当然，训练出一个实用的基于强化学习的ai生产排程模型，需要的成本可能非常大，最近有人估计过deepmind的一篇论文的算力
做法基本就是，先搞一个初始的算子设计，比如几层，每层多少参数，然后准备一个小规模的训练集，比如100g的训练集，和
除了插单，生产排程计划的生成也有一些要求，比如支持并行工序 模具工人人数这些约束 ，我们的模具数量是有
客户登录 排产项目管理 基础数据（产品资料，产品工艺，工作日历，生产资源，工艺能力） 排产执行 排产甘特图和修改
1 正排，订单分解成工序序列，根据设备（副资源）的可用时间段，从现在开始，将工序排入可用时间段（包括计算切换时间，准备时间和生产时间，以及对
从最早开始时间向左寻找工作所需主资源和副资源且满足特殊规格约束的可用时间段，找到共同的空闲时间段，计算该工作
3 要是基于optaplanner，开发大量的附加功能，实现一个功能较为标准的aps系统是可以的，但是最终的代码里，optaplanner可能只占10%，
5 在isuperaps和erpnext间同步工单，采购单和外协单的状态。3 从isuperaps导入工单，采购单和外协单到erpnext。4 在isuperaps和erpnext间同步库存数量。1 导出erpnext的基础数据到isuperaps。2 isuperaps排产。
5 在isuperaps和odoo间同步工单，采购单和外协单的状态。3 从isuperaps导入工单，采购单和外协单到odoo。4 在isuperaps和odoo间同步库存数量。1 导出odoo的基础数据到isuperaps。2 isuperaps排产。
结果这种玩了十几年的模式，现在出问题了，因为现在企业没钱了，很多企业要求实施成功一个模块付一个模块的软件费，而不是先
2 排产流程 ，装载设备，装载设备日历，装载产品bom和工艺路线，生成待排产任务，取出当下要排产的任务，分派任务到设备，全。1 启动一个线程，在线程里运行排产。
目前正在研发的面向消费者的ai超级应用有ai文员，ai教师，ai家教，ai护士，ai翻译。从商业角度来说，ai生管，必然是aps公司必然要研发的ai超级应用。而ai生管无疑是面向制造业的ai超级应用。
但是现在国外的aps也给定制算法，要是项目金额大的话，1000万以上的，sap apo和oracle aps都给定制算法，2022年，国内某个1500万的aps项目，就是国外某家aps，
一是看aps软件本身是不是实现了复杂的排程算法和优化算法，算法引擎使用c++高性能编译语言开发，支持工序的复杂关系，考虑副
具体做法就是，ga遗传算法通过每次改变一些排程因素（这个是毫秒时间），然后再花2分钟排程一次，看结果是否更好，从而向最好
Copyright © 2005-2024 51CTO.COM 版权所有 京ICP证060544号
