- 综合排序
- 最热优先
- 最新优先
- 来自专栏数据魔术师
APS智能排产+运筹优化算法=？
（一）APS智能排产系统 供应链高级计划相关业务涉及预测计划，采购计划，产能规划，人力计划，MPS/MRP，主生产计划，工序计划，装车计划，配送计划等软件模块，覆盖中长期计划与短周期排产等供应链全部计划业务场景 图 基于GA+TS的混合智能算法 APS智能排产系统既可以支持标准算例模型，也可以支持企业级模型与约束。考虑算法研究与企业应用需要同时兼顾，系统界面如下图所示。 ? 图 基于Pert关键路径分析算法 APS智能排产系统支持网络计划模型，可以用于项目型计划排产与滚动排产，例如飞机，轮船，大型机械等生产制造，替代Project等项目计划软件，系统对网络计划的执行进行监督 APS智能排产系统整合国内顶尖的排样引擎，实现二维排样与排产计划联动。 ? 图 路径规划求解器 APS智能排产系统集成国内自主研发的顶尖的车辆路径规划引擎，实现三维装箱、路径规划与排产计划联动，并在行业领先企业得到应用。 ? 图 APS排产系统甘特图展示路径优化结果
5.5K46发布于 2021-03-16 一文讲清智能排产系统搭建全攻略
本文将聚焦智能排产系统的落地路径：先阐释其“整合订单、工艺、资源等要素，实现自动化排产方案生成”的核心功能，再从基础数据搭建、智能排产工作台配置、生产报工闭环、经营看板分析四大模块，详解系统搭建的关键逻辑与实施步骤 注：本文示例所用方案模板：简道云排产管理系统，给大家示例的是一些通用的功能和模块，都是支持自定义修改的，你可以根据自己的需求修改里面的功能。一、什么是智能排产系统？1.是什么？ 智能排产系统，就是一套帮你把生产任务排清楚、排得准、排得动的系统。 整个排产过程变成了：有数据、有逻辑、有反馈。2.干什么？智能排产系统的核心作用，是帮助企业系统化解决生产计划中的混乱和不确定性，让计划排得出、资源配得上、执行跟得上。 只要这六块数据建好了，系统排产才能“按逻辑跑”，而不是“凭运气凑”。模块二：智能排产工作台——整套系统的大脑中枢这一步是“排产真正开始”的地方。
1K10编辑于 2025-07-09两小时搭建自动排产系统，效率提 40%
没想到只用了两个小时，就把一套自动排产系统跑起来了。效果很明显：效率提升 40%，计划有章可循，设备利用率更均衡，车间的执行也稳定了。接下来和大家详细拆解一下。一、为什么生产排程总是乱？ 要解决排程混乱的问题，可以从这三个核心模块出发设计：订单优先级设置模块、设备负荷监控模块、自动排程计算模块。 1. 订单优先级设置模块排程混乱，往往从“先做哪个订单”开始。 排产的时候就可以合理调整，避免有的机器爆满、有的机器空闲。3. 自动排程计算模块最后一步，也是最核心的一步，就是自动排程计算。系统根据订单的优先级和设备的负荷情况，自动生成最优的排程方案。 五、我的心得这次搭建最大的感受是：排产其实不需要很复杂的算法，关键是把几个核心点抓住。优先级解决了“做哪个”的问题；设备负荷解决了“能不能做”的问题；自动计算解决了“怎么做”的问题。 把这三点串起来，就能形成一个高效、可执行的排产系统。另外，别想着一步到位。
56310编辑于 2025-10-10- 来自专栏APS-高级计划与排程
多工序、多机台(产线)环境下的排程要点
单一工序，多资源种类 单一工序 ，多种类资源情况，仅对产品的一个工序进行排产，仅可用于这个工序的资源是多种多样的，并且各种资源之间可以互换的。此类计划主要是为了实现资源的优化分配。 多工序，多资源种类 多个工序，多资源种类的和产计划，也是目前最为常见，也是最为复杂的生产计划，是本文讨论的重点。多工序与前一个问题一样，是针对整个产品的工序路线进行排产。 那么当同时对多个产品进行排产时，各个产品的工序路线形成的工序生产序列和资源分配方案，很容易就形成了胶着状态，甚至在多个资源之间会出现死锁状态。 因为一个正常的产计划会存在时间与空间两个主要维度，其中的空间维度本文的场景中就是机台，表示为一个任务被分配到了指定机台。 小结 自此，本文描述了基于Optaplanner设计APS排产引擎时，遇到比较棘手的问题。
3.1K92发布于 2019-09-06 一文讲透企业精细排产的底层逻辑！
所以今天，我们就来聊聊这个被很多工厂“低估了”的关键环节——排产到底该怎么排，才能真正控成本、提利润？精细排产的底层逻辑，今天这篇一次给你讲透！ 如果没一个清晰的判断逻辑，那这张排产表就是写来看的，不是写来干的。二、排产排不准，会出什么问题？ 所以，排产不是“能排上”就算完事，而是排得准、排得动、干得顺、交得上，这才是真正的“排产力”。三、搞懂精细排产的底层逻辑，先别急着上系统！ 有系统才叫排产，不靠人脑凑凑算最后，精细排产必须借助工具，光靠Excel真的很难做细、做稳。 只要逻辑清晰、数据干净、机制协同，哪怕是中型制造企业，也能跑出非常不错的精细排产效果。最后总结一句话：排产排不准，全厂都瞎忙！
38600编辑于 2025-07-22基于AI大模型的供应链智能计划排产与交期承诺动态分析技术方案
文档版本： V1.0 适用场景： 制造业供应链 APS 计划排产 / ATP 交期承诺 技术栈方向： LLM + 约束优化引擎 + 供应链本体论 + 向量数据库 一、方案背景与核心问题 1.1 传统 APS /ATP 的能力边界 传统 APS（高级计划与排程）系统在制造业中已广泛应用，其核心价值在于充当数据分析决策与事务操作处理之间的桥梁——从需求分析到生产排产，从库存计算到交期承诺。 本方案的目标范围 本方案聚焦两个核心场景： 场景 目标 自动化程度 ATP 交期承诺 客户需求变更后，自动评估交期可行性，输出承诺日期、置信度、原因链与备选方案 高频场景优先实现全自动化 APS 计划排产 各层职责如下： 场景驱动入口层： ATP 交期承诺查询、APS 排产冲突识别、多目标权衡等具体业务场景的请求入口，支持自然语言输入。 4.3 引擎③ — ML 经验修正引擎 输入： 约束优化引擎的理论计算结果 + 历史"承诺 vs 实际"偏差数据 输出： 置信区间与风险修正系数 理论排产时间与实际完工时间之间永远存在偏差，原因是人的操作习惯
30210编辑于 2026-04-13- 来自专栏云蛛系统
云蛛系统AutoBI-anything的Mes套件-APS排产执行引擎
下面，我们就针对重头APS的业务逻辑，给您详细的阐述一下：时间触发在订单页面点击排产的时候，会产生排产数据，排产数据完成后，会生成工单数据并根据排产数据的最小时间确定工单的启动时间。 设备，会将所有排产数据导入执行序列中，作为执行数据执行。班组，将该班组所属工序的排产数据，汇总为一条数据，作为执行数据。 对于设备来说，如果排产数据不足的话，会自动补数据，但是这种情况，或多或少，会出现生产小误差，所以尽量需要在排产的时候，尽量估算准确。工序延迟工序中存在设备或者班组处于别的工单生产中，此工序延迟。
18310编辑于 2025-12-29 从排产到质控，知名MES厂商盘古信息如何撬动制造业效率革命？
在全球制造业加速向智能化、网络化转型的战略机遇期，制造执行系统（MES）作为连接计划层与控制层的核心枢纽，正成为企业构建核心竞争力的战略支点。 盘古信息MES系统集成生产计划排程、生产进度跟踪、生产任务甘特图等等标准功能，对生产过程中的数据进行整合、分析，管理者根据生成的详实报表进行排产颗粒度的细化，实现生产过程的计划管理和需求管理，实现生产环节的智能调度和过程追溯 二、持续深耕，打造多行业应用数字化智能制造解决方案盘古信息自成立以来，专注于为企业提供智能制造解决方案。其研发团队由行业资深专家与技术精英组成，深入了解制造业痛点与需求，持续投入技术创新与产品优化。 2.电子元器件行业对于电子元器件产品更新换代快、生产工艺复杂的行业特性，MES系统的智能排产、物料管控等功能发挥了关键作用。 随着工业互联网、5G等技术的深度融合，盘古信息将持续引领智能制造发展方向，为“中国智造”迈向全球价值链中高端注入强劲动力。
39710编辑于 2025-05-15- 来自专栏C++
【排序算法】堆排、快排、归并排、各种排
1、堆 2、快排 颜色分类 颜色分类 class Solution { public: void sortColors(vector<int>& nums) { int i = 排升序，找cur2之前有多少个数比我大。 +] = arr[b2++]; for (int i = l; i <= r; i++) arr[i] = tmp[i]; return ret; } }; 排降序 int b1 = l, b2 = mid + 1, i = l; while (b1 <= mid && b2 <= r) { // 排降序
25110编辑于 2025-04-04 AR技术辅助装配，打造智能化产线
在元幂境看来，随着工业4.0和智能制造的深入推进，越来越多的制造企业开始探索先进技术与传统工艺的融合路径。 其中，增强现实（AR）技术以其可视化、交互性强、信息融合等优势，在装配环节的应用日益广泛，正在重塑传统产线，助力企业实现降本增效、提质提速的目标。 此外，AR系统还可以结合企业MES、ERP等系统数据，实现实时工艺更新和个性化指令推送，使装配操作更加灵活和智能。 三、打造智能产线的未来图景 在元幂境看来，将AR与AI识别、物联网传感、边缘计算等技术融合，未来的智能化产线将不仅是可视化操作平台，更是具备决策、预测与自我优化能力的“智慧工厂大脑”。 国内也有不少企业积极跟进，利用AR技术打造符合自身需求的智能产线解决方案。 结尾： 在元幂境看来，AR技术正逐步从概念走向成熟应用，其在装配环节的落地，成为推动制造业智能化转型的重要一环。
21110编辑于 2025-09-23- 来自专栏漫途科技
建筑能耗智能监测系统，助力企业节能减排！
为了节约能源和减排，降低成本，建立高效的建筑能耗智能检测系统，实时监控各类建筑能耗设备的能耗数据，统计分析采集数据。合理确定各区域建筑能耗经济指标，发现能源使用规律和能源浪费，提高人员主动节能意识。 一、系统架构图片二、系统组成漫途建筑能耗智能监测系统主要由：远程在线数据采集终端MT-BOX、无线通信网络和MTIC 3.0综合云平台。 风险预警、智能分析：实时采集的数据和设定的阈值进行比较，MTIC 3.0云平台支持AI智能分析并进行风险预警。 四、MT-BOX智能终端简介MT-SR411是一款兼具远程集采和控制功能的智能终端，其提供了1路RS 232接口、1路RS 485接口、8路开关量采集、8路继电器输出和4路模拟量采集能力。 MT-SR411可以将现场传感器数据实时上报给MTIC 3.0云平台，从而完成后续的一系列风险预警、智能分析等操作。图片
2.4K20编辑于 2023-01-09 - 来自专栏NewBeeNLP
召回 粗排 精排，如何各司其职？
精排-最纯粹 精排是最纯粹的排序，也是最纯粹的机器学习模块。它的目标只有一个，就是根据手头所有的信息输出最准的预测。我们也可以看到，关于精排的文章也是最多的。 精排也是整个环节中的霸主，你在召回上的一个改进点，精排没有get到，那你这个改进点就不能在实际环境中生效。前面的环节想要做出收益，都得精排“施舍”。 粗排-略显尴尬的定位 相比于召回和精排，粗排是定位比较尴尬的。在有的系统里，粗排可以很丝滑的平衡计算复杂度和候选数量的关系。但是在有的例子中，粗排可能只是精排甚至召回的一个影子。 所以，粗排的模型结构大多数情况下都很像精排或者召回。 粗排是一个非常容易照本宣科的地方，因为粗排不是必需的环节。 如果你的候选数量非常少，那连召回都不需要了；如果你的精排能吃的下召回的输出，那可以考虑实验对比是不是需要粗排。但是假如不加粗排，总感觉欠缺点什么。
2.6K10发布于 2021-10-20 - 来自专栏我爱计算机视觉
人工智能在空调焊接产线中的应用
目前生产线存在的问题主要有： 空调底座焊接产线老旧、相对固化，存在大量非结构化因素，限制了产线改造的灵活性，产线无法进行运动-暂停-运动的连续间断工作模式，只有连续工作和持续暂停模式，对整体智能化改造带来了困难 由于问题(1)的产生，需要增加模块对运动的空调底座进行检测，判别空调底座是否进入了拍照范围； 运动、光线、噪声的影响会导致获取图片不一致问题； 底座的缺陷检测完全由人工介入，降低了产线的智能化程度，也增加了人工成本 根据检测结果，对PLC发送控制信号，发出警报信号和相应的产线流程处理。 为了更好的展现和解释空调底座焊接产线的增量式智能改造； 图1展现了空调底座焊接产线智能改造系统流程图， 图2展现了空调底座焊接产线智能改造结构框图。 ? 图1 空调底座焊接产线智能改造系统结构图 ? 图2 空调底座焊接产线智能改造系统流程图 通过构建的智能化检测系统取代了线上的人工肉眼检测，不仅节约了人工成本、提高了检测效率，同时降低人员在生产过程中发生生产事故的可能性。
99920发布于 2020-05-26 腾讯CodeBuddy实现产设研全流程智能协同开发
根据资产库生成UI组件（200+页秒级渲染） 深度集成研发流程的关键组件 CodeBuddy CLI：命令式编程集成CI/CD管线（资源占用<500MB），支持批量代码生成与企业规约编程 安全智能体 ：集成腾讯TCA代码分析工具，自动修复漏洞（覆盖代码缺陷/安全漏洞/无效代码等6类问题） 架构智能体：实时监听Git仓库变更，自动更新架构图/数据流图等技术文档 内部落地验证关键效能提升 Plugin 腾讯Design）+编码辅助（IDE/Plugin/CLI）+运维部署（CloudBase）的全栈方案 企业级管理能力：Admin后台统一管控规则库（编码规范Rules）+知识资产（MCP组件库）+智能体调度 通过腾讯银河麒麟操作系统+国产NPU算力实现全栈信创适配 技术领导力实证 提出AI编程成熟度模型（L1-L5分级），定义2027年L5级「AI开发团队」技术路径 主导制定MCP（组件规范）/A2A（智能体协作
55130编辑于 2026-04-01- 来自专栏漫途科技
产线工位智能呼叫系统，助力工厂更高效生产！
产线工位智能呼叫系统主要用于工厂物料扭转、维修、工艺、管理等，将传统的模块班上云端，形成一套智能化管理方案，清楚掌握产销流程、提高生产过程的可控性、减少生产线上人工的干预、及时正确地采集生产线数据，这样可大幅度提高生产效率
84020编辑于 2023-01-12 - 来自专栏行业科技知识分享
智能制造之 SMT 产线监控管理可视化
开场动画新-小卡-min.gif SMT 厂房的三维模型的呈现，是实现产线设备、人员、现场管控的第一步。 HT 通过 SMT 产线现场所搜集的设备图片、设备布局、厂房布局、厂区 CAD 等信息资料，将产线进行等比例建模，还原于三维场景中。 直观监测产线设备状态、生产质量、库存信息等，提高工厂运作决策效率。 并加入智能预警分析功能，一旦设备数据超过既定阈值并且历史数据进行分析研判，将在三维场景内对设备进行标红闪烁以呈现告警状态。 用户通过 PC 、 PAD 或是智能手机，只要打开浏览器可随时随地访问三维可视化系统，实现远程监查和管控。
1.5K40发布于 2021-06-25 - 来自专栏HT
智能制造之 SMT 产线监控管理可视化
SMT 厂房的三维模型的呈现，是实现产线设备、人员、现场管控的第一步。 HT 通过 SMT 产线现场所搜集的设备图片、设备布局、厂房布局、厂区 CAD 等信息资料，将产线进行等比例建模，还原于三维场景中。 直观监测产线设备状态、生产质量、库存信息等，提高工厂运作决策效率。 用户通过 PC 、 PAD 或是智能手机，只要打开浏览器可随时随地访问三维可视化系统，实现远程监查和管控。 HT 可视化赋能行业的智能制造与数字化转型，让产业运维可追溯管理，让设备运行可监控管理，让万物”互联互通”。
1.1K30发布于 2021-06-09 - 来自专栏AVAJ
快排
快速排序 思路：快速排序每次都是定位一个元素在数组中的绝对位置，简单说就是一个元素，在排好序后他的位置是一定的（当然快排是不稳定的），你每次选定一个元素，然后定位其排好序后的位置，再把这个元素从数组中去掉
89250发布于 2019-10-13 - 来自专栏云深知网络 可编程P4君
分析师有多大胆，智能网卡市场有多大产！
Dell’Oro Group 眼瞅着智能网卡要火，Dell’Oro Group的分析师开始煽风点火。 去年给出的复合年均增长率CAGR还是20%； 2020年的智能网卡实际市场规模: $600 million 今年开大会增长率就变成了26%； 2026年的智能网卡预计市场规模: $1.6 billion 2020年的智能网卡实际市场规模: $50 million 2026年的智能网卡预计市场规模: $1.6 billion 参考阅读：数据中心网络模型巨变！ Gartner大胆预测背后的职业消亡 Others IHS被收购前还比较收敛，智能网卡市场数据中规中矩。 DPU 如果说智能网卡任情恣性，那DPU市场没有了服务器的束缚，更加不拘形迹。
1.4K10编辑于 2023-02-15 - 来自专栏阴极保护
极性排流器发展现状从二极管到智能型排流系统的技术演进
· 智能型排流系统：· 先进的单向导通技术：采用金属氧化物半导体场效应晶体管（MOSFET）等更先进的器件。 · 动态响应与自适应调节：智能型排流器内置电压钳位模块，可实时监测电位变化，自动触发排流。部分还能根据环境电位波动自动优化排流参数，避免过度排流导致的阴极剥离风险。 · 节能与多功能设计：一些智能型排流器采用分级排流控制，电流强度高时启动主排流回路，低时切换至低功耗旁路，降低能耗。 · 智能监测与通信功能：配备 RS485/Modbus 等通信接口，支持远程监测排流电流、电位、设备温度等参数，实现故障预警和寿命预测，方便运维人员及时掌握设备运行状况，进行远程管理和维护，提高了整个阴极保护系统的自动化水平和可靠性 总体而言，从二极管到智能型排流系统的技术演进，使极性排流器在排流性能、适应性、节能性、智能化等方面都有了显著提升，能更好地满足现代工业中各种金属结构在复杂杂散电流环境下的腐蚀防护需求。
17900编辑于 2025-06-26
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号