用于对生产系统进行生产规划和/或控制的由计算机实现的方法和生产规划和/或控制系统与流程

1.本发明涉及一种用于对生产系统进行生产规划和/或控制的由计算机实现的方法和一种生产规划和/或控制系统和一种计算机程序。


背景技术：

2.在生产中，包括物质商品和提供服务的产品基于包括原料和生产资料的生产要素来创建。例如生产传动装置。在传动装置生产中，创建了另外的物质商品，例如从动轴。生产规划和/或控制对整个生产系统进行优化。
3.在现有技术中公知有多种针对生产规划和/或控制的措施，例如，传统的系统包括对基本数据管理进行逐步规划、生产程序规划、数量规划、日期规划、车间控制、订单监控和销售控制。此外还公知有包括生产规划和/或控制的集成化的it系统。
4.此外，用于生产规划和/或控制的优化方法是已知的，例如借助线性编程的基于约束的方法。然而，此类方法的规模并未与实际的问题大小成比例。此外，还已知有局部搜索或分支限界算法用于优化。此外，经典的调度算法，例如多处理器调度也是已知的，但它们只能应用于简化模型。此外，用于优化的进化算法是已知的，但它们需要大量的资源，如时间或计算力，并且需要好的初始解决方案。
5.目前，人工控制者对特定产品、工件或半成品部件的生产进程(如从动轴的生产)在或不在已知的优化方法的支持下进行规划。在此，生产由部件所必须依次通过的多个生产区段构成。为此，控制者必须考虑多种的输入参量。对例如在哪个期限在哪条线路/子线路上生产哪些部件的规划应当在多种的最优性准则方面是的最优的。另外复杂因素在于，一方面确定现有的生产进程的参数往往随着时间推移而变化，而且最优性准则也如此。由此导致需要经常进行重新规划，然而该重新规划必须尽快进行，以此使得生产以不停顿或次优方式进行生产。


技术实现要素：

6.基于此，本发明的任务在于可以如何根据给定的要求来创建生产序列、工人分配和供应商订单，以及可以如何基于事先限定的准则来评估和优化生产序列。
7.为了清楚起见，首先介绍本发明。
8.本发明通过一种方法和一种自适应系统来解决该任务，该系统基于给定的评价并借助生产的虚拟表示来优化复杂的流程，如生产进程。该系统在最短的时间内匹配于对生产具有影响的变化，并保障能随时实施的生产规划。同时，该系统还为高度复杂的生产条件产生解决方案。
9.与现有技术相比，本发明允许实施更长的规划期，例如几周而不是几天。例如，本发明已经被用在从动轴的生产中，并且在此实现了几周的规划期。例如实现了两个星期的规划期。随着该规划期的长度，使得方法的持续时间相应更长。然而，在本发明过程中发现，
根据本发明的方法与已知的优化方法相比其规模有利地只与规划期呈线性关系，而已知的优化方法一般其规模与之成指数级关系。伴随着这一点，由于更有效的规划流程，使得成本大大降低，提高了装配产量，并由于减少储存量使得资本投入更少。
10.此外，本发明支持产品在未来的日益复杂化，例如更高的变化幅度或通过已知的控制工具不能或不能充分地再现的附加的边界条件。例如，在申请人的工厂中，大约制造500种不同的传动装置。随着更多代的和更多的传动装置的开发，使得变化幅度将再次大幅提升。由此产生的成本，例如从周末工作或生产停顿直到向客户交货的成本都可以通过本发明来避免。
11.对本发明的紧凑描述通过关注输入到系统中的输入值或输入以及由系统提供的输出值或输出来体现。到系统中的输入包括直接和间接的输入。系统的输出包括与控制相关的输出和信息型输出。
12.因此，该方法和系统为最优生产次序、工人分配和供应商订单提供了所有与控制相关的信息。该生产次序自动实施或者只有在通过控制者批准后才实施。在本发明的范围内，最优是指相对于给定的总成本函数而言是最优的。控制者可以附加地具有通过开始具有改变的输入的新的运行以影响结果的可能性。为了支持这样的决定，系统提供了有关线路分配、库存发展和预测的完成时间的详细的信息型输出。
13.直接输入包括在系统的每次优化运行中期望的输入。当生产参数发生了变化时，通常触发优化运行。另一个原因例如是，通过控制者对不同优化准则的权重进行改变。控制者是迄今曾独立完成该规划的人类操作员。然而，输入条件中的每次不同变化通常导致新的系统起动。例如，以下输入是直接输入：
14.·
生产参数：工人情况、机器能力、材料可用性、初始的仓库和缓冲区储存量，和/或供应商产能；
15.·
材料需求：哪种材料/半成品必须在哪个期限生产，和/或对要生产的部件进行加权/优先排序；
16.·
最优性准则：最大限度地充分利用所有机器和劳动力，最小化延误，最低的仓库储存量，最小化来自工厂之内相距甚远的区域的材料流动，和/或将它们相互加权，和
17.·
边界条件：这些边界条件与最优性准则相比必须严格遵守以用于待开始的优化运行。例如，这些边界条件是在任何情况下都必须在指定的期限生产的等级为1的需求的优先级，不得超过仓库/中间仓库规模，不得将部件从一条制造线/仓库运输到其他制造部/仓库，这在目前由于物流或其他原因是不合理的。这些边界条件可以由控制者改变。规划期例如应提前多少小时或多少天规划生产规划，也属于边界条件。
18.间接输入只有当生产中或生产进程中的结构性事物发生变化时才被整合到系统中。
19.本发明模拟了生产系统，并因此提供了生产进程和/或生产系统的虚拟表示。该虚拟表示是整个生产进程和/或生产系统的数字式的孪生体。数字式的孪生体对生产中的所有依赖关系进行建模。该模型又包含了作为变量的生产参数。本发明始终使模型与实际的生产进程和/或实际的生产系统中的实际条件和依赖关系保持同步。
20.与控制相关的输出必须要用于在工厂的生产规划和/或控制系统中实施，并且包括：
21.·
优化的生产次序：哪条线路上在什么时间需要哪种材料？
22.·
工人分配：哪条线路在哪个班次需要或将需要多少工人？
23.·
供应商订单：什么时间能提供哪种及多少供应的材料？
24.信息型输出就解释力方面提供了附加值，例如为什么有材料延迟，并便于控制者对优化结果做出自己的评估。信息型输出包括：
25.·
例如与物流相关的需求覆盖和预计的制造完成日期；
26.·
显示利用率、瓶颈和关键路径；和
27.·
对半成品和/或成品部件和/或库存水平的预计的时间发展。
28.关于本发明的进一步概述，指出的是，该方法和系统优化了生产系统的总成本函数。成本函数根据技术上有效的生产流程确定了最低成本的生产进程。成本函数表示了生产流程的总成本，该总成本来自于所使用的生产要素，然后该总成本乘以它们各自的市场价格或权重。例如，总成本函数根据以下来限定：
29.·
需求满足：延迟时间，每个需求都有权重；
30.·
生产利用率：生产停顿的时间；
31.·
生产次要条件：线路之间的运输，调试时间。
32.通过数学函数将这些准则组合成一个数值，其中，上述准则可以被不同加权。
33.例如：总成本＝α*∑_延迟"(b)*权重(b)+β*生产停顿+γ*调试时间+
…
，其中，α≥0、β≥0、γ≥0、
……
代表不同的部分项的权重并且是可变的。关于所有材料需求进行加和。
34.为了清楚起见，根据本发明的方法如下进行：
35.当前的生产参数、需求、最优性准则和边界条件是例如作为数据获得的输入。随后通过快速的、也就是说几秒钟运行时间的优化方法创建初始的生产次序。该生产次序被纳入到随后的彻底且更长时间的优化方法中，例如作为初始的群体、也就是说初始化纳入到进化算法中。有可能地，可以进行更进一步彻底的但更耗时的优化方法，如具有更大总体和其他超参数的遗传优化器(genetischer optimierer)。
36.初始的生产次序也被纳入到实际的生产系统或实际的工厂中以进行实施。一旦从其中一个下游的彻底的优化中提供了关于总成本函数的更好的结果，该结果就被输出并直接由系统在实际生产中实施，或者输出给人工控制者以对该人工控制者进行支持。在此确保了更好的结果与已经开始的生产次序相一致。这一点通过如下方式得到保证，即，让前面的优化器的在当前时间内刚刚投入生产的每个规划都是下游的优化器的边界条件。
37.当发生影响生产的事件时，如发生机器故障或工人情况发生改变时，就创建新的初始的生产次序，并且该方法又从头开始。
38.根据一个方面，本发明提供了一种用于对生产系统进行生产规划和/或生产控制的由计算机实现的方法。生产系统包括多个生产区段和生产线。该方法包括以下步骤：
39.·
获得包括生产区段的材料需求的数据，
40.·
根据对生产系统成本函数优化的作用对生产区段中的材料需求进行排序，
41.·
按规定选出其中一个材料需求，将所选出的材料需求投射到位于前面的生产区段中的对于在所选出的材料需求的生产区段进行生产所需要的材料上，并至少调整各自的材料的需求数量和/或需求期限，并且
42.·
至少依赖于调整后的需求数量和/或需求期限对生产线进行调节和/或控制，并
进行第一检查：各自的材料的调整后的需求数量是否足以满足所选出的材料需求，其中，在第一检查是肯定的情况下，将各自的材料保留给生产系统，和/或实施所选出的材料需求，并按规定选出另外的材料需求。
43.该方法相当于快速优化方法，快速优化方法在几秒钟内将初始的生产次序作为第一个结果来提供。在很短的时间后取得第一个结果是有意义的，这是因为在发生事故后，生产不应被停顿。优化目标是将需求覆盖与最大化生产利用率相结合，这意味着生产停顿时间要尽可能少。
44.材料需求包括材料种类或类型。材料种类包括诸如铁那样的原材料，诸如螺钉那样的辅助物、诸如能源那样的生产资料、诸如仍需组装的预装的安装件那样的未完成的产品、诸如准备装运的成品和商品那样的完成品。
45.根据本发明的一个方面，材料需求根据材料类型、需求数量、需求期限、优先级和/或权重进行排序。
46.按规定选出材料需求是指根据通过规定预先给定的顺序选出材料需求。
47.当有足够的输入材料被提供来完全满足需求时，实施所选出的材料需求。在该情况下，输入材料被保留用于该需求。通过保留输入材料确保了，以这种方式确定的生产次序是能被实施的，换句话说，以这种方式创建的订单在任何情况下都可以被实施。
48.根据另一个方面，本发明提供了一种生产规划和/或控制系统。系统包括处理单元，处理单元被实施用来实施根据本发明的方法。
49.根据另一个方面，本发明提供了一种计算机程序。该程序包含指令，当程序在系统上运行时，该指令引起了根据本发明的系统实施根据本发明的方法。
50.本发明的另外的设计方案可由从属权利要求、附图和优选实施例的描述中得出。
51.根据本发明的一个方面，对生产系统、生产规划和/或生产控制进行模拟。在模拟中：
52.·
至少依赖于调整后的需求数量和/或需求期限来调节和/或控制生产线，
53.·
按规定选出材料需求，并且
54.·
在第一检查中检查各自的材料的调整后的需求数量是否足以满足各选出的材料需求，其中，在第一检查是肯定的情况下，将各自的材料保留给生产系统，和/或实施所选出的材料需求，并按规定选出另外的材料需求。
55.通过模拟提供了对生产系统、生产规划和/或生产控制的虚拟表示，其中，整个生产系统是作为数字式的孪生体实现的。例如，在模拟中模拟了瓶颈或关键路径。根据本发明的一个方面，该模拟模拟了生产系统的未来状态。因此能够实现规划期可以任意延伸到未来，例如在几个星期的范围内。通过模拟，使得通过根据本发明的方法实现的优化进而是整个生产系统以有利的方式匹配于生产变化。
56.根据本发明的另一方面，数据包括生产参数、最优性准则和/或边界条件。生产参数包括工人情况、机器能力、材料可用性、材料缓冲区和/或供应商产能。最优性准则包括机器和/或工人的最大利用率、延迟最小化、最低仓库储存量和/或材料流动最小化。边界条件包括材料需求的优先级、最大仓库和/或材料缓冲区大小、运输条件、规划期和/或供应商产能。因此，整个生产系统被进一步优化。根据本发明的一个方面，这些数据形成针对模拟的输入。
57.根据本发明的另一方面，模拟了工人的轮班模式，并且在模拟中给生产线分配工人，并且至少依赖于材料需求和/或材料储存量来改变给生产线的工人分配。因此，整个生产系统被进一步优化。根据本发明的一个方面，首先完全分配每条生产线，从而根据生产参数使利用率最大。如果指派数大于可用的员工人数，见生产参数，则将指派数相应减少。至于决定减少哪条线路，可以考虑到不同因素，如材料储存量、线路能力、需求等。
58.根据本发明的另一个方面，在第一检查是否定的情况下，则执行第二检查。在第二检查中，检查材料需求中缺少的材料是否可以遵守需求期限地被供应。在第二检查是肯定的情况下，就订购供应物。将供应的材料保留。在第二检查是否定的情况下，则按规定保留另外的材料需求。材料包括有前一个生产区段生产的材料，这些材料形成后续生产区段的输入材料。此外，材料还包括供应的材料，如供应的输入材料。如果在生产期间，例如在各个生产进程中没有足够供应的输入材料，则在第二检查中检查尤其在遵守诸如供应商产能、交付期限和/或供应商控制那样的边界条件情况下是否有可能在当前期限供应这些材料。因此，整个生产系统得到进一步优化。如果输入材料既可以被生产又可以被供应，则根据本发明的另一个方面，在开始时就如上述那样减少供应物和缓冲区储存量，不同的是，与初始的缓冲区储存量不同的是，必须考虑交付期限。根据本发明的一个方面，第二检查、供应商订单、供应商产能、交付期限和/或供应商控制都被纳入到模拟中。
59.根据本发明的另一个方面，对生产区段中的材料需求进行排序，使得优化生产系统的松弛时间(schlupfzeit)。松弛时间在成本函数中经由延迟来检测。因此优化了延迟分钟。松弛时间是指订单的剩余时间。在本发明的范围内，材料需求的含义包括订单的含义。这是从当前处理时间到额定结束时间的时间区间，减去剩余的处理时间。例如，一个订单的松弛时间如下这样确定：1月20日：交货日期，1月10日：确定优先级的日期，剩余的4天提前期
→
20-10-4＝6天松弛时间。在优化松弛时间时，根据本发明的一个方面，不仅是在生产中出现干扰情况下而且在无干扰的生产中都确定订单的优先级。为了优化松弛时间，根据本发明的一个方面，将最小松弛时间调度(least-slack-time-scheduling)算法集成到该方法中，该最小松弛时间调度算法在执行该方法时被实施。根据本发明的另一个方面，松弛时间的优化被纳入到模拟中。
60.根据本发明的另一个方面，对生产区段中的材料需求进行排序，使得在优化生产系统的进程规划时，使材料需求的满足与生产利用率的最大化相结合。根据本发明的一个方面，在优化松弛时间时使材料需求的满足与生产利用率的最大化相结合。因此有利地实现最小的生产停顿。
61.根据本发明的另一个方面，在调整需求期限时考虑到针对材料需求的生产持续时间，和/或依赖于生产线上各自的线路能力来选出材料需求。
62.在此，从原本的需求期限中扣除对于生产来说是必需的持续时间。例如，要在14:00左右完成800个型材料，在第二生产区段中生产这种材料需求需要4个小时。为了获得800个b型材料，还必须在第一生产区段生产700个a型材料。这意味着，第一生产区段的需求期限是10:00。通过考虑到前面生产区段的生产持续时间，使得整个生产系统进一步优化。
63.线路能力是一个边界条件，并且与各自的生产线的技术限制有关。可以在生产线上运行的材料需求依赖于线路能力地不一定是具有最高优先级的材料需求。通过考虑线路能力，使得整个生产系统因此进一步被优化。根据本发明的一个方面，将线路能力纳入到模
拟中。
64.根据本发明的另一个方面，生产系统在生产区段之间包括材料缓冲区。依赖于材料缓冲区，减少了材料需求。因此，生产区段包括一条或多条生产线和材料缓冲区。材料缓冲区包括分别处于前面的生产线上制成的材料。各自的材料缓冲区的大小都包含在生产参数中。例如，如果b型材料的需求数量为1000件，而材料缓冲区包括200件b型材料，那么就必须再生产800件b型材料。根据本发明的另一个方面，将缓冲区储存量加入到模拟中。因此，整个生产系统被进一步优化。
65.根据本发明的另一个方面，从获得的材料需求中产生数据结构，它对于每个生产区段来说至少包括材料类型、需求数量和需求期限。该数据结构包括索引结构，借助索引结构，使得数据结构中的条目可以相互引用。基于数据结构来分配生产线，分派工人和/或产生供应商订单。通过数据结构根据生产区段分组地反映了材料需求。例如，数据结构作为数据库提供，例如作为面向对象的数据库提供。因此能够实现对至少包括材料类型、需求数量和需求期限的数据的访问得到改善，这是因为这些数据被视为对象。此外，以此使得对象之间的语义关系例如借助索引结构而已知。在借助查询语言(例如对象查询语言)查询数据时，可以使用这种知识。数据结构还能够实现为控制者提供关于生产进程的信息型概览。根据本发明的一个方面，数据结构由材料类型、需求数量和需求期限、优先级和权重产生。
66.根据本发明的另一个方面，提供与调节和/或控制相关的输出和/或信息型输出。与调节和/或控制相关的输出包括生产次序、工人分配和/或供应商订单。信息型输出包括材料需求覆盖、完成日期、利用率、瓶颈、关键路径和/或生产系统的时间发展。这些输出例如经由光学显示设备或声学系统输出，并且能够实现让控制者清楚地总览生产进程。
67.根据本发明的另一个方面，提供生产次序。该生产次序在模拟或实际的生产系统中提供。生产次序例如是初始的生产次序，根据该初始的生产次序首先起动生产。根据本发明的一个方面，生产次序作为初始的生产次序被纳入到进一步的优化方法中，以便进一步优化整个生产系统。例如，在用于优化的进化算法中，初始的生产次序是初始的群体，并因此相当于初始化。也被称为定序和调度的排序或次序规划在生产规划中包括形成生产订单的制造顺序。
68.进化算法受到自然界生物进化方式的启发，并且按照以下方法进行处理：
69.·
初始化：产生第一代候选解决方案。根据本发明，第一代是初始的生产次序。初始的生产次序通过根据本发明的方法、也就是说快速优化器产生。
70.·
评价：给这一代的每个候选解决方案都根据其质量分派有适配度函数的值。适配度函数是进化算法的目标函数。适配度函数的样板是生物适配度，它说明了生物体对其环境的适应程度。在进化算法中，生产次序的适配度描述了生产次序如何解决基本优化问题的程度。
71.·
持续进行以下步骤，直到达到中止准则：
72.○
选择：选出若干个体用于进行重新组合
73.○
重新组合：对所选出的个体进行组合
74.○
变异：随机改变后代
75.○
评估：给这一代的每个候选解决方案都根据其质量分派有适配度函数的值。
76.○
选择：确定新的一代。
77.典型的中止准则在下面被进一步提及。
78.进化算法具有的优点是，它可以用不同的形式表示解决方案，以便更好地处理它，并在以后再次以其原本的形式输出，这与基因型-表型映射或人工胚胎发生相类似。当对可能的解决方案的表示可以被大大简化并且在其复杂性方面不需要在存储器中处理时，这就特别有用。进化算法包括遗传算法。遗传算法使用二进制问题表示，因此通常需要基因型-表型映射。根据本发明的一个方面，进化算法基于以下进化策略中的一个来实施：
79.·
适应性调整或1/5成功规则：1/5成功规则指出，初始的生产次序的有效突变(即导致生产进程改进的突变)与所有突变的商数应大约为五分之一。如果该商数较大，则应提高突变的变化幅度，在该商数较小的情况下，则应减少。
80.·
自我适应性：每个个体都具有用于突变强度本身的额外的基因。这虽然在生物学中是不可能的，但在计算机中的进化以该方式在没有人类的限制下找到了合适的变化幅度。在此，在计算机中，重新组合和突变根据突变强度而相应调整。
81.例如，用于彻底优化的基因型由快速优化器所使用的数据结构构成。快速优化器的解决方案被用作初始的群体，然后通过重新组合和突变来改变数据结构中材料需求的顺序。在该情况下，突变算子改变了随机选出的生产区域的随机选出的材料需求的顺序。重新组合算子从父母获取两个染色体，并产生孩子的两个染色体。例如，这通过重新组合来实现。表型通过如下方式从基因型推导出来，即，在修改后的数据结构上实施快速优化器。
82.因此进一步改善了适应性的生产优化。
83.根据本发明的方法的优化方法相对于进一步的优化方法快速地提供了第一个结果。根据本发明的优化方法是快速优化器。进一步的优化方法是彻底的优化器。
84.根据本发明的生产规划和/或控制系统的另一个实施方式包括云基础设施。云基础设施包括基于云的存储器。生产系统、生产规划和/或控制的模拟都在云中进行。借助本发明，因此使得整个生产系统的数字式的孪生体都在云中获得。根据本发明的一个方面，模拟和实际的生产系统在云中被控制。因此，根据本发明的一个方面，根据本发明的方法被作为软件即服务来提供。输入和输出经由相应的接口提供，例如诸如wlan接口的无线接口来提供。
85.根据另一个方面，系统包括至少一个显示设备，其显示系统的与调节和/或控制相关的输出和/或信息型输出。因此对于控制者来说方便了对生产进程的概览。
附图说明
86.本发明在以下实施例中进行了说明。其中：
87.图1示出生产模型的实施例；
88.图2示出根据本发明产生的数据结构的实施例；
89.图3示出图2的数据结构的另外的实施例；
90.图4示出根据本发明的方法的示意图；并且
91.图5示出根据本发明的用于适应性的生产优化的生产规划和/或控制系统的实施例。
92.在附图中，相同的附图标记表示相同或功能相似的参考部分。为了清楚起见，在各附图中只强调了分别相关的参考部分。
具体实施方式
93.图1示出了简化的生产系统的生产模型。生产模型包括第一生产区段pa1和第二生产区段pa2。第一生产区段pa1和第二生产区段pa2分别包括三条生产线：线1、线2和线3。此外，第一生产区段还包括第一材料缓冲区缓冲区1，第二生产区段包括第二材料缓冲区缓冲区2。
94.第一材料缓冲区缓冲区1包括在第一生产区段pa1的线1、2、3中制造的材料。第二材料缓冲区缓冲区2包括在第二生产区段pa2的线1、2、3中制造的材料。例如，第一材料缓冲区缓冲区1包括100件a型材料，第二材料缓冲区缓冲区2包括200件b型材料和100件c型材料，这些参量都包括在输入的数据的生产参数中。
95.例如，正好需要1件a型材料来生产1件b型材料或1件c型材料。材料需求例如包括材料类型、数量或需求数量和需求期限。然而，根据本发明的方法和根据本发明的系统能被用在具有任意依赖关系和材料需求的更复杂的生产模型上，并且也优化了这种复杂的生产模型或整个生产系统。
96.根据本发明的方法的进程从初始化开始。该初始化的形式如下：从例如包括材料类型、数量或需求数量、需求期限、优先级和权重的材料需求中产生数据结构。通过该数据结构，根据材料需求对总成本函数的影响来对材料需求进行排序。在此，具有最高影响性的、即在一个顺序中具有最高的优先级的材料需求被排在第一位。此外，通过数据结构根据生产区段对材料需求进行分组。如果总成本函数例如在延迟分钟方面被优化，那么最小松弛时间调度算法例如被有利地用于对材料需求进行排序。材料需求例如根据基于现有初始的缓冲区储存量的排序被减少。这在图2中示出。
97.在第二生产区段pa2中，b型材料的最早需求期限是14:00，并因此被放在第一位置，也就是说第一行上。由于在第二材料缓冲区缓冲区2中包含200个b型材料，因此在需求数量为1000时只需要生产800个b型材料。由于第二材料缓冲区缓冲区2包含100个c类材料，因此在需求数量为500时只需要生产400个b型材料。c型材料的需求期限为18:00，因此被排在b型材料之后。在该示例中，对于第一生产区段pa1来说没有初始的材料需求。因此，对于第一生产区段pa1来说，数据结构初始是空的。
98.在初始化之后，材料需求通过生产区段向后传播。在此，材料需求被投射到对于下一个生产区段的生产来说是必需的材料上。例如，为了在第二生产区段pa2中生产材料类型b和c的材料，需要分别从第一生产区段pa1中获得材料类型a的材料。除了材料类型外，需求数量和需求期限都要调整。需求数量根据初始的缓冲区储存量而减少。从原本的需求期限中扣除生产所需的持续时间。这在图3中说明。
99.对于在需求期限14:00时的800个材料类型b的材料的第一材料需求来说，在第一材料缓冲区缓冲区1中已经有100个材料类型a的材料。因此只需生产700个材料类型a的材料。例如，在第二生产区段pa2中需要四个小时来生产第一材料需求。因此，第一生产区段pa1中的需求期限为10:00。类似的考虑适用于需求期限为18:00的400个c型材料的第二材料需求。对于第二材料需求来说，第一生产区段pa1的需求期限因此是15:00。
100.基于需求数据结构，根据本发明的算法进行线路分配，分派工人并产生供应商订单。为此实施以下指令：
101.虚拟的生产系统或虚拟的工厂从开始时刻就被模拟。每当一条生产线空载运行，
即不再有订单时，根据上述数据结构，选出下一个可以在该线路上运行的具有最高优先级的需求。由于诸如线路能力的次要条件，这不一定是数据结构中的第一需求。
102.当有足够的输入材料可用于完全满足需求时，就实施以如此方式选出的需求。在该情况下，输入材料被保留用于该需求。如果没有足够的可用的输入材料，则检查在当前期限是否有可能供应这些输入材料。边界条件可能包括供应商产能。在肯定的情况下，订购相应的供应物，并将供应的材料保留。在否定的情况下，根据数据结构选出下一个需求。如果输入材料既可以被生产又可以被供应，那么供应物和缓冲区储存量在开始就会如上述那样减少，不同的是，与初始的缓冲区储存量相比，必须考虑交付期限。
103.通过保留输入材料确保了以这种方式确定的生产次序能被实施，也就是说，以这种方式创建的订单在任何情况下都可以被实施。
104.图4示出了根据本发明的方法。在第一方法步骤v1中，获得包括生产区段pa1和pa2的材料需求的数据。在方法步骤v1a中，从所获得的材料需求中产生数据结构。在方法步骤v2中，根据对生产系统成本函数优化的作用对生产区段pa1和pa2中的材料需求进行排序。在方法步骤v3中，按规定选出其中一个材料需求。在方法步骤v4中，将选出的材料需求投射到处于前面的生产区段中的对于在所选出的材料需求的生产区段中进行生产所需要的材料上。在方法步骤v5中，至少调整各自的材料的需求数量和/或需求期限。在方法步骤v6中，至少依赖于调整后的需求数量和/或需求期限调节和/或控制生产线：线1、2、3。
105.在方法步骤v7中，执行第一检查：各自的材料的调整后的需求数量是否足以满足选出的材料需求，其中，在第一检查是肯定的情况下，在方法步骤v7a中，将各自的材料保留给生产系统，和/或实施所选出的材料需求。在方法步骤v7b中，按规定选出另外的材料需求。
106.在第一检查是否定的情况下，在方法步骤v8中执行第二检查，其中检查材料需求中缺少的材料是否可以遵守需求期限地被供应，其中，在方法步骤v8a中，在第二检查是肯定的情况下，则订购供应物，在方法步骤v8b中，将供应的材料保留。在第二检查是否定的情况下，则在方法步骤v8c中按规定保留另外的材料需求。
107.在方法步骤v9中，提供与调节和/或控制相关的输出和/或信息型输出。在方法步骤v10中提供生产次序。
108.图5示出了关于根据本发明的生产规划和/或控制系统apo的概览，通过利用该生产规划和/或控制系统实施根据本发明的方法实现了适应性的生产优化。根据本发明的快速优化方法之后是更彻底的优化方法。该更彻底的优化方法例如包括进化的优化。
109.例如，来自快速优化器的生产次序，以及例如其突变，都是更彻底的优化器的输入。根据本发明的一个方面，来自快速优化方法的生产次序和需求数据结构都是彻底的优化器的基础。在该生产次序的情况下，生产基于模型被模拟，在需求数据结构的情况下，实施上述算法。
110.固定(fixierung)确保了第二子方法的输出也能被实施。通过固定，使得在第二子方法中不再改变生产次序的通过固定所确定部分。根据本发明的一个方面，在一定时间段内的所有输入参数在时间上被固定。该固定例如通过在由第一子方法获得的生产次序、工人情况中的和/或在供应中的前缀来实现。由于固定，可以使第二子方法需要的时间最多与通过固定所涵盖的时间一样多。例如，将直到当前班次结束的时间视为固定时间。
快速优化器在生产的所有生产时间段内进行优化。然后，由快速优化器优化的第一生产时间段在实际的工厂中实施，并且不能再改变。因此，较慢的但更彻底的优化器对固定时间段以外的另外的生产时间段进行优化。
111.然而，该时间段不一定要被完全利用。例如当彻底的优化在一个时间段内对优化函数没有进展或只有最小的进展时，提供了其他各种中止准则。在该情况下，可以结束当前的优化运行并开始新的彻底的优化运行。
112.对于彻底的优化器找到一个明显更好的解决方案的情况，将该解决方案提前输出并直接采用。替选地，控制者可以主动向彻底的优化器请求新的解决方案。
113.通常可以假定，在固定时间结束时，当彻底的优化器还没有被其他中止准则提前结束并且只要结果比目前正在进行的分配更好，则无论如何都采用彻底的优化器的结果。
114.当与总成本函数有关的改进太小，而且本来在此期间没有发生事件或边界条件的变化时，彻底的优化器也可以通过现在被向后推迟了另外的时间片的搜索被再一次触发。然后，必要时将时间期程同时向后扩展。
115.附图标记列表
116.v1～v10
ꢀꢀꢀꢀ
方法步骤
117.pa1
ꢀꢀꢀꢀꢀꢀꢀꢀ
生产区段1
118.pa2
ꢀꢀꢀꢀꢀꢀꢀꢀ
生产区段2
119.线1、2、3
ꢀꢀ
生产线
120.缓冲区1
ꢀꢀꢀꢀ
材料缓冲区
121.缓冲区2
ꢀꢀꢀꢀ
材料缓冲区
122.a、b、c
ꢀꢀꢀꢀ
材料类型
123.apo
ꢀꢀꢀꢀꢀꢀꢀꢀ
生产规划和/或控制系统