深圳市微优微科技有限公司 | 工作组排产方案选取方法、装置、设备及存储介质 |
CN116643547A (zh) * | 2023-07-27 | 2023-08-25 | 宁德时代新能源科技股份有限公司 | 生产系统的调控方法、生产系统、电子设备及存储介质 |
CN117608257A (zh) * | 2024-01-23 | 2024-02-27 | 江苏中天互联科技有限公司 | 线缆排产方案的生成方法及电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104537503A (zh) * | 2015-01-15 | 2015-04-22 | 深圳市微优微科技有限公司 | 数据处理方法和系统 |
CN110110253A (zh) * | 2017-12-29 | 2019-08-09 | 北京奇虎科技有限公司 | 一种广告投放方法、装置及终端设备 |
CN110618668A (zh) * | 2019-09-29 | 2019-12-27 | 西北工业大学 | 柔性生产的绿色动态调度方法 |
CN111798114A (zh) * | 2020-06-28 | 2020-10-20 | 北京百度网讯科技有限公司 | 一种模型训练、订单处理方法、装置、设备及存储介质 |
CN112859785A (zh) * | 2021-01-19 | 2021-05-28 | 嘉兴学院 | 基于多目标优化算法的纸盆车间生产调度方法及调度系统 |
CN114125500A (zh) * | 2021-10-11 | 2022-03-01 | 深圳市易售科技有限公司 | 一种广告投放视频的合成方法及投放系统 |
CN114240168A (zh) * | 2021-12-17 | 2022-03-25 | 长沙智能制造研究总院有限公司 | 基于军工智能装备行业高级计划排程方法及系统 |
CN114693157A (zh) * | 2022-04-18 | 2022-07-01 | 浙江伟星实业发展股份有限公司 | 排产计划系统、方法、设备及存储介质 |
-
2022
- 2022-12-30 CN CN202211713919.6A patent/CN115689502B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104537503A (zh) * | 2015-01-15 | 2015-04-22 | 深圳市微优微科技有限公司 | 数据处理方法和系统 |
CN110110253A (zh) * | 2017-12-29 | 2019-08-09 | 北京奇虎科技有限公司 | 一种广告投放方法、装置及终端设备 |
CN110618668A (zh) * | 2019-09-29 | 2019-12-27 | 西北工业大学 | 柔性生产的绿色动态调度方法 |
CN111798114A (zh) * | 2020-06-28 | 2020-10-20 | 北京百度网讯科技有限公司 | 一种模型训练、订单处理方法、装置、设备及存储介质 |
CN112859785A (zh) * | 2021-01-19 | 2021-05-28 | 嘉兴学院 | 基于多目标优化算法的纸盆车间生产调度方法及调度系统 |
CN114125500A (zh) * | 2021-10-11 | 2022-03-01 | 深圳市易售科技有限公司 | 一种广告投放视频的合成方法及投放系统 |
CN114240168A (zh) * | 2021-12-17 | 2022-03-25 | 长沙智能制造研究总院有限公司 | 基于军工智能装备行业高级计划排程方法及系统 |
CN114693157A (zh) * | 2022-04-18 | 2022-07-01 | 浙江伟星实业发展股份有限公司 | 排产计划系统、方法、设备及存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116562477A (zh) * | 2023-07-12 | 2023-08-08 | 深圳市微优微科技有限公司 | 工作组排产方案选取方法、装置、设备及存储介质 |
CN116643547A (zh) * | 2023-07-27 | 2023-08-25 | 宁德时代新能源科技股份有限公司 | 生产系统的调控方法、生产系统、电子设备及存储介质 |
CN116643547B (zh) * | 2023-07-27 | 2023-11-14 | 宁德时代新能源科技股份有限公司 | 生产系统的调控方法、生产系统、电子设备及存储介质 |
CN117608257A (zh) * | 2024-01-23 | 2024-02-27 | 江苏中天互联科技有限公司 | 线缆排产方案的生成方法及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115689502B (zh) | 2023-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115689502B (zh) | 设备排产方法、装置、生产系统及存储介质 | |
KR20210076132A (ko) | 생산 스케줄링을 위한 심층 강화 학습 | |
Zhao et al. | Dynamic jobshop scheduling algorithm based on deep Q network | |
CN108089921A (zh) | 用于云端大数据运算架构的服务器及其运算资源最佳化方法 | |
US20210312295A1 (en) | Information processing method, information processing device, and information processing program | |
CN109992404A (zh) | 集群计算资源调度方法、装置、设备及介质 | |
Kamalinia et al. | Hybrid task scheduling method for cloud computing by genetic and DE algorithms | |
US11513851B2 (en) | Job scheduler, job schedule control method, and storage medium | |
Mortazavi et al. | A novel chaotic imperialist competitive algorithm for production and air transportation scheduling problems | |
Mezzogori et al. | Defining accurate delivery dates in make to order job-shops managed by workload control | |
KR20150084596A (ko) | 최적 설계 파라미터 탐색을 위한 최적화 방법 | |
Arredondo et al. | Learning and adaptation of a policy for dynamic order acceptance in make-to-order manufacturing | |
Khalilzadeh et al. | A modified PSO algorithm for minimizing the total costs of resources in MRCPSP | |
Buil et al. | Improvement of Lagrangian relaxation convergence for production scheduling | |
CN113962540A (zh) | 一种维修任务调度方法及相关设备 | |
Brammer et al. | Stochastic mixed model sequencing with multiple stations using reinforcement learning and probability quantiles | |
US20050097554A1 (en) | Charge rationing aware scheduler | |
JP2009295047A (ja) | 消費エネルギー推定装置、その未知パラメータ値推定装置、プログラム | |
Ostermeyer et al. | An ontology-based framework for the management of machining information in a data mining perspective | |
CN111027709B (zh) | 信息推荐方法、装置、服务器及存储介质 | |
Musiał et al. | Improvement of production process scheduling with the use of heuristic methods | |
Porter et al. | Production as a service: Optimizing utilization in manufacturing systems | |
Jun et al. | An improved dynamic structure-based neural networks determination approaches to simulation optimization problems | |
EP3633468B1 (en) | Distributed automated synthesis of correct-by-construction controllers | |
Condevaux-Lanloy et al. | SISP: simplified interface for stochastic programming: establishing a hard link between mathematical programming modeling languages and SMPS codes |
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 |