-
公开(公告)号：CN114943489B
公开(公告)日：2022-10-21
申请号：CN202210860573.6
申请日：2022-07-22
Applicant: 浙江中控技术股份有限公司
Abstract: 本申请涉及一种基于改进遗传算法的生产排产方法和装置，其中，该生产排产方法包括：种群初始化；其中，种群包括多个个体，并且多个个体中每个个体均是按照原材料的牌号和/或原材料的颜色对订单进行分类后获得的；计算每个个体的适应度值；利用轮盘赌选择方法，从种群中选择出适应度大的个体进入下一代种群；对下一代种群进行交叉操作和变异操作；判断是否满足停止条件；若不满足停止条件，则返回种群初始化的步骤，若满足停止条件，则输出排产方案。借助于上述技术方案，本申请不仅可减少人工排产所带来的误差及提高生产效率，还可实现对大规模订单的自动化排产，从而更符合实际的生产环境。
-
公开(公告)号：CN114943489A
公开(公告)日：2022-08-26
申请号：CN202210860573.6
申请日：2022-07-22
Applicant: 浙江中控技术股份有限公司
Abstract: 本申请涉及一种基于改进遗传算法的生产排产方法和装置，其中，该生产排产方法包括：种群初始化；其中，种群包括多个个体，并且多个个体中每个个体均是按照原材料的牌号和/或原材料的颜色对订单进行分类后获得的；计算每个个体的适应度值；利用轮盘赌选择方法，从种群中选择出适应度大的个体进入下一代种群；对下一代种群进行交叉操作和变异操作；判断是否满足停止条件；若不满足停止条件，则返回种群初始化的步骤，若满足停止条件，则输出排产方案。借助于上述技术方案，本申请不仅可减少人工排产所带来的误差及提高生产效率，还可实现对大规模订单的自动化排产，从而更符合实际的生产环境。
-
公开(公告)号：CN112199409A
公开(公告)日：2021-01-08
申请号：CN202010827809.7
申请日：2020-08-17
Applicant: 浙江中控技术股份有限公司 , 浙江中控软件技术有限公司
IPC: G06F16/2458 , G06F16/901 , G06F17/18
Abstract: 本发明提出了一种用于催化重整装置实时工况的监测方法，包括：根据催化重整装置的历史数据，构建历史数据集；根据历史数据集计算判断催化重整装置的工况是否异常的控制限值；获取催化重整装置的实时运行数据，基于实时运行数据获取工况监测的实时结果；获取实时结果与控制限值的比较结果，根据比较结果判断工况是否异常，如果工况异常则获取发生异常的原因。直接从历史数据中分析计算用于判断工况是否异常的控制限值，并通过构建有向图判断异常工况的原因。相比单纯根据经验设置固定限制的方式，能够更全面快速的判断实时工况的异常情况，避免了固定限制设置不当的弊端。
-
公开(公告)号：CN113536046B
公开(公告)日：2023-10-10
申请号：CN202110711839.6
申请日：2021-06-25
Applicant: 浙江中控技术股份有限公司 , 浙江中控软件技术有限公司
IPC: G06F16/901 , G06F30/20 , G06Q10/10 , G06Q50/04 , G06F111/04
Abstract: 本发明涉及基于图形化组态的供应链计划优化方法、系统、电子设备及存储介质，该方法包括：以供应链信息建立组态模块；基于实际业务流程结合组态模块构建图形化的供应链流程模型，并生成流股流向信息，流股流向信息表示实际业务流程中的业务流；根据流股流向信息构建多周期的供应链计划模型，供应链计划模型中包括不同的多个计划方案；从多个计划方案中选择一种来执行，并在执行过程中实时对供应链计划模型进行优化。本发明通过构建图形化的供应链计划模型，综合考虑加工装置的生产能力等约束条件，动态化地对计划模型进行优化，实现未来一个周期甚至多个周期的企业供应链计划的编排，保证企业经营高效运转的同时有效提升效益。
-
公开(公告)号：CN113673885A
公开(公告)日：2021-11-19
申请号：CN202110981719.8
申请日：2021-08-25
Applicant: 浙江中控技术股份有限公司
Abstract: 本发明提供了一种确定排产计划的方法及系统，获取待处理产线的静态数据和实时数据；根据产品特征、操作人员的评级和排班信息，结合产能估算模型，确定待处理产线的生产效率；利用订单信息、库存信息、生产效率和产线数据，确定第一约束条件、第二约束条件、第三约束条件和第四约束条件；根据生产效率，确定待处理产线的最大化产能和最小化库存成本；通过最大化产能和最小化库存成本，构建目标函数；将第一约束条件、第二约束条件、第三约束条件和第四约束条件作为目标函数的约束条件，结合校验约束和订单信息中指定目标的优先度，对目标函数进行求解，得到待处理产线的排产计划。在保证生产线稳定运行的前提下获取最大效益的排产计划。
-
Patent Agency Ranking
公开(公告)号：CN112199409B
公开(公告)日：2024-06-11
申请号：CN202010827809.7
申请日：2020-08-17
Applicant: 浙江中控技术股份有限公司 , 浙江中控软件技术有限公司
IPC: G06F16/2458 , G06F16/901 , G06F17/18
Abstract: 本发明提出了一种用于催化重整装置实时工况的监测方法，包括：根据催化重整装置的历史数据，构建历史数据集；根据历史数据集计算判断催化重整装置的工况是否异常的控制限值；获取催化重整装置的实时运行数据，基于实时运行数据获取工况监测的实时结果；获取实时结果与控制限值的比较结果，根据比较结果判断工况是否异常，如果工况异常则获取发生异常的原因。直接从历史数据中分析计算用于判断工况是否异常的控制限值，并通过构建有向图判断异常工况的原因。相比单纯根据经验设置固定限制的方式，能够更全面快速的判断实时工况的异常情况，避免了固定限制设置不当的弊端。
-
公开(公告)号：CN115689255A
公开(公告)日：2023-02-03
申请号：CN202211713979.8
申请日：2022-12-30
Applicant: 浙江中控技术股份有限公司
IPC: G06Q10/0631 , G06Q10/0875 , G06Q50/04
Abstract: 本申请公开了一种产品生产计划的确定方法、装置及电子设备。其中，该方法包括：响应于显示界面的触发请求，获取目标产品在生产过程中所需的组件物料与产品物料之间的物料关系，其中，组件物料为生产产品物料时所需的物料；确定与物料关系中包含的物料所对应的生产装置之间的物料流转流程，并确定生产装置对应的生产约束条件，其中，生产装置至少包括生产产品物料对应的第一装置，以及生产组件物料对应的第二装置；依据生产约束条件确定目标产品的生产计划。本申请解决了相关技术中依靠人为制定生产计划时存在效率低的技术问题。
-
公开(公告)号：CN113673885B
公开(公告)日：2024-05-14
申请号：CN202110981719.8
申请日：2021-08-25
Applicant: 浙江中控技术股份有限公司
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/04
Abstract: 本发明提供了一种确定排产计划的方法及系统，获取待处理产线的静态数据和实时数据；根据产品特征、操作人员的评级和排班信息，结合产能估算模型，确定待处理产线的生产效率；利用订单信息、库存信息、生产效率和产线数据，确定第一约束条件、第二约束条件、第三约束条件和第四约束条件；根据生产效率，确定待处理产线的最大化产能和最小化库存成本；通过最大化产能和最小化库存成本，构建目标函数；将第一约束条件、第二约束条件、第三约束条件和第四约束条件作为目标函数的约束条件，结合校验约束和订单信息中指定目标的优先度，对目标函数进行求解，得到待处理产线的排产计划。在保证生产线稳定运行的前提下获取最大效益的排产计划。
-
公开(公告)号：CN116362435A
公开(公告)日：2023-06-30
申请号：CN202211709001.4
申请日：2022-12-29
Applicant: 浙江中控技术股份有限公司
IPC: G06Q10/047 , G06Q10/083 , G06F18/23213 , G06N3/126 , G06Q10/0835
Abstract: 本发明公开了一种用于多车场配送的路径规划方法，包括：获取当前收货点的坐标数据、发货点的坐标数据以及对应货物的配送信息；采用K‑means聚类算法，选取发货点为初始质心，更新迭代选择离质心最近的车场为该发货点的配送车场，构成单车场问题；结合节约算法，计算单车场问题的若干线路两两之间的节约值，合并满足合并条件的线路，输出合并后的剩余线路；将剩余线路输入遗传算法，设定分别与负载、时间窗、路线长度和车辆个数相关的惩罚函数，基于惩罚函数配置最优目标，迭代输出符合最优目标的最优路线。基于多种惩罚函数构建优化目标，对多车场路径规划问题进行快速求解,并保持较高的求解精度，实现降低运输成本，提高生产效率的目的。
-
公开(公告)号：CN114282657A
公开(公告)日：2022-04-05
申请号：CN202111651046.6
申请日：2021-12-30
Applicant: 浙江中控技术股份有限公司
Abstract: 本申请提供一种市场数据长期预测模型训练方法、装置、设备及存储介质，涉及神经网络技术领域。该方法包括：获取样本数据集；根据所述样本数据集，训练预设门控循环单元结构GRU模型；根据改进型损失函数，验证训练中的预设GRU模型，在所述改进型损失函数满足预设条件后，获取目标GRU模型，所述目标GRU模型用于根据市场环境数据预测销售数据，所述改进型损失函数由两时间序列的变动趋势、变动幅度以及点之间的距离确定。该方法通过改进型损失函数与预设GRU模型，保证预测市场情况的高效性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.023 seconds)
