CN116384718A - 一种基于智能决策的供应商联合排产方法、系统及设备 - Google Patents
一种基于智能决策的供应商联合排产方法、系统及设备 Download PDFInfo
- Publication number
- CN116384718A CN116384718A CN202310658862.2A CN202310658862A CN116384718A CN 116384718 A CN116384718 A CN 116384718A CN 202310658862 A CN202310658862 A CN 202310658862A CN 116384718 A CN116384718 A CN 116384718A
- Authority
- CN
- China
- Prior art keywords
- production
- information
- supplier
- production line
- scheduling
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 239000000463 material Substances 0.000 claims abstract description 589
- 238000004519 manufacturing process Methods 0.000 claims abstract description 391
- 238000007599 discharging Methods 0.000 claims description 20
- 239000002994 raw material Substances 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000013077 target material Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 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
- G06Q10/06312—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
- G06Q10/0637—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
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- 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)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (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)
Abstract
本申请公开了一种基于智能决策的供应商联合排产方法、系统及设备,该方法包括:获取第一时段内待处理订单短缺的第一物料,第二时段内待处理订单短缺的第二物料,以及第三时段内短缺的预测的第三物料;分别确定第一物料、第二物料及第三物料对应的各供应商,以及各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息;基于第一物料、第二物料及第三物料对应的各供应商,各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,以及第一物料、第二物料、第三物料对应的短缺数量及排产优先级,确定各供应商的排产信息。如此,可以提高供应商对企业短缺物料响应的速度,使得企业满足订单需求。
Description
技术领域
本申请涉及物料排产技术领域,尤其涉及一种基于智能决策的供应商联合排产方法、系统及设备。
背景技术
电子产品制造业是离散型行业,物料供应商众多。而当前物料供应商对于企业需求反应较慢,按企业订单来生产物料的执行度较低,从而物料供应商容易出现无法满足企业物料需求,企业容易出现无法满足订单需求,尤其是紧急订单的需求。且订单信息传递滞后,物料供应商容易存在物料库存积压等问题。
发明内容
有鉴于此,本申请实施例通过提供一种基于智能决策的供应商联合排产方法、系统及设备,用以至少解决现有技术中存在的上述技术问题。
根据本申请第一方面,本申请实施例提供了一种基于智能决策的供应商联合排产方法,包括:获取第一时段内待处理订单短缺的第一物料及第一物料的短缺数量,第二时段内待处理订单短缺的第二物料及第二物料的短缺数量,以及第三时段内短缺的预测的第三物料及第三物料的短缺数量;其中,第一物料排产的优先级大于第二物料排产的优先级,第二物料排产的优先级大于第三物料排产的优先级;分别确定第一物料、第二物料及第三物料对应的各供应商,以及各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息;基于第一物料、第二物料及第三物料对应的各供应商,各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,以及第一物料、第二物料、第三物料对应的短缺数量及排产优先级,确定各供应商的排产信息。
可选地,确定各供应商实际生产时的产能偏移量,包括:获取各供应商实际生产时的产能信息;基于各供应商实际生产时的产能信息,以及各供应商的供应比例信息进行加权计算,确定各供应商实际生产时的产能偏移量。
可选地,基于第一物料、第二物料及第三物料对应的各供应商,各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,以及第一物料、第二物料、第三物料对应的短缺数量及排产优先级,确定各供应商的排产信息,包括:基于预先训练的供应商产线排产模型,对第一物料、第二物料及第三物料对应的各供应商,各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,以及第一物料、第二物料、第三物料对应的短缺数量及排产优先级进行处理,得到各供应商的排产信息。
可选地,基于第一物料、第二物料及第三物料对应的各供应商,各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,以及第一物料、第二物料、第三物料对应的短缺数量及排产优先级,确定各供应商的排产信息,包括:
基于第一物料、第二物料、第三物料对应的排产优先级,优先对第一物料进行排产,按照第一物料对应的各供应商实际生产时的产能偏移量由小到大,供应比例由大到小的顺序,遍历各供应商,基于各供应商的各条产线的生产信息,以及第一物料对应的短缺数量,确定各供应商针对第一物料的排产信息;
基于第一物料、二物料、第三物料对应的排产优先级,继续对第二物料排产,遍历第二物料对应的各供应商,基于各供应商的各条产线的生产信息,各供应商实际生产时的产能偏移量以及第二物料对应的短缺数量,确定各供应商针对第二物料的排产信息;
基于第一物料、第二物料、第三物料对应的排产优先级,继续对第三物料排产,基于各供应商的供应比例信息,确定第三物料对应的第一目标供应商,将第三物料排至第一目标供应商的第一目标产线,基于第三物料的短缺数量确定第一目标供应商的第一目标产线的排产信息。
可选地,生产信息包括上一班次生产的物料、上一班次生产的物料已排的班次数及产线的产能信息;
基于各供应商的各条产线的生产信息,以及第一物料对应的短缺数量,确定各供应商针对第一物料的排产信息,包括:
若基于当前供应商的各条产线的生产信息确定当前条产线上一班次生产的物料为第一物料,将第一物料排至该当前条产线的当前班次;
若基于第一物料对应的短缺数量及该当前条产线的产能信息确定第一物料未排完,继续遍历当前供应商的其他条产线及其他供应商的各条产线,直到将第一物料排完。
可选地,基于智能决策的供应商联合排产方法还包括:
若基于各供应商的各条产线的生产信息确定各条产线上一班次生产的物料均不为第一物料,遍历各供应商的各条产线,基于各条产线上一班次生产的物料已排的班次数确定满足换线条件的产线,将第一物料排到该满足换线条件的产线的当前班次;
若基于第一物料对应的短缺数量及该满足换线条件的产线的产能信息确定第一物料未排完,基于各供应商的供应比例信息,将供应比例大的供应商的第二目标产线进行换线,将第一物料排至第二目标产线的当前班次,直到将第一物料排完。
可选地,基于各供应商的各条产线的生产信息,各供应商实际生产时的产能偏移量以及第二物料对应的短缺数量,确定各供应商针对第二物料的排产信息,包括:
若基于各供应商的各条产线的生产信息确定存在上一班次生产的物料为第二物料,且未排满预设班次数的产线,将第二物料排至该产线;基于该产线的产能信息及第二物料对应的短缺数量确定该产线的排产信息;
若基于各供应商的各条产线的生产信息确定不存在上一班次生产的物料为第二物料,基于各供应商实际生产时的产能偏移量,将第二物料排至产能偏移量小的供应商的第三目标产线;基于第三目标产线的产能信息及第二物料对应的短缺数量确定第三目标产线的排产信息。
可选地,基于智能决策的供应商联合排产方法还包括:
获取第一物料对应的各供应商的原材料信息及辅料信息;基于原材料信息及辅料信息,计算各供应商针对第一物料的齐套概率。
可选地,基于智能决策的供应商联合排产方法还包括:
针对未排完的第一物料,基于齐套概率,确定第一物料未排完的原因。
根据本申请第二方面,本申请实施例提供了一种基于智能决策的供应商联合排产系统,包括:
获取模块,用于获取第一时段内待处理订单短缺的第一物料及第一物料的短缺数量,第二时段内待处理订单短缺的第二物料及第二物料的短缺数量,以及第三时段内短缺的预测的第三物料及第三物料的短缺数量;其中,第一物料排产的优先级大于第二物料排产的优先级,第二物料排产的优先级大于第三物料排产的优先级;
确定模块,用于分别确定第一物料、第二物料及第三物料对应的各供应商,以及各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息;
排产模块,用于基于第一物料、第二物料及第三物料对应的各供应商,各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,以及第一物料、第二物料、第三物料对应的短缺数量及排产优先级,确定各供应商的排产信息。
根据本申请第三方面,本申请实施例还提供了一种电子设备,包括:
至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器执行如第一方面或第一方面任意实施方式中的基于智能决策的供应商联合排产方法。
根据本申请第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使计算机执行如第一方面或第一方面任意实施方式中的基于智能决策的供应商联合排产方法。
本申请实施例提供的基于智能决策的供应商联合排产方法、系统及设备,可以实现企业和供应商之间的数据互联互通,企业可以基于待处理订单短缺物料的优先级,短缺物料对应的各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,自动生成短缺物料对应的各供应商的联合排产信息,供应商可以基于该排产信息进行排产,从而供应商可以按照企业订单来排产物料;可以提高供应商对企业短缺物料,尤其是紧急短缺物料响应的速度,满足企业对短缺物料的需求,使得企业能够按时完成待处理订单,尤其是紧急订单,进而也提高企业的绩效;且各供应商是基于企业待处理订单进行排产,可以打破由于订单信息传递滞后,供应商订单供应与积压库存不匹配的僵局,可以减少供应商物料库存积压的问题。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例中一种基于智能决策的供应商联合排产方法的流程示意图;
图2为本申请实施例中一种基于智能决策的供应商联合排产系统的结构示意图;
图3为本申请实施例中一种电子设备的硬件结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供了一种基于智能决策的供应商联合排产方法,如图1所示,包括:
S101,获取第一时段内待处理订单短缺的第一物料及第一物料的短缺数量,第二时段内待处理订单短缺的第二物料及第二物料的短缺数量,以及第三时段内短缺的预测的第三物料及第三物料的短缺数量;其中,第一物料排产的优先级大于第二物料排产的优先级,第二物料排产的优先级大于第三物料排产的优先级。
在本实施例中,第一时段与第二时段为相邻的时段,第二时段在第一时段之后;第三时段包括所述第一时段。例如第一时段为近三天,第二时段为近两个月,第三时段为近8周。第一时段内待处理订单短缺的第一物料的紧急程度,大于第二时段内待处理订单短缺的第二物料的紧急程度。第二时段内待处理订单短缺的物料的紧急程度,大于第三时段内短缺的预测的第三物料的紧急程度。
在本实施例中,第一物料包括至少一种物料,例如物料A和物料B。第二物料也包括至少一种物料,例如物料A、物料C、物料D、物料E和物料F。第三物料也包括至少一种物料,例如物料B、物料C、物料G、和物料H。
在本实施例中,第一物料中的物料可以和第二物料、第三物料中的物料相同或不同。例如,在第一时段短缺物料A,在第二时段也短缺物料A,则第一物料中包括物料A,第二物料中也包括物料A。
在本实施例中,针对不同类型的第一物料,也同样需要按照第一规则进行优先级排序。例如,第一规则具体可以为:需求日期越靠前优先级越高;同一天内物料缺口越大的优先级越高;三天内总数量缺口越大的优先级越高。
针对不同类型的第二物料,也同样需要按照第二规则进行优先级排序。例如,第二规则具体可以为:需求日期越靠前优先级越高;总数量缺口越大的优先级越高。
针对不同类型的第三物料,也同样需要按照第三规则进行优先级排序。例如,第三规则具体可以为:需求日期越靠前优先级越高;同一周库存越少优先级越高;总数量缺口越大的优先级越高。
在一种实现方式中,可以调用数据接口从企业的资源管理系统,例如资源管理软件系统(SAP)中获取第一时段内待处理订单及第二时段内待处理订单排产后生成的物料需求清单及预测的第三时段内的物料需求清单。物料需求清单中包括物料的名称、型号、需求数量、需求日期等信息。然后基于企业库存信息及供应商的库存信息,确定短缺的物料需求清单。然后基于如表1中的短缺物料紧急程度及排序规则对短缺的物料需求清单中的短缺物料自动排序,排出短缺物料的优先级,得到第一时段内短缺的第一物料及第一物料的短缺数量,第二时段内短缺的第二物料及第二物料的短缺数量,以及第三时段内短缺的预测的第三物料及第三物料的短缺数量。如此,可以自动获得第一时段内待处理订单短缺的第一物料及第一物料的短缺数量,第二时段内待处理订单短缺的第二物料及第二物料的短缺数量,以及第三时段内短缺的预测的第三物料及第三物料的短缺数量,并对第一物料、第二物料及第三物料进行优先级排序。
表1
在另一种实现方式中,可以基于用户输入,得到第一时段内待处理订单短缺的第一物料及第一物料的短缺数量,第二时段内待处理订单短缺的第二物料及第二物料的短缺数量,以及第三时段内短缺的预测的第三物料及第三物料的短缺数量。
S102,分别确定第一物料、第二物料及第三物料对应的各供应商,以及各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息。
在本实施例中,每一个短缺的物料都对应有至少一个供应商。为了实现针对短缺物料对供应商进行联合排产,则需要确定短缺的物料对应的每个供应商,并得到每个供应商的各条产线的生产信息,实际生产时的产能偏移量,以及确定针对每个供应商设定的供应比例信息。
例如,第一物料中包括多个物料,如物料A和物料B,则需要确定物料A对应的每个物料的供应商,每个物料供应商的供应比例,每个供应商在实际生产物料A时的产能偏移量,每个供应商的每条产线的生产信息;需要确定物料B对应的每个物料的供应商,每个物料供应商的供应比例,每个供应商在实际生产物料A时的产能偏移量,每个供应商的每条产线的生产信息;其中,生产信息包括但不限于上一班次生产的物料、上一班次生产的物料已排的班次数及产线的产能信息。
在一种实现方式中,可以调用数据接口从SAP系统中获得第一物料、第二物料及第三物料对应的各供应商,以及各供应商的供应比例信息。
在一种实现方式中,在确定了第一物料、第二物料及第三物料对应的各供应商后,可以调用数据接口从第一物料、第二物料及第三物料对应的各供应商的系统中获取各供应商实际生产第一物料、第二物料及第三物料时的产能信息、各条产线的生产信息。然后基于各供应商实际生产第一物料、第二物料及第三物料时的产能信息及各供应商的供应比例信息,计算各供应商实际生产第一物料、第二物料及第三物料时的产能偏移量。
在一种实现方式中,在确定了第一物料、第二物料及第三物料对应的各供应商后,可以向各供应商系统发送获取各供应商实际生产第一物料、第二物料及第三物料时的产能信息、各条产线的生产信息的请求,然后接收各供应商系统基于该请求返回的各供应商实际生产第一物料、第二物料及第三物料时的产能信息、各条产线的生产信息。然后基于各供应商实际生产第一物料、第二物料及第三物料时的产能信息及各供应商的供应比例信息,计算各供应商实际生产第一物料、第二物料及第三物料时的产能偏移量。
S103,基于第一物料、第二物料及第三物料对应的各供应商,各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,以及第一物料、第二物料、第三物料对应的短缺数量及排产优先级,确定各供应商的排产信息。
在本实施例中,获取到了第一物料、第二物料、第三物料对应的短缺数量,并确定了排产优先级,以及第一物料、第二物料及第三物料对应的各供应商,各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息后,就可以基于这些信息,自动生成各供应商针对第一物料、第二物料及第三物料的排产计划,也即排产信息。
在一些实施例中,可以针对每个排产的供应商的产线,进行6个班次的排产。
通过实施本申请,供应商对物料的提供率从原来的65%提高到了95%,供应商换线频率从原来的30%降到了10%,平均每条产线由5个工人降低到了3个工人,供应商库存周转率提升了1.9倍,企业出订单量比原来提升了10%。
本申请实施例提供的基于智能决策的供应商联合排产方法,可以实现企业和供应商之间的数据互联互通,企业可以基于待处理订单短缺物料的优先级,短缺物料对应的各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,自动生成短缺物料对应的各供应商的联合排产信息,供应商可以基于该排产信息进行排产,从而供应商可以按照企业订单来排产物料;可以提高供应商对企业短缺物料,尤其是紧急短缺物料响应的速度,满足企业对短缺物料的需求,使得企业能够按时完成待处理订单,尤其是紧急订单,进而也提高企业的绩效;且各供应商是基于企业待处理订单进行排产,可以打破由于订单信息传递滞后,供应商订单供应与积压库存不匹配的僵局,可以减少供应商物料库存积压的问题。
在一个可选的实施例中,步骤S102中,确定各供应商实际生产时的产能偏移量,包括:获取各供应商实际生产时的产能信息;基于各供应商实际生产时的产能信息,以及各供应商的供应比例信息进行加权计算,确定各供应商实际生产时的产能偏移量。
具体实施时,可以首先获取各供应商实际生产第一物料、第二物料及第三物料时的产能信息,及各供应商的供应比例信息。例如如表2所示,针对第一物料,获取A供应商和B供应商在预设时长内各产线实际总产出的第一物料的数量,然后针对A供应商,基于目标计算公式计算A供应商实际生产时的产能偏差;针对B供应商,基于目标计算公式计算B供应商实际生产时的产能偏差。目标公式为:
产能偏差量=实际总产出目标物料的数量/目标物料的供应比例。
表2
在本实施例中,针对同一短缺物料的各个供应商,例如针对第一物料的各个供应商,如果各个供应商实际生产时的产能偏移量相等,说明各个供应商较好地按照设定的供应比例进行供货了,如果产能偏移量不相等,说明其中有些供应商供货量超出了设定的供应比例,而其中有些供应商供货量低于设定的供应比例。从而通过计算各供应商实际生产时的产能偏移量,然后基于产能偏移量对各供应商进行排产时,可以考虑到优先排产产能偏移量小的供应商,从而符合按照设定的供应比例进行供货,符合企业最初设定的供应比例。
在一个可选的实施例中,步骤S103,基于第一物料、第二物料及第三物料对应的各供应商,各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,以及第一物料、第二物料、第三物料对应的短缺数量及排产优先级,确定各供应商的排产信息,包括:基于预先训练的供应商产线排产模型,对第一物料、第二物料及第三物料对应的各供应商,各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,以及第一物料、第二物料、第三物料对应的短缺数量及排产优先级进行处理,得到各供应商的排产信息。
在本实施例中,是通过训练数据预先训练一个供应商产线排产模型,然后将第一物料、第二物料、第三物料对应的短缺数量及排产优先级,第一物料、第二物料及第三物料对应的各供应商,各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,输入到该供应商产线排产模型,该供应商产线排产模型输出各供应商的排产信息。
在本实施例中,供应商产线排产模型中建立了基于交期优先、产能优先及成本优先的排产规则。交期优先是指第一时段内短缺的第一物料优先排产。产能优先是指在排完第一物料,对第二物料进行排产时,优先考虑供应商的产能,减少供应商产线换线的次数和频率。成本优先是指在排完第二物料,对第三物料进行排产时,优先考虑企业的成本。
其中,交期优先的排产规则主要包括:
A.第一时段内短缺的第一物料优先排产,紧急需求优先排到D0 晚班,D0晚班排满,紧急需求排到D1 白班。紧急需求为第一物料。
B.遍历产线,是否存在上一班次生产的物料与当前紧急需求相同的目标产线,存在,依照产能偏移量由小到大的顺序,将紧急需求排到该目标产线的当前班次;
C.针对剩余紧急需求,遍历产线,是否存在上一班次生产的物料排满预设班次数的产线,存在,则将该产线换线,将剩余紧急需求排到该条产线的当前班次;
D.紧急需求未排程完,条件B和C 不满足,需要强制换线,将产能偏移量小的供应商产线换线,将紧急需求排到该产线的当前班次;
E.紧急需求已排程完,遍历产线当前班次是否排足一个班次的产能或预设班次数,如果不足,从后续需求,即第二物料及第三物料中补足;
F.不换线的物料组:物料属于同一机种,同一分类视为不换线;
G.换线条件:满足不换线的同一组物料已经生产预设班次数;
H.如第一物料供应商实际生产时的产能信息按日期更新了,此第一物料需要重新累计算产能偏移量;优先排产产能偏移量小的供应商;产能偏移量相同,优先排产供应比例大的供应商;产能偏移量与供应比例都相同,模型随机排程;
I.每次排程至少满足1个班次产能,紧急需求不足从后续需求补充。如后续需求中无对应的需求,则换线;
J.紧急需求不足一个班次,后续无需求可排,线体轮空,不换线排其他物料;如第一物料中物料A 紧急需求数量1000,产线对应产能3000,第二物料和第三物料中没有对物料A的需求,则剩余2000的产能轮空不排;
K.排程计算时优先同一条产线排一个物料;换线时考虑换线条件(同一机种,同一分类);
L.输出剩余紧急需求未排程的物料清单,需要区分未排上原因,如缺料或缺产线。
产能优先的排产规则主要包括:
A.第二物料按产能偏移量大小排程,优先排产能偏移量小的供应商。不强制换线,优先满足预设班次数排程,预设班次数排程后可换线。
B.紧急需求已排程完,遍历产线,当前产线是否排足一个班次的产能或预设班次数排程,不足,则遍历第二物料,将第二物料中与紧急需求相同的物料排至该产线,排满3个班次。
成本优先的排产规则主要包括:
A.第二物料已排程完,第三物料按照供应商报价低的原则分配供应商;一般地,报价越低,分配比例越高。
B.按周排序遍历第三物料;
C.依照供应商报价从低到高排足预设班次数;
D.提示空余产线,若产线有产能,且无物料排程,需要输出空余线体清单。
在本实施例中,通过预先训练供应商产线排产模型,然后基于训练好的供应商产线排产模型,确定各供应商的排产信息,可以实现基于AI对各供应商进行排产,高效,准确。
在一个可选的实施例中,步骤S103,基于第一物料、第二物料及第三物料对应的各供应商,各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,以及第一物料、第二物料、第三物料对应的短缺数量及排产优先级,确定各供应商的排产信息,包括:
S1031,基于第一物料、第二物料、第三物料对应的排产优先级,优先对第一物料进行排产,按照第一物料对应的各供应商实际生产时的产能偏移量由小到大,供应比例由大到小的顺序,遍历各供应商,基于各供应商的各条产线的生产信息,以及第一物料对应的短缺数量,确定各供应商针对第一物料的排产信息。
S1032,基于第一物料、二物料、第三物料对应的排产优先级,继续对第二物料排产,遍历第二物料对应的各供应商,基于各供应商的各条产线的生产信息,各供应商实际生产时的产能偏移量以及第二物料对应的短缺数量,确定各供应商针对第二物料的排产信息。
S1033,基于第一物料、第二物料、第三物料对应的排产优先级,继续对第三物料排产,基于各供应商的供应比例信息,确定第三物料对应的第一目标供应商,将第三物料排至第一目标供应商的第一目标产线,基于第三物料的短缺数量确定第一目标供应商的第一目标产线的排产信息。
在本实施例中,生产信息包括上一班次生产的物料、上一班次生产的物料已排的班次数及产线的产能信息。
具体实施时,针对S1031,按照第一物料对应的各供应商实际生产时的产能偏移量由小到大,供应比例由大到小的顺序,遍历各供应商时,可以基于优先排产产能偏移量小的供应商;产能偏移量相同,优先排产供应比例大的供应商;产能偏移量与供应比例都相同,随机排程的原则,遍历各供应商。
其中,基于各供应商的各条产线的生产信息,以及第一物料对应的短缺数量,确定各供应商针对第一物料的排产信息,包括:
若基于当前供应商的各条产线的生产信息确定当前条产线上一班次生产的物料为第一物料,将第一物料排至该当前条产线的当前班次;若基于第一物料对应的短缺数量及该当前条产线的产能信息确定第一物料未排完,继续遍历当前供应商的其他条产线及其他供应商的各条产线,直到将第一物料排完。
若基于各供应商的各条产线的生产信息确定各条产线上一班次生产的物料均不为第一物料,遍历各供应商的各条产线,基于各条产线上一班次生产的物料已排的班次数确定满足换线条件的产线,将第一物料排到该满足换线条件的产线的当前班次;若基于第一物料对应的短缺数量及该满足换线条件的产线的产能信息确定第一物料未排完,基于各供应商的供应比例信息,将供应比例大的供应商的第二目标产线进行换线,将第一物料排至第二目标产线的当前班次,直到将第一物料排完。
针对步骤S1032,其中,基于各供应商的各条产线的生产信息,各供应商实际生产时的产能偏移量以及第二物料对应的短缺数量,确定各供应商针对第二物料的排产信息,包括:
若基于各供应商的各条产线的生产信息确定存在上一班次生产的物料为第二物料,且未排满预设班次数的产线,将第二物料排至该产线;基于该产线的产能信息及第二物料对应的短缺数量确定该产线的排产信息。
若基于各供应商的各条产线的生产信息确定不存在上一班次生产的物料为第二物料,基于各供应商实际生产时的产能偏移量,将第二物料排至产能偏移量小的供应商的第三目标产线;基于第三目标产线的产能信息及第二物料对应的短缺数量确定第三目标产线的排产信息。
针对步骤S1033,一般地,供应商报价越低,供应商的供应比例越高。基于各供应商的供应比例信息,确定第三物料对应的第一目标供应商,相当于是基于供应商的报价,确定第三物料对应的第一目标供应商。从而可以优先选择报价低的供应商来生产第三物料。
在本实施例中,优先对第一物料进行排产,是基于交期优先的原则,优先保证紧急订单的需求,且在排产第一物料时,考虑了各供应商实际生产时的产能偏移量及供应比例,可以优先排产产能偏移量小的供应商,从而各供应商可以符合按照设定的供应比例进行供货,符合企业最初设定的供应比例。
在本实施例中,在对第二物料进行排产时,是基于供应商产能优先的原则,将第二物料优先排在班次数未足预设班次数的产线上,并且不强制换线来排程第二物料,可以减少供应商换线的频率,优先考虑供应商的产能。
在本实施例中,在对第三物料进行排产时,是基于企业成本优先的原则,优先选择报价低的供应商来生产第三物料,从而可以尽量减少企业的成本,提高企业的利润。
在一个可选的实施例中,基于智能决策的供应商联合排产方法还包括:
获取第一物料对应的各供应商的原材料信息及辅料信息;基于原材料信息及辅料信息,计算各供应商针对第一物料的齐套概率。
针对未排完的第一物料,基于齐套概率,确定第一物料未排完的原因。
具体实施时,可以通过数据接口调用第一物料对应的各供应商的原材料供货厂商的数据库,获得第一物料的原材料信息及辅材信息。从而计算到第一物料的各供应商针对第一物料的齐套概率。
通过实施本申请,第一物料的齐套概率由原来的60%提升到了95%。
在本实施例中,由于第一物料的紧急程度较高,如果第一物料未排完,则需要确定第一物料未排完的原因。而第一物料的不齐套是很大一部分的原因。因此,针对未排完的第一物料,基于齐套概率,确定第一物料未排完的原因,可以明确是否是因为原材料或辅料的不齐套导致的第一物料未及时生成,从而第一物料对应的原材料供货厂商可以在下次更有针对性的备货,增加第一物料的齐套概率。
本申请实施例提供了一种基于智能决策的供应商联合排产系统,如图2所示,包括:
获取模块21,用于获取第一时段内待处理订单短缺的第一物料及第一物料的短缺数量,第二时段内待处理订单短缺的第二物料及第二物料的短缺数量,以及第三时段内短缺的预测的第三物料及第三物料的短缺数量;其中,第一物料排产的优先级大于第二物料排产的优先级,第二物料排产的优先级大于第三物料排产的优先级。
确定模块22,用于分别确定第一物料、第二物料及第三物料对应的各供应商,以及各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息。
排产模块23,用于基于第一物料、第二物料及第三物料对应的各供应商,各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,以及第一物料、第二物料、第三物料对应的短缺数量及排产优先级,确定各供应商的排产信息。
本申请实施例提供的基于智能决策的供应商联合排产系统,可以实现企业和供应商之间的数据互联互通,企业可以基于待处理订单短缺物料的优先级,短缺物料对应的各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,自动生成短缺物料对应的各供应商的联合排产信息,供应商可以基于该排产信息进行排产,从而供应商可以按照企业订单来排产物料;可以提高供应商对企业短缺物料,尤其是紧急短缺物料响应的速度,满足企业对短缺物料的需求,使得企业能够按时完成待处理订单,尤其是紧急订单,进而也提高企业的绩效;且各供应商是基于企业待处理订单进行排产,可以打破由于订单信息传递滞后,供应商订单供应与积压库存不匹配的僵局,可以减少供应商物料库存积压的问题。
在一些实施例中,确定模块22用于获取各供应商实际生产时的产能信息;基于各供应商实际生产时的产能信息,以及各供应商的供应比例信息进行加权计算,确定各供应商实际生产时的产能偏移量。
在一些实施例中,排产模块23用于基于预先训练的供应商产线排产模型,对第一物料、第二物料及第三物料对应的各供应商,各供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,以及第一物料、第二物料、第三物料对应的短缺数量及排产优先级进行处理,得到各供应商的排产信息。
在一些实施例中,排产模块23用于基于第一物料、第二物料、第三物料对应的排产优先级,优先对第一物料进行排产,按照第一物料对应的各供应商实际生产时的产能偏移量由小到大,供应比例由大到小的顺序,遍历各供应商,基于各供应商的各条产线的生产信息,以及第一物料对应的短缺数量,确定各供应商针对第一物料的排产信息;
基于第一物料、二物料、第三物料对应的排产优先级,继续对第二物料排产,遍历第二物料对应的各供应商,基于各供应商的各条产线的生产信息,各供应商实际生产时的产能偏移量以及第二物料对应的短缺数量,确定各供应商针对第二物料的排产信息;
基于第一物料、第二物料、第三物料对应的排产优先级,继续对第三物料排产,基于各供应商的供应比例信息,确定第三物料对应的第一目标供应商,将第三物料排至第一目标供应商的第一目标产线,基于第三物料的短缺数量确定第一目标供应商的第一目标产线的排产信息。
在一些实施例中,生产信息包括上一班次生产的物料、上一班次生产的物料已排的班次数及产线的产能信息;
排产模块23用于若基于当前供应商的各条产线的生产信息确定当前条产线上一班次生产的物料为第一物料,将第一物料排至该当前条产线的当前班次;若基于第一物料对应的短缺数量及该当前条产线的产能信息确定第一物料未排完,继续遍历当前供应商的其他条产线及其他供应商的各条产线,直到将第一物料排完。
在一些实施例中,排产模块23还用于若基于各供应商的各条产线的生产信息确定各条产线上一班次生产的物料均不为第一物料,遍历各供应商的各条产线,基于各条产线上一班次生产的物料已排的班次数确定满足换线条件的产线,将第一物料排到该满足换线条件的产线的当前班次;若基于第一物料对应的短缺数量及该满足换线条件的产线的产能信息确定第一物料未排完,基于各供应商的供应比例信息,将供应比例大的供应商的第二目标产线进行换线,将第一物料排至第二目标产线的当前班次,直到将第一物料排完。
在一些实施例中,排产模块23用于若基于各供应商的各条产线的生产信息确定存在上一班次生产的物料为第二物料,且未排满预设班次数的产线,将第二物料排至该产线;基于该产线的产能信息及第二物料对应的短缺数量确定该产线的排产信息;
若基于各供应商的各条产线的生产信息确定不存在上一班次生产的物料为第二物料,基于各供应商实际生产时的产能偏移量,将第二物料排至产能偏移量小的供应商的第三目标产线;基于第三目标产线的产能信息及第二物料对应的短缺数量确定第三目标产线的排产信息。
在一些实施例中,基于智能决策的供应商联合排产系统还包括:
计算模块24,用于获取第一物料对应的各供应商的原材料信息及辅料信息;基于原材料信息及辅料信息,计算各供应商针对第一物料的齐套概率。
在一些实施例中,基于智能决策的供应商联合排产系统还包括:
分析模块25,用于针对未排完的第一物料,基于齐套概率,确定第一物料未排完的原因。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
图3示出了可以用来实施本申请的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图3所示,电子设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储电子设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
电子设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许电子设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如基于智能决策的供应商联合排产方法。例如,在一些实施例中,基于智能决策的供应商联合排产方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到电子设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的基于智能决策的供应商联合排产方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行基于智能决策的供应商联合排产方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (12)
1.一种基于智能决策的供应商联合排产方法,其特征在于,包括:
获取第一时段内待处理订单短缺的第一物料及所述第一物料的短缺数量,第二时段内待处理订单短缺的第二物料及所述第二物料的短缺数量,以及第三时段内短缺的预测的第三物料及所述第三物料的短缺数量;其中,所述第一物料排产的优先级大于所述第二物料排产的优先级,所述第二物料排产的优先级大于所述第三物料排产的优先级;
分别确定所述第一物料、所述第二物料及所述第三物料对应的各供应商,以及各所述供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息;
基于所述第一物料、所述第二物料及所述第三物料对应的各所述供应商,各所述供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,以及所述第一物料、所述第二物料、所述第三物料对应的短缺数量及排产优先级,确定各所述供应商的排产信息。
2.根据权利要求1所述的基于智能决策的供应商联合排产方法,其特征在于,确定各所述供应商实际生产时的产能偏移量,包括:
获取各所述供应商实际生产时的产能信息;
基于各所述供应商实际生产时的产能信息,以及各所述供应商的供应比例信息进行加权计算,确定各所述供应商实际生产时的产能偏移量。
3.根据权利要求1所述的基于智能决策的供应商联合排产方法,其特征在于,基于所述第一物料、所述第二物料及所述第三物料对应的各所述供应商,各所述供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,以及所述第一物料、所述第二物料、所述第三物料对应的短缺数量及排产优先级,确定各所述供应商的排产信息,包括:
基于预先训练的供应商产线排产模型,对所述第一物料、所述第二物料及所述第三物料对应的各所述供应商,各所述供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,以及所述第一物料、所述第二物料、所述第三物料对应的短缺数量及排产优先级进行处理,得到各所述供应商的排产信息。
4.根据权利要求1所述的基于智能决策的供应商联合排产方法,其特征在于,基于所述第一物料、所述第二物料及所述第三物料对应的各所述供应商,各所述供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,以及所述第一物料、所述第二物料、所述第三物料对应的短缺数量及排产优先级,确定各所述供应商的排产信息,包括:
基于所述第一物料、所述第二物料、所述第三物料对应的排产优先级,优先对所述第一物料进行排产,按照所述第一物料对应的各所述供应商实际生产时的产能偏移量由小到大,供应比例由大到小的顺序,遍历各所述供应商,基于各所述供应商的各条产线的生产信息,以及所述第一物料对应的短缺数量,确定各所述供应商针对所述第一物料的排产信息;
基于所述第一物料、所述二物料、所述第三物料对应的排产优先级,继续对所述第二物料排产,遍历所述第二物料对应的各所述供应商,基于各所述供应商的各条产线的生产信息,各所述供应商实际生产时的产能偏移量以及所述第二物料对应的短缺数量,确定各所述供应商针对所述第二物料的排产信息;
基于所述第一物料、所述第二物料、所述第三物料对应的排产优先级,继续对所述第三物料排产,基于各所述供应商的供应比例信息,确定所述第三物料对应的第一目标供应商,将所述第三物料排至所述第一目标供应商的第一目标产线,基于所述第三物料的短缺数量确定所述第一目标供应商的第一目标产线的排产信息。
5.根据权利要求4所述的基于智能决策的供应商联合排产方法,其特征在于,所述生产信息包括上一班次生产的物料、上一班次生产的物料已排的班次数及产线的产能信息;
基于各所述供应商的各条产线的生产信息,以及所述第一物料对应的短缺数量,确定各所述供应商针对所述第一物料的排产信息,包括:
若基于当前供应商的各条产线的生产信息确定当前条产线上一班次生产的物料为所述第一物料,将所述第一物料排至该当前条产线的当前班次;
若基于所述第一物料对应的短缺数量及该当前条产线的产能信息确定所述第一物料未排完,继续遍历当前供应商的其他条产线及其他供应商的各条产线,直到将所述第一物料排完。
6.根据权利要求5所述的基于智能决策的供应商联合排产方法,其特征在于,还包括:
若基于各所述供应商的各条产线的生产信息确定各条产线上一班次生产的物料均不为所述第一物料,遍历各所述供应商的各条产线,基于各条产线上一班次生产的物料已排的班次数确定满足换线条件的产线,将所述第一物料排到该满足换线条件的产线的当前班次;
若基于所述第一物料对应的短缺数量及该满足换线条件的产线的产能信息确定所述第一物料未排完,基于各所述供应商的供应比例信息,将供应比例大的供应商的第二目标产线进行换线,将所述第一物料排至所述第二目标产线的当前班次,直到将所述第一物料排完。
7.根据权利要求4所述的基于智能决策的供应商联合排产方法,其特征在于,基于各所述供应商的各条产线的生产信息,各所述供应商实际生产时的产能偏移量以及所述第二物料对应的短缺数量,确定各所述供应商针对所述第二物料的排产信息,包括:
若基于各所述供应商的各条产线的生产信息确定存在上一班次生产的物料为所述第二物料,且未排满预设班次数的产线,将所述第二物料排至该产线;基于该产线的产能信息及所述第二物料对应的短缺数量确定该产线的排产信息;
若基于各所述供应商的各条产线的生产信息确定不存在上一班次生产的物料为所述第二物料,基于各所述供应商实际生产时的产能偏移量,将所述第二物料排至产能偏移量小的供应商的第三目标产线;基于所述第三目标产线的产能信息及所述第二物料对应的短缺数量确定所述第三目标产线的排产信息。
8.根据权利要求1所述的基于智能决策的供应商联合排产方法,其特征在于,还包括:
获取所述第一物料对应的各所述供应商的原材料信息及辅料信息;
基于所述原材料信息及所述辅料信息,计算各所述供应商针对所述第一物料的齐套概率。
9.根据权利要求8所述的基于智能决策的供应商联合排产方法,其特征在于,还包括:
针对未排完的所述第一物料,基于所述齐套概率,确定所述第一物料未排完的原因。
10.一种基于智能决策的供应商联合排产系统,其特征在于,包括:
获取模块,用于获取第一时段内待处理订单短缺的第一物料及所述第一物料的短缺数量,第二时段内待处理订单短缺的第二物料及所述第二物料的短缺数量,以及第三时段内短缺的预测的第三物料及所述第三物料的短缺数量;其中,所述第一物料排产的优先级大于所述第二物料排产的优先级,所述第二物料排产的优先级大于所述第三物料排产的优先级;
确定模块,用于分别确定所述第一物料、所述第二物料及所述第三物料对应的各所述供应商,以及各所述供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息;
排产模块,用于基于所述第一物料、所述第二物料及所述第三物料对应的各所述供应商,各所述供应商的供应比例信息、实际生产时的产能偏移量、各条产线的生产信息,以及所述第一物料、所述第二物料、所述第三物料对应的短缺数量及排产优先级,确定各所述供应商的排产信息。
11.一种电子设备,其特征在于,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执行如权利要求1-9任意一项所述的基于智能决策的供应商联合排产方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使计算机执行如权利要求1-9任意一项所述的基于智能决策的供应商联合排产方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310658862.2A CN116384718B (zh) | 2023-06-05 | 2023-06-05 | 一种基于智能决策的供应商联合排产方法、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310658862.2A CN116384718B (zh) | 2023-06-05 | 2023-06-05 | 一种基于智能决策的供应商联合排产方法、系统及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116384718A true CN116384718A (zh) | 2023-07-04 |
CN116384718B CN116384718B (zh) | 2023-09-05 |
Family
ID=86961953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310658862.2A Active CN116384718B (zh) | 2023-06-05 | 2023-06-05 | 一种基于智能决策的供应商联合排产方法、系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116384718B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117974014A (zh) * | 2024-04-02 | 2024-05-03 | 深圳市企企通科技有限公司 | 供应物料智能管控方法、装置、设备及介质 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002279022A (ja) * | 2001-03-22 | 2002-09-27 | Toppan Printing Co Ltd | 材料発注システム及びサーバ並びに方法 |
US20030088450A1 (en) * | 2001-11-01 | 2003-05-08 | Hung-Liang Chiu | Material requirements planning method for the calculation of supplier provision of materials |
US20030225636A1 (en) * | 2002-05-29 | 2003-12-04 | Te-Mei Chu | Network-based just-in-time material shortage and supply information exchange system and method |
US20100217419A1 (en) * | 2009-02-25 | 2010-08-26 | Siemens Aktiengesellschaft | Method for scheduling a production process by supporting the visualization of material shortages |
US20110270429A1 (en) * | 2010-04-30 | 2011-11-03 | Honda Motor Co., Ltd. | Advanced planning system |
CN104299107A (zh) * | 2014-11-03 | 2015-01-21 | 叶校然 | Pcb企业订单管理与生产计划系统 |
CN110400114A (zh) * | 2019-08-30 | 2019-11-01 | 珠海格力电器股份有限公司 | 一种对采购订单分配供应商的方法及系统 |
CN111260130A (zh) * | 2020-01-15 | 2020-06-09 | 深圳富桂精密工业有限公司 | 供应链管理方法、装置及计算机可读存储介质 |
CN111598386A (zh) * | 2020-04-08 | 2020-08-28 | 吉利汽车研究院(宁波)有限公司 | 一种生产物料的控制方法及装置 |
CN112508309A (zh) * | 2021-01-29 | 2021-03-16 | 深圳坤湛科技有限公司 | 智能排产方法、设备及计算机存储介质 |
CN112561440A (zh) * | 2020-12-22 | 2021-03-26 | 珠海格力电器股份有限公司 | 一种送货管理方法及管理装置 |
US20210110461A1 (en) * | 2019-10-10 | 2021-04-15 | Coupang Corp. | Systems and methods for optimization of a product inventory by intelligent adjustment of inbound purchase orders |
CN113159979A (zh) * | 2021-03-17 | 2021-07-23 | 清华大学 | 一种排产决策方法与系统 |
CN113592277A (zh) * | 2021-07-23 | 2021-11-02 | 联宝(合肥)电子科技有限公司 | 一种生产订单的排产方法及装置 |
CN114782130A (zh) * | 2022-04-07 | 2022-07-22 | 联宝(合肥)电子科技有限公司 | 一种生产企业集成的计划系统及运行方法 |
CN115136164A (zh) * | 2020-03-23 | 2022-09-30 | Zf 腓德烈斯哈芬股份公司 | 对生产系统进行生产规划和/或控制的由计算机实现的方法和生产优化的生产规划和/或生产控制系统 |
CN115564317A (zh) * | 2022-12-01 | 2023-01-03 | 苏州慧工云信息科技有限公司 | 自动化物料供应管理方法、系统及存储介质 |
CN115689246A (zh) * | 2022-11-17 | 2023-02-03 | 中科云谷科技有限公司 | 用于确定排产计划的方法、装置、存储介质及处理器 |
CN115759579A (zh) * | 2022-11-01 | 2023-03-07 | 广域铭岛数字科技有限公司 | 一种确定计划产能的方法、装置及介质 |
-
2023
- 2023-06-05 CN CN202310658862.2A patent/CN116384718B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002279022A (ja) * | 2001-03-22 | 2002-09-27 | Toppan Printing Co Ltd | 材料発注システム及びサーバ並びに方法 |
US20030088450A1 (en) * | 2001-11-01 | 2003-05-08 | Hung-Liang Chiu | Material requirements planning method for the calculation of supplier provision of materials |
US20030225636A1 (en) * | 2002-05-29 | 2003-12-04 | Te-Mei Chu | Network-based just-in-time material shortage and supply information exchange system and method |
US20100217419A1 (en) * | 2009-02-25 | 2010-08-26 | Siemens Aktiengesellschaft | Method for scheduling a production process by supporting the visualization of material shortages |
US20110270429A1 (en) * | 2010-04-30 | 2011-11-03 | Honda Motor Co., Ltd. | Advanced planning system |
CN104299107A (zh) * | 2014-11-03 | 2015-01-21 | 叶校然 | Pcb企业订单管理与生产计划系统 |
CN110400114A (zh) * | 2019-08-30 | 2019-11-01 | 珠海格力电器股份有限公司 | 一种对采购订单分配供应商的方法及系统 |
US20210110461A1 (en) * | 2019-10-10 | 2021-04-15 | Coupang Corp. | Systems and methods for optimization of a product inventory by intelligent adjustment of inbound purchase orders |
CN111260130A (zh) * | 2020-01-15 | 2020-06-09 | 深圳富桂精密工业有限公司 | 供应链管理方法、装置及计算机可读存储介质 |
CN115136164A (zh) * | 2020-03-23 | 2022-09-30 | Zf 腓德烈斯哈芬股份公司 | 对生产系统进行生产规划和/或控制的由计算机实现的方法和生产优化的生产规划和/或生产控制系统 |
CN111598386A (zh) * | 2020-04-08 | 2020-08-28 | 吉利汽车研究院(宁波)有限公司 | 一种生产物料的控制方法及装置 |
CN112561440A (zh) * | 2020-12-22 | 2021-03-26 | 珠海格力电器股份有限公司 | 一种送货管理方法及管理装置 |
CN112508309A (zh) * | 2021-01-29 | 2021-03-16 | 深圳坤湛科技有限公司 | 智能排产方法、设备及计算机存储介质 |
CN113159979A (zh) * | 2021-03-17 | 2021-07-23 | 清华大学 | 一种排产决策方法与系统 |
CN113592277A (zh) * | 2021-07-23 | 2021-11-02 | 联宝(合肥)电子科技有限公司 | 一种生产订单的排产方法及装置 |
CN114782130A (zh) * | 2022-04-07 | 2022-07-22 | 联宝(合肥)电子科技有限公司 | 一种生产企业集成的计划系统及运行方法 |
CN115759579A (zh) * | 2022-11-01 | 2023-03-07 | 广域铭岛数字科技有限公司 | 一种确定计划产能的方法、装置及介质 |
CN115689246A (zh) * | 2022-11-17 | 2023-02-03 | 中科云谷科技有限公司 | 用于确定排产计划的方法、装置、存储介质及处理器 |
CN115564317A (zh) * | 2022-12-01 | 2023-01-03 | 苏州慧工云信息科技有限公司 | 自动化物料供应管理方法、系统及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117974014A (zh) * | 2024-04-02 | 2024-05-03 | 深圳市企企通科技有限公司 | 供应物料智能管控方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116384718B (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2023202326A1 (zh) | 数据处理方法及相关装置 | |
CN110276571A (zh) | 货物调度方法和装置以及计算机可读存储介质 | |
CN111932161B (zh) | 针对物品的车辆调度方法、装置、电子设备和计算机介质 | |
CN116384718B (zh) | 一种基于智能决策的供应商联合排产方法、系统及设备 | |
JP2011096141A (ja) | 複数工場の生産スケジュール作成方法 | |
CN111160706A (zh) | 模拟供应链风险响应的方法、装置和系统 | |
CN113034090A (zh) | 运输设备调度方法、装置、电子设备和计算机可读介质 | |
CN111639784B (zh) | 库存管理方法及相关装置 | |
CN113988768B (zh) | 一种库存的确定方法和装置 | |
CN112085442B (zh) | 设备操作方法、装置、电子设备和计算机可读介质 | |
CN117575239A (zh) | 面向产业链的资源调度方法、装置、计算机设备及介质 | |
JP7392725B2 (ja) | 交渉システム、交渉方法および交渉プログラム | |
JP7560201B2 (ja) | 交渉システム、交渉方法および交渉プログラム | |
US20220292559A1 (en) | Order-receiving-side negotiation device, order-receiving-side negotiation method, and order-receiving-side negotiation program | |
Zheng et al. | Comparative study on push and pull production system based on Anylogic | |
CN116579570A (zh) | 产品生产排产方法、装置、设备及介质 | |
US20130103456A1 (en) | Method, system and program storage device for production planning | |
CN116167515A (zh) | 一种agv配送路径规划方法、装置、设备及介质 | |
US10496081B2 (en) | Method for fulfilling demands in a plan | |
CN113222304B (zh) | 一种库存调度方法和装置 | |
Plinta et al. | Adaptive inventory control system for material items with continuous non-stationary demand | |
CN112766833B (zh) | 确定拣货容器的方法、装置、电子设备和存储介质 | |
CN113806047A (zh) | 数据运行优化处理方法和装置 | |
CN110827047A (zh) | 动态定价方法和装置 | |
CN113256194B (zh) | 确定配送中心自留库存的方法和装置 |
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 |