CN117787672A - 原料用量计算方法、装置、设备及介质 - Google Patents
原料用量计算方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117787672A CN117787672A CN202410217009.1A CN202410217009A CN117787672A CN 117787672 A CN117787672 A CN 117787672A CN 202410217009 A CN202410217009 A CN 202410217009A CN 117787672 A CN117787672 A CN 117787672A
- Authority
- CN
- China
- Prior art keywords
- information
- raw material
- product
- product information
- 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
- 239000002994 raw material Substances 0.000 title claims abstract description 298
- 238000004364 calculation method Methods 0.000 title claims abstract description 16
- 238000004519 manufacturing process Methods 0.000 claims abstract description 81
- 238000005457 optimization Methods 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000012216 screening Methods 0.000 claims abstract description 16
- 239000000047 product Substances 0.000 claims description 217
- 239000013067 intermediate product Substances 0.000 claims description 20
- 238000013507 mapping Methods 0.000 claims description 19
- 239000011265 semifinished product Substances 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000012417 linear regression Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 238000005507 spraying Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种原料用量计算方法、装置、设备及介质，应用于电梯原料生产技术领域，其方法包括：获取订单信息以及原料信息；对所述订单信息进行筛选，得到产品信息，所述产品信息为需要进行生产的产品信息；基于所述产品信息匹配原料信息，将所述产品信息对应的所述原料信息确定为第一原料信息；基于优化模型、所述产品信息以及所述第一原料信息计算原料用量。本申请具有减小原料的消耗的效果。
Description
技术领域
本申请涉及电梯原料生产的技术领域，尤其是涉及一种原料用量计算方法、装置、设备及介质。
背景技术
在电梯原料生产过程中，生产商会接收到大量的销售订单，当接收到销售订单后，会根据订单内容进行原材料采购从而进行销售订单的生产，然而若采购的原材料过多，会造成资金的浪费，若原材料采购过少，则无法完成订单生产，故而需要对原料用量进行预估，从而采购适量的原材料。
传统的原料用量计算方法往往基于经验或试错法，缺乏准确性和优化性。然而原料的用量直接影响到产品的质量和成本，因此，如何准确地计算出满足生产要求的最佳原料用量，减小原料的消耗，是电梯零部件生产领域亟待解决的问题。
发明内容
为了减小原料的消耗，本申请提供一种原料用量计算方法、装置、设备及介质。
第一方面，本申请提供一种原料用量计算方法，采用如下的技术方案：
一种原料用量计算方法，包括：
获取订单信息以及原料信息；
对所述订单信息进行筛选，得到产品信息，所述产品信息为需要进行生产的产品信息；
基于所述产品信息匹配原料信息，将所述产品信息对应的所述原料信息确定为第一原料信息；
基于优化模型、所述产品信息以及所述第一原料信息计算原料用量。
通过采用上述技术方案，对订单信息进行筛选得到需要进行生产的产品信息,根据产品信息匹配可用的第一原料信息，并将产品信息以及第一原料信息通过优化模型计算得到最优的原料用量，按照最优的原料用量进行生产，减小了原料的消耗。
可选的，所述订单信息包括产品件号，所述对所述订单信息进行筛选，得到产品信息，包括：
对所述产品件号进行模糊匹配，得到第一订单信息；
基于所述第一订单信息确定客户信息，所述客户信息包括订单模板以及参数类型；
基于所述客户信息确定映射规则；
基于所述映射规则将所述第一订单信息映射为第二订单信息；
基于所述第二订单信息确定产品信息。
通过采用上述技术方案，通过对产品件号的模糊匹配，对订单信息进行初步处理，得到第一订单信息，当客户的订单模板存在较大差异时，通过映射规则将第一订单信息转换以生产商的订单模板形式呈现的第二订单信息，从而生产商根据第二订单信息可以更加方便快速地得到产品信息。
可选的，所述第二订单信息包括产品件号，所述基于所述第二订单信息确定产品信息，包括：
基于所述产品件号确定参数类型组合；
基于所述参数类型组合从所述第二订单信息中确定参数值；
基于所述参数类型组合判断所述参数值是否完整；
若所述参数值完整，则基于所述产品件号以及所述参数值确定产品信息。
通过采用上述技术方案，由于产品件号都是唯一的，不同的产品对应有不同的产品件号，同时对于不同产品在生产时所需的参数类型组合不同，故而可以通过产品件号确定参数类型组合，根据参数类型组合从第二订单信息中选择对应的参数值，当参数值完整时，根据产品件号以及参数值确定产品信息，而无需人工确定，提高了产品信息确定的效率。
可选的，所述产品信息包括产品规格以及产品数量，所述基于所述产品信息匹配原料信息，将所述产品信息对应的所述原料信息确定为第一原料信息，包括：
基于所述产品信息确定生产工艺，所述生产工艺用于表征产品生产需要使用的工艺；
基于所述生产工艺确定原料种类；
基于所述原料种类获取初始原料信息，所述初始原料信息用于表征所有可用原料的信息，所述初始原料信息包括库存原料信息以及半成品原料信息，所述半成品原料信息包括生产后未进行售卖的原料信息以及在生产过程中浪费的原料信息；
基于所述产品规格以及所述产品数量对所述初始原料信息进行筛选，得到所述第一原料信息。
通过采用上述技术方案，在匹配原料信息时，不仅匹配未使用过的原料信息，半成品原料信息也可以作为初始原料信息，提高了原料的利用率，并且在进行初始原料信息筛选时，选择规格相同且该规格数量大于产品数量的初始原料信息作为第一原料信息，使得同一批产品使用相同的原料进行生产，提高了生产效率，且同批产品的质量相似，简化了检验、测试和评估流程，提高了质量管理效率。
可选的，所述基于优化模型、所述产品信息以及所述第一原料信息计算原料用量，包括：
获取历史生产信息，所述历史生产信息包括历史产品信息以及历史原料用量信息；
基于多元线性回归模型对所述历史生产信息进行分析，得到预测模型；
基于优化算法以及所述预测模型确定优化模型；
基于所述优化模型、所述产品信息以及所述第一原料信息计算原料用量。
通过采用上述技术方案，多元线性回归模型可以提供对目标变量的初步预测，而优化算法则可以在此基础上进一步寻找最优解。通过结合这两种模型的优势，可以更准确地预测原料用量，并找到满足生产要求的最佳方案，通过该方案进行生产，减少了原料的消耗。
可选的，基于所述优化模型、所述产品信息以及所述第一原料信息计算原料用量，包括：
基于所述生产工艺确定生产流程；
基于所述生产流程确定中间产品信息；
基于所述优化模型、所述中间产品信息以及所述第一原料信息计算第一原料用量，所述第一原料用量为生产中间产品所需的原料用量；
基于所述中间产品信息对所述第一原料信息进行更新；
基于所述优化模型、所述产品信息以及更新后的所述第一原料信息计算第二原料用量，所述第二原料用量为生产所述产品信息对应的产品所需的原料用量；
基于所述第一原料用量以及所述第二原料用量计算原料用量。
通过采用上述技术方案，在计算原料用量时，在生产中每个流程都采用最优的原料用量，从而可以得到整体最优的原料用量，按照该原料用量进行生产，减少了原料的消耗。
可选的，在所述基于优化模型、所述产品信息以及所述第一原料信息计算原料用量之后，所述方法还包括：
基于所述产品信息获取第一图纸信息；
基于所述优化模型以及所述原料用量对所述第一图纸信息进行联动更新，得到第二图纸信息；
根据所述第二图纸信息对产品进行生产。
第二方面，本申请提供一种原料用量计算装置，采用如下的技术方案：
一种原料用量计算装置，包括：
信息获取模块，用于获取订单信息以及原料信息；
订单筛选模块，用于对所述订单信息进行筛选，得到产品信息，所述产品信息为需要进行生产的产品信息；
原料匹配模块，用于基于所述产品信息匹配原料信息，将所述产品信息对应的所述原料信息确定为第一原料信息；
用量计算模块，用于基于优化模型、所述产品信息以及所述第一原料信息计算原料用量。
通过采用上述技术方案，对订单信息进行筛选得到需要进行生产的产品信息,根据产品信息匹配可用的第一原料信息，并将产品信息以及第一原料信息通过优化模型计算得到最优的原料用量，按照最优的原料用量进行生产，从而减小了原料的消耗。
第三方面，本申请提供一种电子设备，采用如下的技术方案：
一种电子设备，包括处理器，所述处理器与存储器耦合；
所述存储器上存储有能够被处理器加载并执行第一方面任一项所述的原料用量计算方法的计算机程序。
第四方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：
一种计算机可读存储介质，存储有能够被处理器加载并执行第一方面任一项所述的原料用量计算方法的计算机程序。
附图说明
图1是本申请实施例提供的一种原料用量计算方法的流程示意图。
图2是本申请实施例提供的一种原料用量计算装置的结构框图。
图3是本申请实施例提供的电子设备的结构框图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
本申请实施例提供一种原料用量计算方法，该原料用量计算方法可由电子设备执行，该电子设备可以为服务器也可以为终端设备，其中该服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、台式计算机等，但并不局限于此。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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例，都属于本申请保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
如图1所示，一种原料用量计算方法，该方法主要流程描述如下（步骤S101～S104）：
步骤S101、获取订单信息以及原料信息。
客户会通过订单平台进行下单，从而订单平台对应的订单数据库中会保存有客户的订单信息，在进行产品生产之前，从订单数据库中获取客户的订单信息，订单信息包括产品件号、产品规格以及产品数量等信息，原料信息包括生产商的原料仓库中存储的原料信息、历史生产过程中已生产的半成品或成品信息（未进行售卖）以及可以购买到的与待生产的产品相关的原料信息。
步骤S102、对订单信息进行筛选，得到产品信息。
其中，产品信息为需要进行生产的产品信息。
在客户的订单信息中，并非仅仅包括需要订购的产品，还可以包括生产注意事项等信息，同时产品信息也并非都需要进行生产，故而需要对订单信息进行处理，从而得到产品信息，即需要生产商进行生产的产品信息。
具体地，对订单信息进行筛选，得到产品信息，包括：对产品件号进行模糊匹配，得到第一订单信息；基于第一订单信息确定客户信息，客户信息包括订单模板以及参数类型；基于客户信息确定映射规则；基于映射规则将第一订单信息映射为第二订单信息；基于第二订单信息确定产品信息。
在对订单信息进行处理时，由于客户使用的订单模板不同，故而不同的客户可能会使用不同的件号描述同一种产品，但即便是使用不同的订单模板描述同一种产品时，产品件号也存在一定的相似之处，故而可以通过模糊匹配找到订单信息中的与产品相关的信息，并将该信息生成第一订单信息，模糊匹配例如查找订单件号中是否包括预设关键字，若订单件号中包括预设关键字，则该条订单内容为产品信息，预设关键字为根据产品预先设置的，此处不做具体限定。
通过第一订单信息从订单数据库中查找对应的客户信息，从而得到客户使用的订单模板，根据订单模板从数据库中查找该订单模板对应的第一产品件号与生产商对应的第二产品件号的映射规则，并根据映射规则将第一订单信息中的第一产品件号映射为第二产品件号，从而得到第二订单信息，并根据第二订单信息确定需要进行生产的产品信息。
值得注意的是，在从数据库中查找映射规则之前，还需要确定订单信息的时效周期，并根据时效周期对应的生效日期以及失效日期确定对应的映射规则，减小由于使用错误的映射规则导致第二订单信息错误，从而延误了订单交付时间或者订单交付错误的可能性。
具体地，第二订单信息包括产品件号，基于第二订单信息确定产品信息，包括：基于产品件号确定参数类型组合；基于参数类型组合从第二订单信息中确定参数值；基于参数类型组合判断参数值是否完整；若参数值完整，则基于产品件号以及参数值确定产品信息。
在本实施例中，在进行产品生产时，需要根据产品的相关参数进行生产，对于不同种类的产品，对应不同的参数类型组合，即不同的产品件号对应的产品在生产时，需要的参数类型不同和/或对应的参数个数不同，即不同的产品件号对应不同的参数类型组合，通过产品件号（即第二订单信息中的第二产品件号）从数据库中查找对应的参数类型组合，并通过该参数类型组合从第二订单信息中查找各个参数对应的参数值，若参数类型组合中的每个参数都能找到对应的参数值，则参数值完整，否则参数值不完整，需要生成待办任务，由工程师手动输入对应的参数值，当参数值完整时，将产品件号、参数类型组合以及对应的参数值确定为产品信息。
步骤S103、基于产品信息匹配原料信息，将产品信息对应的原料信息确定为第一原料信息。
不同的产品在生产时所需的原料不同，从原料信息中选择产品信息对应的原料信息作为第一原料信息。
具体地，产品信息包括产品规格以及产品数量，基于产品信息匹配原料信息，将产品信息对应的原料信息确定为第一原料信息，包括：基于产品信息确定生产工艺，生产工艺用于表征产品生产需要使用的工艺；基于生产工艺确定原料种类；基于原料种类获取初始原料信息，初始原料信息用于表征所有可用原料的信息，初始原料信息包括库存原料信息以及半成品原料信息，半成品原料信息包括生产后未进行售卖的原料信息以及在生产过程中浪费的原料信息；基于产品规格以及产品数量对初始原料信息进行筛选，得到第一原料信息。
在本实施例中，通过产品信息从生产工艺数据库中查找该产品对应的生产工艺，例如：生产、喷涂以及组装等，根据生产工艺确定生产所需的原料种类，例如：若生产工艺包括喷涂，则原料种类需要包括喷涂原料，通过原料种类从原料信息中选择相关种类的所有原料信息，并将该原料信息确定为初始原料信息，根据初始原料信息中的产品批次对初始原料信息进行分组，使得每个组合中的初始原料信息对应相同的产品批次，同一产品批次表示原料具有相同的材质以及规格，统计每个组合中原料的数量，将原料规格不小于产品规格且原料数量不小于产品数量的组合确定为第一原料组合，将第一原料组合中的原料对应的信息确定为第一原料信息。
步骤S104、基于优化模型、产品信息以及第一原料信息计算原料用量。
具体地，基于优化模型、产品信息以及第一原料信息计算原料用量，包括：获取历史生产信息，历史生产信息包括历史产品信息以及历史原料用量信息；基于多元线性回归模型对历史生产信息进行分析，得到预测模型；基于优化算法以及预测模型确定优化模型；基于优化模型、产品信息以及第一原料信息计算原料用量。
在本实施例中，从数据库中获取历史生产信息，通过多元线性回归模型对历史生产信息对进行分析，得到预测模型，预测模型用于预测目标变量（即原料用量）与多个自变量（例如产品尺寸、材料类型等）之间的关系，预测模型可以通过函数的形式表示，将预测模型对应的函数作为优化算法的目标函数从而得到优化模型，其中优化算法可以为遗传算法，也可以为粒子群算法，还可以为模拟退火算法，此处不做具体限定。
将产品信息以及第一原料信息输入至优化模型中，从而计算得到原料用量以及使用的第一原料信息。
进一步地，基于优化模型、产品信息以及第一原料信息计算原料用量，包括：基于生产工艺确定生产流程；基于生产流程确定中间产品信息；基于优化模型、中间产品信息以及第一原料信息计算第一原料用量，第一原料用量为生产中间产品所需的原料用量；基于中间产品信息对第一原料信息进行更新；基于优化模型、产品信息以及更新后的第一原料信息计算第二原料用量，第二原料用量为生产产品信息对应的产品所需的原料用量；基于第一原料用量以及第二原料用量计算原料用量。
在本实施例中，通过该产品对应的生产工艺确定每个生产工艺对应的生产流程，并根据生产流程确定在该产品生产过程中产生的中间产品信息，也即半成品信息，将中间产品信息以及第一原料信息输入至优化模型中得到第一原料用量以及使用的原料信息，并且在每次计算第一原料用量后都要对第一原料信息进行更新，删除第一原料信息中生产中间产品时已经使用过的原料信息，从而完成对第一原料信息的更新，循环上述计算第一原料用量以及更新第一原料信息的步骤，直至所有的中间产品对应的第一原料用量均已计算完毕。
将最后的产品信息以及更新后的第一原料信息输入至优化模型中，计算生产该产品最后的生产工艺所需的原料用量，即第二原料用量，将第二原料用量以及至少一个第一原料用量加和计算得到总共需要的原料用量。
具体地，在基于优化模型、产品信息以及第一原料信息计算原料用量之后，方法还包括：基于产品信息获取第一图纸信息；基于优化模型以及原料用量对第一图纸信息进行联动更新，得到第二图纸信息；根据第二图纸信息对产品进行生产。
在本实施例中，在生产每个产品时都需要根据图纸完成，每个产品信息都对应有第一图纸信息，即上次生产该产品时使用的图纸信息，但由于产品件号变更或者原料信息变更，对应的图纸信息也需要进行变更，根据优化模型得到的原料用量以及使用的原料信息对第一图纸信息进行联动更新，得到第二图纸信息，在生产之前中，通过原料用量以及目前仓库中已有的原料存量确定是否需要进行采购，并根据第二图纸信息以及生产流程进行产品生产。
图2为本申请实施例提供的一种原料用量计算装置200的结构框图。
如图2所示，原料用量计算装置200主要包括：
信息获取模块201，用于获取订单信息以及原料信息；
订单筛选模块202，用于对订单信息进行筛选，得到产品信息，产品信息为需要进行生产的产品信息；
原料匹配模块203，用于基于产品信息匹配原料信息，将产品信息对应的原料信息确定为第一原料信息；
用量计算模块204，用于基于优化模型、产品信息以及第一原料信息计算原料用量。
作为本实施例的一种可选实施方式，订单信息包括产品件号，订单筛选模块202还具体用于对订单信息进行筛选，得到产品信息，包括：对产品件号进行模糊匹配，得到第一订单信息；基于第一订单信息确定客户信息，客户信息包括订单模板以及参数类型；基于客户信息确定映射规则；基于映射规则将第一订单信息映射为第二订单信息；基于第二订单信息确定产品信息。
作为本实施例的一种可选实施方式，第二订单信息包括产品件号，订单筛选模块202还具体用于基于第二订单信息确定产品信息，包括：基于产品件号确定参数类型组合；基于参数类型组合从第二订单信息中确定参数值；基于参数类型组合判断参数值是否完整；若参数值完整，则基于产品件号以及参数值确定产品信息。
作为本实施例的一种可选实施方式，产品信息包括产品规格以及产品数量，原料匹配模块203还具体用于基于产品信息匹配原料信息，将产品信息对应的原料信息确定为第一原料信息，包括：基于产品信息确定生产工艺，生产工艺用于表征产品生产需要使用的工艺；基于生产工艺确定原料种类；基于原料种类获取初始原料信息，初始原料信息用于表征所有可用原料的信息，初始原料信息包括库存原料信息以及半成品原料信息，半成品原料信息包括生产后未进行售卖的原料信息以及在生产过程中浪费的原料信息；基于产品规格以及产品数量对初始原料信息进行筛选，得到第一原料信息。
作为本实施例的一种可选实施方式，用量计算模块204还具体用于基于优化模型、产品信息以及第一原料信息计算原料用量，包括：获取历史生产信息，历史生产信息包括历史产品信息以及历史原料用量信息；基于多元线性回归模型对历史生产信息进行分析，得到预测模型；基于优化算法以及预测模型确定优化模型；基于优化模型、产品信息以及第一原料信息计算原料用量。
作为本实施例的一种可选实施方式，用量计算模块204还具体用于基于优化模型、产品信息以及第一原料信息计算原料用量，包括：基于生产工艺确定生产流程；基于生产流程确定中间产品信息；基于优化模型、中间产品信息以及第一原料信息计算第一原料用量，第一原料用量为生产中间产品所需的原料用量；基于中间产品信息对第一原料信息进行更新；基于优化模型、产品信息以及更新后的第一原料信息计算第二原料用量，第二原料用量为生产产品信息对应的产品所需的原料用量；基于第一原料用量以及第二原料用量计算原料用量。
作为本实施例的一种可选实施方式，用量计算模块204还具体用于在基于优化模型、产品信息以及第一原料信息计算原料用量之后，还包括：基于产品信息获取第一图纸信息；基于优化模型以及原料用量对第一图纸信息进行联动更新，得到第二图纸信息；根据第二图纸信息对产品进行生产。
在一个例子中，以上任一装置中的模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个专用集成电路(application specificintegratedcircuit，ASIC)，或，一个或多个数字信号处理器(digital signal processor，DSP)，或，一个或者多个现场可编程门阵列(field programmable gate array，FPGA)，或这些集成电路形式中至少两种的组合。
再如，当装置中的模块可以通过处理元件调度程序的形式实现时，该处理元件可以是通用处理器，例如中央处理器(central processing unit，CPU)或其它可以调用程序的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现。
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，上述描述的装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
图3为本申请实施例提供的一种电子设备300的结构框图。
如图3所示，电子设备300包括处理器301和存储器302，还可以进一步包括信息输入/信息输出(I/O)接口303、通信组件304中的一种或多种以及通信总线305。
其中，处理器301用于控制电子设备300的整体操作，以完成上述的原料用量计算方法的全部或部分步骤；存储器302用于存储各种类型的数据以支持在电子设备300的操作，这些数据例如可以包括用于在该电子设备300上操作的任何应用程序或方法的指令，以及应用程序相关的数据。该存储器302可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，SRAM)、电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)、可编程只读存储器(Programmable Read-Only Memory，PROM)、只读存储器(Read-OnlyMemory，ROM)、磁存储器、快闪存储器、磁盘或光盘中的一种或多种。
I/O接口303为处理器301和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件304用于电子设备300与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(NearField Communication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件304可以包括：Wi-Fi部件，蓝牙部件，NFC部件。
电子设备300可以被一个或多个应用专用集成电路 (Application SpecificIntegrated Circuit，简称ASIC)、数字信号处理器(Digital Signal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field ProgrammableGate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述实施例给出的原料用量计算方法。
通信总线305可包括一通路，在上述组件之间传送信息。通信总线305可以是PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA (ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等。通信总线305可以分为地址总线、数据总线、控制总线等。
电子设备300可以包括但不限于移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）、PMP（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端，还可以为服务器等。
本申请还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述的原料用量计算方法的步骤。
该计算机可读存储介质可以包括：U盘、移动硬盘、只读存储器 (R ead-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
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过程、方法、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过程、方法、物品或者设备所固有的要素。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的申请范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述申请构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种原料用量计算方法，其特征在于，包括：
获取订单信息以及原料信息；
对所述订单信息进行筛选，得到产品信息，所述产品信息为需要进行生产的产品信息；
基于所述产品信息匹配原料信息，将所述产品信息对应的所述原料信息确定为第一原料信息；
基于优化模型、所述产品信息以及所述第一原料信息计算原料用量。
2.根据权利要求1所述的方法，其特征在于，所述订单信息包括产品件号，所述对所述订单信息进行筛选，得到产品信息，包括：
对所述产品件号进行模糊匹配，得到第一订单信息；
基于所述第一订单信息确定客户信息，所述客户信息包括订单模板以及参数类型；
基于所述客户信息确定映射规则；
基于所述映射规则将所述第一订单信息映射为第二订单信息；
基于所述第二订单信息确定产品信息。
3.根据权利要求2所述的方法，其特征在于，所述第二订单信息包括产品件号，所述基于所述第二订单信息确定产品信息，包括：
基于所述产品件号确定参数类型组合；
基于所述参数类型组合从所述第二订单信息中确定参数值；
基于所述参数类型组合判断所述参数值是否完整；
若所述参数值完整，则基于所述产品件号以及所述参数值确定所述产品信息。
4.根据权利要求1所述的方法，其特征在于，所述产品信息包括产品规格以及产品数量，所述基于所述产品信息匹配原料信息，将所述产品信息对应的所述原料信息确定为第一原料信息，包括：
基于所述产品信息确定生产工艺，所述生产工艺用于表征产品生产需要使用的工艺；
基于所述生产工艺确定原料种类；
基于所述原料种类获取初始原料信息，所述初始原料信息用于表征所有可用原料的信息，所述初始原料信息包括库存原料信息以及半成品原料信息，所述半成品原料信息包括生产后未进行售卖的原料信息以及在生产过程中浪费的原料信息；
基于所述产品规格以及所述产品数量对所述初始原料信息进行筛选，得到所述第一原料信息。
5.根据权利要求1所述的方法，其特征在于，所述基于优化模型、所述产品信息以及所述第一原料信息计算原料用量，包括：
获取历史生产信息，所述历史生产信息包括历史产品信息以及历史原料用量信息；
基于多元线性回归模型对所述历史生产信息进行分析，得到预测模型；
基于优化算法以及所述预测模型确定优化模型；
基于所述优化模型、所述产品信息以及所述第一原料信息计算原料用量。
6.根据权利要求5所述的方法，其特征在于，所述基于所述优化模型、所述产品信息以及所述第一原料信息计算原料用量，包括：
基于生产工艺确定生产流程；
基于所述生产流程确定中间产品信息；
基于所述优化模型、所述中间产品信息以及所述第一原料信息计算第一原料用量，所述第一原料用量为生产中间产品所需的原料用量；
基于所述中间产品信息对所述第一原料信息进行更新；
基于所述优化模型、所述产品信息以及更新后的所述第一原料信息计算第二原料用量，所述第二原料用量为生产所述产品信息对应的产品所需的原料用量；
基于所述第一原料用量以及所述第二原料用量计算所述原料用量。
7.根据权利要求1所述的方法，其特征在于，在所述基于优化模型、所述产品信息以及所述第一原料信息计算原料用量之后，所述方法还包括：
基于所述产品信息获取第一图纸信息；
基于所述优化模型以及所述原料用量对所述第一图纸信息进行联动更新，得到第二图纸信息；
根据所述第二图纸信息对产品进行生产。
8.一种原料用量计算装置，其特征在于，包括：
信息获取模块，用于获取订单信息以及原料信息；
订单筛选模块，用于对所述订单信息进行筛选，得到产品信息，所述产品信息为需要进行生产的产品信息；
原料匹配模块，用于基于所述产品信息匹配原料信息，将所述产品信息对应的所述原料信息确定为第一原料信息；
用量计算模块，用于基于优化模型、所述产品信息以及所述第一原料信息计算原料用量。
9.一种电子设备，其特征在于，包括处理器，所述处理器与存储器耦合；
所述处理器用于执行所述存储器中存储的计算机程序，以使得所述电子设备执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，包括计算机程序或指令，当所述计算机程序或指令在计算机上运行时，使得所述计算机执行如权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410217009.1A CN117787672B (zh) | 2024-02-28 | 2024-02-28 | 原料用量计算方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410217009.1A CN117787672B (zh) | 2024-02-28 | 2024-02-28 | 原料用量计算方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117787672A true CN117787672A (zh) | 2024-03-29 |
| CN117787672B CN117787672B (zh) | 2024-05-28 |
Family
ID=90383717
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410217009.1A Active CN117787672B (zh) | 2024-02-28 | 2024-02-28 | 原料用量计算方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117787672B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107491916A (zh) * | 2017-08-08 | 2017-12-19 | 广州高专资讯科技有限公司 | 一种生产订单的物料分配方法及系统 |
| CN110689278A (zh) * | 2019-10-11 | 2020-01-14 | 珠海格力电器股份有限公司 | 一种钣金物料管理方法、系统、存储介质以及电子设备 |
| CN111553625A (zh) * | 2020-04-08 | 2020-08-18 | 山东鹰联光电科技有限公司 | 一种用于电缆配盘的原料管理方法及系统 |
| CN115641061A (zh) * | 2022-10-29 | 2023-01-24 | 广州市天剑计算机系统工程有限公司 | 一种物料管理方法及装置 |
| CN117057550A (zh) * | 2023-08-01 | 2023-11-14 | 大唐融合通信股份有限公司 | 一种物料需求计划的计算方法、装置、网络设备及介质 |
| CN117575275A (zh) * | 2023-12-05 | 2024-02-20 | 深圳市商用管理软件有限公司 | 一种基于mpr的物料需求云计算分析系统、方法及介质 |
-
2024
- 2024-02-28 CN CN202410217009.1A patent/CN117787672B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107491916A (zh) * | 2017-08-08 | 2017-12-19 | 广州高专资讯科技有限公司 | 一种生产订单的物料分配方法及系统 |
| CN110689278A (zh) * | 2019-10-11 | 2020-01-14 | 珠海格力电器股份有限公司 | 一种钣金物料管理方法、系统、存储介质以及电子设备 |
| CN111553625A (zh) * | 2020-04-08 | 2020-08-18 | 山东鹰联光电科技有限公司 | 一种用于电缆配盘的原料管理方法及系统 |
| CN115641061A (zh) * | 2022-10-29 | 2023-01-24 | 广州市天剑计算机系统工程有限公司 | 一种物料管理方法及装置 |
| CN117057550A (zh) * | 2023-08-01 | 2023-11-14 | 大唐融合通信股份有限公司 | 一种物料需求计划的计算方法、装置、网络设备及介质 |
| CN117575275A (zh) * | 2023-12-05 | 2024-02-20 | 深圳市商用管理软件有限公司 | 一种基于mpr的物料需求云计算分析系统、方法及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117787672B (zh) | 2024-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106408341A (zh) | 货品销量的预测方法及装置、电子设备 | |
| CN113177732A (zh) | 一种工艺流程管理方法、装置、介质及终端设备 | |
| CN113655768B (zh) | 装配良率控制方法、设备及计算机可读存储介质 | |
| CN115641061A (zh) | 一种物料管理方法及装置 | |
| CN110689355A (zh) | 客户分类方法、装置、计算机设备和存储介质 | |
| CN114819636A (zh) | 一种基于spc检测的工业生产数据处理方法及系统 | |
| US20120297352A1 (en) | Method and apparatus for creating and managing waiver descriptions for design verification | |
| CN114358966B (zh) | 一种基于机器学习的生产排产方法、装置及存储介质 | |
| CN106294410A (zh) | 一种个性化信息推送时间的确定方法及确定系统 | |
| Ongbali et al. | A study on the factors causing bottleneck problems in the manufacturing industry using principal component analysis | |
| CN117787672B (zh) | 原料用量计算方法、装置、设备及介质 | |
| CN113205230A (zh) | 基于模型集合的数据预测方法、装置、设备及存储介质 | |
| CN111260155A (zh) | 粮食加工的工序优化方法、装置、电子设备及存储介质 | |
| CN114219461B (zh) | 基于多生产工况的生产控制方法和装置 | |
| CN113626578B (zh) | 一种密封材料的智能分析方法及系统 | |
| CN115062687A (zh) | 企业信用监控方法、装置、设备及存储介质 | |
| CN117575487A (zh) | 物料清单更新方法、装置、电子设备及存储介质 | |
| CN114329196B (zh) | 一种信息推送方法、装置、电子设备及存储介质 | |
| Hadad et al. | A revised method for allocating the optimum number of similar machines to operators | |
| CN117852855B (zh) | 模具生产管理方法、系统、设备及可读存储介质 | |
| CN113625669B (zh) | 产品质量预测方法以及系统 | |
| CN117273809A (zh) | 基于k线相似度的股票走势预测方法、装置、设备及介质 | |
| CN117573172B (zh) | 客户端更新方法、装置、设备及介质 | |
| CN116681266B (zh) | 一种镜面放电加工机的生产调度方法及系统 | |
| JP6781019B2 (ja) | 製造コスト管理装置、製造コスト管理方法および製造コスト管理プログラム |
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 |