CN117557078A - 一种基于时间节点的智能生产计划管理方法及系统 - Google Patents
一种基于时间节点的智能生产计划管理方法及系统 Download PDFInfo
- Publication number
- CN117557078A CN117557078A CN202410046165.6A CN202410046165A CN117557078A CN 117557078 A CN117557078 A CN 117557078A CN 202410046165 A CN202410046165 A CN 202410046165A CN 117557078 A CN117557078 A CN 117557078A
- Authority
- CN
- China
- Prior art keywords
- production
- product
- production plan
- product order
- order
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 445
- 238000007726 management method Methods 0.000 title claims abstract description 45
- 230000008859 change Effects 0.000 claims abstract description 14
- 239000000047 product Substances 0.000 claims description 287
- 238000000034 method Methods 0.000 claims description 46
- 238000012384 transportation and delivery Methods 0.000 claims description 32
- 238000004458 analytical method Methods 0.000 claims description 30
- 238000005457 optimization Methods 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 13
- 239000012467 final product Substances 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 10
- 230000035772 mutation Effects 0.000 claims description 10
- 230000007717 exclusion Effects 0.000 claims description 8
- 108090000623 proteins and genes Proteins 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 5
- 101100379080 Emericella variicolor andB gene Proteins 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 239000002699 waste material Substances 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 description 11
- 230000002068 genetic effect Effects 0.000 description 5
- 238000013439 planning Methods 0.000 description 5
- 238000012216 screening Methods 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012946 outsourcing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000007728 cost analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000013589 supplement Substances 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
- G06Q10/06—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
- 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
- G06Q10/0633—Workflow 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
- 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)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (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
本发明提供了一种基于时间节点的智能生产计划管理方法及系统,涉及计划管理技术领域,该基于时间节点的智能生产计划管理方法包括以下步骤:获取企业生产资源,并对企业中生产线的生产能力进行分析;获取产品订单生产的信息数据,并根据产品的需求和时间节点进行产品订单优先级和产品订单关联性分析;基于产品订单优先级、产品订单关联性及生产线的生产能力制定产品订单生产计划;对制定的产品订单生产计划进行实施。本发明可以更好地利用现有资源,降低资源浪费,提高了生产效率,可以确保按时完成优先级较高的订单,还实现了智能化生产计划管理,可以减少不必要的生产调整,避免因生产计划的频繁改变导致的额外成本。
Description
技术领域
本发明涉及计划管理技术领域,具体来说,特别涉及一种基于时间节点的智能生产计划管理方法及系统。
背景技术
日益突出的管理问题需要企业采用创新的管理理念,实行标准化的管理流程,以及实现管理的科学化和现代化,这是提升企业核心竞争力的必要路径。在当前全球市场竞争加剧的环境下,提升制造效率,成为制造业的核心任务。对于国内制造业,提升制造效率和降低成本已经成为了市场运营中需要面对的关键问题,同时也已经成为企业的核心目标。而高效的企业管理是决定成功的关键因素。随着信息技术的快速进步,信息化管理已成为解决这一管理问题的有效途径。
在制造业领域,生产计划管理对于保持竞争力至关重要,尤其是对于基于订单进行生产的企业。这类企业在生产计划管理方面具有其独特性,包括:生产计划和组织管理的复杂性;庞大的生产准备工作;生产过程的不可重复性;对市场变化的快速响应需求;较大的外协和外购比例;生产负荷的动态变化。综合来看,高质量的生产计划管理是制造业成功的核心。
传统生产计划安排是基于计划之间不存在冲突的理想情况,而在现实操作中,多个生产计划安排之间的存在冲突是不可避免的。这种冲突的存在使得优化问题经常出现无解的情况,从而不得不依靠人工干预进行反复的排期迭代,不仅增加了操作的复杂度和不确定性,还使得生产效率受到限制,增加了企业的运营成本和时间延误。
针对相关技术中的问题,目前尚未提出有效的解决方案。
发明内容
有鉴于此,本发明提供一种基于时间节点的智能生产计划管理方法及系统,以解决上述提及的传统生产计划安排存在冲突,使得优化问题经常出现无解的情况的问题。
为了解决上述问题,本发明采用的具体技术方案如下:
根据本发明的一方面,提供了一种基于时间节点的智能生产计划管理方法,该基于时间节点的智能生产计划管理方法包括以下步骤:
S1、获取企业生产资源,并对企业中生产线的生产能力进行分析;
S2、获取产品订单生产的信息数据,并根据产品的需求和时间节点进行产品订单优先级和产品订单关联性分析;
S3、基于产品订单优先级、产品订单关联性及生产线的生产能力制定产品订单生产计划;
S4、对制定的产品订单生产计划进行实施。
优选的,获取企业生产资源,并对企业中生产线的生产能力进行分析包括以下步骤:
S11、根据企业的内部数据库,获取企业内部的生产资源,生产资源包括生产设备、人力资源、生成设备运行时间或者人力生产时间中的至少一种;
S12、选取企业中生产线的能力指标及能力指标在若干年之间的变化趋势,能力指标包括生产效率、产量或生产质量中的至少一种;
S13、基于企业中生产线的能力指标及能力指标在若干年之间的变化趋势对生产线效能指标进行计算;
S14、根据计算得到的生产线效能值对生产线的生产能力进行评价分析。
优选的,基于企业中生产线的能力指标及能力指标在若干年之间的变化趋势对生产线效能值进行计算的计算公式为:
;
式中,H表示第i条生产线的生产线效能值,取值范围为[0,1];
T i 表示第i条生产线的能力指标;
A i 和B j 均表示量纲转换系数;
P i 表示第i条生产线的在若干年之间的变化趋势;
T j 表示第j条生产线的能力指标;
P j 表示第j条生产线的在若干年之间的变化趋势;
n表示企业中生产线的条数。
优选的,获取产品订单生产的信息数据,并根据产品的需求和时间节点进行产品订单优先级和产品订单关联性分析包括以下步骤:
S21、获取所有待生产的产品订单信息,产品订单信息包括产品类型、产品价值、产品利润、产品交付日期、产品生产工序或产品订单量中的至少一种;
S22、对获取的所有待生产的产品订单信息进行预处理,并构建产品订单集;
S23、根据构建的产品订单集计算产品订单的优先级得分;
S24、根据构建的产品订单集判断产品订单之间的关联关系。
优选的,根据构建的产品订单集计算产品订单的优先级得分包括以下步骤:
S231、根据每个产品订单的产品类型或产品价值计算产品价值系数;
S232、根据每个产品订单的交付日期与当前日期的间隔,计算产品交货紧迫度系数;
S233、根据每个产品订单的产品生产工序计算产品生产复杂度系数;
S234、分别为产品价值系数、产品交货紧迫度系数及产品生产复杂度系数赋予权重;
S235、根据得到产品价值系数、产品交货紧迫度系数、产品生产复杂度系数及每个系数赋予的权重计算产品订单的优先级得分。
优选的,根据构建的产品订单集判断产品订单之间的关联关系包括以下步骤:
S241、根据所有待生产的产品订单信息,确定产品订单之间是否有共享的生产线、设备或物料;
S242、根据关联关系判断规则判断产品订单之间的关联关系,关联关系包括依赖关系和互斥关系;
S243、根据产品订单之间的关联关系建立关联关系矩阵。
优选的,基于产品订单优先级、产品订单关联性及生产线的生产能力制定产品订单生产计划包括以下步骤:
S31、以订单完成时间最短、生产成本最低和生产能力最大作为目标函数,以订单优先级和产品订单关联性作为约束条件,建立生产计划模型;
S32、采用订单优化算法对生产计划模型进行求解,得到初步的产品订单生产计划;
S33、对得到的初步的产品订单生产计划进行产品订单冲突判断;
S34、若产品订单存在冲突,则采用回溯调整法对初步的产品订单生产计划进行调整,直至冲突消除,并将调整后的产品订单生产计划作为最终的产品订单生产计划;
S35、若产品订单不存在冲突,则将初步的产品订单生产计划作为最终的产品订单生产计划。
优选的,采用订单优化算法对生产计划模型进行求解,得到初步的产品订单生产计划包括以下步骤:
S321、设置生产计划模型的参数,参数包括最大迭代次数、生产计划集中生产计划数目、交叉率、交叉率最大阈值、变异率和变异率最大阈值;
S322、根据交叉率和生产计划集中生产计划数目确定交叉次数上限值,并根据生产订单总数随机生成基因交换地址,随机选择生产计划个体进行基因交换,直至达到交叉次数上限值;
S323、根据目标函数计算每个生产计划个体的适应度值;
S324、根据每个生产计划个体的适应度值,利用约束支配关系计算Pareto前沿,并基于Pareto前沿选择满足预设条件的生产计划个体形成子代种群;
S325、判断是否达到设定的最大迭代次数,若未达到,则根据当前种群的数据更新交叉率和变异率,并进行下一轮的优化迭代,若达到,则输出适应度最高的生产计划个体,并将其作为初步的产品订单生产计划。
优选的,若产品订单存在冲突,则采用回溯调整法对初步的产品订单生产计划进行调整,直至冲突消除,并将调整后的产品订单生产计划作为最终的产品订单生产计划包括以下步骤:
S341、对初步的产品订单生产计划进行生产成本评估;
S342、对初步的产品订单生产计划中的冲突订单进行位置调整并进行生产成本评估;
S343、若调整后的生产成本低于原生产成本,则保留调整后产品订单生产计划,否则,撤销调整并返回初步的产品订单生产计划;
S344、重复步骤S341-S343,直至达到预设的停止条件;
S345、将调整且无冲突的生产计划作为最终的产品订单生产计划。
根据本发明的另一方面,提供了一种基于时间节点的智能生产计划管理系统,该基于时间节点的智能生产计划管理系统包括:生产能力分析模块、优先级和关联性分析模块、生产计划制定模块及生产计划实施模块;
其中,生产能力分析模块和优先级和关联性分析模块均与生产计划制定模块连接,生产计划制定模块与生产计划实施模块连接;
生产能力分析模块,用于获取企业生产资源,并对企业中生产线的生产能力进行分析;
优先级和关联性分析模块,用于获取产品订单生产的信息数据,并根据产品的需求和时间节点进行产品订单优先级和产品订单关联性分析;
生产计划制定模块,用于基于产品订单优先级、产品订单关联性及生产线的生产能力制定产品订单生产计划;
生产计划实施模块,用于对制定的产品订单生产计划进行实施。
本发明的有益效果为:
1、本发明通过对企业生产资源和生产线的生产能力进行分析,可以更好地利用现有资源,降低资源浪费,提高了生产效率,基于产品订单的优先级、关联性以及生产线的生产能力制定生产计划,可以确保按时完成优先级较高的订单,同时考虑到订单之间的关联性,可以在可能的情况下合并处理相关订单,降低生产成本,可以更准确地完成订单,提高对客户的承诺可靠性,从而提高客户满意度,还实现了智能化生产计划管理,可以减少不必要的生产调整,避免因生产计划的频繁改变导致的额外成本。
2、本发明通过获取产品订单的相关信息数据,可以全面了解待生产产品的关键信息,为后续的优先级和关联性分析提供数据基础,通过计算产品订单的优先级得分,可以根据产品的价值、交货紧迫度和生产复杂度等因素,确定每个订单的优先级顺序,有助于合理安排生产资源和优化生产计划,通过判断产品订单之间是否存在共享的生产线、设备或物料等关联关系,可以识别出订单之间的依赖关系和互斥关系,有助于合理安排订单的生产顺序和资源协调,通过建立关联关系矩阵,可以直观地展示产品订单之间的关联关系,有助于制定更有效的生产计划和资源调度策略。
3、本发明通过建立生产计划模型,可以将订单优先级和产品订单关联性作为约束条件,以目标函数为目标,综合考虑订单完成时间、生产成本和生产能力,确保生产计划的合理性和可行性,通过使用订单优化算法对生产计划模型进行求解,可以快速得到初步的产品订单生产计划,有助于自动化优化生产计划,提高生产计划的效率和准确性,通过对初步的产品订单生产计划进行冲突判断,可以及时发现存在冲突的订单,采用回溯调整法对冲突订单进行位置调整,并根据生产成本评估进行决策,有助于消除冲突,保证生产计划的顺利进行,从而可以提高生产效率、降低成本、优化资源利用,提升客户满意度,并推动企业的可持续发展。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1是根据本发明实施例的一种基于时间节点的智能生产计划管理方法的流程图;
图2是根据本发明实施例的一种基于时间节点的智能生产计划管理系统的原理框图。
图中:
1、生产能力分析模块;2、优先级和关联性分析模块;3、生产计划制定模块;4、生产计划实施模块。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施方式中的附图,对本申请实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式仅仅是本申请一部分实施方式,而不是全部的实施方式。基于本申请中的实施方式,本领域普通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方式,都应当属于本申请保护的范围。
根据本发明的实施例,提供了一种基于时间节点的智能生产计划管理方法及系统。
现结合附图和具体实施方式对本发明进一步说明,如图1所示,根据本发明的一个实施例,提供了一种基于时间节点的智能生产计划管理方法,该基于时间节点的智能生产计划管理方法包括以下步骤:
S1、获取企业生产资源,并对企业中生产线的生产能力进行分析;
作为优选的实施方式,获取企业生产资源,并对企业中生产线的生产能力进行分析包括以下步骤:
S11、根据企业的内部数据库,获取企业内部的生产资源,生产资源包括生产设备、人力资源、生成设备运行时间或者人力生产时间中的至少一种;
S12、选取企业中生产线的能力指标及能力指标在若干年之间的变化趋势,能力指标包括生产效率、产量或生产质量中的至少一种;
需要说明的是,将不同年份的能力指标进行对比,观察其变化趋势,可以使用图表或数据表格来展示不同年份的指标数值,使用统计方法,例如线性回归分析或指数平滑法,来分析能力指标在若干年之间的变化趋势。
S13、基于企业中生产线的能力指标及能力指标在若干年之间的变化趋势对生产线效能指标进行计算;
基于企业中生产线的能力指标及能力指标在若干年之间的变化趋势对生产线效能值进行计算的计算公式为:
;
式中,H表示第i条生产线的生产线效能值,取值范围为[0,1],T i 表示第i条生产线的能力指标,A i 和B j 均表示量纲转换系数,P i 表示第i条生产线的在若干年之间的变化趋势,T j 表示第j条生产线的能力指标,P j 表示第j条生产线的在若干年之间的变化趋势,n表示企业中生产线的条数。
S14、根据计算得到的生产线效能值对生产线的生产能力进行评价分析。
具体的,根据计算得到的生产线效能值对生产线的生产能力进行评价分析的计算公式为:
;
式中,M表示第i条生产线的生产能力评分值,n表示企业中生产线的条数,H表示第i条生产线的生产线效能值。
S2、获取产品订单生产的信息数据,并根据产品的需求和时间节点进行产品订单优先级和产品订单关联性分析;
作为优选的实施方式,获取产品订单生产的信息数据,并根据产品的需求和时间节点进行产品订单优先级和产品订单关联性分析包括以下步骤:
S21、获取所有待生产的产品订单信息,产品订单信息包括产品类型、产品价值、产品利润、产品交付日期、产品生产工序或产品订单量中的至少一种;
S22、对获取的所有待生产的产品订单信息进行预处理,并构建产品订单集;
具体而言,预处理包括:数据清洗、数据转换、数据筛选及数据集构建;
数据清洗:对获取的产品订单信息进行数据清洗,包括去除重复数据、处理缺失值、纠正错误数据等,确保数据的准确性和完整性。
数据转换:对订单信息中的日期、时间等字段进行格式转换,以便后续的分析和计算。
数据筛选:根据业务需求和分析目标,筛选出需要的订单信息,例如根据产品类型、交付日期范围等条件进行筛选。
数据集构建:根据预处理后的订单信息,构建产品订单集。可以使用表格或数据库等形式,将订单信息按照一定的结构组织起来,方便后续的分析和处理。
S23、根据构建的产品订单集计算产品订单的优先级得分;
作为优选的实施方式,根据构建的产品订单集计算产品订单的优先级得分包括以下步骤:
S231、根据每个产品订单的产品类型或产品价值计算产品价值系数;
需要说明的是,根据每个订单的产品类型或价值,根据产品类型给予不同的预设系数。例如给稀有或高端产品更高的预设系数,给普通产品较低的预设系数,也可以根据产品的价值直接给予系数,将产品价值划分区间,不同价值区间对应的预设系数不同,价值越高系数越大。
S232、根据每个产品订单的交付日期与当前日期的间隔,计算产品交货紧迫度系数;
需要说明的是,根据每个订单的交货日期与当前日期的间隔,设置不同的时间间隔区间,并给予不同的预设紧迫度系数。例如:0-7天,系数设置为4,8-15天,系数设置为3,16-30天,系数设置为2,30天以上,系数设置为1。
S233、根据每个产品订单的产品生产工序计算产品生产复杂度系数;
需要说明的是,收集每个订单的产品生产工序数据,统计每个订单的产品生产工序数量,作为产品生产复杂度的一个指标,设置不同的生产工序数量区间,给予不同的复杂度系数。例如,1-3个工序,系数设置为1,4-6个工序,系数设置为2,7-9个工序,系数设置为3,10个以上工序,系数设置为4。
S234、分别为产品价值系数、产品交货紧迫度系数及产品生产复杂度系数赋予权重;
具体而言,产品价值系数权重可以根据产品的贡献度决定。例如,如果某一类产品的利润边际或销售额占据企业总收入的大部分,那么可以为其分配更高的权重。
交货紧迫度系数权重可以根据交货时间的重要性决定。例如,如果企业的业务模式强调快速交货,或者晚交货会导致严重的合同违约金,那么这个权重也应该设置得较高。
产品生产复杂度系数权重可以根据生产复杂度对生产流程的影响来决定。如果复杂的生产流程会大幅度影响生产效率,那么这个权重也应该设置得较高。
S235、根据得到产品价值系数、产品交货紧迫度系数、产品生产复杂度系数及每个系数赋予的权重计算产品订单的优先级得分。
具体的,产品订单的优先级得分的计算公式为:
Y=w 1 y 1+w 2 y 2+w 3 y 3;
式中,Y表示产品订单的优先级得分,y 1表示产品价值系数,y 2表示产品交货紧迫度系数,y 3表示产品生产复杂度系数,w 1、w 2及w 3分别表示产品价值系数、产品交货紧迫度系数及产品生产复杂度系数的权重。
S24、根据构建的产品订单集判断产品订单之间的关联关系。
作为优选的实施方式,根据构建的产品订单集判断产品订单之间的关联关系包括以下步骤:
S241、根据所有待生产的产品订单信息,确定产品订单之间是否有共享的生产线、设备或物料;
S242、根据关联关系判断规则判断产品订单之间的关联关系,关联关系包括依赖关系和互斥关系;
关联关系判断规则为:
在某些情况下,若一个订单的完成可能依赖于另一个订单的完成,则这两个产品订单之间为依赖关系,例如,如果订单A的产品是订单B产品的部件,那么订单A就需要在订单B之前完成;
在某些情况下,两个订单可能不能同时进行,则这两个产品订单之间为互斥关系,例如,如果两个订单都需要使用同一台设备,但是设备在同一时间内只能满足一个订单的生产需求,那么这两个订单就存在互斥关系。
S243、根据产品订单之间的关联关系建立关联关系矩阵。
具体而言,分析订单之间的关联关系,判断是否存在依赖关系或互斥关系,初始化建立一个空的二维矩阵,矩阵大小为订单总数×订单总数。对每对订单,如果存在关联关系,则在矩阵相应位置写入关联关系的类型。例如写入竞争或依赖。如果两订单不存在关联,则对应矩阵位置保留为空。最终形成一个订单总数×订单总数的关联关系矩阵。
S3、基于产品订单优先级、产品订单关联性及生产线的生产能力制定产品订单生产计划;
作为优选的实施方式,基于产品订单优先级、产品订单关联性及生产线的生产能力制定产品订单生产计划包括以下步骤:
S31、以订单完成时间最短、生产成本最低和生产能力最大作为目标函数,以订单优先级和产品订单关联性作为约束条件,建立生产计划模型;
S32、采用订单优化算法对生产计划模型进行求解,得到初步的产品订单生产计划;
需要说明的是,订单优化算法的主要思想是遗传算法,遗传算法是一种基于生物进化理论的搜索和优化算法,它可以用于解决复杂的优化问题。
采用订单优化算法对生产计划模型进行求解,得到初步的产品订单生产计划包括以下步骤:
S321、设置生产计划模型的参数,参数包括最大迭代次数、生产计划集中生产计划数目、交叉率、交叉率最大阈值、变异率和变异率最大阈值;
S322、根据交叉率和生产计划集中生产计划数目确定交叉次数上限值,并根据生产订单总数随机生成基因交换地址,随机选择生产计划个体进行基因交换,直至达到交叉次数上限值;
需要说明的是,在生产计划集中随机选择交叉率对生产计划进行交叉操作,对每对选择出的计划个体,随机生成一个交叉点,即一个介于1到计划工序总数之间的整数,将两个计划个体在交叉点后面的工序顺序进行互换,形成两个新的计划个体,将新形成的计划个体放入种群中,取代原有个体,重复步骤上述步骤,直到达到预先计算出的交叉次数上限。
在遗传算法中,生成基因交换地址是指在遗传算法的交叉操作中需要生成的一个交叉点位置。
S323、根据目标函数计算每个生产计划个体的适应度值;
需要说明的是,目标函数是衡量生产计划质量的指标,将生产计划编码成遗传算法中的个体,每个个体代表一个可能的生产计划解。然后设计适应度函数,将每个目标函数指标按一定权重整合,计算每个个体的适应度值,适应度值越高,表示对应的生产计划的解越优。举例来说,可以将计划总成本和计划总时间按权重整合为适应度函数,然后计算每个个体的函数值。
S324、根据每个生产计划个体的适应度值,利用约束支配关系计算Pareto前沿,并基于Pareto前沿选择满足预设条件的生产计划个体形成子代种群;
需要说明的是,约束支配关系是多目标优化问题中用于比较两个解的优劣的一种关系,约束支配关系的其基本思想是:
对于两个解x和y:
如果x在所有目标函数上的值都不劣于y,且至少在一个目标函数上优于y,则称x约束支配y,记为x<y。
如果x和y在所有目标函数上的值都相等,则称x与y相等。
如果既不满足1也不满足2,则称x与y非支配。
Pareto前沿是指在多目标优化问题中,所有无法通过改进一个目标而不损害其他目标的解的集合,在多目标优化问题中,往往存在多个冲突的目标,无法通过单一的目标函数来优化,Pareto前沿是指在这种情况下,所有权衡不同目标之间权衡关系的最优解的集合,Pareto前沿上的解无法通过改进一个目标而不损害其他目标,换句话说,如果要改善一个目标,就必须在其他目标上做出一定的妥协。
具体而言,利用约束支配关系比较个体间的优劣。如果个体C在所有目标函数值上不劣于个体D,且在至少一个目标函数上优于D,则称C约束支配D。将所有非支配的个体找出,这些个体构成当前种群的Pareto前沿。即在这些个体中,不存在任何一个个体能约束支配其他个体。从Pareto前沿选择适应度值满足预设条件的个体作为子代种群。预设条件可以是阈值条件,也可以是选择固定数量的个体等。如果子代种群数量不足,可以考虑从非Pareto前沿的个体中选择适应度较高的个体补充子代种群。使用选择出的子代种群进行交叉、变异等遗传操作,获得新一代种群。重复上述步骤,以实现种群的迭代优化,逐步向Pareto前沿逼近。
S325、判断是否达到设定的最大迭代次数,若未达到,则根据当前种群的数据更新交叉率和变异率,并进行下一轮的优化迭代,若达到,则输出适应度最高的生产计划个体,并将其作为初步的产品订单生产计划。
S33、对得到的初步的产品订单生产计划进行产品订单冲突判断;
具体而言,根据产品订单的数据,整理出每个订单的产品类型、数量、交付时间等信息,对订单进行排序,按照交付时间从早到晚排列。
遍历排序后的订单,判断每个订单的产品是否与前面的订单存在交付时间冲突。具体判断方法为:
如果一个订单的交付时间在前一个订单的交付时间之前,则存在时间冲突。
如果订单产品类型完全相同,也存在潜在冲突。
如果订单产品类型不同,但使用同类资源,也可能存在冲突。
S34、若产品订单存在冲突,则采用回溯调整法对初步的产品订单生产计划进行调整,直至冲突消除,并将调整后的产品订单生产计划作为最终的产品订单生产计划;
作为优选的实施方式,若产品订单存在冲突,则采用回溯调整法对初步的产品订单生产计划进行调整,直至冲突消除,并将调整后的产品订单生产计划作为最终的产品订单生产计划包括以下步骤:
S341、对初步的产品订单生产计划进行生产成本评估;
需要说明的是,收集产品订单数据,包括产品类型、订单数量、交付时间等。根据工艺流程和路线,确定每个订单的具体生产工序。计算每个工序的所需原料、人工、设备成本。根据订单交付时间安排,计算仓储成本和管理费用。汇总每个订单的各项成本,加总每个订单的成本,计算出初步生产计划的总成本。生成初步生产计划成本评估报告,内容包括:每个订单的细项成本、总成本构成比例、重点订单的成本分析等,
S342、对初步的产品订单生产计划中的冲突订单进行位置调整并进行生产成本评估;
S343、若调整后的生产成本低于原生产成本,则保留调整后产品订单生产计划,否则,撤销调整并返回初步的产品订单生产计划;
S344、重复步骤S341-S343,直至达到预设的停止条件;
S345、将调整且无冲突的生产计划作为最终的产品订单生产计划。
S35、若产品订单不存在冲突,则将初步的产品订单生产计划作为最终的产品订单生产计划。
S4、对制定的产品订单生产计划进行实施。
具体而言,确定需要的人力、设备、原材料等生产资源,并确保它们能够按时可用,根据产品订单生产计划,将任务分配给相应的生产团队或工作人员,根据产品订单生产计划中的工序和时间要求,制定生产流程和时间安排,实时跟踪生产进度,确保每个订单按时完成。
如图2所示,根据本发明的另一个实施例,提供了一种基于时间节点的智能生产计划管理系统,该基于时间节点的智能生产计划管理系统包括:生产能力分析模块1、优先级和关联性分析模块2、生产计划制定模块3及生产计划实施模块4;
其中,生产能力分析模块1和优先级和关联性分析模块2均与生产计划制定模块3连接,生产计划制定模块3与生产计划实施模块4连接;
生产能力分析模块1,用于获取企业生产资源,并对企业中生产线的生产能力进行分析;
优先级和关联性分析模块2,用于获取产品订单生产的信息数据,并根据产品的需求和时间节点进行产品订单优先级和产品订单关联性分析;
生产计划制定模块3,用于基于产品订单优先级、产品订单关联性及生产线的生产能力制定产品订单生产计划;
生产计划实施模块4,用于对制定的产品订单生产计划进行实施。
综上,借助于本发明的上述技术方案,本发明通过对企业生产资源和生产线的生产能力进行分析,可以更好地利用现有资源,降低资源浪费,提高了生产效率,基于产品订单的优先级、关联性以及生产线的生产能力制定生产计划,可以确保按时完成优先级较高的订单,同时考虑到订单之间的关联性,可以在可能的情况下合并处理相关订单,降低生产成本,可以更准确地完成订单,提高对客户的承诺可靠性,从而提高客户满意度,还实现了智能化生产计划管理,可以减少不必要的生产调整,避免因生产计划的频繁改变导致的额外成本;本发明通过获取产品订单的相关信息数据,可以全面了解待生产产品的关键信息,为后续的优先级和关联性分析提供数据基础,通过计算产品订单的优先级得分,可以根据产品的价值、交货紧迫度和生产复杂度等因素,确定每个订单的优先级顺序,有助于合理安排生产资源和优化生产计划,通过判断产品订单之间是否存在共享的生产线、设备或物料等关联关系,可以识别出订单之间的依赖关系和互斥关系,有助于合理安排订单的生产顺序和资源协调,通过建立关联关系矩阵,可以直观地展示产品订单之间的关联关系,有助于制定更有效的生产计划和资源调度策略;本发明通过建立生产计划模型,可以将订单优先级和产品订单关联性作为约束条件,以目标函数为目标,综合考虑订单完成时间、生产成本和生产能力,确保生产计划的合理性和可行性,通过使用订单优化算法对生产计划模型进行求解,可以快速得到初步的产品订单生产计划,有助于自动化优化生产计划,提高生产计划的效率和准确性,通过对初步的产品订单生产计划进行冲突判断,可以及时发现存在冲突的订单,采用回溯调整法对冲突订单进行位置调整,并根据生产成本评估进行决策,有助于消除冲突,保证生产计划的顺利进行,从而可以提高生产效率、降低成本、优化资源利用,提升客户满意度,并推动企业的可持续发展。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、光学存储器等)上实施的计算机程序产品的形式。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于时间节点的智能生产计划管理方法,其特征在于,该基于时间节点的智能生产计划管理方法包括以下步骤:
S1、获取企业生产资源,并对企业中生产线的生产能力进行分析;
S2、获取产品订单生产的信息数据,并根据产品的需求和时间节点进行产品订单优先级和产品订单关联性分析;
S3、基于产品订单优先级、产品订单关联性及生产线的生产能力制定产品订单生产计划;
S4、对制定的产品订单生产计划进行实施。
2.根据权利要求1所述的一种基于时间节点的智能生产计划管理方法,其特征在于,所述获取企业生产资源,并对企业中生产线的生产能力进行分析包括以下步骤:
S11、根据企业的内部数据库,获取企业内部的生产资源,所述生产资源包括生产设备、人力资源、生成设备运行时间或者人力生产时间中的至少一种;
S12、选取企业中生产线的能力指标及能力指标在若干年之间的变化趋势,所述能力指标包括生产效率、产量或生产质量中的至少一种;
S13、基于企业中生产线的能力指标及能力指标在若干年之间的变化趋势对生产线效能指标进行计算;
S14、根据计算得到的生产线效能值对生产线的生产能力进行评价分析。
3.根据权利要求2所述的一种基于时间节点的智能生产计划管理方法,其特征在于,所述基于企业中生产线的能力指标及能力指标在若干年之间的变化趋势对生产线效能值进行计算的计算公式为:
;
式中,H表示第i条生产线的生产线效能值,取值范围为[0,1];
T i 表示第i条生产线的能力指标;
A i 和B j 均表示量纲转换系数;
P i 表示第i条生产线的在若干年之间的变化趋势;
T j 表示第j条生产线的能力指标;
P j 表示第j条生产线的在若干年之间的变化趋势;
n表示企业中生产线的条数。
4.根据权利要求1所述的一种基于时间节点的智能生产计划管理方法,其特征在于,所述获取产品订单生产的信息数据,并根据产品的需求和时间节点进行产品订单优先级和产品订单关联性分析包括以下步骤:
S21、获取所有待生产的产品订单信息,所述产品订单信息包括产品类型、产品价值、产品利润、产品交付日期、产品生产工序或产品订单量中的至少一种;
S22、对获取的所有待生产的产品订单信息进行预处理,并构建产品订单集;
S23、根据构建的产品订单集计算产品订单的优先级得分;
S24、根据构建的产品订单集判断产品订单之间的关联关系。
5.根据权利要求4所述的一种基于时间节点的智能生产计划管理方法,其特征在于,所述根据构建的产品订单集计算产品订单的优先级得分包括以下步骤:
S231、根据每个产品订单的产品类型或产品价值计算产品价值系数;
S232、根据每个产品订单的交付日期与当前日期的间隔,计算产品交货紧迫度系数;
S233、根据每个产品订单的产品生产工序计算产品生产复杂度系数;
S234、分别为产品价值系数、产品交货紧迫度系数及产品生产复杂度系数赋予权重;
S235、根据得到产品价值系数、产品交货紧迫度系数、产品生产复杂度系数及每个系数赋予的权重计算产品订单的优先级得分。
6.根据权利要求5所述的一种基于时间节点的智能生产计划管理方法,其特征在于,所述根据构建的产品订单集判断产品订单之间的关联关系包括以下步骤:
S241、根据所有待生产的产品订单信息,确定产品订单之间是否有共享的生产线、设备或物料;
S242、根据关联关系判断规则判断产品订单之间的关联关系,所述关联关系包括依赖关系和互斥关系;
S243、根据产品订单之间的关联关系建立关联关系矩阵。
7.根据权利要求1所述的一种基于时间节点的智能生产计划管理方法,其特征在于,所述基于产品订单优先级、产品订单关联性及生产线的生产能力制定产品订单生产计划包括以下步骤:
S31、以订单完成时间最短、生产成本最低和生产能力最大作为目标函数,以订单优先级和产品订单关联性作为约束条件,建立生产计划模型;
S32、采用订单优化算法对生产计划模型进行求解,得到初步的产品订单生产计划;
S33、对得到的初步的产品订单生产计划进行产品订单冲突判断;
S34、若产品订单存在冲突,则采用回溯调整法对初步的产品订单生产计划进行调整,直至冲突消除,并将调整后的产品订单生产计划作为最终的产品订单生产计划;
S35、若产品订单不存在冲突,则将初步的产品订单生产计划作为最终的产品订单生产计划。
8.根据权利要求7所述的一种基于时间节点的智能生产计划管理方法,其特征在于,所述采用订单优化算法对生产计划模型进行求解,得到初步的产品订单生产计划包括以下步骤:
S321、设置生产计划模型的参数,所述参数包括最大迭代次数、生产计划集中生产计划数目、交叉率、交叉率最大阈值、变异率和变异率最大阈值;
S322、根据交叉率和生产计划集中生产计划数目确定交叉次数上限值,并根据生产订单总数随机生成基因交换地址,随机选择生产计划个体进行基因交换,直至达到交叉次数上限值;
S323、根据目标函数计算每个生产计划个体的适应度值;
S324、根据每个生产计划个体的适应度值,利用约束支配关系计算Pareto前沿,并基于Pareto前沿选择满足预设条件的生产计划个体形成子代种群;
S325、判断是否达到设定的最大迭代次数,若未达到,则根据当前种群的数据更新交叉率和变异率,并进行下一轮的优化迭代,若达到,则输出适应度最高的生产计划个体,并将其作为初步的产品订单生产计划。
9.根据权利要求7所述的一种基于时间节点的智能生产计划管理方法,其特征在于,所述若产品订单存在冲突,则采用回溯调整法对初步的产品订单生产计划进行调整,直至冲突消除,并将调整后的产品订单生产计划作为最终的产品订单生产计划包括以下步骤:
S341、对初步的产品订单生产计划进行生产成本评估;
S342、对初步的产品订单生产计划中的冲突订单进行位置调整并进行生产成本评估;
S343、若调整后的生产成本低于原生产成本,则保留调整后产品订单生产计划,否则,撤销调整并返回初步的产品订单生产计划;
S344、重复步骤S341-S343,直至达到预设的停止条件;
S345、将调整且无冲突的生产计划作为最终的产品订单生产计划。
10.一种基于时间节点的智能生产计划管理系统,用于实现权利要求1-9中任一项所述的基于时间节点的智能生产计划管理方法,其特征在于,该基于时间节点的智能生产计划管理系统包括:生产能力分析模块、优先级和关联性分析模块、生产计划制定模块及生产计划实施模块;
其中,生产能力分析模块和优先级和关联性分析模块均与所述生产计划制定模块连接,所述生产计划制定模块与所述生产计划实施模块连接;
所述生产能力分析模块,用于获取企业生产资源,并对企业中生产线的生产能力进行分析;
所述优先级和关联性分析模块,用于获取产品订单生产的信息数据,并根据产品的需求和时间节点进行产品订单优先级和产品订单关联性分析;
所述生产计划制定模块,用于基于产品订单优先级、产品订单关联性及生产线的生产能力制定产品订单生产计划;
所述生产计划实施模块,用于对制定的产品订单生产计划进行实施。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410046165.6A CN117557078B (zh) | 2024-01-12 | 2024-01-12 | 一种基于时间节点的智能生产计划管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410046165.6A CN117557078B (zh) | 2024-01-12 | 2024-01-12 | 一种基于时间节点的智能生产计划管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117557078A true CN117557078A (zh) | 2024-02-13 |
CN117557078B CN117557078B (zh) | 2024-03-22 |
Family
ID=89817104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410046165.6A Active CN117557078B (zh) | 2024-01-12 | 2024-01-12 | 一种基于时间节点的智能生产计划管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117557078B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117952567A (zh) * | 2024-03-25 | 2024-04-30 | 四川多联实业有限公司 | 基于mes智能制造的生产管理方法和系统 |
CN118068794A (zh) * | 2024-04-19 | 2024-05-24 | 北京谷器数据科技有限公司 | 基于mes智能制造的生产管理系统及方法 |
CN118378865A (zh) * | 2024-06-25 | 2024-07-23 | 青岛巨商汇网络科技有限公司 | 一种基于订单分析的车间任务分配方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003271219A (ja) * | 2002-03-13 | 2003-09-26 | Hitachi Ltd | 注文別優先度に基づく生産計画方法及びシステム |
CN101055635A (zh) * | 2006-04-04 | 2007-10-17 | 日立环球储存科技荷兰有限公司 | 生产计划方法和生产计划系统 |
CN113850541A (zh) * | 2021-08-23 | 2021-12-28 | 江苏南方通信科技有限公司 | 一种基于sql数据库的库存驱动的光缆订单分配方法 |
CN117010613A (zh) * | 2023-06-15 | 2023-11-07 | 厦门荆艺软件股份有限公司 | 智能生产规划及排程方法、系统、计算机设备及存储介质 |
-
2024
- 2024-01-12 CN CN202410046165.6A patent/CN117557078B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003271219A (ja) * | 2002-03-13 | 2003-09-26 | Hitachi Ltd | 注文別優先度に基づく生産計画方法及びシステム |
CN101055635A (zh) * | 2006-04-04 | 2007-10-17 | 日立环球储存科技荷兰有限公司 | 生产计划方法和生产计划系统 |
CN113850541A (zh) * | 2021-08-23 | 2021-12-28 | 江苏南方通信科技有限公司 | 一种基于sql数据库的库存驱动的光缆订单分配方法 |
CN117010613A (zh) * | 2023-06-15 | 2023-11-07 | 厦门荆艺软件股份有限公司 | 智能生产规划及排程方法、系统、计算机设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
曹文钢;黄国兴;于振华;: "基于实例推理的生产计划的研究", 组合机床与自动化加工技术, no. 11, 20 November 2007 (2007-11-20) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117952567A (zh) * | 2024-03-25 | 2024-04-30 | 四川多联实业有限公司 | 基于mes智能制造的生产管理方法和系统 |
CN118068794A (zh) * | 2024-04-19 | 2024-05-24 | 北京谷器数据科技有限公司 | 基于mes智能制造的生产管理系统及方法 |
CN118378865A (zh) * | 2024-06-25 | 2024-07-23 | 青岛巨商汇网络科技有限公司 | 一种基于订单分析的车间任务分配方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117557078B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117557078B (zh) | 一种基于时间节点的智能生产计划管理方法及系统 | |
Sullivan et al. | Equipment replacement decisions and lean manufacturing | |
US20150149257A1 (en) | Systems and methods for enterprise profit optimization | |
CN107346502A (zh) | 一种基于大数据的迭代产品销售预测方法 | |
Shmeleva et al. | Industrial management decision support system: From design to software | |
Guo et al. | Automatic design for shop scheduling strategies based on hyper-heuristics: A systematic review | |
Golabchi et al. | Estimating labor resource requirements in construction projects using machine learning | |
Chan et al. | Comparative performance analysis of a flexible manufacturing system (FMS): a review-period-based control | |
Bo et al. | Manufacturing rescheduling after crisis or disaster-caused supply chain disruption | |
Krupa et al. | Technical And Technological Support for Personnel Management: Digital Transformation of Enterprise Competitiveness Through Artificial Intelligence | |
CN101957940A (zh) | 在线价值工程程序处理系统 | |
CN114118669A (zh) | 一种基于蒙特卡洛的项目管理方法 | |
CN113570118A (zh) | 一种基于调度规则的车间排产和分析方法 | |
Mehra et al. | Hierarchical production planning for complex manufacturing systems | |
Yu et al. | Supplier evaluation analysis based on AHP-entropy-TOPSIS method | |
Hossain et al. | PSO-based harmony search algorithm to aggregate production planning under possibilistic environment | |
Kmiecik | Automation of warehouse resource planning process by using a cloud demand forecasting tool | |
CN113723842A (zh) | 一种研发经费投入规模及强度预测方法 | |
Chen et al. | A Matching Algorithm with Reinforcement Learning and Decoupling Strategy for Order Dispatching in On-Demand Food Delivery | |
Wu | A hybrid approach to IT project selection | |
Turgay et al. | An Effective Heuristic Algorithm for Flexible Flow Shop Scheduling Problems with Parallel Batch Processing | |
CN110991907B (zh) | 一种基于有限状态自动机的订单服务质量评估方法 | |
US20220327562A1 (en) | Methods and systems for applying survival analysis models to produce temporal measures of sales productivity | |
Weng et al. | A Geometric Mean-based DEMATEL Model for Evaluating the Critical Challenges of Spare Parts Planning | |
DANIALI et al. | Periodizing management’s risks of construction projects with gray relational analysis and fmea approach |
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 |