System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及预制构件企业生产,尤其是一种预制构件仓储面积动态调整方法。
技术介绍
1、
2、目前大多施工现场在构件库存管理方面,为了更好地管理预制构件,根据项目的不同,存放场地通常被划分为多个区域,将预制构件存放在不同区域中,施工现场会将是将预制件划分好位置,规划好具体的面积大小,受到外界因素如企业生产计划和工地施工速度等的影响,如果区域面积过小,可能会导致项目所需的预制构件无法容纳,造成溢出;而如果区域面积过大,又会浪费面积资源的情况,导致仓储面积无法合理分配。另一方面,施工现场与生产线之间缺乏及时有效的信息交流,导致企业的生产信息无法与现场的施工信息相匹配,预制构件的供应和调配与实际施工进度不协调,从而影响项目的推进。
3、当前针对预制构件存储预期动态调整使用简单的长短时网络进行预测,并对数据特征使用一维卷积神经网络进行特征提取。传统的长短时网络不能对未来信息进行有效分析,降低了预测的准确性。使用模糊优选的bp神经网络对仓储区域面积进行预测,虽然准确性有所上升,但深度学习中超参数调优时间较慢,依然不适用于区域面积实时动态预测问题。
4、因此,迫切需要一种方法来预测下一阶段仓储库存面积的波动变化,以便及时调整仓储区域划分,加快预制构件的转运速度。
技术实现思路
1、本专利技术的目的是提供一种预制构件仓储面积动态调整方法,用来解决现有技术中预制件仓储区域面积无法调整及生产信息无法与现场的施工信息相匹配的问题。
2、本专利技术的技术方
3、步骤1:启动预制构件生产信息及项目施工进度模块模块及外界条件干扰模块,获取影响因素下的生产数据、消耗数据、及干扰数据;
4、步骤2:启动仓储区域动预测模块,建立仓储转运调度优化模型,以最小化调度时间为目标函数,将步骤1获得的数据形成数据集,使用集成学习算法对库存数据进行面积预测。
5、步骤3:判断区域是否需要调整,当预测面积与现有面积相同时,不进行调整,回到步骤1,重新获取最新数据,更新数据库信息,准备下一阶段预测;当预测面积与现有面积不同时,根据面积差距进行调整;
6、步骤3.1:将预测面积大小与现有区域面积比较,预测面积大,扩大现有面积;预测面积小,缩小现有面积;
7、步骤4:库存面积调整,启动预制构件仓储排布模块,通过步骤3中获得的预测结果确定需要调整的区域大小,通过天车提前对库存面积进行调整;
8、步骤5:启动预制构件生产及施工计划调整模块,本阶段存储面积调整结束后,根据当前存储面积对生产计划及施工消耗计划进行调整。
9、所述获取生产数据、消耗数据即获取预制构件生产企业生产信息,包括生产预制构件的数量及型号,获取项目施工计划信息,包括项目消耗预制构件数量及型号,已知预制构件型号与其面积一一对应,将上述两种信息同时输入到系统中。
10、所述干扰数据具体数据包括物料需求量、连续多天物料消耗速度、物料剩余量、库存空间分配结果、库内到施工现场的转运时间、构件质检结果、天气、政府政策,获取干扰数据,除生产计划、消耗计划影响存储面积调整之外,还存在外界因素对存储面积调整产生影响,为更准确预测调整面积。
11、所述步骤2建立仓储转运调度优化模型,以待调整的预制构件为对象,建立预制构件仓储调度优化模型:数学模型表示:min(mo1-mo2-mo3)
12、mo1表示预制构件在仓储调度过程中最大时间之和;
13、mo2表示预制构件仓储调度过程中因构件位置混乱导致的延长搜索时间之和;
14、mo3表示预制构件仓储调度过程中重新划分区域时间之和;
15、对当前预制构件仓储面积是否进行优化调整,具体如下:
16、确定当前工时时段k,判断k+1时段预制构件入库出库情况,预制构件生产企业每日每种平均生产量为mi,当前项目预制构件存储区域面积为tn,项目每日每种平均施工消耗量为ni每种预制构件面积为si,i∈(1,2...n),调整后的面积为tk+1,调整面积为snext;
17、
18、设定各种影响因素为cq,q∈(1,2...n);
19、假定当前仓储有n种预制构件运送到m个不同项目存储区域。o为预制构件的集合o∈(1,2...n),预制构件种类序号为i,i∈o,j为存储这批预制构件的区域编号j∈(1,2...m),若预制构件i存储到区域j中,则xij为1,否则为0.对于预制构件i在仓储转运调度到j区域调度时间为rij,仓储搜寻区域消耗时间为cij。w为影响因素导致预制构件在仓储中存在件数。di表示预制构件i在仓储中重新规划消耗的时间。
20、基于上面的信息设定,预制构件仓储区域面积动态调整问题可描述为min(mo1-mo2-mo3)具体的目标函数为
21、
22、在目标函数模型中,保证首项为各预制构件在仓储中存储调度的时间之和,用来保证每个项目区域被最大合理利用;第二项为预制构件搜寻存放区域时间之和,用来保证尽量少的搜寻时间操作;第三项λ3∑wdi为转运过程中重新划分仓储区域时间,用来保证调度按计划进行。其中λii∈(1,2...n)为目标函数的权重,
23、约束如下:
24、(1)约束保证每个预制构件都存储在对应的项目区域中,项目区域有且仅有一个:
25、
26、(2)保证因外界因素导致消耗预制构件数量下降时间内,生产速度小于消耗速度:
27、
28、(3)保证调整后的预制构件存储面积大于区域内所有预制构件面积之和:
29、
30、(4)保证仓储面积动态划分过程中总时间大于优化时间:
31、
32、所述步骤3中用集成学习算法对库存数据进行面积预测方法,步骤如下:
33、步骤1确定对预制构件库存波动变化产生影响的多种因素,对在多种影响因素中预制构件库存波动数据作为数据集,通过k-means算法对数据进行预处理,通过calinski-harabasz指标,确定最佳聚类数量,将数据进行分组,降低了数据的复杂程度,方便后续深度学习网络的训练。
34、步骤2将预处理后的数据输入到深度学习网络中进行训练,深度学习网络选择bi-lstm网络,双向本文档来自技高网...
【技术保护点】
1.一种预制构件仓储面积动态系统,包括预制构件生产信息及项目施工进度模块、外界条件干扰模块、仓储区域动态预测模块、预制构件仓储排布模块、预制构件生产及施工计划调整模块,其特征在于:预制构件生产信息及项目施工进度模块负责获取双方企业的订单计划信息对数据进行初步汇总;
2.根据权利要求1所述的一种预制构件仓储面积动态系统,其特征在于:其调整方法的具体步骤如下
3.根据权利要求2所述的一种预制构件仓储面积动态系统调整方法,其特征在于:所述步骤1中干扰数据包括物料需求量、连续多天物料消耗速度、物料剩余量、库存空间分配结果、库内到施工现场的转运时间或构件质检结果、天气、政府政策。
4.根据权利要求2所述的一种预制构件仓储面积动态系统调整方法,其特征在于:所述步骤2建立仓储转运调度优化模型,数学模型表示:min(Mo1-Mo2-Mo3)
5.根据权利要求2所述的一种预制构件仓储面积动态系统调整方法,其特征在于:步骤2所述预制构件库存动态变化预测方法,步骤如下:
【技术特征摘要】
1.一种预制构件仓储面积动态系统,包括预制构件生产信息及项目施工进度模块、外界条件干扰模块、仓储区域动态预测模块、预制构件仓储排布模块、预制构件生产及施工计划调整模块,其特征在于:预制构件生产信息及项目施工进度模块负责获取双方企业的订单计划信息对数据进行初步汇总;
2.根据权利要求1所述的一种预制构件仓储面积动态系统,其特征在于:其调整方法的具体步骤如下
3.根据权利要求2所述的一种预制构件仓储面积动态系统调整方法,其特征在于...
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。