一种智能企业资源配置优化方法及系统

本技术涉及企业资源优化，尤其是涉及一种智能企业资源配置优化方法及系统。

背景技术：

1、目前，为了提高企业的核心竞争力，特别是在生产环节中，企业需要不断优化材料资源的配置，以提高资源利用效率，然而，传统的资源优化方法多基于历史数据和人工经验进行判断，这种方式难以适应大规模、复杂的生产环境。在动态变化的生产环境中，工作人员需要每天手动核算生产所需材料，工作较为繁琐且耗费大量人力，增加了企业生产成本，故因此需要进行改进。

技术实现思路

1、为了方便对生产所需材料的核算，提高资源合理配置，降低企业生产成本；本技术提供了一种智能企业资源配置优化方法及系统。

2、本技术的上述发明目的一是通过以下技术方案得以实现的：

3、一种智能企业资源配置优化方法，包括步骤：

4、获取企业的历史生产数据与当时对应的环境参数；所述历史生产数据包括产量、故障率和原材料消耗量；

5、将历史生产数据与环境参数进行关联性分析，识别出影响历史生产数据的环境参数并进行训练，得到资源需求预测模型，所述环境参数包括温度、湿度及通风量；

6、当接收到环境参数指令时，获取当前的环境参数和所需材料名称，并将所获取的环境参数和所需材料名称发送至资源需求预测模型；

7、当资源需求预测模型接收到环境参数和所需材料名称时，提取出与环境参数匹配对应的材料估算量，并生成生产计划；

8、将生产计划发送至供生产员操作的生产员终端。

9、通过采用上述技术方案，当企业需要对生产环节资源配置优化分配时，获取历史生产数据与当时对应的环境参数，由于每天变化的环境参数中的生产数据不同，因此将历史生产数据与环境参数进行关联性分析，识别出影响产量、故障率及原材料消耗的环境参数，根据影响的环境参数与历史生产数据进行训练，能够得到资源需求预测模型；由于每天的环境环境参数都是动态变化的，因此当接收到环境参数指令时，获取当前的环境参数和所需材料名称，并将所获取的环境参数和所需材料名称发送至资源需求预测模型，能够与环境参数匹配对应的材料估算量，并生成生产计划，将生产计划发送至供生产员操作的生产员终端，因此生产员终端无需每天进行核算就能得到生产所需的材料数量，实现每天自动获取生产环节材料所需的估算需求量，节省工作人员繁琐的操作流程，降低运营成本，提高资源利用效率和响应速度。

10、本技术在一较佳示例中：所述将历史生产数据与环境参数进行关联性分析，识别出影响历史生产数据的环境参数并进行训练，得到资源需求预测模型的步骤，包括步骤：

11、将历史生产数据与环境参数进行关联性分析，识别提取出历史生产数据中受环境参数影响的所有生产工序；

12、将不同环境参数下的所有生产工序进行对比；

13、筛选出随环境参数变化的生产工序，标记为关键工序，并将影响该关键工序变化的环境参数进行关联，训练得到资源需求预测模型。

14、通过采用上述技术方案，在每天变化的环境参数中得到的生产数据不同，因此通过将历史生产数据与生产环节数据进行关联性分析，能够识别提取出历史生产数据中受环境参数影响的所有生产工序；将不同环境参数下的所有生产工序进行对比，分析各个环境参数对生产工序的具体影响，例如某些温度或湿度条件下产量是否提高，能够得到生产工序与环境参数之间的变化趋势，筛选出随环境参数变化的生产工序，标记为关键工序，并将影响该关键工序变化的环境参数进行关联，能够得到资源需求预测模型，以便于准确预测原材料消耗和管理库存，减少浪费，降低成本。

15、本技术在一较佳示例中：所述筛选出随环境参数变化的生产工序，标记为关键工序的步骤，包括步骤：

16、计算出每个生产工序基于环境参数的变化率；

17、基于变化率，计算出每个环境参数与生产工序中相关系数的斜率；

18、将斜率与预设斜率值进行对比；

19、若斜率大于预设斜率值，将该生产工序标记为关键工序。

20、通过采用上述技术方案，由于不同环境参数下的生产工序情况不同，因此通过计算出每个生产工序在不同环境参数的变化率，能够确定每个生产工序与之相关的环境参数，再通过计算出每个环境参数与生产工序之间的相关系数，得出各环境参数对应的生产工序中相关系数的斜率，将斜率与预设斜率值进行对比，若斜率大于预设斜率值，将该生产工序标记为关键工序，环境参数变化对生产工序影响大于预设斜率值时，则说明该生产工序为关键工序。

21、本技术在一较佳示例中：所述当资源需求预测模型接收到环境参数和所需材料名称时，提取出与环境参数匹配对应的材料估算量的步骤，包括步骤：

22、当资源需求预测模型接收到环境参数和所需材料名称时，资源需求预测模型从数据库中找出相同环境参数范围的原材料消耗量；

23、基于所需材料名称，筛选出与所需材料名称相关联的原材料消耗量，标记为材料估算量。

24、通过采用上述技术方案，由于所需材料量随着每天的环境参数变化，当接收到当前的环境参数和所需材料名称时，将使用环境参数作为查询条件，从数据库中检索出与之匹配的原材料消耗量数据，使得资源需求预测模型从数据库中找出相同环境参数范围的原材料消耗量，由于相同环境参数范围下有各种产品材料的原材料消耗量，因此根据所需材料名称，能够筛选出与材料名称相关联的原材料消耗量，并将筛选出来的原材料消耗量做为这一天中的材料估算量，实现了自动化获取材料估算量，减少人员干预和处理时间，节省人力和成本，以确保生产效率和成本效益最大化。

25、本技术在一较佳示例中：所述基于所需材料名称，筛选出与所需材料名称相关联的原材料消耗量，标记为材料估算量的步骤之后，执行如下步骤：

26、获取新的历史生产数据，并将新的历史生产数据发送至资源需求预测模型；

27、当接收到人工放弃录入指令时，新的历史生产数据不计入数据库中与产量、故障率和原材料消耗量进行计算；否则，将新的历史生产数据与数据库中的产量、故障率和原材料消耗量进行计算，以更新得到最新的环境参数和对应的材料估算量。

28、通过采用上述技术方案，由于设备长期作业会出现劳损老化问题，因此在设备作业前获取前一天新的历史生产数据，并将新的历史生产数据发送至资源需求预测模型，由于会出现人为因素导致历史生产数据存在不合理，因此，当接收到人工放弃录入指令时，新的历史生产数据不计入数据库中与产量、故障率和原材料消耗量进行计算；否则，将新的历史生产数据与数据库中的产量、故障率和原材料消耗量进行计算，以更新得到最新的环境参数和对应的材料估算量，能够解决因当前设备劳损老化问题影响数据的准确性，是否出现问题，以确保资源需求预测模型能够反映最新的生产情况。

29、本技术在一较佳示例中：所述当资源需求预测模型接收到环境参数和所需材料名称时，提取出与环境参数匹配对应的材料估算量的步骤，还包括如下步骤：

30、当资源需求预测模型从数据库中查找不到相同环境参数范围时，资源需求预测模型从数据库中查找出最接近环境参数的原材料消耗量；

31、基于所需材料名称与原材料消耗量，筛选得到材料估算量；

32、基于该材料变化率，调整材料估算量得到调整后的材料估算量。

33、通过采用上述技术方案，由于每天环境参数不同，当资源需求预测模型无法在数据库中找到与相同环境参数范围数据时，资源需求预测模型则从数据库中查找出最接近环境参数的原材料消耗量，以确定接近环境参数中最相关的原材料消耗量，基于所需材料名称与原材料消耗量，筛选得到材料估算量，根据环境参数对生产工序的变化率，对材料估算量进行调整，得到调整后的材料估算量，提高资源需求预测模型的预测准确性，促进优化资源使用，从而提高生产效率并降低成本。

34、本技术的上述发明目的二是通过以下技术方案得以实现的：

35、一种智能企业资源配置优化系统，包括：

36、数据收集模块，用于获取企业的历史生产数据与当时对应的环境参数；所述历史生产数据包括产量、故障率和原材料消耗量；

37、模型训练模块，用于将历史生产数据与环境参数进行关联性分析，识别出影响历史生产数据的环境参数并进行训练，得到资源需求预测模型，所述环境参数包括温度、湿度及通风量；

38、指令获取模块，用于当接收到环境参数指令时，获取当前的环境参数和所需材料名称，并将所获取的环境参数和所需材料名称发送至资源需求预测模型；

39、需求预测模块，用于当资源需求预测模型接收到环境参数和所需材料名称时，提取出与环境参数匹配对应的材料估算量，并生成生产计划；

40、计划发送模块，用于将生产计划发送至供生产员操作的生产员终端。

41、通过采用上述技术方案，当企业需要对生产环节资源配置优化分配时，获取历史生产数据与当时对应的环境参数，由于每天变化的环境参数中的生产数据不同，因此将历史生产数据与环境参数进行关联性分析，识别出影响产量、故障率及原材料消耗的环境参数，根据影响的环境参数与历史生产数据进行训练，能够得到资源需求预测模型；由于每天的环境环境参数都是动态变化的，因此当接收到环境参数指令时，获取当前的环境参数和所需材料名称，并将所获取的环境参数和所需材料名称发送至资源需求预测模型，能够与环境参数匹配对应的材料估算量，并生成生产计划，将生产计划发送至供生产员操作的生产员终端，因此生产员终端无需每天进行核算就能得到生产所需的材料数量，实现每天自动获取生产环节材料所需的估算需求量，节省工作人员繁琐的操作流程，降低运营成本，提高资源利用效率和响应速度。

42、可选的，还包括：

43、生产工序提取模块，用于将历史生产数据与环境参数进行关联性分析，识别提取出历史生产数据中受环境参数影响的所有生产工序；

44、生产工序对比模块，用于将不同环境参数下的所有生产工序进行对比；

45、环境参数关联模块，用于筛选出随环境参数变化的生产工序，标记为关键工序，并将影响该关键工序变化的环境参数进行关联，训练得到资源需求预测模型。

46、通过采用上述技术方案，在每天变化的环境参数中得到的生产数据不同，因此通过将历史生产数据与生产环节数据进行关联性分析，能够识别提取出历史生产数据中受环境参数影响的所有生产工序；将不同环境参数下的所有生产工序进行对比，分析各个环境参数对生产工序的具体影响，例如某些温度或湿度条件下产量是否提高，能够得到生产工序与环境参数之间的变化趋势，筛选出出受环境参数影响的生产工序，标记为关键工序，并将影响该关键工序变化的环境参数进行关联，能够得到资源需求预测模型，以便于准确预测原材料消耗和管理库存，减少浪费，降低成本。

47、本技术的上述目的三是通过以下技术方案得以实现的：

48、一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种智能企业资源配置优化方法的步骤。

49、本技术的上述目的四是通过以下技术方案得以实现的：

50、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述一种智能企业资源配置优化方法的步骤。

51、综上所述，本技术包括以下至少一种有益技术效果：

52、1.由于每天变化的环境参数中的生产数据不同，因此将历史生产数据与环境参数进行关联性分析，识别出影响产量、故障率及原材料消耗的环境参数，根据影响的环境参数与历史生产数据进行训练，能够得到资源需求预测模型；由于每天的环境环境参数都是动态变化的，因此当接收到环境参数指令时，获取当前的环境参数和所需材料名称，并将所获取的环境参数和所需材料名称发送至资源需求预测模型，能够与环境参数匹配对应的材料估算量，并生成生产计划，将生产计划发送至供生产员操作的生产员终端，因此生产员终端无需每天进行核算就能得到生产所需的材料数量，实现每天自动获取生产环节材料所需的估算需求量，节省工作人员繁琐的操作流程，降低运营成本，提高资源利用效率和响应速度；

53、2.在每天变化的环境参数中得到的生产数据不同，因此通过将历史生产数据与生产环节数据进行关联性分析，能够识别提取出历史生产数据中受环境参数影响的所有生产工序；再将不同环境参数下的所有生产工序进行对比，分析各个环境参数对生产工序的具体影响，例如某些温度或湿度条件下产量是否提高，能够得到生产工序与环境参数之间的变化趋势，筛选出出受环境参数影响的生产工序，标记为关键工序，并将影响该关键工序变化的环境参数进行关联，能够得到资源需求预测模型，以便于准确预测原材料消耗和管理库存，减少浪费，降低成本；

54、3.由于不同环境参数下的生产工序情况不同，因此通过计算出每个生产工序在不同环境参数的变化率，能够确定每个生产工序与之相关的环境参数，再通过计算出每个环境参数与生产工序之间的相关系数，得出各环境参数对应的生产工序中相关系数的斜率，将斜率与预设斜率值进行对比，若斜率大于预设斜率值，将该生产工序标记为关键工序，环境参数变化对生产工序影响大于预设斜率值时，则说明该生产工序为关键工序；

55、4.由于所需材料量随着每天的环境参数变化，当接收到当前的环境参数和所需材料名称时，将使用环境参数作为查询条件，从数据库中检索出与之匹配的原材料消耗量数据，使得资源需求预测模型从数据库中找出相同环境参数范围的原材料消耗量，由于相同环境参数范围下有各种产品材料的原材料消耗量，因此根据所需材料名称，能够筛选出与材料名称相关联的原材料消耗量，并将筛选出来的原材料消耗量做为这一天中的材料估算量，实现了自动化获取材料估算量，减少人员干预和处理时间，节省人力和成本，以确保生产效率和成本效益最大化。