本技术涉及智能生产，特别涉及aps智能计划排程系统及其优化方法。
背景技术：
1、生产计划排程系统(aps，advanced p l ann i ng and schedu l i ng)是一种专门用于生产和制造行业的高级计划和调度软件。aps系统不仅功能强大，而且界面友好，使用户能够轻松地输入生成生产计划所需的数据、查看生产计划和进行生产计划的调整。aps系统对于提高制造企业的竞争力至关重要，它可以帮助制造企业快速响应市场变化，提高客户满意度，并降低生产成本。
2、但是，目前随着制造业的快速发展，制造企业对生产计划和排程的要求越来越高。现有的aps系统虽然在提高生产效率和资源利用率方面发挥了重要作用，但在面对复杂多变的生产环境时，局限性日益显现，无法满足制造企业的需求。相较于制造企业的需求而言，现有的aps系统排程效率低、资源利用率不足、缺乏智能化和灵活性。
技术实现思路
1、本技术实施例提供了aps智能计划排程系统及其优化方法，能够显著提升aps系统的排程效率和资源利用率，提升aps系统的智能性和灵活性。
2、根据本技术实施例的一个方面，提供了一种aps智能计划排程系统，所述系统包括：
3、数据输入模块，用于接收生产订单和资源数据，所述生产订单包括用于指示订单要求的订单参数，所述资源数据包括用于生成约束条件的资源参数；
4、生产计划生成模块，用于基于所述生产订单和所述资源数据，使用预设智能算法生成目标生产计划，所述目标生产计划符合所述订单要求和所述约束条件；所述预设智能算法为支持多算法组合、多规则组合、算法规则融合组合和动态优化机制的智能算法；
5、动态资源分配模块，用于根据所述目标生产计划和所述资源数据，生成资源分配计划，以及在生产过程中根据实时资源状态，调整所述资源分配计划，以及基于所述资源分配计划反馈调节所述目标生产计划；
6、智能优化模块，用于基于人工智能模型调整所述目标生产计划和所述资源分配计划，以及基于对所述资源分配计划的调整情况和对所述目标生产计划的反馈调节情况，优化所述人工智能模型；
7、自定义优化模块，用于根据用户自定义的场景中的权重比例优化所述目标生产计划和所述资源分配计划，所述权重比例指示生产场景下生产要素的占比情况和各类资源的占比情况；
8、数据输出模块，用于输出所述目标生产计划和所述资源分配计划。
9、在一个实施方式中，所述生产计划生成模块，用于执行下述操作：
10、基于所述目标生产要求和所述约束条件，确定模式参数，所述模式参数指示是否使用多算法组合、是否使用多规则组合、是否使用算法规则融合组合、是否使用动态优化机制，所述多算法组合包括对遗传算法、粒子群算法和蚁群算法中的至少两种算法进行组合，所述多规则组合包括对最短工期排程规则、按交货期先后排程规则、考虑工期和交货期之间距离的排程规则、cr值排程规则、最短工序排程规则的至少两种规则进行组合，所述算法规则融合组合包括对至少一种上述算法和至少一种上述规则进行组合；所述多算法组合、所述多规则组合、所述算法规则融合组合三者为择一选择关系；
11、在所述模式参数指示使用多算法组合的情况下，展示算法选择界面，根据用户对所述算法选择界面的触发结果确定至少两个目标算法；基于所述至少两个目标算法，生成所述目标生产计划；
12、在所述模式参数指示使用多规则组合的情况下，展示规则选择界面，根据用户对所述规则选择界面的触发结果确定至少两个目标规则；基于所述至少两个目标规则，生成所述目标生产计划；
13、在所述模式参数指示使用算法规则融合组合的情况下，展示算法规则选择界面，根据用户对所述算法规则选择界面的触发结果确定至少一个目标算法和至少一个目标规则；基于所述至少一个目标算法和所述至少一个目标规则，生成所述目标生产计划。
14、在一个实施方式中，所述目标生产计划的生成过程使用并行计算和分布式处理，所述目标生产计划包括最优生产计划和次优生产计划。
15、在一个实施方式中，所述动态资源分配模块，用于执行下述操作：
16、在所述生产计划中的任一生产节点未被按时完成的情况下，获取所述生产节点对应的各类资源的使用情况；
17、根据所述各类资源的使用情况，确定瓶颈资源对应的目标资源类型，所述瓶颈资源为导致所述生产节点未被按时完成的资源；
18、获取全部关联生产计划，所述关联生产计划对应的资源分配计划存在所述目标资源类型、并且允许被调整；
19、在所述全部关联生产计划中，确定至少一个参考生产计划，所述参考生产计划不存在未被按时完成的生产节点，并且所述参考生产计划内所述目标资源类型处于正常状态或者闲置状态；
20、在不影响各所述参考生产计划的实施的前提下，降低所述参考生产计划对应的所述目标资源类型的分配值，并对应增加所述目标生成计划对应的目标资源类型的分配值，以完成瓶颈资源调度，以达到瓶颈资源负载均衡。
21、在一个实施方式中，所述动态资源分配模块，用于执行下述操作：
22、在每一生产计划的每一生产节点被按时完成的情况下，统计该生产节点使用的资源和对应的计划资源，所述计划资源为所述生产计划对应的资源分配计划在所述生产节点分配的资源；
23、基于所述使用的资源和所述计划资源的差值，确定每一类资源的状态，所述状态包括正常状态、瓶颈状态和闲置状态。
24、在一个实施方式中，所述智能优化模块，用于执行下述操作：
25、训练所述人工智能模型，所述人工智能模型的训练样本包括具备对应关系的初始生产计划和初始资源分配计划，以及所述初始生产计划对应的优化生产计划和所述初始资源分配计划对应的优化资源分配计划；
26、将所述目标生产计划和对应的资源分配计划输入所述人工智能模型，得到优化后的目标生产计划和对应的优化后的资源分配计划。
27、根据本技术实施例的另一方面，提供了一种基于aps智能计划排程系统的排程优化方法，所述方法应用于前述任意一项所述的aps智能计划排程系统，所述方法包括：
28、接收生产订单和资源数据，所述生产订单包括用于指示订单要求的订单参数，所述资源数据包括用于生成约束条件的资源参数；
29、基于所述生产订单和所述资源数据，生成目标生产计划，所述目标生产计划符合所述订单要求和所述约束条件；
30、根据所述目标生产计划和所述资源数据，生成资源分配计划；
31、基于人工智能模型调整所述目标生产计划和所述资源分配计划；
32、根据用户自定义的场景中的权重比例优化所述目标生产计划和所述资源分配计划；
33、输出所述目标生产计划和所述资源分配计划。
34、在一个实施方式中，所述基于所述生产订单和所述资源数据，生成目标生产计划，包括：
35、基于所述生产订单和所述资源数据，使用预设智能算法生成目标生产计划，所述预设智能算法为支持多算法组合、多规则组合、算法规则融合组合和动态优化机制的智能算法。
36、在一个实施方式中，所述方法还包括：
37、基于对所述资源分配计划的调整情况和对所述目标生产计划的反馈调节情况，优化所述人工智能模型。
38、根据本技术实施例的另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现前述的基于aps智能计划排程系统的排程优化方法。
39、本技术实施例提供的技术方案可以带来如下有益效果：
40、本技术实施例提出aps智能计划排程系统及其优化方法，具备下述显著优势：
41、(1)使用多种算法多种规则的组合优化：为了提高排程效率，aps智能计划排程系统引入了多种优化算法规则的组合，如遗传算法、粒子群算法和蚁群算法等，如最短工期排程规则、按交货期先后排程规则、考虑工期和交货期之间距离的排程规则、cr值排程规则、最短工序排程规则等。这些算法和规则通过并行计算和分布式处理，能够快速处理大规模数据，适应动态变化的生产环境。通过结合不同算法和规则的优点，系统能够在更短的时间内找到最优或次优的排程方案，显著提高了排程效率和准确性。
42、(2)动态调整资源分配策略：为了提高资源利用率，系统能够根据生产需求和资源状态实时调整资源分配，确保资源得到最大化利用。通过自动识别瓶颈资源并进行优化调整，系统能够避免资源闲置或过载，提高了资源利用率和生产效率。例如，在生产高峰期，系统可以自动调整关键设备的利用率，确保生产线的平衡和顺畅运行。
43、(3)引入人工智能和机器学习技术：为了增强系统的智能化和灵活性，aps智能计划排程系统结合了人工智能和机器学习技术。通过数据分析和模型训练，系统能够不断优化和调整排程策略，适应不同的生产需求和环境变化。系统能够自主学习和适应生产环境的变化，提高了排程的智能化水平和响应速度。例如，当订单数量突然增加或生产线出现故障时，系统能够快速调整排程策略，确保生产的连续性和稳定性。
1.一种aps智能计划排程系统，其特征在于，所述系统包括：
2.根据权利要求1所述的系统，其特征在于，所述生产计划生成模块，用于执行下述操作：
3.根据权利要求2所述的系统，其特征在于，所述目标生产计划的生成过程使用并行计算和分布式处理，所述目标生产计划包括最优生产计划和次优生产计划。
4.根据权利要求1至3中任意一项所述的系统，其特征在于，所述动态资源分配模块，用于执行下述操作：
5.根据权利要求4所述的系统，其特征在于，所述动态资源分配模块，用于执行下述操作：
6.根据权利要求1所述的系统，其特征在于，所述智能优化模块，用于执行下述操作：
7.一种基于aps智能计划排程系统的排程优化方法，其特征在于，所述方法应用于权利要求1至6中任意一项所述的aps智能计划排程系统，所述方法包括：
8.根据权利要求7所述的方法，其特征在于，所述基于所述生产订单和所述资源数据，生成目标生产计划，包括：
9.根据权利要求7所述的方法，其特征在于，所述方法还包括：
10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求7至9任一项所述的基于aps智能计划排程系统的排程优化方法。
