[發明專利]計劃排程方法、裝置、電子設備及存儲介質

在審

• 申請號: 202111642833.4
• 申請日: 2021-12-29
• 公開（公告）號: CN116432914A
• 公開（公告）日: 2023-07-14
• 發明（設計）人: 李聰;姜偉浩;叢亞;程漢妮;王正偉
• 申請（專利權）人: 杭州海康威視數字技術股份有限公司
• 主分類號: G06Q10/0631
• 分類號: G06Q10/0631;G06Q50/04
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 王劍

本申請提供一種計劃排程方法、裝置、電子設備及存儲介質，該方法包括：遍歷各訂單行項目；依據該訂單行項目的物料需求以及產能需求，確定各候選排程日期的排程狀態；在該訂單行項目的至少一個候選排程日期的排程狀態為可排程的情況下，以該訂單行項目各候選排程日期的排程狀態作為環境的狀態；將環境的狀態輸入行為預測網絡，并約束行為預測網絡從環境的狀態中選擇一個排程狀態為可排程的目標候選排程日期；依據目標候選排程日期對該訂單行項目進行模擬生產，并確定行為預測網絡的選擇操作的獎勵；在遍歷完各訂單項目，且強化學習模型收斂的情況下，依據強化學習訓練的結果執行計劃排程。該方法可以提高計劃排程的效率、準確性及合理性。

技術領域

本申請涉及強化學習技術領域，尤其涉及一種計劃排程方法、裝置、電子設備及存儲介質。

背景技術

在一些離散制造行業中，一些企業普遍存在產品種類繁多，產品構成復雜，產品之間生產工藝差異大，原料及半成品種類眾多，研發試制、產品定制和大小批量產需求不同，工廠自動化和半自動化產線混合布局等情況，嚴重影響計劃排程和生產調度。

同時，在銷售訂單量較多、物料庫存和工作中心產能有限、期望交期不同、優先級不同、核心物料(如芯片)供貨緊張等情況下，不同的排程計劃員根據其經驗不同制定的計劃也各不相同，最終帶來的收益也各不相同。因此，企業如何做好高級計劃排程從而使得收益最大化并能夠及時應答客戶是一個非常棘手的問題。

發明內容

有鑒于此，本申請提供一種計劃排程方法、裝置、電子設備及存儲介質。

具體地，本申請是通過如下技術方案實現的：

根據本申請實施例的第一方面，提供一種計劃排程方法，包括：

遍歷各訂單行項目；

對于所遍歷的任一訂單行項目，依據該訂單行項目的物料需求以及產能需求，確定各候選排程日期的排程狀態；所述排程狀態包括可排程或無法排程；

在該訂單行項目的至少一個候選排程日期的排程狀態為可排程的情況下，以該訂單行項目各候選排程日期的排程狀態作為環境的狀態；

將所述環境的狀態輸入行為預測網絡，并約束所述行為預測網絡從所述環境的狀態中選擇一個排程狀態為可排程的目標候選排程日期；

依據所述目標候選排程日期對該訂單行項目進行模擬生產，并確定所述行為預測網絡的選擇操作的獎勵；

在遍歷完各訂單項目，且強化學習模型收斂的情況下，依據所述強化學習訓練的結果執行計劃排程。

根據本申請實施例的第二方面，提供一種計劃排程裝置，包括：

遍歷單元，用于遍歷各訂單行項目；

確定單元，用于對于所遍歷的任一訂單行項目，依據該訂單行項目的物料需求以及產能需求，確定各候選排程日期的排程狀態；所述排程狀態包括可排程或無法排程；

預排程單元，用于在該訂單行項目的至少一個候選排程日期的排程狀態為可排程的情況下，以該訂單行項目各候選排程日期的排程狀態作為環境的狀態；將所述環境的狀態輸入行為預測網絡，并約束所述行為預測網絡從所述環境的狀態中選擇一個排程狀態為可排程的目標候選排程日期；依據所述目標候選排程日期對該訂單行項目進行模擬生產，并確定所述行為預測網絡的選擇操作的獎勵；

排程單元，用于在遍歷完各訂單項目，且強化學習模型收斂的情況下，依據所述強化學習訓練的結果執行計劃排程。