CN112001619B - 生产排程方法及装置、计算机存储介质、电子设备 - Google Patents

Abstract

本公开涉及生产排程技术领域，提供了一种生产排程方法、生产排程装置、计算机存储介质、电子设备，其中，生产排程方法包括：获取服装订单中各个服装类型对应的多道加工工序，并确定多道加工工序的加工顺序；每道加工工序对应一加工设备；根据加工工序与加工设备的对应关系，确定各加工设备对应的待加工序列；基于多道加工工序的加工顺序，采用启发式搜索算法对待加工序列进行搜索排序，得到多个候选排程序列；将生产时长最短的候选排程序列确定为最优排程序列。本公开中的方法不仅能够根据订单进行自动排程，而且能够实现生产环节的实时监控及质量监控、节约生产成本，提高生产效率。

Description

生产排程方法及装置、计算机存储介质、电子设备

技术领域

本公开涉及生产排程技术领域，特别涉及一种生产排程方法、生产排程装置、计算机存储介质及电子设备。

背景技术

随着近年来，制造业发展迅猛，随着智能制造的兴起，纺织行业迎来了快速的变革。

目前，以服装行业为例，生产流程缺乏科学的管理，大多数依赖于经验，导致生产产能无法监控，排程依靠拍脑门执行，严重影响工作效率。与此同时，生产数据不透明，不清楚在制品的堆积情况、服装批次的生产进度，产品的质量情况等等问题，都在提高企业的生产成本。

鉴于此，本领域亟需开发一种新的生产排程方法及装置。

需要说明的是，上述背景技术部分公开的信息仅用于加强对本公开的背景的理解。

发明内容

本公开的目的在于提供一种生产排程方法、生产排程装置、计算机存储介质及电子设备，进而至少在一定程度上避免了相关技术中效率较低的缺陷。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供一种生产排程方法，包括：获取服装订单中各个服装类型对应的多道加工工序，并确定所述多道加工工序的加工顺序；每道加工工序对应一加工设备；根据所述加工工序与加工设备的对应关系，确定各所述加工设备对应的待加工序列；基于所述多道加工工序的加工顺序，采用启发式搜索算法对所述待加工序列进行搜索排序，得到多个候选排程序列；将生产时长最短的候选排程序列确定为最优排程序列。

在本公开的示例性实施例中，所述方法还包括：获取所述待加工序列中包含加工工序的目标数目；将各所述加工设备执行每道加工工序的时长与所述目标数目的第一乘积，确定为各所述候选排程序列对应的生产时长。

在本公开的示例性实施例中，在将生产时长最短的候选排程序列确定为最优排程序列之后，所述方法还包括：根据所述最优排程序列，确定所述加工设备执行每个服装类型对应的加工工序的开工时间；根据所述开工时间，确定所述加工设备执行每个服装类型对应的加工工序的目标时长；根据所述目标时长与所述加工设备执行每道加工序列的时长的比值，确定服装材料的使用量；将服装材料的总量与所述使用量的差值，确定为所述服装材料的剩余库存量；当所述剩余库存量小于目标使用量时，向管理人员发送报警提示信息。

在本公开的示例性实施例中，所述方法还包括：基于所述服装材料上的溯源编码获取异常加工产品的数目；所述异常加工产品包括裁剪失误产品、车缝失误产品和/或烫染失误产品；当所述异常加工产品的数目大于数目阈值时，向所述管理人员发送报警提示信息。

在本公开的示例性实施例中，所述方法还包括：基于所述服装材料上的溯源编码获取目标作业人员在预设时间段内作业信息，所述作业信息包括作业类型、加工工序和作业次数；根据所述加工工序和所述作业类型，从预先设定的作业时长对照表中查询所述目标工作人员的标准作业时间；将所述作业次数与所述标准作业时间的第二乘积，确定为所述目标作业人员的标准作业时长；将所述标准作业时长与实际作业时长的比值，确定为所述目标作业人员的工作效率。

在本公开的示例性实施例中，所述方法还包括：获取所述实际作业时长与所述目标作业人员的熟练度的第三乘积；将所述标准作业时长与所述第三乘积的比值，确定为所述目标作业人员的工作效率。

在本公开的示例性实施例中，所述方法还包括：对所述目标作业人员的加工产物进行质检，得到质检合格率；获取所述工作效率与第一权重的第四乘积，以及，获取所述质检合格率与第二权重的第五乘积；根据所述第四乘积与所述第五乘积，确定所述目标作业人员的生产评估值；当所述生产评估值小于评估阈值时，向所述管理人员发送报警提示。

根据本公开的第二方面，提供一种生产排程装置，包括：数据采集模块，用于获取服装订单中各个服装类型对应的多道加工工序，并确定所述多道加工工序的加工顺序；每道加工工序对应一加工设备；数据确定模块，用于根据所述加工工序与加工设备的对应关系，确定各所述加工设备对应的待加工序列；生产排程模块，用于基于所述多道加工工序的加工顺序，采用启发式搜索算法对所述待加工序列进行搜索排序，得到多个候选排程序列；将生产时长最短的候选排程序列确定为最优排程序列。

根据本公开的第三方面，提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的生产排程方法。

根据本公开的第四方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述第一方面所述的生产排程方法。

由上述技术方案可知，本公开示例性实施例中的生产排程方法、生产排程装置、计算机存储介质及电子设备至少具备以下优点和积极效果：

在本公开的一些实施例所提供的技术方案中，一方面，获取服装订单中各个服装类型对应的多道加工工序(每道加工工序对应一加工设备)，并确定所述多道加工工序的加工顺序，能够预先对加工顺序进行设定，保证后续得到的排程序列符合工序的加工顺序，提高服装产品的合格率。进一步的，根据所述加工工序与加工设备的对应关系，确定各所述加工设备对应的待加工序列，能够明确各个加工设备需要执行的待加工序列，便于后续对待加工序列进行排程。另一方面，基于所述多道加工工序的加工顺序，采用启发式搜索算法对所述待加工序列进行搜索排序，得到多个候选排程序列；将生产时长最短的候选排程序列确定为最优排程序列，能够优化生产排程方案，节约生产时长，解决相关技术中依靠人工排程所导致的生产效率较低的技术问题，提高生产效率。

本公开应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出本公开一示例性实施例中生产排程方法的流程示意图；

图2示出本公开一示例性实施例中生产排程方法的子流程示意图；

图3示出本公开一示例性实施例中生产排程方法的子流程示意图；

图4示出本公开一示例性实施例中生产排程方法的整体流程示意图；

图5示出本公开一示例性实施例中生产排程方法的架构图；

图6示出本公开一示例性实施例中生产排程装置的结构示意图；

图7示出本公开示例性实施例中计算机存储介质的结构示意图；

图8示出本公开示例性实施例中电子设备的结构示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

本说明书中使用用语“一个”、“一”、“该”和“所述”用以表示存在一个或多个要素/组成部分/等；用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等；用语“第一”和“第二”等仅作为标记使用，不是对其对象的数量限制。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。

相关技术中，以服装行业为例，生产流程缺乏科学的管理，大多数依赖于经验，导致生产产能无法监控，排程依靠拍脑门执行，严重影响工作效率。与此同时，生产数据不透明，不清楚在制品的堆积情况、服装批次的生产进度，产品的质量情况等等问题，都在提高企业的生产成本。

在本公开的实施例中，首先提供了一种生产排程方法，至少在一定程度上克服相关技术中提供的生产排程方法效率较低的缺陷。

图1示出本公开一示例性实施例中生产排程方法的流程示意图，该生产排程方法的执行主体可以是根据服装订单进行生产排程的服务器。

参考图1，根据本公开的一个实施例的生产排程方法包括以下步骤：

步骤S110，获取服装订单中各个服装类型对应的多道加工工序，并确定多道加工工序的加工顺序；每道加工工序对应一加工设备；

步骤S120，根据加工工序与加工设备的对应关系，确定各加工设备对应的待加工序列；

步骤S130，基于多道加工工序的加工顺序，采用启发式搜索算法对待加工序列进行搜索排序，得到多个候选排程序列；

步骤S140，将生产时长最短的候选排程序列确定为最优排程序列。

在图1所示实施例所提供的技术方案中，一方面，获取服装订单中各个服装类型对应的多道加工工序(每道加工工序对应一加工设备)，并确定多道加工工序的加工顺序，能够预先对加工顺序进行设定，保证后续得到的排程序列符合工序的加工顺序，提高服装产品的合格率。进一步的，根据加工工序与加工设备的对应关系，确定各加工设备对应的待加工序列，能够明确各个加工设备需要执行的待加工序列，便于后续对待加工序列进行排程。另一方面，基于多道加工工序的加工顺序，采用启发式搜索算法对待加工序列进行搜索排序，得到多个候选排程序列；将生产时长最短的候选排程序列确定为最优排程序列，能够优化生产排程方案，节约生产时长，解决相关技术中依靠人工排程所导致的生产效率较低的技术问题，提高生产效率。

以下对图1中的各个步骤的具体实现过程进行详细阐述：

生产排程是在考虑能力和设备的前提下，在物料数量一定的情况下，安排各生产任务的生产顺序，优化生产顺序，优化选择生产设备，使得减少等待时间，平衡各加工设备和工人的生产负荷。从而优化产能，提高工作效率。简而言之：就是将生产任务分配至生产资源的过程。

在步骤S110中，获取服装订单中各个服装类型对应的多道加工工序，并确定多道加工工序的加工顺序。

其中，每道加工工序对应一加工设备。

可以获取服装订单中包含的服装类型，示例性的，当服装订单中包含4种服装类型(外套、短袖、短裤、衬衫)，且订单量为400件时，则示例性的，可以获取到服装订单中包含外套100件，短袖100件，短裤100件，衬衫100件。

进一步的，举例而言，当服装加工总共包含7道工序(例如：裁剪、车缝、大烫、质检……，为便于表述，表示为g1、g2、g3、g4、g5、g6、g7)，则服装类型“外套”所包含的加工工序可以是g1、g2、g3、g4、g5、g6，且该6道加工工序对应的加工顺序可以是：g2-g1-g3-g4-g5-g6；服装类型“短袖”所包含的加工工序可以是g1、g2、g3、g6，且该4道加工工序对应的加工顺序可以是g1-g2-g3-g6；服装类型“短裤”所包含的加工工序可以是g1、g3、g4，且该3道加工工序对应的加工顺序可以是g1-g3-g4；服装类型“衬衫”所包含的加工工序可以是g3、g4、g5、g6、g7，且该5道加工工序对应的加工顺序可以是g3-g4-g5-g6-g7。可见，服装类型总共包含4种(m＝4)，加工工序最多的服装类型的加工工序总共有6道(k＝6)，从而，多个服装类型对应的多道加工工序的加工顺序X_km可以表示为：

在步骤S120中，根据加工工序与加工设备的对应关系，确定各加工设备对应的待加工序列。

需要说明的是，各道加工工序与各加工设备之间存在对应关系，示例性的，当服装加工总共包含7道工序(例如：g1、g2、g3、g4、g5、g6、g7)时，则可以设置7台加工设备(M1-M7)，具体的，加工设备M1可以用于执行加工工序g1，加工设备M2可以用于执行加工工序g2，加工设备M3可以用于执行加工工序g3，加工设备M4可以用于执行加工工序g4，加工设备M5可以用于执行加工工序g5，加工设备M6可以用于执行加工工序g6，加工设备M7可以用于执行加工工序g7。

从而，可以确定出加工设备M1需要执行的待加工序列为：服装类型“外套”对应的g1工序—“短袖”对应的g1工序—“短裤”对应的g1工序。加工设备M2需要执行的待加工序列为：服装类型“短袖”对应的g2工序。加工设备M3需要执行的待加工序列包括：服装类型“外套”对应的g3工序—“短袖”对应的g3工序—“短裤”对应的g3工序—“衬衫”对应的g3工序。加工设备M4需要执行的待加工序列为：服装类型“外套”对应的g4工序—“短裤”对应的g4工序—“衬衫”对应的g4工序。加工设备M5需要执行的待加工序列为：服装类型“外套”对应的g5工序—“衬衫”对应的g5工序。加工设备M6需要执行的待加工序列为：“外套”对应的g6工序—“衬衫”对应的g6工序。加工设备M7需要执行的待加工序列为：“衬衫”对应的g7工序。

从而，能够明确各个加工设备需要执行的待加工序列，便于后续对待加工序列进行生产排程。

在步骤S130中，基于多道加工工序的加工顺序，采用启发式搜索算法对待加工序列进行搜索排序，得到多个候选排程序列。

进而，可以基于上述加工工序的加工顺序X₆₄，采用启发式搜索算法对待加工序列进行搜索排序，得到多个候选排程序列。其中，启发式搜索算法就是在状态空间中的搜索对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到满足目标。示例性的，启发式搜索算法可以包括：遗传算法、蚁群算法(蚁群算法是一种来自大自然的随机搜索寻优方法，是生物界的群体启发式行为，现已陆续应用到组合优化、人工智能、通讯等多个领域。蚁群算法的正反馈性和协同性使其可用于分布式系统，隐含的并行性更使之具有极强的发展潜力，具有更好的适应性)、人工免疫算法和模拟退火算法等，可以根据实际情况自行设定，属于本公开的保护范围。

示例性的，当加工设备M1执行加工工序g1的时长为t1秒，加工设备M2执行加工工序g2的时长为t2秒，加工设备M3执行加工工序g3的时长为t3秒，加工设备M4执行加工工序g4的时长为t4秒，加工设备M5执行加工工序g5的时长为t5秒，加工设备M6执行加工工序g6的时长为t6秒，加工设备M7执行加工工序g7的时长为t7秒时，则多个加工设备执行每道加工工序的时长δ₆₄可以表示为

进而，可以获取待加工序列中包含加工工序的目标数目，将各加工设备执行每道加工工序的时长与上述目标数目的第一乘积，确定为各候选排程序列对应的生产时长。举例而言，当某一候选排程序列中，加工设备M1对应的子序列为：“短袖”对应的g1工序-“外套”对应的g1工序-“短裤”对应的g1工序时，则参照上述步骤的相关解释可知，服装订单中包含外套100件，短袖100件，短裤100件，则可以确定出“短袖”对应的g1工序的目标数目为100，“外套”对应的g1工序的目标数目为100，“短裤”对应的g1工序的目标数目为100，且加工设备M1执行g1工序的时长为t1，从而，可以确定出该子序列的生产时长为：100*t1+100*t1+100*t1＝300*t1，类似的，可以依次计算出加工设备M2-M7对应的子序列的生产时长，得到7个生产时长数值。进而，在7个加工设备同时运行的情况下，可以将7个数值中数值最大的生产时长确定为该候选排程序列的生产时长。

在步骤S140中，将生产时长最短的候选排程序列确定为最优排程序列。

在确定出各个候选排程序列对应的生产时长之后，可以将生产时长最短的候选排程序列确定为最优排程序列。

示例性的，可以设定一约束函数min∑D_km，其中，D_km是一个max{k_i}×M的二维矩阵，表示服装订单i在加工顺序χ_km时的开始加工时间，进而，可以从多个候选排程序列中确定出满足上述约束函数的(即生产时长最短)最优排程序列M_mn(m为服装类型的数目，n为加工设备的数量，m＝4，n＝7)。示例性的，最优排程序列可以表示为

其表示的含义为：

加工设备M1先执行服装类型“短裤”对应的g1工序，再执行服装类型“短袖”对应的g1工序，进而，执行服装类型“外套”对应的g1工序；

加工设备M2先执行服装类型“外套”对应的g2工序，进而执行服装类型“短袖”对应的g2工序；

加工设备M3先执行服装类型“衬衫”对应的g3工序，再执行服装类型“短袖”对应的g3工序，进而执行服装类型“短裤”对应的g3工序，最后执行服装类型“外套”对应的g3工序；

加工设备M4先执行服装类型“衬衫”对应的g4工序，进而执行服装类型“短裤”对应的g4工序，最后执行服装类型“外套”对应的g4工序；

加工设备M5先执行服装类型“衬衫”对应的g5工序，进而执行服装类型“外套”对应的g5工序；

加工设备M6先执行服装类型“衬衫”对应的g6工序，进而执行服装类型“短袖”对应的g6工序，最后执行“外套”对应的g6工序；

加工设备M7执行“衬衫”对应的g7工序。

从而，能够优化生产排程方案，节约生产时长，解决相关技术中依靠人工排程所导致的生产效率较低的技术问题，提高生产效率。

在确定出最优排程序列之后，示例性的，可以参考图2，图2示出本公开一示例性实施例中生产排程方法的子流程示意图，具体确定剩余库存量，并当剩余库存量小于目标使用量时，向管理人员发送报警提示信息的子流程示意图，包含步骤S201-S205，以下结合图2对具体的实施方式进行解释。

在步骤S201中，根据所述最优排程序列对应的生产时长，确定所述加工设备执行每个服装类型对应的加工工序的开工时间。

可以根据所述最优排程序列对应的生产时长，确定所述加工设备执行每个服装类型对应的加工工序的开工时间，示例性的，确定出每个服装类型对应的加工工序的开工时间D₆₄可以是其表示的含义为：

对于服装类型“外套”，在T0时刻加工设备M2开始执行g2工序，在T1时刻加工设备M1开始执行g1工序，在T2时刻加工设备M3开始执行g3工序，在T3时刻加工设备M4开始执行g4工序，在T4时刻加工设备M5开始执行g5工序，在T5时刻加工设备M6开始执行g6工序。

对于服装类型“短袖”，在T6时刻加工设备M1开始执行g1工序，在T7时刻加工设备M2开始执行g2工序，在T8时刻加工设备M3开始执行g3工序，在T9时刻加工设备M6开始执行g6工序。

对于服装类型“短裤”，在T10时刻加工设备M1开始执行g1工序，在T11时刻加工设备M3开始执行g3工序，在T12时刻加工设备M4开始执行g4工序。

对于服装类型“衬衫”，在T13时刻加工设备M3开始执行g3工序，在T14时刻加工设备M4开始执行g4工序，在T15时刻加工设备M5开始执行g5工序，在T16时刻加工设备M6开始执行g6工序，在T17时刻加工设备M7开始执行g7工序。

在步骤S202中，根据开工时间，确定加工设备执行每个服装类型对应的加工工序的目标时长。

从而，示例性的，基于上述每道工序的开工时间D₆₄可以得出，对于服装类型“外套”，加工设备M2执行g2工序的目标时长为：(T2-T1)小时；加工设备M3执行g3工序的目标时长为：(T3-T2)小时；加工设备M4执行g4工序的目标时长为：(T4-T3)小时；加工设备M5执行g5工序的目标时长为：(T5-T4)小时；加工设备M3执行g6工序的目标时长为(T6-T5)小时。

在步骤S203中，根据目标时长与各加工设备执行每道加工序列的时长的比值，确定服装材料的使用量。

从而，参照上述步骤的相关解释可知，加工设备M2执行待加工序列g2的时长为t2时，则在加工设备M2生产g2工序的目标时长(T2-T1)小时之内，服装材料的使用量为：

在步骤S204中，将服装材料的总量与使用量的差值，确定为服装材料的剩余库存量。

进而，当产品物料清单上显示的服装材料总量为Sum时，可以确定出(T2-T1)小时之后，服装材料的剩余库存量为

在步骤S205中，当剩余库存量小于目标使用量时，向管理人员发送报警提示信息。

示例性的，参照上述步骤S203的相关解释，当该剩余库存量 时，而当计算出另一订单中该服装材料的目标使用量为1400时，则可以确定出剩余库存量小于未来的服装材料使用量，则可以向管理人员发送报警提示信息，以提醒管理人员及时补充库存，以免耽误生产进度，保证生产效率。

示例性的，当服装的加工过程是由人工操作完成时，本公开还可以监控相关作业人员的工作效率，示例性的，可以参考图3，图3示出本公开一示例性实施例中生产排程方法的子流程示意图，包含步骤S301-步骤S304，以下结合图3对具体的实施方式进行解释。

在步骤S301中，基于服装材料上的溯源编码获取目标作业人员在预设时间段内的作业信息，作业信息包括加工工序、服装类型和作业次数。

示例性的，各个服装材料上可以设置有溯源编码，溯源编码中包含服装材料的标识号和每个作业人员的加工工序。需要说明的是，上述溯源编码可以是二维码、条形码、RFID(Radio Frequency Identification，简称：RFID，无线射频识别)标签等，均可以根据实际情况自行设定，属于本公开的保护范围。

举例而言，当目标作业人员W为车缝工人时，则在目标作业人员W拿到服装材料时，可以先通过手持设备(例如：支持扫描的移动终端、条码扫描器等)扫描服装材料上设置的溯源编码，输入其工号或姓名作为作业人员信息，进而，输入加工工序“车缝”及对应的服装类型，并提交保存信息，此时，服务器还可以记录保存信息的时间。

从而，通过多个服装材料上的溯源编码及保存信息的时间，可以确定出目标作业人员W在预设时间段(例如：9点到10点的一个小时)内的作业次数。

示例性的，可以确定出目标作业人员W在预设时间段内的作业次数为：对服装类型“外套”进行车缝操作X1次，对服装类型“短袖”进行车缝操作X2次。

在步骤S302中，根据服装类型和加工工序，从预先设定的作业时长对照表中查询目标工作人员的标准作业时间。

示例性的，可以通过模特法确定不同服装类型、不同加工工序对应的标准工作时间，并将其保存为一作业时长对照表，示例性的，可以参考表1，表1示出本公开中作业时长对照表的示例性表格：

表1

从而，查询上述表1可知，目标作业人员W车缝“外套”的标准作业时间为A5秒，车缝“短袖”的标准作业时间为A6秒。

在步骤S303中，将作业次数与标准作业时间的第二乘积，确定为目标作业人员的标准作业时长。

从而，参照上述步骤S302的相关解释，可以将作业次数与标准作业时间的第二乘积，确定为目标作业人员的标准作业时长。示例性的，确定出目标作业人员W的标准作业时长为：Tb＝X1*A5+X2*A6。

在步骤S304中，将标准作业时长与实际作业时长的比值，确定为目标作业人员的工作效率。

示例性的，可以获取实际作业时长(例如：3600s)，并将标准作业时长与实际作业时长的比值，确定为目标作业人员的工作效率。示例性的，目标作业人员W在一个小时内的工作效率

示例性的，还可以根据作业人员的工作年限设置熟练度，举例而言，当作业人员的工作年限小于两年时，可以设置其熟练度为α₁(α₁∈(0.8，1))，当作业人员的工作年限大于两年小于五年时，可以设置其熟练度为α₂(α₂∈(1，1.1))，当作业人员的工作年限大于五年时，可以设置其熟练度为α₃(α₃∈(1.1，1.2))，各个熟练度的具体数值可以根据实际情况自行设定，属于本公开的保护范围。

则当目标作业人员W在预设时间段内的实际作业时长为3600s，且目标作业人员W的工作年限大于两年小于五年时，则可以确定出目标作业人员W的熟练度为α₂，从而，实际作业时长与目标作业人员的熟练度的第三乘积可以表示为3600*α₂。进而，可以将标准作业时长与上述第三乘积的比值，确定为目标作业人员的工作效率，从而，目标作业人员W在一个小时内的工作效率

示例性的，还可以计算目标工作人员W在一段时间内(例如：一个月)的工作效率，进而，当目标工作人员W在一个小时内的工作效率小于效率阈值(50％)，或，目标工作人员W在一个月之内的工作效率小于效率阈值(70％)时，数据监控单元可以向管理人员发送报警提示信息，以帮助管理人员实时了解各个作业人员的作业情况。

示例性的，还可以对目标作业人员W的加工产物进行质检，得到质检合格率，示例性的，得到的质检合格率可以是85％。进而，可以获取目标作业人员W的工作效率与第一权重的第四乘积，以及，获取质检合格率与第二权重的第五乘积，并将第四乘积与第五乘积的和确定为生产评估值，进而，当生产评估值小于评估阈值时，可以向管理人员发送报警提示。举例而言，当工作效率为80％，第一权重为0.4时，则第四乘积为80％*0.4＝0.32，当质检合格率为85％，第二权重为0.6时，则第五乘积为85％*0.6＝0.51，从而，生产评估值＝0.32+0.51＝0.83，当评估阈值为0.9时，则可以确定出生产评估值小于评估阈值，从而，可以向管理人员发送报警提示。

需要说明的是，在作业人员进行作业的过程中，当出现裁剪失误、车缝失误或烫染失误时，工作人员还可以通过手持设备扫描服装材料上的溯源编码，并上传对应的异常加工产品的信息，进而，数据监控单元可以基于溯源编码获取到异常加工产品的数目，当异常加工产品的数目大于数目阈值时，可以向管理人员发送报警提示信息，以提示管理人员注意监管服装产品的加工过程，保证产品加工质量，避免服装材料的浪费。

示例性的，可以参考图4，图4示出本公开一示例性实施例中生产排程方法的生产流程示意图，以下结合图4对具体的实施方式进行解释。

在接收到服装订单之后，可以制定排程计划，根据生产计划(排程序列)调用面辅料仓库中的服装材料，并将生产计划下发至目标车间进行执行；

生产加工过程：车间依照生产计划中的订单量制作并生成对应数量的RFID标签，发至对应裁剪工位，作业人员进行裁剪、车缝、大烫、质检等工序，并将加工产物运送至成品库；

生产监控过程：生产监控设备可以通过溯源编码获取到生产流程信息(服装材料当前处于哪个作业人员对应的工作台)、生产效率信息和质量信息(质检合格率、异常加工产品数量等)，实现对整个生产过程的监控。

示例性的，可以参考图5，图5示出本公开一示例性实施例中生产排程方法的架构图，主要包括数据采集层、数据监控层、系统应用层和企业应用层，以下结合图5对具体的实施方式进行解释。

数据采集层利用RFID、二维码或条形码等物联网技术采集获得服装材料在生产流转中的情况。每一个作业人员都有手持终端，通过该手持终端可以扫描服装材料的RFID、二维码或条形码信息，当产品质量或生产状态存在问题时，作业人员可以手动输入信息并上报，同时作业人员还可以在手持终端完成打卡上下班、休息离线等功能。

数据监控层可以获取作业人员的作业信息，进而，根据员工的熟练度、标准作业时长和实际作业时长，计算得到每个作业人员的工作效率；以及，统计加工产物的质检合格率，并及时报警。

系统应用层指用户使用的前台，负责对后台处理的数据进行展示，管理人员可以完成作业人员的账号维护，权限设置，完成系统管理和基础信息维护，同时可以查看作业人员的工作效率、产品的质检情况，同时可以根据生产情况和服装订单生成排程结果，并将排程结果上传至MES系统(manufacturing execution system，制造执行系统，简称：MES)。

企业应用层指企业的MES系统，可以接收并执行排程结果。

本公开还提供了一种生产排程装置，图6示出本公开示例性实施例中生产排程装置的结构示意图；如图6所示，生产排程装置600可以包括数据采集模块601、数据确定模块602和生产排程模块603。其中：

数据采集模块601，用于获取服装订单中各个服装类型对应的多道加工工序，并确定多道加工工序的加工顺序；每道加工工序对应一加工设备。

数据确定模块602，用于根据加工工序与加工设备的对应关系，确定各加工设备对应的待加工序列。

生产排程模块603，用于基于多道加工工序的加工顺序，采用启发式搜索算法对待加工序列进行搜索排序，得到多个候选排程序列；将生产时长最短的候选排程序列确定为最优排程序列。

在本公开的示例性实施例中，生产排程序列还用于获取待加工序列中包含加工工序的目标数目；将各加工设备执行每道加工工序的时长与目标数目的第一乘积，确定为各候选排程序列对应的生产时长。

在本公开的示例性实施例中，生产排程序列还用于根据最优排程序列，确定加工设备执行每个服装类型对应的加工工序的开工时间；根据开工时间，确定加工设备执行每个服装类型对应的加工工序的目标时长；根据目标时长与加工设备执行每道加工序列的时长的比值，确定服装材料的使用量；将服装材料的总量与使用量的差值，确定为服装材料的剩余库存量；当剩余库存量小于目标使用量时，向管理人员发送报警提示信息。

在本公开的示例性实施例中，生产排程序列还用于基于服装材料上的溯源编码获取异常加工产品的数目；异常加工产品包括裁剪失误产品、车缝失误产品和/或烫染失误产品；当异常加工产品的数目大于数目阈值时，向管理人员发送报警提示信息。

在本公开的示例性实施例中，生产排程序列还用于基于服装材料上的溯源编码获取目标作业人员在预设时间段内作业信息，作业信息包括作业类型、加工工序和作业次数；根据加工工序和作业类型，从预先设定的作业时长对照表中查询目标工作人员的标准作业时间；将作业次数与标准作业时间的第二乘积，确定为目标作业人员的标准作业时长；将标准作业时长与实际作业时长的比值，确定为目标作业人员的工作效率。

在本公开的示例性实施例中，生产排程序列还用于获取实际作业时长与目标作业人员的熟练度的第三乘积；将标准作业时长与第三乘积的比值，确定为目标作业人员的工作效率。

在本公开的示例性实施例中，生产排程序列还用于对目标作业人员的加工产物进行质检，得到质检合格率；获取工作效率与第一权重的第四乘积，以及，获取质检合格率与第二权重的第五乘积；根据第四乘积与第五乘积，确定目标作业人员的生产评估值；当生产评估值小于评估阈值时，向管理人员发送报警提示。

上述生产排程装置中各步骤的具体细节已经在对应的生产排程方法中进行了详细的描述，因此此处不再赘述。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。

在本公开示例性实施方式中，还提供了一种能够实现上述方法的计算机存储介质。其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。

参考图7所示，描述了根据本公开的实施方式的用于实现上述方法的程序产品700，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，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。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。

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数据信号，其中承载了可读程序代码。这种传播的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。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图8来描述根据本公开的这种实施方式的电子设备800。图8显示的电子设备800仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图8所示，电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于：上述至少一个处理单元810、上述至少一个存储单元820、连接不同系统组件(包括存储单元820和处理单元810)的总线830以及显示单元840。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元810执行，使得所述处理单元810执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如，所述处理单元810可以执行如图1中所示的：步骤S110，获取服装订单中各个服装类型对应的多道加工工序，并确定多道加工工序的加工顺序；每道加工工序对应一加工设备；根据加工工序与加工设备的对应关系，确定各加工设备对应的待加工序列；基于多道加工工序的加工顺序，采用启发式搜索算法对待加工序列进行搜索排序，得到多个候选排程序列；将生产时长最短的候选排程序列确定为最优排程序列。

存储单元820可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)8201和/或高速缓存存储单元8202，还可以进一步包括只读存储单元(ROM)8203。

存储单元820还可以包括具有一组(至少一个)程序模块8205的程序/实用工具8204，这样的程序模块8205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线830可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备800也可以与一个或多个外部设备900(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备800交互的设备通信，和/或与使得该电子设备800能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口850进行。并且，电子设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器860通过总线830与电子设备800的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备800使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

Claims (7)

1.一种生产排程方法，其特征在于，包括：

获取服装订单中各个服装类型对应的多道加工工序，并确定所述多道加工工序的加工顺序；每道加工工序对应一加工设备；

根据所述加工工序与加工设备的对应关系，确定各所述加工设备对应的待加工序列；

基于所述多道加工工序的加工顺序，采用启发式搜索算法对所述待加工序列进行搜索排序，得到多个候选排程序列；

将生产时长最短的候选排程序列确定为最优排程序列；

根据所述最优排程序列对应的生产时长，获取所述加工设备执行每个服装类型对应的加工工序时所对应的服装材料的使用量；

将所述服装材料的总量与所述使用量的差值，确定为所述服装材料的剩余库存量；

当所述剩余库存量小于目标使用量时，向管理人员发送报警提示信息；所述目标使用量表征未来时段内所述服装材料的使用量；

基于所述服装材料上的溯源编码获取异常加工产品的数目；所述异常加工产品包括裁剪失误产品、车缝失误产品和/或烫染失误产品；

当所述异常加工产品的数目大于数目阈值时，向所述管理人员发送报警提示信息；

基于所述服装材料上的溯源编码获取目标作业人员在预设时间段内作业信息，所述作业信息包括作业类型、加工工序和作业次数；

根据所述加工工序和所述作业类型，从预先设定的作业时长对照表中查询所述目标工作人员的标准作业时间；

将所述作业次数与所述标准作业时间的第二乘积，确定为所述目标作业人员的标准作业时长；

获取实际作业时长与所述目标作业人员的熟练度的第三乘积；

将所述标准作业时长与所述第三乘积的比值，确定为所述目标作业人员的工作效率。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述待加工序列中包含加工工序的目标数目；

将各所述加工设备执行每道加工工序的时长与所述目标数目的第一乘积，确定为各所述候选排程序列对应的生产时长。

3.根据权利要求1所述的方法，其特征在于，所述根据所述最优排程序列对应的生产时长，获取所述加工设备执行每个服装类型对应的加工工序时所对应的服装材料的使用量，包括：

根据所述最优排程序列对应的生产时长，确定所述加工设备执行每个服装类型对应的加工工序的开工时间；

根据所述开工时间，确定所述加工设备执行每个服装类型对应的加工工序的目标时长；

根据所述目标时长与所述加工设备执行每道加工序列的时长的比值，确定服装材料的使用量。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述目标作业人员的加工产物进行质检，得到质检合格率；

获取所述工作效率与第一权重的第四乘积，以及，获取所述质检合格率与第二权重的第五乘积；

根据所述第四乘积与所述第五乘积，确定所述目标作业人员的生产评估值；

当所述生产评估值小于评估阈值时，向所述管理人员发送报警提示。

5.一种生产排程装置，其特征在于，包括：

数据采集模块，用于获取服装订单中各个服装类型对应的多道加工工序，并确定所述多道加工工序的加工顺序；每道加工工序对应一加工设备；

数据确定模块，用于根据所述加工工序与加工设备的对应关系，确定各所述加工设备对应的待加工序列；

生产排程模块，用于基于所述多道加工工序的加工顺序，采用启发式搜索算法对所述待加工序列进行搜索排序，得到多个候选排程序列；将生产时长最短的候选排程序列确定为最优排程序列；

根据所述最优排程序列对应的生产时长，获取所述加工设备执行每个服装类型对应的加工工序时所对应的服装材料的使用量；

将所述服装材料的总量与所述使用量的差值，确定为所述服装材料的剩余库存量；

当所述剩余库存量小于目标使用量时，向管理人员发送报警提示信息；所述目标使用量表征未来时段内所述服装材料的使用量；

基于所述服装材料上的溯源编码获取异常加工产品的数目；所述异常加工产品包括裁剪失误产品、车缝失误产品和/或烫染失误产品；

当所述异常加工产品的数目大于数目阈值时，向所述管理人员发送报警提示信息；

基于所述服装材料上的溯源编码获取目标作业人员在预设时间段内作业信息，所述作业信息包括作业类型、加工工序和作业次数；

根据所述加工工序和所述作业类型，从预先设定的作业时长对照表中查询所述目标工作人员的标准作业时间；

将所述作业次数与所述标准作业时间的第二乘积，确定为所述目标作业人员的标准作业时长；

获取实际作业时长与所述目标作业人员的熟练度的第三乘积；

将所述标准作业时长与所述第三乘积的比值，确定为所述目标作业人员的工作效率。

6.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～4中任意一项所述的生产排程方法。

7.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1～4中任意一项所述的生产排程方法。