CN116341931B - 一种多偏好钢铁企业经营数据分析系统及方法 - Google Patents
一种多偏好钢铁企业经营数据分析系统及方法 Download PDFInfo
- Publication number
- CN116341931B CN116341931B CN202310580337.3A CN202310580337A CN116341931B CN 116341931 B CN116341931 B CN 116341931B CN 202310580337 A CN202310580337 A CN 202310580337A CN 116341931 B CN116341931 B CN 116341931B
- Authority
- CN
- China
- Prior art keywords
- data
- analysis
- business
- preference
- product
- 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.)
- Active
Links
- 238000007405 data analysis Methods 0.000 title claims abstract description 71
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 65
- 239000010959 steel Substances 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004458 analytical method Methods 0.000 claims abstract description 271
- 230000008901 benefit Effects 0.000 claims abstract description 90
- 238000011156 evaluation Methods 0.000 claims abstract description 67
- 239000000047 product Substances 0.000 claims description 121
- 238000004519 manufacturing process Methods 0.000 claims description 85
- 238000007726 management method Methods 0.000 claims description 59
- 238000013439 planning Methods 0.000 claims description 34
- 230000008569 process Effects 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 17
- 239000002994 raw material Substances 0.000 claims description 15
- 238000012423 maintenance Methods 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 8
- 239000006227 byproduct Substances 0.000 claims description 7
- 238000012384 transportation and delivery Methods 0.000 claims description 5
- 238000005096 rolling process Methods 0.000 claims description 4
- 238000009628 steelmaking Methods 0.000 claims description 4
- 238000005265 energy consumption Methods 0.000 claims description 3
- 239000003814 drug Substances 0.000 claims 1
- 229940079593 drug Drugs 0.000 claims 1
- 238000009434 installation Methods 0.000 claims 1
- 230000002787 reinforcement Effects 0.000 claims 1
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 abstract description 30
- 229910052742 iron Inorganic materials 0.000 abstract description 15
- 230000006870 function Effects 0.000 description 39
- 238000004422 calculation algorithm Methods 0.000 description 29
- 230000002093 peripheral effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 238000002360 preparation method Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 230000008093 supporting effect Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000013068 supply chain management Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Data Mining & Analysis (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (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)
Abstract
本发明提供一种多偏好钢铁企业经营数据分析系统及方法,所述系统包括:数据中台模块和数据分析模块;所述数据中台模块用于获取基础数据、业务数据、产品效益分析数据、销售需求评估数据、产能综合分析数据和决策偏好数据;所述数据分析模块用于根据所述基础数据、所述业务数据、所述产品效益分析数据、所述销售需求评估数据、所述产能综合分析数据和所述决策偏好数据生成多个经营计划分析报告。本发明根据不同的决策偏好数据,生成不同的经营计划分析报告,从而生成适合企业自身的经营计划分析报告,提高钢铁企业经营中的数据利用率,避免信息孤岛,进而充分利用钢铁企业经营数据为钢铁企业制定适合自身情况的经营计划提供数据支撑。
Description
技术领域
本发明涉及数据分析技术领域,具体而言,涉及一种多偏好钢铁企业经营数据分析系统及方法。
背景技术
随着工业互联网飞速发展,钢铁行业两化融合进程势在必行,各大钢铁企业正在抢占钢铁生产智能化转型的高地,近年来,各大企业经过信息化建设,汇聚了企业大量的生产经营和管理数据。
作为传统制造行业,处于不同阶段、不同境况的钢铁企业主体可能具有不同的经营情况,因此,钢铁企业经营管理中存在数据利用率不高、信息孤岛的问题,并造成在钢铁企业数据存储分散,数据传输时效性低,未利用好企业各类数据来盘活数据资产的问题,从而无法支撑企业各级生产管理者的经营决策。
发明内容
本发明所要解决的问题是如何利用钢铁企业经营数据为钢铁企业制定适合自身情况的经营计划提供数据支撑的问题。
为解决上述问题,本发明提供一种多偏好钢铁企业经营数据分析系统,包括数据中台模块和数据分析模块;
所述数据中台模块用于获取基础数据、业务数据、产品效益分析数据、销售需求评估数据、产能综合分析数据和决策偏好数据;
所述数据分析模块用于根据所述基础数据、所述业务数据、所述产品效益分析数据、所述销售需求评估数据、所述产能综合分析数据和所述决策偏好数据生成多个经营计划分析报告,其中,当所述决策偏好数据为边际效益偏好数据时,根据所述基础数据、所述业务数据和所述产品效益分析数据生成所述经营计划分析报告;当所述决策偏好数据为订单满足率偏好数据时,根据所述基础数据、所述业务数据和所述销售需求评估数据生成所述经营计划分析报告;当所述决策偏好数据为产能利用率偏好数据时,根据所述基础数据、所述业务数据和所述产能综合分析数据生成所述经营计划分析报告。
与现有技术相比:本发明所述的多偏好钢铁企业经营数据分析系统包括数据中台模块和数据分析模块,通过模块实现数据上的信息交互,数据中台模块通过获取获取基础数据、业务数据、产品效益分析数据、销售需求评估数据、产能综合分析数据和决策偏好数据,为数据分析模块提供数据基础,数据分析模块根据数据中台模块传输的基础数据、业务数据、产品效益分析数据、销售需求评估数据、产能综合分析数据和决策偏好数据生成多个经营计划分析报告,且根据决策偏好数据的不同,对应不同的经营计划分析报告,从而结合企业自身实际经营情况及经营数据进行数据分析,从而生成适合企业自身的经营计划分析报告,同时,提高钢铁企业经营中的数据利用率,避免信息孤岛,也为钢铁生产智能化转型提供了科学支撑,且本发明不是单一对所有数据进行整合,而是根据钢铁企业经营管理中决策偏好,对钢铁企业经营数据进行分析整合评估,因此,达成经营计划分析报告更贴合钢铁企业自身,贴近企业实际经营情况的目的,而非刻板的追求数据上的结果,从而充分利用钢铁企业经营数据为钢铁企业制定适合自身情况的经营计划提供数据支撑。
可选地,所述数据分析模块包括生产经营管理单元和多方案对比单元,
所述生产经营管理单元用于根据所述基础数据和所述业务数据以及所述产品效益分析数据、所述销售需求评估数据、所述产能综合分析数据和所述决策偏好数据进行优化处理生成多个经营分析数据;
所述生产经营管理单元还用于将所述经营计划分析报告进行优化处理生成销售计划报告、生产计划报告和预算计划报告,并存储至所述数据中台模块;
所述多方案对比单元用于根据预设偏好权重对所有所述经营分析数据处理生成多个所述经营计划分析报告,并根据所述业务数据对所述经营计划分析报告进行对比分析处理生成目标经营计划报告,其中,一个所述经营分析数据对应一个所述经营计划分析报告。
可选地,所述数据分析模块还包括经营支持管理单元,
所述经营支持管理单元用于根据所述数据中台模块获取的企业资源计划实际销售数据、制造执行生产实绩数据、制造执行库存数据、原料市场数据和钢材市场数据以及所述业务数据的月效益实际数据,将所述目标经营计划报告与实际经营数据报告进行对比处理,生成执行偏差值,
若所述执行偏差值大于预设偏差值,将所述目标经营计划报告修正优化直至所述执行偏差值小于或等于所述预设偏差值;
若所述执行偏差值小于或等于所述预设偏差值,将所述目标经营计划报告储存至所述数据中台模块。
可选地,所述数据中台模块包括模型配置单元,所述模型配置单元包括产品效益评估分析模型、销售需求评估分析模型和产能利用评估分析模型,
所述产品效益评估分析模型用于根据所述边际效益偏好数据对所述基础数据、所述业务数据以及所述产品效益分析数据进行产品效益评估分析,以支持所述数据分析模块生成所述经营计划分析报告;
所述销售需求评估分析模型用于根据所述订单满足率偏好数据对所述基础数据、所述业务数据以及所述销售需求评估数据进行销售需求评估分析,以支持所述数据分析模块生成所述经营计划分析报告;
所述产能利用评估分析模型用于根据所述产能利用率偏好数据对所述基础数据、所述业务数据以及所述产能综合分析数据进行产能利用评估分析,以支持所述数据分析模块生成所述经营计划分析报告。
可选地,所述数据分析模块包括约束分析函数,所述约束分析函数用于根据所述基础数据中的工艺规程数据、设备机时能力数据、库存容量数据和所述业务数据中的重要客户订单交期数据对所述基础数据、所述业务数据、所述产品效益分析数据、所述销售需求评估数据和所述产能综合分析数据进行约束求解,以支持所述数据分析模块生成经营计划分析报告,其中,所述约束分析函数为:
,
,
其中,为产品质量集合,为每一个订单计划初始开始时间,为
订单计划初始开始时间,为订单交期,为的检修时长,为
产品集合,为设备工艺路线集合,为库存原料重量集合,指设备单位时间最大产能集合,、、分别为工艺约束所
规定的常数值集合,指炼铁生产工艺约束集合,指炼钢生产工艺约束集
合,指轧钢生产工艺约束集合。
可选地,所述根据所述基础数据、所述业务数据和所述产品效益分析数据生成所述经营计划分析报告,包括:
根据所述基础数据、所述业务数据和所述产品效益分析数据构建第一目标函数,通过所述产品效益评估分析模型和所述约束分析函数对所述第一目标函数进行求解,得到经营分析数据,以生成所述经营计划分析报告,其中,所述第一目标函数包括:
,
其中,为产品边际效益,为市场产品单位质量
售价,为市场原料单位重量成本,为原料集合,为设
备单位时间固定运行成本,为设备工艺路线,为单位质量
产品对应设备加工周期,为设备单位时间固定维护成本,为能源介质
单位质量成本,为产品单位时间单位质量平均能耗,为产品单位
时间单位质量平均人力成本,为市场副产品单位质量售价,
为单位重量产品产生的副产品重量,为待求解的产品质量集合,为
产品的质量,指产品数量。
可选地,所述根据所述基础数据、所述业务数据和所述销售需求评估数据生成所述经营计划分析报告,包括:
根据所述基础数据、所述业务数据和所述销售需求评估数据构建第二目标函数,通过所述销售需求评估分析模型和所述约束分析函数对所述第二目标函数进行求解,得到经营分析数据,以生成所述经营计划分析报告,其中,所述第二目标函数包括:
,
其中,为销售需求综合权重元素,为订单交期,为订单实际交期,为订单计划初始开始时间,为单
位质量产品对应设备的加工周期,为设备数量,为待求解的订单的产品
质量,为产品的质量。
可选地,所述根据所述基础数据、所述业务数据和所述产能综合分析数据生成所述经营计划分析报告,包括:
根据所述基础数据、所述业务数据和所述产能综合分析数据构建第三目标函数,通过所述产品效益评估分析模型和所述约束分析函数对所述第三目标函数进行求解,得到经营分析数据,以生成所述经营计划分析报告,其中,所述第三目标函数包括:
,
其中,指设备空闲时间,为设备的检修时长,指设备生产产品的机时能力,指设备生产的产品质量,为产品的质量。
可选地,所述多偏好钢铁企业经营数据分析系统还包括企业资源计划系统、制造执行系统和高级计划与排程系统,
所述企业资源计划系统、所述制造执行系统和所述高级计划与排程系统均用于与所述数据中台模块进行信息交互。
为解决上述问题,本发明还提供了一种多偏好钢铁企业经营数据分析方法,包括:
获取基础数据、业务数据、产品效益分析数据、销售需求评估数据、产能综合分析数据和决策偏好数据,
根据所述基础数据、所述业务数据、所述产品效益分析数据、所述销售需求评估数据、所述产能综合分析数据和所述决策偏好数据生成多个经营计划分析报告,其中,当所述决策偏好数据为边际效益偏好数据时,根据所述基础数据、所述业务数据和所述产品效益分析数据生成所述经营计划分析报告;当所述决策偏好数据为订单满足率偏好数据时,根据所述基础数据、所述业务数据和所述销售需求评估数据生成所述经营计划分析报告;当所述决策偏好数据为产能利用率偏好数据时,根据所述基础数据、所述业务数据和所述产能综合分析数据生成所述经营计划分析报告。
本发明所述的一种多偏好钢铁企业经营数据分析方法与所述的一种多偏好钢铁企业经营数据分析系统相对于现有技术的优势相同,在此不再赘述。
附图说明
图1为本发明实施例中多偏好钢铁企业经营数据分析系统的结构图之一;
图2为本发明实施例中多偏好钢铁企业经营数据分析系统的结构图之二。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
为解决上述问题,结合图1所示,本发明提供一种偏好钢铁企业经营数据分析系统,包括数据中台模块和数据分析模块;
具体地,数据中台模块和数据分析模块通讯连接;通讯连接是通过信号的传输交互在连接的设备之间构成通讯的连接方式,即通过信号的传输交互在连接的设备之间构成通讯,其中,通讯连接包括有线连接和无线连接。
所述数据中台模块用于获取基础数据、业务数据、产品效益分析数据、销售需求评估数据、产能综合分析数据和决策偏好数据;
具体地,数据中台模块接收和储存用户维护和存储钢铁企业经营管理数据挖掘和利用时所需要的基础数据、系统上传的业务数据,以及产品效益分析数据、销售需求评估数据、产能综合分析数据和决策偏好数据,并将基础数据、业务数据、产品效益分析数据、销售需求评估数据、产能综合分析数据和决策偏好数据发送至数据分析模块。
具体地,数据中台模块提供各类基础算法,包括但不限于数据清理、数据转换、数据筛选、数据正则化等数据准备基础算法,还提供数据分析基础算法,包括但不限于神经网络、决策树、支持向量机等机器学习和深度学习趋势预测基础算法,钢铁企业生产工艺规则基础算法,运筹学数学规划基础算法以及数学统计基础算法,数据中台模块中的各类算法为数据分析模块的数据处理提供支撑。
数据分析模块用于根据基础数据、业务数据、产品效益分析数据、销售需求评估数据、产能综合分析数据和决策偏好数据生成多个经营计划分析报告,其中,当决策偏好数据为边际效益偏好数据时,根据基础数据、业务数据和产品效益分析数据生成经营计划分析报告;当决策偏好数据为订单满足率偏好数据时,根据基础数据、业务数据和销售需求评估数据生成经营计划分析报告;当决策偏好数据为产能利用率偏好数据时,根据基础数据、业务数据和产能综合分析数据生成经营计划分析报告。
本实施例所述的多偏好钢铁企业经营数据分析系统包括数据中台模块和数据分析模块,通过模块实现数据上的信息交互,数据中台模块通过获取基础数据、业务数据、产品效益分析数据、销售需求评估数据、产能综合分析数据和决策偏好数据,为数据分析模块提供数据基础,数据分析模块根据数据中台模块传输的基础数据、业务数据、产品效益分析数据、销售需求评估数据、产能综合分析数据和决策偏好数据生成多个经营计划分析报告,且根据决策偏好数据的不同,对应不同的经营计划分析报告,从而结合企业自身实际经营情况及经营数据进行数据分析,从而生成适合企业自身的经营计划分析报告,同时,提高钢铁企业经营中的数据利用率,避免信息孤岛,也为钢铁生产智能化转型提供了科学支撑,且本实施例不是单一对所有数据进行整合,而是根据钢铁企业经营管理中决策偏好,对钢铁企业经营数据进行分析整合评估,因此,达成经营计划分析报告更贴合钢铁企业自身,贴近企业实际经营情况的目的,而非刻板的追求数据上的结果,从而充分利用钢铁企业经营数据为钢铁企业制定适合自身情况的经营计划提供数据支撑。
可选地,数据分析模块包括生产经营管理单元和多方案对比单元,
生产经营管理单元用于根据基础数据和业务数据以及产品效益分析数据、销售需求评估数据、产能综合分析数据和决策偏好数据进行优化处理生成多个经营分析数据;
生产经营管理单元还用于将经营计划分析报告进行优化处理生成销售计划报告、生产计划报告和预算计划报告,并存储至数据中台模块;
具体地,本实施例中的生产经营管理单元具有边际效益偏好管理、订单满足率偏好管理、产能利用率偏好管理、年/月度经营计划编制以及经营计划分解为销售计划、生产计划和预算计划的功能,结合产品效益分析数据、销售需求评估数据、产能综合分析数据、基础数据以及业务数据的外部钢材数据和原料市场数据,调用数据准备基础算法、数学规划基础算法以及数据中台模块中的预设数据偏好模型进行求解优化处理生成多个经营分析数据。
其中,预设数据偏好模型支持用户自定义配置,可设置多目标,多约束,同时支持调整模型参数,例如,默认模型配置如下:
若选择效益最大化为优先偏好,则以效益最大化为主要目标,以重要客户订单交期、工艺规程、设备机时能力、产品质量规范、物流运力和库存容量为主要约束参数,进行求解优化处理生成经营分析数据,求解优化过程中,约束条件以及约束参数允许用户人工调整;
若选择订单满足率最大化为优先偏好,则以订单交期率最大为第一目标参数、订单产品与交付产品不一致率最低为第二目标参数、成品库存量最少为第三目标参数,以重要客户订单交期、工艺规程、设备机时能力、产品质量规范、物流运力、安全库存为主要约束参数,进行求解优化处理生成经营分析数据,求解优化过程中,约束条件以及约束参数允许用户人工调整;
若选择产能利用率最大化为优先偏好,则以设备利用率为主要目标,以重要客户订单交期、工艺规程、设备机时能力、产品质量规范、物流运力、安全库存为主要约束参数,进行求解优化处理生成经营分析数据,求解优化过程中,约束条件以及约束参数允许用户人工调整,
将三种不同经营分析数据经过格式转换,转换为年/月度经营分析数据,将多个经营分析数据存入数据中台模块,同时,还可按照经营分析数据中不同产品产量、品种结构、物料需求结合市场钢材价格与原料价格以及客户重要程度,调用业务流模型和审批流模型,将年/月度经营分析数据分解为年/月度销售经营分析数据、年/月度生产经营分析数据与年/月度预算经营分析数据,并生成销售计划报告、生产计划报告和预算计划报告,可以理解的是,本实施例通过对企业经营数据进行深度挖掘,并整合成经营分析数据,同时,对经营分析数据进一步处理,生成不同类型适应于企业不同职能部门的经营分析数据,并生成计划报告(例如,销售计划报告、生产计划报告和预算计划报告)以指导不同职能部门的经营决策,从而实现数据挖掘真正的含义,为企业经营管理提供科学、可靠的支撑,同时,本实施例支持用户自行选择主要偏好,以所选择的偏好为主要目标,并生成适合企业本身的经营偏好数据,可以理解的是本实施例中的经营偏好数据并不是单一一组数据,在实际应用过程中可以生成多个经营偏好数据。
多方案对比单元用于根据预设偏好权重对所有经营分析数据处理生成多个经营计划分析报告,并根据业务数据对经营计划分析报告进行对比分析处理生成目标经营计划报告,其中,一个经营分析数据对应一个经营计划分析报告。
具体地,本实施例中的多方案对比单元具有边际效益偏好对比评估分析、订单满足率偏好对比评估分析、产能利用率偏好对比评估分析功能,结合多个经营分析数据,通过用户设置指标权重,对不同数据偏好下的经营分析数据进行评估,并调用数据准备基础算法和数据分析基础算法以及预设指标体系模型根据业务数据的设备利用率、产品销量、产品边际效益、经营预算,优特钢占比等关键指标对经营计划分析报告进行对比分析处理生成目标经营计划报告,将目标经营计划报告存入数据中台并发送至企业资源计划系统和高级计划与排程系统执行,其中,本实施例也可由用户选择最终目标经营报告,可以理解的是,本实施例中的多方案对比单元为辅助钢铁企业经营数据而设定,因此,实际应用过程中,对于生成的目标经营报告以用户选择为主,以实现辅助支撑作用,例如,实际使用过程中,用户进行多次选择不同决策偏好分别进行计算求解,生成多个不同决策偏好下的经营计划分析报告,本实施例的多方案对比单元根据用户多次选择决策偏好触发对比指令,当接收到对比指令后,确定待对比的经营计划分析报告并进行对比分析处理,关键指标可由用户设定,例如,可选择设备利用率、产品销量、产品边际效益、经营预算,优特钢占比等关键指标中的一种或多种。
可选地,数据分析模块还包括经营支持管理单元,
经营支持管理单元用于根据数据中台模块获取的企业资源计划实际销售数据、制造执行生产实绩数据、制造执行库存数据、原料市场数据和钢材市场数据以及业务数据的月效益实际数据,将目标经营计划报告与实际经营数据报告进行对比处理,生成执行偏差值,
若执行偏差值大于预设偏差值,将目标经营计划报告修正优化直至执行偏差值小于或等于预设偏差值;
若执行偏差值小于或等于预设偏差值,将目标经营计划报告储存至数据中台模块。
具体地,本实施例中的经营支持管理单元具有月/年度经营数据调整和计划实绩对比分析功能,结合数据中台模块中的企业资源计划实际销售数据、制造执行生产实绩数据、制造执行库存数据、原料市场数据和钢材市场数据以及业务数据的月效益实际数据,其中,企业资源计划实际销售数据、制造执行生产实绩数据和制造执行库存数据分别来自于企业资源计划系统和制造执行系统,本实施例中的经营支持管理单元通过上述数据生成实际经营数据报告,再调用数据准备基础算法、数学统计基础算法和数据分析基础算法和指标体系模型对目标经营计划报告与实际经营数据报告进行对比处理生成执行偏差值,若执行偏差值大于预设偏差值,将目标经营计划报告修正优化直至执行偏差值小于或等于预设偏差值,即计划与实际对比成负向反馈,则数据支持管理模块根据上述流程调整下月/年目标经营计划报告,且支持用户人工调整,将调整结果存入数据中台模块并发送至企业资源计划系统和高级计划与排程系统;若执行偏差值小于或等于预设偏差值,将目标经营计划报告储存至数据中台模块,即计划与实际对比成正向反馈,则生产实际按照目标经营计划报告继续执行。
可选地,数据中台模块包括模型配置单元,模型配置单元包括产品效益评估分析模型、销售需求评估分析模型和产能利用评估分析模型,
产品效益评估分析模型用于根据边际效益偏好数据对基础数据、业务数据以及产品效益分析数据进行产品效益评估分析,以支持数据分析模块生成经营计划分析报告;
销售需求评估分析模型用于根据订单满足率偏好数据对基础数据、业务数据以及销售需求评估数据进行销售需求评估分析,以支持数据分析模块生成经营计划分析报告;
产能利用评估分析模型用于根据产能利用率偏好数据对基础数据、业务数据以及产能综合分析数据进行产能利用评估分析,以支持数据分析模块生成经营计划分析报告。
具体地,本实施例中的模型配置单元还提供生产工艺、产品效益、产能利用相关的指标体系模型以及支持钢铁企业业务流程以及审批流程的模型配置,为经营计划分析报告的方案对比和调整以及企业关键经营指标的可视化和配置化提供支撑。
可选地,数据分析模块包括约束分析函数,约束分析函数用于根据基础数据中的工艺规程数据、设备机时能力数据、库存容量数据和业务数据中的重要客户订单交期数据对基础数据、业务数据、产品效益分析数据、销售需求评估数据和产能综合分析数据进行约束求解,以支持数据分析模块生成经营计划分析报告,其中,约束分析函数为:
,
,
其中,为产品质量集合,为每一个订单计划初始开始时间,为
订单计划初始开始时间,为订单交期,为检修时长,为产
品集合,为设备工艺路线集合,为库存原料重量集合,指设备单位时间最大产能集合,、、分别为工艺约束所
规定的常数值集合,指炼铁生产工艺约束集合,指炼钢生产工艺约束集
合,指轧钢生产工艺约束集合。
具体地,通过本实施例的约束分析函数将约束参数可视化,进而辅助数据分析模块生成经营计划分析报告。
可选地,根据所述基础数据、业务数据和产品效益分析数据生成经营计划分析报告,包括:
根据基础数据、业务数据和产品效益分析数据构建第一目标函数,通过产品效益评估分析模型和约束分析函数对第一目标函数进行求解,得到经营分析数据,以生成经营计划分析报告,其中,第一目标函数包括:
,
其中,为产品边际效益,为市场产品单位质量
售价,为市场原料单位重量成本,为原料集合,为设
备单位时间固定运行成本,为设备工艺路线,为单位质量
产品对应设备加工周期,为设备单位时间固定维护成本,为能源介质
单位质量成本,为产品单位时间单位质量平均能耗,为产品单位
时间单位质量平均人力成本,为市场副产品单位质量售价,
为单位重量产品产生的副产品重量,为待求解的产品质量集合,为
产品的质量,指产品数量。
可选地,根据基础数据、业务数据和销售需求评估数据生成经营计划分析报告,包括:
根据基础数据、业务数据和销售需求评估数据构建第二目标函数,通过销售需求评估分析模型和约束分析函数对第二目标函数进行求解,得到经营分析数据,以生成经营计划分析报告,其中,第二目标函数包括:
,
其中,为销售需求综合权重元素,为订单交期,为订单实际交期,为订单计划初始开始时间,为单
位质量产品对应设备的加工周期,为设备数量,为待求解的订单的产品
质量,为产品的质量。
可选地,根据所述基础数据、业务数据和产能综合分析数据生成经营计划分析报告,包括:
根据基础数据、业务数据和产能综合分析数据构建第三目标函数,通过产品效益评估分析模型和约束分析函数对第三目标函数进行求解,得到经营分析数据,以生成经营计划分析报告,其中,第三目标函数包括:
,
其中,指设备空闲时间,为设备的检修时长,指设备生产产品的机时能力,指设备生产的产品质量,为产品的质量。
具体地,通过本实施例针对不同决策偏好数据,采用不同的目标函数进行求解,得到经营分析数据,以生成所述经营计划分析报告,使得企业经营数据得到更好、更准确的利用,进而提升经营分析数据的科学性和可靠性,充分利用钢铁企业经营数据为钢铁企业制定适合自身情况的经营计划提供数据支撑。
可选地,多偏好钢铁企业经营数据分析系统还包括企业资源计划系统、制造执行系统和高级计划与排程系统,
企业资源计划系统、制造执行系统和高级计划与排程系统均用于与数据中台模块进行信息交互。
具体地,企业资源计划系统即 ERP系统(Enterprise Resource Planning),是指建立在信息技术基础上,以系统化的管理思想,为企业决策层及员工提供决策运行手段的管理平台,ERP系统除具有生产资源计划、制造、财务、销售和采购的功能外,还有包括质量管理,实验室管理,业务流程管理,产品数据管理,存货、分销与运输管理,人力资源管理和定期报告系统。企业资源计划系统跳出了传统企业边界,从供应链范围去优化企业的资源,是基于网络经济时代的新一代信息系统,可用于改善企业业务流程以提高企业核心竞争力,ERP系统支持离散型、流程型等混合制造环境,应用范围从制造业扩展到零售业、服务业、银行业、电信业、政府机关和学校等事业部门,通过融合数据库技术、图形用户界面、第四代查询语言、客户服务器结构、计算机辅助开发工具、可移植的开放系统等对企业资源进行了有效的集成,ERP系统将企业所有资源进行整合集成管理,简单的说ERP系统是将企业的三大流:物流、资金流和信息流进行全面一体化管理的管理信息系统。
具体地,制造执行系统即MES系统(manufacturing execution system),旨在加强执行功能,把经营计划同车间作业现场控制通过执行系统联系起来,本实施例所述的现场控制包括但不限于PLC程控器、数据采集器、条型码、各种计量及检测仪器、机械手,MES系统设置了必要的接口,与提供生产现场控制设施的厂商建立合作关系,MES系统能够帮助企业实现生产计划管理、生产过程控制、产品质量管理、车间库存管理、项目看板管理等与企业相关的企业生产管理,提高企业制造执行能力。
具体地,高级计划与排程系统即APS系统(Advanced Planning and Scheduling),APS系统是一种基于供应链管理和约束理论的先进计划与排产工具,包含了大量的数学模型、优化及模拟技术,其功能优势在于实时基于约束的重计划与报警功能。在计划与排产的过程中,APS系统将企业内外的资源与能力约束都囊括在考虑范围之内,用复杂的智能化运算法则,做常驻内存的计算。
一实施例中,结合图2所示,周边系统包括ERP系统、MES系统、APS系统和外部系统,多偏好钢铁企业经营数据分析系统包括数据中台模块和经营计划决策支持模块(相当于本发明实施例中的数据分析模块),外部用户包括但不限于制造部、销售部、财务部、设备部和技术中心,可以理解的是外部用户的使用对象由使用系统的企业根据企业自身设定部门确定,
在制定月/年度经营计划时,数据中台模块通过接收接口单元从周边系统中接收并储存主数据,其中,主数据包括但不限于基础数据、业务数据、产品效益分析数据、销售需求评估数据、产能综合分析数据和决策偏好数据,并通过发送接口单元将基础数据、业务数据、产品效益分析数据、销售需求评估数据、产能综合分析数据和决策偏好数据发送至经营计划决策支持模块,并通过基础算法库和模型配置库为其提供基础算法和模型配置,以支持其进行数据处理,
其中,数据中台模块包括主数据单元、接收接口单元、发送接口单元、基础算法库单元和模型配置库单元(相当于本发明实施例中的模型配置单元),数据中台模块支持用户维护和存储钢铁企业年/月度经营计划所需要的基础数据,支持存储周边系统上传的业务数据并支持发送经营计划至周边系统,同时该模块提供生成年/月度经营计划所必要的基础算法和基础模型。,其中,主数据单元支持系统用户维护工序、产线、设备、工艺规则、产品大类、合同分类、合同客户、物流公司、效益计算规则等相关基础数据,为数据分析模块的评估分析功能提供基础数据支撑,基础数据包括工序主数据、产线主数据、设备主数据、炼铁规则库、炼钢规则库、轧钢规程库、产品主数据、质量主数据、工艺主数据、订单属性数据、客户主数据、物流公司数据、物流运力数据、产品效益计算规则数据及副产品效益计算规则数据等企业经营相关的基础数据;接收接口单元包括MES基础数据接口、ERP基础数据接口、MES生产相关数据接口、外部系统接口、ERP效益相关数据接口和ERP销售相关数据接口,支持接收ERP系统、MES系统、APS系统以及外部系统等周边系统传输的基础数据和业务数据,基础数据为钢铁企业各部门在周边系统中维护的基础数据,业务数据包括合同订单数据、生产实绩数据、检修计划数据以及相关外部物流和市场数据,接收接口单元将接收的基础数据和业务数据以系统数据库规定的表结构进行存储并分别下发至数据分析模块;发送接口单元包括ERP销售计划接口、ERP物流计划接口、ERP预算计划接口、APS生产计划接口、MES物料需求计划接口和MES品种计划接口,支持将经营计划决策支持模块产生的经营计划数据、销售计划数据、生产计划数据以系统数据库规定的表结构进行存储并传输至ERP系统和APS系统;基础算法库单元提供各类基础算法,如数据清理、数据转换、数据筛选、数据正则化等数据准备基础算法,数据分析基础算法,如神经网络、决策树、支持向量机等机器学习和深度学习趋势预测基础算法,钢铁企业生产工艺基础算法,运筹学数学规划基础算法以及数学统计基础算法;模型配置库单元提供生产工艺、产品效益、产能利用相关指标体系模型,效益最大化优先偏好、订单满足率优先偏好、产能利用率优先偏好等决策偏好配置模型,同时支持钢铁企业业务流程以及审批流程的模型配置。为经营计划的方案对比和调整以及钢铁企业关键经营指标的可视化和配置化提供支撑。本实施例利用数据中台模块将数据统一存储,集成应用,提升了企业在制定年/月度经营计划时数据的准确性、一致性和高效性,并通过在数据中台中嵌入可扩展的基础算法库单元以及模型配置库单元,对数据进行预处理,并可在其他模块中任意调用和配置对应的算法和模型,减少系统因重复构建算法模型导致占用过多计算资源,进而导致计算效率低,并且可根据企业经营实际需要,由用户配置或扩充算法和模型库,提升了系统计算时的灵活性和可扩展性。
经营计划决策支持模块中的决策偏好管理单元、生产经营计划管理单元、多方案对比管理单元和决策支持管理单元将接收到的产能综合评估分析报告、销售需求评估分析报告和产品效益评估分析报告进行整合优化处理生成年/月度经营计划、年/月销售计划、年/月生产计划和年/月预算计划,并发送至数据中台模块,通过经营计划决策支持模块对各分析报告进行优化处理,从而生成与企业适配度更高的经营计划,且该经营计划的生成基于企业的相关数据,因此,该经营计划有更高的科学性和可靠性,
除此之外,周边系统会将实际经营数据发送至数据中台模块,数据中台模块将其整合为经营计划执行实绩(相当于本发明实施例中的实际经营数据报告)反馈至经营计划决策支持模块,经营计划决策支持模块参照经营计划执行实绩对年/月度经营计划、年/月销售计划、年/月生产计划和年/月预算计划进行相应的修正优化,从而为企业经营决策提高更可靠的支持,同时,各系统之间的信息交互均实时进行,以提高数据利用的时效性,使得企业在制定经营决策时抢占市场的先机,且外部用户可任意对企业经营数据分析系统中的数据进行更改,从而生成适合企业自身的经营分析报告,从而制定合理的经营计划,通过本实施例的企业经营数据分析系统对于钢铁生产智能化转型及其信息化建设具有重要作用,避免了钢铁企业经营管理中的信息孤岛,提升数据利用率,从而充分利用企业各类数据来盘活数据资产,从海量数据中识别和生成企业关键指标和经营计划,将其转化成为企业发展动力,进而支撑企业各级生产管理者的经营决策。
和上述一种多偏好钢铁企业经营数据分析系统相对应,本发明实施例还提供了一种多偏好钢铁企业经营数据分析方法,包括:
获取基础数据、业务数据、产品效益分析数据、销售需求评估数据、产能综合分析数据和决策偏好数据,
根据所述基础数据、所述业务数据、所述产品效益分析数据、所述销售需求评估数据、所述产能综合分析数据和所述决策偏好数据生成多个经营计划分析报告,其中,当所述决策偏好数据为边际效益偏好数据时,根据所述基础数据、所述业务数据和所述产品效益分析数据生成所述经营计划分析报告;当所述决策偏好数据为订单满足率偏好数据时,根据所述基础数据、所述业务数据和所述销售需求评估数据生成所述经营计划分析报告;当所述决策偏好数据为产能利用率偏好数据时,根据所述基础数据、所述业务数据和所述产能综合分析数据生成所述经营计划分析报告。
本实施例中的一种多偏好钢铁企业经营数据分析方法与的一种多偏好钢铁企业经营数据分析系统相对于现有技术的优势相同,在此不再赘述。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者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、物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,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
虽然本公开披露如上,但本公开的保护范围并非仅限于此。本领域技术人员在不脱离本公开的精神和范围的前提下,可进行各种变更与修改,这些变更与修改均将落入本发明的保护范围。
Claims (4)
1.一种多偏好钢铁企业经营数据分析系统,其特征在于,包括数据中台模块和数据分析模块;
所述数据中台模块用于获取基础数据、业务数据、产品效益分析数据、销售需求评估数据、产能综合分析数据和决策偏好数据;
所述数据中台模块包括模型配置单元,所述模型配置单元包括产品效益评估分析模型、销售需求评估分析模型和产能利用评估分析模型,
所述产品效益评估分析模型用于根据所述边际效益偏好数据对所述基础数据、所述业务数据以及所述产品效益分析数据进行产品效益评估分析,以支持所述数据分析模块生成所述经营计划分析报告;
所述销售需求评估分析模型用于根据所述订单满足率偏好数据对所述基础数据、所述业务数据以及所述销售需求评估数据进行销售需求评估分析,以支持所述数据分析模块生成所述经营计划分析报告;
所述产能利用评估分析模型用于根据所述产能利用率偏好数据对所述基础数据、所述业务数据以及所述产能综合分析数据进行产能利用评估分析,以支持所述数据分析模块生成所述经营计划分析报告;
所述数据分析模块用于根据所述基础数据、所述业务数据、所述产品效益分析数据、所述销售需求评估数据、所述产能综合分析数据和所述决策偏好数据生成多个经营计划分析报告;
所述数据分析模块包括生产经营管理单元和多方案对比单元,
所述生产经营管理单元用于根据所述基础数据和所述业务数据以及所述产品效益分析数据、所述销售需求评估数据、所述产能综合分析数据和所述决策偏好数据进行优化处理生成多个经营分析数据;
所述生产经营管理单元还用于将所述经营计划分析报告进行优化处理生成销售计划报告、生产计划报告和预算计划报告,并存储至所述数据中台模块;
所述多方案对比单元用于根据预设偏好权重对所有所述经营分析数据处理生成多个所述经营计划分析报告,并根据所述业务数据对所述经营计划分析报告进行对比分析处理生成目标经营计划报告,其中,一个所述经营分析数据对应一个所述经营计划分析报告;
所述数据分析模块包括约束分析函数,所述约束分析函数用于根据所述基础数据中的工艺规程数据、设备机时能力数据、库存容量数据和所述业务数据中的重要客户订单交期数据对所述基础数据、所述业务数据、所述产品效益分析数据、所述销售需求评估数据和所述产能综合分析数据进行约束求解,以支持所述数据分析模块生成经营计划分析报告,其中,所述约束分析函数为:
,
,
其中,为产品质量集合,/>为每一个订单计划初始开始时间,/>为订单计划初始开始时间,/>为订单交期,/>为检修时长,/>为产品集合,/>为设备工艺路线集合,/>为库存原料重量集合,指设备单位时间最大产能集合,/>、/>、/>分别为工艺约束所规定的常数值集合,/>指炼铁生产工艺约束集合,/>指炼钢生产工艺约束集合,/>指轧钢生产工艺约束集合;
其中,当所述决策偏好数据为边际效益偏好数据时,根据所述基础数据、所述业务数据和所述产品效益分析数据生成所述经营计划分析报告,包括:
根据所述基础数据、所述业务数据和所述产品效益分析数据构建第一目标函数,通过所述产品效益评估分析模型和所述约束分析函数对所述第一目标函数进行求解,得到所述经营分析数据,以生成所述经营计划分析报告,其中,所述第一目标函数包括:
,
其中,为产品边际效益,/>为市场产品单位质量售价,为市场原料单位重量成本,/>为原料集合,/>为设备单位时间固定运行成本,/>为设备工艺路线,/>为单位质量产品对应设备加工周期,/>为设备单位时间固定维护成本,/>为能源介质单位质量成本,/>为产品单位时间单位质量平均能耗,/>为产品单位时间单位质量平均人力成本,/>为市场副产品单位质量售价,/>为单位重量产品产生的副产品重量,/>为待求解的产品质量集合,/>为产品/>的质量,/>指产品数量;
当所述决策偏好数据为订单满足率偏好数据时,根据所述基础数据、所述业务数据和所述销售需求评估数据生成所述经营计划分析报告,包括:
根据所述基础数据、所述业务数据和所述销售需求评估数据构建第二目标函数,通过所述销售需求评估分析模型和所述约束分析函数对所述第二目标函数进行求解,得到所述经营分析数据,以生成所述经营计划分析报告,其中,所述第二目标函数包括:
,
其中,为销售需求综合权重元素,/>为订单交期,为订单实际交期,/>为订单/>计划初始开始时间,/>为单位质量产品对应设备/>的加工周期,/>为设备数量,/>为待求解的订单/>的产品质量,/>为产品/>的质量;
当所述决策偏好数据为产能利用率偏好数据时,根据所述基础数据、所述业务数据和所述产能综合分析数据生成所述经营计划分析报告,包括:
根据所述基础数据、所述业务数据和所述产能综合分析数据构建第三目标函数,通过所述产品效益评估分析模型和所述约束分析函数对所述第三目标函数进行求解,得到所述经营分析数据,以生成所述经营计划分析报告,其中,所述第三目标函数包括:
,
其中,指设备空闲时间,/>为设备/>的检修时长,指设备/>生产产品的机时能力,/>指设备/>生产的产品质量,为产品/>的质量。
2.根据权利要求1所述的多偏好钢铁企业经营数据分析系统,其特征在于,所述数据分析模块还包括经营支持管理单元,
所述经营支持管理单元用于根据所述数据中台模块获取的企业资源计划实际销售数据、制造执行生产实绩数据、制造执行库存数据、原料市场数据和钢材市场数据以及所述业务数据的月效益实际数据,将所述目标经营计划报告与实际经营数据报告进行对比处理,生成执行偏差值,
若所述执行偏差值大于预设偏差值,将所述目标经营计划报告修正优化直至所述执行偏差值小于或等于所述预设偏差值;
若所述执行偏差值小于或等于所述预设偏差值,将所述目标经营计划报告储存至所述数据中台模块。
3.根据权利要求1所述的多偏好钢铁企业经营数据分析系统,其特征在于,所述多偏好钢铁企业经营数据分析系统还包括企业资源计划系统、制造执行系统和高级计划与排程系统,
所述企业资源计划系统、所述制造执行系统和所述高级计划与排程系统均用于与所述数据中台模块进行信息交互。
4.一种多偏好钢铁企业经营数据分析方法,基于如权利要求1至3任一项所述的多偏好钢铁企业经营数据分析系统,其特征在于,包括:
获取基础数据、业务数据、产品效益分析数据、销售需求评估数据、产能综合分析数据和决策偏好数据,
根据所述基础数据、所述业务数据、所述产品效益分析数据、所述销售需求评估数据、所述产能综合分析数据和所述决策偏好数据生成多个经营计划分析报告,其中,当所述决策偏好数据为边际效益偏好数据时,根据所述基础数据、所述业务数据和所述产品效益分析数据生成所述经营计划分析报告;当所述决策偏好数据为订单满足率偏好数据时,根据所述基础数据、所述业务数据和所述销售需求评估数据生成所述经营计划分析报告;当所述决策偏好数据为产能利用率偏好数据时,根据所述基础数据、所述业务数据和所述产能综合分析数据生成所述经营计划分析报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310580337.3A CN116341931B (zh) | 2023-05-23 | 2023-05-23 | 一种多偏好钢铁企业经营数据分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310580337.3A CN116341931B (zh) | 2023-05-23 | 2023-05-23 | 一种多偏好钢铁企业经营数据分析系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116341931A CN116341931A (zh) | 2023-06-27 |
CN116341931B true CN116341931B (zh) | 2023-10-17 |
Family
ID=86891468
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310580337.3A Active CN116341931B (zh) | 2023-05-23 | 2023-05-23 | 一种多偏好钢铁企业经营数据分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116341931B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116719980A (zh) * | 2023-08-02 | 2023-09-08 | 成都思达普科技有限公司 | 一种企业数据可视化分析管理系统及其管理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002279059A (ja) * | 2000-12-22 | 2002-09-27 | Cns Consulting Group:Kk | 経営分析システム |
WO2016028115A1 (ko) * | 2014-08-21 | 2016-02-25 | (주)휴코어 | 경영계획관리지원을 위한 경영플랜 방법 |
CN112215514A (zh) * | 2020-10-22 | 2021-01-12 | 星云海数字科技股份有限公司 | 一种经营分析报告生成方法及系统 |
CN113628023A (zh) * | 2021-08-19 | 2021-11-09 | 北汽蓝谷信息技术有限公司 | 一种经营者自主分析决策的数字化经营管理方法及系统 |
CN114065713A (zh) * | 2021-11-17 | 2022-02-18 | 中国平安人寿保险股份有限公司 | 经营分析报告生成方法、装置、设备及存储介质 |
-
2023
- 2023-05-23 CN CN202310580337.3A patent/CN116341931B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002279059A (ja) * | 2000-12-22 | 2002-09-27 | Cns Consulting Group:Kk | 経営分析システム |
WO2016028115A1 (ko) * | 2014-08-21 | 2016-02-25 | (주)휴코어 | 경영계획관리지원을 위한 경영플랜 방법 |
CN112215514A (zh) * | 2020-10-22 | 2021-01-12 | 星云海数字科技股份有限公司 | 一种经营分析报告生成方法及系统 |
CN113628023A (zh) * | 2021-08-19 | 2021-11-09 | 北汽蓝谷信息技术有限公司 | 一种经营者自主分析决策的数字化经营管理方法及系统 |
CN114065713A (zh) * | 2021-11-17 | 2022-02-18 | 中国平安人寿保险股份有限公司 | 经营分析报告生成方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
基于模糊分析法的我国钢铁企业绩效评价研究――以陕西龙门钢铁(集团)有限责任公司为例;朱宾梅;曹俊男;赵姣;;财会通讯(17);91-93 * |
Also Published As
Publication number | Publication date |
---|---|
CN116341931A (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Arampantzi et al. | A new model for designing sustainable supply chain networks and its application to a global manufacturer | |
Malakooti | Operations and production systems with multiple objectives | |
Liang | Fuzzy multi-objective production/distribution planning decisions with multi-product and multi-time period in a supply chain | |
Fahimnia et al. | A review and critique on integrated production–distribution planning models and techniques | |
Nikolopoulou et al. | Hybrid simulation based optimization approach for supply chain management | |
Rahmani et al. | A robust optimization model for multi-product two-stage capacitated production planning under uncertainty | |
Sadeghi et al. | A fuzzy grey goal programming approach for aggregate production planning | |
Goetschalckx et al. | Strategic network planning | |
CN111915410B (zh) | 面向高动态生产物流过程的智能管控系统 | |
CN107464025B (zh) | 基于大数据的供应链需求预测与智能决策方法 | |
CN111401808A (zh) | 一种基于混合模型的物资协议库存需求预测方法 | |
Felfel et al. | Multi-objective stochastic multi-site supply chain planning under demand uncertainty considering downside risk | |
US20150149257A1 (en) | Systems and methods for enterprise profit optimization | |
US20090150208A1 (en) | Method and apparatus for integrated inventory and planning | |
US20130226648A1 (en) | Method and device for optimising a production process | |
CN116341931B (zh) | 一种多偏好钢铁企业经营数据分析系统及方法 | |
CN110689217B (zh) | 一种电脑生产智能制造系统 | |
Chien et al. | Smart semiconductor manufacturing for pricing, demand planning, capacity portfolio and cost for sustainable supply chain management | |
Li et al. | RFID-based tracking and monitoring approach of real-time data in production workshop | |
CN116777263A (zh) | 一种企业经营数据分析系统及方法 | |
CN112990886B (zh) | 基于手机终端的航空行业数据管理显示系统 | |
Budde et al. | Use of DES to develop a decision support system for lot size decision-making in manufacturing companies | |
Vafaeinezhad et al. | Robust optimization of a mathematical model to design a dynamic cell formation problem considering labor utilization | |
Badakhshan et al. | Deploying hybrid modelling to support the development of a digital twin for supply chain master planning under disruptions | |
CN117709617A (zh) | 一种基于mes的生产车间智能排程系统 |
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 |