CN118350610A - 生产资源调度方法、装置、电子设备与可读介质 - Google Patents
生产资源调度方法、装置、电子设备与可读介质 Download PDFInfo
- Publication number
- CN118350610A CN118350610A CN202410774016.1A CN202410774016A CN118350610A CN 118350610 A CN118350610 A CN 118350610A CN 202410774016 A CN202410774016 A CN 202410774016A CN 118350610 A CN118350610 A CN 118350610A
- Authority
- CN
- China
- Prior art keywords
- production
- information
- sequence
- equipment
- scheduling
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 531
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005259 measurement Methods 0.000 claims abstract 2
- 239000013598 vector Substances 0.000 claims description 36
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 230000015654 memory Effects 0.000 description 5
- 238000003062 neural network model Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Abstract
本公开的实施例公开了生产资源调度方法、装置、电子设备与可读介质。该方法的一具体实施方式包括:根据生产资源条件信息、生产环境信息、历史生产资源条件信息集与历史生产环境信息集,确定相似日期;根据相似生产资源信息、生产资源条件信息与生产环境信息,生成设备预测价值序列、设备预测生产量序列与预测生产负荷量序列;将目标生产车间对应的生产负荷信息、设备预测价值序列、设备预测生产量序列与预测生产负荷量序列输入至生产资源调度信息生成模型,得到生产资源调度信息;根据生产设备调度量序列,向目标生产车间进行生产设备调度。该实施方式提升了生产资源调度效率,降低了生产资源调度成本。
Description
技术领域
本公开的实施例涉及生产资源调度领域,具体涉及生产资源调度方法、装置、电子设备与可读介质。
背景技术
生产资源调度,是对生产资源(例如,车间中的生产设备/产线)进行调度。目前,在对生产资源进行调度时,通常采用的方式为:根据当前需求,临时搭建生产线。
然而,当采用上述方式进行生产资源调度时,经常会存在如下技术问题:临时组建生产线,时间较长,且临时调度生产设备,成本较高,影响生产进度。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了生产资源调度方法、装置、电子设备与计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种生产资源调度方法,该方法包括:获取目标生产车间当前的生产资源条件信息与生产环境信息;获取对应上述目标生产车间的历史生产资源条件信息集与历史生产环境信息集,其中,一个历史生产资源条件信息对应一个历史日期,一个历史生产环境信息对应一个历史日期;根据上述生产资源条件信息、上述生产环境信息、历史生产资源条件信息集与上述历史生产环境信息集,确定相似日期;获取上述相似日期对应的相似生产资源信息,其中,上述相似生产资源信息包括:设备价值序列、设备生产量序列、生产负荷量序列;根据上述相似生产资源信息、上述生产资源条件信息与生产环境信息,生成上述目标生产车间对应的设备预测价值序列、设备预测生产量序列与预测生产负荷量序列;将上述目标生产车间对应的生产负荷信息、上述设备预测价值序列、设备预测生产量序列与预测生产负荷量序列输入至预先设定的生产资源调度信息生成模型,得到生产资源调度信息,其中,上述生产资源调度信息包括生产设备调度量序列;根据上述生产设备调度量序列,向上述目标生产车间进行生产设备调度。
第二方面,本公开的一些实施例提供了一种生产资源调度装置,包括:第一获取单元,被配置成获取目标生产车间当前的生产资源条件信息与生产环境信息;第二获取单元,被配置成获取对应上述目标生产车间的历史生产资源条件信息集与历史生产环境信息集,其中,一个历史生产资源条件信息对应一个历史日期,一个历史生产环境信息对应一个历史日期;确定单元,被配置成根据上述生产资源条件信息、上述生产环境信息、历史生产资源条件信息集与上述历史生产环境信息集,确定相似日期;第三获取单元,被配置成获取上述相似日期对应的相似生产资源信息,其中,上述相似生产资源信息包括:设备价值序列、设备生产量序列、生产负荷量序列;生成单元,被配置成根据上述相似生产资源信息、上述生产资源条件信息与生产环境信息,生成上述目标生产车间对应的设备预测价值序列、设备预测生产量序列与预测生产负荷量序列;输入单元,被配置成将上述目标生产车间对应的生产负荷信息、上述设备预测价值序列、设备预测生产量序列与预测生产负荷量序列输入至预先设定的生产资源调度信息生成模型,得到生产资源调度信息,其中,上述生产资源调度信息包括生产设备调度量序列;调度单元,被配置成根据上述生产设备调度量序列,向上述目标生产车间进行生产设备调度。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,计算机程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的生产资源调度方法,提升了生产资源调度效率,降低了生产资源调度成本,保证了生产进度。具体来说,临时组建生产线,时间较长,且临时调度生产设备,成本较高,影响生产进度的原因在于:根据当前需求,临时搭建生产线。基于此,本公开的一些实施例的生产资源调度方法,首先,获取目标生产车间当前的生产资源条件信息与生产环境信息;获取对应上述目标生产车间的历史生产资源条件信息集与历史生产环境信息集,其中,一个历史生产资源条件信息对应一个历史日期,一个历史生产环境信息对应一个历史日期。其次,根据上述生产资源条件信息、上述生产环境信息、历史生产资源条件信息集与上述历史生产环境信息集,确定相似日期;获取上述相似日期对应的相似生产资源信息,其中,上述相似生产资源信息包括:设备价值序列、设备生产量序列、生产负荷量序列。由此,可以根据相似的信息,确定所需的生产资源。接着,根据上述相似生产资源信息、上述生产资源条件信息与生产环境信息,生成上述目标生产车间对应的设备预测价值序列、设备预测生产量序列与预测生产负荷量序列。由此,可以预测出所需的生产负荷量,便于进行生产设备调度量的预测。然后,将上述目标生产车间对应的生产负荷信息、上述设备预测价值序列、设备预测生产量序列与预测生产负荷量序列输入至预先设定的生产资源调度信息生成模型,得到生产资源调度信息,其中,上述生产资源调度信息包括生产设备调度量序列。最后,根据上述生产设备调度量序列,向上述目标生产车间进行生产设备调度。由此,根据未来的实际需求,进行生产设备的调度,以避免生产资源的浪费。此外,又因为可以提前根据生产设备调度量调度设备,提升了生产资源调度效率,降低了生产资源调度成本,保证了生产进度。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的生产资源调度方法的一些实施例的流程图;
图2是根据本公开的生产资源调度装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开的生产资源调度方法的一些实施例的流程图。示出了根据本公开的生产资源调度方法的一些实施例的流程100。该生产资源调度方法,包括以下步骤:
步骤101,获取目标生产车间当前的生产资源条件信息与生产环境信息。
在一些实施例中,生产资源调度方法的执行主体(例如计算设备)可以通过有线连接或无线连接的方式获取目标生产车间当前的生产资源条件信息与生产环境信息。目标生产车间可以是生产目标设备的生产车间。例如,目标设备可以是交换机或路由器。上述生产资源条件信息可以表示影响生产资源调度的限制条件。上述生产资源条件信息包括:生产负荷信息、生产设备出力信息。上述生产负荷信息可以表示与上述目标生产车间对应的总生产负荷。生产设备出力信息可以表示与上述目标生产车间对应的各个生产设备在一天内可以生产的最大设备总和(生产设备出力信息可以表示各个生产设备能够生产的最大设备总和,而不是实际生产的设备总和)。上述生产环境信息可以表示与当前日期对应的环境信息。上述环境信息可以表示目标生产车间当前的环境信息,可以包括:生产设备最大摆放面积、限额电压、限额电流等环境信息。目标生产车间中可以设定多条设备生产线,每条设备生产线包括多个生产设备。生产设备可以是指用于制作目标设备的生产机器。生产资源可以是指生产目标设备的资源。例如,生产资源可以是指生产设备。
步骤102,获取对应上述目标生产车间的历史生产资源条件信息集与历史生产环境信息集。
在一些实施例中,上述执行主体可以获取对应上述目标生产车间的历史生产资源条件信息集与历史生产环境信息集。其中,一个历史生产资源条件信息对应一个历史日期,一个历史生产环境信息对应一个历史日期。上述历史生产资源条件信息可以表示与一个历史日期对应的生产资源条件信息。历史生产环境信息以表示与历史日期对应的生产环境信息。
步骤103,根据上述生产资源条件信息、上述生产环境信息、历史生产资源条件信息集与上述历史生产环境信息集,确定相似日期。
在一些实施例中,上述执行主体可以根据上述生产资源条件信息、上述生产环境信息、历史生产资源条件信息集与上述历史生产环境信息集,确定相似日期。
实践中,上述执行主体可以通过以下步骤确定相似日期:
第一,对上述生产资源条件信息进行映射转换处理,以生成生产资源条件向量信息。首先,可以对上述生产资源条件信息中的各个生产资源调度条件子信息进行词嵌入处理,转换成各个向量。然后,可以将上述各个向量确定为生产资源条件向量信息。
第二,对上述生产环境信息进行映射转换处理,以生成生产环境向量信息。首先,可以对上述生产环境信息中的各个生产环境子信息进行词嵌入处理,转换成各个生产环境子信息对应的向量。然后,可以将各个向量确定为生产环境向量信息。
第三,根据上述生产资源条件向量信息、上述生产环境向量信息、上述历史生产资源条件信息集与上述历史生产环境信息集,确定相似日期。
其中,确定相似日期,包括以下步骤:
第一步,对于上述历史生产资源条件信息集中的每个历史生产资源条件信息,执行以下处理步骤:
1、将上述历史生产资源条件信息转换为历史生产资源条件向量信息。可以将上述历史生产资源条件信息输入至词嵌入模型中,得到历史生产资源条件向量信息。上述历史生产资源条件向量信息可以为表示历史生产资源条件信息的向量矩阵。词嵌入模型可以是word2vec模型。
2、将上述历史生产资源条件信息对应的历史日期确定为目标历史日期。
3、将上述生产资源条件向量信息与上述历史生产资源条件向量信息之间的相似度确定为第一相似度。可以通过余弦相似度公式,确定上述生产资源条件向量信息与上述历史生产资源条件向量信息之间的相似度。
4、将上述历史生产环境信息集中与上述目标历史日期对应的历史生产环境信息确定为待转换历史生产环境信息。
5、将上述待转换历史生产环境信息转换为历史生产环境向量信息。可以将上述待转换历史生产环境信息输入至词嵌入模型中,得到历史生产环境向量信息。
6、将上述生产环境向量信息与上述历史生产环境向量信息之间的相似度确定为第二相似度。可以通过余弦相似度公式,确定上述生产环境向量信息与上述历史生产环境向量信息之间的相似度。
7、根据预设权重系数、上述第一相似度与上述第二相似度,生成备选相似度。其中,上述备选相似度与上述目标历史日期对应。其中,上述预设权重系数可以包括对应上述第一相似度的第一权重系数、对应上述第二相似度的第二权重系数。实践中,首先,可以将上述第一权重系数与上述第一相似度的乘积确定为第一数值。然后,可以将第二权重系数与上述第二相似度的乘积确定为第二数值。最后,可以将上述第一数值与上述第二数值的和确定为备选相似度。上述第一权重系数与上述第二权重系数的和等于1。
第二步,将所生成的各个备选相似度满足预设条件的备选相似度确定为目标相似度。预设条件可以是:备选相似度最大。
第三步,将上述目标相似度对应的目标历史日期确定为相似日期。
步骤104,获取上述相似日期对应的相似生产资源信息。
在一些实施例中,上述执行主体可以获取上述相似日期对应的相似生产资源信息。其中,上述相似生产资源信息包括:设备价值序列、设备生产量序列、生产负荷量序列。相似生产资源信息可以是指相似日期对应的生产资源信息。其中,设备价值可以为对应一个日期的设备成本价值。例如,上述设备成本价值可以为与6月3日对应的100元/台。上述设备生产量可以为对应一个日期的设备生产量。上述设备生产量可以为在一段时间内生产车间生产设备的总数量。上述生产车间生产设备的方式可以包括:自动化生产、半自动化生产、人工手动生产。例如,上述设备生产量可以为在6月3日内的生产量为200台。生产负荷量可以是每个生产设备最大的生产负荷量。
步骤105,根据上述相似生产资源信息、上述生产资源条件信息与生产环境信息,生成上述目标生产车间对应的设备预测价值序列、设备预测生产量序列与预测生产负荷量序列。
在一些实施例中,上述执行主体可以根据上述相似生产资源信息、上述生产资源条件信息与生产环境信息,生成上述目标生产车间对应的设备预测价值序列、设备预测生产量序列与预测生产负荷量序列。
实践中,上述执行主体可以通过以下步骤生成上述目标生产车间对应的设备预测价值序列、设备预测生产量序列与预测生产负荷量序列:
第一步,将上述相似生产资源信息包括的设备价值序列、上述生产资源条件信息与上述生产环境信息确定为第一输入数据。
第二步,将上述第一输入数据输入至预先训练好的设备价值预测模型中,得到对应的设备预测价值序列。设备价值预测模型可以是以第一输入数据为输入数据,以设备预测价值序列为输出的神经网络模型。例如,上述设备价值预测模型可以为长短期记忆网络(LSTM,Long Short-Term Memory)模型。设备预测价值可以为对应一个未来日期的预测的设备成本价值。
其中,第二步,可以包括以下子步骤:
第一子步骤,将上述第一输入数据包括的生产资源条件信息输入至上述设备价值预测模型的映射转换层中,得到对应的生产资源条件特征信息。其中,上述设备价值预测模型还包括:特征合并层、特征时序关系捕获层、设备价值预测层、输出层。上述映射转换层可以为将上述生产资源条件信息转换成连续型的向量表示的嵌入层。上述生产资源条件特征信息可以为表示上述生产资源条件信息的向量。上述特征合并层可以为将上述生产资源条件特征信息和上述生产环境特征信息合并的concatenate层。上述特征时序关系捕获层可以为学习序列数据中的时间依赖关系,设备价值序列和合并特征信息依赖关系的LSTM层。其中,上述设备价值预测层可以为根据时序特征信息预测设备价值的全连接层。其中,上述输出层可以为将上述全连接层的输出数据转换成预设格式的神经网络层。这里,上述预设格式可以为序列格式。上述输出层可以将向量中的元素按照其在向量中的顺序排列,形成一个序列。
第二子步骤,将上述第一输入数据包括的生产环境信息输入至上述映射转换层中,得到对应的生产环境特征信息。
第三子步骤,将上述生产资源条件特征信息和上述生产环境特征信息输入至上述特征合并层中,得到合并特征信息。合并特征信息可以为将上述生产资源条件特征信息和上述生产环境特征信息合并后的特征向量。
第四子步骤,将上述第一输入数据包括的设备价值序列与上述合并特征信息输入至上述特征时序关系捕获层中,得到时序关系特征信息。
第五子步骤,将上述时序关系特征信息输入至上述设备价值预测层中,得到对应的设备价值预测信息。上述设备价值预测信息可以为表征当前预测设备价值序列的向量。
第六子步骤,将上述设备价值预测信息输入至上述输出层中,得到对应的设备预测价值序列。这里,上述预设格式信息可以为序列。上述输出层可以将向量中的元素按照其在向量中的顺序排列,形成一个序列。
由此,可以生成较为准确的生产设备调度量序列,提升了设备调度的合理性,降低了生产资源的浪费与生产资源短缺发生的可能性。
第三步,将上述相似生产资源信息包括的设备生产量序列、上述生产资源条件信息与上述生产环境信息作为第二输入数据,输入至预先训练好的设备生产量预测模型中,得到对应的设备预测生产量序列。设备生产量预测模型可以是以第二输入数据为输入数据,以设备预测生产量序列为输出的神经网络模型。例如,上述神经网络模型可以为循环神经网络(Recurrent Neural Network,RNN)模型。设备预测生产量可以为对应一个未来日期的预测的设备生产量。
第四步,将上述相似生产资源信息包括的生产负荷量序列、上述生产资源条件信息与上述生产环境信息作为第三输入数据,输入至预先训练好的生产负荷量预测模型中,得到对应的预测生产负荷量序列。其中,上述生产负荷量预测模型可以为以第三输入数据为输入数据,以预测生产负荷量序列为输出的神经网络模型。例如,上述神经网络模型可以为长短期记忆网络(LSTM,Long Short-Term Memory)模型。预测生产负荷量可以为对应一个未来日期的预测的生产负荷量。
步骤106,将上述目标生产车间对应的生产负荷信息、上述设备预测价值序列、设备预测生产量序列与预测生产负荷量序列输入至预先设定的生产资源调度信息生成模型,得到生产资源调度信息。
在一些实施例中,上述执行主体可以将上述目标生产车间对应的生产负荷信息、上述设备预测价值序列、设备预测生产量序列与预测生产负荷量序列输入至预先设定的生产资源调度信息生成模型,得到生产资源调度信息。其中,上述生产资源调度信息包括生产设备调度量序列。生产负荷信息可以是指目标生产车间中可以通过外部控制手段进行调节的可控生产负荷量的相关数据和参数。上述可控生产负荷量可以是指目标生产车间可以降低/减少的生产负荷量。即,可以动态调整目标生产车间的生产设备的数量,以在满足生产任务的同时,降低生产成本。上述生产资源调度信息生成模型可以是预先训练的以目标生产车间对应的生产负荷信息、设备预测价值序列、设备预测生产量序列与预测生产负荷量序列为输入的情况下,在预设时间内以设备总生产量的价值最大为目标,求解各个最优生产设备调度量的数学规划模型。上述生产设备调度量序列可以为与各个预设日期对应的序列。上述生产设备调度量序列中的一个生产设备调度量可以为对应一个日期的生产设备调度量。实践中,上述执行主体可以通过上述预设求解器对生产资源调度信息生成模型进行求解,得到生产设备调度量序列。之后,上述执行主体可以将上述生产设备调度量序列确定为生产资源调度信息。其中,上述预设求解器可以为CPLEX求解器。
步骤107,根据上述生产设备调度量序列,向上述目标生产车间进行生产设备调度。
在一些实施例中,上述执行主体可以根据上述生产设备调度量序列,向上述目标生产车间进行生产设备调度。例如,可以按照每日的生产设备调度量,向目标生产车间内调度生产设备。再例如,可以按照生产设备调度量序列对应的各个生产设备调度量的均值,向目标生产车间内调度生产设备。
可选地,对上述生产设备调度量序列中的每个生产设备调度量,执行以下生成步骤:
第一生成步骤,将对应上述生产设备调度量的时间段确定为调度时间段。
第二生成步骤,将上述设备预测价值序列中与上述调度时间段对应的设备预测价值确定为目标设备预测价值。
第三生成步骤,响应于确定上述生产设备调度量为预设调度量,根据上述目标设备预测价值,生成上述调度时间段对应的价值区间信息。可以将表征大于等于上述目标设备预测价值的价值区间信息确定为与上述调度时间段对应的价值范围信息。
第四生成步骤,响应于确定上述生产设备调度量大于上述预设调度量,根据第一预设系数与上述目标设备预测价值,生成上述调度时间对应的价值区间信息。可以将上述第一预设系数与上述目标设备预测价值的乘积确定为第一数值。然后,上述执行主体可以将表征小于等于上述第一数值的信息确定为价值区间信息。
第五生成步骤,响应于确定上述生产设备调度量小于上述预设调度量,根据第二预设系数与上述目标设备预测价值,生成上述调度时间对应的价值区间信息。可以将上述第二矫正系数与上述目标设备预测价值的乘积确定为第二数值。然后,上述执行主体可以将表征大于等于上述第二数值的信息确定为与上述调度时间对应的价值区间信息。
可选地,将所生成的各个价值区间信息确定为价值区间信息集。
在一些实施例中,上述执行主体可以将所生成的各个价值区间信息确定为价值区间信息集。
可选地,根据预设的加密算法信息和伪随机数生成器,生成加密密钥。
在一些实施例中,上述执行主体可以根据预设的加密算法信息和伪随机数生成器,生成加密密钥。上述预设加密算法可以为AES加密算法。可以通过上述伪随机数生成器,生成与上述加密算法信息对应的加密密钥。
可选地,根据上述加密密钥,对上述价值区间信息集进行加密处理,得到加密价值区间信息集。
在一些实施例中,上述执行主体可以根据上述加密密钥,对上述价值区间信息集进行加密处理,得到加密价值区间信息集。
可选地,将上述加密价值区间信息集存储至预设的数据库中。
在一些实施例中,上述执行主体可以将上述加密价值区间信息集存储至预设的数据库中。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种生产资源调度装置的一些实施例,这些生产资源调度装置实施例与图1所示的那些方法实施例相对应,该生产资源调度装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的生产资源调度装置200包括:第一获取单元201、第二获取单元202、确定单元203、第三获取单元204、生成单元205、输入单元206和调度单元207。其中,第一获取单元201,被配置成获取目标生产车间当前的生产资源条件信息与生产环境信息;第二获取单元202,被配置成获取对应上述目标生产车间的历史生产资源条件信息集与历史生产环境信息集,其中,一个历史生产资源条件信息对应一个历史日期,一个历史生产环境信息对应一个历史日期;确定单元203,被配置成根据上述生产资源条件信息、上述生产环境信息、历史生产资源条件信息集与上述历史生产环境信息集,确定相似日期;第三获取单元204,被配置成获取上述相似日期对应的相似生产资源信息,其中,上述相似生产资源信息包括:设备价值序列、设备生产量序列、生产负荷量序列;生成单元205,被配置成根据上述相似生产资源信息、上述生产资源条件信息与生产环境信息,生成上述目标生产车间对应的设备预测价值序列、设备预测生产量序列与预测生产负荷量序列;输入单元206,被配置成将上述目标生产车间对应的生产负荷信息、上述设备预测价值序列、设备预测生产量序列与预测生产负荷量序列输入至预先设定的生产资源调度信息生成模型,得到生产资源调度信息,其中,上述生产资源调度信息包括生产设备调度量序列;调度单元207,被配置成根据上述生产设备调度量序列,向上述目标生产车间进行生产设备调度。
可以理解的是,该生产资源调度装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于生产资源调度装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备(例如,计算设备)300的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、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。图3示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM303中,还存储有电子设备300操作所需的各种程序和任务数据。处理装置301、ROM302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换任务数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的任务数据信号,其中承载了计算机可读的程序代码。这种传播的任务数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字任务数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取目标生产车间当前的生产资源条件信息与生产环境信息;获取对应上述目标生产车间的历史生产资源条件信息集与历史生产环境信息集,其中,一个历史生产资源条件信息对应一个历史日期,一个历史生产环境信息对应一个历史日期;根据上述生产资源条件信息、上述生产环境信息、历史生产资源条件信息集与上述历史生产环境信息集,确定相似日期;获取上述相似日期对应的相似生产资源信息,其中,上述相似生产资源信息包括:设备价值序列、设备生产量序列、生产负荷量序列;根据上述相似生产资源信息、上述生产资源条件信息与生产环境信息,生成上述目标生产车间对应的设备预测价值序列、设备预测生产量序列与预测生产负荷量序列;将上述目标生产车间对应的生产负荷信息、上述设备预测价值序列、设备预测生产量序列与预测生产负荷量序列输入至预先设定的生产资源调度信息生成模型,得到生产资源调度信息,其中,上述生产资源调度信息包括生产设备调度量序列;根据上述生产设备调度量序列,向上述目标生产车间进行生产设备调度。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向产品的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括:第一获取单元、第二获取单元、确定单元、第三获取单元、生成单元、输入单元和调度单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取目标生产车间当前的生产资源条件信息与生产环境信息的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些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,本公开的实施例中所涉及的发明范围,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上述发明构思的情况下,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。例如上述特征与本公开的实施例中公开的(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 (8)
1.一种生产资源调度方法,包括:
获取目标生产车间当前的生产资源条件信息与生产环境信息;
获取对应所述目标生产车间的历史生产资源条件信息集与历史生产环境信息集,其中,一个历史生产资源条件信息对应一个历史日期,一个历史生产环境信息对应一个历史日期;
根据所述生产资源条件信息、所述生产环境信息、历史生产资源条件信息集与所述历史生产环境信息集,确定相似日期;
获取所述相似日期对应的相似生产资源信息,其中,所述相似生产资源信息包括:设备价值序列、设备生产量序列、生产负荷量序列;
根据所述相似生产资源信息、所述生产资源条件信息与生产环境信息,生成所述目标生产车间对应的设备预测价值序列、设备预测生产量序列与预测生产负荷量序列;
将所述目标生产车间对应的生产负荷信息、所述设备预测价值序列、设备预测生产量序列与预测生产负荷量序列输入至预先设定的生产资源调度信息生成模型,得到生产资源调度信息,其中,所述生产资源调度信息包括生产设备调度量序列;
根据所述生产设备调度量序列,向所述目标生产车间进行生产设备调度。
2.根据权利要求1所述的方法,其中,所述根据所述生产资源条件信息、所述生产环境信息、历史生产资源条件信息集与所述历史生产环境信息集,确定相似日期,包括:
对所述生产资源条件信息进行映射转换处理,以生成生产资源条件向量信息;
对所述生产环境信息进行映射转换处理,以生成生产环境向量信息;
根据所述生产资源条件向量信息、所述生产环境向量信息、所述历史生产资源条件信息集与所述历史生产环境信息集,确定相似日期。
3.根据权利要求1所述的方法,其中,所述根据所述相似生产资源信息、所述生产资源条件信息与生产环境信息,生成所述目标生产车间对应的设备预测价值序列、设备预测生产量序列与预测生产负荷量序列,包括:
将所述相似生产资源信息包括的设备价值序列、所述生产资源条件信息与所述生产环境信息确定为第一输入数据;
将所述第一输入数据输入至预先训练好的设备价值预测模型中,得到对应的设备预测价值序列;
将所述相似生产资源信息包括的设备生产量序列、所述生产资源条件信息与所述生产环境信息作为第二输入数据,输入至预先训练好的设备生产量预测模型中,得到对应的设备预测生产量序列;
将所述相似生产资源信息包括的生产负荷量序列、所述生产资源条件信息与所述生产环境信息作为第三输入数据,输入至预先训练好的生产负荷量预测模型中,得到对应的预测生产负荷量序列。
4.根据权利要求1所述的方法,其中,所述方法还包括:
对所述生产设备调度量序列中的每个生产设备调度量,执行以下生成步骤:
将对应所述生产设备调度量的时间段确定为调度时间段;
将所述设备预测价值序列中与所述调度时间段对应的设备预测价值确定为目标设备预测价值;
响应于确定所述生产设备调度量为预设调度量,根据所述目标设备预测价值,生成所述调度时间段对应的价值区间信息;
将所生成的各个价值区间信息确定为价值区间信息集;
根据预设的加密算法信息和伪随机数生成器,生成加密密钥;
根据所述加密密钥,对所述价值区间信息集进行加密处理,得到加密价值区间信息集;
将所述加密价值区间信息集存储至预设的数据库中。
5.根据权利要求4所述的方法,其中,所述生成步骤还包括:
响应于确定所述生产设备调度量大于所述预设调度量,根据第一预设系数与所述目标设备预测价值,生成所述调度时间对应的价值区间信息;
响应于确定所述生产设备调度量小于所述预设调度量,根据第二预设系数与所述目标设备预测价值,生成所述调度时间对应的价值区间信息。
6.一种生产资源调度装置,包括:
第一获取单元,被配置成获取目标生产车间当前的生产资源条件信息与生产环境信息;
第二获取单元,被配置成获取对应所述目标生产车间的历史生产资源条件信息集与历史生产环境信息集,其中,一个历史生产资源条件信息对应一个历史日期,一个历史生产环境信息对应一个历史日期;
确定单元,被配置成根据所述生产资源条件信息、所述生产环境信息、历史生产资源条件信息集与所述历史生产环境信息集,确定相似日期;
第三获取单元,被配置成获取所述相似日期对应的相似生产资源信息,其中,所述相似生产资源信息包括:设备价值序列、设备生产量序列、生产负荷量序列;
生成单元,被配置成根据所述相似生产资源信息、所述生产资源条件信息与生产环境信息,生成所述目标生产车间对应的设备预测价值序列、设备预测生产量序列与预测生产负荷量序列;
输入单元,被配置成将所述目标生产车间对应的生产负荷信息、所述设备预测价值序列、设备预测生产量序列与预测生产负荷量序列输入至预先设定的生产资源调度信息生成模型,得到生产资源调度信息,其中,所述生产资源调度信息包括生产设备调度量序列;
调度单元,被配置成根据所述生产设备调度量序列,向所述目标生产车间进行生产设备调度。
7.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
8.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Publications (1)
Publication Number | Publication Date |
---|---|
CN118350610A true CN118350610A (zh) | 2024-07-16 |
Family
ID=
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111475298B (zh) | 任务处理方法、装置、设备及存储介质 | |
CN116703131B (zh) | 电力资源分配方法、装置、电子设备和计算机可读介质 | |
CN115357350A (zh) | 任务配置方法、装置、电子设备和计算机可读介质 | |
CN113159453B (zh) | 资源数据预测方法、装置、设备及存储介质 | |
CN117236805B (zh) | 电力设备控制方法、装置、电子设备和计算机可读介质 | |
CN116388112B (zh) | 异常供应端断电方法、装置、电子设备和计算机可读介质 | |
CN115907136B (zh) | 电动汽车调度方法、装置、设备和计算机可读介质 | |
CN117035842A (zh) | 模型训练方法、业务量预测方法、装置、设备和介质 | |
CN115759444B (zh) | 电力设备分配方法、装置、电子设备和计算机可读介质 | |
CN118350610A (zh) | 生产资源调度方法、装置、电子设备与可读介质 | |
CN111898061B (zh) | 搜索网络的方法、装置、电子设备和计算机可读介质 | |
CN113837814A (zh) | 投放资源数量预测的方法、装置、可读介质及电子设备 | |
CN116703262B (zh) | 配送资源调整方法、装置、电子设备和计算机可读介质 | |
CN116757443B (zh) | 新型配电网电力线损率预测方法、装置、电子设备和介质 | |
CN111897903A (zh) | 船舶位置预测方法、装置、电子设备和计算机可读介质 | |
CN116307998B (zh) | 电力设备材料运输方法、装置、电子设备和计算机介质 | |
CN117713048A (zh) | 基于农网用电集成的用电终端供电方法、装置和设备 | |
CN115689210B (zh) | 基于用水用电隐私数据的水电调整方法、装置、电子设备 | |
CN114792258B (zh) | 信息生成方法、装置、电子设备和计算机可读介质 | |
CN113240107B (zh) | 图像处理方法、装置和电子设备 | |
CN117040135B (zh) | 电力设备供电方法、装置、电子设备和计算机可读介质 | |
CN117236653A (zh) | 基于业务量预测的车辆调度方法、装置、电子设备 | |
CN116894538B (zh) | 节点碳排放信息生成方法、装置、电子设备和介质 | |
CN115565607B (zh) | 确定蛋白质信息的方法、装置、可读介质及电子设备 | |
CN118095512A (zh) | 调整信息生成方法、装置、电子设备和计算机可读介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication |