CN117764228A - 一种生产计划和配方拉动生成调运计划的预测方法 - Google Patents

一种生产计划和配方拉动生成调运计划的预测方法 Download PDF

Info

Publication number
CN117764228A
CN117764228A CN202311704261.7A CN202311704261A CN117764228A CN 117764228 A CN117764228 A CN 117764228A CN 202311704261 A CN202311704261 A CN 202311704261A CN 117764228 A CN117764228 A CN 117764228A
Authority
CN
China
Prior art keywords
raw material
cigarette
production
plan
demand
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
Application number
CN202311704261.7A
Other languages
English (en)
Inventor
姚斌
张翅远
普通
潘骏
陈倩
刘吉光
刘春雪
林正举
谢瑞波
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.)
Hongta Tobacco Group Co Ltd
Original Assignee
Hongta Tobacco Group 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 Hongta Tobacco Group Co Ltd filed Critical Hongta Tobacco Group Co Ltd
Priority to CN202311704261.7A priority Critical patent/CN117764228A/zh
Publication of CN117764228A publication Critical patent/CN117764228A/zh
Pending legal-status Critical Current

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种生产计划和配方拉动生成调运计划的预测方法,属于原料调运技术领域;所述调运计划的预测方法包括步骤1,收集烟库原料数据、配方数据和生产计划;步骤2,对涉及的相关基础项进行配置;步骤3,定义基础数据集;步骤4,建立原料需求计算模型;步骤5,建立原料库存计算模型;步骤6,建立原料需求、原料库存和生产关联平衡计算模型,生成最佳调运计划;本发明通过建立生产计划和调运计划的关联模型,确定相关模型的计算方法,减少调运执行安排方面人工计算量,提高计划安排的效率和准确率,使调运计划执行紧跟生产计划,与生产计划深度匹配。

Description

一种生产计划和配方拉动生成调运计划的预测方法
技术领域
本发明涉及一种生产计划和配方拉动生成调运计划的预测方法,属于原料调运技术领域。
背景技术
随着整个社会结构化的转型,企业内部也在不断的调整和进步。在数字经济、智能社会不断表现出其优势的背景下,互联网技术对企业内部一些以前改变较困难的地方,提供了新的解决思路和手段。对于烟草企业,生产物料的调度一直是关注的重点,也因此一直在这方面加大投入,对于一些人工参与度较高,业务流态较为粗放的环节,进行数字化研究和应用,在整个配方原料调运方面,经过多年的发展和应用,依然存在一些问题。
在调运计划安排方面,目前主要根据车间生产计划安排和叶组配方等因素,通过人工计算所需片烟等级和数量,存在人工计算工作量大、效率低、准确性差等情况;在调运计划执行方面,由于调运计划是按整月安排,颗粒度太粗,计划精确度低、计划执行粗放,导致调运计实际执行与生产计划匹配脱节,片烟全配方到货不及时,生产计划可执行性差。
因此,提出了一种生产计划和配方拉动生成调运计划的预测方法,建立生产计划和调运计划的关联模型,提高计划安排的效率和准确率。
发明内容
为了克服背景技术中存在的问题,本发明通过建立生产计划和调运计划的关联模型,重新精确定义相关数据集,确定相关模型的计算方法,极大的减少调运执行安排方面人工计算量,提高计划安排的效率和准确率,使调运计划执行紧跟生产计划,与生产计划深度匹配,可执行性强,极大的减少无效的调运动作,使生产物料调运更加精准、更加及时。
为了克服背景技术中存在的问题,为解决上述问题,本发明通过如下技术方案实现:
一种生产计划和配方拉动生成调运计划的预测方法包括以下步骤:
步骤1,收集烟库原料数据、配方数据和生产计划;
步骤2,对涉及的相关基础项进行配置,包括生产计划配置、卷烟品牌规格配置、地区调运优先级配置、品牌保障优先级配置、工厂原料保障优先级配置;
步骤3,定义基础数据集,统一规范众多数据;
步骤4,建立原料需求计算模型;
步骤5,建立原料库存计算模型;
步骤6,建立原料需求、原料库存和生产关联平衡计算模型,利用需求模型完成最佳调运计划的生成。
优选地,所述步骤3定义的基础数据集包括生产厂k={1,2,3,4,……,a}、原料存储地区s={1,2,3,4,……,b}、卷烟品规合集i={1,2,3,……,n}和原料合集j={1,2,3,……,m}4个基础数据集。
优选地,所述步骤4原料需求计算模型建立过程为,
步骤4.1,根据卷烟配方定义卷烟品规i计算数据集,卷烟品规i的生产计划量用xi表示,得到卷烟品规计划量集合xi={x1,x2,x3,……,xn};卷烟品规i单箱耗丝hi={h1,h2,h3,……,hn};卷烟品规i每批成品烟丝产出成品vi={v1,v2,v3,……,vn};卷烟品规i的成品烟丝配方中,叶组烟丝比例ci={c1,c2,c3,c4,……,cn};
步骤4.2,确定卷烟品规i的叶组烟丝配方中,物料j的占比Lij,得到矩阵Lij
式中,i表示生产月计划中生产的品规,j表示物料;
由矩阵Lij确定品牌规格i中物料j的需求表示
XWij=xi*hi*vi*BWij (2)
式中,XWij表示品牌规格i中物料j的需求量,xi表示卷烟品规i的生产计划量,hi表示卷烟品规i单箱耗丝,vi表示卷烟品规i每批成品烟丝产出成品,BWij表示配方中,物料投料占比;
步骤4.3,根据卷烟规格计算单箱耗丝原料需求:
fij(x)=xi*hi*ci*Lij (3)
式中,ci表示叶组烟丝比例;
得出卷烟品规原料需求矩阵:
式中,Qk(y)表示k工厂原料j卷烟品规i在y月生产需求量,n表示第n个卷烟品规,m表示第m种原料;
当j物料在卷烟品规i中没有使用时,fij(x)=0。
优选地,根据步骤4.3中卷烟品规原料需求矩阵得出,
卷烟品牌i的原料需求总量:
在生产计划中,原料j的需求总量:
满足生产计划的原料需求总量:
式中,a表示生产厂数,Qk(i)表示k厂生产的卷烟品牌i的原料需求总量,Qk(j)表示k厂生产的卷烟品牌i的原料j需求总量;Q(ij)总量表示生产月计划中原料需求总量。
10.根据权利要求1所述的一种生产计划和配方拉动生成调运计划的预测方法,其特征在于:所述步骤5建立的原料库存计算模型为,用Wsj(t)表示t时段原料j在原料库k中的存量,其中s={1,2,4,4,……,b},联立各原料库k中原料j的存量,得到企业库存总量模型:
换算为库存矩阵,得到:
式中,b表示第b个原料库,Wsj(t)表示t时段原料库k中原料j的存量。
优选地,所述步骤6原料需求、原料库存和生产关联平衡计算模型建立过程包括以下步骤:
步骤6.1,根据步骤2的相关基础项配置内容,确定配置规则;
步骤6.2,判断迭代循环j物料是否满足生产需求,
(所有k生产厂品规i原料j生产需求量小于等于原料库k中的存量),则计算出各厂原料各地区调运量,否则计算卷烟规格需求原料替换量;
步骤6.3,计算各厂原料各地区调运量,根据生产厂k和原料存储地区s之间调运优先级,安排调运量,得到最终各厂j物料各卷烟品规i中各存储地调运量矩阵:
式中,表示y生产月k工厂i卷烟品规原料j存储地s的调运量;
步骤6.4,卷烟规格原料替换需求计算,当Qk(j)-Wj总量(t)≥0时,即原料需求量大于库存量,部分品牌需进行配方原料替换,以满足生产原料需求,综合考虑品牌原料保障优先级和生产厂原料保障优先级,依次选择卷烟品规需求量安排调运,直至存储区原料库存调运安排完,剩余未有库存的品牌则进行原料替换,以此得出j物料在各个卷烟品规中的替换量
j原料各厂品规替换矩阵:
步骤6.5,确定所有规格i原料j需求量和替换量,生成最佳调运计划。
优选地,所述步骤6.2调运量计算过程分三层循环,
第一层循环,工厂k循环,初始k=1,开始循环工厂循环,k>a时,循环终止;
第二层循环,卷烟品规i循环,初始i=1,开始循环,i>n时,循环终止;
第三层循环,原料存储地s循环,初始s=s1即k工厂的j物料调运优先级为1的存储地s,当原料j卷烟品规i在y月生产需求量等于k厂原料j存储地s的调运量,时,即/> 时,/>本轮存储地调运分配结束,进入下一轮i+1卷烟品规分配;若库存不满足调运量,则k工厂i品规j原料在s库存地的调运量为,
然后进入下一优先级s+1=s2调运,即k工厂j物料调运优先级为2的存储地,当时,
以此类推,循环分配完为止,转下一个卷烟品i+1规需求量进行分配,工厂k所有品规分配完(i>n),转入下一个工厂(k+1)的所有品规i进行循环分配,得到最终各厂j物料各卷烟品规i中各存储地调运量矩阵:
未调运地区的
优选地,所述步骤6.3卷烟规格原料替换需求计算过程为,当需求量小于等于存储量时,即j物料该存储地累计调运量否则,
配方原料替换流程包括,第一层循环,工厂k循环,初始k=k1,即j物料工厂保障优先级为1的工厂,开始循环工厂循环,k=ka循环终止;
第二层循环,卷烟品规i循环,初始i=i1,即卷烟品规原料保障优先级为1,开始循环;
第三层循环,原料存储地s循环,初始s=s1,即k工厂j物料调运优先级为1的存储地,当或所有存储地循环分配完时,结束循环;计算过程为,
当存储量时,调运量/>
当需求量时,/>本轮存储地调运分配结束,进入下一轮i+1品规调运分配;
若需求量大于存储量时:调运量继续循环s+1库存地,s+1=s2即k工厂j物料调运优先级为2的存储地,继续调运;当t时刻s+1存储地存储量w(s+1)j(t)=0时,调度量/>继续循环下一库存地;当t时刻s+1存储地存储量/>时,s+1存储地调运量/>结束本轮分配,进入i+1调运分配;若需求量仍不满足则继续循环,直至循环完所有存储地;
依此类推,得到k生产厂j物料各个原料存储地s的调运矩阵:
式中,横向是品牌i,纵向是调运存储地s;
得到j物料在各个卷烟品规中的替换量等于需求矩阵减去调运矩阵列累加值,即
式中,表示y卷烟生产月,k工厂原料j在i卷烟品规中替换量;
j原料各厂品规替换量矩阵:
时原料满足生产需求,无需替换;
优选地,所述步骤6.5最佳调运计划生产过程为,重复步骤6.2、步骤6.3和步骤6.4,循环计算j=j+1物料调运量和在卷烟i品规的调运、替换量,直至计算完k工厂当生产月计划生产的所有卷烟品规i原料j的运、替换量,生成调运计划。
本发明的有益效果为:
本发明通过建立生产计划和调运计划的关联模型,重新精确定义相关数据集,确定相关模型的计算方法,极大的减少调运执行安排方面人工计算量,提高计划安排的效率和准确率,使调运计划执行紧跟生产计划,与生产计划深度匹配,可执行性强,极大的减少无效的调运动作,使生产物料调运更加精准、更加及时。
附图说明
图1是本发明调运计划预测方法流程图;
图2是本发明调运量分配流程图。
具体实施方式
为了使本发明的目的、技术方案和有益效果更加清楚,下面将结合附图,对本发明的优选实施例进行详细的说明,以方便技术人员理解。
如图1-2所示,一种生产计划和配方拉动生成调运计划的预测方法包括以下步骤:
步骤1,收集烟库原料数据、配方数据和生产计划,生产计划包括各个品牌规格生产量(箱);
步骤2,对涉及的相关基础项进行配置,包括生产计划配置、卷烟品牌规格配置、地区调运优先级配置、品牌保障优先级配置、工厂原料保障优先级配置。
卷烟品牌规格配置包括:卷烟品牌规格建立的卷烟成品、卷烟半成品、成品烟丝之间的关联关系,同时包括成品卷烟单箱耗丝(kg/箱)、批次产量(箱/批)、批次投料量(5吨、8吨、10吨)、原料保障优先级及优先顺序等支撑模型的基础信息配置。
单箱耗丝,假设生产一箱卷烟成品大约需要的成品烟丝重量在30kg-40kg之间,该值用于支撑原料需求计算,计划量乘以单箱耗丝,得出原料需求总量,再根据成品烟丝配方和叶组烟丝配方,计算片烟的需求量。卷烟成品一箱5件、一件50条、1条10包、1包16/20支。
卷烟批次产量,假设卷烟制丝生产线有5吨线、8吨线和10吨线,不同吨位线批次投料量不同,批次产量指每批成品烟丝能产出多少箱卷烟成品,通过该值计算生产计划上某品牌计划生产箱数,需生产多少批烟丝,进而算出原料需求。
原料保障优先级,是指库存不足时,优先供料顺序,依次优先级及顺序,确定优先满足的品牌,优先级在后的库存不足时,考虑替换。
地区调运优先级配置:配置原料调运优先级,为了解决同一个物料在多个地区时,优先从哪个地区调运,以4厂区与5存储地区为例,各厂原料调运区优先级如下表1所示:
表1原料调运优先级
上表中,优先级1为本地优先调运,优先级2为独立存储地区调运;优先级3为各厂之间调运,当同一个物料在两个厂都存在,则优先调该物料醇化地的库存。物料醇化地设置,物料第一次入库位置作为醇化地。
品牌保障优先级配置:优先满足优先度较高的卷烟配方,卷烟配方包括成品配方、半成品配方(卷烟半成品、嘴棒半成品)、成品烟丝配方、叶组烟丝配方(叶组、梗组、膨胀组等配方),其中叶组烟丝配方,包括每批片烟、再造烟叶投入量;成品烟丝配方包含叶组、梗组、膨胀组每批投入比例;半成品配方包含成品烟丝、辅料等。本发明计算主要依赖成品烟丝配方和叶组烟丝配方,进行计算原料需求。以4厂区与5存储地区为例,各工厂原料保障优先级如下表2所示:
表2工厂原料保障优先级配置
优先级定义同表1。
步骤3,定义基础数据集,统一规范众多数据;定义的基础数据集包括生产厂k={1,2,3,4,……,a},原料存储地区s={1,2,3,4,……,b},卷烟品规合集i={1,2,3,……,n}和原料合集j={1,2,3,……,m}4个基础数据集。计算数据集定义包括Wsj(t):t时段原料j在原料库s存储地中的存量(kg);fij(x):品规i生产x箱成品卷烟时,需要原料j的需求量;(y):k工厂,原料j卷烟品规i,在y月生产需求量;/>(y)指y生产月,k工厂,原料j,在存储地s的调运量;/>(y)指y生产月,k工厂i卷烟品规,原料j存储地s的调运量;/>(y)指y卷烟生产月,k工厂,原料j在i卷烟品规中替换量。
步骤4,建立原料需求计算模型;
生产月计划中生产的品规用i集合表示,i={i=1,2,3,4,……,n},
卷烟品规i的生产计划量用xi表示,得到卷烟品规计划量集合xi={x1,x2,x3,……,xn};
卷烟品规i单箱耗丝hi={h1,h2,h3,……,hn};
卷烟品规i每批成品烟丝产出成品vi={v1,v2,v3,……,vn}
卷烟品规i的成品烟丝配方中,叶组烟丝比例
ci={c1,c2,c3,c4,……,cn};
卷烟品规i的叶组烟丝配方中,物料j的占比Lij,其中Lij为矩阵,
某个品牌规格中某个物料的需求:
XWij=xi*hi*vi*BWij (2)
式中,XWij表示品牌规格i中物料j的需求量,xi表示卷烟品规i的生产计划量,hi表示卷烟品规i单箱耗丝,vi表示卷烟品规i每批成品烟丝产出成品,BWij表示配方中,物料投料占比;
基于卷烟规格单箱耗丝计算原料需求:
fij(x)=xi*hi*ci*Lij (3)
式中,ci表示叶组烟丝比例;
计算得出卷烟品规原料需求矩阵:
式中,Qk(y)表示k工厂原料j卷烟品规i在y月生产需求量,n表示第n个卷烟品规,m表示第m种原料;
当j物料在卷烟品规i中没有使用时,fij(x)=0。
卷烟品牌i的原料需求总量:
在生产计划中,原料j的需求总量:
满足生产计划的原料需求总量:
式中,a表示生产厂数,Qk(i)表示k厂生产的卷烟品牌i的原料需求总量,Qk(j)表示k厂生产的卷烟品牌i的原料j需求总量;Q(ij)总量表示生产月计划中原料需求总量。
步骤5,建立原料库存计算模型;
Wsj(t)表示t时段原料j在原料库k中的存量,其中s={1,2,4,4,……,b},其中,企业库存总量:
库存矩阵:
式中,b表示第b个原料库,Wsj(t)表示t时段原料库k中原料j的存量。
步骤6,建立原料需求、原料库存和生产关联平衡计算模型,利用需求模型完成最佳调运计划的生成,包括以下步骤:
步骤6.1,根据步骤2的相关基础项配置内容,确定调运优先顺序规则;
步骤6.2,判断迭代循环j物料是否满足生产需求,若(所有k生产厂品规i原料j生产需求量小于等于原料库k中的存量),则计算出各厂原料各地区调运量,否则计算卷烟规格需求原料替换量;
步骤6.3,计算各厂原料各地区调运量,调运量计算过程分三层循环,
第一层循环,工厂k循环,初始k=1,开始循环工厂循环,k>a时,循环终止;
第二层循环,卷烟品规i循环,初始i=1,开始循环,i>n时,循环终止;
第三层循环,原料存储地s循环,初始s=s1即k工厂的j物料调运优先级为1的存储地s,当原料j卷烟品规i在y月生产需求量等于k厂原料j存储地s的调运量,时,即/> 时,/>本轮存储地调运分配结束,进入下一轮i+1卷烟品规分配;若库存不满足调运量,则k工厂i品规j原料在s库存地的调运量为,
然后进入下一优先级s+1=s2调运,即k工厂j物料调运优先级为2的存储地,当时,
以此类推,循环分配完为止,转下一个卷烟品i+1规需求量进行分配,工厂k所有品规分配完(i>n),转入下一个工厂(k+1)的所有品规i进行循环分配,得到最终各厂j物料各卷烟品规i中各存储地调运量矩阵:
未调运地区的
步骤6.4,卷烟规格原料替换需求计算,当Qk(j)-Wj总量(t)≥0时,即原料需求量大于库存量,部分品牌需进行配方原料替换,以满足生产原料需求,综合考虑品牌原料保障优先级和生产厂原料保障优先级,依次选择卷烟品规需求量安排调运,直至存储区原料库存调运安排完,剩余未有库存的品牌则进行原料替换。
计算过程为,当需求量小于等于存储量时,即需求量 j物料该存储地累计调运量/>否则,
配方原料替换流程第一层循环,工厂k循环,初始k=k1,即j物料工厂保障优先级为1的工厂,开始循环工厂循环,k=ka循环终止;
第二层循环,卷烟品规i循环,初始i=i1,即卷烟品规原料保障优先级为1,开始循环;
第三层循环,原料存储地s循环,初始s=s1,即k工厂j物料调运优先级为1的存储地,当或所有存储地循环分配完时,结束循环;
计算过程为,
当存储量时,调运量/>
当需求量时,/>本轮存储地调运分配结束,进入下一轮i+1品规调运分配;
若需求量大于存储量时:调运量继续循环s+1库存地,s+1=s2即k工厂j物料调运优先级为2的存储地,继续调运;当t时刻s+1存储地存储量w(s+1)j(t)=0时,调度量/>继续循环下一库存地;当t时刻s+1存储地存储量/>时,s+1存储地调运量/>结束本轮分配,进入i+1调运分配;若需求量仍不满足则继续循环,直至循环完所有存储地;
依此类推,得到k生产厂j物料各个原料存储地s的调运矩阵:
式中,横向是品牌i,纵向是调运存储地s;
以4厂区与5存储地区为例,计算得到四生产厂j物料各个原料存储地s的调运矩阵:
根据公式(14)得到j物料在各个卷烟品规中的替换量等于需求矩阵减去调运矩阵列累加值,即
式中,表示y卷烟生产月,k工厂原料j在i卷烟品规中替换量;
j原料各厂品规替换量矩阵:
/>
时原料满足生产需求,无需替换;
步骤6.5,确定所有规格i原料j需求量和替换量,重复步骤6.2、步骤6.3和步骤6.4,循环计算j=j+1物料调运量和在卷烟i品规的调运、替换量,直至计算完k工厂当生产月计划生产的所有卷烟品规i原料j的运、替换量,生成调运计划。
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。

Claims (9)

1.一种生产计划和配方拉动生成调运计划的预测方法,其特征在于,所述调运计划的预测方法包括以下步骤:
步骤1,收集烟库原料数据、配方数据和生产计划;
步骤2,对涉及的相关基础项进行配置,包括生产计划配置、卷烟品牌规格配置、地区调运优先级配置、品牌保障优先级配置、工厂原料保障优先级配置;
步骤3,定义基础数据集,统一规范众多数据;
步骤4,建立原料需求计算模型;
步骤5,建立原料库存计算模型;
步骤6,建立原料需求、原料库存和生产关联平衡计算模型,利用需求模型完成最佳调运计划的生成。
2.根据权利要求1所述的一种生产计划和配方拉动生成调运计划的预测方法,其特征在于:所述步骤3定义的基础数据集包括生产厂k={1,2,3,4,……,a}、原料存储地区s={1,2,3,4,……,b}、卷烟品规合集i={1,2,3,……,n}和原料合集j={1,2,3,……,m}4个基础数据集。
3.根据权利要求1所述的一种生产计划和配方拉动生成调运计划的预测方法,其特征在于:所述步骤4原料需求计算模型建立过程为,
步骤4.1,根据卷烟配方定义卷烟品规i计算数据集,卷烟品规i的生产计划量用xi表示,得到卷烟品规计划量集合xi={x1,x2,x3,……,xn};卷烟品规i单箱耗丝hi={h1,h2,h3,……,hn};卷烟品规i每批成品烟丝产出成品vi={v1,v2,v3,……,vn};卷烟品规i的成品烟丝配方中,叶组烟丝比例ci={c1,c2,c3,c4,……,cn};
步骤4.2,确定卷烟品规i的叶组烟丝配方中,物料j的占比Lij,得到矩阵Lij
式中,i表示生产月计划中生产的品规,j表示物料;
由矩阵Lij确定品牌规格i中物料j的需求表示
XWij=xi*hi*vi*BWij (2)
式中,XWij表示品牌规格i中物料j的需求量,xi表示卷烟品规i的生产计划量,hi表示卷烟品规i单箱耗丝,vi表示卷烟品规i每批成品烟丝产出成品,BWij表示配方中,物料投料占比;
步骤4.3,根据卷烟规格计算单箱耗丝原料需求:
fij(x)=xi*hi*ci*Lij (3)
式中,ci表示叶组烟丝比例;
得出卷烟品规原料需求矩阵:
式中,Qk(y)表示k工厂原料j卷烟品规i在y月生产需求量,n表示第n个卷烟品规,m表示第m种原料;
当j物料在卷烟品规i中没有使用时,fij(x)=0。
4.根据权利要求3所述的一种生产计划和配方拉动生成调运计划的预测方法,其特征在于:根据步骤4.3中卷烟品规原料需求矩阵得出卷烟品牌i的原料需求总量:
在生产计划中,原料j的需求总量:
满足生产计划的原料需求总量:
式中,a表示生产厂数,Qk(i)表示k厂生产的卷烟品牌i的原料需求总量,Qk(j)表示k厂生产的卷烟品牌i的原料j需求总量;Q(ij)总量表示生产月计划中原料需求总量。
5.根据权利要求1所述的一种生产计划和配方拉动生成调运计划的预测方法,其特征在于:所述步骤5建立的原料库存计算模型为,用Wsj(t)表示t时段原料j在原料库k中的存量,其中s={1,2,4,4,……,b},联立各原料库k中原料j的存量,得到企业库存总量模型:
换算为库存矩阵,得到:
式中,b表示第b个原料库,Wsj(t)表示t时段原料库k中原料j的存量。
6.根据权利要求1所述的一种生产计划和配方拉动生成调运计划的预测方法,其特征在于:所述步骤6原料需求、原料库存和生产关联平衡计算模型建立过程包括以下步骤:
步骤6.1,根据步骤2的相关基础项配置内容,确定配置规则;
步骤6.2,判断迭代循环j物料是否满足生产需求,
(所有k生产厂品规i原料j生产需求量小于等于原料库k中的存量),则计算出各厂原料各地区调运量,否则计算卷烟规格需求原料替换量;
步骤6.3,计算各厂原料各地区调运量,根据生产厂k和原料存储地区s之间调运优先级,安排调运量,得到最终各厂j物料各卷烟品规i中各存储地调运量矩阵:
式中,表示y生产月k工厂i卷烟品规原料j存储地s的调运量;
步骤6.4,卷烟规格原料替换需求计算,当Qk(j)-Wj总量(t)≥0时,即原料需求量大于库存量,部分品牌需进行配方原料替换,以满足生产原料需求,综合考虑品牌原料保障优先级和生产厂原料保障优先级,依次选择卷烟品规需求量安排调运,直至存储区原料库存调运安排完,剩余未有库存的品牌则进行原料替换,以此得出j物料在各个卷烟品规中的替换量
j原料各厂品规替换矩阵:
步骤6.5,确定所有规格i原料j需求量和替换量,生成最佳调运计划。
7.根据权利要求6所述的一种生产计划和配方拉动生成调运计划的预测方法,其特征在于:所述步骤6.3调运量计算过程分三层循环,第一层循环,工厂k循环,初始k=1,开始循环工厂循环,k>a时,循环终止;
第二层循环,卷烟品规i循环,初始i=1,开始循环,i>n时,循环终止;
第三层循环,原料存储地s循环,初始s=s1即k工厂的j物料调运优先级为1的存储地s,当原料j卷烟品规i在y月生产需求量等于k厂原料j存储地s的调运量,时,即/> 时,/>本轮存储地调运分配结束,进入下一轮i+1卷烟品规分配;若库存不满足调运量,则k工厂i品规j原料在s库存地的调运量为,
然后进入下一优先级s+1=s2调运,即k工厂j物料调运优先级为2的存储地,当时,
以此类推,循环分配完为止,转下一个卷烟品i+1规需求量进行分配,工厂k所有品规分配完(i>n),转入下一个工厂(k+1)的所有品规i进行循环分配,得到最终各厂j物料各卷烟品规i中各存储地调运量矩阵:
未调运地区的
8.根据权利要求6所述的一种生产计划和配方拉动生成调运计划的预测方法,其特征在于:所述步骤6.4卷烟规格原料替换需求计算过程为,当需求量小于等于存储量时,即 j物料该存储地累计调运量否则,
配方原料替换流程包括,第一层循环,工厂k循环,初始k=k1,即j物料工厂保障优先级为1的工厂,开始循环工厂循环,k=ka循环终止;
第二层循环,卷烟品规i循环,初始i=i1,即卷烟品规原料保障优先级为1,开始循环;
第三层循环,原料存储地s循环,初始s=s1,即k工厂j物料调运优先级为1的存储地,当或所有存储地循环分配完时,结束循环;
计算过程为,
当存储量时,调运量/>
当需求量时,/>本轮存储地调运分配结束,进入下一轮i+1品规调运分配;
若需求量大于存储量时:调运量继续循环s+1库存地,s+1=s2即k工厂j物料调运优先级为2的存储地,继续调运;当t时刻s+1存储地存储量w(s+1)j(t)=0时,调度量/>继续循环下一库存地;当t时刻s+1存储地存储量时,s+1存储地调运量/>结束本轮分配,进入i+1调运分配;若需求量仍不满足则继续循环,直至循环完所有存储地;
依此类推,得到k生产厂j物料各个原料存储地s的调运矩阵:
式中,横向是品牌i,纵向是调运存储地s;
得到j物料在各个卷烟品规中的替换量等于需求矩阵减去调运矩阵列累加值,即
式中,表示y卷烟生产月,k工厂原料j在i卷烟品规中替换量;
j原料各厂品规替换量矩阵:
时原料满足生产需求,无需替换。
9.根据权利要求6所述的一种生产计划和配方拉动生成调运计划的预测方法,其特征在于:所述步骤6.5最佳调运计划生产过程为,重复步骤6.2、步骤6.3和步骤6.4,循环计算j=j+1物料调运量和在卷烟i品规的调运、替换量,直至计算完k工厂当生产月计划生产的所有卷烟品规i原料j的运、替换量,生成调运计划。
CN202311704261.7A 2023-12-12 2023-12-12 一种生产计划和配方拉动生成调运计划的预测方法 Pending CN117764228A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311704261.7A CN117764228A (zh) 2023-12-12 2023-12-12 一种生产计划和配方拉动生成调运计划的预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311704261.7A CN117764228A (zh) 2023-12-12 2023-12-12 一种生产计划和配方拉动生成调运计划的预测方法

Publications (1)

Publication Number Publication Date
CN117764228A true CN117764228A (zh) 2024-03-26

Family

ID=90321265

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311704261.7A Pending CN117764228A (zh) 2023-12-12 2023-12-12 一种生产计划和配方拉动生成调运计划的预测方法

Country Status (1)

Country Link
CN (1) CN117764228A (zh)

Similar Documents

Publication Publication Date Title
US11531954B2 (en) Shipping carton optimization system and method
CN111915410B (zh) 面向高动态生产物流过程的智能管控系统
CN101271543A (zh) 一种应用了基于精英解池的遗传算法的生产排程系统和方法
CN107146039A (zh) 一种多目标协同控制的定制式混流装配生产方法及装置
CN108665092A (zh) 一种基于混合萤火虫算法的全流程排产与优化方法
CN112396322A (zh) 一种基于生产计划的制程工艺单产能评估方法及系统
CN116757059A (zh) 一种基于产品类型和工艺的碳核算方法、装置及相关介质
CN114792220A (zh) 基于上下游企业个性定制家具的多信息融合库存管理方法
CN116307008A (zh) 一种mto和mts混合生产模式下aps排产方法
CN117764228A (zh) 一种生产计划和配方拉动生成调运计划的预测方法
Shastri et al. A novel decomposition and distributed computing approach for the solution of large scale optimization models
Caulkins et al. Seasonal inventories and the use of product-flexible manufacturing technology
CN114862192A (zh) 异构工业互联网系统低成本生产任务分配和资源调度方法
CN116205472B (zh) 基于生产任务的原料集装箱运输方案制定方法及系统
Al-Ashhab et al. Multi-Product Master Production Scheduling Optimization Modelling Using Mixed Integer Linear Programming And Genetic Algorithms
Christefa et al. Data-Driven Decision Making In Large Scale Production Planning
Tometzki et al. Hybrid evolutionary optimization of two-stage stochastic integer programming problems: An empirical investigation
Effendi et al. Optimizing Production Planning for Tempe Babe Within Goal Programming Method
CN114240021B (zh) 一种钢铁料场上料自动排程方法
Ashayeri et al. A production planning model and a case study for the pharmaceutical industry in the Netherlands
Kordoghli et al. Scheduling Optimization in a Cloth Manufacturing Factory Using Genetic Algorithm with Fuzzy Logic for Multi-Objective Decisions
Rakiz et al. Comparing approaches for a multi-level planning problem in a mining industry
CN115730714A (zh) 精益生产算法应用于imc系统中优化企业生产方法
CN111639770B (zh) 基于产品分级回收再制造的闭环供应系统模型及其搭建方法
CN117314127B (zh) 一种混合遗传禁忌搜索算法的生产计划和排产方法

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