【技术实现步骤摘要】
一种基于多维数据结构的生产计划方法及系统
[0001]本专利技术涉及生产计划与控制方法领域,更具体地说,它涉及一种基于多维数据结构的生产计划方法及系统。
技术介绍
[0002]目前生产计划与控制方法的技术发展长期滞后于企业界的实际需求,这主要源自于该领域在技术上和现实场景上的双重复杂性。目前在企业界普遍应用的企业资源计划(ERP,Enterprise Resource Planning,一种主要面向制造行业进行物质资源、资金资源和信息资源集成一体化管理的企业信息管理系统)系统,在生产计划时,仍然只能采用无限产能排产的方式,这也导致了主生产计划(MPS,MasterProduction Schedule,MPS是闭环计划系统的一个部分。MPS的实质是保证销售规划和生产规划对规定的需求与所使用的资源取得一致。MPS考虑了经营规划和销售规划,使生产规划同它们相协调。它着眼于销售什么和能够制造什么,这就能为车间制定一个合适的“主生产进度计划”,并且以粗能力数据调整这个计划,直到负荷平衡)和物料需求计划(MRP,Material Requirement Planning,根据产品结构各层次物品的从属和数量关系,以每个物品为计划对象,以完工时期为时间基准倒排计划,按提前期长短区别各个物品下达计划时间的先后顺序,是一种工业制造企业内物资计划管理模式)在时间上往往很不准确,甚至实际上无法使用。这也成为了企业资源计划(ERP)的实用效果普遍低于企业预期的主要的原因之一。
[0003]带约束条件的生产计划后来被归入了高级计划与排 ...
【技术保护点】
【技术特征摘要】
1.一种基于多维数据结构的生产计划方法,其特征在于,包括以下步骤:S101:建立多维数据结构构造框架模型,所述多维数据结构构造框架模型,包括多维决策变量和约束条件,通过建立可视化表单用于用户交互;确定所述多维数据结构构造框架模型的维度和关键值;所述多维决策变量,表述为:[维度1,维度2,...,维度n,关键值m],表示被维度1,维度2,
…
,维度n等各所述维度的具体值限定的关键值m;所述约束条件,表述为:建立多个决策变量之间的函数关系;所述表单,为一个或一组将所述框架模型进行可视化展现的工具;S102:构建多维路径算法引擎,应用所述多维路径算法引擎构建多维路径算法,生成备选解;所述多维路径算法,根据业务逻辑,基于所述多维数据结构构造框架模型,沿着所述约束条件,对所述决策变量进行顺序赋值;所述多维路径算法引擎,为以一系列可灵活组合的部件构成的算法合成器,快速构造各种所述多维路径算法;S103:构建多层次目标函数,对所述备选解进行多次筛选,形成最优解。2.根据权利要求1所述的基于多维数据结构的生产计划方法,其特征在于,所述可灵活组合的部件包含:多维度筛选条件、筛选后的多维实例、算子、条件判断、异步并发处理、串行处理、串行处理排序规则、一轮运算结束符;所述多维度筛选条件,通过对多个所述维度的值设定各种条件组合,从而筛选出一个变量子集的功能组件,所述多维度筛选条件可嵌套;所述筛选后的多维实例,经过所述多维度筛选条件筛选之后,符合所述多维度筛选条件的一系列相关所述维度的维度值;所述算子,为所述多维路径算法引擎的计算单元,将一些所述多维决策变量计算出另一些所述多维决策变量,所述多维决策变量可以是全量或增量的形式;所述条件判断,当同一组筛选后的实例,若算法不同,用所述条件判断来区别处理不同的情况;所述异步并发处理,用于当筛选出的所述筛选后的多维实例之间没有关联,对计算结果相互间没有影响时,对所述筛选后的多维实例同时进行后续处理;所述串行处理,当对所述筛选后的多维实例再次进行筛选,或利用所述算子进行计算时,必须依赖于之前的筛选或者计算结果而进行,必须先进行之前的筛选或者计算,再进行当前的筛选或计算;所述串行处理排序规则,当筛选出的所述筛选后的多维实例之间有关联,一个所述筛选后的多维实例的计算结果对另一个所述筛选后的多维实例计算结果有影响,设定所述串行处理排序规则,顺序处理每个所述筛选后的多维实例;所述一轮运算结束符,用于当前面的筛选条件的相关计算已经完成,并要重新进行新的筛选时,所述一轮运算结束符表示上一轮的运算已经结束。3.根据权利要求1或2所述的基于多维度数据结构的生产计划方法,其特征在于,所述多维决策变量,包含输入变量和输入参数,所述输入变量和所述输入参数为从企业内部采集的实际数据,直接输入到所述多维数据结构构造框架模型中;
所述输入变量是动态的,在运行所述多维数据结构构造框架模型前动态输入,所述输入变量包括余量;所述输入参数是静态的,在所述输入参数变化时输入,所述输入参数包括所述产品产能。4.根据权利要求1或2所述的基于多维度数据结构的生产计划方法,其特征在于,所述多维数据结构构造框架模型包含一个整体计划模型和一个长期计划模型;所述整体计划模型包含多个相互关联的计划模型;所述计划模型包含一主计划框架模型,所述主计划框架模型为所述多维数据结构构造框架模型的核心;除所述主计划框架模型外的其它所述计划模型,将所述主计划框架模型中的节点进行展开,当前所述计划模型与所述主计划框架模型重合的所述多维决策变量构成两个所述计划模型之间的双向桥梁;所述多维数据结构构造框架模型,还可以包含一长期计划模型,进行颗粒度较粗的长期计划,并将长期计划结果输入到颗粒度较细的所述整体计划模型中,作为所述整体计划模型的降落点,所述长期计划模型和所述整体计划模型的所述多维决策变量不重合。5.根据权利要求2所述的基于多维度数据结构的生产计划方法,其特征在于,所述算子包含复合算子,所述复合算子,为将若干个基本的所述算子通过所述多维路径算法引擎构造而成的所述多维路径算法。6.根据权利要求1或2或5所述的基于多维度数据结构的生产计划方法,其特征在于,所述多维路径算法引擎包含备选解筛选算子,用于对所述备选解进行筛选;所述备选解筛选算子包含可行性筛选算子和经济价格筛...
【专利技术属性】
技术研发人员:张青青,
申请(专利权)人:上海基甸信息科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。