CN116307415A - 产能配置的规划方法以及规划装置 - Google Patents

产能配置的规划方法以及规划装置 Download PDF

Info

Publication number
CN116307415A
CN116307415A CN202111549348.2A CN202111549348A CN116307415A CN 116307415 A CN116307415 A CN 116307415A CN 202111549348 A CN202111549348 A CN 202111549348A CN 116307415 A CN116307415 A CN 116307415A
Authority
CN
China
Prior art keywords
line
capacity
data
model
planning
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
CN202111549348.2A
Other languages
English (en)
Inventor
陈亮璇
李宏伟
赵文通
吴鹏
吴冠禾
施宪宏
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.)
Wistron Corp
Original Assignee
Wistron Corp
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 Wistron Corp filed Critical Wistron Corp
Priority to CN202111549348.2A priority Critical patent/CN116307415A/zh
Priority to TW110149044A priority patent/TWI811925B/zh
Priority to US17/677,901 priority patent/US20230196292A1/en
Publication of CN116307415A publication Critical patent/CN116307415A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)
  • Multi-Process Working Machines And Systems (AREA)

Abstract

一种产能配置的规划方法以及规划装置。产能配置的规划方法通过处理器来执行，包括基于多个线别相对于多个机种的多个相关参数、各线别的可用产能以及对应机种的订单需求，设定限制函数；基于产能目标，设定目标函数，其中产能目标包括最小生产成本；基于限制函数以及目标函数建构求解模块；通过求解模块获得产能配置结果，其中产能配置结果包括指定机种对应的线别、各线别的人力以及各线别的开班数。本发明的产能配置的规划方法可因应订单需求或相关指定生产条件变更，及时重新规划求解以提升服务水平；能够节省时间，提升产能规划准确度；本发明在数据维护阶段会自动验证数据是否异常，在后续进行求解的过程便不会让数据错误造成最后结果无效。

Description

产能配置的规划方法以及规划装置
技术领域
本发明涉及一种排程规划机制，且特别是涉及一种产能配置的规划方法以及规划装置。
背景技术
目前，在电子零件制造过程中，工业工程人员需要对表面贴件(例如采用表面黏贴技术(Surface Mount Technology，SMT)制程)、插件(例如采用双列式封装零件安装制程(Dual In Line Package Process，DIP))、组装(例如最终组装包装(Final assembly，FA))进行产能规划。当一个机种可以安排在至少一条线别上生产时，就会呈现多种组合型态。举例来说，假设2月份在插件段要安排生产145种机种，且每一机种均有可能在两条线别安排生产的情况下，将会有2145种可能的生产组合。因此，工业工程人员要在如此庞大的生产组合中找到一组最佳的生产规划，是非常困难的任务。在实际作业中，工业工程人员面临每次的产能规划任务时，通常是以经验法则来安排生产，故无法确保其产能规划是否为最佳安排。
因此，需要提供一种产能配置的规划方法以及规划装置来解决上述问题。
发明内容
本发明提供一种产能配置的规划方法以及规划装置，可以根据产能目标找出最佳的产能配置结果，确保资源的合理安排。
本发明的产能配置的规划方法，是通过处理器来执行，产能配置的规划方法包括基于多个线别相对于多个机种的多个相关参数、各线别的可用产能以及对应机种的订单需求，设定限制函数；基于产能目标，设定目标函数，其中产能目标包括最小生产成本；基于限制函数以及目标函数建构求解模块；以及通过求解模块获得产能配置结果，其中产能配置结果包括指定机种对应的线别、各线别的人力以及各线别的开班数。
在本发明的一实施例中，相关参数包括各线别对应于不同机种的人力需求(headcount)、节拍时间(takt time)以及产出量。可用产能包括各线别隶属的生产区域、试产(pilot run)天数以及工作天数。订单需求包括所请求的指定机种以及对应的预计产能(forecast)。限制函数包括线别分配限制、产量限制、线别使用率限制。
在本发明的一实施例中，在设定限制函数之前还包括：经由使用者界面或数据库获得计划(projection)、操作汇整数据(OP(operation)Summary)、试产数据以及生产力数据(productivity)；自计划获得所请求的指定机种，并基于指定机种自操作汇整数据中获得对应于指定机种的预计产能；自操作汇整数据中获得指定机种对应使用的线别以及人力需求，并基于指定机种对应使用的线别与人力需求来计算出对应的节拍时间以及产出量；自生产力数据中获得各机种对应的生产力以及工作天数；以及自试产数据中获得指定机种对应使用的线别对应的试产天数。
在本发明的一实施例中，最小生产成本包括线别人力需求最少化或线别开班数最少化。
在本发明的一实施例中，产能目标还包括最高生产效率以及最高人均单位产生至少其中一个。
在本发明的一实施例中，产能配置的规划方法还包括：在限制函数中导入至少一个容忍因子，并且同时在目标函数中设定相应的惩罚值。
在本发明的一实施例中，设定限制函数的步骤还包括：针对各线别设定分群标签，其中隶属于相同分群标签的线别被允许共同开立工班；设定所请求的指定机种所对应的各线别进行生产的生产配置数量不超过指定机种的预计产能，且所请求的指定机种所对应的全部线别的生产配置数量的总和等于预计产能；设定隶属于相同分群标签的线别的线别使用率总和；以及设定在隶属于相同分群标签的该些线别中的多个人力需求中选择最大者作为代表分群标签的人力需求代表。
本发明的产能配置的规划装置，包括：存储器，包括数据库，数据库储存有多个线别相对于多个机种的多个相关参数、各线别的可用产能以及对应机种的订单需求；以及处理器，耦接至存储器。处理器经配置以：基于相关参数、各线别的可用产能以及订单需求，设定限制函数；基于产能目标，设定目标函数，其中产能目标包括最小生产成本；基于限制函数以及目标函数建构求解模块；以及通过求解模块获得产能配置结果，其中产能配置结果包括所请求的指定机种对应的线别、各线别的人力以及各线别的开班数。
本发明的产能配置的规划方法，包括：经由使用者界面提供多个可选择字段，以自可选择字段获得多个数据，其中数据包括多个线别相对于多个机种的多个相关参数、各线别的可用产能、对应机种的订单需求以及产能目标；以及通过使用者界面显示对应于所获得的数据的产能配置结果，其中产能配置结果包括指定机种对应的线别、各线别的人力以及各线别的开班数。在经由使用者界面获得数据之后，通过处理器执行下述步骤：基于相关参数、可用产能以及订单需求，设定限制函数；基于产能目标，设定目标函数，其中产能目标包括最小生产成本；基于限制函数以及目标函数建构求解模块；以及通过求解模块获得产能配置结果。
基于上述，本发明可因应客户的订单需求或相关指定生产条件变更，及时重新规划求解以提升服务水平。
附图说明
图1是依照本发明一实施例的产能配置的规划装置的方框图。
图2是依照本发明一实施例的产能配置的规划方法的流程图。
图3是依照本发明一实施例的数据汇整的示意图。
图4是依照本发明一实施例的使用者界面的示意图。
图5是依照本发明一实施例的各指定机种对应的预计产能的直方图。
图6是依照本发明一实施例的产能配置结果的直方图。
主要组件符号说明：
100 规划装置
110 处理器
120 存储器
130 规划模型
131 输入模块
133 求解模块
135 输出模块
140 通信电路
150 使用者界面
301 计划
302 操作汇整数据
303 试产数据
304 生产力数据
305 日程安排
310 系统
320 数据库
S205～S220 产能配置的规划方法各步骤
具体实施方式
图1是依照本发明一实施例的产能配置的规划装置的方框图。请参照图1，规划装置100例如为具有运算功能的智能手机、平板计算机、笔记本型计算机、个人计算机、服务器等任意电子装置。规划装置100至少包括处理器110、存储器120以及通信电路140。
处理器110例如为中央处理单元(Central Processing Unit，CPU)、物理处理单元(Physics Processing Unit，PPU)、可编程的微处理器(Microprocessor)、嵌入式控制芯片、数字信号处理器(Digital Signal Processor，DSP)、特殊应用集成电路(ApplicationSpecific Integrated Circuits，ASIC)或其他类似装置。
存储器120例如是任意形式的固定式或可移动式随机存取存储器(Random AccessMemory，RAM)、只读存储器(Read-Only Memory，ROM)、闪存(Flash memory)、硬盘或其他类似装置或这些装置的组合。存储器120包括规划模型130以及使用者界面150。规划模型130与使用者界面150是由一个或多个代码段所组成，上述代码段在被安装后，会由处理器110来执行下述产能配置的规划方法。
规划模型130包括输入模块131、求解模块133以及输出模块135。输入模块131用以输入所有排程数据以及产线的数据设定。求解模块133利用数学模型所设计的限制函数、目标函数、决策变量等，在合理运算时间内进行求解。输出模块135用以将产能配置结果输出至显示器等输出装置。
通信电路140例如为支持Wi-Fi、第三代移动通信技术(third-Generation，3G)、第四代移动通信技术(fourth-Generation，4G)、全球移动通信系统(Global System forMobile Communications)等通信协议的芯片或电路。另外，通信电路140例如也可以是网卡。处理器110可经由通信电路140连线至其他装置。
图2是依照本发明一实施例的产能配置的规划方法流程图。在本实施例中，可让工业工程师根据当时的时空背景与状况，通过规划装置100建构出最适合的求解模块133，详细说明请参照下述。请参照图2，在步骤S205中，通过规划装置100基于多个线别相对于多个机种的多个相关参数、各线别的可用产能以及对应于各种机种的订单需求，设定限制函数。
相关参数包括各线别对应于不同机种的人力需求(headcount)、节拍时间(takttime)以及产出量。节拍时间是指在一定时间长度内，有效生产总时间与客户需求数量的比值，例如为产线生产一个产品的时间。在此，产出量以月份为单位，即，月产出量。可用产能包括各线别隶属的生产区域(site)、试产(pilot run，PR)天数以及工作天数。在此，试产天数与工作天数例如以月份为单位，即，月试产天数以及月工作天数。订单需求包括各客户所请求的指定机种以及其对应的预计产能(forecast)。举例来说，规划装置100可通过使用者界面150或通信电路140来收集各种数据，并通过所设计的特定系统来解析、整理所接收的数据，据此来获得限制函数所需的各种数据。
图3是依照本发明一实施例的数据汇整的示意图。请参照图1及图3，可事先在存储器120中设计一系统310(软件系统)来提供图1所示的使用者界面150。之后，经由使用者界面150将所获得的计划(projection)301、操作汇整数据(OP(operation)Summary)302、试产数据303、生产力数据(productivity)304以及日程安排(calendar)305上传至系统310。由系统310对各种数据进行筛选、汇总、匹配计算等，最后将得到的数据储存(多个线别相对于多个机种的多个相关参数、各线别的可用产能以及订单需求)至数据库320。
例如，计划301中记载了多个客户以及其各自所请求的指定机种。操作汇整数据302包括多个机种数据、可生产机种的线别、生产时间、人力需求等。试产数据303包括各机种对应的试产天数。生产力数据304包括多个客户对应的生产力以及工作天数。日程安排305用以预测每个月的月工作天数。
从计划301得到每一个客户所请求的指定机种，再去操作汇整数据302中找出与指定机种匹配的类型和预计产能，即，订单需求。自操作汇整数据302中获得指定机种对应使用的线别以及人力需求，并基于指定机种对应使用的线别与人力需求来计算出对应的节拍时间以及产出量。自生产力数据304中获得各机种对应的生产力以及工作天数。自试产数据303中获得指定机种对应使用的线别对应的试产天数。
表1为订单需求的一种范例。表2所示为线别相对于机种的相关参数的一种范例。表3所示为可用产能的一种范例。
表1
客户 指定机种 预计产能
UA M_A1 7500
UA M_A2 1064
UB M_B1 13500
UC M_C1 33768
UC M_C2 32874
表2
客户 指定机种 线别 节拍时间 人力需求 产出量 生产力
UA M_A1 FAC 40.0 23.5 40,176 0.95
UA M_A1 FA2 35.0 21.5 45,915 0.00
UA M_A2 FA2 38.0 21.5 42,845 0.00
UA M_A2 FA3 42.0 18.0 38,765 0.99
UB M_B1 FAC 45.0 23.5 36,176 0.00
UB M_B1 FA2 40.0 21.5 40,698 0.96
UB M_B1 FA3 43.0 18.0 37,859 0.00
UC M_C1 FAC 15.7 23.5 110,997 0.00
UC M_C1 FA3 18.2 18.0 95,750 0.96
UC M_C2 FA2 17.1 21.5 101,338 0.96
UC M_C2 FA3 20.0 18.0 86,644 0.00
表3
生产区域 线别 试产天数 工作天数
PA1 FAC 0 24
PA2 FA2 0 26
PA2 FA3 0 26
当计划301、操作汇整数据302、试产数据303、生产力数据304以及日程安排305上传到系统310之后，倘若发生数据匹配错误或是找不到数据、爆线等情况时，系统310会发出异常提醒信息(例如为一提示窗)并显示于使用者界面150中，以供使用者参照来修改错误信息，直到无出现异常提醒信息，才继续进行后续动作。
图4是依照本发明一实施例的使用者界面的示意图。在图4中，使用者界面150中的多个可选择字段包括厂别(site)、日程安排(对应图3的日程安排305)、IPC(industrialPC，工业计算机)版本、人数差异、车间(plant)、生产力(对应图3的生产力数据304)、操作汇总(对应图3的操作汇整数据302)、制程(process)、计划(对应图3的计划301)、试产(对应图3的试产数据303)、月份、版本以及区域线别(生产区域及其对应线别)。可在这些可选择字段中来选择欲上传的数据，在选择完成之后，按下“确定”按钮将数据上传。在上传所选择的数据之后，按下“求解”按钮即可通过处理器110来获得下述数据：客户生产力；各客户的指定机种的预计产能；产出量；线别工作天数以及试产天数；线别分群预判结果。
在一实施例中，可以直方图的方式将各客户的指定机种的预计产能呈现于使用者界面150中。举例来说，图5是依照本发明一实施例的各指定机种对应的预计产能的直方图。
图5所示为在同一个线别分别生产的多个指定机种的预计产能，其中横轴代表各种指定机种，纵轴代表预计产能。
图4的使用者界面150还提供多个按钮。按下“下载所有表格”按钮，便可将所获得的各种结果汇出。“异常信息”按钮用以确定在数据汇整阶段是否产生异常提醒信息。“线别使用率信息”按钮用以显示多个线别的线别使用率。
处理器110设定限制函数包括线别分配限制、产量限制、线别使用率限制。具体而言，针对每一个线别设定分群标签，其中隶属于相同分群标签的线别被允许共同开立工班。设定每一个客户所请求的指定机种所对应的线别进行生产的生产配置数量不超过指定机种的预计产能，且所请求的指定机种所对应的全部线别的生产配置数量的总和等于预计产能。设定隶属于相同分群标签的线别的线别使用率总和。设定在隶属于相同分群标签的线别中的多个人力需求中选择最大者作为代表分群标签的人力需求代表。
返回图2，在步骤S210中，基于产能目标，设定目标函数。在此，产能目标包括最小生产成本。通过目标函数，确保可以在数万种的可行组合中找到“最小生产成本”的一组产能配置结果。最小生产成本包括线别人力需求最少化或线别开班数最少化。产能目标还包括最高生产效率以及最高人均单位产生至少其中一个。
接着，在步骤S215中，基于限制函数以及目标函数建构求解模块133。之后，在步骤S220中，通过求解模块133获得产能配置结果。产能配置结果对应于订单需求，其包括每一个客户所请求的指定机种对应的线别、各线别的人力以及各线别的开班数。
在一实施例中，产能配置结果可采用直方图的形式而呈现于使用者界面150中。底下举图6来说明。图6是依照本发明一实施例的产能配置结果的直方图。在本实施例中，以加权平均的方式来计算人力。在图6的直方图中，横轴代表线别，纵轴代表加权平均人力(人力)，每一个直方条分别代表不同的线别。并且，在每个线别对应的直方条中显示了其对应的开班数。以线别F56而言，其加权平均人力为23.5，对应的开班数为1班。图6所示的多个线别的求开班数的总和结果为14(总开班数)，求人力的总和结果为434人(总人力)。
例如，产能配置结果可包括4份报表。第一份报表包括根据线别使用率计算实际的开班数(线别使用率×2)。在此，将线别使用率乘上2是因为一天开2班(白天班、夜班)。并且，第一份报表包括根据线别使用率计算预估的开班数。倘若线别使用率介于0～0.25，则预估的开班数为0；倘若线别使用率介于0.25～0.75，则预估的开班数为1；倘若线别使用率介于0.75～1，则预估的开班数为2。
第二份报表用以呈现例如图5所示的直方图以及表4所示的数据。
表4
线别 F56 F56 …
指定机种 pvc-r libra_b …
预计产能 3000 540 …
人力需求 23 25 …
每小时生产数量 45 14.11 …
预估生产时间(小时) 70.18 40.28 …
预估生产时间(小时/日) 9.67 9.67 …
开班数 1 1 …
工作天数 7.26 4.17 …
占比(预计产能/总产能) 41.29％ 23.70％ …
第三份报表(例如为图6所示)记载各线别对应的加权平均人数、每条线别的开班数以及总开班数。加权平均人数的计算如下：
Figure BDA0003416732870000081
Figure BDA0003416732870000082
GWAHCs＝TWHCs/THOURs
Figure BDA0003416732870000083
其中，PDTi为客户i的生产力，TWHCs为分群标签s的加权配置作业人数，THOURs为分群标签s的总生产时间，GWAHCs为分群标签s的加权平均人力，TWAMP为总加权配置作业人数。
第四份报表则是根据不同客户来整理出其对应的信息，藉此可查看每个客户的预计产量、开班数以及人力需求等信息。
底下再详细说明限制函数与目标函数。
底下举12个限制函数(1)～(12)以及4个目标函数(T1)～(T2)来说明，然而，并不以此为限。
限制函数(1)限定用来生产客户i的指定机种j的线别数量，不超过整个车间(plant)里适合生产客户i的指定机种j的线别集合LSij的总数。LSij为用来生产客户i的指定机种j所对应的多个可行线别的线别集合。
Figure BDA0003416732870000084
在此，i＝1,2,...,m，i代表客户，m为客户总数。j代表指定机种，j∈MSi，MSi为客户i欲生产的机种集合。k代表线别，k∈LSij。s为分群标签，s＝1,2,...,K，K为分群总数。分群标签s是用于辨识是否可合并开班的依据。假设线别k1与线别k2都隶属相同的分群标签s时，表示允许线别k1与线别k2共同开立工班来完成生产任务。据此，可以清楚地限定哪些线别是可以共同开立工班，以便于后续将生产资源整合，有效利用现有人力资源。xijks为决策变量。当客户i的指定机种j确定在线别k生产，且线别k隶属分群标签s时，决策变量xijks为1，否则决策变量xijks为0。
限制函数(2)、(3)是用以针对客户i的指定机种j可以安排在多条线别k上生产，但每一条线别只能隶属于一个分群标签s，不可同时隶属两个以上的分群标签。限制函数(2)、(3)实现了实际场景中工业工程师对客户机种需求量的排产规划条件。
Figure BDA0003416732870000091
Figure BDA0003416732870000092
限制函数(4)、(5)用以限制客户i的指定机种j安排在隶属分群标签s的线别k进行生产时的生产配置数量PQijks不会超过客户i的指定机种j的预计产能(Forecast)FQij，且限制生产配置数量PQijks大于或等于0。
PQijks≤FQij·xijks (4)
PQijks≥xijks (5)
限制函数(6)用以限制总量守恒，其针对客户i的指定机种j而言，其在各线别进行生产的生产配置数量PQijks的总和，等于客户i的指定机种j的预计产能FQij。
Figure BDA0003416732870000093
限制函数(7)、(8)用以限制隶属分群标签s的所有线别的合计线别使用率(线别使用率总和)只能属于其中一种线别需求数区间ν。由此可以清楚知道哪些线别可以共同开立工班、需要开出多少工班，以便整合生产资源整合，有效利用现有人力资源。
Figure BDA0003416732870000094
Figure BDA0003416732870000095
在此，ν为线别需求数区间，ν＝1,2,...,V，V为线别需求数区间总数。
Figure BDA0003416732870000101
为用以确定线别k隶属于分群标签s且其线别需求数区间为ν的决策变量，以决策变量/>
Figure BDA0003416732870000102
为1来作为确定线别k隶属于分群标签s且其线别需求数区间为ν。ρsv为用以确定分群标签s的线别需求数区间ν的决策变量，以决策变量ρsv为1来作为确定分群标签s属于线别需求数区间ν。
举例来说，表5以线别FAC为例来说明。在表5中，基于
Figure BDA0003416732870000103
的值，确定线别FAC属于分群标签为3且线别需求数区间为1。表6用以说明决策变量ρsv。在表6中，基于ρsv的值，确定分群标签1、2、3分别对应的线别需求数区间为2、3、1。
表5
Figure BDA0003416732870000104
表6
分群标签(s) 线别需求数区间(ν) ρsv
1 1 0
1 2 1
1 3 0
2 1 0
2 2 0
2 3 1
3 1 1
3 2 0
3 3 0
限制函数(9)为线别使用率限制式，对于线别k而言，生产客户i的指定机种j所安排的产出量MOPijk以及试产天数PRDk，这两项整体对于线别的线别使用率合计不会超过一预设值，例如1.0(即100％)。
Figure BDA0003416732870000111
在此，CSk表示能在产线k生产的客户集合，DSik表示能在产线k生产客户i的机种集合。WDk为线别k的工作天数。限制函数(9)可以同时规划量产机种与试产机种的排产结果。
限制函数(10)、(11)为线别使用率座落区间限制式，表示针对线别k来说，其核算出来的线别使用率只能落在其中一种线别需求数区间ν。在此，针对线别使用率设定上限值αν以及下限值βν，并且同时设定对应于上限值以及下限值中的惩罚值M，M为极大正数。
Figure BDA0003416732870000112
Figure BDA0003416732870000113
例如，设定为：线别需求数区间ν＝1时，上限值α1＝0，下限值β1＝0；线别需求数区间ν＝2时，上限值α2＝0.000001，下限值β2＝0.500000；线别需求数区间ν＝3时，上限值α3＝0.500001，下限值β3＝1.000000；线别需求数区间ν＝4时，上限值α4＝1.000001，下限值β4＝1.500000。限制函数(10)、(11)可实现从线别使用率的结果推导出线别最终需要开立多少工班数(开班数)，如表7所示。表7所示为一种线别需求数区间ν与开班数SNv对应关系的范例。
表7
线别需求数区间(ν) 上限值(αν) 下限值(βν) 开班数(SNv)
1 0.00 0.00 0
2 0.01 0.50 1
3 0.51 1.00 2
限制函数(12)为人力需求(Headcount)的限制式，其是从隶属分群标签s的各个线别中，找出最大的人力需求来代表分群标签s的人力需求代表。
HCijk·xijks≤MHCsv+(1-ρsv)·M (12)
在此，人力需求HCijk代表客户i的指定机种j所需配置的作业人数。最大人力需求MHCsv代表分群标签s在线别需求数区间ν所需配置的最大作业人数。限制函数(12)可以得知共同开立工班的分群标签s包括的所有线别实际需要多少的人力需求来完成此分群标签s的生产任务。
目标函数(T1)为线别人力需求最少化，可以实现在满足各项供需限制条件的情况下，从多种可行结果中，取得(找到)一组最小生产成本的产能配置结果。
Figure BDA0003416732870000121
在此，SNv代表线别需求数区间ν所对应的开班数。例如，设定为：线别需求数区间ν＝1时，SN1＝0；线别需求数区间ν＝2时，SN2＝1；线别需求数区间ν＝3时，SN3＝2；线别需求数区间ν＝4时，SN4＝3。μk代表线别k的线别需求数区间的容忍因子，πk代表线别k的线别需求数区间上限值的容忍因子，σk代表线别k的线别需求数区间下限值的容忍因子。
目标函数(T2)为产线的工班开班数最少化，可以实现在满足各项供需限制函数的情况下，从多种可行结果中，取得(找到)一组最小生产成本的产能配置结果。
Figure BDA0003416732870000122
目标函数(T3)为生产所需总时间最短化，可以实现在满足各项供需限制函数的情况下，从多种可行结果中，取得(找到)一组最高生产效率的产能配置结果。在此，TTijk代表客户i的指定机种j在线别k所对应的节拍时间。
Figure BDA0003416732870000123
目标函数(T4)为最高人均单位产出，可以实现在满足各项供需限制函数的情况下，从多种可行结果中，取得(找到)一组最高人均单位产生的产能配置结果。
Figure BDA0003416732870000124
目标函数(T1)～目标函数(T4)，可以让工业工程师根据当时的时空背景与状况，挑选至少一项最符合当下情境的目标函数来建构求解模块133，最终取得一组符合目标函数的产能配置结果。
在本实施例中还导入容忍因子μk、πk、σk，来加速求解模块133的整体求解效率，求解耗时约10秒左右，能满足工业工程师在进行规划任务时，尽快找到最佳规划组合的期望。
例如，针对限制函数(9)来设定容忍因子μk而获得下述容忍函数(L1)。在此，LQUB为线别使用率的上限值，例如为1.0。容忍函数(L1)使得在求解过程中允许自适应超过上限值1.0，以便加速找到可行解以及加速收敛值域，但相对地当容忍值μk大于零时，会同步在目标函数上衍生相应的惩罚值M来影响目标函数的最佳值。
Figure BDA0003416732870000131
从结果中找出线别使用率大于上限值1.0的线别，并且发出异常提醒信息，藉此提醒使用者需要重新调整操作汇整数据302里对应的多个机种数据、可生产机种的线别、生产时间、人力需求等相关数据，以方便工业工程师可以针对这些线别迅速地去分析其机种的预计产能与线别的生产量是否不匹配，并随之调整产能或节拍时间等基础数据后，再次使用求解模块133重新求解。如此可以省去工业工程师遭遇到求解模块133显示无可行解时，需要从大量的线别数据中盲目地试误与尝试去找出无可行解的原因。
容忍函数(L2)、容忍函数(L3)为针对线别使用率的上限值ALQUB与下限值ALQLB所设计。在线别k的线别使用率的上限值ALQUB与下限值ALQLB分别额外增加容忍因子πk、σk，以在求解过程中允许自适应超过线别使用率的上、下限值，进而加速找到可行解以及加速收敛值域。相对地，当容忍因子πk、σk大于0时，会同步在目标函数上衍生相应的惩罚值来影响目标函数的最佳值。
Figure BDA0003416732870000132
Figure BDA0003416732870000133
其中，k∈ALS，ALS代表自动化线体的集合，便于针对自动化线体进行特殊设计。
据此，通过目标函数、限制函数与容忍因子之间的关连与牵动，可以保证求解模块133能够在极短时间内找到最佳的产能配置结果。经实验证实，相比未导入容忍因子前，导入容忍因子的求解模块133可以加速42％～93％的求解效率。
本发明的求解模块133例如采用混合整数线性规划(Mixed Integer LinearProgramming，MILP)模型。当使用者完成数据输入后，应用程序接口(ApplicationProgramming Interface，API)将自动呼叫一求解引擎进行规划求解。求解引擎例如为CPLEX优化器。求解引擎以分支切割法(Branch-and-Cut Algorithm)为主体架构进行模型求解。分支切割法将原问题拆分为多个独立子问题，并使用原有对偶单体法(Primal/DualSimplex Algorithm)来求解线性规划松弛(Linear programming relaxation)的子问题，得到最佳解后如有限制为整数的决策变量为非整数值，则使用切割平面(Cutting Plane)法进一步导出线性限制式加入目前线性规划松弛问题，以使下一迭代(Iteration)所求得解可更逼近整数的结果。
现有CPLEX优化器可通过预处理(Presolve)、分支策略(Branching Strategy)、搜索策略(例如深度优先(Depth-First)、广度优先(Breadth-First)、最佳优先(Best-First))、启发式方法(Heuristics)等进一步优化求解效率。
CPLEX优化器提供网络应用程序(Web Application)、Web API应用程序以及API应用程序。Web应用程序用以提供使用者界面150(如图1及图4所示)。Web API应用程序用以提供除触发CPLEX优化器求解相关功能外的其他所有功能。例如，用户登录功能，用以认证及授权用户；用户维护功能：用以创建账号以及设定权限；数据维护功能，用以维持基础数据；API呼叫功能，用以触发API应用程序来继续优化求解；结果查询功能：用以查询及呈现优化结果。
API应用程序用以提供求解相关功能。例如，API应用接口，用以提供外部API呼叫的接口；数据创建功能，用以创建CPLEX优化器所需的数据模型；触发接口功能，用以触发优化求解；求解结果解析功能，优化求解结果呈现。
表8～表10是求解结果(产能配置结果)的范例。
表8
Figure BDA0003416732870000151
表8包括各客户所请求的指定机种对应于多个线别的配置结果。以客户UA的指定机种M_A1而言，其所使用的线别为FA2(由决策变量决定)，且属于分群标签1，生产配置数量为7500。
表9
Figure BDA0003416732870000161
表9是基于表8所获得的产能配置结果的范例。即，基于表8中决策变量为1的结果来产生表9。
表10
Figure BDA0003416732870000162
表10所示为合并开班的整合结果。以线别FA2而言，其最大的人力需求为21.5，所需开班数为1班，故，线别FA2对应的人力需求为21.5×1＝21.5。以线别FA3而言，其最大的人力需求为18，所需开班数为2班，故，线别FA3对应的人力需求为18×2＝36。而线别FAC的开班数为0，故，此线别没有人力需求。之后，将21.5+36+0来三个线别的总人力需求。而表10的数据亦可以进一步以直方图来呈现。例如，呈现出如图6所示的直方图。
综上所述，本发明可因应订单需求或相关指定生产条件变更，及时重新规划求解以提升服务水平。实验结果显示，本发明对于组合复杂度极高的产能规划，平均可在30秒内求算出最佳解，并节省99.7％的工业工程人员规划用时间。即，现有人工规划需耗时4小时，使用本发明进行规划则平均耗时30秒，改善幅度为99.7％。据此，经由本发明可减少人工重复维护数据的时间，也避免因人工维护而导致的人工错误，提升产能规划准确度。此外，本发明在数据维护阶段会自动验证数据是否异常，因此，在后续进行求解的过程便不会让数据错误造成最后结果无效。

Claims (20)

1.一种产能配置的规划方法，该产能配置的规划方法通过一处理器来执行，该产能配置的规划方法包括：
基于多个线别相对于多个机种的多个相关参数、每一该些线别的一可用产能以及对应该些机种的一订单需求，设定一限制函数；
基于一产能目标，设定一目标函数，其中该产能目标包括一最小生产成本；
基于该限制函数以及该目标函数建构一求解模块；以及
通过该求解模块获得一产能配置结果，其中该产能配置结果包括一指定机种对应的线别、每一该线别的人力以及每一该线别的一开班数。
2.如权利要求1所述的产能配置的规划方法，其中该些相关参数包括每一该些线别对应于不同机种的一人力需求、一节拍时间以及一产出量，该可用产能包括每一该些线别隶属的一生产区域、一试产天数以及一工作天数，该订单需求包括所请求的该指定机种以及对应的一预计产能，
该限制函数包括一线别分配限制、一产量限制、一线别使用率限制。
3.如权利要求2所述的产能配置的规划方法，其中在设定该限制函数之前还包括：
经由一使用者界面或一数据库获得一计划、一操作汇整数据、一试产数据以及一生产力数据；
自该计划获得所请求的该指定机种，并基于该指定机种自该操作汇整数据中获得对应于该指定机种的该预计产能；
自该操作汇整数据中获得该指定机种对应使用的线别以及该人力需求，并基于该指定机种对应使用的该线别与该人力需求来计算出对应的该节拍时间以及该产出量；
自该生产力数据中获得每一该些机种对应的该生产力以及该工作天数；以及
自该试产数据中获得该指定机种对应使用的该线别对应的该试产天数。
4.如权利要求1所述的产能配置的规划方法，其中该最小生产成本包括线别人力需求最少化或线别开班数最少化。
5.如权利要求1所述的产能配置的规划方法，其中该产能目标还包括一最高生产效率以及一最高人均单位产生至少其中一个。
6.如权利要求1所述的产能配置的规划方法，该产能配置的规划方法还包括：
在该限制函数中导入至少一个容忍因子，并且同时在该目标函数中设定相应的惩罚值。
7.如权利要求1所述的产能配置的规划方法，其中设定该限制函数的步骤还包括：
针对每一该些线别设定一分群标签，其中隶属于相同分群标签的该些线别被允许共同开立工班；
设定所请求的该指定机种所对应的每一该些线别进行生产的一生产配置数量不超过该指定机种的一预计产能，且所请求的该指定机种所对应的全部线别的该生产配置数量的总和等于该预计产能；
设定隶属于相同分群标签的该些线别的一线别使用率总和；以及
设定在隶属于相同分群标签的该些线别中的多个人力需求中选择最大者作为代表该分群标签的人力需求代表。
8.如权利要求1所述的产能配置的规划方法，其中设定该限制函数的步骤还包括：
根据一预计产能计算每一该些线别的一线别使用率；以及
倘若该线别使用率大于一预设值，则发出一异常提醒信息。
9.一种产能配置的规划装置，该规划装置包括：
一存储器，该存储器包括一数据库，该数据库储存有多个线别相对于多个机种的多个相关参数、每一该些线别的一可用产能以及对应该些机种的一订单需求；以及
一处理器，该处理器耦接至该存储器，其中该处理器经配置以：
基于该些相关参数、每一该些线别的该可用产能以及该订单需求，设定一限制函数；
基于一产能目标，设定一目标函数，其中该产能目标包括一最小生产成本；
基于该限制函数以及该目标函数建构一求解模块；以及
通过该求解模块获得一产能配置结果，其中该产能配置结果包括一指定机种对应的线别、每一该线别的人力以及每一该线别的一开班数。
10.如权利要求9所述的规划装置，其中该些相关参数包括每一该些线别对应于不同机种的一人力需求、一节拍时间以及一产出量，该可用产能包括每一该些线别隶属的一生产区域、一试产天数以及一工作天数，该订单需求包括所请求的该指定机种以及对应的一预计产能，
该限制函数包括一线别分配限制、一产量限制、一线别使用率限制。
11.如权利要求10所述的规划装置，其中该存储器还包括提供一使用者界面，该处理器经配置以：
经由该使用者界面获得一计划、一操作汇整数据、一试产数据以及一生产力数据；
自该计划获得所请求的该指定机种，并基于该指定机种自该操作汇整数据中获得对应于该指定机种的该预计产能；
自该操作汇整数据中获得该指定机种对应使用的线别以及该人力需求，并基于该指定机种对应使用的该线别与该人力需求来计算出对应的该节拍时间以及该产出量；
自该生产力数据中获得每一该些机种对应的该生产力以及该工作天数；以及
自该试产数据中获得该指定机种对应使用的该线别对应的该试产天数。
12.如权利要求9所述的规划装置，其中该最小生产成本包括线别人力需求最少化或线别开班数最少化。
13.如权利要求9所述的规划装置，其中该产能目标还包括一最高生产效率以及一最高人均单位产生至少其中一个。
14.如权利要求9所述的规划装置，其中该限制函数包括一线别使用率的限制，该处理器经配置以：
在该限制函数中导入至少一个容忍因子，并且同时在该目标函数中设定相应的惩罚值。
15.如权利要求9所述的规划装置，其中设该处理器经配置以：
针对每一该些线别设定一分群标签，其中隶属于相同分群标签的该些线别被允许共同开立工班；
设定所请求的该指定机种所对应的每一该些线别进行生产的一生产配置数量不超过该指定机种的一预计产能，且所请求的该指定机种所对应的全部线别的该生产配置数量的总和等于该预计产能；
设定隶属于相同分群标签的该些线别的一线别使用率总和；以及
设定在隶属于相同分群标签的该些线别中的多个人力需求中选择最大者作为代表该分群标签的人力需求代表。
16.如权利要求9所述的规划装置，其中该处理器经配置以：
根据一预计产能计算每一该些线别的一线别使用率；以及
倘若该线别使用率大于一预设值，则发出一异常提醒信息。
17.一种产能配置的规划方法，该产能配置的规划方法通过一处理器来执行，该产能配置的规划方法包括：
经由一使用者界面提供多个可选择字段，以自该些可选择字段获得多个数据，其中该些数据包括多个线别相对于多个机种的多个相关参数、每一该些线别的一可用产能、对应该些机种的一订单需求以及一产能目标；以及
通过该使用者界面显示对应于所获得的该些数据的一产能配置结果，其中该产能配置结果包括一指定机种对应的线别、每一该线别的人力以及每一该线别的一开班数，
在经由该使用者界面获得该些数据之后，通过该处理器执行下述步骤：
基于该些相关参数、该可用产能以及该订单需求，设定一限制函数；
基于该产能目标，设定一目标函数，其中该产能目标包括一最小生产成本；
基于该限制函数以及该目标函数建构一求解模块；以及
通过该求解模块获得该产能配置结果。
18.如权利要求17所述的产能配置的规划方法，其中该限制函数包括一线别分配限制、一产量限制、一线别使用率限制，
该产能目标还包括一最高生产效率以及一最高人均单位产生至少其中一个。
19.如权利要求17所述的产能配置的规划方法，该产能配置的规划方法还包括：
在该限制函数中导入至少一个容忍因子，并且同时在该目标函数中设定相应的惩罚值。
20.如权利要求17所述的产能配置的规划方法，该产能配置的规划方法还包括：
倘若一线别使用率大于一预设值，通过该使用者界面发出一异常提醒信息，其中该处理器根据一预计产能计算每一该些线别的该线别使用率。
CN202111549348.2A 2021-12-17 2021-12-17 产能配置的规划方法以及规划装置 Pending CN116307415A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202111549348.2A CN116307415A (zh) 2021-12-17 2021-12-17 产能配置的规划方法以及规划装置
TW110149044A TWI811925B (zh) 2021-12-17 2021-12-28 產能配置的規劃方法以及規劃裝置
US17/677,901 US20230196292A1 (en) 2021-12-17 2022-02-22 Planning method and planning apparatus for production capacity allocation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111549348.2A CN116307415A (zh) 2021-12-17 2021-12-17 产能配置的规划方法以及规划装置

Publications (1)

Publication Number Publication Date
CN116307415A true CN116307415A (zh) 2023-06-23

Family

ID=86768425

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111549348.2A Pending CN116307415A (zh) 2021-12-17 2021-12-17 产能配置的规划方法以及规划装置

Country Status (3)

Country Link
US (1) US20230196292A1 (zh)
CN (1) CN116307415A (zh)
TW (1) TWI811925B (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103049801B (zh) * 2012-12-20 2015-04-22 四川长虹电器股份有限公司 生产线布局优化设计方法
TWI650714B (zh) * 2018-01-19 2019-02-11 財團法人工業技術研究院 動態智能排程方法及裝置
CN109375601B (zh) * 2018-11-13 2020-05-19 华中科技大学 基于数据驱动建模与仿真优化的流水线规划方法及设备

Also Published As

Publication number Publication date
TW202326574A (zh) 2023-07-01
US20230196292A1 (en) 2023-06-22
TWI811925B (zh) 2023-08-11

Similar Documents

Publication Publication Date Title
US7984441B2 (en) Method and system for tuning a taskscheduling process
US20170116522A1 (en) Method For Task Scheduling And Resources Allocation And System Thereof
US10042981B2 (en) Method and apparatus for supporting task scheduling in a radiation therapy workflow via prediction of critical workload
US10740773B2 (en) Systems and methods of utilizing multiple forecast models in forecasting customer demands for products at retail facilities
US7082605B2 (en) Contingency planning in a scheduling process
CN112462698A (zh) 一种基于大数据的智能工厂控制系统及方法
CN106647336A (zh) 一种基于仿真的飞机装配过程智能监控系统
Guo et al. Intelligent production control decision support system for flexible assembly lines
CN108876406A (zh) 客服行为分析方法、装置、服务器及可读存储介质
CN114781934B (zh) 工单分配方法及相关装置
Witte Using static capacity modeling techniques in semiconductor manufacturing
CN116976599A (zh) 一种智能排产的方法及相关设备
CN114519603A (zh) 物流咨询单管理方法、装置、设备及存储介质
CN113298313A (zh) 一种基于遗传算法的柔性作业车间调度方法及系统
Wang et al. Order acceptance and scheduling considering lot-spitting in seru production system
CN117687356A (zh) 生产调度方法、终端设备及计算机可读存储介质
CN116307415A (zh) 产能配置的规划方法以及规划装置
Nearchou et al. Multisite and multishift personnel planning with set-up costs
CN115660261A (zh) 生产订单信息处理方法、计算机装置和存储介质
KR20120133362A (ko) 로딩 시뮬레이션 기반 동적 피드백 스케줄링 알고리즘을 장착한 최적화된 생산 스케줄링 시스템
Koo et al. Simultaneous determination of lot size and production rate at capacity-constrained multiple-product systems
CN114037269A (zh) 基于云平台的染色排程处理系统、方法和计算机设备
Bettinelli et al. Simulation and optimization models for emergency medical systems planning
Dong et al. Modelling and implementation of manufacturing direct labour allocation: a case study in semiconductor production operations
US20170249568A1 (en) Modeling, simulation, and predictive analysis

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