一种鞋履制造企业需求与产能匹配的方法及系统与流程

本发明涉及制鞋技术领域，尤其涉及一种鞋履制造企业需求与产能匹配的方法及系统。

背景技术：

对于正处于转型升级中的优势产业，可利用的市场容量越大，越容易形成规模经济，转型升级及技术进步工作越能获得充分的追加资本和人力投入。我国第一梯队的鞋履制造企业由于资本与政策的支持，企业间收购、规模化生产的趋势在加剧，先前由于企业面临的产能侧供给较为单一(自家工厂)因此需求与产能匹配的计算逻辑比较简单，大多数企业的需求与产能匹配的工作由生产管理人员使用excel进行处理，并且由于该操作在系统外分段完成，数据连续性差，各部门工作沟通及时性差，产能平衡不理想。此外随着企业接管、自建的专家级品类生产线的增加，鞋履制造企业在需求与产品匹配侧面临问题的复杂程度将呈指数上升。

如公开号为cn105427021a的专利公开了一种服装智能排产方法，包括：阶段1.订单模型建立阶段；该阶段主要用于构建订单模型，确定需要进入排产阶段的订单；阶段2.排产模型建立阶段。该阶段主要用于构建排产模型，根据物料配备情况、现场生产情况、订单任务情况完成，为订单选择合理的加工生产线；阶段3.排产方案确定阶段；实时获取现场生产线上正在进行的加工任务信息以及职工加工数据、设备类型、设备使用状态信息，更新订单任务排产方案；同时应对生产线设备故障、订单任务追加或减少等突发情况，进一步分析排产后生产线上各订单任务加工情况，生成详细的订单任务排产方案。虽然其无需人工进行生产线产能及效率等计算，且可以保证各项任务在各自的交货期限制内完成预定数量的任务。但是上述专利通过用户事先确定的排序策略进行编码实现，不易调整排序策略。因此，本发明提供了一种鞋履制造企业需求与产能匹配的方法及系统，将用户常规使用的排序策略集成到一个规则引擎中，便于客户进行选择。此外，用户还可以基于规则引擎对将要排序的订单进行排序策略制订，灵活性较高。

技术实现要素：

本发明的目的是针对现有技术的缺陷，提供了一种鞋履制造企业需求与产能匹配的方法及系统，可以在财务成本、产能、需求等约束条件下，以鞋履制造企业层面最优化为目标，来制定需求与产能匹配的日计划，并指导生产管理人员进行原材料采购、委外等。

为了实现以上目的，本发明采用以下技术方案：

一种鞋履制造企业需求与产能匹配的方法，包括步骤：

s1.实时接收与订单相关的数据信息；

s2.对所述接收到的订单数据信息进行操作并筛选，得到待处理订单列表；

s3.对所述得到的待处理订单列表中的订单基于规则引擎进行排序；

s4.判断经过排序后的各个订单的款号产线是否为空，若是，则匹配与订单相对应的款号产线，并重新执行步骤s2；若否，则执行步骤s5；

s5.判断经过排序后的各个订单的交期是否合理，若否，则修改所述订单的交期，并重新执行步骤s2；若是，则执行步骤s6；

s6.将所述经过排序后的各个订单进行需求与产能匹配计算引擎操作，得到需求与产能匹配计划；

s7.根据所述得到的需求与产能匹配计划，选出合适的匹配计划，得到订单的产线产能表；

s8.根据所述得到的产线产能表，执行相对应的订单流程。

进一步的，所述步骤s1之前还包括：

s0.预先设置订单相对应的款号产线、算法参数、客户优先级、产能产线的管理信息。

进一步的，所述步骤s3中规则引擎包括选择的排序条件进行排序、指定的排序条件进行排序；所述排序条件包括交期排序、头单/补单/重点单补单排序、客户优先级排序、自定义排序。

进一步的，所述步骤s6具体包括：

s61.对同产线的订单选择正排或倒排的方式构造初始解；

s62.基于约束条件设计删除算子和插入算子；

s63.对设计的删除算子和插入算子进行循环求解；

s64.判断循环是否结束，若是，则得到需求与产能匹配计划。

进一步的，所述步骤s62中设计删除算子和插入算子是采用alns算法框架实现的；所述步骤s63中进行循环求解是基于小顶堆实现的。

相应的，还提供一种鞋履制造企业需求与产能匹配的系统，包括：

接收模块，用于实时接收与订单相关的数据信息；

筛选模块，用于对所述接收到的订单数据信息进行操作并筛选，得到待处理订单列表；

排序模块，用于对所述得到的待处理订单列表中的订单基于规则引擎进行排序；

第一判断模块，用于判断经过排序后的各个订单的款号产线是否为空；

第二判断模块，用于判断经过排序后的各个订单的交期是否合理；

计算模块，用于将所述经过排序后的各个订单进行需求与产能匹配计算引擎操作，得到需求与产能匹配计划；

选择模块，用于根据所述得到的需求与产能匹配计划，选出合适的匹配计划，得到订单的产线产能表；

执行模块，用于根据所述得到的产线产能表，执行相对应的订单流程。

进一步的，还包括：

预设模块，用于预先设置订单相对应的款号产线、算法参数、客户优先级、产能产线的管理信息。

进一步的，所述排序模块中规则引擎包括选择的排序条件进行排序、指定的排序条件进行排序；所述排序条件包括交期排序、头单/补单/重点单补单排序、客户优先级排序、自定义排序。

进一步的，所述计算模块具体包括：

构造模块，用于对同产线的订单选择正排或倒排的方式构造初始解；

设计模块，用于基于约束条件设计删除算子和插入算子；

循环模块，用于对设计的删除算子和插入算子进行循环求解；

第三判断模块，用于判断循环是否结束，若是，则得到需求与产能匹配计划。

进一步的，所述设计模块中设计删除算子和插入算子是采用alns算法框架实现的；所述循环模块中进行循环求解是基于小顶堆实现的。

与现有技术相比，本发明将规则引擎以及正排或者倒排策略相结合，组成初始解构造模块；在alns算法框架常规删除、插入算子的设计基础之上，叠加鞋履制造过程中特有的约束条件，完成与业务场景强相关的算子设计；引入小顶堆，始终保持迭代过程中的最优k个解的求解器算法。本发明在搜索过程中尝试使用自适应大领域搜索算法可以很大程度避免搜索范围不大、结果的鲁棒性较差、容易陷入局部最优解陷阱的问题。本发明还将用户常规使用的排序策略集成到一个规则引擎中，便于客户进行选择。此外，用户还可以基于规则引擎对将要排序的订单进行排序策略制订，灵活性较高。

附图说明

图1是实施例一提供的一种鞋履制造企业需求与产能匹配的方法流程图；

图2是实施例一提供的一种鞋履制造企业需求与产能匹配的方法流程图；

图3是实施例一提供基于规则引擎和alsn算法框架的产能匹配流程图；

图4是实施例二提供的一种鞋履制造企业需求与产能匹配的系统结构图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

本发明的目的是针对现有技术的缺陷，提供了一种鞋履制造企业需求与产能匹配的方法及系统。

鞋履制造企业在制订产能匹配的计划时一般遵循两大原则：客户需求优先以及产线平衡优先，这两大类原则分别对应两个指标：交期满足率α和产线负荷平衡率β，为这两个指标设定不同的权重wi，则整个算法的优化目标可以表示为：obj＝w1*α+w2*β。本实施例设计的需求与产能匹配的方法是一种启发式的、自适应算法，其优化目标是：当权重wi指定后，如何通过订单预计交期的调整使得目标函数obj的值最大。

实施例一

本实施例提供一种鞋履制造企业需求与产能匹配的方法，如图1-3所示，包括步骤：

s11.实时接收与订单相关的数据信息；

s12.对所述接收到的订单数据信息进行操作并筛选，得到待处理订单列表；

s13.对所述得到的待处理订单列表中的订单基于规则引擎进行排序；

s14.判断经过排序后的各个订单的款号产线是否为空，若是，则匹配与订单相对应的款号产线，并重新执行步骤s12；若否，则执行步骤s15；

s15.判断经过排序后的各个订单的交期是否合理，若否，则修改所述订单的交期，并重新执行步骤s12；若是，则执行步骤s16；

s16.将所述经过排序后的各个订单进行需求与产能匹配计算引擎操作，得到需求与产能匹配计划；

s17.根据所述得到的需求与产能匹配计划，选出合适的匹配计划，得到订单的产线产能表；

s18.根据所述得到的产线产能表，执行相对应的订单流程。

在本实施例中，需要在财务成本、产能、需求等约束条件下，以鞋履制造企业层面最优化为目标，来制定需求与产能匹配的日计划，并指导生产管理人员进行原材料采购、委外等。

在本实施例中，还包括步骤s10.预先设置订单相对应的款号产线、算法参数、客户优先级、产能产线的管理信息。

订单相对应的款号产线包括款号委外关系、款号产线关系等；算法参数包括订单默认交期、生产基本准备期、合批窗口期、单日最大最小批量、生产周期配置等；产能产线管理包括提前配置预估、预留产能、同步已排单状态自动占用产能等。

在步骤s11中，实时接收与订单相关的数据信息。

在本实施例中，接收在一定时间内接收的订单以及获取预订单相关的数据信息。其中，数据信息包括订单类别、客户名称、订单时间等。

在步骤s12中，对所述接收到的订单数据信息进行操作并筛选，得到待处理订单列表。

对接收的订单通过相应的数据进行筛选，得到待处理的订单列表。

在步骤s13中，对所述得到的待处理订单列表中的订单基于规则引擎进行排序。

基于规则引擎完成订单排序模块：

规则引擎包括选择的排序条件进行排序、指定的排序条件进行排序；所述排序条件包括交期排序、头单/补单/重点单补单排序、客户优先级排序、自定义排序

基于规则引擎对订单进行排序在整个流程中处于承上启下的地位，一方面该模块针对客户筛选后的、待规划的订单集合进行操作；另一方面，该模块的输出则可以作为初始解模块贪婪构造初始解的直接输入，初始解构造模块只需要采用正排或者倒排策略，对排序后的订单顺序处理即可。

规则引擎模块为客户频繁调整订单的初始排序提供了极大的便利性，鞋履制造企业的生产管理人员可以基于规则引擎模块自助选择排序条件，譬如：按照交期时间正序排序，按照客户优先级降序排序等。此外，还可以自定义排序规则，并可以将之前的规则进行层次组合，譬如：先按照交期时间正序排序，如果交期时间一致则按照客户优先级降序排序。

规则引擎模块不仅为生产管理人员提供了便利性，还可大幅度提升产品研发人员的研发效率，不会深陷到业务人员频繁调整的规则性的细节之中，而是提供一个自助工具给业务人员进行配置。

在步骤s14红，判断经过排序后的各个订单的款号产线是否为空，若是，则匹配与订单相对应的款号产线，并重新执行步骤s12；若否，则执行步骤s15.

当对订单列表中的订单进行排序后，会触发需求与产能匹配流程，接着需要判断各个订单的款号产线是否为空，若是，则在预设的款号产线中查询相应的信息，并设置款号和产线的默认关系，并重新执行步骤s12。

在步骤s15中，判断经过排序后的各个订单的交期是否合理，若否，则修改所述订单的交期，并重新执行步骤s12；若是，则执行步骤s6。

判断订单列表中各个订单的交期是否合理，若否，则出现提示修改交期，用户对该订单的交期进行修改，并重新执行步骤s12.

在步骤s16中，将所述经过排序后的各个订单进行需求与产能匹配计算引擎操作，得到需求与产能匹配计划。

具体包括为：

s161.对同产线的订单选择正排或倒排的方式构造初始解；

基于正排或倒排策略构造初始解模块

该模块以规则引擎模块输出的有一定顺序的订单集合为直接输入，以排程排产领域较为常见的正排或者倒排策略作为指导构造初始解，即将待规划的订单按照约束条件安排在不同产线上的某段时间进行生产。正排策略和倒排策略的优缺点如下所示：

正排的优点是设备和人会得到充分利用，设备闲置或人员休息要等生产任务都完成后，可能会因为提前完成生产任务，没有到交货期不能发货而形成库存。

倒排的优点和缺点正好相反，倒排是在最后期限前完成任务，库存最小化，但前期人员和设备可能会有闲置。

本实施例允许生产管理人员指定正排或者倒排策略来生成初始解，两类策略的选择在界面端以可配置的参数来区分。

s162.基于约束条件设计删除算子和插入算子；其中设计删除算子和插入算子是采用alns算法框架实现的；

基于约束条件下的删除、插入算子设计：

alns算法框架有较为常规的删除或者插入算子的设计方式，例如：

删除算子：

(1)随机删除算子：随机选择m个订单进行删除；

(2)最坏删除算子：根据δf-i值贪婪地删除m个订单；

f’(x,i)表示：订单i被删除之后的代价，也即目标值obj的大小

δf-i＝f(x)-f′(x，i)＝savingsi+savingsi+n

savingsi＝cost(i-1，i)+cost(i，i+1)-cost(i-1，i+1)

插入算子：

(1)最优插入：按照cost值增加最小贪婪地插入订单；

(2)遗憾插入：插入每一个订单i时，按照该订单次优插入代价和最优插入代价的差值(升序)进行贪婪插入，即：

i：＝argmax(δfi²-fi¹)

本实施例在常规的删除和插入算子的基础上叠加更多的约束，例如：删除和插入算子是否能够调整订单的产线、是否能够允许订单延期等。

s163.对设计的删除算子和插入算子进行循环求解；其中，进行循环求解是基于小顶堆实现的；

算法循环求解模块：

算法循环求解模块由算子选择、局部搜索(删除算子和插入算子执行)、目标函数评估及解的接受规则、终止条件判断等步骤构成，其大致流程如下：

(1)造初始解作为当前解，并将解加入小顶堆中(规模k)

(2)开始循环

(3)用轮盘赌的方法，随机选一种事先设计好的删除算子与插入算子

(4)使用当前删除算子破坏当前解，再使用当前插入算子将解修复，得到一个新的解

(5)当新的解满足一定条件时，则接受它作为当前解，并更新小顶堆

(6)如果新的解优于历史最优，则记录它为历史最优，并更新小顶堆

(7)循环直到满足终止条件

(8)输出历史最优的产能匹配方案

小顶堆中始终维持着迭代过程中产生的最优k个解。

s164.判断循环是否结束，若是，则得到需求与产能匹配计划。

在步骤s17中，根据所述得到的需求与产能匹配计划，选出合适的匹配计划，得到订单的产线产能表。

对得到的需求与产能匹配计划，通过人工选择，得到合适的匹配计划，其中人工选择结果包括显示指标：订单交期达成率、产线空闲率；推荐结果；可查看输出明细。

经过人工选择后输出需求与产能匹配预计的交期时间，此时订单状态更新为已产能匹配，得到订单的产线产能表，并输出产能占用汇总、输出产能占用、自动刷新产能表。

在步骤s18中，根据所述得到的产线产能表，执行相对应的订单流程。

与现有技术相比，本实施例将规则引擎以及正排或者倒排策略相结合，组成初始解构造模块；在alns算法框架常规删除、插入算子的设计基础之上，叠加鞋履制造过程中特有的约束条件，完成与业务场景强相关的算子设计；引入小顶堆，始终保持迭代过程中的最优k个解的求解器算法。本发明在搜索过程中尝试使用自适应大领域搜索算法可以很大程度避免搜索范围不大、结果的鲁棒性较差、容易陷入局部最优解陷阱的问题。本发明还将用户常规使用的排序策略集成到一个规则引擎中，便于客户进行选择。此外，用户还可以基于规则引擎对将要排序的订单进行排序策略制订，灵活性较高。

实施例二

本实施例提供一种鞋履制造企业需求与产能匹配的系统，如图4所示，包括：

接收模块11，用于实时接收与订单相关的数据信息；

筛选模块12，用于对所述接收到的订单数据信息进行操作并筛选，得到待处理订单列表；

排序模块13，用于对所述得到的待处理订单列表中的订单基于规则引擎进行排序；

第一判断模块14，用于判断经过排序后的各个订单的款号产线是否为空；

第二判断模块15，用于判断经过排序后的各个订单的交期是否合理；

计算模块16，用于将所述经过排序后的各个订单进行需求与产能匹配计算引擎操作，得到需求与产能匹配计划；

选择模块17，用于根据所述得到的需求与产能匹配计划，选出合适的匹配计划，得到订单的产线产能表；

执行模块18，用于根据所述得到的产线产能表，执行相对应的订单流程。

进一步的，还包括：

预设模块，用于预先设置订单相对应的款号产线、算法参数、客户优先级、产能产线的管理信息。

进一步的，所述排序模块中规则引擎包括选择的排序条件进行排序、指定的排序条件进行排序；所述排序条件包括交期排序、头单/补单/重点单补单排序、客户优先级排序、自定义排序。

进一步的，所述计算模块具体包括：

构造模块，用于对同产线的订单选择正排或倒排的方式构造初始解；

设计模块，用于基于约束条件设计删除算子和插入算子；

循环模块，用于对设计的删除算子和插入算子进行循环求解；

第三判断模块，用于判断循环是否结束，若是，则得到需求与产能匹配计划。

进一步的，所述设计模块中设计删除算子和插入算子是采用alns算法框架实现的；所述循环模块中进行循环求解是基于小顶堆实现的。

需要说明的是，本实施例提供的一种鞋履制造企业需求与产能匹配的系统与实施例一类似，在此不多做赘述。

与现有技术相比，本实施例将规则引擎以及正排或者倒排策略相结合，组成初始解构造模块；在alns算法框架常规删除、插入算子的设计基础之上，叠加鞋履制造过程中特有的约束条件，完成与业务场景强相关的算子设计；引入小顶堆，始终保持迭代过程中的最优k个解的求解器算法。本发明在搜索过程中尝试使用自适应大领域搜索算法可以很大程度避免搜索范围不大、结果的鲁棒性较差、容易陷入局部最优解陷阱的问题。本发明还将用户常规使用的排序策略集成到一个规则引擎中，便于客户进行选择。此外，用户还可以基于规则引擎对将要排序的订单进行排序策略制订，灵活性较高。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。