[发明专利]一种基于多维数据结构的生产计划方法及系统

说明书

本发明涉及生产计划与控制方法技术领域，公开了一种基于多维数据结构的生产计划方法及系统，具体为：建立多维数据结构构造框架模型，所述多维数据结构构造框架模型，包括多维决策变量和约束条件，通过建立可视化表单用于用户交互；构建多维路径算法引擎，应用所述多维路径算法引擎构建多维路径算法，生成备选解；构建多层次目标函数，对所述备选解进行多次筛选，形成最优解。解决了现有的生产计划与控制方法采用数学规划模型过度抽象，造成有用信息的大量丢失，很难建立模型，求解更困难，模型的解很难理解；当前多维数据结构还没有被应用于“带约束的生产计划”，多维数据结构之上缺乏原始的算法引擎可以满足生产计划的要求的技术问题。

技术领域

本发明涉及生产计划与控制方法领域，更具体地说，它涉及一种基于多维数据结构的生产计划方法及系统。

背景技术

目前生产计划与控制方法的技术发展长期滞后于企业界的实际需求，这主要源自于该领域在技术上和现实场景上的双重复杂性。目前在企业界普遍应用的企业资源计划(ERP，Enterprise Resource Planning，一种主要面向制造行业进行物质资源、资金资源和信息资源集成一体化管理的企业信息管理系统)系统，在生产计划时，仍然只能采用无限产能排产的方式，这也导致了主生产计划(MPS，MasterProduction Schedule，MPS是闭环计划系统的一个部分。MPS的实质是保证销售规划和生产规划对规定的需求与所使用的资源取得一致。MPS考虑了经营规划和销售规划，使生产规划同它们相协调。它着眼于销售什么和能够制造什么，这就能为车间制定一个合适的“主生产进度计划”，并且以粗能力数据调整这个计划，直到负荷平衡)和物料需求计划(MRP，Material Requirement Planning，根据产品结构各层次物品的从属和数量关系，以每个物品为计划对象，以完工时期为时间基准倒排计划，按提前期长短区别各个物品下达计划时间的先后顺序，是一种工业制造企业内物资计划管理模式)在时间上往往很不准确，甚至实际上无法使用。这也成为了企业资源计划(ERP)的实用效果普遍低于企业预期的主要的原因之一。

带约束条件的生产计划后来被归入了高级计划与排程(APS，Advanced Planningand Scheduling，提供给制造商解决全球的优先权和工厂本地的优化顺序问题，来满足制造业对客户响应越来越强烈的需求)领域。APS开始采用算法引擎来解决这一问题。生产计划问题理论上可以用数学规划模型来表示。数学规划模型时一种抽象的优化模型，其中，线性规划方法是数据规划中最常用和最具实用价值的方法之一。而生产计划的约束条件基本上也都是线性的。但是，高级计划与排程(APS)在企业界至今确并没有获得真正意义上的成功，甚至鲜少有真正成功的实施案例。主要的问题如下：

1)数学规划方法将实际问题抽象成纯粹的数学表达，隔断了与原问题之间的语义关系。比如，线性规划模型被抽象为：

其中x是决策变量的一维向量，A是约束条件的系数矩阵，b是约束条件的常数项一维向量，c是目标函数系数的一维向量

其中，决策变量是一维的，是以(x1,x2,x3,...,xn)表达的一维向量。而在现实世界中，决策变量是多维的，比如一个变量可以表述为：产品P01工艺路线的b道工序在2020.1.5日应当投入生产X件，或者产品P02成品库存在2020.2.8日需要销售发货Y件。这里面存在产品、工艺路线、天等多个维度，还存在进量和出量等多种关键值，它们各自都有特定的业务语义。而数学规划模型的过度抽象实质上造成了有用信息的大量丢失。