CN116402238B - 一种包装订单的生产排程方法、装置、设备及存储介质 - Google Patents
一种包装订单的生产排程方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116402238B CN116402238B CN202310666347.9A CN202310666347A CN116402238B CN 116402238 B CN116402238 B CN 116402238B CN 202310666347 A CN202310666347 A CN 202310666347A CN 116402238 B CN116402238 B CN 116402238B
- Authority
- CN
- China
- Prior art keywords
- production
- order
- scheduling
- packaging
- target
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 442
- 238000000034 method Methods 0.000 title claims abstract description 236
- 238000004806 packaging method and process Methods 0.000 title claims abstract description 181
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims abstract description 131
- 238000004458 analytical method Methods 0.000 claims abstract description 115
- 238000012545 processing Methods 0.000 claims abstract description 82
- 238000005457 optimization Methods 0.000 claims abstract description 37
- 238000013433 optimization analysis Methods 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims description 117
- 238000013507 mapping Methods 0.000 claims description 34
- 238000012384 transportation and delivery Methods 0.000 claims description 11
- 238000007726 management method Methods 0.000 claims description 10
- 230000008901 benefit Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 238000013439 planning Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 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
- 230000002085 persistent effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06Q10/04—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
- 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
- G06Q10/06—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
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time 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
- G06Q50/00—Systems or methods specially adapted for 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
Abstract
本发明涉及生产排程领域,公开了一种包装订单的生产排程方法、装置、设备及存储介质,用于提高包装订单生产排程的效率。方法包括:通过包装订单处理系统获取多个包装生产影响因子,并根据多个包装生产影响因子分别计算第一产线排程分析模型对应的第一评价指标以及第二产线排程分析模型对应的第二评价指标;根据第一评价指标和第二评价指标从第一订单排程方案和第二订单排程方案中选取目标订单排程方案,将目标订单排程方案输入预置的排程优化模型进行排程优化分析,得到优化后的订单排程方案;将优化后的订单排程方案、至少一个目标包装生产线以及目标订单信息推送至包装订单处理系统。
Description
技术领域
本发明涉及生产排程领域,尤其涉及一种包装订单的生产排程方法、装置、设备及存储介质。
背景技术
随着电子商务和物流业的快速发展,包装订单生产排程成为了一个重要的研究领域。在传统的生产排程中,通常采用静态规划方法,即根据生产能力和订单需求等因素提前计算好生产计划,并且不会进行调整。然而,随着订单量和种类的增加,这种静态规划方法已经无法满足市场的需求。
现有方案中由于包装订单数量和种类的不断变化,以及生产过程中的各种因素的复杂性,传统的静态规划方法已经无法满足实际应用需求,即现有方案的生产排程效率较低。
发明内容
本发明提供了一种包装订单的生产排程方法、装置、设备及存储介质,用于提高包装订单生产排程的效率。
本发明第一方面提供了一种包装订单的生产排程方法,所述包装订单的生产排程方法包括:
接收预置包装订单处理系统发送的包装订单处理请求,并根据所述包装订单处理请求确定目标订单信息,以及根据所述目标订单信息查询第一订单排程方案和对应的第一任务工序数据以及第二订单排程方案和对应的第二任务工序数据;
对所述第一任务工序数据和所述第二任务工序数据进行包装生产线匹配,得到至少一个目标包装生产线,并分别构建与所述第一任务工序数据对应的第一产线排程分析模型以及与所述第二任务工序数据对应的第二产线排程分析模型;
通过所述包装订单处理系统获取多个包装生产影响因子,并根据所述多个包装生产影响因子分别计算所述第一产线排程分析模型对应的第一评价指标以及所述第二产线排程分析模型对应的第二评价指标;
根据所述第一评价指标和所述第二评价指标从所述第一订单排程方案和所述第二订单排程方案中选取目标订单排程方案,将所述目标订单排程方案输入预置的排程优化模型进行排程优化分析,得到优化后的订单排程方案;
将所述优化后的订单排程方案、所述至少一个目标包装生产线以及所述目标订单信息推送至所述包装订单处理系统。
结合第一方面,在本发明第一方面的第一实施方式中,所述接收预置包装订单处理系统发送的包装订单处理请求,并根据所述包装订单处理请求确定目标订单信息,以及根据所述目标订单信息查询第一订单排程方案和对应的第一任务工序数据以及第二订单排程方案和对应的第二任务工序数据,包括:
接收预置包装订单处理系统发送的包装订单处理请求,并对所述包装订单处理请求进行请求解析,得到目标订单信息;
根据所述目标订单信息,通过预置的订单排程管理模型生成第一订单排程方案以及第二订单排程方案;
对所述第一订单排程方案进行任务工序解析,得到对应的第一任务工序数据,以及对所述第二订单排程方案进行任务工序解析,得到对应的第二任务工序数据。
结合第一方面,在本发明第一方面的第二实施方式中,所述对所述第一任务工序数据和所述第二任务工序数据进行包装生产线匹配,得到至少一个目标包装生产线,并分别构建与所述第一任务工序数据对应的第一产线排程分析模型以及与所述第二任务工序数据对应的第二产线排程分析模型,包括:
对所述第一任务工序数据和所述第二任务工序数据进行包装生产线匹配,得到至少一个目标包装生产线;
计算所述第一任务工序数据和所述第二任务工序数据中的生产流程信息,得到第一生产流程节点和第二生产流程节点;
构建所述第一生产流程节点和所述第一任务工序数据之间的第一映射关系,以及构建所述第二生产流程节点和所述第二任务工序数据之间的第二映射关系;
根据所述第一映射关系以及所述第二映射关系,构建与所述第一任务工序数据对应的第一产线排程分析模型以及与所述第二任务工序数据对应的第二产线排程分析模型。
结合第一方面,在本发明第一方面的第三实施方式中,所述通过所述包装订单处理系统获取多个包装生产影响因子,并根据所述多个包装生产影响因子分别计算所述第一产线排程分析模型对应的第一评价指标以及所述第二产线排程分析模型对应的第二评价指标,包括:
通过所述包装订单处理系统获取多个包装生产影响因子,其中,所述多个包装生产影响因子包括:设备能力、工艺要求、人员安排、订单数量以及交期;
根据所述多个包装生产影响因子分别设置所述第一产线排程分析模型对应的第一评价系数以及所述第二产线排程分析模型对应的第二评价系数;
根据所述第一评价系数计算所述第一产线排程分析模型对应的第一评价指标,以及根据所述第二评价系数计算第二产线排程分析模型对应的第二评价指标。
结合第一方面,在本发明第一方面的第四实施方式中,所述根据所述第一评价指标和所述第二评价指标从所述第一订单排程方案和所述第二订单排程方案中选取目标订单排程方案,将所述目标订单排程方案输入预置的排程优化模型进行排程优化分析,得到优化后的订单排程方案,包括:
对所述第一评价指标和所述第二评价指标进行比较,得到评价指标比较结果;
根据所述评价指标比较结果,从所述第一订单排程方案和所述第二订单排程方案中选取目标订单排程方案;
将所述目标订单排程方案输入预置的排程优化模型进行排程优化分析,得到优化后的订单排程方案。
结合第一方面,在本发明第一方面的第五实施方式中,所述将所述优化后的订单排程方案、所述至少一个目标包装生产线以及所述目标订单信息推送至所述包装订单处理系统,包括:
根据所述目标订单信息匹配对应的目标推送策略;
根据所述目标推送策略,将所述优化后的订单排程方案、所述至少一个目标包装生产线以及所述目标订单信息推送至所述包装订单处理系统;
通过所述包装订单处理系统,对所述优化后的订单排程方案、所述至少一个目标包装生产线以及所述目标订单信息进行报表展示。
结合第一方面,在本发明第一方面的第六实施方式中,所述包装订单的生产排程方法还包括:
对所述优化后的订单排程方案进行生产流程模块分类,得到多个生产流程模块;
分别获取每个生产流程模块的包装生产完成率,并根据预置的置信度模型和每个生产流程模块的包装生产完成率计算所述优化后的订单排程方案的目标置信度;
根据所述目标置信度对所述优化后的订单排程方案进行订单排程优化,得到最优订单排程方案。
本发明第二方面提供了一种包装订单的生产排程装置,所述包装订单的生产排程装置包括:
接收模块,用于接收预置包装订单处理系统发送的包装订单处理请求,并根据所述包装订单处理请求确定目标订单信息,以及根据所述目标订单信息查询第一订单排程方案和对应的第一任务工序数据以及第二订单排程方案和对应的第二任务工序数据;
构建模块,用于对所述第一任务工序数据和所述第二任务工序数据进行包装生产线匹配,得到至少一个目标包装生产线,并分别构建与所述第一任务工序数据对应的第一产线排程分析模型以及与所述第二任务工序数据对应的第二产线排程分析模型;
计算模块,用于通过所述包装订单处理系统获取多个包装生产影响因子,并根据所述多个包装生产影响因子分别计算所述第一产线排程分析模型对应的第一评价指标以及所述第二产线排程分析模型对应的第二评价指标;
选取模块,用于根据所述第一评价指标和所述第二评价指标从所述第一订单排程方案和所述第二订单排程方案中选取目标订单排程方案,将所述目标订单排程方案输入预置的排程优化模型进行排程优化分析,得到优化后的订单排程方案;
推送模块,用于将所述优化后的订单排程方案、所述至少一个目标包装生产线以及所述目标订单信息推送至所述包装订单处理系统。
本发明第三方面提供了一种包装订单的生产排程设备,包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述包装订单的生产排程设备执行上述的包装订单的生产排程方法。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的包装订单的生产排程方法。
本发明提供的技术方案中,通过包装订单处理系统获取多个包装生产影响因子,并根据多个包装生产影响因子分别计算第一产线排程分析模型对应的第一评价指标以及第二产线排程分析模型对应的第二评价指标;根据第一评价指标和第二评价指标从第一订单排程方案和第二订单排程方案中选取目标订单排程方案,将目标订单排程方案输入预置的排程优化模型进行排程优化分析,得到优化后的订单排程方案;将优化后的订单排程方案、至少一个目标包装生产线以及目标订单信息推送至包装订单处理系统,本发明通过包装订单处理系统分别构建至少两种订单排程方案,然后对至少两种订单排程方案进行生产排程评价预测,进而选取出最优的订单排程方案,本发明采用机器学习和人工智能技术的自动化排程方法可以减少人工干预和误差,提高排程准确性和效率。
附图说明
图1为本发明实施例中包装订单的生产排程方法的一个实施例示意图;
图2为本发明实施例中包装生产线匹配的流程图;
图3为本发明实施例中计算评价指标的流程图;
图4为本发明实施例中排程优化分析的流程图;
图5为本发明实施例中包装订单的生产排程装置的一个实施例示意图;
图6为本发明实施例中包装订单的生产排程设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种包装订单的生产排程方法、装置、设备及存储介质,用于提高包装订单生产排程的效率。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中包装订单的生产排程方法的一个实施例包括:
S101、接收预置包装订单处理系统发送的包装订单处理请求,并根据包装订单处理请求确定目标订单信息,以及根据目标订单信息查询第一订单排程方案和对应的第一任务工序数据以及第二订单排程方案和对应的第二任务工序数据;
可以理解的是,本发明的执行主体可以为包装订单的生产排程装置,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
S102、对第一任务工序数据和第二任务工序数据进行包装生产线匹配,得到至少一个目标包装生产线,并分别构建与第一任务工序数据对应的第一产线排程分析模型以及与第二任务工序数据对应的第二产线排程分析模型;
首先,服务器接收到预置包装订单处理系统发送的包装订单处理请求,并根据包装订单处理请求确定目标订单信息,包括订单号、订单数量、订单类型、订单交货日期等信息。接着,服务器查询第一订单排程方案和对应的第一任务工序数据以及第二订单排程方案和对应的第二任务工序数据,考虑到订单数量、订单类型、生产线状况、工艺流程等因素,以确保排程方案的合理性和生产效率的高效性。然后,服务器对第一任务工序数据和第二任务工序数据进行包装生产线匹配,得到至少一个目标包装生产线,并分别构建与第一任务工序数据对应的第一产线排程分析模型以及与第二任务工序数据对应的第二产线排程分析模型。在构建排程分析模型的过程中,服务器进行了生产线建模和仿真,以确定生产过程中的关键节点、瓶颈环节、资源利用率等关键指标,并考虑到订单数量、订单类型、订单交货日期等因素,以确保排程结果的合理性和生产效率的高效性。最终,产线排程分析模型将成为生产计划的重要依据,以确保生产计划的顺利执行和产品质量的高效性。
S103、通过包装订单处理系统获取多个包装生产影响因子,并根据多个包装生产影响因子分别计算第一产线排程分析模型对应的第一评价指标以及第二产线排程分析模型对应的第二评价指标;
需要说明的是,首先,从包装订单处理系统中获取多个包装生产影响因子,这些因子包括但不限于生产线的生产能力、生产效率、生产质量、设备状态等。服务器需要通过对这些因子的分析和计算,得出对应的生产效果和经济效益等评价指标。其次,针对第一产线排程分析模型,服务器需要计算第一评价指标,例如生产效率、生产成本、生产周期等指标。这些指标可以通过对生产线的生产能力、生产效率等因素进行综合评估得出。同时,服务器还需要将这些指标与生产计划进行比较,以评估其生产效果和经济效益。第三,对于第二产线排程分析模型,服务器需要计算第二评价指标,例如生产质量、维护效率、设备利用率等指标。这些指标可以通过对生产线的生产质量、设备状态等因素进行综合评估得出。同时,服务器还需要将这些指标与生产计划进行比较,以评估其生产效果和设备维护效率。最后,服务器需要对第一产线排程分析模型和第二产线排程分析模型的评估结果进行汇总和分析,以便进行后续的生产计划调整和优化,提高生产效率和经济效益。通过这些操作,服务器可以有效地实施包装生产影响因子的评估和排程分析,提高生产效率和经济效益,满足企业的生产需求。
S104、根据第一评价指标和第二评价指标从第一订单排程方案和第二订单排程方案中选取目标订单排程方案,将目标订单排程方案输入预置的排程优化模型进行排程优化分析,得到优化后的订单排程方案;
具体的,根据第一评价指标和第二评价指标,服务器选取目标订单排程方案,并将其输入预置的排程优化模型进行优化分析,以得到最优的订单排程方案。在优化分析过程中,服务器通过生产线的生产能力、生产效率、生产质量、设备状态等因素,以最大化生产效率和经济效益,同时保证生产质量和设备维护效率。通过这个过程,服务器得到一个可行且优化的订单排程方案,以满足企业的生产需求。
S105、将优化后的订单排程方案、至少一个目标包装生产线以及目标订单信息推送至包装订单处理系统。
具体的,服务器将优化后的订单排程方案、至少一个目标包装生产线以及目标订单信息自动推送至包装订单处理系统,确保信息实时、准确地更新生产进度和计划。这个过程自动化地协助企业实现生产调度和计划优化,实现订单排程和生产计划的自动化衔接,提升生产效率和经济效益。
本发明实施例中,通过包装订单处理系统获取多个包装生产影响因子,并根据多个包装生产影响因子分别计算第一产线排程分析模型对应的第一评价指标以及第二产线排程分析模型对应的第二评价指标;根据第一评价指标和第二评价指标从第一订单排程方案和第二订单排程方案中选取目标订单排程方案,将目标订单排程方案输入预置的排程优化模型进行排程优化分析,得到优化后的订单排程方案;将优化后的订单排程方案、至少一个目标包装生产线以及目标订单信息推送至包装订单处理系统,本发明通过包装订单处理系统分别构建至少两种订单排程方案,然后对至少两种订单排程方案进行生产排程评价预测,进而选取出最优的订单排程方案,本发明采用机器学习和人工智能技术的自动化排程方法可以减少人工干预和误差,提高排程准确性和效率。
在一具体实施例中,执行步骤S101的过程可以具体包括如下步骤:
(1)接收预置包装订单处理系统发送的包装订单处理请求,并对包装订单处理请求进行请求解析,得到目标订单信息;
(2)根据目标订单信息,通过预置的订单排程管理模型生成第一订单排程方案以及第二订单排程方案;
(3)对第一订单排程方案进行任务工序解析,得到对应的第一任务工序数据,以及对第二订单排程方案进行任务工序解析,得到对应的第二任务工序数据。
具体的,服务器在第一步中,服务器接收到预置的包装订单处理系统发送的包装订单处理请求,并对请求进行解析,以便后续操作可以基于请求的内容进行。解析后,服务器可以获取目标订单信息,这个信息包含了订单的基本信息,如订单数量、要求交货日期、生产线种类等等。在第二步中,服务器基于目标订单信息,使用预置的订单排程管理模型,生成第一订单排程方案和第二订单排程方案。这些方案是根据生产线的生产能力、生产效率、生产质量和设备状态等因素,经过数学建模和计算优化得到的最优排程方案。这些方案可以满足企业的生产需求,同时保证生产效率、经济效益和生产质量。在第三步中,服务器对第一订单排程方案进行任务工序解析,以提取出对应的第一任务工序数据。这些数据包括任务的工序顺序、所需时间、所需设备、所需人员等等。同样的,服务器也对第二订单排程方案进行任务工序解析,以提取出对应的第二任务工序数据。通过这些步骤,服务器可以自动化地完成订单排程、任务工序解析等操作,为企业提供高效、智能的生产调度和计划优化服务。
在一具体实施例中,如图2所示,执行步骤S102的过程可以具体包括如下步骤:
S201、对第一任务工序数据和第二任务工序数据进行包装生产线匹配,得到至少一个目标包装生产线;
S202、计算第一任务工序数据和第二任务工序数据中的生产流程信息,得到第一生产流程节点和第二生产流程节点;
S203、构建第一生产流程节点和第一任务工序数据之间的第一映射关系,以及构建第二生产流程节点和第二任务工序数据之间的第二映射关系;
S204、根据第一映射关系以及第二映射关系,构建与第一任务工序数据对应的第一产线排程分析模型以及与第二任务工序数据对应的第二产线排程分析模型。
具体的,服务器对第一任务工序数据和第二任务工序数据进行包装生产线匹配,以得到至少一个目标包装生产线。这个过程需要考虑生产线的生产能力、生产效率、生产质量以及设备状态等因素,以确保生产线可以满足任务工序数据的生产需求。服务器计算第一任务工序数据和第二任务工序数据中的生产流程信息,以得到第一生产流程节点和第二生产流程节点。这些信息包括任务工序的开始时间、结束时间、所需设备、所需人员等等。这些信息可以用于构建生产流程节点和任务工序数据之间的映射关系。服务器构建第一生产流程节点和第一任务工序数据之间的第一映射关系,以及构建第二生产流程节点和第二任务工序数据之间的第二映射关系。这些映射关系可以将任务工序数据和生产流程节点进行对应,以便后续的分析和优化。最后,在第七步中,服务器根据第一映射关系和第二映射关系,构建与第一任务工序数据对应的第一产线排程分析模型以及与第二任务工序数据对应的第二产线排程分析模型。这些模型可以用于对任务工序数据进行产线排程分析和优化,以实现生产调度和计划优化的自动化。
在一具体实施例中,如图3所示,执行步骤S103的过程可以具体包括如下步骤:
S301、通过包装订单处理系统获取多个包装生产影响因子,其中,多个包装生产影响因子包括:设备能力、工艺要求、人员安排、订单数量以及交期;
S302、根据多个包装生产影响因子分别设置第一产线排程分析模型对应的第一评价系数以及第二产线排程分析模型对应的第二评价系数;
S303、根据第一评价系数计算第一产线排程分析模型对应的第一评价指标,以及根据第二评价系数计算第二产线排程分析模型对应的第二评价指标。
具体的,服务器通过包装订单处理系统获取多个包装生产影响因子,包括设备能力、工艺要求、人员安排、订单数量以及交期。这个过程需要综合考虑多个因素对生产排程的影响,以便后续的优化和决策。服务器根据多个包装生产影响因子,分别设置第一产线排程分析模型对应的第一评价系数以及第二产线排程分析模型对应的第二评价系数。这个过程需要根据不同的影响因子设置相应的评价系数,以便后续的评价和优化。服务器根据第一评价系数计算第一产线排程分析模型对应的第一评价指标,以及根据第二评价系数计算第二产线排程分析模型对应的第二评价指标。这个过程需要将评价系数和生产排程模型结合起来,计算出对应的评价指标,以便后续的优化和决策。通过这个过程,可以帮助企业管理人员做出更加科学的生产决策,提高生产效率和质量。
在一具体实施例中,如图4所示,执行步骤S104的过程可以具体包括如下步骤:
S401、对第一评价指标和第二评价指标进行比较,得到评价指标比较结果;
S402、根据评价指标比较结果,从第一订单排程方案和第二订单排程方案中选取目标订单排程方案;
S403、将目标订单排程方案输入预置的排程优化模型进行排程优化分析,得到优化后的订单排程方案。
具体的,服务器通过包装订单处理系统获取多个包装生产影响因子,这些因子可以影响到生产线的生产能力、生产效率、生产质量以及设备状态等等。这些因子包括设备能力、工艺要求、人员安排、订单数量以及交期等等。这些因子需要被纳入到产线排程分析模型中进行考虑和评价。服务器根据多个包装生产影响因子分别设置第一产线排程分析模型对应的第一评价系数以及第二产线排程分析模型对应的第二评价系数。这些评价系数可以根据具体情况进行调整和优化,以确保评价结果符合实际情况。服务器根据第一评价系数计算第一产线排程分析模型对应的第一评价指标,以及根据第二评价系数计算第二产线排程分析模型对应的第二评价指标。这些评价指标可以用于评估产线的生产能力、生产效率、生产质量以及设备状态等等,以便后续的优化和改进。
在一具体实施例中,执行步骤S105的过程可以具体包括如下步骤:
(1)根据目标订单信息匹配对应的目标推送策略;
(2)根据目标推送策略,将优化后的订单排程方案、至少一个目标包装生产线以及目标订单信息推送至包装订单处理系统;
(3)通过包装订单处理系统,对优化后的订单排程方案、至少一个目标包装生产线以及目标订单信息进行报表展示。
具体的,服务器根据目标订单信息匹配对应的目标推送策略。这个过程需要考虑到订单的类型、数量、交期等因素,以选择最适合的推送策略。服务器根据目标推送策略,将优化后的订单排程方案、至少一个目标包装生产线以及目标订单信息推送至包装订单处理系统。这个过程需要确保数据的准确性和及时性,以便后续的生产调度和计划安排。通过包装订单处理系统,对优化后的订单排程方案、至少一个目标包装生产线以及目标订单信息进行报表展示。这个过程可以让生产调度人员和管理人员及时了解订单的生产情况和进度,以便进行调整和优化。同时,也可以帮助企业管理人员做出更加科学的生产决策,提高生产效率和质量。
在一具体实施例中,执行上述包装订单的生产排程方法还包括如下步骤:
(1)对优化后的订单排程方案进行生产流程模块分类,得到多个生产流程模块;
(2)分别获取每个生产流程模块的包装生产完成率,并根据预置的置信度模型和每个生产流程模块的包装生产完成率计算优化后的订单排程方案的目标置信度;
(3)根据目标置信度对优化后的订单排程方案进行订单排程优化,得到最优订单排程方案。
具体的,服务器对优化后的订单排程方案进行生产流程模块分类,得到多个生产流程模块。这个过程需要将订单的生产过程分解为多个相对独立的流程模块,以便于后续的优化和管理。服务器分别获取每个生产流程模块的包装生产完成率,并根据预置的置信度模型和每个生产流程模块的包装生产完成率计算优化后的订单排程方案的目标置信度。这个过程需要根据每个流程模块的生产情况、设备状态、工艺要求等因素计算得到生产完成率,并将其转化为对应的置信度值,以便后续的优化和决策。服务器根据目标置信度对优化后的订单排程方案进行订单排程优化,得到最优订单排程方案。这个过程需要综合考虑订单的数量、交期、生产能力、生产效率、生产质量等因素,以获取最优的订单排程方案。通过这个过程,可以确保生产计划的准确性和及时性,提高生产效率和质量。
上面对本发明实施例中包装订单的生产排程方法进行了描述,下面对本发明实施例中包装订单的生产排程装置进行描述,请参阅图5,本发明实施例中包装订单的生产排程装置一个实施例包括:
接收模块501,用于接收预置包装订单处理系统发送的包装订单处理请求,并根据所述包装订单处理请求确定目标订单信息,以及根据所述目标订单信息查询第一订单排程方案和对应的第一任务工序数据以及第二订单排程方案和对应的第二任务工序数据;
构建模块502,用于对所述第一任务工序数据和所述第二任务工序数据进行包装生产线匹配,得到至少一个目标包装生产线,并分别构建与所述第一任务工序数据对应的第一产线排程分析模型以及与所述第二任务工序数据对应的第二产线排程分析模型;
计算模块503,用于通过所述包装订单处理系统获取多个包装生产影响因子,并根据所述多个包装生产影响因子分别计算所述第一产线排程分析模型对应的第一评价指标以及所述第二产线排程分析模型对应的第二评价指标;
选取模块504,用于根据所述第一评价指标和所述第二评价指标从所述第一订单排程方案和所述第二订单排程方案中选取目标订单排程方案,将所述目标订单排程方案输入预置的排程优化模型进行排程优化分析,得到优化后的订单排程方案;
推送模块505,用于将所述优化后的订单排程方案、所述至少一个目标包装生产线以及所述目标订单信息推送至所述包装订单处理系统。
通过上述各个组成部分的协同合作,通过包装订单处理系统获取多个包装生产影响因子,并根据多个包装生产影响因子分别计算第一产线排程分析模型对应的第一评价指标以及第二产线排程分析模型对应的第二评价指标;根据第一评价指标和第二评价指标从第一订单排程方案和第二订单排程方案中选取目标订单排程方案,将目标订单排程方案输入预置的排程优化模型进行排程优化分析,得到优化后的订单排程方案;将优化后的订单排程方案、至少一个目标包装生产线以及目标订单信息推送至包装订单处理系统,本发明通过包装订单处理系统分别构建至少两种订单排程方案,然后对至少两种订单排程方案进行生产排程评价预测,进而选取出最优的订单排程方案,本发明采用机器学习和人工智能技术的自动化排程方法可以减少人工干预和误差,提高排程准确性和效率。
上面图5从模块化功能实体的角度对本发明实施例中的包装订单的生产排程装置进行详细描述,下面从硬件处理的角度对本发明实施例中包装订单的生产排程设备进行详细描述。
图6是本发明实施例提供的一种包装订单的生产排程设备的结构示意图,该包装订单的生产排程设备600可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)610(例如,一个或一个以上处理器)和存储器620,一个或一个以上存储应用程序633或数据632的存储介质630(例如一个或一个以上海量存储设备)。其中,存储器620和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对包装订单的生产排程设备600中的一系列指令操作。更进一步地,处理器610可以设置为与存储介质630通信,在包装订单的生产排程设备600上执行存储介质630中的一系列指令操作。
包装订单的生产排程设备600还可以包括一个或一个以上电源640,一个或一个以上有线或无线网络接口650,一个或一个以上输入输出接口660,和/或,一个或一个以上操作系统631,例如Windows Serve,MacOS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图6示出的包装订单的生产排程设备结构并不构成对包装订单的生产排程设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种包装订单的生产排程设备,所述包装订单的生产排程设备包括存储器和处理器,存储器中存储有计算机可读指令,计算机可读指令被处理器执行时,使得处理器执行上述各实施例中的所述包装订单的生产排程方法的步骤。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述包装订单的生产排程方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(randomacceS memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (4)
1.一种包装订单的生产排程方法,其特征在于,所述包装订单的生产排程方法包括:
接收预置包装订单处理系统发送的包装订单处理请求,并根据所述包装订单处理请求确定目标订单信息,以及根据所述目标订单信息查询第一订单排程方案和对应的第一任务工序数据以及第二订单排程方案和对应的第二任务工序数据,具体包括:接收预置包装订单处理系统发送的包装订单处理请求,并对所述包装订单处理请求进行请求解析,得到目标订单信息;根据所述目标订单信息,通过预置的订单排程管理模型生成第一订单排程方案以及第二订单排程方案;对所述第一订单排程方案进行任务工序解析,得到对应的第一任务工序数据,以及对所述第二订单排程方案进行任务工序解析,得到对应的第二任务工序数据;其中,目标订单信息包含订单的基本信息,基本信息包括:订单数量、要求交货日期、生产线种类,服务器基于目标订单信息,使用预置的订单排程管理模型,生成第一订单排程方案和第二订单排程方案,根据生产线的生产能力、生产效率、生产质量和设备状态因素,经过数学建模和计算优化得到的最优排程方案,服务器对第一订单排程方案进行任务工序解析,以提取出对应的第一任务工序数据,第一任务工序数据包括任务的工序顺序、所需时间、所需设备、所需人员,服务器对第二订单排程方案进行任务工序解析,以提取出对应的第二任务工序数据;
对所述第一任务工序数据和所述第二任务工序数据进行包装生产线匹配,得到至少一个目标包装生产线,并分别构建与所述第一任务工序数据对应的第一产线排程分析模型以及与所述第二任务工序数据对应的第二产线排程分析模型,具体包括:对所述第一任务工序数据和所述第二任务工序数据进行包装生产线匹配,得到至少一个目标包装生产线;计算所述第一任务工序数据和所述第二任务工序数据中的生产流程信息,得到第一生产流程节点和第二生产流程节点;构建所述第一生产流程节点和所述第一任务工序数据之间的第一映射关系,以及构建所述第二生产流程节点和所述第二任务工序数据之间的第二映射关系;根据所述第一映射关系以及所述第二映射关系,构建与所述第一任务工序数据对应的第一产线排程分析模型以及与所述第二任务工序数据对应的第二产线排程分析模型;其中,服务器对第一任务工序数据和第二任务工序数据进行包装生产线匹配,以得到至少一个目标包装生产线,这个过程需要考虑生产线的生产能力、生产效率、生产质量以及设备状态因素,以确保生产线满足任务工序数据的生产需求,服务器计算第一任务工序数据和第二任务工序数据中的生产流程信息,以得到第一生产流程节点和第二生产流程节点,这些信息包括任务工序的开始时间、结束时间、所需设备、所需人员,这些信息用于构建生产流程节点和任务工序数据之间的映射关系,服务器构建第一生产流程节点和第一任务工序数据之间的第一映射关系,以及构建第二生产流程节点和第二任务工序数据之间的第二映射关系,这些映射关系将任务工序数据和生产流程节点进行对应,服务器根据第一映射关系和第二映射关系,构建与第一任务工序数据对应的第一产线排程分析模型以及与第二任务工序数据对应的第二产线排程分析模型;
通过所述包装订单处理系统获取多个包装生产影响因子,并根据所述多个包装生产影响因子分别计算所述第一产线排程分析模型对应的第一评价指标以及所述第二产线排程分析模型对应的第二评价指标,具体包括:通过所述包装订单处理系统获取多个包装生产影响因子,其中,所述多个包装生产影响因子包括:设备能力、工艺要求、人员安排、订单数量以及交期;根据所述多个包装生产影响因子分别设置所述第一产线排程分析模型对应的第一评价系数以及所述第二产线排程分析模型对应的第二评价系数;根据所述第一评价系数计算所述第一产线排程分析模型对应的第一评价指标,以及根据所述第二评价系数计算第二产线排程分析模型对应的第二评价指标;其中,服务器通过包装订单处理系统获取多个包装生产影响因子,包括设备能力、工艺要求、人员安排、订单数量以及交期,服务器根据多个包装生产影响因子,分别设置第一产线排程分析模型对应的第一评价系数以及第二产线排程分析模型对应的第二评价系数,根据不同的影响因子设置相应的评价系数,服务器根据第一评价系数计算第一产线排程分析模型对应的第一评价指标,以及根据第二评价系数计算第二产线排程分析模型对应的第二评价指标;
根据所述第一评价指标和所述第二评价指标从所述第一订单排程方案和所述第二订单排程方案中选取目标订单排程方案,将所述目标订单排程方案输入预置的排程优化模型进行排程优化分析,得到优化后的订单排程方案,具体包括:对所述第一评价指标和所述第二评价指标进行比较,得到评价指标比较结果;根据所述评价指标比较结果,从所述第一订单排程方案和所述第二订单排程方案中选取目标订单排程方案;将所述目标订单排程方案输入预置的排程优化模型进行排程优化分析,得到优化后的订单排程方案;其中,根据第一评价指标和第二评价指标,服务器选取目标订单排程方案,并将其输入预置的排程优化模型进行优化分析,以得到最优的订单排程方案,在优化分析过程中,服务器通过生产线的生产能力、生产效率、生产质量、设备状态因素,以最大化生产效率和经济效益,同时保证生产质量和设备维护效率,服务器得到一个可行且优化的订单排程方案;
将所述优化后的订单排程方案、所述至少一个目标包装生产线以及所述目标订单信息推送至所述包装订单处理系统,具体包括:根据所述目标订单信息匹配对应的目标推送策略,其中,需要考虑订单的类型、数量、交期因素,以选择最适合的推送策略;根据所述目标推送策略,将所述优化后的订单排程方案、所述至少一个目标包装生产线以及所述目标订单信息推送至所述包装订单处理系统;通过所述包装订单处理系统,对所述优化后的订单排程方案、所述至少一个目标包装生产线以及所述目标订单信息进行报表展示;对所述优化后的订单排程方案进行生产流程模块分类,得到多个生产流程模块;分别获取每个生产流程模块的包装生产完成率,并根据预置的置信度模型和每个生产流程模块的包装生产完成率计算所述优化后的订单排程方案的目标置信度;根据所述目标置信度对所述优化后的订单排程方案进行订单排程优化,得到最优订单排程方案;其中,服务器对优化后的订单排程方案进行生产流程模块分类,得到多个生产流程模块,将订单的生产过程分解为多个相对独立的流程模块,服务器分别获取每个生产流程模块的包装生产完成率,并根据预置的置信度模型和每个生产流程模块的包装生产完成率计算优化后的订单排程方案的目标置信度,根据每个生产流程模块的生产情况、设备状态、工艺要求因素计算得到生产完成率,并将其转化为对应的置信度值,服务器根据目标置信度对优化后的订单排程方案进行订单排程优化,得到最优订单排程方案。
2.一种包装订单的生产排程装置,其特征在于,所述包装订单的生产排程装置包括:
接收模块,用于接收预置包装订单处理系统发送的包装订单处理请求,并根据所述包装订单处理请求确定目标订单信息,以及根据所述目标订单信息查询第一订单排程方案和对应的第一任务工序数据以及第二订单排程方案和对应的第二任务工序数据,具体包括:接收预置包装订单处理系统发送的包装订单处理请求,并对所述包装订单处理请求进行请求解析,得到目标订单信息;根据所述目标订单信息,通过预置的订单排程管理模型生成第一订单排程方案以及第二订单排程方案;对所述第一订单排程方案进行任务工序解析,得到对应的第一任务工序数据,以及对所述第二订单排程方案进行任务工序解析,得到对应的第二任务工序数据;其中,目标订单信息包含订单的基本信息,基本信息包括:订单数量、要求交货日期、生产线种类,服务器基于目标订单信息,使用预置的订单排程管理模型,生成第一订单排程方案和第二订单排程方案,根据生产线的生产能力、生产效率、生产质量和设备状态因素,经过数学建模和计算优化得到的最优排程方案,服务器对第一订单排程方案进行任务工序解析,以提取出对应的第一任务工序数据,第一任务工序数据包括任务的工序顺序、所需时间、所需设备、所需人员,服务器对第二订单排程方案进行任务工序解析,以提取出对应的第二任务工序数据;
构建模块,用于对所述第一任务工序数据和所述第二任务工序数据进行包装生产线匹配,得到至少一个目标包装生产线,并分别构建与所述第一任务工序数据对应的第一产线排程分析模型以及与所述第二任务工序数据对应的第二产线排程分析模型,具体包括:对所述第一任务工序数据和所述第二任务工序数据进行包装生产线匹配,得到至少一个目标包装生产线;计算所述第一任务工序数据和所述第二任务工序数据中的生产流程信息,得到第一生产流程节点和第二生产流程节点;构建所述第一生产流程节点和所述第一任务工序数据之间的第一映射关系,以及构建所述第二生产流程节点和所述第二任务工序数据之间的第二映射关系;根据所述第一映射关系以及所述第二映射关系,构建与所述第一任务工序数据对应的第一产线排程分析模型以及与所述第二任务工序数据对应的第二产线排程分析模型;其中,服务器对第一任务工序数据和第二任务工序数据进行包装生产线匹配,以得到至少一个目标包装生产线,这个过程需要考虑生产线的生产能力、生产效率、生产质量以及设备状态因素,以确保生产线满足任务工序数据的生产需求,服务器计算第一任务工序数据和第二任务工序数据中的生产流程信息,以得到第一生产流程节点和第二生产流程节点,这些信息包括任务工序的开始时间、结束时间、所需设备、所需人员,这些信息用于构建生产流程节点和任务工序数据之间的映射关系,服务器构建第一生产流程节点和第一任务工序数据之间的第一映射关系,以及构建第二生产流程节点和第二任务工序数据之间的第二映射关系,这些映射关系将任务工序数据和生产流程节点进行对应,服务器根据第一映射关系和第二映射关系,构建与第一任务工序数据对应的第一产线排程分析模型以及与第二任务工序数据对应的第二产线排程分析模型;
计算模块,用于通过所述包装订单处理系统获取多个包装生产影响因子,并根据所述多个包装生产影响因子分别计算所述第一产线排程分析模型对应的第一评价指标以及所述第二产线排程分析模型对应的第二评价指标,具体包括:通过所述包装订单处理系统获取多个包装生产影响因子,其中,所述多个包装生产影响因子包括:设备能力、工艺要求、人员安排、订单数量以及交期;根据所述多个包装生产影响因子分别设置所述第一产线排程分析模型对应的第一评价系数以及所述第二产线排程分析模型对应的第二评价系数;根据所述第一评价系数计算所述第一产线排程分析模型对应的第一评价指标,以及根据所述第二评价系数计算第二产线排程分析模型对应的第二评价指标;其中,服务器通过包装订单处理系统获取多个包装生产影响因子,包括设备能力、工艺要求、人员安排、订单数量以及交期,服务器根据多个包装生产影响因子,分别设置第一产线排程分析模型对应的第一评价系数以及第二产线排程分析模型对应的第二评价系数,根据不同的影响因子设置相应的评价系数,服务器根据第一评价系数计算第一产线排程分析模型对应的第一评价指标,以及根据第二评价系数计算第二产线排程分析模型对应的第二评价指标;
选取模块,用于根据所述第一评价指标和所述第二评价指标从所述第一订单排程方案和所述第二订单排程方案中选取目标订单排程方案,将所述目标订单排程方案输入预置的排程优化模型进行排程优化分析,得到优化后的订单排程方案,具体包括:对所述第一评价指标和所述第二评价指标进行比较,得到评价指标比较结果;根据所述评价指标比较结果,从所述第一订单排程方案和所述第二订单排程方案中选取目标订单排程方案;将所述目标订单排程方案输入预置的排程优化模型进行排程优化分析,得到优化后的订单排程方案;其中,根据第一评价指标和第二评价指标,服务器选取目标订单排程方案,并将其输入预置的排程优化模型进行优化分析,以得到最优的订单排程方案,在优化分析过程中,服务器通过生产线的生产能力、生产效率、生产质量、设备状态因素,以最大化生产效率和经济效益,同时保证生产质量和设备维护效率,服务器得到一个可行且优化的订单排程方案;
推送模块,用于将所述优化后的订单排程方案、所述至少一个目标包装生产线以及所述目标订单信息推送至所述包装订单处理系统,具体包括:根据所述目标订单信息匹配对应的目标推送策略,其中,需要考虑订单的类型、数量、交期因素,以选择最适合的推送策略;根据所述目标推送策略,将所述优化后的订单排程方案、所述至少一个目标包装生产线以及所述目标订单信息推送至所述包装订单处理系统;通过所述包装订单处理系统,对所述优化后的订单排程方案、所述至少一个目标包装生产线以及所述目标订单信息进行报表展示;对所述优化后的订单排程方案进行生产流程模块分类,得到多个生产流程模块;分别获取每个生产流程模块的包装生产完成率,并根据预置的置信度模型和每个生产流程模块的包装生产完成率计算所述优化后的订单排程方案的目标置信度;根据所述目标置信度对所述优化后的订单排程方案进行订单排程优化,得到最优订单排程方案;其中,服务器对优化后的订单排程方案进行生产流程模块分类,得到多个生产流程模块,将订单的生产过程分解为多个相对独立的流程模块,服务器分别获取每个生产流程模块的包装生产完成率,并根据预置的置信度模型和每个生产流程模块的包装生产完成率计算优化后的订单排程方案的目标置信度,根据每个生产流程模块的生产情况、设备状态、工艺要求因素计算得到生产完成率,并将其转化为对应的置信度值,服务器根据目标置信度对优化后的订单排程方案进行订单排程优化,得到最优订单排程方案。
3.一种包装订单的生产排程设备,其特征在于,所述包装订单的生产排程设备包括:存储器和至少一个处理器,所述存储器中存储有指令;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述包装订单的生产排程设备执行如权利要求1所述的包装订单的生产排程方法。
4.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1所述的包装订单的生产排程方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310666347.9A CN116402238B (zh) | 2023-06-07 | 2023-06-07 | 一种包装订单的生产排程方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310666347.9A CN116402238B (zh) | 2023-06-07 | 2023-06-07 | 一种包装订单的生产排程方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116402238A CN116402238A (zh) | 2023-07-07 |
CN116402238B true CN116402238B (zh) | 2023-08-25 |
Family
ID=87018353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310666347.9A Active CN116402238B (zh) | 2023-06-07 | 2023-06-07 | 一种包装订单的生产排程方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116402238B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005018596A (ja) * | 2003-06-27 | 2005-01-20 | Kobe Steel Ltd | スケジューリング装置及びスケジューリングプログラム |
JP2007079663A (ja) * | 2005-09-12 | 2007-03-29 | Jfe Steel Kk | 生産稼動計画立案装置及び生産稼動計画評価装置 |
JP2009075631A (ja) * | 2007-09-18 | 2009-04-09 | Kobe Steel Ltd | 生産スケジュール作成方法及びそのシステム |
CN108647914A (zh) * | 2018-04-03 | 2018-10-12 | 广州视源电子科技股份有限公司 | 生产排程方法、装置、计算机设备和存储介质 |
CN110794788A (zh) * | 2019-11-18 | 2020-02-14 | 国机工业互联网研究院(河南)有限公司 | 一种生产排程装置、方法、设备及计算机可读存储介质 |
CN110955206A (zh) * | 2019-11-19 | 2020-04-03 | 中通客车控股股份有限公司 | 一种订单排程与分配调度方法及系统 |
-
2023
- 2023-06-07 CN CN202310666347.9A patent/CN116402238B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005018596A (ja) * | 2003-06-27 | 2005-01-20 | Kobe Steel Ltd | スケジューリング装置及びスケジューリングプログラム |
JP2007079663A (ja) * | 2005-09-12 | 2007-03-29 | Jfe Steel Kk | 生産稼動計画立案装置及び生産稼動計画評価装置 |
JP2009075631A (ja) * | 2007-09-18 | 2009-04-09 | Kobe Steel Ltd | 生産スケジュール作成方法及びそのシステム |
CN108647914A (zh) * | 2018-04-03 | 2018-10-12 | 广州视源电子科技股份有限公司 | 生产排程方法、装置、计算机设备和存储介质 |
CN110794788A (zh) * | 2019-11-18 | 2020-02-14 | 国机工业互联网研究院(河南)有限公司 | 一种生产排程装置、方法、设备及计算机可读存储介质 |
CN110955206A (zh) * | 2019-11-19 | 2020-04-03 | 中通客车控股股份有限公司 | 一种订单排程与分配调度方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116402238A (zh) | 2023-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Choueiri et al. | An extended model for remaining time prediction in manufacturing systems using process mining | |
Deliktas et al. | A flexible job shop cell scheduling with sequence‐dependent family setup times and intercellular transportation times using conic scalarization method | |
CN113037877B (zh) | 云边端架构下时空数据及资源调度的优化方法 | |
JP2021520560A (ja) | 半導体後端工場をスケジューリングするための方法 | |
CN114666224A (zh) | 业务资源容量动态分配方法、装置、设备及存储介质 | |
Dabbagh et al. | An approach for prioritizing NFRs according to their relationship with FRs | |
US20100185480A1 (en) | System and method for resource allocation of semiconductor testing industry | |
CN116402238B (zh) | 一种包装订单的生产排程方法、装置、设备及存储介质 | |
CN112163154B (zh) | 数据处理方法、装置、设备及存储介质 | |
Chua et al. | A surrogate model to predict production performance in digital twin-based smart manufacturing | |
CN117217669A (zh) | 一种基于大数据的订单和物流匹配方法、系统及存储介质 | |
CN110389817A (zh) | 多云系统的调度方法、装置和计算机程序产品 | |
CN117172641A (zh) | 基于区块链与数字孪生的生产物流管理平台及实现方法 | |
JP7323346B2 (ja) | 予備部品のバンドルの知能的予測 | |
CN114581220A (zh) | 数据处理方法、设备及分布式计算系统 | |
CN110858355A (zh) | 项目预算结余预测方法及装置 | |
CN114693265A (zh) | 一种云切平台的供应链多用户对接方法及系统 | |
CN114416852A (zh) | 数据处理方法、装置、设备及介质 | |
JP6626198B2 (ja) | 管理装置、実行環境設定方法、ストリームデータ処理システム | |
US20230267007A1 (en) | System and method to simulate demand and optimize control parameters for a technology platform | |
CN112381396B (zh) | 一种服务于企业发展规划的集成管理方法及系统 | |
CN112036789B (zh) | 基于仓储数据的薪资统计方法、装置、计算机设备 | |
CN116562468B (zh) | 基于crm系统的自适应线索派发和分配方法及系统 | |
KR102304321B1 (ko) | 시뮬레이션 실행 시간 예측 장치 및 예측 방법 | |
Zhang et al. | Research on high-efficiency resource allocation of multi-edge devices based on cloud manufacturing mode |
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 |