CN116384642A - 印刷品报价、预备料及排产智能化管理方法、系统及设备 - Google Patents
印刷品报价、预备料及排产智能化管理方法、系统及设备 Download PDFInfo
- Publication number
- CN116384642A CN116384642A CN202211647149.XA CN202211647149A CN116384642A CN 116384642 A CN116384642 A CN 116384642A CN 202211647149 A CN202211647149 A CN 202211647149A CN 116384642 A CN116384642 A CN 116384642A
- Authority
- CN
- China
- Prior art keywords
- production
- scheduling
- quotation
- printed
- preparation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 186
- 238000002360 preparation method Methods 0.000 title claims abstract description 58
- 238000007726 management method Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 177
- 239000000463 material Substances 0.000 claims abstract description 146
- 238000007639 printing Methods 0.000 claims abstract description 61
- 230000008569 process Effects 0.000 claims description 84
- 238000004806 packaging method and process Methods 0.000 claims description 40
- 230000015654 memory Effects 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 11
- 238000012827 research and development Methods 0.000 claims description 5
- 238000012384 transportation and delivery Methods 0.000 abstract description 13
- 238000007689 inspection Methods 0.000 description 7
- 230000003111 delayed effect Effects 0.000 description 6
- 238000013439 planning Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000007645 offset printing Methods 0.000 description 3
- 238000007728 cost analysis Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000007650 screen-printing Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000002620 method output Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000005022 packaging material Substances 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
- G06Q10/06—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
- G06Q10/06316—Sequencing of tasks or work
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- 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
- G06Q30/0206—Price or cost determination based on market factors
-
- 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)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了印刷品报价、预备料及排产智能化管理方法、系统及设备,方法包括:根据老客户下单时间节点历史记录、印刷包装产品的物料价格走势以及报价系数输出报价,并获取预测销售订单;根据预测销售订单生成物料预备料清单;在预测销售订单下单时,生成相应印刷包装产品的生产工单;检测到印刷包装产品的生产工单时,获取首工序对应的生产设备的第一产能数据,并生成印刷首工序的第一排产计划;获取剩余工序的生产设备的第二产能数据,并生成剩余工序的第二排产计划,再进行排产。本发明可根据客户下单时间节点历史记录、物料价格趋势以及报价系数,快速合理地输出报价,并且预备料提前生产来缩短交货期,并且自动排单,提高印刷效率。
Description
本申请要求于2022年6月23向国家知识产权局提交的中国发明专利,申请号为202210714895X,名称为:印刷包装产品的数字化排产方法、装置及电子设备的优先权,上述申请的全部内容通过参引并入本文。
技术领域
本发明涉及印刷技术领域,尤其涉及一种印刷品报价、预备料及排产智能化管理方法、系统及设备。
背景技术
印刷包装是以各种包装材料为载体的印刷,在包装上印刷设计好的图案或者文字,以此来使产品更有吸引力或更具说明性,从而起到传递信息,增加销量的作用。包装印刷在印刷行业与包装行业都占有很大的比重,包括包装纸箱、包装瓶、包装罐等的印刷也是包装工程中不可缺少的一环。按照生产工艺分别包括凸版印刷,平板印刷,凹版印刷,丝网印刷等印刷方法。印刷的主要要素有纸张,油墨,色彩控制等。
现有的包装印刷在生产环节,进行工序排产大多是靠手工或是电子表格,一旦有多品种多批次,采用手工或电子表格难以实现,若是出现紧急加单会打乱原有的生产计划,重新手工编排费时费力。
目前,包装印刷等企业,需在预测销售订单下单后,再由采购部门采购物料,印刷品一般需要几十种甚至上百中物料,在物料采购齐后才能进行排产。由于物料采购周期长,导致排产交货周期长。销售人员在新产品竟标获取预测销售订单时,需准确把握报价,以获得中标。
此外,制造型企业,每到月底通过人工盘点所有物料,此方式无法及时得知哪些物料需要合理备料,然而在企业运营时,使用量大的物料需要合理备料,以防有大批量订单时,出现物料不足需采购物料需要花费时间,影响交货期的情况。
发明内容
鉴于上述现有技术的不足,本发明提供了一种印刷品报价、预备料及排产智能化管理方法、系统及设备,能合理报价以助获取预测销售订单,并且进行预备料及智能化排产。
本发明的技术方案如下:
本发明第一实施例提供了一种印刷品报价、预备料及排产智能化管理方法,所述方法包括:
根据老客户下单时间节点历史记录、印刷包装产品的物料价格走势以及报价系数输出报价,并获取预测销售订单;
根据预测销售订单生成物料预备料清单;
在预测销售订单下单时,生成相应印刷包装产品的生产工单;
在检测到印刷包装产品的生产工单时,获取印刷产品的印刷工序,所述印刷包装产品的印刷工序包括首工序和剩余工序,所述剩余工序包含至少一个工序;
获取首工序对应的生产设备的第一产能数据,根据所述第一产能数据,生成印刷首工序的第一排产计划;
获取剩余工序的生产设备的第二产能数据,基于所述第一排产计划及所述第二产能数据,生成剩余工序的第二排产计划;
根据所述第一排产计划和所述第二排产计划进行排产。
进一步地,所述根据所述第一排产计划和所述第二排产计划进行排产之后骤,包括:
在生产工单完成时,根据历史订单信息对常用物料发送预备料请求;
判断库存物料数量是否小于预备料请求数;
在库存物料数量小于预备料请求数时,生成采购订单。
进一步地,获取经审核的物料成本价、印刷工艺的加工费和运营管理成本、利润及运输费对预测销售订单精准报价。
进一步地,所述根据所述第一排产计划和所述第二排产计划进行排产之后,还包括:
获取预测销售订单所需物料,获取物料当前价格;
根据物料历史价格获取物料价格趋势系数;
根据所述当前价格和价格趋势系数计算物料采购价格;
根据物料采购价格和运营系数确定预备料数量。
进一步地,所述根据老客户下单时间节点历史记录、印刷包装产品的物料价格走势以及报价系数输出报价,并获取预测销售订单的步骤之后,还包括:
根据印刷包装产品的印刷工艺获取物料明细,并获取各物料的成本价;
获取印刷包装产品的加工费、研发费、销售费、运营管理成本,并根据所述物料成本价计算印刷包装产品的生产成本价;
结合所述印刷包装产品的利润和运输费生成出厂价;
将出厂价与报价系数的乘积作为印刷包装产品的报价。
进一步地,在获取预测销售订单之后,所述的方法还包括:
根据印刷包装产品的预测销售订单获取印刷工艺和BOM单;
获取BOM单的物料成本价、印刷工艺的加工费和运营管理成本;
根据物料成本价、加工费及运营管理成本预测预测销售订单的利润。
进一步地,所述根据预测销售订单生成物料预备料清单包括:
根据预测销售订单的印刷包装产品,获取相应旧产品工艺卡和BOM单;
审核BOM单的物料成本价;
获取经审核的物料成本价、印刷工艺的加工费和运营管理成本、利润及运输费对预测销售订单精准报价。
本发明的另一实施例提供了一种印刷包装产品的排产装置,装置包括:
报价模块,用于根据老客户下单时间节点历史记录、印刷包装产品的物料价格走势以及报价系数输出报价,并获取预测销售订单;
预备料模块,用于根据预测销售订单生成物料预备料清单;
工单生成模块,用于在预测销售订单下单时,生成相应印刷包装产品的生产工单;
数据获取模块,用于在检测到印刷包装产品的生产工单时,获取印刷产品的印刷工序,所述印刷包装产品的印刷工序包括首工序和剩余工序,所述剩余工序包含至少一个工序;
第一排产计划生成模块,用于获取首工序对应的生产设备的第一产能数据,根据所述第一产能数据,生成印刷首工序的第一排产计划;
第二排产计划生成模块,用于获取剩余工序的生产设备的第二产能数据,基于所述第一排产计划及所述第二产能数据,生成剩余工序的第二排产计划;
排产模块,用于根据所述第一排产计划和所述第二排产计划进行排产;
预备料模块,用于根据第一排产计划和所述第二排产计划所用物料,生成物料预备料清单;
报价模块,用于根据所述预备料清单的物料价格趋势和报价系数输出报价。本发明的另一实施例提供了一种电子设备,所述电子设备包括至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的印刷品报价、预备料及排产智能化管理方法。
本发明的另一实施例还提供了一种非易失性计算机可读存储介质,所述非易失性计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行时,可使得所述一个或多个处理器执行上述的印刷品报价、预备料及排产智能化管理方法。
有益效果:本发明实施例可根据客户下单时间节点历史记录、物料价格趋势以及报价系数,快速合理地输出报价,从而有助于包装印刷企业竞标时增加中标机率,有利于提前获得销售订单,且在获取预测销售订单后,下单生产前进行预备料,以节省预测销售订单物料备料的时间,从而可缩短交货期,并且可实现在检测到印刷包装产品排产的生产工单时,能基于生产设备的历史产能数据自动排产,出现新的订单后,也可在基于原有的生产计划,自动排单,提高印刷效率。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1为本发明提供的印刷品报价、预备料及排产智能化管理方法较佳实施例的流程图;
图2为本发明提供的印刷品报价、预备料及排产智能化管理方法中步骤S50的流程图;
图3为本发明提供的印刷品报价、预备料及排产智能化管理方法中步骤S60的流程图;
图4为本发明提供的印刷品报价、预备料及排产智能化管理方法中步骤S60中精准报价的流程图;
图5为本发明一种印刷包装产品的排产装置的较佳实施例的功能模块示意图;
图6为本发明一种电子设备的较佳实施例的硬件结构示意图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确,以下对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
以下结合附图对本发明实施例进行介绍。
针对上述问题,本发明实施例提供了一种印刷品报价、预备料及排产智能化管理方法,请参阅图1,图1为本发明一种印刷品报价、预备料及排产智能化管理方法较佳实施例的流程图。如图1所示,其包括:
步骤S10、根据老客户下单时间节点历史记录、印刷包装产品的物料价格走势以及报价系数输出报价,并获取预测销售订单;
步骤S20、根据预测销售订单生成物料预备料清单;
步骤S30、在预测销售订单下单时,生成相应印刷包装产品的生产工单;
步骤S40、检测到印刷包装产品的生产工单时,获取印刷产品的印刷工序,所述印刷包装产品的印刷工序包括首工序和剩余工序,所述剩余工序包含至少一个工序;
步骤S50、获取首工序对应的生产设备的第一产能数据,根据所述第一产能数据,生成印刷首工序的第一排产计划;
步骤S60、获取剩余工序的生产设备的第二产能数据,基于所述第一排产计划及所述第二产能数据,生成剩余工序的第二排产计划;
步骤S70、根据所述第一排产计划和所述第二排产计划进行排产。
本发明可根据老客户的历史订单记录及物料价格走势进行合理报价来获取预售订单,使印刷企业提前获取订单,并进行智能化排产进行预先生产,在订单下单时,只能根据交货期交货即可,实现了物料价格低的时期、印刷企业生产淡季等,根据老客户历史订单,提前合理生产,有利于提高印刷包装产品利润,及降低印刷包装产品的价格,从而提高竞争力,能够可靠维护客户关系。
在一实施例中,在排产完成后,本发明可根据第一排产计划和所述第二排产计划所用物料,并根据当前所有工单所需物料,对物料余量进行计算,进行合理备料,从而避免大批量订单下单出出现物料不足情况,并可根据物料价格趋势在价格较低时备料,以降低物料成本,从而降低印刷包装产品的成本。
具体地,所述根据所述第一排产计划和所述第二排产计划进行排产之后,包括:
在生产工单完成时,根据历史订单信息对常用物料发送预备料请求;
判断库存物料数量是否小于预备料请求数;
在库存物料数量小于预备料请求数时,生成采购订单。
以印刷产品包装盒为例,在排产后触发预备料时,可以先获取印品的BOM单,将常用物料如纸张、油墨、电化铝等,并根据历史订单这些常用物料的用量,生成预备料清单;在预备料清单生成后,通过评审审批端确认是否采购物料清单中的物料,如果是,则执行采购流程,在采购完成后执行收货入库流程,并更新销售预备料报表。所述销售预备料报表中包含预备料订单中的所表材料明细。本发明可根据历史订单信息预先备料,解决了常用订单需要采购花费时间,节省了采购流程,缩短了交货周期。
进一步的,在库存物料数量小于预备料请求数时,生成采购订单之后,还包括:将采购订单发送给销售主管端,由销售主管端确认是否执行采购计划,销售主管端可根据采购订单对应的客户信用评分系数,确认是否执行采购计划,从而合理规避采购风险。其中,采购订单中的物料包括相应的所有大客户名称,如所有需要使用专色油墨的客户清单,销售主管端可根据这些客户清单的客户信用评分系数来确认下单的数量。
本发明实施例中,所述报价系数通过以下方式获得:
K=l g(1/C)
其中,K为报价系数,也可理解为折扣力度,C为信用评分,取值范围为0.1-0.2。优选地,所述报价系数最高为1,报价系数最低,折扣越大,且报价系数最小值计算的报价需≥成本(1+最低利润率),本申请通过合理的报价系数(即折扣力度)可提高订单的获取机率。
进一步地,所述的方法还包括:定期将所述报价系数推送给客户端,以激励客户积极改善报价系数及提升信用额度等,降低信用风险。
其中,所述客户信用评分包括新客户信用评分和老客户信用评分。
新客户信用评分包括:企业信用、到期贷款归还率、本息偿还率等。其中,企业信用包括失信情况,负面舆情,及其客户、供应商、职员满意度等,其与企业信息查询工具(如企查查、企知道等平台)关联,可定期推送获得,并且还可定期推送获得新客户信用评分和信用风险预警,及时更新报价系数。
所述到期贷款归还率为评定年份累计到期贷款归还额/评定年份累计到期贷款总额。本息偿还率为近两年累计实际偿还本息/近两年累计应偿还本息总额。本发明也可通过到期贷款归还率和本息偿还率的高低,做为客户信用评分的基础考虑因素之一。
老客户信用评分通过定期对历史订单数据分析得到,其包括对相应老客户的坏账率、付款超期率等进行数据分析,并且还可定期推送获得老客户信用评分和信用风险预警,及时更新报价系数。
具体地,当客户是老客户时,客户信用评分包括:根据历史订单数据,分坏账率、付款超期率等,根据坏账率、付款超期率生成超信用宽容系数的加权项,根据加权项计算报价系数和超信用额度。客户账期评分系数根据付款时间长短进行评分,付款周期越短,则评分越高,反之付款周期越长,则评分越低。
进一步地,无论客户老客户还新客户,均定期通过获取互联网客户的公司状况信息,其包括但不限于资产负债率、经营能力、客户/职员/供应商满意度、是否有风险性经营项目等,根据公司状况信息生成初始信用评分。若是老客户,则结合历史数据分析(如回款率),更新信用评分。当检测客户有重大诉讼纠纷判赔时,及时输出告警信息到决策端,决策端可确定是否终止预测销售订单。
本发明实施例中,报价系数不用做预算,直接在报价的基础上乘以报价系数,直接得出报价,相比目前采用费率进行报价的方式,比如人工的综合费率、费率折扣报价(费率系数)等,本发明的报价系数更快更精确。
进一步地,定期将所述客户档案信用评分系数和客户账期评分系数推送给客户端,激励客户积极改善报价系数及提升超信用额度等,降低信用风险。
可选地,客户的信用额度由客户信用评分、客户支付能力计算获取。
其中,所述信用额度的计算公式为:
S=C*D
其中,C为客户信用评分,D为客户的支付能力,信用额度额度值越大,给予预测销售订单的额度越大,可对信用额度高的客户,更多的预测销售订单数。
所述支付能力可通过以下公式获得:
D=(W1-W2)/W1
其中,W1为当期经营与投资活动现金收入,W2为待现金支出,包括经营活动与偿还债务等现金支出,其可通过企业信息查询工具等渠道定期查询并计算。
可选地,超信用额度可基于信用评分生成超信用额度的加权项,预测销售订单也可基于超信用额度给出预测销售订单的超出比列。即对于信用评分高的客户,当下单的销售订单额度大于其信用额度时,按其信用额度正比产生一定超信用额度
可选地,超信用额度可通过以下公式获得:
S1=C1*D
其中,C1为超信用评分,D为客户的支付能力,超信用评分基于信用评分的一定占比加权项(如10%等)即C1=C(1+N),式中N为加权项,取值范围为5%-15%,当用户评分高于设定值时,对该客户的预测销售订单可启用超信用额度,即可比预测销售订单最多多15%的订单数量。
本发明基于信用管理进行风险评估控制得到不同的信用评分,由此可计算出报价系数及超信用额度,通过此方式可快速报价获取客户订单。本发明可根据多种情况进行合理报价,所述步骤S70包括:
S80、获取预备料清单的物料,获取物料当前价格;
S90、根据物料历史价格获取物料价格趋势系数;
S100、根据所述当前价格和价格趋势系数计算物料采购价格;
S110、根据物料采购价格、运营系数和报价系数输出报价。
本实施例中,物料价格趋势系数由互联网获取的价格涨跌趋势或同期历史价格与加权数获得,之后将当前价格与价格趋势系数的积作为采购价格。所述运营系数包括但不限于加工费、销售费、研发费、运营管理成本等,其中,运营管理成本包括管理费、财务费等,之后将所述采购价格与运营系数之和,乘以报价系数得出报价。由于采购价格、运营系数和报价系数均会根据实际情况相应变化,因此本发明给出的报价较合理,且可根据物料采购价格合理备料,以降低采购成本,相比根据实际订单采购物料的方式,本发明降低生产成本来降低产品售价,从而提高市场竞争力。
为了满足销售、生产、利润最大化需求,本发明提供快速报价、标准报价和精准报价三种报价方式,可根据销售、生产中各个环节快速、精确报价,且使利润最大化,如图2所示,所述步骤S10中的快速报价方式包括:
根据印刷包装产品的印刷工艺获取物料明细,并获取各物料的成本价;
获取印刷包装产品的加工费、研发费、销售费、运营管理成本,并根据所述物料成本价计算印刷包装产品的生产成本价;
结合所述印刷包装产品的利润和运输费生成出厂价;
将出厂价与报价系数的乘积作为印刷包装产品的报价。
本实施例中,印刷包装产品可为打样的新产品,通过获取单份印刷包装产品各物料的成本价之和,再根据一份印刷包装产品的加工费、研发费、销售费、运营管理成本等产生的运营成本,得出生产成本价,在此基础上添加合理的利润和运输费作为出厂价,然后再结合报价系统快速报价,该报价较精准,可适用于新产品快速研发打样竞标,报价的快速生成,可为竞标争取价格和时间优势,可助企业获得中标。
在步骤S10之后,S20之前,还包括标准报价方式,通过标准报价可对该印刷品的利润进行初步预测,如图3所示,标准报价包括:
根据印刷包装产品的预测销售订单获取印刷工艺和BOM单;
获取BOM单的物料成本价、印刷工艺的加工费和运营管理成本;
根据物料成本价、加工费及运营管理成本预测预测销售订单的利润。
本发明可根据预测的预测销售订单的利润,从而可根据利润和企业的生产能力合理下达预测销售订单,当材料成本高时,可减少预测销售订单数,或合理提高报价;当材料成本降低时,增加预测销售订单数,多余订单数可直接作为库存,待相关销售订单下单进直接质检出货。本发明也可根据历史订单提前生产印刷品,待后续还有销售订单下单时,直接质检出货即可。
进一步地,在步骤S10之后,S20之前,本发明还包括精准报价方式,通过精准报价可对该印刷品的利润进行精确计算,如图4所示,精准报价包括:
根据预测销售订单的印刷包装产品,获取相应旧产品工艺卡和BOM单;
审核BOM单的物料成本价;
获取经审核的物料成本价、印刷工艺的加工费和运营管理成本、利润及运输费对预测销售订单精准报价。
本发明根据精准报价测算企业最佳生产模式及利润额,从而进行生产预备料,再结合企业的生产实际情况进行智能化生产排产。并且通过精报价方式,可通过替换物料、替换工艺等方式,在物料和工艺都确认后进行备料,使企业利润最大化。
具体实施时,本发明实施例的印刷品报价、预备料及排产智能化管理方法是通过预设的条件进行智能排产。其中生产工单一般是由客户下单的预测销售订单得到。在新的印刷包装产品的生产工单时,获取该印刷包装产品的印刷工序,印刷包装产品的印刷工序包括首工序和剩余工序,首工序一般是采用胶印机进行胶印,剩余工序可以是烫金、丝印、模切中的一种或多种。剩余工序采用的设备可能是烫金机、丝印机和模切机。由于不同的生产设备的效率不同,以及生产设备的数量不同,需要基于生产工单及设备的情况进行排产,从而保证最优的排产效率。
以首工序为胶印为例,获取胶印机对应的历史产能数据,将历史产能数据作为第一产能数据,第一产能数据包括但不限于生产设备的生产效率、良品率等数据。在获取胶印机的第一产能数据后,根据第一产能数据,自动生成此次生产工单的印刷首工序对应的第一排产计划。
获取剩余工序对应的生产设备的历史产能数据,记为第二产能数据,第二产能数据包括但不限生产设备的生产效率、良品率等数据,在获取了剩余工序对应的生产设备的第二产能数据后,根据第二产能数据,自动生成此次生产工单的此次工单的印刷剩余工序对应的第二排产计划。
根据生成的第一排产计划和第二排产计划安排生产设备进行排产。
在一个实施例中,获取首工序对应的生产设备的第一产能数据,根据所述第一产能数据,生成印刷首工序的第一排产计划,包括:
获取首工序对应的生产设备的第一产能数据,所述第一产能数据包括生产设备的生产效率、良品率、耗能和人力消耗;
获取首工序对应所需物料的第一物料供应数据;
根据所述第一产能数据和所述第一物料供应数据,生成印刷首工序的第一排产计划。
具体实施时,在获取首工序对应的生产设备的生产效率、良品率、耗能和人力消耗等产能数据之后,还需要获取首工序所需物料的第一物料供应数据,第一物料供应数据包括但不限于物料库存,物料采购数据,物料采购数据还包括物料采购期限、物料采购时间等数据。系统根据首工序对应的生产设备的第一产能数据和第一物料供应数据,生成印刷首工序对应的第一排产计划,其中第一排产计划为生产效率、良品率、耗能和人力消耗等产能数据约束条件下的最优排产计划。
在一个实施例中,获取首工序对应的生产设备的第一产能数据,根据所述第一产能数据,生成印刷首工序的第一排产计划,包括:
获取首工序对应的生产设备的第一产能数据;
获取首工序对应的生产设备的待生产数据,所述待生产数据包括所述生产工单中的待生产数据以及生产设备的历史待生产数据;
根据所述第一产能数据、待生产数据,生成印刷首工序的第一排产计划。
具体实施时,在获取首工序对应的生产设备的生产效率和良品率等第一产能数据后,还需要获取首工序使用的生产设备中其他工单的历史待生产数据和本次工单的待生产数据,根据所有的待生产数据及设备的第一产能数据进行排产,根据历史待生产数据,计算分析,安排最优生产设备,生成印刷首工序的第一排产计划,从而在现有的资源约束下,生成最优排产计划。
在一个实施例中,获取首工序对应的生产设备的第一产能数据,根据所述第一产能数据,生成印刷首工序的第一排产计划,包括:
获取生产工单中首工序对应的生产数据,所述生产数据包括生产数量、交货时间及交货批次;
获取首工序对应的生产设备的第一产能数据;
根据所述生产数据、所述第一产能数据,生成印刷首工序的第一排产计划。
具体实施时,获取生产工单中首工序对应的生产数量、交货时间及交货批次,判断首工序的生产设备中的待生产数据是否存在优先级较高的工单,若存在优先级较高的工单,则将优先级高的工单的排产时间进行固定,其他工单的时间只能利用未被占用的时间进行排产,从而生成印刷首工序的第一排产计划。
在一个实施例中,根据所述第一排产计划和所述第二排产计划进行排产,包括:
对第一排产计划的排产进度进行监控;
若第一排产计划的排产进度发生变更,则将剩余工序对应的第二排产计划进行调整。
具体实施时,在制定排产计划后,若是首工序对应的生产设备出现设备故障、物料供应不及时等情况,可能会出现剩余工序的设备占用,生产效率低。
因此需要对首工序对应的第一排产计划的排产进行监控,若第一排产计划的排产进度发生变更,如生产数量减少、良品率较低以及设备故障等因素时,按照预设的规则将剩余工序对应的第二排产计划进行调整。预设的规则可以是保证最优的工作效率,每个生产设备的停工时间最小。
具体地,根据排产条件变化(锁定某一或多个工序、急单插单、撤销工单或工序等的约束条件下)实时调整更新排产计划,遍历所有可行排产计划,生产成本分析,最低成本寻优(智能推荐最优排产计划排序)。
在一个实施例中,对第一排产计划的排产进度进行监控,还包括:
对首工序对应的生产设备的生产进度进行监控;
若检测到首工序对应的生产设备的生产进度发生延迟,且延迟的时间满足预设的阈值,则进行报警提醒。
具体实施时,对首工序对应的生产设备的生产进度进行监控,若检测到首工序对应的生产设备的生产进度发生延迟,且延迟时间超过预设的阈值(例如2小时),进行报警提醒,可发送至管理人员终端,以便于管理人员及时调整排产计划。
在一个实施例中,若检测到首工序对应的生产设备的生产进度发生延迟,且延迟的时间满足预设的阈值,则进行报警提醒后,还包括:
若检测到首工序对应的生产设备发生故障导致生产进度发生延迟,则判断是否有空闲的首工序生产设备;
若有空闲的首工序生产设备,则调整至空闲的首工序生产设备进行生产;
若没有空闲的首工序生产设备,则对剩余工序的第二排产计划进行调整。
具体实施时,若检测到首工序对应的生产设备发生故障导致生产进度发生延迟,则判断是否有空闲的首工序生产设备;空闲的首工序生产设备可以是未工作的首工序生产设备,或是其他的工单任务不紧急的首工序生产设备。若有空闲的首工序生产设备,则调整至空闲的首工序生产设备进行生产;若没有空闲的首工序生产设备,则对剩余工序的第二排产计划进行调整。
根据排产条件变化(进度延迟),实时调整更新排产计划,遍历所有可行排产计划(包含但不限于本公司内部生产设备、分公司生产设备、以及通过内部ERP系统外联抓取市场上其他生产质量及生产成本更优的生产设备),并进行生产成本分析,最低成本寻优(智能推荐最优排产计划排序);且系统可通过对历史工单排产生产记录进行深度学习,给出排产相应产品的生产成本最低最优的结果排序并推送给营销部门。其中ERP系统全称为企业资源计划(Enterprise Resource Planning)。ERP系统属于企业计划层,是企业资源规划管理,主要是计划,对企业的人力、财务、生产资源等进行规划管理,进而提高资源的利用率。
根据排产条件变化(进度超前),实时调整更新排产计划,遍历所有可行排产计划,并进行生产成本分析,最低成本寻优(智能推荐最优排产计划排序);也可通过内部ERP系统外联抓取市场上其他有同工序生产瓶颈企业,推送可接委外工单)。
本发明实施例提供了一种印刷品报价、预备料及排产智能化管理方法,基于历史订单记录及物料价格趋势,可在生产淡季或物体价格低谷期进行销售订单的提前生产和入库,使淡季仍有订单生产,使企业员工收入稳定,有利于降低企业人员流动,在销售订单下单时,由于提前进行了该订单的生产,可直接根据交货期进行质检出货,降低了销售订单的无法完成订单的风险,且物体价格成本低,且通过智能排产,订单利润高。本发明实施例可实现排产时,基于预设的产能数据自动排产,出现新的订单后,也可在基于原有的生产计划,自动排单,提高印刷效率。
本发明可根据老客户下单时间节点历史记录、印刷包装产品的物料价格走势以及报价系数给与折扣价格来获取预测销售订单,可提前获取到销售订单,为企业增加营业收入,增加市场占用份额,有利于提升企业的竞争力。
进一步地,在所述步骤S70之后,本发明的印刷品报价、预备料及排产智能化管理方法还包括:
在销售订单下单时,获取相应预测销售订单排产入库的库存印刷品;
根据入库时间和交货期进行质检出库。
其中,在出库之前的质检入根据入库时间采用相应的检测方式,如入库时间在0-1月内免检;入库时间在1-3月内仅物理抽检;入库时间>3月内物理、化学抽检等。
需要说明的是,上述各步骤之间并不必然存在一定的先后顺序,本领域普通技术人员,根据本发明实施例的描述可以理解,不同实施例中,上述各步骤可以有不同的执行顺序,亦即,可以并行执行,亦可以交换执行等等。
本发明另一实施例提供一种印刷包装产品的排产装置,如图5所示,装置1包括:
报价模块11,用于根据老客户下单时间节点历史记录、印刷包装产品的物料价格走势以及报价系数输出报价,并获取预测销售订单;
预备料模块12,用于根据预测销售订单生成物料预备料清单;
工单生成模块13,用于在预测销售订单下单时,生成相应印刷包装产品的生产工单;
数据获取模块14,用于在检测到印刷包装产品的生产工单时,获取印刷产品的印刷工序,所述印刷包装产品的印刷工序包括首工序和剩余工序,所述剩余工序包含至少一个工序;
第一排产计划生成模块15,用于获取首工序对应的生产设备的第一产能数据,根据所述第一产能数据,生成印刷首工序的第一排产计划;
第二排产计划生成模块16,用于获取剩余工序的生产设备的第二产能数据,基于所述第一排产计划及所述第二产能数据,生成剩余工序的第二排产计划;
排产模块17,用于根据所述第一排产计划和所述第二排产计划进行排产。
具体实施方式见方法实施例,此处不再赘述。
本发明另一实施例提供一种电子设备,如图6所示,电子设备10包括:
一个或多个处理器110以及存储器120,图6中以一个处理器110为例进行介绍,处理器110和存储器120可以通过总线或者其他方式连接,图6中以通过总线连接为例。
处理器110用于完成电子设备10的各种控件逻辑,其可以为通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、单片机、ARM(Acorn RISCMachine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件控件或者这些部件的任何组合。还有,处理器110还可以是任何传统处理器、微处理器或状态机。处理器110也可以被实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP核、或任何其它这种配置。
存储器120作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本发明实施例中的印刷品报价、预备料及排产智能化管理方法对应的程序指令。处理器110通过运行存储在存储器120中的非易失性软件程序、指令以及单元,从而执行设备10的各种功能应用以及数据处理,即实现上述方法实施例中的印刷品报价、预备料及排产智能化管理方法。
存储器120可以包括存储程序区和存储数据区,其中,存储程序区可存储操作装置、至少一个功能所需要的应用程序;存储数据区可存储根据设备10使用所创建的数据等。此外,存储器120可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器120可选包括相对于处理器110远程设置的存储器,这些远程存储器可以通过网络连接至设备10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个单元存储在存储器120中,当被一个或者多个处理器110执行时,执行上述任意方法实施例中的印刷品报价、预备料及排产智能化管理方法,例如,执行以上描述的图1中的方法步骤S10至步骤S70。
本发明实施例提供了一种非易失性计算机可读存储介质,计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行,例如,执行以上描述的图1中的方法步骤S10至步骤S70。
作为示例,非易失性存储介质能够包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦ROM(EEPROM)或闪速存储器。易失性存储器能够包括作为外部高速缓存存储器的随机存取存储器(RAM)。通过说明并非限制,RAM可以以诸如同步RAM(SRAM)、动态RAM、(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、SynchlinkDRAM(SLDRAM)以及直接Rambus(兰巴斯)RAM(DRRAM)之类的许多形式得到。本文中所描述的操作环境的所公开的存储器控件或存储器旨在包括这些和/或任何其他适合类型的存储器中的一个或多个。
本发明的另一种实施例提供了一种计算机程序产品,计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序,计算机程序包括程序指令,当程序指令被处理器执行时,使处理器执行上述方法实施例的印刷品报价、预备料及排产智能化管理方法。例如,执行以上描述的图1中的方法步骤S10至步骤S70。
以上所描述的实施例仅仅是示意性的,其中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。可以根据实际需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施例的描述,本领域的技术人员可以清楚地了解到各实施例可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件实现。基于这样的理解,上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存在于计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机装置(可以是个人计算机,服务器,或者网络装置等)执行各个实施例或者实施例的某些部分的方法。
除了其他之外,诸如"能够'、"能"、"可能"或"可以"之类的条件语言除非另外具体地陈述或者在如所使用的上下文内以其他方式理解,否则一般地旨在传达特定实施方式能包括(然而其他实施方式不包括)特定特征、元件和/或操作。因此,这样的条件语言一般地还旨在暗示特征、元件和/或操作对于一个或多个实施方式无论如何都是需要的或者一个或多个实施方式必须包括用于在有或没有输入或提示的情况下判定这些特征、元件和/或操作是否被包括或者将在任何特定实施方式中被执行的逻辑。
已经在本文中在本说明书和附图中描述的内容包括能够提供印刷品报价、预备料及排产智能化管理方法及装置的示例。当然,不能够出于描述本公开的各种特征的目的来描述元件和/或方法的每个可以想象的组合,但是可以认识到,所公开的特征的许多另外的组合和置换是可能的。因此,显而易见的是,在不脱离本公开的范围或精神的情况下能够对本公开做出各种修改。此外,或在替代方案中,本公开的其他实施例从对本说明书和附图的考虑以及如本文中所呈现的本公开的实践中可能是显而易见的。意图是,本说明书和附图中所提出的示例在所有方面被认为是说明性的而非限制性的。尽管在本文中采用了特定术语,但是它们在通用和描述性意义上被使用并且不用于限制的目的。
Claims (10)
1.一种印刷品报价、预备料及排产智能化管理方法,其特征在于,所述方法包括:
根据老客户下单时间节点历史记录、印刷包装产品的物料价格走势以及报价系数输出报价,并获取预测销售订单;
根据预测销售订单生成物料预备料清单;
在预测销售订单下单时,生成相应印刷包装产品的生产工单;
在检测到印刷包装产品的生产工单时,获取印刷产品的印刷工序,所述印刷包装产品的印刷工序包括首工序和剩余工序,所述剩余工序包含至少一个工序;
获取首工序对应的生产设备的第一产能数据,根据所述第一产能数据,生成印刷首工序的第一排产计划;
获取剩余工序的生产设备的第二产能数据,基于所述第一排产计划及所述第二产能数据,生成剩余工序的第二排产计划;
根据所述第一排产计划和所述第二排产计划进行排产。
2.根据权利要求1所述的印刷品报价、预备料及排产智能化管理方法,其特征在于,所述根据所述第一排产计划和所述第二排产计划进行排产之后,包括:
在生产工单完成时,根据历史订单信息对常用物料发送预备料请求;
判断库存物料数量是否小于预备料请求数;
在库存物料数量小于预备料请求数时,生成采购订单。
3.根据权利要求1所述的印刷品报价、预备料及排产智能化管理方法,其特征在于,所述报价系数通过以下方式获得:
K=lg(1/C)
其中,K为报价系数,C为信用评分,取值范围为0.1-0.2。
4.根据权利要求2所述的印刷品报价、预备料及排产智能化管理方法,其特征在于,所述根据所述第一排产计划和所述第二排产计划进行排产之后,还包括:
获取预测销售订单所需物料,获取物料当前价格;
根据物料历史价格获取物料价格趋势系数;
根据所述当前价格和价格趋势系数计算物料采购价格;
根据物料采购价格和运营系数确定预备料数量。
5.根据权利要求1所述的印刷品报价、预备料及排产智能化管理方法,其特征在于,所述根据老客户下单时间节点历史记录、印刷包装产品的物料价格走势以及报价系数输出报价,并获取预测销售订单的步骤之后,还包括:
根据印刷包装产品的印刷工艺获取物料明细,并获取各物料的成本价;
获取印刷包装产品的加工费、研发费、销售费、运营管理成本,并根据所述物料成本价计算印刷包装产品的生产成本价;
结合所述印刷包装产品的利润和运输费生成出厂价;
将出厂价与报价系数的乘积作为印刷包装产品的报价。
6.根据权利要求1所述的印刷品报价、预备料及排产智能化管理方法,其特征在于,在获取预测销售订单之后,所述的方法还包括:
根据印刷包装产品的预测销售订单获取印刷工艺和BOM单;
获取BOM单的物料成本价、印刷工艺的加工费和运营管理成本;
根据物料成本价、加工费及运营管理成本预测预测销售订单的利润。
7.根据权利要求1所述的印刷品报价、预备料及排产智能化管理方法,其特征在于,所述根据预测销售订单生成物料预备料清单包括:
根据预测销售订单的印刷包装产品,获取相应旧产品工艺卡和BOM单;
审核BOM单的物料成本价;
获取经审核的物料成本价、印刷工艺的加工费和运营管理成本、利润及运输费对预测销售订单精准报价。
8.一种印刷包装产品的排产装置,其特征在于,所述装置包括:
报价模块,用于根据老客户下单时间节点历史记录、印刷包装产品的物料价格走势以及报价系数输出报价,并获取预测销售订单;
预备料模块,用于根据预测销售订单生成物料预备料清单;
工单生成模块,用于在预测销售订单下单时,生成相应印刷包装产品的生产工单;
数据获取模块,用于在检测到印刷包装产品的生产工单时,获取印刷产品的印刷工序,所述印刷包装产品的印刷工序包括首工序和剩余工序,所述剩余工序包含至少一个工序;
第一排产计划生成模块,用于获取首工序对应的生产设备的第一产能数据,根据所述第一产能数据,生成印刷首工序的第一排产计划;
第二排产计划生成模块,用于获取剩余工序的生产设备的第二产能数据,基于所述第一排产计划及所述第二产能数据,生成剩余工序的第二排产计划;
排产模块,用于根据所述第一排产计划和所述第二排产计划进行排产。
9.一种电子设备,其特征在于,所述电子设备包括至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7任一项所述的印刷品报价、预备料及排产智能化管理方法。
10.一种非易失性计算机可读存储介质,其特征在于,所述非易失性计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行时,可使得所述一个或多个处理器执行权利要求1-7任一项所述的印刷品报价、预备料及排产智能化管理方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210714895X | 2022-06-23 | ||
CN202210714895.XA CN114819749A (zh) | 2022-06-23 | 2022-06-23 | 印刷包装产品的数字化排产方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116384642A true CN116384642A (zh) | 2023-07-04 |
Family
ID=82520790
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210714895.XA Pending CN114819749A (zh) | 2022-06-23 | 2022-06-23 | 印刷包装产品的数字化排产方法、装置及电子设备 |
CN202211647149.XA Pending CN116384642A (zh) | 2022-06-23 | 2022-12-21 | 印刷品报价、预备料及排产智能化管理方法、系统及设备 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210714895.XA Pending CN114819749A (zh) | 2022-06-23 | 2022-06-23 | 印刷包装产品的数字化排产方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN114819749A (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000071151A (ja) * | 1998-08-28 | 2000-03-07 | Sony Corp | 生産計画作成装置および生産計画作成プログラムを記憶した記憶媒体 |
CN111768072B (zh) * | 2020-05-19 | 2023-04-18 | 东华大学 | 一种印染车间排产系统 |
CN113807821A (zh) * | 2021-09-28 | 2021-12-17 | 重庆允成互联网科技有限公司 | 基于离散场景同步工单的方法、系统、设备及存储介质 |
-
2022
- 2022-06-23 CN CN202210714895.XA patent/CN114819749A/zh active Pending
- 2022-12-21 CN CN202211647149.XA patent/CN116384642A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CN114819749A (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bandaly et al. | Impact of lead time variability in supply chain risk management | |
US8781882B1 (en) | Automotive industry high performance capability assessment | |
US7881986B1 (en) | Method and system for event-driven inventory disposition | |
US8447664B1 (en) | Method and system for managing inventory by expected profitability | |
US20030149578A1 (en) | Intelligent procurement agent | |
CN109785121A (zh) | 基于区块链架构的仓单质押融资方法及装置 | |
CN109711983A (zh) | 基于区块链架构的仓单质押融资评估方法及装置 | |
US20100161383A1 (en) | Profit optimizer | |
Barros et al. | A systematic literature review about dimensioning safety stock under uncertainties and risks in the procurement process | |
Käki | Forecasting in End-Of-Life Spare Parts Procurement | |
CN101593300A (zh) | 供应链出货管理方法 | |
Gonzalez Diaz et al. | Practical application of an Analytic Hierarchy Process for the improvement of the warranty management | |
CN116228375B (zh) | 基于跨境销售系统的运营管理方法与装置 | |
Rini et al. | Optimal policy for a green production system with quality inspection and warranty cost under environmental regulations | |
CN116384642A (zh) | 印刷品报价、预备料及排产智能化管理方法、系统及设备 | |
Udayakumar et al. | Supply chain coordination with controllable lead time under imperfect production process | |
JP2003345961A (ja) | 中古品販売における在庫リスク管理システム及び在庫リスクの管理方法 | |
Díaz et al. | Practical application of an Analytic Hierarchy Process for the improvement of the warranty management | |
CN116645033B (zh) | 一种基于大数据的erp库存优化分析方法及系统 | |
Simamora | Optimum inventory policy At Pt. Senahoy Optika Pratama in Indonesia | |
Takemoto et al. | Impact of uncertainty ascribed to defective products on supply chains | |
Wang et al. | Predictive Analytics Method Underpin Planning and Budgeting Evolution | |
Halilović | Strategies for reduce excess and obsolete inventory | |
Stark | Impact of material shortages to revenue | |
CN115689442A (zh) | 基于大数据的商品跨区域供应链管理方法、装置和介质 |
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 |