[go: up one dir, main page]

CN107516149B - 企业供应链管理系统 - Google Patents

企业供应链管理系统 Download PDF

Info

Publication number
CN107516149B
CN107516149B CN201710739796.6A CN201710739796A CN107516149B CN 107516149 B CN107516149 B CN 107516149B CN 201710739796 A CN201710739796 A CN 201710739796A CN 107516149 B CN107516149 B CN 107516149B
Authority
CN
China
Prior art keywords
month
product
machine
capacity
production
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.)
Active
Application number
CN201710739796.6A
Other languages
English (en)
Other versions
CN107516149A (zh
Inventor
刘国权
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.)
Zhinao Intelligent Technology Suzhou Co ltd
Original Assignee
Zhinao Intelligent Technology Suzhou 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 Zhinao Intelligent Technology Suzhou Co ltd filed Critical Zhinao Intelligent Technology Suzhou Co ltd
Priority to CN201710739796.6A priority Critical patent/CN107516149B/zh
Publication of CN107516149A publication Critical patent/CN107516149A/zh
Application granted granted Critical
Publication of CN107516149B publication Critical patent/CN107516149B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

本发明公开了一种企业供应链管理系统中企业运营控制方法，包括以下步骤：将企业资源进行数学建模；创建决策变量，根据创建的决策变量，以主计划为基准，创建有约束的产能目标函数和无约束的产能目标函数，根据不同的产能目标函数构建相应的约束条件；调整求解参数得到满足企业运营计划的资源分配方式或者需求资源。能妥善、有效的规划企业资源﹝如机器、人员、工具、物料等﹞来满足顾客需求，达到最大产出量、瓶颈资源使用率最高及前置时间最短等生产策略，并能协助管理人员找出实际可行的企业信息。

Description

企业供应链管理系统
技术领域
本发明属于企业供应链管理系统中企业运营管理技术领域，具体地涉及一种制造企业的生产策略优化控制方法及系统。
背景技术
中国智能制造处于初级发展阶段，同样也是大部分处于研发阶段，仅16％的企业进入智能制造应用阶段；从智能制造的经济效益来看，52％的企业其智能制造收入贡献率低于10％，60％的企业其智能制造利润贡献低于10％。而90％的中小企业智能制造实现程度较低的原因在于，智能化升级成本抑制了企业需求，其中缺乏融资渠道影响最大。
对于物料及产能规划与现场详细作业排程而言，企业常因无法确实掌握生产制造现场实际的产能状况及物料进货时程，而采取有单就接的接单政策与粗估产能的生产排程方式，但又在提高对顾客的服务水平及允诺交期的基本前提下，导致生产车间常以加班或外包来满足订单交期。此外，由于物料规划无法考虑产能的限制，又可能造成原料/零组件的采购计划无法配合生产计划，以致影响既定生产进度，而造成无法满足顾客交期或成本过高的恶性循环。也因此，无法达到快速响应顾客﹝Quick Response﹞的需求与有效益的可允订货数量/时间﹝Available-to-Promise；ATP或Capable To Promise；CTP﹞的目标。
发明内容
针对上述存在的技术问题，本发明目的是：提供了一种制造企业的生产策略优化控制方法及系统，能妥善、有效的规划企业资源﹝如机器、人员、工具、物料等﹞来满足顾客需求，达到最大产出量、瓶颈资源使用率最高及前置时间最短等生产策略，并能协助生产管理人员找出实际可行的企业信息。
本发明的技术方案是：
一种制造企业的生产策略优化控制方法，包括以下步骤：
S01：将企业资源进行数学建模；
S02：创建决策变量，根据创建的决策变量，以主生产计划为基准，创建有约束的产能目标函数和无约束的产能目标函数，根据不同的产能目标函数构建相应的约束条件；
S03：调整求解参数得到满足企业运营计划的资源分配方式或者需求资源。
优选的，所述步骤S01中数学建模包括构建集合和参数，所述集合包括，产品列表集合P，产线列表集合S，机器列表集合M，工具列表集合T，工艺路线列表集合R，计划周期列表集合B；
所述参数包括，产品P在第B个月的计划BP(p,b)，产品P在第B个月的计划产率BPRatio(p,b)，产品P在第B个月在产线S的机器M上的产率UPH(p,m,s,b)，产线S在第B个月的生产效率OEE(m,s,b)，产品P在第B个月在产线S产出率Yield(p,m,s,b)，第B个月机器M的库存数量MQty(m,b)，机器M的价格UMPrice(m)，工具T在第B个月在产线S的机器M上的数量TQty(t,m,s,b)，第B个月的工作日数量WDays(b)。
优选的，所述步骤S02的决策变量包括：
ProdIn(p,m,s,r,b):产品p通过工艺路线r在第b个月在产线s，机器m上的生产数量；
UnderBP(p,b):在第b个月，产品p没有满足计划的数量；
OverBP(p,b):在第b个月，产品p超过计划的数量；
UnderBPRatio(p,b):在第b个月，产品p相对于计划的负偏移；
OverBPRatio(p,b):在第b个月，产品p相对于计划的正偏移；
UnderMHrs(m,b):在第b个月，机器m空闲小时数；
AddMQty(m,b):在第b个月需要添加的机器m的数量；
UnderTHrs(t,m,s,b):在第b个月产线s上机器m中工具t的空闲小时数；
AddTQty(t,m,s,b):在第b个月产线s上机器m中工具t需要添加的数量；
UTPrice(t,m,s,，b)：在第b个月产线s上机器m中工具t的价格；
WeightUnderBPp，b：为UnderBP(p,b)的权重参数；
WeightOverBPp，b：为OverBP(p,b)的权重参数；
WeightUnderBPRatiop，b：为UnderBPRatio(p,b)的权重参数；
WeightOverBPRatiop，b：为OverBPRatio(p,b)的权重参数；
WeightAddMachinem，b：为添加机器m数量权重参数；
WeightAddToolingt，m，s，b：为添加工具t产量权重参数。
优选的，所述步骤S02中有约束的产能目标函数为：
Figure GDA0002969186210000031
所述无约束的产能目标函数为：
Figure GDA0002969186210000032
优选的，所述有约束的产能目标函数的约束条件包括：
物料流平衡约束，支持运营计划约束，平衡运营计划混合约束，机器产能约束，工具产能约束；
所述无约束的产能目标函数的约束条件包括：
机器产能约束和工具产能约束。
优选的，所述步骤S03还包括，以表格的形式输出计算后的每月各个产线的机器的产能信息、资源约束、最小投资建议。
本发明还公开了一种制造企业的生产策略优化控制系统，包括：
企业资源建模模块，用于将企业资源进行数学建模；
目标函数构建模块，用于创建决策变量，根据创建的决策变量，以主计划为基准，创建有约束的产能目标函数和无约束的产能目标函数，根据不同的产能目标函数构建相应的约束条件；
求解模块，用于调整求解参数得到满足企业运营计划的资源分配方式或者需求资源。
与现有技术相比，本发明的优点是：
1、能妥善、有效的规划企业资源﹝如机器、人员、工具、物料等﹞来满足顾客需求，达到最大产出量、瓶颈资源使用率最高及前置时间最短等生产策略，并能协助生产管理人员找出实际可行的企业信息。
2、支持Excel格式的数据导入，可以选取特定版本的基础数据组成优化方案，在指定计划月运行产能计划模型，为用户预制多种报表信息，比如Top 5资源约束，最小投资建议等报表。
附图说明
下面结合附图及实施例对本发明作进一步描述：
图1为本发明制造企业的生产策略优化控制方法的流程图；
图2为本发明输出的资源约束报表；
图3为本发明输出的最小投资建议报表。
具体实施方式
以下结合具体实施例对上述方案做进一步说明。应理解，这些实施例是用于说明本发明而不限于限制本发明的范围。实施例中采用的实施条件可以根据具体厂家的条件做进一步调整，未注明的实施条件通常为常规实验中的条件。
实施例：
如图1所示，一种制造企业的生产策略优化控制方法，包括以下步骤：
S01：将企业资源进行数学建模；
S02：创建决策变量，根据创建的决策变量，以主生产计划的月度计划为基准，按月度创建有约束的产能目标函数和无约束的产能目标函数，根据不同的产能目标函数构建相应的约束条件；
S03：调整求解参数得到满足企业运营计划的资源分配方式或者需求资源。
步骤S01中，对工厂相关生产要素与资源，比如设备数据，产品数据，工序数据，产能数据，产品-工序-设备数据，产品良率等，进行数学建模，数学建模包括构建集合和参数，所述集合包括，产品列表集合P，产线列表集合S，机器列表集合M，工具列表集合T，工艺路线列表集合R，计划周期列表集合B；
参数包括，产品P在第B个月的计划BP(p,b)，产品P在第B个月的计划产率BPRatio(p,b)，产品P在第B个月在产线S的机器M上的产率UPH(p,m,s,b)，产线S在第B个月的生产效率OEE(m,s,b)，产品P在第B个月在产线S产出率Yield(p,m,s,b)，第B个月机器M的库存数量MQty(m,b)，机器M的价格UMPrice(m)，工具T在第B个月在产线S的机器M上的数量TQty(t,m,s,b)，第B个月的工作日数量WDays(b)。
根据工厂生产要素和资源的数学模型，根据运筹学创建相关的运筹学优化模型。首先，创建了策变量，根据创建的决策变量，创建有约束的产能目标函数和无约束的产能目标函数，在每个目标函数中创建多个约束。其中，有约束的产能目标函数的目标为如何分配有限资源去尽可能满足企业运营计划，无约束的产能目标函数的目标为需要多少资源才能够满足企业运营计划。
以主计划的月度计划为基准，按月计算及输出各月产能，具体输出数量可通过参数变更方进行调整，单次最大输出12个月数据。当然还可以为周计划及日计划。
决策变量包括：
所述决策变量包括：
ProdIn(p,m,s,r,b):产品p通过工艺路线r在第b个月在产线s，机器m上的生产数量；
UnderBP(p,b):在第b个月，产品p没有满足计划的数量；
OverBP(p,b):在第b个月，产品p超过计划的数量；
UnderBPRatio(p,b):在第b个月，产品p相对于计划的负偏移；
OverBPRatio(p,b):在第b个月，产品p相对于计划的正偏移；
UnderMHrs(m,b):在第b个月，机器m空闲小时数；
AddMQty(m,b):在第b个月需要添加的机器m的数量；
UnderTHrs(t,m,s,b):在第b个月产线s上机器m中工具t的空闲小时数；
AddTQty(t,m,s,b):在第b个月产线s上机器m中工具t需要添加的数量；
UTPrice(t,m,s,，b)：在第b个月产线s上机器m中工具t的价格；
WeightUnderBPp，b：为UnderBP(p,b)的权重参数；
WeightOverBPp，b：为OverBP(p,b)的权重参数；
WeighthUnderBPRatiop，b：为UnderBPRatio(p,b)的权重参数；
WeightOverBPRatiop，b：为OverBPRatio(p,b)的权重参数；
WeightAddMachinem，b：为添加机器m数量权重参数；
WeightAddToolingt，m，s，b：为添加工具t产量权重参数。
一、有约束的产能目标函数为：
Figure GDA0002969186210000061
参数关系
WeightUnderBP＝WeightOverBP>>WeightUnderBPRatio＝WeightOverBPRatio。
目标函数的意义：
最小化在第b个月，产品p没有满足计划的数量+在第b个月，产品p超过计划的数量+在第b个月+产品p产出率相对于计划的负偏移+在第b个月，产品p产出率相对于计划的正偏移。
约束条件包括：
(1)物料流平衡约束
物料流出:
Figure GDA0002969186210000062
物料流入:
Figure GDA0002969186210000074
约束的意义：
产线流出：
在第b个月，产品p在产线s的机器m上根据工艺r的输出数量等于产品p在产线s的机器m上根据工艺r的输入数量*在第b个月，产品p在产线s的机器m的产率。
产线流入：
从一个产线的流出等于到另一个产线的流入。
(2)支持运营计划约束：
Figure GDA0002969186210000071
支持运营计划约束的意义：
产品p在产线s的机器m上根据工艺r的输出数量的总和+在第b个月，产品p没有满足计划的数量-在第b个月，产品p超过计划的数量＝在第b个月产品p的运营计划数量。
(3)平衡运营计划混合约束：
Figure GDA0002969186210000072
平衡运营计划混合约束的意义：
产品p在产线s的机器m上根据工艺r的输出数量的总和+在第b个月，产品p相对于计划的正偏移-在第b个月，产品p相对于计划的负偏移＝产品p在产线s的机器m上根据工艺r的输出数量的总和*运营计划的产率。
(4)机器产能约束：
Figure GDA0002969186210000073
机器产能约束的意义：
产品p在产线s的机器m上根据工艺r的运行时间+在第b个月，机器m空闲小时数＝24*工作日数量*在第b个月，机器m的数量。
(5)工具产能约束：
Figure GDA0002969186210000081
工具产能约束的意义：
产品p在产线s的机器m上根据工艺r的工具的运行时间+在第b个月，机器m上工具空闲小时数＝24*工作日数量*在第b个月，机器m上工具t的数量。
产品的最大机器产能可以用如下公式表示：
Figure GDA0002969186210000082
Top 5产能约束可以用∑mcalKCapm，s，b根据降序来表示。
二、无约束的产能目标函数为：
Figure GDA0002969186210000083
参数关系
WeightUnderBP＝WeightOverBP>>WeightAddMachine
目标函数的意义：
最小化在第b个月，产品p没有满足计划的数量，在第b个月，产品p超过计划的数量，机器的价格*需要新增的机器数量+工具的价格*需要新增的工具的数量。
约束包括:
(1)机器产能约束:
Figure GDA0002969186210000091
机器产能约束的意义：
产品p在产线s的机器m上根据工艺r的运行时间+在第b个月，机器m空闲小时数＝24*工作日数量*在第b个月，(机器m+需要添加的机器的)的数量。
(2)工具产能约束:
Figure GDA0002969186210000092
工具产能约束的意义：
产品p在产线s的机器m上根据工艺r的工具的运行时间+在第b个月，机器m上工具空闲小时数＝24*工作日数量*在第b个月，(机器m上工具t+新增工具)的数量。
产品的最大机器产能可以用如下公式表示:
Figure GDA0002969186210000093
Top 5产能约束可以用∑mcalKCapm，s，b根据降序来表示。
除了可以上传excel数据，还可以搜索，编辑单个数据，模拟各种what-if场景，选取特定版本的基础数据组成优化方案，在指定计划月运行产能计划模型。
以表格的形式输出计算后的每月各个产线的机器的产能信息，资源约束报表如图2所示，最小投资建议报表如图3所示等等。
上述实例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人是能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所做的等效变换或修饰，都应涵盖在本发明的保护范围之内。

Claims (4)

1.一种制造企业的生产策略优化控制方法，其特征在于，包括以下步骤：
S01：获取制造企业的设备数据、产品数据、工序数据、产能数据、产品-工序-设备数据、及产品良率；
将企业资源进行数学建模，所述数学建模包括构建集合和参数，所述集合包括，产品列表集合P，产线列表集合S，机器列表集合M，工具列表集合T，工艺路线列表集合R，计划周期列表集合B；
所述参数包括，产品p在第b个月的计划BP(p，b)，产品p在第b个月的计划产率BPRatio(p，b)，产品p在第b个月在产线s的机器m上的产率UPH(p，m，s，b)，产线s在第b个月的生产效率OEE(m，s，b)，产品p在第b个月在产线s产出率Yield(p，m，s，b)，第b个月机器m的库存数量MQty(m，b)，机器m的价格UMPrice(m)，工具t在第b个月在产线s的机器m上的数量TQty(t，m，s，b)，第b个月的工作日数量WDays(b)；
S02：创建决策变量，根据创建的决策变量，以主计划为基准，创建有约束的产能目标函数和无约束的产能目标函数，根据不同的产能目标函数构建相应的约束条件；
所述决策变量包括：
ProdIn(p，m，s，r，b)：产品p通过工艺路线r在第b个月在产线s，机器m上的生产数量；
UnderBP(p，b)：在第b个月，产品p没有满足计划的数量；
OverBP(p，b)：在第b个月，产品p超过计划的数量；
UnderBPRatio(p，b)：在第b个月，产品p相对于计划的负偏移；
OverBPRatio(p，b)：在第b个月，产品p相对于计划的正偏移；
UnderMHrs(m，b)：在第b个月，机器m空闲小时数；
AddMQty(m，b)：在第b个月需要添加的机器m的数量；
UnderTHrs(t，m，s，b)：在第b个月产线s上机器m中工具t的空闲小时数；
AddTQty(t，m，s，b)：在第b个月产线s上机器m中工具t需要添加的数量；
UTPrice(t，m，s，，b)：在第b个月产线s上机器m中工具t的价格；
WeightUnderBPp，b：为UnderBP(p，b)的权重参数；
WeightOverBPp，b：为OverBP(p，b)的权重参数；
WeigthUnderBPRatiop，b：为UnderBPRatio(p，b)的权重参数；
WeightOverBPRatiop，b：为OverBPRatio(p，b)的权重参数；
WeightAddMachinem，b：为添加机器m数量权重参数；
WeightAddToolingt，m，s，b：为添加工具t产量权重参数；
所述有约束的产能目标函数为：
Figure FDA0002969186200000021
所述无约束的产能目标函数为：
Figure FDA0002969186200000022
S03：调整求解参数得到满足企业运营计划的资源分配方式或者需求资源，得到优化的生产策略。
2.根据权利要求1所述的制造企业的生产策略优化控制方法，其特征在于，所述有约束的产能目标函数的约束条件包括：
物料流平衡约束，支持运营计划约束，平衡运营计划混合约束，机器产能约束，工具产能约束；
所述无约束的产能目标函数的约束条件包括：
机器产能约束和工具产能约束。
3.根据权利要求1所述的制造企业的生产策略优化控制方法，其特征在于，所述步骤S03还包括，以表格的形式输出计算后的每月各个产线的机器的产能信息、资源约束、最小投资建议。
4.一种制造企业的生产策略优化控制系统，其特征在于，包括：
企业资源建模模块，获取制造企业的设备数据、产品数据、工序数据、产能数据、产品-工序-设备数据、及产品良率；
将企业资源进行数学建模，所述数学建模包括构建集合和参数，所述集合包括，产品列表集合P，产线列表集合S，机器列表集合M，工具列表集合T，工艺路线列表集合R，计划周期列表集合B；
所述参数包括，产品p在第b个月的计划BP(p，b)，产品p在第b个月的计划产率BPRatio(p，b)，产品p在第b个月在产线s的机器m上的产率UPH(p，m，s，b)，产线s在第b个月的生产效率OEE(m，s，b)，产品p在第b个月在产线s产出率Yield(p，m，s，b)，第b个月机器m的库存数量MQty(m，b)，机器m的价格UMPrice(m)，工具t在第b个月在产线s的机器m上的数量TQty(t，m，s，b)，第b个月的工作日数量WDays(b)；
目标函数构建模块，用于创建决策变量，根据创建的决策变量，以主计划为基准，创建有约束的产能目标函数和无约束的产能目标函数，根据不同的产能目标函数构建相应的约束条件；
所述决策变量包括：
ProdIn(p，m，s，r，b)：产品p通过工艺路线r在第b个月在产线s，机器m上的生产数量；
UnderBP(p，b)：在第b个月，产品p没有满足计划的数量；
OverBP(p，b)：在第b个月，产品p超过计划的数量；
UnderBPRatio(p，b)：在第b个月，产品p相对于计划的负偏移；
OverBPRatio(p，b)：在第b个月，产品p相对于计划的正偏移；
UnderMHrs(m，b)：在第b个月，机器m空闲小时数；
AddMQty(m，b)：在第b个月需要添加的机器m的数量；
UnderTHrs(t，m，s，b)：在第b个月产线s上机器m中工具t的空闲小时数；
AddTQty(t，m，s，b)：在第b个月产线s上机器m中工具t需要添加的数量；
UTPrice(t，m，s，，b)：在第b个月产线s上机器m中工具t的价格；
WeightUnderBPp，b：为UnderBP(p，b)的权重参数；
WeightOverBPp，b：为OverBP(p，b)的权重参数；
WeigthUnderBPRatiop，b：为UnderBPRatio(p，b)的权重参数；
WeightOverBPRatiop，b：为OverBPRatio(p，b)的权重参数；
WeightAddMachinem，b：为添加机器m数量权重参数；
WeightAddToolingt，m，s，b：为添加工具t产量权重参数；
所述有约束的产能目标函数为：
Figure FDA0002969186200000041
所述无约束的产能目标函数为：
Figure FDA0002969186200000042
求解模块，用于调整求解参数得到满足企业运营计划的资源分配方式或者需求资源，得到优化的生产策略。
CN201710739796.6A 2017-08-25 2017-08-25 企业供应链管理系统 Active CN107516149B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710739796.6A CN107516149B (zh) 2017-08-25 2017-08-25 企业供应链管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710739796.6A CN107516149B (zh) 2017-08-25 2017-08-25 企业供应链管理系统

Publications (2)

Publication Number Publication Date
CN107516149A CN107516149A (zh) 2017-12-26
CN107516149B true CN107516149B (zh) 2021-05-14

Family

ID=60724251

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710739796.6A Active CN107516149B (zh) 2017-08-25 2017-08-25 企业供应链管理系统

Country Status (1)

Country Link
CN (1) CN107516149B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110223000A (zh) * 2019-06-18 2019-09-10 中国环境科学研究院 一种环保企业评估服务系统及方法
CN112132546A (zh) * 2020-09-25 2020-12-25 杉数科技(北京)有限公司 一种对生产进行排程的方法及装置
CN112200489B (zh) * 2020-10-30 2023-06-23 中国科学院自动化研究所 有色金属冶炼产供销一体优化系统、方法、装置
CN113537847B (zh) * 2021-09-17 2021-12-17 广州粤芯半导体技术有限公司 产能规划方法及可读存储介质
CN118134202B (zh) * 2024-04-12 2024-09-06 简帷(杭州)软件有限公司 一种供应链计划中的瓶颈识别方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103942609A (zh) * 2014-03-28 2014-07-23 上海交通大学 产品服务供应链优化设计方法
CN104077633A (zh) * 2014-06-27 2014-10-01 歌尔声学股份有限公司 基于瓶颈工序的排产方法
CN104375477A (zh) * 2014-09-03 2015-02-25 浙江大学 一种基于生产系统与能量系统的集成优化的生产方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030233290A1 (en) * 2002-06-14 2003-12-18 Yang Lou Ping Buyer, multi-supplier, multi-stage supply chain management system with lot tracking

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103942609A (zh) * 2014-03-28 2014-07-23 上海交通大学 产品服务供应链优化设计方法
CN104077633A (zh) * 2014-06-27 2014-10-01 歌尔声学股份有限公司 基于瓶颈工序的排产方法
CN104375477A (zh) * 2014-09-03 2015-02-25 浙江大学 一种基于生产系统与能量系统的集成优化的生产方法

Also Published As

Publication number Publication date
CN107516149A (zh) 2017-12-26

Similar Documents

Publication Publication Date Title
CN107516149B (zh) 企业供应链管理系统
Wang et al. Framework for modeling operational uncertainty to optimize offsite production scheduling of precast components
CN107464025B (zh) 基于大数据的供应链需求预测与智能决策方法
Rohani et al. Production line analysis via value stream mapping: a lean manufacturing process of color industry
CN117010613A (zh) 智能生产规划及排程方法、系统、计算机设备及存储介质
Xue et al. Integrated production planning with sequence-dependent family setup times
CN105160439A (zh) 一种生产排程方法及自动排程系统
CN109615165B (zh) 一种基于erp与mes数据交互技术的柔性加工调度方法
Cevikcan et al. A team-oriented design methodology for mixed model assembly systems
Brachmann et al. The impact of flexibility on engineer-to-order production planning
CN114240168B (zh) 基于军工智能装备行业高级计划排程方法及系统
CN111523803A (zh) 一种工厂透明管理的方法
CN108171372A (zh) 一种存在准备时间的多品种生产分批调度方法
CN112465333A (zh) 一种基于多时间尺度的智能生产线调度优化方法
CN102467690A (zh) 造船生产流程控制方法及控制装置
CN114219198A (zh) 一种大型建设项目投资管控方法及系统
CN115809794B (zh) 基于瓶颈设备能力评估的生产计划管理方法、设备及介质
CN111415069B (zh) 离散制造业工序级智能实时调度方法
Hossain et al. Multi-period, multi-product, aggregate production planning under demand uncertainty by considering wastage cost and incentives
CN115545329A (zh) 一种适用于服装制造产线的一体化动态排程方法
CN115907332A (zh) 一种油气井维修任务调度的两层优化方法及装置
Lee et al. Implementing distribution requirement planning and scheduling system for lens manufacturing company
Paolucci et al. An Agent-based system for sales and operations planning in manufacturing supply chains
De Carvalho et al. Production scheduling on practical problems
WO2006077930A1 (ja) 生産スケジューリングシステム

Legal Events

Date Code Title Description
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