CN117236643A - 一种基于标签生成的智能分析系统与方法 - Google Patents
一种基于标签生成的智能分析系统与方法 Download PDFInfo
- Publication number
- CN117236643A CN117236643A CN202311405995.5A CN202311405995A CN117236643A CN 117236643 A CN117236643 A CN 117236643A CN 202311405995 A CN202311405995 A CN 202311405995A CN 117236643 A CN117236643 A CN 117236643A
- Authority
- CN
- China
- Prior art keywords
- task
- delivery time
- job
- information
- saturation
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 81
- 238000009826 distribution Methods 0.000 claims abstract description 18
- 238000012550 audit Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 abstract description 6
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及计算机技术领域,具体涉及一种基于标签生成的智能分析系统与方法。所述的基于标签生成的智能分析系统包括:任务信息获取模块用于从原始信息段中获取任务信息。任务信息分析模块用于对任务信息进行识别,并获得任务量和任务交付时间。任务标签生成模块用于根据该任务的任务量和任务交付时间,计算获得该任务的任务标签。任务标签分配模块用于根据作业单元的作业能力值和作业饱和度计算获得接收能力值。任务自动分配模块用于提取各个作业单元的作业饱和度,提取作业单元编号,进行任务的智能分配。本发明从订单中自动提取任务信息,并根据任务量的大小、任务繁重值、作业单元的作业饱和度等情况进行智能分配,实现了智能分配。
Description
技术领域
本发明涉及计算机技术领域,具体涉及一种基于标签生成的智能分析系统与方法。
背景技术
随着经济的发展,产品进入多样化时代,产品包括有形商品和无形商品。有形商品,按照通常的理解,是指具有实物形态,通过交换能够带来经济利益的劳动产品。无形商品相对于有形商品来说,是一个发展中逐渐被认识的概念,它在很大程度上体现了当代经济发展、科技水平和经济管理的要求,其外延不是固定不变的,直到今天,人们对于它还没有一个统一的认识。我们认为,所谓无形商品,就是指对一切有形资源通过物化和非物化转化形式使其具有价值和使用价值属性的非物质的劳动产品以及有偿经济言行等。
在商品的生产过程中,都需要企业进行作业生产和加工,作业的过程中需要进行任务分配,现有的任务分配用于将待完成的任务与待接收任务的操作员之间建立映射关系,任务与操作员之间配对的准确性直接影响所有任务的执行效率和执行效果。现有的作业过程一般是,对任务进行统计,并标上任务标签信息,然后管理人员根据经验、习惯和记忆等情况进行任务的分配,这样就会造成任务分配不均或者分配不恰当,造成任务完成存在困难。现有的任务分配方法还有,首先根据问题建模成数学问题,如线性规划问题、动态规划问题等,接着根据问题类型采用相应的传统思路对规划问题进行求解,最后输出求解得到的结果。这些方法并不能根据实际的任务标签情况和作业单元能力进行智能分配。
发明内容
为解决上述技术问题,本发明提供一种基于标签生成的智能分析系统,适用于对任务进行标定,按照生产能力进行分配,生成智能标签,并进行智能分配,所述的基于标签生成的智能分析系统包括:
任务信息获取模块,用于从原始信息段中获取任务信息,所述的任务信息可以包括但不限于任务主体、任务类型、来源客户、主体要求、任务时间等等,具体需要根据实际情况进行设置。
任务信息分析模块,用于对任务信息进行识别,并获得任务量Ai和任务交付时间Ti,所述的i为任务的编号。所述的任务量可以是产品的加工数量,也可以是批次数等,具体根据实际情况进行设定,任务交付时间可以就是给客户交付产品时间。
任务标签生成模块,用于根据该任务的任务量和任务交付时间,计算获得该任务的任务标签,所述的任务标签包含任务繁重值Hi,所述的任务标签记载着这项任务的一些任务信息,其中,本申请中需要用到的是任务繁重值。
任务标签分配模块,计算获得作业单元的作业能力值V和作业饱和度S。所述的作业能力值V是该作业单元完成任务的能力,所述的作业能力值V是单位时间内完成任务量的能力。
任务自动分配模块,提取各个作业单元的作业饱和度,从大到小排序并进行编号,计算选用作业单元总和Qj最优化中j的最大值,并提取1-j的作业单元编号,从而进行任务的智能分配。
优选的:所述的原始信息段可以是客户订单、签订合同,客户订单上记载了需要生产加工的产品种类、产品类型、客户主体、加工要求等等。
优选的:所述的任务信息获取模块可以通过固定位置信息提取方式获取。具体提取方法可以包括通过对订单信息进行扫描获得信息段,对信息段标识进行识别,并通过一个预设的标识相对位置信息内容获得任务信息。
优选的:所述的任务信息获取模块还可以通过关键字识别进行提取,或者固定位置信息和关键字相互配合方式进行识别。
优选的:任务交付时间包括内部交付时间Ti 0、外部初交付时间Ti 1和外部审核时间Ti 2,所述的内部交付时间是在规定的交付时间提前设置的时间点,内部交付时间早于任务交付时间,外部初交付时间早于任务交付时间且晚于内部交付时间,外部审核时间可以是任务交付时间。产品完成后在内部交付时间点之前完成生产,内部交付时间点可以完成内部质检工作,内部交付时间与外部初交付时间之间的时间段可以进行修改和完善,外部初交付时间点可以是将产品发给客户让客户进行检查,外部审核时间是核实产品无问题的最终交付时间。
优选的:所述的任务繁重值其中,Ti取值为内部交付时间点Ti 0为最优,当然在对交付时间不进行区分时,可以是直接交货时间。To为任务分配时间点,ε为任务可调节系数,可调节系数与内部交付时间、外部初交付时间、外部审核时间的设置有关。
优选的:所述任务可调节系数其中,ɑ为调整比例因子,一般取值为1-2,当然并不排除其他的值,具体在此不做赘述,当然任务可调节系数还可以通过经验直接设置。
优选的:所述作业能力值可以为A’为上个月完成任务量,T’为上个月的工作日。
优选的:所述的作业饱和度S获得方法包括:统计获得任务分配时间到任务交付时间内该作业单元的已接受任务量A,计算作业饱和度S=V(Ti-To)-A。
优选的:所述的选用作业单元总和Qj最优化中j的最大值,其中,j为作业单元的排序编号,To’为任务开启日,即任务可开启日,一般情况下To’=To,但是并不排除一些特殊情况,例如加班、假期等情况,具体在此不做赘述。并提取1-j的作业单元编号,从而进行任务的智能分配。
本发明还提出了一种基于标签生成的智能分析方法,包括如下步骤:
S1、从原始信息段中获取任务信息。
S2、对任务信息进行识别,获得任务量Ai和任务交付时间Ti,所述的i为任务的编号。
S3、根据该任务的任务量和任务交付时间,计算获得该任务的任务标签,所述的任务标签包含任务繁重值Hi。
S4、计算获得作业单元的作业能力值V和作业饱和度S。
S5、提取各个作业单元的作业饱和度,从大到小排序并进行编号。
S6、计算选用作业单元总和Qj,并计算Qj≤Hi(Ti-To’)中j的最大值,其中,j为作业单元的排序编号,To’为任务开启日。
S7、提取1-j的作业单元编号,进行任务的智能分配。
本发明的技术效果和优点:通过对各个作业饱和度进行排序分配,可以最大单位量的进行任务分配,选用最少的选择作业单元,任务的集中度高。本发明可以通过获得订单,从订单中自动提取任务信息,并根据任务量的大小、任务繁重值、作业单元的作业饱和度等情况进行智能分配,分配的过程中考虑到作业单元的作业能力等情况,实现了智能分配,分配能力强且实现了智能调控。
附图说明
图1为本发明提出的一种基于标签生成的智能分析系统的结构框图。
图2为本发明提出的一种基于标签生成的智能分析方法的流程图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。本发明的实施例是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显而易见的。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
实施例1
参考图1,在本实施例中提出了一种基于标签生成的智能分析系统,适用于对任务进行标定,按照生产能力进行分配,生成智能标签,并进行智能分配,所述的基于标签生成的智能分析系统包括:
任务信息获取模块,用于从原始信息段中获取任务信息,所述的任务信息可以包括但不限于任务主体、任务类型、来源客户、主体要求、任务时间等等,具体需要根据实际情况进行设置。本申请中的原始信息段可以是客户订单、签订合同,客户订单上记载了需要生产加工的产品种类、产品类型、客户主体、加工要求等等。原始信息段可能是一段文字或者几页合同,里面包含了任务信息,但是混杂了其他无用的信息,任务信息获取模块就是从这些原始信息段中把这些有用的信息提取出来。所述的任务信息获取模块可以通过固定位置信息提取方式获取。具体提取方法可以包括通过对订单信息进行扫描获得信息段,对信息段标识进行识别,并通过一个预设的标识相对位置信息内容获得任务信息。例如,在订单中的固定位置中填写的固定内容信息,某一企业订单信息中第二行第二列为来源客户即客户的名称,通过扫描获得信息段即文字内容和表格线区分开来,对表格线进行识别,在标识相对位置信息内容中说明第二行第二列为来源客户即客户的名称,即提取第二行第二列内的内容为客户的名称。所述的任务信息获取模块还可以通过关键字识别进行提取,例如通过识别关键字“客户名称:”的后面内容为客户的名称,当然还可以通过固定位置信息和关键字相互配合方式进行识别,具体在此不做赘述。
任务信息分析模块,用于对任务信息进行识别,并获得任务量Ai和任务交付时间Ti,所述的i为任务的编号。所述的任务量可以是产品的加工数量,也可以是批次数等,具体根据实际情况进行设定,任务交付时间可以是给客户交付产品时间。任务交付时间可以分为内部交付时间Ti 0、外部初交付时间Ti 1和外部审核时间Ti 2,所述的内部交付时间是在规定的交付时间提前设置的时间点,内部交付时间早于任务交付时间,外部初交付时间早于任务交付时间且晚于内部交付时间,外部审核时间可以是任务交付时间。产品完成后在内部交付时间点之前完成生产,内部交付时间点可以完成内部质检工作,内部交付时间与外部初交付时间之间的时间段可以进行修改和完善,外部初交付时间点可以是将产品发给客户让客户进行检查,外部审核时间是核实产品无问题的最终交付时间,具体在此不做赘述。
任务标签生成模块,用于根据该任务的任务量和任务交付时间,计算获得该任务的任务标签,所述的任务标签包含任务繁重值Hi,所述的任务标签记载着这项任务的一些任务信息,其中,本申请中需要用到的是任务繁重值,其他的标签内容在此不做赘述。所述的任务繁重值其中,Ti取值为内部交付时间点Ti 0为最优,当然在对交付时间不进行区分时,可以是直接交货时间,具体在此不做赘述。ε为任务可调节系数,可调节系数与内部交付时间、外部初交付时间、外部审核时间的设置有关,可以通过/>其中,ɑ为调整比例因子,一般取值为1-2,当然并不排除其他的值,具体在此不做赘述,当然任务可调节系数还可以通过经验直接设置,具体在此不做赘述。To为任务分配时间点,可以认定为当前时间点,具体在此不做赘述。例如,当前时间点为2020年10月1日,获得一个订单为2020年10月20日交付,任务量为10个批次产品。通过对交付时间设置,内部交付时间为2020年10月15日、外部初交付时间2020年10月18日、外部审核时间2020年10月20日。ɑ取值为2,/>任务繁重值/>即每天需要完成0.62批次的产品生产。
任务标签分配模块,用于计算获得作业单元的作业能力值V和作业饱和度S。所述的作业能力值V是该作业单元完成任务的能力,所述的作业能力值V是单位时间内完成任务量的能力。作业单元可以是一个生产线、一个可以配合独立完成任务的作业小组、一个可以单独完成作业员工等。具体计算方法作业能力值可以为A’为上个月完成任务量,T’为上个月的工作日,当然,还可以以周为单位进行计算,例如,某一个月内,某个作业单元加工任务量为12个产品批次,该月内的工作日为21日,作业能力值/>这个计算方式为根据计算情况进行设定,可以进行月月更新。还可以通过认领的方式进行获得,认领的方式为在固定的工作日内,让各个作业单元根据自己的能力进行认领,例如让各个作业单元认领,21个工作日能够认领的产品批次量。作业饱和度即任务分配时间和任务交付时间这段时间期间内,作业单元还能够完成的任务量,所述的作业饱和度S获得方法包括:统计获得任务分配时间到任务交付时间内该作业单元的已接受任务量A,计算作业饱和度S=V(Ti-To)-A。例如,一个作业单元的10月份的已接受任务量为3个批次,S=0.57×15-3=5.55。当然还可以通过其他方法计算获得,在此不再一一列举。
任务自动分配模块,提取各个作业单元的作业饱和度,从大到小排序并进行编号,计算选用作业单元总和中j的最大值,其中,j为作业单元的排序编号,To’为任务开启日,即任务可开启日,一般情况下To’=To,但是并不排除一些特殊情况,例如加班、假期等情况,具体在此不做赘述。并提取1-j的作业单元编号,从而进行任务的智能分配。通过对各个作业饱和度进行排序分配,可以最大单位量的进行任务分配,选用最少的选择作业单元,任务的集中度高。本发明可以通过获得订单,并从订单中自动提取任务信息,并根据任务量的大小、任务繁重值、作业单元的作业饱和度等情况进行智能分配,分配的过程中考虑到作业单元的作业能力等情况,实现了智能分配,分配能力强且实现了智能调控。
实施例2
参考图2,在本实施例中提出了一种基于标签生成的智能分析方法,包括如下步骤:
S1、从原始信息段中获取任务信息。
S2、对任务信息进行识别,获得任务量Ai和任务交付时间Ti,所述的i为任务的编号。
S3、根据该任务的任务量和任务交付时间,计算获得该任务的任务标签,所述的任务标签包含任务繁重值Hi。
S4、计算获得作业单元的作业能力值V和作业饱和度S。
S5、提取各个作业单元的作业饱和度,从大到小排序并进行编号。
S6、计算选用作业单元总和Qj,并计算Qj≤Hi(Ti-To’)中j的最大值,其中,j为作业单元的排序编号,To’为任务开启日。
S7、提取1-j的作业单元编号,进行任务的智能分配。
显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
需要说明的是,除非另有规定和限定,诸如术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的电路结构、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种物品或者设备所固有的要素。在没有更多限制的情况下,有语句“包括一个……”限定的要素,并不排除在包括所述要素的物品或者设备中还存在另外的相同要素。另外,本文使用的术语“和\或”包括一个或多个相关的所列项目的任一的和所有的组合。
本领域技术人员在考虑说明书及实践这里发明的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (9)
1.一种基于标签生成的智能分析系统,其特征在于,所述的基于标签生成的智能分析系统包括:
任务信息获取模块,其用于从原始信息段中获取任务信息;
任务信息分析模块,其用于对任务信息进行识别,并获得任务量Ai和任务交付时间Ti,所述的i为任务的编号;
任务标签生成模块,其用于根据该任务的任务量和任务交付时间,计算获得该任务的任务标签,所述的任务标签包含任务繁重值Hi;
任务标签分配模块,其计算获得作业单元的作业能力值V和作业饱和度S;
任务自动分配模块,其用于提取各个作业单元的作业饱和度,从大到小排序并进行编号,计算选用作业单元总和Qj最优化中j的最大值,并提取1-j的作业单元编号,进行任务的智能分配。
2.根据权利要求1所述的一种基于标签生成的智能分析系统,其特征在于,所述的任务信息获取模块通过固定位置信息提取方式获取、关键字识别提取方式获取中的一种或者两者配合。
3.根据权利要求2所述的一种基于标签生成的智能分析系统,其特征在于,所述的固定位置信息提取方式获取方法包括通过对订单信息进行扫描获得信息段,对信息段标识进行识别,并通过一个预设的标识相对位置信息内容获得任务信息。
4.根据权利要求1所述的一种基于标签生成的智能分析系统,其特征在于,所述的任务交付时间包括内部交付时间Ti 0、外部初交付时间Ti 1和外部审核时间Ti 2,所述的内部交付时间是在规定的交付时间提前设置的时间点,内部交付时间早于任务交付时间,外部初交付时间早于任务交付时间且晚于内部交付时间,外部审核时间是任务交付时间。
5.根据权利要求4所述的一种基于标签生成的智能分析系统,其特征在于,所述的任务繁重值其中,Ti任务交付时间,To为任务分配时间点,ε为任务可调节系数。
6.根据权利要求5所述的一种基于标签生成的智能分析系统,其特征在于,所述任务可调节系数其中,ɑ为调整比例因子。
7.根据权利要求1所述的一种基于标签生成的智能分析系统,其特征在于,所述作业能力值为A’为上个月完成任务量,T’为上个月的工作日。
8.根据权利要求1所述的一种基于标签生成的智能分析系统,其特征在于,所述作业饱和度S获得方法包括:统计获得任务分配时间到任务交付时间内该作业单元的已接受任务量A,计算作业饱和度S=V(Ti-To)-A。
9.一种基于标签生成的智能分析方法,其特征在于,所述基于标签生成的智能分析方法包括如下步骤:
S1、从原始信息段中获取任务信息;
S2、对任务信息进行识别,获得任务量Ai和任务交付时间Ti,所述的i为任务的编号;
S3、根据该任务的任务量和任务交付时间,计算获得该任务的任务标签,所述的任务标签包含任务繁重值Hi;
S4、计算获得作业单元的作业能力值V和作业饱和度S;
S5、提取各个作业单元的作业饱和度,从大到小排序并进行编号;
S6、计算选用作业单元总和Qj最优化中j的最大值,其中,j为作业单元的排序编号,To’为任务开启日;
S7、提取1-j的作业单元编号,进行任务的智能分配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311405995.5A CN117236643A (zh) | 2023-10-27 | 2023-10-27 | 一种基于标签生成的智能分析系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311405995.5A CN117236643A (zh) | 2023-10-27 | 2023-10-27 | 一种基于标签生成的智能分析系统与方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117236643A true CN117236643A (zh) | 2023-12-15 |
Family
ID=89094883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311405995.5A Pending CN117236643A (zh) | 2023-10-27 | 2023-10-27 | 一种基于标签生成的智能分析系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117236643A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102354311A (zh) * | 2011-09-09 | 2012-02-15 | 河海大学常州校区 | 面向大批量定制的可重构装配线平衡方法 |
CN112418799A (zh) * | 2020-11-24 | 2021-02-26 | 广州品唯软件有限公司 | 一种工单分派方法、装置、电子设备和可读存储介质 |
CN114386806A (zh) * | 2021-12-30 | 2022-04-22 | 苏州方正璞华信息技术有限公司 | 基于ai的投资行业任务管理方法、系统、设备及介质 |
CN114462849A (zh) * | 2022-01-29 | 2022-05-10 | 中国建设银行股份有限公司 | 任务的均衡分配方法以及任务的均衡分配装置 |
CN115204614A (zh) * | 2022-06-22 | 2022-10-18 | 中国银行股份有限公司 | 任务分配方法及装置 |
US20230334397A1 (en) * | 2020-09-14 | 2023-10-19 | Nippon Telegraph And Telephone Corporation | Task allocation support apparatus, task allocation support method, and program |
-
2023
- 2023-10-27 CN CN202311405995.5A patent/CN117236643A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102354311A (zh) * | 2011-09-09 | 2012-02-15 | 河海大学常州校区 | 面向大批量定制的可重构装配线平衡方法 |
US20230334397A1 (en) * | 2020-09-14 | 2023-10-19 | Nippon Telegraph And Telephone Corporation | Task allocation support apparatus, task allocation support method, and program |
CN112418799A (zh) * | 2020-11-24 | 2021-02-26 | 广州品唯软件有限公司 | 一种工单分派方法、装置、电子设备和可读存储介质 |
CN114386806A (zh) * | 2021-12-30 | 2022-04-22 | 苏州方正璞华信息技术有限公司 | 基于ai的投资行业任务管理方法、系统、设备及介质 |
CN114462849A (zh) * | 2022-01-29 | 2022-05-10 | 中国建设银行股份有限公司 | 任务的均衡分配方法以及任务的均衡分配装置 |
CN115204614A (zh) * | 2022-06-22 | 2022-10-18 | 中国银行股份有限公司 | 任务分配方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107146035B (zh) | 针织服装大货生产中批量系数的计算方法 | |
CN110264133B (zh) | 车辆调配方法、装置、计算机设备和存储介质 | |
CN115641061A (zh) | 一种物料管理方法及装置 | |
CN112966486A (zh) | 一种工程量清单智能生成方法、装置、终端及存储介质 | |
CN114219376A (zh) | 一种基于知识图谱的家电大规模定制服务资源调度方法 | |
CN117236643A (zh) | 一种基于标签生成的智能分析系统与方法 | |
US20030177049A1 (en) | Skill matching information providing method | |
CN109509042A (zh) | 一种养禽畜成本考评系统及方法 | |
CN114187129B (zh) | 一种用于机械产品制造的智能流程排定方法及系统 | |
CN112949884B (zh) | 物品运单处理方法、装置、计算机设备和存储介质 | |
CN115660261A (zh) | 生产订单信息处理方法、计算机装置和存储介质 | |
TWI743691B (zh) | 農產品檢驗銷售整合系統及整合方法 | |
CN113537898A (zh) | 自动配货方法、装置及计算机可读存储介质 | |
CN113962757A (zh) | 基于多平台多文案的智能刊登方法、系统、设备及介质 | |
CN113095704A (zh) | 一种生产计划排配方法、装置、设备及介质 | |
CN115965320A (zh) | 一种产品订单调配方法及装置 | |
CN113592675A (zh) | 一种面向客户承诺的合同订单管理的方法和系统 | |
CN112884328A (zh) | 揽件业务员推荐方法、装置、设备及存储介质 | |
CN112908459A (zh) | 一种医疗耗材供应管理方法、系统、终端及可读存储介质 | |
WO2020157913A1 (ja) | スケジューリング装置、スケジューリング方法、記録媒体 | |
Esfandiari et al. | Coordination of Order Acceptance, Scheduling, and Pricing Decisions in Unrelated Parallel Machine Scheduling | |
CN117573877B (zh) | 一种供应链协同管理平台物资数据处理方法及系统 | |
Giovanny et al. | Scheduling N Jobs on Identical Parallel Machines in PT XYZ to Reduce Total Tardiness Using Earliest Due Date Rules and Job Splitting Property | |
CN103631980A (zh) | 工程智能设计系统 | |
CN102004948A (zh) | 换模时间控制方法和装置 |
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 |