CN116663858A - 一种基于需求匹配的螺旋压力机资源调度方法及系统 - Google Patents

一种基于需求匹配的螺旋压力机资源调度方法及系统 Download PDF

Info

Publication number
CN116663858A
CN116663858A CN202310915850.3A CN202310915850A CN116663858A CN 116663858 A CN116663858 A CN 116663858A CN 202310915850 A CN202310915850 A CN 202310915850A CN 116663858 A CN116663858 A CN 116663858A
Authority
CN
China
Prior art keywords
screw press
demand
screw
availability
resource
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
Application number
CN202310915850.3A
Other languages
English (en)
Other versions
CN116663858B (zh
Inventor
冯仪
王朝清
余俊
兰芳
郭家雄
杨杰
李方达
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Newwish Technology Co ltd
Original Assignee
Wuhan Newwish Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan Newwish Technology Co ltd filed Critical Wuhan Newwish Technology Co ltd
Priority to CN202310915850.3A priority Critical patent/CN116663858B/zh
Publication of CN116663858A publication Critical patent/CN116663858A/zh
Application granted granted Critical
Publication of CN116663858B publication Critical patent/CN116663858B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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
    • 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)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Computational Mathematics (AREA)
  • Educational Administration (AREA)
  • Mathematical Analysis (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于需求匹配的螺旋压力机资源调度方法及系统，该方法包括：获取需求的数量、螺旋压力机的可用性、每个需求的螺旋压力机资源需要量、需求分配给螺旋压力机所带来的满足需求的价值和将需求分配给螺旋压力机所需的时间；设置资源调度模型，根据所述螺旋压力机的可用性、所述每个需求的螺旋压力机资源需要量、所述需求分配给螺旋压力机所带来的满足需求的价值和所述将需求分配给螺旋压力机所需的时间，计算最大需求分配价值，或根据所述需求的数量、螺旋压力机的利用率和所述螺旋压力机的可用性，计算需求和螺旋压力机的匹配度；根据所述最大需求分配价值或所述需求和螺旋压力机的匹配度，对螺旋压力机资源进行调度。

Description

一种基于需求匹配的螺旋压力机资源调度方法及系统
技术领域
本发明属于螺旋压力机资源调度技术领域，更具体地，涉及一种基于需求匹配的螺旋压力机资源调度方法及系统。
背景技术
订单和螺旋压力机的分配现状可能因不同的生产环境和组织而异。以下是一些常见的订单和螺旋压力机分配的现状：
1.手动调度：在某些情况下，订单和螺旋压力机的分配可能是由人工手动进行的。生产调度员根据订单需求和螺旋压力机的可用性进行决策，手动安排订单分配给螺旋压力机。这种方法可能存在主观性和人为误差，同时也可能没有充分考虑到资源利用和效率的最大化。
2.经验规则：有些组织可能依赖于经验规则来进行订单和螺旋压力机的分配。这些规则可能基于以往的经验和知识，例如优先级规则、设备特性、工艺要求等。尽管这种方法可以在一定程度上提供一种简单有效的分配策略，但缺乏灵活性和适应性，无法应对复杂的调度场景。
总体而言，随着生产管理技术的发展和智能化的推进，订单和螺旋压力机分配正逐渐向更智能、自动化的方式转变。通过结合实时数据、预测分析和优化算法，可以实现更高效、精确和可持续的订单和螺旋压力机分配，以满足客户需求、提高生产效率和资源利用率。
但是目前并没有一种技术能够高效自动的按照螺旋压力机资源对需求进行匹配。
发明内容
为解决以上技术问题，本发明提出一种基于需求匹配的螺旋压力机资源调度方法，包括：
获取需求的数量、螺旋压力机的可用性、每个需求的螺旋压力机资源需要量、需求分配给螺旋压力机所带来的满足需求的价值和将需求分配给螺旋压力机所需的时间；
设置资源调度模型，根据所述螺旋压力机的可用性、所述每个需求的螺旋压力机资源需要量、所述需求分配给螺旋压力机所带来的满足需求的价值和所述将需求分配给螺旋压力机所需的时间，计算最大需求分配价值，或根据所述需求的数量、螺旋压力机的利用率和所述螺旋压力机的可用性，计算需求和螺旋压力机的匹配度；
根据所述最大需求分配价值或所述需求和螺旋压力机的匹配度，对螺旋压力机资源进行调度。
进一步的，还包括生成需求向量集合、螺旋压力机资源向量集合和二进制决策矩阵：
，
，
，
其中，D为需求向量集合，R为螺旋压力机资源向量集合，X为一个的二进制决策矩阵，/>为第/>台螺旋压力机的可用性，/>为第/>个需求的螺旋压力机资源需要量，当时，表示将第/>个需求分配给第/>台螺旋压力机，当/>时，表示不对第/>个需求分配给任何螺旋压力机。
进一步的，所述资源调度模型为：
,
其中，f为最大需求分配价值，为将第/>个需求分配给第/>台螺旋压力机所带来的满足需求的价值，/>为惩罚项，用于平衡需求完成的延迟，/>为惩罚项影响权重，用于控制惩罚项的影响程度，/>为将第/>个需求分配给第/>台螺旋压力机所需的时间。
进一步的，约束条件为：
每个需求只能分配给一台螺旋压力机；
每台螺旋压力机的产能不能超过其可用性；
。
进一步的，所述资源调度模型包括：
，
其中，M为需求和螺旋压力机的匹配度，P为需求的数量，Q为螺旋压力机的数量，A为螺旋压力机的可用性，0 ≤ A ≤ 1，其中 A=1 表示螺旋压力机全部可用，U为螺旋压力机的利用率，0 ≤ U ≤ 1，其中 U=1 表示螺旋压力机被全部利用，a、b和c为用于调整函数曲线的参数。
本发明还提出一种基于需求匹配的螺旋压力机资源调度系统，包括：
获取数据模块，用于获取需求的数量、螺旋压力机的可用性、每个需求的螺旋压力机资源需要量、需求分配给螺旋压力机所带来的满足需求的价值和将需求分配给螺旋压力机所需的时间；
设置模型模块，用于设置资源调度模型，根据所述螺旋压力机的可用性、所述每个需求的螺旋压力机资源需要量、所述需求分配给螺旋压力机所带来的满足需求的价值和所述将需求分配给螺旋压力机所需的时间，计算最大需求分配价值，或根据所述需求的数量、螺旋压力机的利用率和所述螺旋压力机的可用性，计算需求和螺旋压力机的匹配度；
调度模块，用于根据所述最大需求分配价值或所述需求和螺旋压力机的匹配度，对螺旋压力机资源进行调度。
进一步的，还包括生成需求向量集合、螺旋压力机资源向量集合和二进制决策矩阵：
，
，
，
其中，D为需求向量集合，R为螺旋压力机资源向量集合，X为一个的二进制决策矩阵，/>为第/>台螺旋压力机的可用性，/>为第/>个需求的螺旋压力机资源需要量，当时，表示将第/>个需求分配给第/>台螺旋压力机，当/>时，表示不对第/>个需求分配给任何螺旋压力机。
进一步的，所述资源调度模型为：
,
其中，f为最大需求分配价值，为将第/>个需求分配给第/>台螺旋压力机所带来的满足需求的价值，/>为惩罚项，用于平衡需求完成的延迟，/>为惩罚项影响权重，用于控制惩罚项的影响程度，/>为将第/>个需求分配给第/>台螺旋压力机所需的时间。
进一步的，约束条件为：
每个需求只能分配给一台螺旋压力机；
每台螺旋压力机的产能不能超过其可用性；
。
进一步的，所述资源调度模型包括：
，
其中，M为需求和螺旋压力机的匹配度，P为需求的数量，Q为螺旋压力机的数量，A为螺旋压力机的可用性，0 ≤ A ≤ 1，其中 A=1 表示螺旋压力机全部可用，U为螺旋压力机的利用率，0 ≤ U ≤ 1，其中 U=1 表示螺旋压力机被全部利用，a、b和c为用于调整函数曲线的参数。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
本发明通过获取需求的数量、螺旋压力机的可用性、每个需求的螺旋压力机资源需要量、需求分配给螺旋压力机所带来的满足需求的价值和将需求分配给螺旋压力机所需的时间；设置资源调度模型，根据所述螺旋压力机的可用性、所述每个需求的螺旋压力机资源需要量、所述需求分配给螺旋压力机所带来的满足需求的价值和所述将需求分配给螺旋压力机所需的时间，计算最大需求分配价值，或根据所述需求的数量、螺旋压力机的利用率和所述螺旋压力机的可用性，计算需求和螺旋压力机的匹配度；根据所述最大需求分配价值或所述需求和螺旋压力机的匹配度，对螺旋压力机资源进行调度。本发明提出的技术方案能够根据需求和螺旋压力机资源进行动态调整，并达到资源利用最大化。
附图说明
图1是本发明实施例1的方法的流程图；
图2是本发明实施例2的系统的结构图。
具体实施方式
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案做详细的说明。
本发明提供的方法可以在如下的终端环境中实施，所述终端可以包括一个或多个如下部件：处理器、存储介质和显示屏。其中，存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现下述实施例所述的方法。
处理器可以包括一个或者多个处理核心。处理器利用各种接口和线路连接整个终端内的各个部分，通过运行或执行存储在存储介质内的指令、程序、代码集或指令集，以及调用存储在存储介质内的数据，执行终端的各种功能和处理数据。
存储介质可以包括随机存储介质(Random Access Memory，RAM)，也可以包括只读存储介质(Read-Only Memory，ROM)。存储介质可用于存储指令、程序、代码、代码集或指令。
显示屏用于显示各个应用程序的用户界面。
本发明公式中所有下角标只为了区分个参数，并没有实际含义。
除此之外，本领域技术人员可以理解，上述终端的结构并不构成对终端的限定，终端可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。比如，终端中还包括射频电路、输入单元、传感器、音频电路、电源等部件，在此不再赘述。
实施例1
如图1所示，本发明实施例提供一种基于需求匹配的螺旋压力机资源调度方法，包括：
步骤101，获取需求的数量、螺旋压力机的可用性、每个需求的螺旋压力机资源需要量、需求分配给螺旋压力机所带来的满足需求的价值和将需求分配给螺旋压力机所需的时间；
具体的，还包括生成需求向量集合、螺旋压力机资源向量集合和二进制决策矩阵：
，
，
，
其中，D为需求向量集合，R为螺旋压力机资源向量集合，X为一个的二进制决策矩阵，/>为第/>台螺旋压力机的可用性，/>为第/>个需求的螺旋压力机资源需要量，当时，表示将第/>个需求分配给第/>台螺旋压力机，当/>时，表示不对第/>个需求分配给任何螺旋压力机。
需求向量（D）：需求向量表示不同订单或任务的需求量，其中每个元素（di）代表第i个订单的需求量。需求量可以是任何适用的度量单位，如产品数量、加工时间或其他指标，具体取决于具体的生产环境和需求特征。通过将所有订单的需求量整合到需求向量中，可以更方便地对整体需求进行分析和处理。
资源向量（R）：资源向量表示可用的螺旋压力机资源，其中每个元素（ri）代表第i台螺旋压力机的可用性。可用性可以表示为螺旋压力机的数量、工作时间、产能或其他相关的资源指标。资源向量提供了关于可用螺旋压力机资源的信息，用于与需求进行匹配和调度。
资源向量 R 中的每个元素为第/>台螺旋压力机的可用性。可用性表示螺旋压力机在特定时间段内可供使用的程度或状态。
可用性可以用数值来表示，具体取决于所使用的度量单位和定义。以下是一些可能的表示方式：
数量：可以表示螺旋压力机的数量。例如，如果有 5 台螺旋压力机可供使用，那么 r1 = 5。
工作时间：可以表示螺旋压力机的工作时间。例如，如果每台螺旋压力机每天可连续工作 8 小时，那么 r1 = 8 表示该螺旋压力机的可用性为 8 小时。
产能：可以表示螺旋压力机的产能。例如，如果每台螺旋压力机每小时可以加工100 个产品，那么 r1 = 100 表示该螺旋压力机的可用性为每小时 100 个产品的产能。
步骤102，设置资源调度模型，根据所述螺旋压力机的可用性、所述每个需求的螺旋压力机资源需要量、所述需求分配给螺旋压力机所带来的满足需求的价值和所述将需求分配给螺旋压力机所需的时间，计算最大需求分配价值，或根据所述需求的数量、螺旋压力机的利用率和所述螺旋压力机的可用性，计算需求和螺旋压力机的匹配度；
具体的，所述资源调度模型为：
，
其中，f为最大需求分配价值，为将第/>个需求分配给第/>台螺旋压力机所带来的满足需求的价值，/>为惩罚项，用于平衡需求完成的延迟，/>为惩罚项影响权重，用于控制惩罚项的影响程度，/>为将第/>个需求分配给第/>台螺旋压力机所需的时间。
为将第/>个需求分配给第/>台螺旋压力机所带来的满足需求的价值。这里的价值可以是一个衡量指标，用于评估将订单分配给特定螺旋压力机所带来的好处或利益。
具体来说，这个价值可以根据特定的业务需求和目标而定，可以是以下之一或其组合：
利润价值：表示将订单分配给特定螺旋压力机所带来的预期利润或经济效益。这可以包括考虑到订单的成本、市场需求、利润率等因素来评估不同的分配方案。
交货时间价值：表示将订单及时交付给客户所带来的价值。较短的交货时间可能意味着更高的客户满意度、更好的客户关系和更高的重复订单率，从而带来更多的业务机会和品牌声誉。
优先级价值：表示将订单分配给特定螺旋压力机所带来的优先级满足度。某些订单可能具有更高的优先级，例如重要客户的订单或紧急订单。将这些订单分配给适当的螺旋压力机可以满足优先级需求，保持客户满意度和业务关系的稳定性。
效率价值：表示将订单分配给特定螺旋压力机所带来的生产效率提升。某些螺旋压力机可能具有更高的产能、更快的加工速度或更低的故障率，因此将订单分配给这些螺旋压力机可以提高生产效率和资源利用率。
具体的，约束条件为：
每个需求只能分配给一台螺旋压力机；
每台螺旋压力机的产能不能超过其可用性；
。
这个数学公式的目标是通过最大需求分配价值来满足所有订单的需求。约束条件确保每个订单只能分配给一台螺旋压力机，并且每台螺旋压力机的产能不会超过其可用性。决策变量是一个二进制矩阵，用于表示订单是否分配给螺旋压力机。
这个数学公式可以帮助在最大化总体满足需求的价值的同时，考虑到资源的有效利用和订单交货延迟。通过调整权重系数，可以在资源利用率和订单交货延迟之间进行权衡，以满足具体的调度目标。
步骤103，根据所述最大需求分配价值或所述需求和螺旋压力机的匹配度，对螺旋压力机资源进行调度。
实施例2
如图2所示，本发明实施例还提供一种基于需求匹配的螺旋压力机资源调度系统，包括：
获取数据模块，用于获取需求的数量、螺旋压力机的可用性、每个需求的螺旋压力机资源需要量、需求分配给螺旋压力机所带来的满足需求的价值和将需求分配给螺旋压力机所需的时间；
具体的，还包括生成需求向量集合、螺旋压力机资源向量集合和二进制决策矩阵：
，
，
，
其中，D为需求向量集合，R为螺旋压力机资源向量集合，X为一个的二进制决策矩阵，/>为第/>台螺旋压力机的可用性，/>为第/>个需求的螺旋压力机资源需要量，当时，表示将第/>个需求分配给第/>台螺旋压力机，当/>时，表示不对第/>个需求分配给任何螺旋压力机。
需求向量（D）：需求向量表示不同订单或任务的需求量，其中每个元素（di）代表第i个订单的需求量。需求量可以是任何适用的度量单位，如产品数量、加工时间或其他指标，具体取决于具体的生产环境和需求特征。通过将所有订单的需求量整合到需求向量中，可以更方便地对整体需求进行分析和处理。
资源向量（R）：资源向量表示可用的螺旋压力机资源，其中每个元素（ri）代表第i台螺旋压力机的可用性。可用性可以表示为螺旋压力机的数量、工作时间、产能或其他相关的资源指标。资源向量提供了关于可用螺旋压力机资源的信息，用于与需求进行匹配和调度。
资源向量 R 中的每个元素为第/>台螺旋压力机的可用性。可用性表示螺旋压力机在特定时间段内可供使用的程度或状态。
可用性可以用数值来表示，具体取决于所使用的度量单位和定义。以下是一些可能的表示方式：
数量：可以表示螺旋压力机的数量。例如，如果有 5 台螺旋压力机可供使用，那么 r1 =5。
工作时间：可以表示螺旋压力机的工作时间。例如，如果每台螺旋压力机每天可连续工作 8 小时，那么 r1 = 8 表示该螺旋压力机的可用性为 8 小时。
产能：可以表示螺旋压力机的产能。例如，如果每台螺旋压力机每小时可以加工100 个产品，那么 r1 = 100 表示该螺旋压力机的可用性为每小时 100 个产品的产能。
设置模型模块，用于设置资源调度模型，根据所述螺旋压力机的可用性、所述每个需求的螺旋压力机资源需要量、所述需求分配给螺旋压力机所带来的满足需求的价值和所述将需求分配给螺旋压力机所需的时间，计算最大需求分配价值，或根据所述需求的数量、螺旋压力机的利用率和所述螺旋压力机的可用性，计算需求和螺旋压力机的匹配度；
具体的，所述资源调度模型为：
,
其中，f为最大需求分配价值，为将第/>个需求分配给第/>台螺旋压力机所带来的满足需求的价值，/>为惩罚项，用于平衡需求完成的延迟，/>为惩罚项影响权重，用于控制惩罚项的影响程度，/>为将第/>个需求分配给第/>台螺旋压力机所需的时间。
为将第/>个需求分配给第/>台螺旋压力机所带来的满足需求的价值。这里的价值可以是一个衡量指标，用于评估将订单分配给特定螺旋压力机所带来的好处或利益。
具体来说，这个价值可以根据特定的业务需求和目标而定，可以是以下之一或其组合：
利润价值：表示将订单分配给特定螺旋压力机所带来的预期利润或经济效益。这可以包括考虑到订单的成本、市场需求、利润率等因素来评估不同的分配方案。
交货时间价值：表示将订单及时交付给客户所带来的价值。较短的交货时间可能意味着更高的客户满意度、更好的客户关系和更高的重复订单率，从而带来更多的业务机会和品牌声誉。
优先级价值：表示将订单分配给特定螺旋压力机所带来的优先级满足度。某些订单可能具有更高的优先级，例如重要客户的订单或紧急订单。将这些订单分配给适当的螺旋压力机可以满足优先级需求，保持客户满意度和业务关系的稳定性。
效率价值：表示将订单分配给特定螺旋压力机所带来的生产效率提升。某些螺旋压力机可能具有更高的产能、更快的加工速度或更低的故障率，因此将订单分配给这些螺旋压力机可以提高生产效率和资源利用率。
具体的，约束条件为：
每个需求只能分配给一台螺旋压力机；
每台螺旋压力机的产能不能超过其可用性；
。
这个数学公式的目标是通过最大需求分配价值来满足所有订单的需求。约束条件确保每个订单只能分配给一台螺旋压力机，并且每台螺旋压力机的产能不会超过其可用性。决策变量是一个二进制矩阵，用于表示订单是否分配给螺旋压力机。
这个数学公式可以帮助在最大化总体满足需求的价值的同时，考虑到资源的有效利用和订单交货延迟。通过调整权重系数，可以在资源利用率和订单交货延迟之间进行权衡，以满足具体的调度目标。
调度模块，用于根据所述最大需求分配价值或所述需求和螺旋压力机的匹配度，对螺旋压力机资源进行调度。
实施例3
本发明实施例还提出一种存储介质，存储有多条指令，所述指令用于实现所述的一种基于需求匹配的螺旋压力机资源调度方法。
可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：步骤101，获取需求的数量、螺旋压力机的可用性、每个需求的螺旋压力机资源需要量、需求分配给螺旋压力机所带来的满足需求的价值和将需求分配给螺旋压力机所需的时间；
具体的，还包括生成需求向量集合、螺旋压力机资源向量集合和二进制决策矩阵：
，
，
，
其中，D为需求向量集合，R为螺旋压力机资源向量集合，X为一个的二进制决策矩阵，/>为第/>台螺旋压力机的可用性，/>为第/>个需求的螺旋压力机资源需要量，当时，表示将第/>个需求分配给第/>台螺旋压力机，当/>时，表示不对第/>个需求分配给任何螺旋压力机。
需求向量（D）：需求向量表示不同订单或任务的需求量，其中每个元素（di）代表第i个订单的需求量。需求量可以是任何适用的度量单位，如产品数量、加工时间或其他指标，具体取决于具体的生产环境和需求特征。通过将所有订单的需求量整合到需求向量中，可以更方便地对整体需求进行分析和处理。
资源向量（R）：资源向量表示可用的螺旋压力机资源，其中每个元素（ri）代表第i台螺旋压力机的可用性。可用性可以表示为螺旋压力机的数量、工作时间、产能或其他相关的资源指标。资源向量提供了关于可用螺旋压力机资源的信息，用于与需求进行匹配和调度。
资源向量 R 中的每个元素为第/>台螺旋压力机的可用性。可用性表示螺旋压力机在特定时间段内可供使用的程度或状态。
可用性可以用数值来表示，具体取决于所使用的度量单位和定义。以下是一些可能的表示方式：
数量：可以表示螺旋压力机的数量。例如，如果有 5 台螺旋压力机可供使用，那么 r1 = 5。
工作时间：可以表示螺旋压力机的工作时间。例如，如果每台螺旋压力机每天可连续工作 8 小时，那么 r1 = 8 表示该螺旋压力机的可用性为 8 小时。
产能：可以表示螺旋压力机的产能。例如，如果每台螺旋压力机每小时可以加工100 个产品，那么 r1 = 100 表示该螺旋压力机的可用性为每小时 100 个产品的产能。
步骤102，设置资源调度模型，根据所述螺旋压力机的可用性、所述每个需求的螺旋压力机资源需要量、所述需求分配给螺旋压力机所带来的满足需求的价值和所述将需求分配给螺旋压力机所需的时间，计算最大需求分配价值，或根据所述需求的数量、螺旋压力机的利用率和所述螺旋压力机的可用性，计算需求和螺旋压力机的匹配度；
具体的，所述资源调度模型为：
,
其中，f为最大需求分配价值，为将第/>个需求分配给第/>台螺旋压力机所带来的满足需求的价值，/>为惩罚项，用于平衡需求完成的延迟，/>为惩罚项影响权重，用于控制惩罚项的影响程度，/>为将第/>个需求分配给第/>台螺旋压力机所需的时间。
为将第/>个需求分配给第/>台螺旋压力机所带来的满足需求的价值。这里的价值可以是一个衡量指标，用于评估将订单分配给特定螺旋压力机所带来的好处或利益。
具体来说，这个价值可以根据特定的业务需求和目标而定，可以是以下之一或其组合：
利润价值：表示将订单分配给特定螺旋压力机所带来的预期利润或经济效益。这可以包括考虑到订单的成本、市场需求、利润率等因素来评估不同的分配方案。
交货时间价值：表示将订单及时交付给客户所带来的价值。较短的交货时间可能意味着更高的客户满意度、更好的客户关系和更高的重复订单率，从而带来更多的业务机会和品牌声誉。
优先级价值：表示将订单分配给特定螺旋压力机所带来的优先级满足度。某些订单可能具有更高的优先级，例如重要客户的订单或紧急订单。将这些订单分配给适当的螺旋压力机可以满足优先级需求，保持客户满意度和业务关系的稳定性。
效率价值：表示将订单分配给特定螺旋压力机所带来的生产效率提升。某些螺旋压力机可能具有更高的产能、更快的加工速度或更低的故障率，因此将订单分配给这些螺旋压力机可以提高生产效率和资源利用率。
具体的，约束条件为：
每个需求只能分配给一台螺旋压力机；
每台螺旋压力机的产能不能超过其可用性；
。
这个数学公式的目标是通过最大需求分配价值来满足所有订单的需求。约束条件确保每个订单只能分配给一台螺旋压力机，并且每台螺旋压力机的产能不会超过其可用性。决策变量是一个二进制矩阵，用于表示订单是否分配给螺旋压力机。
这个数学公式可以帮助在最大化总体满足需求的价值的同时，考虑到资源的有效利用和订单交货延迟。通过调整权重系数 λ，可以在资源利用率和订单交货延迟之间进行权衡，以满足具体的调度目标。
步骤103，根据所述最大需求分配价值或所述需求和螺旋压力机的匹配度，对螺旋压力机资源进行调度。
实施例4
本发明实施例还提出一种电子设备，包括处理器和与所述处理器连接的存储介质，所述存储介质存储有多条指令，所述指令可被所述处理器加载并执行，以使所述处理器能够执行所述的一种基于需求匹配的螺旋压力机资源调度方法。
具体的，本实施例的电子设备可以是计算机终端，所述计算机终端可以包括：一个或多个处理器、以及存储介质。
其中，存储介质可用于存储软件程序以及模块，如本发明实施例中的一种基于需求匹配的螺旋压力机资源调度方法，对应的程序指令/模块，处理器通过运行存储在存储介质内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的一种基于需求匹配的螺旋压力机资源调度方法。存储介质可包括高速随机存储介质，还可以包括非易失性存储介质，如一个或者多个磁性存储系统、闪存、或者其他非易失性固态存储介质。在一些实例中，存储介质可进一步包括相对于处理器远程设置的存储介质，这些远程存储介质可以通过网络连接至终端。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。
处理器可以通过传输系统调用存储介质存储的信息及应用程序，以执行下述步骤：步骤101，获取需求的数量、螺旋压力机的可用性、每个需求的螺旋压力机资源需要量、需求分配给螺旋压力机所带来的满足需求的价值和将需求分配给螺旋压力机所需的时间；
具体的，还包括生成需求向量集合、螺旋压力机资源向量集合和二进制决策矩阵：
，
，/>
，
其中，D为需求向量集合，R为螺旋压力机资源向量集合，X为一个的二进制决策矩阵，/>为第/>台螺旋压力机的可用性，/>为第/>个需求的螺旋压力机资源需要量，当时，表示将第/>个需求分配给第/>台螺旋压力机，当/>时，表示不对第/>个需求分配给任何螺旋压力机。
需求向量（D）：需求向量表示不同订单或任务的需求量，其中每个元素（di）代表第i个订单的需求量。需求量可以是任何适用的度量单位，如产品数量、加工时间或其他指标，具体取决于具体的生产环境和需求特征。通过将所有订单的需求量整合到需求向量中，可以更方便地对整体需求进行分析和处理。
资源向量（R）：资源向量表示可用的螺旋压力机资源，其中每个元素（ri）代表第i台螺旋压力机的可用性。可用性可以表示为螺旋压力机的数量、工作时间、产能或其他相关的资源指标。资源向量提供了关于可用螺旋压力机资源的信息，用于与需求进行匹配和调度。
资源向量 R 中的每个元素为第/>台螺旋压力机的可用性。可用性表示螺旋压力机在特定时间段内可供使用的程度或状态。
可用性可以用数值来表示，具体取决于所使用的度量单位和定义。以下是一些可能的表示方式：
数量：可以表示螺旋压力机的数量。例如，如果有 5 台螺旋压力机可供使用，那么 r1 = 5。
工作时间：可以表示螺旋压力机的工作时间。例如，如果每台螺旋压力机每天可连续工作 8 小时，那么 r1 = 8 表示该螺旋压力机的可用性为 8 小时。
产能：可以表示螺旋压力机的产能。例如，如果每台螺旋压力机每小时可以加工100 个产品，那么 r1 = 100 表示该螺旋压力机的可用性为每小时 100 个产品的产能。
步骤102，设置资源调度模型，根据所述螺旋压力机的可用性、所述每个需求的螺旋压力机资源需要量、所述需求分配给螺旋压力机所带来的满足需求的价值和所述将需求分配给螺旋压力机所需的时间，计算最大需求分配价值，或根据所述需求的数量、螺旋压力机的利用率和所述螺旋压力机的可用性，计算需求和螺旋压力机的匹配度；
具体的，所述资源调度模型为：
，
其中，f为最大需求分配价值，为将第/>个需求分配给第/>台螺旋压力机所带来的满足需求的价值，/>为惩罚项，用于平衡需求完成的延迟，/>为惩罚项影响权重，用于控制惩罚项的影响程度，/>为将第/>个需求分配给第/>台螺旋压力机所需的时间。/>
为将第/>个需求分配给第/>台螺旋压力机所带来的满足需求的价值。这里的价值可以是一个衡量指标，用于评估将订单分配给特定螺旋压力机所带来的好处或利益。
具体来说，这个价值可以根据特定的业务需求和目标而定，可以是以下之一或其组合：
利润价值：表示将订单分配给特定螺旋压力机所带来的预期利润或经济效益。这可以包括考虑到订单的成本、市场需求、利润率等因素来评估不同的分配方案。
交货时间价值：表示将订单及时交付给客户所带来的价值。较短的交货时间可能意味着更高的客户满意度、更好的客户关系和更高的重复订单率，从而带来更多的业务机会和品牌声誉。
优先级价值：表示将订单分配给特定螺旋压力机所带来的优先级满足度。某些订单可能具有更高的优先级，例如重要客户的订单或紧急订单。将这些订单分配给适当的螺旋压力机可以满足优先级需求，保持客户满意度和业务关系的稳定性。
效率价值：表示将订单分配给特定螺旋压力机所带来的生产效率提升。某些螺旋压力机可能具有更高的产能、更快的加工速度或更低的故障率，因此将订单分配给这些螺旋压力机可以提高生产效率和资源利用率。
具体的，约束条件为：
每个需求只能分配给一台螺旋压力机；
每台螺旋压力机的产能不能超过其可用性；
。
这个数学公式的目标是通过最大需求分配价值来满足所有订单的需求。约束条件确保每个订单只能分配给一台螺旋压力机，并且每台螺旋压力机的产能不会超过其可用性。决策变量是一个二进制矩阵，用于表示订单是否分配给螺旋压力机。
这个数学公式可以帮助在最大化总体满足需求的价值的同时，考虑到资源的有效利用和订单交货延迟。通过调整权重系数，可以在资源利用率和订单交货延迟之间进行权衡，以满足具体的调度目标。
步骤103，根据所述最大需求分配价值或所述需求和螺旋压力机的匹配度，对螺旋压力机资源进行调度。
实施例5
本发明实施例提供一种基于需求匹配的螺旋压力机资源调度方法，包括：
步骤101，获取需求的数量、螺旋压力机的可用性、每个需求的螺旋压力机资源需要量、需求分配给螺旋压力机所带来的满足需求的价值和将需求分配给螺旋压力机所需的时间；
步骤102，设置资源调度模型，根据所述螺旋压力机的可用性、所述每个需求的螺旋压力机资源需要量、所述需求分配给螺旋压力机所带来的满足需求的价值和所述将需求分配给螺旋压力机所需的时间，计算最大需求分配价值，或根据所述需求的数量、螺旋压力机的利用率和所述螺旋压力机的可用性，计算需求和螺旋压力机的匹配度；
具体的，所述资源调度模型包括：
，
其中，M为需求和螺旋压力机的匹配度，P为需求的数量，Q为螺旋压力机的数量，A为螺旋压力机的可用性，0 ≤ A ≤ 1，其中 A=1 表示螺旋压力机全部可用，U为螺旋压力机的利用率，0 ≤ U ≤ 1，其中 U=1 表示螺旋压力机被全部利用，a、b和c为用于调整函数曲线的参数，其中，指数函数可以增加需求和资源比例的影响，即当需求量超过资源数量时，匹配度将呈指数级下降。对数函数可以反映资源可用性和资源利用率对匹配度的影响，当资源可用性或资源利用率接近最大值时，匹配度增加较慢。
参数a、b和c可以根据实际情况进行调整，以使公式更好地反映需求和资源的匹配程度。这样的非线性公式可以更准确地捕捉匹配度的变化，提供更精确的调度计划选择。
具体的，计算参数a、b和c采用以下方法：
1.收集数据：收集一组具有已知需求和资源匹配程度的样本数据。这些数据应包括需求量、资源数量、资源可用性和资源利用率的值，以及与之关联的匹配程度或评分。
2.选择拟合函数：根据数据的特征和问题的要求，选择合适的拟合函数，例如指数函数、对数函数或其他形式的函数。
3.初始估计值：为参数a、b和c选择初始估计值。
4.数据拟合：使用拟合函数和样本数据，通过拟合算法对参数进行优化。常见的拟合算法包括最小二乘法、非线性最小化等。
5.评估和调整：评估拟合结果，检查拟合函数是否能够准确地反映样本数据的匹配程度。根据需要，调整参数的值以更好地适应实际情况。
又或者采用另外一种方法计算a、b和c：
首先，我们可以定义一个目标函数F，该函数表示需求和资源的匹配程度，可以根据实际情况来确定。
，
其中，是我们期望的匹配程度。
接下来，我们可以使用优化算法，例如遗传算法、粒子群算法或模拟退火算法，通过迭代调整参数a、b和c，以最小化目标函数F。
在每一次迭代中，我们通过生成一组候选解（可能的参数值组合）来进行优化。然后，计算每个候选解对应的匹配程度M，并计算目标函数F的值。根据优化算法的策略，选择最优的候选解，并更新参数值。
重复上述过程，直到达到预设的停止条件（例如迭代次数达到阈值或目标函数值达到一定的精度要求）。
通过这种方式，我们可以逐步优化参数a、b和c的值，以使匹配程度M接近预期的最优解。这样，我们就可以得到适应特定需求和资源的公式和参数值。
步骤103，根据所述最大需求分配价值或所述需求和螺旋压力机的匹配度，对螺旋压力机资源进行调度。
实施例6
本发明还提出一种基于需求匹配的螺旋压力机资源调度系统，包括：
获取数据模块，用于获取需求的数量、螺旋压力机的可用性、每个需求的螺旋压力机资源需要量、需求分配给螺旋压力机所带来的满足需求的价值和将需求分配给螺旋压力机所需的时间；
设置模型模块，用于设置资源调度模型，根据所述螺旋压力机的可用性、所述每个需求的螺旋压力机资源需要量、所述需求分配给螺旋压力机所带来的满足需求的价值和所述将需求分配给螺旋压力机所需的时间，计算最大需求分配价值，或根据所述需求的数量、螺旋压力机的利用率和所述螺旋压力机的可用性，计算需求和螺旋压力机的匹配度；
具体的，所述资源调度模型包括：
，
其中，M为需求和螺旋压力机的匹配度，P为需求的数量，Q为螺旋压力机的数量，A为螺旋压力机的可用性，0 ≤ A≤ 1，其中 A=1 表示螺旋压力机全部可用，U为螺旋压力机的利用率，0 ≤ U≤ 1，其中 U=1 表示螺旋压力机被全部利用，a、b和c为用于调整函数曲线的参数，其中，指数函数可以增加需求和资源比例的影响，即当需求量超过资源数量时，匹配度将呈指数级下降。对数函数可以反映资源可用性和资源利用率对匹配度的影响，当资源可用性或资源利用率接近最大值时，匹配度增加较慢。
具体的，计算参数a、b和c采用以下方法：
1.收集数据：收集一组具有已知需求和资源匹配程度的样本数据。这些数据应包括需求量、资源数量、资源可用性和资源利用率的值，以及与之关联的匹配程度或评分。
2.选择拟合函数：根据数据的特征和问题的要求，选择合适的拟合函数，例如指数函数、对数函数或其他形式的函数。
3.初始估计值：为参数a、b和c选择初始估计值。
4.数据拟合：使用拟合函数和样本数据，通过拟合算法对参数进行优化。常见的拟合算法包括最小二乘法、非线性最小化等。
5.评估和调整：评估拟合结果，检查拟合函数是否能够准确地反映样本数据的匹配程度。根据需要，调整参数的值以更好地适应实际情况。
又或者采用另外一种方法计算a、b和c：
首先，我们可以定义一个目标函数F，该函数表示需求和资源的匹配程度，可以根据实际情况来确定。
，
其中，是我们期望的匹配程度。
接下来，我们可以使用优化算法，例如遗传算法、粒子群算法或模拟退火算法，通过迭代调整参数a、b和c，以最小化目标函数F。
在每一次迭代中，我们通过生成一组候选解（可能的参数值组合）来进行优化。然后，计算每个候选解对应的匹配程度M，并计算目标函数F的值。根据优化算法的策略，选择最优的候选解，并更新参数值。
重复上述过程，直到达到预设的停止条件（例如迭代次数达到阈值或目标函数值达到一定的精度要求）。
通过这种方式，我们可以逐步优化参数a、b和c的值，以使匹配程度M接近预期的最优解。这样，我们就可以得到适应特定需求和资源的公式和参数值。
调度模块，用于根据所述最大需求分配价值或所述需求和螺旋压力机的匹配度，对螺旋压力机资源进行调度。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本发明所提供的几个实施例中，应所述理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的系统实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述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。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
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所述技术方案的全部或部分可以以软件产品的形式体现出来，所述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(可为个人计算机、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、只读存储介质(ROM，Read-OnlyMemory)、随机存取存储介质(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种基于需求匹配的螺旋压力机资源调度方法，其特征在于，包括：
获取需求的数量、螺旋压力机的可用性、每个需求的螺旋压力机资源需要量、需求分配给螺旋压力机所带来的满足需求的价值和将需求分配给螺旋压力机所需的时间；
设置资源调度模型，根据所述螺旋压力机的可用性、所述每个需求的螺旋压力机资源需要量、所述需求分配给螺旋压力机所带来的满足需求的价值和所述将需求分配给螺旋压力机所需的时间，计算最大需求分配价值，或根据所述需求的数量、螺旋压力机的利用率和所述螺旋压力机的可用性，计算需求和螺旋压力机的匹配度；
根据所述最大需求分配价值或所述需求和螺旋压力机的匹配度，对螺旋压力机资源进行调度。
2.如权利要求1所述的一种基于需求匹配的螺旋压力机资源调度方法，其特征在于，还包括生成需求向量集合、螺旋压力机资源向量集合和二进制决策矩阵：
，
，
，
其中，D为需求向量集合，R为螺旋压力机资源向量集合，X为一个的二进制决策矩阵，/>为第/>台螺旋压力机的可用性，/>为第/>个需求的螺旋压力机资源需要量，当/>时，表示将第/>个需求分配给第/>台螺旋压力机，当/>时，表示不对第/>个需求分配给任何螺旋压力机。
3.如权利要求2所述的一种基于需求匹配的螺旋压力机资源调度方法，其特征在于，所述资源调度模型为：
，
其中，f为最大需求分配价值，为将第/>个需求分配给第/>台螺旋压力机所带来的满足需求的价值，/>为惩罚项，用于平衡需求完成的延迟，/>为惩罚项影响权重，用于控制惩罚项的影响程度，/>为将第/>个需求分配给第/>台螺旋压力机所需的时间。
4.如权利要求3所述的一种基于需求匹配的螺旋压力机资源调度方法，其特征在于，约束条件为：
每个需求只能分配给一台螺旋压力机；
每台螺旋压力机的产能不能超过其可用性；
。
5.如权利要求1所述的一种基于需求匹配的螺旋压力机资源调度方法，其特征在于，所述资源调度模型包括：
，
其中，M为需求和螺旋压力机的匹配度，P为需求的数量，Q为螺旋压力机的数量，A为螺旋压力机的可用性，0 ≤ A ≤ 1，其中 A=1 表示螺旋压力机全部可用，U为螺旋压力机的利用率，0 ≤ U≤ 1，其中 U=1 表示螺旋压力机被全部利用，a、b和c为用于调整函数曲线的参数。
6.一种基于需求匹配的螺旋压力机资源调度系统，其特征在于，包括：
获取数据模块，用于获取需求的数量、螺旋压力机的可用性、每个需求的螺旋压力机资源需要量、需求分配给螺旋压力机所带来的满足需求的价值和将需求分配给螺旋压力机所需的时间；
设置模型模块，用于设置资源调度模型，根据所述螺旋压力机的可用性、所述每个需求的螺旋压力机资源需要量、所述需求分配给螺旋压力机所带来的满足需求的价值和所述将需求分配给螺旋压力机所需的时间，计算最大需求分配价值，或根据所述需求的数量、螺旋压力机的利用率和所述螺旋压力机的可用性，计算需求和螺旋压力机的匹配度；
调度模块，用于根据所述最大需求分配价值或所述需求和螺旋压力机的匹配度，对螺旋压力机资源进行调度。
7.如权利要求6所述的一种基于需求匹配的螺旋压力机资源调度系统，其特征在于，还包括生成需求向量集合、螺旋压力机资源向量集合和二进制决策矩阵：
，
，
，
其中，D为需求向量集合，R为螺旋压力机资源向量集合，X为一个的二进制决策矩阵，/>为第/>台螺旋压力机的可用性，/>为第/>个需求的螺旋压力机资源需要量，当/>时，表示将第/>个需求分配给第/>台螺旋压力机，当/>时，表示不对第/>个需求分配给任何螺旋压力机。
8.如权利要求7所述的一种基于需求匹配的螺旋压力机资源调度系统，其特征在于，所述资源调度模型为：
，
其中，f为最大需求分配价值，为将第/>个需求分配给第/>台螺旋压力机所带来的满足需求的价值，/>为惩罚项，用于平衡需求完成的延迟，/>为惩罚项影响权重，用于控制惩罚项的影响程度，/>为将第/>个需求分配给第/>台螺旋压力机所需的时间。
9.如权利要求8所述的一种基于需求匹配的螺旋压力机资源调度系统，其特征在于，约束条件为：
每个需求只能分配给一台螺旋压力机；
每台螺旋压力机的产能不能超过其可用性；
。
10.如权利要求6所述的一种基于需求匹配的螺旋压力机资源调度系统，其特征在于，所述资源调度模型包括：
，
其中，M为需求和螺旋压力机的匹配度，P为需求的数量，Q为螺旋压力机的数量，A为螺旋压力机的可用性，0 ≤ A ≤ 1，其中 A=1 表示螺旋压力机全部可用，U为螺旋压力机的利用率，0 ≤ U ≤ 1，其中 U=1 表示螺旋压力机被全部利用，a、b和c为用于调整函数曲线的参数。
CN202310915850.3A 2023-07-25 2023-07-25 一种基于需求匹配的螺旋压力机资源调度方法及系统 Active CN116663858B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310915850.3A CN116663858B (zh) 2023-07-25 2023-07-25 一种基于需求匹配的螺旋压力机资源调度方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310915850.3A CN116663858B (zh) 2023-07-25 2023-07-25 一种基于需求匹配的螺旋压力机资源调度方法及系统

Publications (2)

Publication Number Publication Date
CN116663858A true CN116663858A (zh) 2023-08-29
CN116663858B CN116663858B (zh) 2023-10-24

Family

ID=87712086

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310915850.3A Active CN116663858B (zh) 2023-07-25 2023-07-25 一种基于需求匹配的螺旋压力机资源调度方法及系统

Country Status (1)

Country Link
CN (1) CN116663858B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5596502A (en) * 1994-11-14 1997-01-21 Sunoptech, Ltd. Computer system including means for decision support scheduling
JP2002373013A (ja) * 2001-06-14 2002-12-26 Asprova Corp 生産スケジューリング方法、その生産スケジューリング方法をコンピュータに実行させるためのプログラム、並びにその生産スケジューリング方法をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体
US20040128176A1 (en) * 2002-05-02 2004-07-01 Manugistics, Inc. Constraint-based production planning and scheduling
US20170185943A1 (en) * 2015-12-28 2017-06-29 Sap Se Data analysis for predictive scheduling optimization for product production
US9898315B1 (en) * 2014-11-24 2018-02-20 Amazon Technologies, Inc. Management of demand for virtual computing resources
CN114048978A (zh) * 2021-10-27 2022-02-15 北京闪送科技有限公司 一种基于机器学习模型的供需调度策略融合应用
CN114219359A (zh) * 2021-12-29 2022-03-22 杭州电子科技大学 一种考虑任务匹配度和人因的人机协同装配任务分配方法
CN115167294A (zh) * 2022-06-08 2022-10-11 哈尔滨理工大学 一种差异化订单齐套交付的多目标并行机调度方法
CN115796520A (zh) * 2022-11-29 2023-03-14 国网山东省电力公司应急管理中心 一种基于多源情景要素驱动的应急资源匹配分析方法和装置
CN116128247A (zh) * 2023-02-15 2023-05-16 中国兵器工业信息中心 一种排产前生产设备资源配置优化方法及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5596502A (en) * 1994-11-14 1997-01-21 Sunoptech, Ltd. Computer system including means for decision support scheduling
JP2002373013A (ja) * 2001-06-14 2002-12-26 Asprova Corp 生産スケジューリング方法、その生産スケジューリング方法をコンピュータに実行させるためのプログラム、並びにその生産スケジューリング方法をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体
US20040128176A1 (en) * 2002-05-02 2004-07-01 Manugistics, Inc. Constraint-based production planning and scheduling
US9898315B1 (en) * 2014-11-24 2018-02-20 Amazon Technologies, Inc. Management of demand for virtual computing resources
US20170185943A1 (en) * 2015-12-28 2017-06-29 Sap Se Data analysis for predictive scheduling optimization for product production
CN114048978A (zh) * 2021-10-27 2022-02-15 北京闪送科技有限公司 一种基于机器学习模型的供需调度策略融合应用
CN114219359A (zh) * 2021-12-29 2022-03-22 杭州电子科技大学 一种考虑任务匹配度和人因的人机协同装配任务分配方法
CN115167294A (zh) * 2022-06-08 2022-10-11 哈尔滨理工大学 一种差异化订单齐套交付的多目标并行机调度方法
CN115796520A (zh) * 2022-11-29 2023-03-14 国网山东省电力公司应急管理中心 一种基于多源情景要素驱动的应急资源匹配分析方法和装置
CN116128247A (zh) * 2023-02-15 2023-05-16 中国兵器工业信息中心 一种排产前生产设备资源配置优化方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
MIGUEL A ORTIZ: "Dispatching algorithm for production programming of flexibale job-shop sustem in the smart factory industry", 《ANNALS OF OPERATION RESEARCH》, pages 409 - 433 *
冯仪 等: "汽车轮毂精锻成型工艺与自动化精锻生产线的研发及应用", 《锻压技术》, pages 11 - 17 *
张霞;杜丽敏;: "仿真网格中一种基于匹配度的改进Min-Min调度算法", 山西大学学报(自然科学版), no. 02, pages 223 - 228 *
谢晨光;岳青;万国华;: "双机器流水车间中的订单选择和排序优化研究", 西南民族大学学报(自然科学版), no. 04, pages 616 - 623 *

Also Published As

Publication number Publication date
CN116663858B (zh) 2023-10-24

Similar Documents

Publication Publication Date Title
CN107231264A (zh) 用于管理云服务器的容量的方法和装置
CN106874331B (zh) 一种数据对象分配系统及方法
US20210350427A1 (en) Method and device for cost early warning of prefabricated building
CN112070301A (zh) 一种用户用电量调整方法、系统及设备
CN113554354A (zh) 一种考虑用户多元响应特性的负荷聚合商最优调度方法
CN109492863A (zh) 金融单证的自动生成方法及装置
CN114663015A (zh) 补货方法和装置
CN111429190B (zh) 物料采购订单的自动生成方法及系统、服务器及介质
CN116663858B (zh) 一种基于需求匹配的螺旋压力机资源调度方法及系统
CN110689177B (zh) 订单准备时间的预测方法和装置，电子设备及存储介质
CN111340568A (zh) 一种售电电价仿真方法、系统、可读存储介质及设备
CN115689222A (zh) 物料调度方法及基于物联网的工地物料管理系统
CN112132498A (zh) 库存管理方法、装置、设备及存储介质
KR20200107591A (ko) 연속 투입 로트 기반 열처리 공정을 위한 에너지 절감형 생산 스케줄링 운영 방법 및 시스템
CN111582408B (zh) 数据处理方法、数据处理装置、存储介质和电子设备
CN115185606A (zh) 业务配置参数的获得方法、装置、设备及存储介质
CN112288245A (zh) 基于价格驱动和服务驱动的光伏电力消纳方法及系统
CN117056588B (zh) 一种汽车制造设备的维修门店智能推荐方法及系统
CN108346080A (zh) 一种流量套餐组合优化方法及装置
CN117057538B (zh) 一种基于模型的门店维修人员调度方法及系统
CN117952356A (zh) 一种基于多门店备件的智能调度方法及系统
CN117132307A (zh) 分配策略确定方法、装置、设备、可读存储介质及产品
CN115423199A (zh) 一种资源优化方法、装置及计算机可读存储介质
CN117394459A (zh) 虚拟电厂可调节能力量化评估方法、装置、设备和介质
CN117592907A (zh) 库存数据的处理方法、装置、存储介质以及电子设备

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