生产计划制定方法及其装置与流程

本发明的实施例涉及一种生产计划制定方法及其装置。

背景技术：

1、由多条生产线构成的产品生产工厂（例如，利用smt设备生产pcb的生产工厂）中的生产计划是用于更有效地管理各生产线的生产的非常重要的要素。尤其，生产计划和实际生产结果之间的高一致性可以更有效地管理工厂的资源以提高生产效率，并且可以通过将作业准确地分配到多条生产线来提高生产性。

2、通常，在计划产品的生产时，用户直接审查生产历史数据，以此为基础计算大概的运转率并制定生产计划，因此与实际生产结果发生较大误差。此时，生产线运转率可以定义为产品生产量（理论生产周期时间（cycle time）/实际产品生产所需时间）。

3、此时，决定运转率的主要指标由时间、设备、作业文件特性、作业人员等的多种因素确定，因此用户更难以预测工厂的实际运转率或产品的生产量。即，由于依靠用户的主观判断制定准确度较低的生产计划，因此可能发生生产计划出现错误的很多情况，并且由于生产产品的多条生产线之间的生产不均衡，可能会发生工厂的整体产品生产效率降低的问题。

技术实现思路

1、技术问题

2、根据本发明的一方面，主要技术问题在于，提供一种通过更准确的生产运转率预测来制定最佳生产计划的生产计划制定方法及其装置。

3、然而，这些问题是示例性的，本发明要解决的技术问题不限于此。

4、技术方案

5、根据本发明的一实施例的一种生产计划制定方法，包括如下步骤：获取在多条生产线中生产的产品的生产数据；基于所获取的产品的生产数据来生成派生变量；将所述派生变量输入到人工神经网络模型，人工神经网络模型学习所输入的派生变量来预测所述产品的生产运转率；以及反映所预测的所述生产运转率来制定最佳生产计划。

6、所述生产数据可以包括生产设备特性、生产时间特性、安装点特性、生产周期时间特性。

7、在所述多条生产线中获取所述产品的生产数据的步骤中，可以将获取产品的生产数据的时间调节为符合工厂的运转特性。

8、基于所述所获取的产品的生产数据生成派生变量的步骤可以包括如下步骤：基于产品的生产数据设定派生变量的重要度顺序。

9、基于所述所获取的产品的生产数据生成派生变量的步骤可以包括如下步骤：基于产品的生产数据设定派生变量的重要度权重值。

10、根据本发明的一实施例的一种生产计划制定装置，包括：数据获取部，获取在多条生产线中生产的产品的生产数据；数据预处理部，基于所获取的产品的生产数据来生成派生变量；人工神经网络部，学习所输入的所述派生变量来预测产品的生产运转率；以及生产计划制定部，基于通过所述人工神经网络部预测的生产运转率来制定产品的生产计划。

11、所述人工神经网络部可以包括：派生变量学习部，接收通过所述数据预处理部生成的派生变量，并且利用所输入的派生变量来执行人工神经网络模型的学习；以及运转率预测部，通过由所述派生变量学习部学习的人工神经网络模型来预测产品的生产运转率。

12、所述人工神经网络模型可以是梯度提升模型（gbm：gradient boosting model）。

13、所述数据获取部可以包括：数据获取时段调节部，将获取所述产品的生产数据的时间调节为符合工厂的运转特性来。

14、所述数据预处理部可以包括：派生变量重要度顺序设定部，基于所述产品的生产数据来设定派生变量的重要度顺序。

15、所述数据预处理部可以包括：派生变量重要度权重值设定部，基于所述产品的生产数据来设定派生变量的重要度权重值。

16、除了上述之外的其他方面、特征和优点将从具体实施方式、权利要求及附图中变得显而易见。

17、发明效果

18、根据本发明的一实施例的生产计划制定方法，利用通过多条生产线生产的产品的生产数据，通过人工神经网络模型更准确地预测生产线运转率，从而能够基于所预测的运转率来制定最佳生产计划。

19、本发明的技术效果并不限于以上提及的技术效果，本领域技术人员可以从权利要求的记载明确理解未提及的其他技术效果。

1.一种生产计划制定方法，包括如下步骤：

2.根据权利要求1所述的生产计划制定方法，其中，

3.根据权利要求1所述的生产计划制定方法，其中，

4.根据权利要求1所述的生产计划制定方法，其中，

5.根据权利要求1所述的生产计划制定方法，其中，

6.一种生产计划制定装置，包括：

7.根据权利要求6所述的生产计划制定装置，其中，

8.根据权利要求7所述的生产计划制定装置，其中，

9.根据权利要求6所述的生产计划制定装置，其中，

10.根据权利要求6所述的生产计划制定装置，其中，

11.根据权利要求6所述的生产计划制定装置，其中，