CN115775123A - 排产计划生成方法、系统、电子设备及可读存储介质 - Google Patents

排产计划生成方法、系统、电子设备及可读存储介质 Download PDF

Info

Publication number
CN115775123A
CN115775123A CN202211604209.XA CN202211604209A CN115775123A CN 115775123 A CN115775123 A CN 115775123A CN 202211604209 A CN202211604209 A CN 202211604209A CN 115775123 A CN115775123 A CN 115775123A
Authority
CN
China
Prior art keywords
production
order
sequence
block
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211604209.XA
Other languages
English (en)
Inventor
王晓虎
陈敏
黄中原
高波
周念念
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Geely Holding Group Co Ltd
Guangyu Mingdao Digital Technology Co Ltd
Original Assignee
Zhejiang Geely Holding Group Co Ltd
Guangyu Mingdao Digital Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Geely Holding Group Co Ltd, Guangyu Mingdao Digital Technology Co Ltd filed Critical Zhejiang Geely Holding Group Co Ltd
Priority to CN202211604209.XA priority Critical patent/CN115775123A/zh
Publication of CN115775123A publication Critical patent/CN115775123A/zh
Pending legal-status Critical Current

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

本发明涉及生产管理技术领域，公开了一种排产计划生成方法、系统、电子设备及可读存储介质，该方法通过获取到的各产品类型对应的排产订单块进行多次排序，得到多个排产订单块序列，在通过设置的排序约束条件对各产品生产订单之间的顺序根据产品类型进行约束，基于排序约束条件对应的预设满意值确定各排产订单块序列对应的序列满意值，从而从排产订单块序列确定目标序列，并根据目标序列生成排产计划，从而根据各排产订单块序列对应的序列满意值确定目标序列并生成排产计划，在对生产订单排产时充分考虑到订单的产品类型，提高了生产资料利用率，从而提高了生产效率。

Description

排产计划生成方法、系统、电子设备及可读存储介质
技术领域
本发明涉及生产管理技术领域，尤其涉及一种排产计划生成方法、系统、电子设备及可读存储介质。
背景技术
在汽车制造生产流程中，由于对于原材料或零部件的备货不到位、人力或物料的安排过于理想化、生产部门对于产能的估算具有误差等各式各样的问题，使得车辆生产的生产成本浪费严重、制造成本偏高、生产效率低下。为了解决上述问题，现有企业通过提前对产品生产订单安排对应的生产时间和生产资源，生成产品生产订单相应的排产计划，以把控生产成本合理生产效率，科学、合理、精益地进行生产。
但是，由于生产订单所生产的产品类型可能不同，所需要的生产原料、生产器材、生产产品线等生产资料也不同，现有的排产计划在安排生产订单的排产顺序时未考虑各订单相应的产品类型，排产计划混乱无序，出现在生产不同的生产订单时需要随着订单的产品类型改变生产资料等问题，从而造成生产资料无法被充分利用，生产效率低下。
发明内容
为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
鉴于以上所述现有技术的缺点，本发明公开了一种排产计划生成方法、系统、电子设备及可读存储介质，以提高生产资料利用率，从而提高生产效率。
本发明公开了一种排产计划生成方法，包括：获取排产订单块集合，所述排产订单块包括多个产品类型和各所述产品类型对应的至少一个排产订单块，所述排产订单块通过对所述产品类型对应的产品生产订单划分得到；通过对各所述排产订单块进行多次排序得到多个排产订单块序列，并设置排序约束表，其中，所述排序约束表包括多个排序约束条件和各所述排序约束条件对应的预设满意值，所述排序约束条件用于根据所述产品类型对各所述产品生产订单之间的顺序进行约束；根据所述排序约束表确定各所述排产订单块序列对应的序列满意值，并根据所述序列预设满意值从所述排产订单块序列中确定目标序列，其中，若任一排产订单块序列满足任一排序约束条件，则将所述排序约束条件对应的预设满意值确定为所述排产订单块序列对应的目标值，所述排产订单块序列对应的序列满意值通过对所述排产订单块序列对应的目标值计算得到；根据所述目标序列中产品生产订单的顺序确定所述产品生产订单对应的排产计划。
可选地，通过以下方法确定排产订单块：获取产品生产订单集合，所述产品生产订单集合包括各所述产品类型对应的产品生产订单；将所有排产订单块的数量确定为总块量，将任一产品类型对应的排产订单块的数量确定为单类型块数量，将所述排产订单块中的产品生产订单的数量确定为单块订单容量；建立用于约束所述单类型块数量、所述单块订单容量的划分约束条件，并根据所述划分约束条件计算所述总块量的最小值，并在所述总块量处于最小值的情况下确定所述最小值对应的单类型块数量和单块订单容量；根据所述最小值对应的单类型块数量和单块订单容量对各所述产品类型对应的产品生产订单进行划分，得到各所述产品类型对应的排产订单块。
可选地，所述产品类型包括多个生产属性，所述生产属性包括车型属性、车漆颜色属性、出口国家属性、车辆动力属性中的至少一种。
可选地，所述划分约束条件包括以下公式中的至少一种：
Figure BDA0003996758090000021
Figure BDA0003996758090000022
式中，TN为所有产品类型的数量，GNt为第t个产品类型的单类型块数量，xtg为第t个产品类型中第g个排产订单块的单块订单容量，ONMAX为所有产品生产订单的数量，ONt为第t个产品类型对应的所有产品生产订单的数量，
Figure BDA0003996758090000023
为第t个产品类型对应的预设块最大值，
Figure BDA0003996758090000024
为第t个产品类型对应的预设单块订单最小值，
Figure BDA0003996758090000025
为第t个产品类型对应的预设单块订单最大值，yp为第p个生产属性对应的产品生产订单的数量，
Figure BDA0003996758090000026
为第p个生产属性对应的预设属性订单最小值，
Figure BDA0003996758090000027
为第p个生产属性对应的预设属性订单最大值。
可选地，通过对各所述排产订单块进行多次排序得到多个排产订单块序列，包括：获取生产流程信息，所述生产流程信息包括按照生产顺序排列的多个生产节点和各所述生产节点对应的生产车间；将任一生产车间确定为目标车间，对各所述排产订单块进行预设排序数量次的随机排序，得到所述目标车间对应的子序列集，其中，所述子序列集包括所述预设排序数量个订单子序列；通过对各所述生产车间对应的订单子序列进行多次组合，得到多个排产订单块序列，其中，所述排产订单块序列包括各所述生产车间的任一订单子序列。
可选地，根据所述序列预设满意值从所述排产订单块序列中确定目标序列，包括：根据所述排序约束表中所有预设满意值计算得到最优满意值；将各所述排产订单块序列确定为基准解空间，将一部分基准序列中的排产订单块进行随机互换，将互换后的基准解空间确定为对比解空间，其中，将基准解空间中的排产订单块序列确定为所述基准序列；响应于得到对比解空间，根据所述基准解空间中各所述排产订单块序列对应的序列满意值确定所述基准解空间对应的基准满意值，并根据所述对比解空间中各所述排产订单块序列对应的序列满意值确定所述对比解空间对应的对比满意值；若所述对比满意值大于所述基准满意值，则根据所述对比解空间对所述基准解空间进行更新，并对更新后的一部分基准序列中的排产订单块进行随机互换，得到新的对比解空间；若所述对比满意值小于或等于所述基准满意值，则统计所述对比满意值小于或等于所述基准满意值的连续出现次数；若所述连续出现次数小于或等于预设次数阈值，则根据空间选择概率从所述基准解空间和所述对比解空间中随机选择一更新解空间，根据选择出的更新解空间对所述基准解空间进行更新，并对更新后的一部分基准序列中的排产订单块进行随机互换，得到新的对比解空间，其中，所述空间选择概率表征选择出所述对比解空间的概率，所述空间选择概率根据所述对比满意值和所述最优满意值之间的第一差值、所述基准满意值和所述最优满意值之间的第二差值计算得到；若所述连续出现次数大于预设次数阈值，则将所述基准解空间中序列满意值最高的基准序列确定为目标序列。
可选地，根据所述目标序列中产品生产订单的顺序确定所述产品生产订单对应的排产计划，包括：所述生产车间包括焊装车间、涂装车间和总装车间；获取所述焊装车间的焊装生产线运输时间段、所述涂装车间的涂装生产线运输时间段、所述总装车间的总装生产线运输时间段、所述焊装车间运输至所述涂装车间之间的第一转运时间段、所述涂装车间运输至所述总装车间之间的第二转运时间段；根据所述目标序列中产品生产订单的顺序分别对各所述产品生产订单分配订单序号；将任一产品生产订单确定为待排产订单；通过所述焊装车间的预设焊装频率、所述待排产订单的订单序号确定所述待排产订单的焊装上线序时间点；根据所述焊装上线序时间、所述焊装生产线运输时间段确定所述待排产订单的焊装下线序时间点；根据所述焊装下线序时间点和所述第一转运时间段确定第一时间点，根据所述待排产订单在所述涂装车间的上一个产品生产订单的涂装上线序时间点、所述涂装车间的预设涂装频率确定第二时间点，将所述第一时间点和所述第二时间点中的最大值确定为所述待排产订单的涂装上线序时间点；根据所述待排产订单的涂装上线序时间点、所述涂装生产线运输时间段确定所述待排产订单的涂装下线序时间点；根据所述涂装下线序时间点和所述第二转运时间段确定第三时间点，根据所述待排产订单在所述总装车间的上一个产品生产订单的总装上线序时间点、所述总装车间的预设总装频率确定第四时间点，将所述第三时间点和所述第四时间点中的最大值确定为所述待排产订单的总装上线序时间点；根据所述待排产订单的总装上线序时间点、所述总装生产线运输时间段确定所述待排产订单的总装下线序时间点；根据所述待排产订单的焊装上线序时间点、焊装上线序时间点、涂装上线序时间点、涂装下线序时间点、总装上线序时间点、总装下线序时间点中的至少一种生成所述待排产订单的排产计划。
本发明公开了一种排产计划生成系统，包括：获取模块，用于获取排产订单块集合，所述排产订单块包括多个产品类型和各所述产品类型对应的至少一个排产订单块，所述排产订单块通过对所述产品类型对应的产品生产订单划分得到；排序模块，用于通过对各所述排产订单块进行多次排序得到多个排产订单块序列，并设置排序约束表，其中，所述排序约束表包括多个排序约束条件和各所述排序约束条件对应的预设满意值，所述排序约束条件用于根据所述产品类型对各所述产品生产订单之间的顺序进行约束；确定模块，用于根据所述排序约束表确定各所述排产订单块序列对应的序列满意值，并根据所述序列预设满意值从所述排产订单块序列中确定目标序列，其中，所述排产订单块序列对应的序列满意值通过对所述排产订单块序列对应的目标值计算得到，若任一排产订单块序列满足任一排序约束条件，则将所述排序约束条件对应的预设满意值确定为所述排产订单块序列对应的目标值；排产模块，用于根据所述目标序列中产品生产订单的顺序确定所述产品生产订单对应的排产计划。
本发明公开了一种电子设备，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行上述的方法。
本发明公开了一种计算机可读存储介质，其上存储有计算机程序：所述计算机程序被处理器执行时实现上述的方法。
本发明的有益效果：
通过获取到的各产品类型对应的排产订单块进行多次排序，得到多个排产订单块序列，在通过设置的排序约束条件对各产品生产订单之间的顺序根据产品类型进行约束，基于排序约束条件对应的预设满意值确定各排产订单块序列对应的序列满意值，从而从排产订单块序列确定目标序列，并根据目标序列生成排产计划。这样，通过设置的排序约束表对各产品生产订单之间的顺序根据产品类型进行约束，并通过排序约束条件对应的预设满意值对产品生产订单之间顺序的合理性进行可视化，从而根据各排产订单块序列对应的序列满意值确定目标序列并生成排产计划，在对生产订单排产时充分考虑到订单的产品类型，提高了生产资料利用率，从而提高了生产效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术者来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1是本公开实施例中一个排产计划生成方法的流程示意图；
图2是本公开实施例中一个排产订单块的结构示意图；
图3是本公开实施例中确定目标序列的方法的流程示意图；
图4是本发明实施例中一个排产计划生成系统的结构示意图；
图5是本发明实施例中一个电子设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的子样本可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。
本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。
除非另有说明，术语“多个”表示两个或两个以上。
本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。
术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。
结合图1所示，本公开实施例提供了一种排产计划生成方法，包括：
步骤S101，获取排产订单块集合；
其中，排产订单块包括多个产品类型和各产品类型对应的至少一个排产订单块，排产订单块通过对产品类型对应的产品生产订单划分得到；
步骤S102，通过对各排产订单块进行多次排序得到多个排产订单块序列，并设置排序约束表；
其中，排序约束表包括多个排序约束条件和各排序约束条件对应的预设满意值，排序约束条件用于根据产品类型对各产品生产订单之间的顺序进行约束；
步骤S103，根据排序约束表确定各排产订单块序列对应的序列满意值，并根据序列预设满意值从排产订单块序列中确定目标序列；
其中，若任一排产订单块序列满足任一排序约束条件，则将排序约束条件对应的预设满意值确定为排产订单块序列对应的目标值；
其中，排产订单块序列对应的序列满意值通过对排产订单块序列对应的目标值计算得到；
步骤S104，根据目标序列中产品生产订单的顺序确定产品生产订单对应的排产计划。
采用本公开实施例提供的排产计划生成方法，通过获取到的各产品类型对应的排产订单块进行多次排序，得到多个排产订单块序列，在通过设置的排序约束条件对各产品生产订单之间的顺序根据产品类型进行约束，基于排序约束条件对应的预设满意值确定各排产订单块序列对应的序列满意值，从而从排产订单块序列确定目标序列，并根据目标序列生成排产计划。这样，通过设置的排序约束表对各产品生产订单之间的顺序根据产品类型进行约束，并通过排序约束条件对应的预设满意值对产品生产订单之间顺序的合理性进行可视化，从而根据各排产订单块序列对应的序列满意值确定目标序列并生成排产计划，在对生产订单排产时充分考虑到订单的产品类型，提高了生产资料利用率，从而提高了生产效率。
可选地，产品类型包括多个生产属性，生产属性包括车型属性、车漆颜色属性、出口国家属性、车辆动力属性等中的至少一种。
可选地，产品生产订单对应的排产计划包括三个生产车间的排产计划，其中，生产车间包括焊装车间、涂装车间和总装车间。
可选地，排序约束条件包括硬约束条件和软约束条件；硬约束条件包括“第一天最后一个生产订单的车漆颜色属性与与第二天的第一个生产订单的车漆颜色属性相同”“总装车间中同一出口国家属性的生产订单必须连续”“各生产车间在之前的生产车间缓存的代加工生产订单的数量必须低于预设设定阈值”等；软约束条件包括“一部分生产属性的生产订单未相邻排列”“一部分生产属性的生产订单相邻排列”“一部分生产属性的生产订单之间存在预设数量的生产订单间隔”“一部分生产属性的生产订单的相邻排列数量位于预设区间”“一部分生产属性的生产订单具有指定的其他生产属性”“生产车间对产品类型的切换次数小于预设切换阈值”等。
这样，快速完整准确地分析自动化排产结果对各个生产限制条件的满足情况，得到每个限制条件的约束满足率。业务人员可以根据排产结果的满足率情况，以及实际的业务需求手动调整一个车间或多个车间的生产排序，本发明可以按照手动调整后的顺序重新计算生产序，使其既满足业务上的特定排序需要，也能兼顾整体的生产限制条件。
可选地，在根据排序约束表确定各排产订单块序列对应的序列满意值之前，方法还包括：若任一排序约束条件中出现的生产属性或产品类型在获取到的产品生产订单中不存在或者只有一个取值，则将该排序约束条件作为无效条件；从排序约束表中删除无效条件。
这样，标准化分析汽车生产的限制条件与实际生产制造场景的关系，通过标准的数据分析处理，将由整体到单一零件，由全面到细节地了解生产订单的实际情况，进而掌握订单信息与生产限制条件的逻辑关系，这有利于对限制条件的合理性及可行性进行校验。
可选地，通过以下方法确定排产订单块：获取产品生产订单集合，产品生产订单集合包括各产品类型对应的产品生产订单；将所有排产订单块的数量确定为总块量，将任一产品类型对应的排产订单块的数量确定为单类型块数量，将排产订单块中的产品生产订单的数量确定为单块订单容量；建立用于约束单类型块数量、单块订单容量的划分约束条件，并根据划分约束条件计算总块量的最小值，并在总块量处于最小值的情况下确定最小值对应的单类型块数量和单块订单容量；根据最小值对应的单类型块数量和单块订单容量对各产品类型对应的产品生产订单进行划分，得到各产品类型对应的排产订单块。
结合图2所示，本公开实施例提供了一种排产订单块，其中，产品生产订单1、产品生产订单2、产品生产订单3、产品生产订单4、产品生产订单5、产品生产订单6、产品生产订单7、产品生产订单8均属于属于产品类型A；将产品生产订单1、产品生产订单2、产品生产订单3、产品生产订单4、产品生产订单5划分为排产订单块B，将产品生产订单6、产品生产订单7、产品生产订单8划分为排产订单块C；产品类型A的单类型块数量为2个排产订单块，排产订单块B的单块订单容量为5个产品生产订单，排产订单块C的单块订单容量为3个产品生产订单。
在一些实施例中，将划分约束条件和目标函数传入GLPK(GNU LinearProgramming Kit，线性规划工具集)整数规划求解工具，通过GLPK整数规划求解工具计算总块量的最小值，并在总块量处于最小值的情况下确定最小值对应的单类型块数量和单块订单容量。
在一些实施例中，得到的排产订单块如表1所示，产品类型1存在1个订单数量为15的排产订单块，产品类型3中存在4各订单数量为8的排产订单块，产品类型4存在2个订单数量为10的排产订单块，产品类型6存在1个订单数量为17的排产订单块。
表1
Size 产品类型1 产品类型3 产品类型4 产品类型6
8 4
10 2
15 1
17 1
可选地，划分约束条件包括以下公式中的至少一种：
Figure BDA0003996758090000081
Figure BDA0003996758090000082
Figure BDA0003996758090000083
Figure BDA0003996758090000084
Figure BDA0003996758090000085
式中，TN为所有产品类型的数量，GNt为第t个产品类型的单类型块数量，xtg为第t个产品类型中第g个排产订单块的单块订单容量，ONMAX为所有产品生产订单的数量，ONt为第t个产品类型对应的所有产品生产订单的数量，
Figure BDA0003996758090000086
为第t个产品类型对应的预设块最大值，
Figure BDA0003996758090000087
为第t个产品类型对应的预设单块订单最小值，
Figure BDA0003996758090000088
为第t个产品类型对应的预设单块订单最大值，yp为第p个生产属性对应的产品生产订单的数量，
Figure BDA0003996758090000089
为第p个生产属性对应的预设属性订单最小值，
Figure BDA0003996758090000091
为第p个生产属性对应的预设属性订单最大值。
可选地，
Figure BDA0003996758090000092
用于表征产品生产订单的排产数量应小于或等于所有产品生产订单的总数。
可选地，
Figure BDA0003996758090000093
用于表征任一产品类型的产品生产订单的排产数量应小于或等于该产品类型的产品生产订单的订单数量。
可选地，
Figure BDA0003996758090000094
用于表征任一产品类型的排产订单块的数量应小于或等于该产品类型的预设块最大值。
可选地，
Figure BDA0003996758090000095
表征任一产品类型的排产订单块中，产品生产订单的单块订单容量应介于预设的第一订单数量区间。
可选地，
Figure BDA0003996758090000096
表征任一生产属性中，对应产品生产订单的数量应介于预设的第二订单数量区间。
可选地，通过对各排产订单块进行多次排序得到多个排产订单块序列，包括：获取生产流程信息，生产流程信息包括按照生产顺序排列的多个生产节点和各生产节点对应的生产车间；将任一生产车间确定为目标车间，对各排产订单块进行预设排序数量次的随机排序，得到目标车间对应的子序列集，其中，子序列集包括预设排序数量个订单子序列；通过对各生产车间对应的订单子序列进行多次组合，得到多个排产订单块序列，其中，排产订单块序列包括各生产车间的任一订单子序列。
在一些实施例中，根据序列预设满意值从排产订单块序列中确定目标序列采用的固定退火原理，其中，固定退火原理是将高温物体徐徐冷却，内部粒子内能随之逐渐减少，活跃度降低，活动范围慢慢减小，即在可能的解空间内随机搜索游走，利用Metropolis(米特罗波利斯抽样方法)抽样准则，以一定的概率选择领域中目标值较大的解，使随机游走逐渐收敛；当固体冷却完毕或者达到平衡稳定，粒子的位置就固定，使随机游走逐渐收敛，从而达到全局优化，获取最优解。
可选地，根据序列预设满意值从排产订单块序列中确定目标序列，包括：根据排序约束表中所有预设满意值计算得到最优满意值；将各排产订单块序列确定为基准解空间，将一部分基准序列中的排产订单块进行随机互换，将互换后的基准解空间确定为对比解空间，其中，将基准解空间中的排产订单块序列确定为基准序列；响应于得到对比解空间，根据基准解空间中各排产订单块序列对应的序列满意值确定基准解空间对应的基准满意值，并根据对比解空间中各排产订单块序列对应的序列满意值确定对比解空间对应的对比满意值；若对比满意值大于基准满意值，则根据对比解空间对基准解空间进行更新，并对更新后的一部分基准序列中的排产订单块进行随机互换，得到新的对比解空间；若对比满意值小于或等于基准满意值，则统计对比满意值小于或等于基准满意值的连续出现次数；若连续出现次数小于或等于预设次数阈值，则根据空间选择概率从基准解空间和对比解空间中随机选择一更新解空间，根据选择出的更新解空间对基准解空间进行更新，并对更新后的一部分基准序列中的排产订单块进行随机互换，得到新的对比解空间，其中，空间选择概率表征选择出对比解空间的概率，空间选择概率根据对比满意值和最优满意值之间的第一差值、基准满意值和最优满意值之间的第二差值计算得到；若连续出现次数大于预设次数阈值，则将基准解空间中序列满意值最高的基准序列确定为目标序列。
结合图3所示，本公开实施例提供了一种确定目标序列的方法，包括：
步骤S301，根据排序约束表中所有预设满意值计算得到最优满意值；
步骤S302，将各排产订单块序列确定为基准解空间；
其中，将基准解空间中的排产订单块序列确定为基准序列；
步骤S303，将一部分基准序列中的排产订单块进行随机互换，将互换后的基准解空间确定为对比解空间；
步骤S304，根据基准解空间中各排产订单块序列对应的序列满意值确定基准解空间对应的基准满意值；
步骤S305，根据对比解空间中各排产订单块序列对应的序列满意值确定对比解空间对应的对比满意值；
步骤S306，判断对比满意值是否大于基准满意值，若是，跳转步骤S307，若否，跳转步骤S308；
步骤S307，根据对比解空间对基准解空间进行更新，跳转步骤S303；
步骤S308，统计对比满意值小于或等于基准满意值的连续出现次数；
步骤S309，连续出现次数是否大于预设次数阈值，若是，跳转步骤S312，若否，跳转步骤S310；
步骤S310，根据空间选择概率从基准解空间和对比解空间中随机选择一更新解空间；
其中，空间选择概率根据对比满意值和最优满意值之间的第一差值、基准满意值和最优满意值之间的第二差值计算得到；
步骤S311，根据选择出的更新解空间对基准解空间进行更新，跳转步骤S303；
步骤S312，将基准解空间中序列满意值最高的基准序列确定为目标序列。
可选地，通过
Figure BDA0003996758090000111
确定空间选择概率，式中，θ为空间选择概率，Δp为对比满意值和最优满意值之间的第一差值，p为基准满意值和最优满意值之间的第二差值。
在一些实施例中，若空间选择概率大于[0,1)区间，则将对比解空间作为更新解空间。
在一些实施例中，焊装车间、涂装车间和总装车间分别具有100个订单子序列，其中，每个排产订单块具有唯一的整数编码；通过对各生产车间对应的订单子序列进行多次组合，得到100个排产订单块序列；根据排产订单块序列确定为基准解空间，将其中的20个排产订单块序列经过随机选取、置换、互换、衍生，构成100个新的排产订单块序列，得到对比解空间；由于对比解空间仅由变换部分产生，所以对比满意值的计算按增量计算，计算对比满意值和最优满意值之间的第一差值为Δp，并计算基准满意值和最优满意值之间的第二差值为p；采用Metropolis接受准则作为判断依据，其中，若Δp＜p，则接受对比解空间作为新的基准解空间，若Δp≥p，则以空间选择概率
Figure BDA0003996758090000112
接受对比解空间作为新的基准解空间；将对比解空间作为新的基准解空间作为一次迭代，统计迭代次数，若经过10次迭代后基准满意值和最优满意值之间的第二差值无法进一步缩小，则从基准满意值中确定目标序列。
可选地，根据目标序列中产品生产订单的顺序确定产品生产订单对应的排产计划，包括：生产车间包括焊装车间、涂装车间和总装车间；获取焊装车间的焊装生产线运输时间段、涂装车间的涂装生产线运输时间段、总装车间的总装生产线运输时间段、焊装车间运输至涂装车间之间的第一转运时间段、涂装车间运输至总装车间之间的第二转运时间段；根据目标序列中产品生产订单的顺序分别对各产品生产订单分配订单序号；将任一产品生产订单确定为待排产订单；通过焊装车间的预设焊装频率、待排产订单的订单序号确定待排产订单的焊装上线序时间点；根据焊装上线序时间、焊装生产线运输时间段确定待排产订单的焊装下线序时间点；根据焊装下线序时间点和第一转运时间段确定第一时间点，根据待排产订单在涂装车间的上一个产品生产订单的涂装上线序时间点、涂装车间的预设涂装频率确定第二时间点，将第一时间点和第二时间点中的最大值确定为待排产订单的涂装上线序时间点；根据待排产订单的涂装上线序时间点、涂装生产线运输时间段确定待排产订单的涂装下线序时间点；根据涂装下线序时间点和第二转运时间段确定第三时间点，根据待排产订单在总装车间的上一个产品生产订单的总装上线序时间点、总装车间的预设总装频率确定第四时间点，将第三时间点和第四时间点中的最大值确定为待排产订单的总装上线序时间点；根据待排产订单的总装上线序时间点、总装生产线运输时间段确定待排产订单的总装下线序时间点；根据待排产订单的焊装上线序时间点、焊装上线序时间点、涂装上线序时间点、涂装下线序时间点、总装上线序时间点、总装下线序时间点中的至少一种生成待排产订单的排产计划。
可选地，待排产订单的焊装上线序时间点＝焊装车间的预设焊装频率×待排产订单的订单序号。
可选地，待排产订单的焊装下线序时间点＝焊装上线序时间+焊装生产线运输时间段。
可选地，待排产订单的涂装上线序时间点＝max(焊装下线序时间点+第一转运时间段，待排产订单在涂装车间的上一个产品生产订单的涂装上线序时间点+涂装车间的预设涂装频率)。
可选地，待排产订单的涂装下线序时间点＝待排产订单的涂装上线序时间点+涂装生产线运输时间段。
可选地，待排产订单的总装上线序时间点＝max(涂装下线序时间点+第二转运时间段，待排产订单在总装车间的上一个产品生产订单的总装上线序时间点+总装车间的预设总装频率)。
可选地，待排产订单的总装下线序时间点＝待排产订单的总装上线序时间点+总装生产线运输时间段。
这样，通过建立一套算法模型求解生产排产问题，自动化得出各个车间的生产排序，大大提高了排产效率，解决了人工排产所面临的专业度不够、排产时对约束条件的考虑不够全面、排产难度大、排产结果较混乱、排产效率低等问题。
结合图4所示，本公开实施例提供了一种排产计划生成系统，包括获取模块401、排序模块402、确定模块403和排产模块404。获取模块401用于获取排产订单块集合，排产订单块包括多个产品类型和各产品类型对应的至少一个排产订单块，排产订单块通过对产品类型对应的产品生产订单划分得到；排序模块402用于通过对各排产订单块进行多次排序得到多个排产订单块序列，并设置排序约束表，其中，排序约束表包括多个排序约束条件和各排序约束条件对应的预设满意值，排序约束条件用于根据产品类型对各产品生产订单之间的顺序进行约束；确定模块403用于根据排序约束表确定各排产订单块序列对应的序列满意值，并根据序列预设满意值从排产订单块序列中确定目标序列，其中，排产订单块序列对应的序列满意值通过对排产订单块序列对应的目标值计算得到，若任一排产订单块序列满足任一排序约束条件，则将排序约束条件对应的预设满意值确定为排产订单块序列对应的目标值；排产模块404用于根据目标序列中产品生产订单的顺序确定产品生产订单对应的排产计划。
采用本公开实施例提供的排产计划生成系统，通过获取到的各产品类型对应的排产订单块进行多次排序，得到多个排产订单块序列，在通过设置的排序约束条件对各产品生产订单之间的顺序根据产品类型进行约束，基于排序约束条件对应的预设满意值确定各排产订单块序列对应的序列满意值，从而从排产订单块序列确定目标序列，并根据目标序列生成排产计划。这样，通过设置的排序约束表对各产品生产订单之间的顺序根据产品类型进行约束，并通过排序约束条件对应的预设满意值对产品生产订单之间顺序的合理性进行可视化，从而根据各排产订单块序列对应的序列满意值确定目标序列并生成排产计划，在对生产订单排产时充分考虑到订单的产品类型，提高了生产资料利用率，从而提高了生产效率。
图5示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。需要说明的是，图5示出的电子设备的计算机系统500仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图5所示，计算机系统500包括中央处理单元(Central Processing Unit，CPU)501，其可以根据存储在只读存储器(Read-Only Memory，ROM)502中的程序或者从储存部分508加载到随机访问存储器(Random Access Memory，RAM)503中的程序而执行各种适当的动作和处理，例如执行上述实施例中的方法。在RAM 503中，还存储有系统操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(Input/Output，I/O)接口505也连接至总线504。
以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(Cathode Ray Tube，CRT)、液晶显示器(Liquid Crystal Display，LCD)等以及扬声器等的输出部分507；包括硬盘等的储存部分508；以及包括诸如LAN(Local AreaNetwork，局域网)卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入储存部分508。
特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本申请的系统中限定的各种功能。
需要说明的是，本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本实施例中的任一项方法。
本公开实施例中的计算机可读存储介质，本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例公开的电子设备，包括处理器、存储器、收发器和通信接口，存储器和通信接口与处理器和收发器连接并完成相互间的通信，存储器用于存储计算机程序，通信接口用于进行通信，处理器和收发器用于运行计算机程序，使电子设备执行如上方法的各个步骤。
在本实施例中，存储器可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、图形处理器(Graphics Processing Unit，简称GPU)，网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选地，并且操作的顺序可以变化。一些实施例的部分和子样本可以被包括在或替换其他实施例的部分和子样本。而且，本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“”(the)旨在同样包括复数形式。类似地，如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本申请中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的子样本、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它子样本、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。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、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。
本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些子样本可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外，在本公开实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

Claims (10)

1.一种排产计划生成方法，其特征在于，包括：
获取排产订单块集合，所述排产订单块包括多个产品类型和各所述产品类型对应的至少一个排产订单块，所述排产订单块通过对所述产品类型对应的产品生产订单划分得到；
通过对各所述排产订单块进行多次排序得到多个排产订单块序列，并设置排序约束表，其中，所述排序约束表包括多个排序约束条件和各所述排序约束条件对应的预设满意值，所述排序约束条件用于根据所述产品类型对各所述产品生产订单之间的顺序进行约束；
根据所述排序约束表确定各所述排产订单块序列对应的序列满意值，并根据所述序列预设满意值从所述排产订单块序列中确定目标序列，其中，若任一排产订单块序列满足任一排序约束条件，则将所述排序约束条件对应的预设满意值确定为所述排产订单块序列对应的目标值，所述排产订单块序列对应的序列满意值通过对所述排产订单块序列对应的目标值计算得到；
根据所述目标序列中产品生产订单的顺序确定所述产品生产订单对应的排产计划。
2.根据权利要求1所述的方法，其特征在于，通过以下方法确定排产订单块：
获取产品生产订单集合，所述产品生产订单集合包括各所述产品类型对应的产品生产订单；
将所有排产订单块的数量确定为总块量，将任一产品类型对应的排产订单块的数量确定为单类型块数量，将所述排产订单块中的产品生产订单的数量确定为单块订单容量；
建立用于约束所述单类型块数量、所述单块订单容量的划分约束条件，并根据所述划分约束条件计算所述总块量的最小值，并在所述总块量处于最小值的情况下确定所述最小值对应的单类型块数量和单块订单容量；
根据所述最小值对应的单类型块数量和单块订单容量对各所述产品类型对应的产品生产订单进行划分，得到各所述产品类型对应的排产订单块。
3.根据权利要求2所述的方法，其特征在于，所述产品类型包括多个生产属性，所述生产属性包括车型属性、车漆颜色属性、出口国家属性、车辆动力属性中的至少一种。
4.根据权利要求3所述的方法，其特征在于，所述划分约束条件包括以下公式中的至少一种：
Figure FDA0003996758080000011
Figure FDA0003996758080000021
Figure FDA0003996758080000022
Figure FDA0003996758080000023
Figure FDA0003996758080000024
式中，TN为所有产品类型的数量，GNt为第t个产品类型的单类型块数量，xtg为第t个产品类型中第g个排产订单块的单块订单容量，ONMAX为所有产品生产订单的数量，ONt为第t个产品类型对应的所有产品生产订单的数量，
Figure FDA0003996758080000025
为第t个产品类型对应的预设块最大值，
Figure FDA0003996758080000026
为第t个产品类型对应的预设单块订单最小值，
Figure FDA0003996758080000027
为第t个产品类型对应的预设单块订单最大值，yp为第p个生产属性对应的产品生产订单的数量，
Figure FDA0003996758080000028
为第p个生产属性对应的预设属性订单最小值，
Figure FDA0003996758080000029
为第p个生产属性对应的预设属性订单最大值。
5.根据权利要求1至4任一项所述的方法，其特征在于，通过对各所述排产订单块进行多次排序得到多个排产订单块序列，包括：
获取生产流程信息，所述生产流程信息包括按照生产顺序排列的多个生产节点和各所述生产节点对应的生产车间；
将任一生产车间确定为目标车间，对各所述排产订单块进行预设排序数量次的随机排序，得到所述目标车间对应的子序列集，其中，所述子序列集包括所述预设排序数量个订单子序列；
通过对各所述生产车间对应的订单子序列进行多次组合，得到多个排产订单块序列，其中，所述排产订单块序列包括各所述生产车间的任一订单子序列。
6.根据权利要求5所述的方法，其特征在于，根据所述序列预设满意值从所述排产订单块序列中确定目标序列，包括：
根据所述排序约束表中所有预设满意值计算得到最优满意值；
将各所述排产订单块序列确定为基准解空间，将一部分基准序列中的排产订单块进行随机互换，将互换后的基准解空间确定为对比解空间，其中，将基准解空间中的排产订单块序列确定为所述基准序列；
响应于得到对比解空间，根据所述基准解空间中各所述排产订单块序列对应的序列满意值确定所述基准解空间对应的基准满意值，并根据所述对比解空间中各所述排产订单块序列对应的序列满意值确定所述对比解空间对应的对比满意值；
若所述对比满意值大于所述基准满意值，则根据所述对比解空间对所述基准解空间进行更新，并对更新后的一部分基准序列中的排产订单块进行随机互换，得到新的对比解空间；
若所述对比满意值小于或等于所述基准满意值，则统计所述对比满意值小于或等于所述基准满意值的连续出现次数；
若所述连续出现次数小于或等于预设次数阈值，则根据空间选择概率从所述基准解空间和所述对比解空间中随机选择一更新解空间，根据选择出的更新解空间对所述基准解空间进行更新，并对更新后的一部分基准序列中的排产订单块进行随机互换，得到新的对比解空间，其中，所述空间选择概率表征选择出所述对比解空间的概率，所述空间选择概率根据所述对比满意值和所述最优满意值之间的第一差值、所述基准满意值和所述最优满意值之间的第二差值计算得到；
若所述连续出现次数大于预设次数阈值，则将所述基准解空间中序列满意值最高的基准序列确定为目标序列。
7.根据权利要求5所述的方法，其特征在于，根据所述目标序列中产品生产订单的顺序确定所述产品生产订单对应的排产计划，包括：
所述生产车间包括焊装车间、涂装车间和总装车间；
获取所述焊装车间的焊装生产线运输时间段、所述涂装车间的涂装生产线运输时间段、所述总装车间的总装生产线运输时间段、所述焊装车间运输至所述涂装车间之间的第一转运时间段、所述涂装车间运输至所述总装车间之间的第二转运时间段；
根据所述目标序列中产品生产订单的顺序分别对各所述产品生产订单分配订单序号；
将任一产品生产订单确定为待排产订单；
通过所述焊装车间的预设焊装频率、所述待排产订单的订单序号确定所述待排产订单的焊装上线序时间点；
根据所述焊装上线序时间、所述焊装生产线运输时间段确定所述待排产订单的焊装下线序时间点；
根据所述焊装下线序时间点和所述第一转运时间段确定第一时间点，根据所述待排产订单在所述涂装车间的上一个产品生产订单的涂装上线序时间点、所述涂装车间的预设涂装频率确定第二时间点，将所述第一时间点和所述第二时间点中的最大值确定为所述待排产订单的涂装上线序时间点；
根据所述待排产订单的涂装上线序时间点、所述涂装生产线运输时间段确定所述待排产订单的涂装下线序时间点；
根据所述涂装下线序时间点和所述第二转运时间段确定第三时间点，根据所述待排产订单在所述总装车间的上一个产品生产订单的总装上线序时间点、所述总装车间的预设总装频率确定第四时间点，将所述第三时间点和所述第四时间点中的最大值确定为所述待排产订单的总装上线序时间点；
根据所述待排产订单的总装上线序时间点、所述总装生产线运输时间段确定所述待排产订单的总装下线序时间点；
根据所述待排产订单的焊装上线序时间点、焊装上线序时间点、涂装上线序时间点、涂装下线序时间点、总装上线序时间点、总装下线序时间点中的至少一种生成所述待排产订单的排产计划。
8.一种排产计划生成系统，其特征在于，包括：
获取模块，用于获取排产订单块集合，所述排产订单块包括多个产品类型和各所述产品类型对应的至少一个排产订单块，所述排产订单块通过对所述产品类型对应的产品生产订单划分得到；
排序模块，用于通过对各所述排产订单块进行多次排序得到多个排产订单块序列，并设置排序约束表，其中，所述排序约束表包括多个排序约束条件和各所述排序约束条件对应的预设满意值，所述排序约束条件用于根据所述产品类型对各所述产品生产订单之间的顺序进行约束；
确定模块，用于根据所述排序约束表确定各所述排产订单块序列对应的序列满意值，并根据所述序列预设满意值从所述排产订单块序列中确定目标序列，其中，所述排产订单块序列对应的序列满意值通过对所述排产订单块序列对应的目标值计算得到，若任一排产订单块序列满足任一排序约束条件，则将所述排序约束条件对应的预设满意值确定为所述排产订单块序列对应的目标值；
排产模块，用于根据所述目标序列中产品生产订单的顺序确定所述产品生产订单对应的排产计划。
9.一种电子设备，其特征在于，包括：处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：
所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
CN202211604209.XA 2022-12-13 2022-12-13 排产计划生成方法、系统、电子设备及可读存储介质 Pending CN115775123A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211604209.XA CN115775123A (zh) 2022-12-13 2022-12-13 排产计划生成方法、系统、电子设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211604209.XA CN115775123A (zh) 2022-12-13 2022-12-13 排产计划生成方法、系统、电子设备及可读存储介质

Publications (1)

Publication Number Publication Date
CN115775123A true CN115775123A (zh) 2023-03-10

Family

ID=85392150

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211604209.XA Pending CN115775123A (zh) 2022-12-13 2022-12-13 排产计划生成方法、系统、电子设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN115775123A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116307640A (zh) * 2023-05-18 2023-06-23 深圳联友科技有限公司 一种车辆排产方法、装置以及计算机可读存储介质
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

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116307640A (zh) * 2023-05-18 2023-06-23 深圳联友科技有限公司 一种车辆排产方法、装置以及计算机可读存储介质
CN116307640B (zh) * 2023-05-18 2023-08-11 深圳联友科技有限公司 一种车辆排产方法、装置以及计算机可读存储介质
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

Similar Documents

Publication Publication Date Title
CN113692609B (zh) 通过订单车辆分布匹配以订单派发的多代理增强学习
CN115775123A (zh) 排产计划生成方法、系统、电子设备及可读存储介质
Xiao et al. A hybrid Lagrangian-simulated annealing-based heuristic for the parallel-machine capacitated lot-sizing and scheduling problem with sequence-dependent setup times
Liu et al. Job shop scheduling with a combination of four buffering constraints
Zheng et al. A two-stage stochastic programming for single yard crane scheduling with uncertain release times of retrieval tasks
Gomes et al. Reactive scheduling in a make-to-order flexible job shop with re-entrant process and assembly: a mathematical programming approach
Xu et al. Optimization approaches for solving production scheduling problem: A brief overview and a case study for hybrid flow shop using genetic algorithms
Che A multi-objective optimization algorithm for solving the supplier selection problem with assembly sequence planning and assembly line balancing
Vieira et al. A two-level optimisation-simulation method for production planning and scheduling: the industrial case of a human–robot collaborative assembly line
CN111291969B (zh) 基于遗传算法的汽车重排序方法
CN107831740A (zh) 一种应用于笔记本零件的分布式生产制造过程中的优化调度方法
Munoz et al. Exact and heuristic algorithms for the parallel machine total completion time scheduling problem with dual resources, ready times, and sequence-dependent setup times
Basán et al. Scheduling of flexible manufacturing plants with redesign options: A MILP-based decomposition algorithm and case studies
Gomes et al. Multi-objective matheuristic for minimization of total tardiness and energy costs in a steel industry heat treatment line
Gürel et al. Rescheduling with controllable processing times for number of disrupted jobs and manufacturing cost objectives
Shayannia Designing a Multiobjective Human Resource Scheduling Model Using the Tabu Search Algorithm
Bucki et al. Modelling decision-making processes in the management support of the manufacturing element in the logistic supply chain
Ju et al. Integration of long-term planning and mid-term scheduling of shipbuilding
CN115619200B (zh) 一种分割式Seru的排产与多能工调度组合优化方法和装置
Cayo et al. A shifting bottleneck procedure with multiple objectives in a complex manufacturing environment
Chen et al. Adaptive scheduling and tool flow control in flexible job shops
Jong et al. The navigation process of mould-manufacturing scheduling optimisation by applying genetic algorithm
Li et al. A hybrid flowshop scheduling problem for a cold treating process in seamless steel tube production
JP7166232B2 (ja) 情報処理装置、情報処理方法及びコンピュータプログラム
Obimuyiwa et al. A genetic algorithm for flexible job shop scheduling problem with scarce cross trained setup operators

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