多产品的生产规划方法及装置、计算机设备及存储介质与流程

1.本发明涉及产品的生产规划技术领域。更具体地，涉及一种多产品的生产规划方法及装置、计算机设备及存储介质。


背景技术：

2.多产品生产过程中，通常来说，每种产品分别需要不同用量的多种生产材料。一种常见的情况是，不同产品所需的生产材料存在交集。这样，在生产材料的库存量固定的情况下，为最大化的满足每种产品的订单，需要进行多产品的生产规划。现有的生产规划是根据生产材料的库存量、产品的订单等生产信息，人工进行规划计算，存在精确性低、效率低等问题，且难以应对更为复杂的场景。


技术实现要素：

3.本发明的目的在于提供一种多产品的生产规划方法及装置、计算机设备及存储介质，以解决现有技术存在的问题中的至少一个。
4.为达到上述目的，本发明采用下述技术方案：
5.本发明第一方面提供了一种计算机设备执行的多产品的生产规划方法，该方法包括：
6.获取生产信息，所述生产信息包括多种产品中每一种产品的最大需求量、每一种产品的单件的生产材料的种类及数量、每一种生产材料的库存量，其中，多种产品中至少两种产品存在至少一种相同的生产材料，至少一种产品的生产材料包括标记有优先级的可替代生产材料；
7.根据所述生产信息建立线性规划模型，所述线性规划模型的目标为多种产品的总产量最大化，所述线性规划模型的约束条件包括：每一种生产材料的使用量分别小于等于库存量；每一种产品的产量小于等于最大需求量，其中，对于生产材料包括可替代生产材料的产品，基于每种可替代生产材料所生产的产品的总产量小于等于最大需求量；对于生产材料包括可替代生产材料的产品，基于各种可替代生产材料所生产的产品的产量按可替代生产材料的优先级由高至低递减；
8.求解所述线性规划模型，得到生产规划方案。
9.本发明第一方面提供的多产品的生产规划方法，可精确高效地实现生产规划，以提升最大产量。其中，获取的生产信息中包括产品的标记有优先级的可替代生产材料，进而通过约束条件包括基于每种可替代生产材料所生产的产品的总产量小于等于最大需求量及基于各种可替代生产材料所生产的产品的产量按可替代生产材料的优先级由高至低递减的约束条件的线性规划模型，可适用于多产品生产时某一或某些产品的生产材料包括可替代生产材料，甚至该可替代生产材料中的至少部分同时作为其他产品的必选生产材料(必选生产材料即不可替代生产材料)或可替代生产材料的复杂场景，可实现对于上述复杂场景进行精确高效的生产规划以提升最大产量。既能加快产供销闭环时效、提升答复客户
交期的准确性，又可以减少生产切线损失、促进排产时间及核料时间的缩短。
10.可选地，所述生产信息还包括每一种产品的权重，所述线性规划模型的目标函数为：
[0011][0012]
其中，wi为第i种产品的权重，xi为第i种产品的产量，n为产品种类的数量。
[0013]
此可选方式，可准确高效地建立线性规划模型的目标函数。
[0014]
可选地，所述建立线性规划模型包括：
[0015]
将生产材料无交集的产品划分至不同的分组，分别建立对应每一分组的线性规划模型。
[0016]
此可选方式，通过对生产材料无交集的产品分组，可降低模型复杂度、提升模型求解的计算速度、缩短模型求解时间。
[0017]
可选地，所述线性规划模型为混合整数规划模型。
[0018]
此可选方式，可将线性规划模型的最优解限定在整数范围，符合产量数值的实际意义。
[0019]
可选地，求解所述混合整数规划模型包括：
[0020]
求解混合整数规划模型，判断得到的初始解中的各产品的产量是否分别为整数：
[0021]
若是，则计算过程结束；
[0022]
若否，则依次从初始解中非整数产量中任选一个进行分支求解，直到得到各产品的产量分别为整数的解，其中，每次分支求解分别将上一次求解得到的解中的总产量值设为总产量最大值的上界，并根据选出的非整数产量的相邻整数值对剩余的非整数产量重新求解。
[0023]
此可选方式，可精确高效地求解出混合整数规划模型的最优解。
[0024]
本发明第二方面提供了一种多产品的生产规划装置，包括：
[0025]
获取模块，用于获取生产信息，所述生产信息包括多种产品中每一种产品的最大需求量、每一种产品的单件的生产材料的种类及数量、每一种生产材料的库存量，其中，多种产品中至少两种产品存在至少一种相同的生产材料，至少一种产品的生产材料包括标记有优先级的可替代生产材料；
[0026]
建立模块，用于根据所述生产信息建立线性规划模型，所述线性规划模型的目标为多种产品的总产量最大化，所述线性规划模型的约束条件包括：每一种生产材料的使用量分别小于等于库存量；每一种产品的产量小于等于最大需求量，其中，对于生产材料包括可替代生产材料的产品，基于每种可替代生产材料所生产的产品的总产量小于等于最大需求量；对于生产材料包括可替代生产材料的产品，基于各种可替代生产材料所生产的产品的产量按可替代生产材料的优先级由高至低递减；
[0027]
求解模块，用于求解所述线性规划模型，得到生产规划方案。
[0028]
本发明第二方面提供的多产品的生产规划装置，可精确高效地实现生产规划，以提升最大产量。其中，获取模块获取的生产信息中包括产品的标记有优先级的可替代生产材料，进而通过建立模块建立的约束条件包括基于每种可替代生产材料所生产的产品的总
产量小于等于最大需求量及基于各种可替代生产材料所生产的产品的产量按可替代生产材料的优先级由高至低递减的约束条件的线性规划模型，可适用于多产品生产时某一或某些产品的生产材料包括可替代生产材料，甚至该可替代生产材料中的至少部分同时作为其他产品的必选生产材料或可替代生产材料的复杂场景，可实现对于上述复杂场景进行精确高效的生产规划以提升最大产量。既能加快产供销闭环时效、提升答复客户交期的准确性，又可以减少生产切线损失、促进排产时间及核料时间的缩短。
[0029]
可选地，所述生产信息还包括每一种产品的权重，所述线性规划模型的目标函数为：
[0030][0031]
其中，wi为第i种产品的权重，xi为第i种产品的产量，n为产品种类的数量。
[0032]
此可选方式，可准确高效地建立线性规划模型的目标函数。
[0033]
可选地，所述建立模块，用于建立线性规划模型包括：
[0034]
将生产材料无交集的产品划分至不同的分组，分别建立对应每一分组的线性规划模型。
[0035]
此可选方式，通过对生产材料无交集的产品分组，可降低模型复杂度、提升模型求解的计算速度、缩短模型求解时间。
[0036]
可选地，所述线性规划模型为混合整数规划模型。
[0037]
此可选方式，可将线性规划模型的最优解限定在整数范围，符合产量数值的实际意义。
[0038]
可选地，所述求解模块，用于求解所述混合整数规划模型包括：
[0039]
求解混合整数规划模型，判断得到的初始解中的各产品的产量是否分别为整数：
[0040]
若是，则计算过程结束；
[0041]
若否，则依次从初始解中非整数产量中任选一个进行分支求解，直到得到各产品的产量分别为整数的解，其中，每次分支求解分别将上一次求解得到的解中的总产量值设为总产量最大值的上界，并根据选出的非整数产量的相邻整数值对剩余的非整数产量重新求解。
[0042]
此可选方式，可精确高效地求解出混合整数规划模型的最优解。
[0043]
本发明第三方面提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明第一方面提供的多产品的生产规划方法。
[0044]
本发明第四方面提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明第一方面提供的多产品的生产规划方法。
[0045]
本发明的有益效果如下：
[0046]
本发明所述技术方案，可精确高效地实现生产规划，以提升最大产量。其中，获取的生产信息中包括产品的标记有优先级的可替代生产材料，进而通过约束条件包括基于每种可替代生产材料所生产的产品的总产量小于等于最大需求量及基于各种可替代生产材料所生产的产品的产量按可替代生产材料的优先级由高至低递减的约束条件的线性规划模型，可适用于多产品生产时某一或某些产品的生产材料包括可替代生产材料，甚至该可
替代生产材料中的至少部分同时作为其他产品的必选生产材料或可替代生产材料的复杂场景，可实现对于上述复杂场景进行精确高效的生产规划以提升最大产量。既能加快产供销闭环时效、提升答复客户交期的准确性，又可以减少生产切线损失、促进排产时间及核料时间的缩短。
附图说明
[0047]
下面结合附图对本发明的具体实施方式作进一步详细的说明。
[0048]
图1示出本发明实施例提供的多产品的生产规划方法的流程图。
[0049]
图2示出本发明实施例提供的混合整数规划模型的求解过程示意图。
[0050]
图3示出本发明实施例提供的多产品的生产规划装置的示意图。
[0051]
图4示出计算机系统的结构示意图。
具体实施方式
[0052]
为了更清楚地说明本发明，下面结合实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。
[0053]
目前，在多产品生产场景中，通常来说，每种产品分别需要不同用量的多种材料。一种常见的情况是，不同产品所需的生产材料存在交集。以一个简单的示例来说，生产一个产品e需要五个生产材料e1和两个生产材料e2(可表示为e＝5e1+2e2)，生产一个产品f需要两个生产材料e1、三个生产材料e2和一个生产材料f1(可表示为f＝2e1+3e2+f1)，即，产品e和f存在生产材料e1和e2的交集。这样，在生产材料库存量固定的前提下，即生产材料e1、e2和f1数量固定的情况下，为了最大化产品e和f的总产量，需要进行多产品的生产规划。现有的生产规划是根据生产材料的库存量、产品的订单等生产信息，人工进行规划计算，存在精确性低、效率低等问题，且难以应对更为复杂的场景。
[0054]
由此，如图1所示，本发明一个实施例提供了一种多产品的生产规划方法，由计算机设备执行，该方法包括如下步骤：
[0055]
s110、获取生产信息。
[0056]
其中，生产信息包括多种产品中每一种产品的最大需求量、每一种产品的单件的生产材料的种类及数量、每一种生产材料的库存量，其中，多种产品中至少两种产品存在至少一种相同的生产材料，至少一种产品的生产材料包括标记有优先级的可替代生产材料。
[0057]
在一个具体示例中，生产信息存储于数据库中，由数据库的管理系统根据通过在线接收或人工输入等方式获取的产品订单、材料收获单等进行更新，计算机设备在执行生产规划方法时从数据库中读取得到生产信息。
[0058]
需要说明的是，至少一种产品的生产材料包括标记有优先级的可替代生产材料应理解为：多种产品中，至少有一种产品的生产材料中存在可替代生产材料，例如待生产的产品有五种，其中三种产品的生产材料均为必选生产材料(必选生产材料即不可替代生产材料)，另外两种产品的生产材料包括可替代生产材料，这两种产品中的一个为产品g，产品g的生产材料包括g1、g2、g3、g4和g5，则：
[0059]
例如，g2和g3为可替代生产材料，g2与g3互相可替代，仅有一种生产材料即可；在不
考虑生产单件产品的生产材料数量的情况下，可表示为g1＝g1+g2+g4+g5，g2＝g1+g3+g4+g5，g1和g2可理解为由产品g衍生出的产品，都属于产品g，产品g包括基于不同可替代生产材料的两种衍生产品g1和g2。对于产品g来说，可基于可替代生产材料g2与g3的优先级关系，确定两种衍生产品g1和g2的优先级关系，例如优先级g2＞g3则g1＞g2。需要说明的是，一种可能的情况是，产品g的可替代生产材料g2和g3也同时作为例如产品h的其他产品的可替代生产材料，这种情况下，对于产品g和产品h来说，可替代生产材料g2和g3的优先级不一定是相同的。
[0060]
再例如，g1、g2和g3为可替代生产材料，g1、g2和g3互相可替代，仅有一种生产材料即可；在不考虑生产单件产品的生产材料数量的情况下，可表示为g1＝g1+g4+g5，g2＝g2+g4+g5，g3＝g3+g4+g5，产品g包括基于不同可替代生产材料的三种衍生产品。
[0061]
再例如，g1、g2、g3和g4为可替代生产材料，其中，g1与g2互相可替代，g3与g4互相可替代，即产品g包括两组可替代生产材料；在不考虑生产单件产品的生产材料数量的情况下，可表示为g1＝g1+g3+g5，g2＝g1+g4+g5，g3＝g2+g3+g5，g4＝g2+g4+g5，产品g包括基于不同可替代生产材料的四种衍生产品g1、g2、g3和g4。对于产品g来说，可基于可替代生产材料g1与g2的优先级关系及g3与g4的优先级关系，确定四种衍生产品g1、g2、g3和g4的优先级，例如，可替代生产材料组的优先级(g1，g2)＞(g3，g4)，优先级g1＞g2，g3＞g4，确定衍生产品的优先级时先判断是g1还是g2，再判断是g3还是g4，则优先级g1＞g2＞g3＞g4。
[0062]
另外，若多种产品包括仅由一种生产材料制成的产品，那么该产品的生产材料可以为可替代生产材料，也可以为必选生产材料。
[0063]
由于多产品生产场景中，每一种产品的从交付期限邻近度、产品在后续产业链中的重要性、售价等各个方面可能具有差别，在一种可能的实现方式中，生产信息还包括每一种产品的权重，或者说每一种产品的重要指数。
[0064]
在一个具体示例中，获取的生产信息为当前生产周期内的生产信息，具体包括：所有产品的标识码(例如id)或者产品名称，每一种产品所需的生产材料的标识码(例如id)或者生产材料名称，及单件产品的生产材料用量(即生产一件产品所需的每种生产材料的用量)，生产材料对于产品是必选生产材料还是可替代生产材料的标识，可替代生产材料对于产品的优先级，每一种生产材料的库存量，每一种产品的单件的生产材料的库存量，每一种产品的最大需求量和权重。
[0065]
例如，表1、表2和表3共同示出了获取的生产信息：
[0066]
如表1所示，待生产的产品包括产品a和产品b，其中，生产一个产品a需要两个生产材料a1和五个生产材料a2，a1和a2均为产品a的必选生产材料，a＝2a1+5a2。生产一个产品b需要一个生产材料b1和三个生产材料b2，或者，生产一个产品b需要一个生产材料b1和四个生产材料a2，其中b1为产品b的必选生产材料，b2和a2为产品b的可替代生产材料，且b2的优先级大于a2。则产品b包括两种衍生产品b1和b2，b1＝b1+3b2，b2＝b1+4a2，b1的优先级大于b2。表1中，替代优先级数值越大表示优先级越高，替代优先级为0表示生产材料对于对应产品为必选生产材料。
[0067]
如表2所示，当前生产周期内，生产任务是产品a的最大需求量为24689763，产品a的权重为0.5，产品b的最大需求量为136942362，产品b的权重为0.2。
[0068]
如表3所示，生产材料a1的库存量为12345678，生产材料a2的库存量为23456789，生产材料b1的库存量为21456322，生产材料b2的库存量为53786105。
[0069]
表1
[0070]
产品id生产材料id材料用量/件替代优先级aa120aa250bb110bb231ba242
[0071]
表2
[0072]
产品id最大需求量权重a246897630.5b1369423620.2
[0073]
表3
[0074]
生产材料id库存量a112345678a223456789b121456322b253786105
[0075]
s120、建立线性规划模型。
[0076]
其中，所述线性规划模型根据所述生产信息建立，线性规划模型的目标为多种产品的总产量最大化，线性规划模型的约束条件包括：每一种生产材料的使用量分别小于等于库存量；每一种产品的产量小于等于最大需求量，其中，对于生产材料包括可替代生产材料的产品，基于每种可替代生产材料所生产的产品的总产量小于等于最大需求量；对于生产材料包括可替代生产材料的产品，基于各种可替代生产材料所生产的产品的产量按可替代生产材料的优先级由高至低递减。
[0077]
在一种可能的实现方式中，由于产品的产量为整数，因此线性规划模型选用混合整数规划模型。
[0078]
在一种可能的实现方式中，所述混合整数规划模型的目标函数为：
[0079][0080]
其中，wi为第i种产品的权重；xi为第i种产品的产量，xi的下限为0，上限为最大需求量，取值为正整数；n为产品种类数量，1≤i≤n。
[0081]
在一个具体示例中，上述混合整数规划模型的约束条件包括三类，其中，第一类约束条件为：每一种生产材料的使用量分别小于等于库存量。公式表示为：
[0082][0083]
其中，a
i,p
为第i种产品的单件产品需要使用的第p种生产材料的用量，m
p
为第p种生产材料的库存量。
[0084]
第二类约束条件为：每一种产品的产量小于等于最大需求量，其中，对于生产材料包括可替代生产材料的产品，基于每种可替代生产材料所生产的产品的总产量小于等于最大需求量。公式表示为：
[0085][0086]
其中，k为产品的衍生产品的种类数，x
i,j
为第i种产品的第j种衍生产品的产量，bi为第i种产品的最大需求量，即对于生产材料包括可替代生产材料的产品而言，其产量为基于各种可替代生产材料的衍生产品的产量之和，应小于等于产品的最大需求量。
[0087]
第三类约束条件为：对于生产材料包括可替代生产材料的产品，基于各种可替代生产材料所生产的产品的产量按可替代生产材料的优先级由高至低递减。公式表示为：
[0088]
x
i,1
≤x
i,2
≤
…
≤x
i,j
[0089]
其中，x
i,1
，x
i,2
，
…
x
i,j
≥0，且为整数，第1种衍生产品至第j种衍生产品的优先级关系与各自使用的可替代生产材料的优先级关系相同，按第1种衍生产品至第j种衍生产品的优先级越来越大排序。
[0090]
综上，所述混合整数规划模型可公式表示为：
[0091][0092]
s.t.
[0093][0094][0095]
x
i,1
≤x
i,2
≤
…
≤x
i,j
[0096]
xi≥0，x
i,1
，x
i,2
，
…
x
i,j
≥0，且为整数。
[0097]
在一种可能的实现方式中，建立混合整数规划模型包括：
[0098]
将生产材料无交集的产品划分至不同的分组，分别建立对应每一分组的混合整数规划模型。
[0099]
此实现方式，通过对生产材料无交集的产品分组，可降低模型复杂度、提升模型求解的计算速度、缩短模型求解时间。
[0100]
接续前述示例，分别建立对应每一分组的混合整数规划模型，主要就是将目标函数与约束条件中的产品种类数量n进行分组，对应每一分组的混合整数规划模型的公式表示形式不变。另外，本实现方式也可理解为建立整体的模型，而在后续的模型求解阶段，对产品种类数量n进行分组后分别求解。
[0101]
s130、求解所述线性规划模型，得到生产规划方案。
[0102]
在一种可能的实现方式中，求解所述混合整数规划模型包括：
[0103]
求解混合整数规划模型，判断得到的初始解中的各产品的产量是否分别为整数：
[0104]
若是，则计算过程结束；
[0105]
若否，则依次从初始解中非整数产量中任选一个进行分支求解，直到得到各产品的产量分别为整数的解，其中，每次分支求解分别将上一次求解得到的解中的总产量值设为总产量最大值的上界，并根据选出的非整数产量的相邻整数值对剩余的非整数产量重新求解。
[0106]
在一个具体示例中，如图2所示，求解混合整数规划模型的过程例如：
[0107]
首先，假设混合整数规划模型的公式表示如下：
[0108]
max z＝40x1+90x2[0109]
s.t.
[0110]
9x1+7x2≤56
[0111]
7x1+20x2≤70
[0112]
x1,x2≥0，且为整数
[0113]
先不考虑整数限制，求解后得到的最优解x1＝4.8，x2＝1.8，z＝354，由于x1和x2不是整数，不符合整数规划，因此，将z＝354设为模型最优目标值z
*
的上界，记作。由于x1＝0，x2＝0是一个可行解，因此z＝0为模型的最优目标值z
*
的下界，记作z，即，此时0≤z
*
≤354。
[0114]
x1＝4.8，x2＝1.8，即x1,x2均为非整数，任选一个进行分支求解。假设选x1，可分支为x1≤4，x1≥5，得到：
[0115]
子模型1：
[0116]
max z＝40x1+90x2[0117]
s.t.
[0118]
9x1+7x2≤56
[0119]
7x1+20x2≤70
[0120]
0≤x1≤4,x2≥0
[0121]
子模型2：
[0122]
max z＝40x1+90x2[0123]
s.t.
[0124]
9x1+7x2≤56
[0125]
7x1+20x2≤70
[0126]
x1≥5,x2≥0
[0127]
表3示出子模型1和子模型2的求解结果，从结果可以看出，子模型1的最优解为x1＝4，x2＝2.1，z＝349；子模型2的最优解为x1＝5，x2＝1.57，z＝341.3；模型的最优解不会超过子模型1和2的最优值中的最大值，因此再定界为0≤z
*
≤349。
[0128]
表3
[0129]
子模型1子模型2x1≤4x1≥5x1＝4，x2＝2.1，z＝349x1＝5，x2＝1.57，z＝341.3
[0130]
子模型1和子模型2的求解结果中，x2均为非整数，因此需要继续分支求解，按x2最接近的整数进行分支，子模型1分解为子模型3、4，子模型2分解为子模型5、6，表4示出了子模型3-6的求解结果。
[0131]
表4
[0132][0133]
由表4可以看出，子模型3有整数解，模型最优目标值z
*
不会低于此解，因此根据子模型3，模型最优目标值z
*
的上界为340。模型4、5的非整数解都低于下界340，整数解会更低，所以无需继续分支求解。子模型6无解。综上，混合整数规划模型最优解为x1＝4，x2＝2，最优目标值为340，混合整数规划模型最优解即生产规划方案。
[0134]
为提升求解速度，可对生产材料无交集的产品进行分组后求解混合整数规划模型，分别计算后合并计算结果，这样，可降低模型复杂度、提升模型求解的计算速度、缩短模型求解时间。求解结果包含每种产品的最优产量(由此可计算得到每种生产材料的用量和剩余库存量)，如表5所示。
[0135]
表5
[0136]
产品id最优产量材料id用量库存量a123456a145678785b23456a2896540
[0137]
在一个具体示例中，可利用混合整数规划求解器cplex、gurobi、scip等对本实施例建立的混合整数规划模型进行求解。
[0138]
综上，本实施例提供的多产品的生产规划方法，可精确高效地实现生产规划，以提升最大产量。其中，获取的生产信息中包括产品的标记有优先级的可替代生产材料，进而通过约束条件包括基于每种可替代生产材料所生产的产品的总产量小于等于最大需求量及基于各种可替代生产材料所生产的产品的产量按可替代生产材料的优先级由高至低递减的约束条件的线性规划模型，可适用于多产品生产时某一或某些产品的生产材料包括可替代生产材料，甚至该可替代生产材料中的至少部分同时作为其他产品的必选生产材料或可替代生产材料的复杂场景，可实现对于上述复杂场景进行精确高效的生产规划以提升最大产量。既能加快产供销闭环时效、提升答复客户交期的准确性，又可以减少生产切线损失、促进排产时间及核料时间的缩短。进一步，本实施例提供的多产品的生产规划方法还可通过对生产材料无交集的产品分组，来降低模型复杂度、提升模型求解的计算速度、缩短模型求解时间。
[0139]
如图3所示，本发明的另一个实施例提供了一种多产品的生产规划装置，包括：
[0140]
获取模块，用于获取生产信息，所述生产信息包括多种产品中每一种产品的最大需求量、每一种产品的单件的生产材料的种类及数量、每一种生产材料的库存量，其中，多种产品中至少两种产品存在至少一种相同的生产材料，至少一种产品的生产材料包括标记有优先级的可替代生产材料；
[0141]
建立模块，用于根据所述生产信息建立线性规划模型，所述线性规划模型的目标为多种产品的总产量最大化，所述线性规划模型的约束条件包括：每一种生产材料的使用量分别小于等于库存量；每一种产品的产量小于等于最大需求量，其中，对于生产材料包括可替代生产材料的产品，基于每种可替代生产材料所生产的产品的总产量小于等于最大需
求量；对于生产材料包括可替代生产材料的产品，基于各种可替代生产材料所生产的产品的产量按可替代生产材料的优先级由高至低递减；
[0142]
求解模块，用于求解所述线性规划模型，得到生产规划方案。
[0143]
在一种可能的实现方式中，所述生产信息还包括每一种产品的权重，所述线性规划模型的目标函数为：
[0144][0145]
其中，wi为第i种产品的权重，xi为第i种产品的产量，n为产品种类的数量。
[0146]
在一种可能的实现方式中，所述建立模块，用于建立线性规划模型包括：
[0147]
将生产材料无交集的产品划分至不同的分组，分别建立对应每一分组的线性规划模型。
[0148]
在一种可能的实现方式中，所述线性规划模型为混合整数规划模型。
[0149]
在一种可能的实现方式中，所述求解模块，用于求解所述混合整数规划模型包括：
[0150]
求解混合整数规划模型，判断得到的初始解中的各产品的产量是否分别为整数：
[0151]
若是，则计算过程结束；
[0152]
若否，则依次从初始解中非整数产量中任选一个进行分支求解，直到得到各产品的产量分别为整数的解，其中，每次分支求解分别将上一次求解得到的解中的总产量值设为总产量最大值的上界，并根据选出的非整数产量的相邻整数值对剩余的非整数产量重新求解。
[0153]
需要说明的是，本实施例提供的多产品的生产规划装置的原理及工作流程与上述多产品的生产规划方法相似，相关之处可以参照上述说明，在此不再赘述。
[0154]
如图4所示，适于用来实现上述实施例提供的多产品的生产规划装置的计算机系统，包括中央处理模块(cpu)，其可以根据存储在只读存储器(rom)中的程序或者从存储部分加载到随机访问存储器(ram)中的程序而执行各种适当的动作和处理。在ram中，还存储有计算机系统操作所需的各种程序和数据。cpu、rom以及ram通过总线被此相连。输入/输入(i/o)接口也连接至总线。
[0155]
以下部件连接至i/o接口：包括键盘、鼠标等的输入部分；包括诸如液晶显示器(lcd)等以及扬声器等的输出部分；包括硬盘等的存储部分；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分。通信部分经由诸如因特网的网络执行通信处理。驱动器也根据需要连接至i/o接口。可拆卸介质，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器上，以便于从其上读出的计算机程序根据需要被安装入存储部分。
[0156]
特别地，根据本实施例，上文流程图描述的过程可以被实现为计算机软件程序。例如，本实施例包括一种计算机程序产品，其包括有形地包含在计算机可读介质上的计算机程序，上述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分从网络上被下载和安装，和/或从可拆卸介质被安装。
[0157]
附图中的流程图和示意图，图示了本实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或示意图中的每个方框可以代表一个模块、程序段或代码的一部分，上述模块、程序段或代码的一部分包含一个或多个用于实现规
定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，示意图和/或流程图中的每个方框、以及示意和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0158]
描述于本实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器，包括获取模块、建立模块和求解模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。例如，获取模块还可以被描述为“生产信息获取模块”。
[0159]
作为另一方面，本实施例还提供了一种非易失性计算机存储介质，该非易失性计算机存储介质可以是上述实施例中上述装置中所包含的非易失性计算机存储介质，也可以是单独存在，未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序，当上述一个或者多个程序被一个设备执行时，使得上述设备：
[0160]
获取生产信息，所述生产信息包括多种产品中每一种产品的最大需求量、每一种产品的单件的生产材料的种类及数量、每一种生产材料的库存量，其中，多种产品中至少两种产品存在至少一种相同的生产材料，至少一种产品的生产材料包括标记有优先级的可替代生产材料；
[0161]
根据所述生产信息建立线性规划模型，所述线性规划模型的目标为多种产品的总产量最大化，所述线性规划模型的约束条件包括：每一种生产材料的使用量分别小于等于库存量；每一种产品的产量小于等于最大需求量，其中，对于生产材料包括可替代生产材料的产品，基于每种可替代生产材料所生产的产品的总产量小于等于最大需求量；对于生产材料包括可替代生产材料的产品，基于各种可替代生产材料所生产的产品的产量按可替代生产材料的优先级由高至低递减；
[0162]
求解所述线性规划模型，得到生产规划方案。
[0163]
在本发明的描述中，需要说明的是，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0164]
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于本领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。