一种团餐排餐处理方法、计算机设备及存储介质
文献发布时间:2024-04-18 20:00:50
技术领域
本申请涉及排餐方法技术领域,尤其是涉及一种团餐排餐处理方法、计算机设备及存储介质。
背景技术
团餐通常包括大型企业、商业机构、政府机构和社团的职员餐饮和大中小学的学生餐以及交通运输、公共写字楼、会展饮食供应的社会送餐等,已成为餐饮业的重要组成部分。由于团餐涉及的就餐人数较多,在团餐出餐前通常需要先规划排餐计划。
目前的团餐排餐方法通常为人工筛选,即人工从菜品数据库内选取菜品组成菜单,按照每周或每月的时间循环组成排餐计划,这种方法缺乏智能性,无法确定排餐计划的合理性,可能会造成食物浪费或菜品不足的问题。同时,由于现有技术中的排餐方法只涉及菜品种类和时间,只能考虑到就餐端的就餐菜单和出餐端的出餐规划,但团餐的整体流程包括采购、加工、出餐、销售等多方面,因此现有技术中的排餐方法无法融入团餐的整个生产经营流程,难以实现对出餐前流程进行相应的规划,容易导致团餐的整体流程处理效率较低的问题。
发明内容
本申请的目的是提供一种团餐排餐处理方法、计算机设备及存储介质,有利于提高团餐排餐流程处理效率。
第一方面,本申请提供的一种团餐排餐处理方法采用如下的技术方案:
一种团餐排餐处理方法,包括:
采集排餐需求数据集;
根据排餐需求数据集生成排餐方案,所述排餐方案包括若干菜品种类以及若干菜品种类对应的排餐数量和排餐时间;
获取物料清单,所述物料清单包括但不限于所有菜品种类对应的食材配方、食材需求量和食材成本;
根据物料清单和排餐方案生成排餐计划,所述排餐计划包括采购清单、加工工单、出餐工单和每日菜单;
将排餐计划中的采购清单发送至采购端;
和/或,将排餐计划中的加工工单发送至加工端;
和/或,将排餐计划中的出餐工单发送至出餐端;
和/或,将排餐计划中的每日菜单发送至就餐端。
通过采用上述技术方案,本申请通过排餐需求数据集生成排餐方案,与人工选取菜品的方式相比更加智能,生成的排餐方案更符合需求,减少食物浪费的情况发生。由于团餐出餐前,还需要进行食材采购、食材加工等准备工作,因此本申请除了考虑到菜品种类对应的排餐数量和排餐时间的排餐方案外,还结合了物料清单生成排餐计划,使排餐计划包含了出餐前流程的准备工作,并且将排餐计划中对应的流程所需要做的工作发送至对应的工作端,实现多维度的排餐规划。本申请的排餐计划从团餐的采购、加工、出餐、销售等多方面进行统一规划,使每个步骤都可以有计划有目标的进行,从而提升团餐整体流程的统一性,有利于提高团餐排餐流程处理效率。
进一步的,所述根据物料清单和排餐方案生成排餐计划,具体包括:
根据排餐方案中的所有菜品种类对应的排餐数量和物料清单中菜品种类对应的食材需求量和食材成本生成采购清单;
和/或,根据排餐方案中的所有菜品种类对应的排餐数量和物料清单中菜品种类对应的食材配方生成加工工单;
和/或,根据排餐方案中的所有菜品种类对应的排餐数量和排餐时间以及物料清单中菜品种类对应的食材配方生成出餐工单;
和/或,根据排餐方案中的所有菜品种类和对应的排餐时间生成菜单。
通过采用上述技术方案,采购清单包括需要采购的所有食材数量和对应的食材成本,根据排餐方案和物料清单生成采购清单,使采购端能够根据采购清单进行食材采购,确保采购的食材数量足够且合理,减少食物浪费、降低采购的整体成本,并且有助于提升团餐采购的工作效率。加工工单包括需要制作的菜品种类对应的食材加工方式,根据排餐方案和物料清单生成加工工单,使加工端能够根据加工工单进行食材加工,确保食材加工过程符合食材配方需求,有助于提升团餐加工的工作效率。出餐工单包括需要制作的每个菜品种类的数量,以及需要出餐的时间,出餐端根据出餐工单制作菜品进行出餐,确保出餐的菜品种类、数量和出餐时间符合出餐计划,有助于提升团餐出餐的工作效率。菜单包括排餐方案对应的所有菜品种类和排餐时间,将菜单在就餐端进行展示,有助于就餐客户得知菜品种类和对应的排餐时间,以便于就餐客户快速选取符合自己喜好的菜品种类,有助于提升团餐销售的工作效率。
进一步的,所述采集排餐需求数据集,包括:采集就餐客户总人数,采集每个就餐客户的就餐喜好数据;
根据就餐客户总人数和每个就餐客户的就餐喜好数据构建排餐需求数据集。
通过采用上述技术方案,由于团餐的就餐客户人数通常较多,每个就餐客户对菜品的喜好都有所不同,本申请根据就餐客户总人数和每个就餐客户的就餐喜好数据构建排餐需求数据集,有助于合理规划菜品种类和对应的菜品数量,使菜品种类能够尽量满足就餐客户的就餐喜好,能够有效避免食物浪费的情况发生,还有助于提升客户满意度。
进一步的,所述采集排餐需求数据集,还包括:采集搭配数据,所述搭配数据包括但不限于荤素搭配数据、口味搭配数据、营养搭配数据;
根据搭配数据构建排餐需求数据集。
通过采用上述技术方案,在规划团餐的菜品种类时,通常需要考虑多种菜品种类之间的搭配,例如菜品的荤素、口味和营养搭配都需要均衡,因此根据搭配数据构建排餐需求数据集,有助于合理规划菜品种类,进一步增加排餐计划的合理性和科学性。
进一步的,还包括:采集环境数据,所述环境数据包括但不限于地域数据和气候数据;
根据环境数据构建排餐需求数据集。
通过采用上述技术方案,由于不同环境情况下就餐客户对菜品种类的需求可能会有所差别,例如不同地域的特色菜品种类有所不同,不同季节气候对菜品种类的需求也有所不同,因此本申请根据环境数据构建排餐需求数据集,有助于合理规划菜品种类,进一步增加排餐计划的合理性和科学性。
进一步的,所述根据排餐需求数据集生成排餐方案,具体步骤包括:
获取数据库内的若干组排餐需求数据集样本,每组排餐需求数据集样本包括但不限于就餐客户总人数样本、每个就餐客户对应的就餐喜好数据样本、搭配数据样本和环境数据样本;
根据每组排餐需求数据集样本获取对应的排餐方案样本;
将若干组排餐需求数据集样本和对应的排餐方案样本构建为排餐样本集;
构建神经网络预测模型,将排餐样本集输入神经网络预测模型进行训练和测试,得到排餐方案预测模型;
将采集到的排餐需求数据集输入排餐方案预测模型,得到预测的排餐方案。
通过采用上述技术方案,由于排餐需求数据集涉及多种数据,排餐方案需要根据多种数据综合进行考虑,因此本申请通过构建神经网络预测模型,并根据数据库采集的排餐样本集对神经网络预测模型进行训练,得到排餐方案预测模型,使排餐方案预测模型能够通过输入排餐需求数据集即可输出预测的排餐方案,增强排餐方案预测的科学性和可靠性,提升排餐方法的整体工作效率。
进一步的,还包括:
采集所有就餐客户就餐结束后的剩余菜品数据;
将剩余菜品数据加入排餐需求数据集;
根据排餐需求数据集重新生成排餐方案。
通过采用上述技术方案,当某菜品种类的剩余数量较多,即表明出餐计划中对该菜品种类的排餐数量规划的过高,因此本申请通过剩余菜品数据对排餐需求数据集进行修正,进一步减少食物浪费的情况发生。
进一步的,还包括:
获取目标利润数据;
将目标利润数据加入排餐需求数据集;
根据排餐需求数据集重新生成排餐方案。
通过采用上述技术方案,在进行团餐排餐时,除了需要考虑菜品种类和数量是否符合就餐客户的需求,还需要从考虑团餐销售所带来的利润,本申请将目标利润数据加入排餐需求数据集,在生成排餐计划时结合排餐计划的菜品种类、排餐数量、成本和售价,确保预测的排餐计划能够达到目标利润,从多种维度预测排餐计划,进一步提升排餐方法的可靠性。
第二方面,本申请提供的一种计算机设备采用如下的技术方案:
一种计算机设备,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如第一方面所述的一种团餐排餐处理方法的计算机程序。
第三方面,本申请提供的一种计算机可读存储介质采用如下的技术方案:
一种计算机可读存储介质,存储有能够被处理器加载并执行如第一方面所述的一种团餐排餐处理方法的计算机程序。
综上所述,本申请包括以下至少一种有益技术效果:
1.本申请通过排餐需求数据集生成排餐方案,与人工选取菜品的方式相比更加智能,生成的排餐方案更符合需求,减少食物浪费的情况发生;
2.本申请的排餐计划从团餐的采购、加工、出餐、销售等多方面进行统一规划,使每个步骤都可以有计划有目标的进行,从而提升团餐整体流程的统一性,有利于提高团餐排餐流程处理效率;
3.本申请根据就餐客户总人数和每个就餐客户的就餐喜好数据构建排餐需求数据集,有助于合理规划菜品种类和对应的菜品数量,使菜品种类能够尽量满足就餐客户的就餐喜好,能够有效避免食物浪费的情况发生;
4.本申请通过构建神经排餐方案预测模型,使排餐方案预测模型能够通过输入排餐需求数据集即可输出预测的排餐方案,增强排餐方案预测的科学性和可靠性,提升排餐方法的整体工作效率。
附图说明
图1是本申请实施例团餐排餐的方法流程图;
图2是本申请实施例团餐排餐方案生成的方法流程图;
图3是本申请实施例根据剩余菜品重新排餐的方法流程图;
图4是本申请实施例根据目标利润重新排餐的方法流程图。
具体实施方式
以下结合附图1-附图4,对本申请作进一步详细说明。
基于现有技术中的团餐排餐通常为人工从菜品数据库内选取菜品组成菜单,按照每周或每月的时间循环组成排餐计划,只能考虑到就餐端的就餐菜单和出餐端的出餐规划,但团餐的整体流程包括采购、加工、出餐、销售等多方面,因此现有技术中的排餐方法无法融入团餐的整个生产经营流程,难以实现对出餐前流程进行相应的规划,导致团餐整体工作效率低下,因此本申请实施例提供一种团餐排餐处理方法,根据团餐的整体流程生成排餐计划,使团餐的每个步骤都可以有计划有目标的进行,有利于提高团餐排餐流程处理效率。
如图1所示,团餐排餐方法包括:
S1、采集排餐需求数据集。
S2、根据排餐需求数据集生成排餐方案。
具体的,排餐方案包括若干菜品种类以及若干菜品种类对应的排餐数量和排餐时间。
S3、获取物料清单。
具体的,物料清单包括但不限于所有菜品种类对应的食材配方、食材需求量和食材成本。
S4、根据物料清单和排餐方案生成排餐计划。
具体的,排餐计划包括采购清单、加工工单、出餐工单和每日菜单。
S5、将排餐计划发送至对应的工作端,具体包括:
S51、将排餐计划中的采购清单发送至采购端。
S52、将排餐计划中的加工工单发送至加工端。
S53、将排餐计划中的出餐工单发送至出餐端。
S54、将排餐计划中的每日菜单发送至就餐端。
由于团餐整体流程基本包括采购、加工、出餐和销售,因此本实施例根据物料清单和排餐方案生成排餐计划,所述排餐计划包括采购清单、加工工单、出餐工单和每日菜单,并将采购清单、加工工单、出餐工单和每日菜单发送至对应的采购端、加工端、出餐端和就餐端,从而提升采购端、加工端、出餐端和就餐端的就餐效率,实现多维度的排餐规划,提升团餐整体流程的统一性,有效提高团餐的整体流程效率。
由于现有技术中的排餐通常通过人工选择菜品,这种排餐方法的随机性较高,缺乏科学性,从而使菜品种类和菜品数量可能不符合就餐客户的需求,导致食物浪费的情况发生。因此本实施例采集排餐需求数据集,并根据排餐需求数据集生成排餐方案,与人工选取菜品的方式相比更加智能,生成的排餐方案更符合需求,减少食物浪费的情况发生。
考虑到由于团餐的就餐客户人数通常较多,且每个就餐客户对菜品的喜好都有所不同,因此本实施例步骤S1包括:采集就餐客户总人数,采集每个就餐客户的就餐喜好数据;根据就餐客户总人数和每个就餐客户的就餐喜好数据构建排餐需求数据集。
具体的,就餐客户总人数为需要团餐企业或学校等总共需要就餐的人数,在排餐时需要根据就餐客户总人数规划菜品数量,从而避免菜品数量过少不够吃或菜品数量过多导致浪费的情况发生。每个就餐客户的就餐喜好数据可以通过事前问卷调查的形式采集得到,也可以根据每个就餐客户以往的就餐习惯统计其就餐喜好数据,根据每个就餐客户的就餐喜好数据进行排餐,使菜品种类能够尽量满足就餐客户的就餐喜好,进一步避免食物浪费的情况发生,还有助于提升客户满意度。
考虑到多种菜品种类之间的搭配,因此本实施例步骤S1还包括:采集搭配数据,所述搭配数据包括但不限于荤素搭配数据、口味搭配数据、营养搭配数据;根据搭配数据构建排餐需求数据集。
具体的,在规划团餐的菜品种类时,除了要考虑就餐客户的喜好,还需要考虑多种菜品种类之间的搭配问题,例如菜品种类的荤素、口味和营养搭配都需要均衡。根据平衡膳食宝塔建议,每人每天应吃300~500克蔬菜,120~250克鱼、禽、肉、蛋等动物性食物,因此菜品种类的荤素比例可按照1:3或1:4来规划,获取菜品种类的荤素搭配数据,以确保排餐方案的荤素搭配合理。并且由于每个人的口味不同,可以结合采集到的每个就餐用户的就餐喜好数据规划口味的甜咸搭配、辣度搭配等,获取菜品种类的口味搭配数据,以确保排餐方案的口味搭配合理,避免菜品种类口味单一的情况发生。还可以根据人体需从食物中获取的水、脂肪、蛋白质、碳水化合物、矿物质、维生素、微量元素等营养素获取对菜品种类的营养搭配数据,以确保排餐方案的营养搭配合理。本实施例根据菜品种类的荤素、口味和营养搭配数据构建餐需求数据集,有助于合理规划菜品种类,增加排餐计划的合理性和科学性。
考虑到不同的环境因素对菜品种类的影响,本实施例S1还包括:采集环境数据,所述环境数据包括但不限于地域数据和气候数据;根据环境数据构建排餐需求数据集。
具体的,由于不同地区的就餐客户对菜品种类的需求可能会有所差别,例如广东地区的就餐客户普遍喜好粤菜、川渝地区的就餐客户普遍喜好川菜等,并且不同地区的可以种植和养殖的食材种类也有所不同。因此本实施例根据地域数据构建排餐需求数据集,充分考虑到菜品种类的地域差别,增加排餐的智能性。同时,不同季节气候的情况下可选择的食材也有所不同,例如玉米笋等食材只有夏季才能购买到。不同季节气候适合的菜品也有所不同,例如夏季适合吃凉菜,冬季适合吃热菜等。因此本实施例根据气候数据构建排餐需求数据集,充分考虑到菜品种类的气候差别,增加排餐的科学性,有助于更加合理地规划菜品种类。
由于排餐需求数据集涉及多种类型的数据,在根据排餐需求数据集生成排餐方案时需要进行大数据处理,因此采用神经网络大数据分析方法,如图2所示,本实施例步骤S2具体包括:
S201、获取数据库内的若干组排餐需求数据集样本。
具体的,每组排餐需求数据集样本包括但不限于就餐客户总人数样本、每个就餐客户对应的就餐喜好数据样本、搭配数据样本和环境数据样本。
S202、根据每组排餐需求数据集样本获取对应的排餐方案样本。
S203、将若干组排餐需求数据集样本和对应的排餐方案样本构建为排餐样本集。
具体的,在构建神经网络预测模型前先从数据库内获取排餐需求数据集样本,并且对排餐需求数据集样本对应的最佳排餐方案进行标注,将排餐需求数据集样本和对应的标注构建为神经网络预测模型的训练样本集,并将样本集分为训练集和测试集。
S204、构建神经网络预测模型,将排餐样本集输入神经网络预测模型进行训练和测试,得到排餐方案预测模型。
具体的,神经网络预测模型可以使用循环神经网络(Recurrent Neural Network,RNN)模型,在对神经网络模型进行训练和测试时,可以将样本集内70%的排餐需求数据集样本和对应的最佳排餐方案标注构建为训练集,30%的排餐需求数据集样本和对应的最佳排餐方案标注构建为测试集。先将训练集的排餐需求数据集样本和对应的最佳排餐方案标注输入神经网络预测模型进行训练,得到待测试的排餐方案预测模型。将测试集中的排餐需求数据集样本输入待测试的排餐方案预测模型,得到待检测的预测排餐方案,将测试集得到的所有待检测的预测排餐方案与标注的最佳排餐方案进行对比,通过计算待检测的预测排餐方案与标注的最佳排餐方案的损失函数得到测试集的准确率,如果准确率符合标准则表明排餐方案预测模型训练完成,如果准确率不符合则继续使用样本集进行迭代优化,直至测试集准确率达到标准,得到训练完成的排餐方案预测模型。
S205、将采集到的排餐需求数据集输入排餐方案预测模型,得到预测的排餐方案。
具体的,采集到的排餐需求数据集包括但不限于就餐客户总人数、每个就餐客户对应的就餐喜好数据、搭配数据和环境数据。
由于排餐需求数据集涉及多种数据,排餐方案需要根据多种数据综合进行考虑,因此本实施例通过构建神经网络预测模型,并根据数据库采集的排餐样本集对神经网络预测模型进行训练,得到排餐方案预测模型,使排餐方案预测模型能够通过输入排餐需求数据集即可输出预测的排餐方案,增强排餐方案预测的科学性和可靠性,提升排餐方法的整体工作效率。
在具体实施过程中,排餐方案预测模型输出预测排餐方案后,将排餐方案以及例如预测利润、菜品营养价值等各项指标显示至排餐交互页面,团餐企业的工作人员可以在排餐交互页面进行二次调整,以进一步确保排餐方案的可靠性。
由于本实施例的排餐方法涉及到团餐的多个流程,则生成排餐计划也包括多个方面,因此步骤S4具体包括:
S401、根据排餐方案中的所有菜品种类对应的排餐数量和物料清单中菜品种类对应的食材需求量和食材成本生成采购清单。
具体的,采购清单包括每种菜品对应的食材需要采购的数量和所需的成本,因此首先根据排餐方案获取排餐方案中菜品种类对应的排餐数量,根据物料清单获取菜品种类对应的具体食材需求量,再根据所有菜品种类的排餐数量和食材需求量得到每种食材需要的数量,根据每种食材需要的数量和食材成本得到每种食材需要的总成本。采购端在进行食材采购时,可以根据采购清单内每种食材需要的数量进行采购,实现按需采购,避免食物浪费,还可以根据采购清单内每种食材需要的数量和每种食材需要的总成本计算总的采购成本,根据总的采购成本进行采购规划,在选取购买渠道时,根据食材成本选取低于或等于采购清单上价格的渠道进行购买,从而对食材成本进行把控,能够有效节约成本。
S402、根据排餐方案中的所有菜品种类对应的排餐数量和物料清单中菜品种类对应的食材配方生成加工工单。
具体的,由于不同菜品种类对于不同食材的加工方式有所不同,菜品种类对应的食材配方包括食材的加工方式,例如土豆的加工方式可以为切块、切片或切丝,因此本实施例根据不同菜品种类的食材配方生成对于不同食材的加工工单,加工工单内包括对不同食材的不同加工方式所需要的数量,例如总共有200个土豆,其中100个切块、70个切片、30个切丝,便于加工端根据加工工单对食材进行加工,有助于提升加工端的工作效率。
S403、根据排餐方案中的所有菜品种类对应的排餐数量和排餐时间以及物料清单中菜品种类对应的食材配方生成出餐工单。
具体的,由于不同的菜品种类对食材的制作方式不同,出餐工单中包括菜品种类对应的食材配方,食材配方包括菜品种类对应的食材的制作方式,例如煎、炸、煮、炒等,出餐工单还包括不同菜品种类对应的排餐时间,以便于出餐端根据出餐工单制作菜品,能够快速得知菜品所需要的制作方法,并且确保菜品在对应的排餐时间前可以制作完成,有助于提升出餐端的工作效率。
S404、根据排餐方案中的所有菜品种类和对应的排餐时间生成菜单。
具体的,菜单包括排餐计划的时间范围内所有菜品种类和菜品种类对应的排餐时间,使就餐客户能够提前得知当天排餐的菜品种类,以便于就餐客户快速选取符合自己喜好的菜品种类,有助于提升就餐端的工作效率。
在具体实施过程中,物料清单为提前收集的食谱数据库,包括排餐方案中可能会涉及的所有菜品种类,以及所有菜品种类对应的食材配方、食材需求量和食材成本,如果排餐方案中出现物料清单未包括的菜品种类,则将该菜品种类及其对应的食材配方、食材需求量和食材成本加入物料清单,以便于后续的排餐计划生成。
如图3所示、当所有就餐客户的就餐结束后,某种菜品种类的剩余数量较多,即表明出餐计划中对该菜品种类的排餐数量规划的过高,需要避免因排餐数量规划过高导致食物浪费的情况发生,因此本实施例还包括:
A1、采集所有就餐客户就餐结束后的剩余菜品数据。
A2、将剩余菜品数据加入排餐需求数据集。
A3、根据排餐需求数据为集重新生成排餐方案。
本实施例通过排餐方案预测模型,根据采集的排餐需求数据集得到预测的排餐方案,但在实际实施过程中,还需要考虑到实际情况以优化排餐方案的实用性。具体的,在所有就餐客户就餐结束后,将所有剩余菜品按照菜品种类进行称重统计,可以设置一个剩余重量标准值,将剩余重量超出标准值的菜品种类及其剩余重量进行统计,作为剩余菜品数据,或者将剩余菜品按照剩余重量进行排序,将剩余重量最多的前三种菜品种类及其剩余重量进行统计,作为剩余菜品数据。将剩余菜品数据加入排餐需求数据集,在根据排餐需求数据集生成排餐方案时,考虑到菜品剩余情况,适量减少剩余较多的菜品种类的排餐数量,生成新的更加合理的排餐方案,从而有效减少食物浪费的情况发生。
如图4所示、如果需要长久的执行排餐计划,除了需要考虑就餐客户的需求,还需要考虑团餐企业的盈利问题,因此本实施例还包括:
B1、获取目标利润数据。
B2、将目标利润数据加入排餐需求数据集。
B3、根据排餐需求数据集重新生成排餐方案。
在具体实施过程中,需要团餐企业先设定一个合理的目标利润,将目标利润构建为目标利润数据并加入排餐需求数据集,即将目标利润也作为需求来进行排餐,确保团餐企业的盈利得到保障。具体利润通过就餐端销售总额减去食材成本、人工成本和摊销成本等成本得到,当排餐方案越符合就餐客户需求销售总额则越高,同时还需考虑每个菜品种类的成本和销售定价的合理性,因此将目标利润数据加入排餐需求数据集可以进一步确保排餐方法的可靠性,多种维度预测排餐计划。
对于就餐客户,本实施例的排餐方法使排餐的菜品种类分布均衡,并且能够结合实际就餐情况进行调整,更能满足就餐客户的需求。对于团餐企业,本实施例可以改变团餐企业的粗放经营、成本和利润难以管控的现状,实现团餐企业整体经营的精细化管理,为团餐企业降本增效。同时,由于排餐计划涉及团餐的整体流程,使每个步骤都可以有计划有目标的进行,提升整体工作效率。
本申请实施例还提供一种计算机设备,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行一种团餐排餐处理方法的计算机程序,具体包括:
S1、采集排餐需求数据集。
S2、根据排餐需求数据集生成排餐方案,所述排餐方案包括若干菜品种类以及若干菜品种类对应的排餐数量和排餐时间。
S3、获取物料清单,所述物料清单包括但不限于所有菜品种类对应的食材配方、食材需求量和食材成本。
S4、根据物料清单和排餐方案生成排餐计划,所述排餐计划包括采购清单、加工工单、出餐工单和每日菜单。
S5、将排餐计划发送至对应的工作端,具体包括:
S51、将排餐计划中的采购清单发送至采购端。
S52、将排餐计划中的加工工单发送至加工端。
S53、将排餐计划中的出餐工单发送至出餐端。
S54、将排餐计划中的每日菜单发送至就餐端。
另外,该计算机设备中的处理器执行计算机程序时执行上述所有团餐排餐方法的步骤。
其中,该计算机是服务器,该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储排餐需求数据集、排餐方案、物料清单、排餐计划等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种团餐排餐处理方法。
本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
S1、采集排餐需求数据集。
S2、根据排餐需求数据集生成排餐方案,所述排餐方案包括若干菜品种类以及若干菜品种类对应的排餐数量和排餐时间。
S3、获取物料清单,所述物料清单包括但不限于所有菜品种类对应的食材配方、食材需求量和食材成本。
S4、根据物料清单和排餐方案生成排餐计划,所述排餐计划包括采购清单、加工工单、出餐工单和每日菜单。
S5、将排餐计划发送至对应的工作端,具体包括:
S51、将排餐计划中的采购清单发送至采购端。
S52、将排餐计划中的加工工单发送至加工端。
S53、将排餐计划中的出餐工单发送至出餐端。
S54、将排餐计划中的每日菜单发送至就餐端。
处理器执行计算机程序时还能够执行上述任意实施例中关于团餐排餐方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
本具体实施方式的实施例均为本申请的较佳实施例,并非依此限制本申请的保护范围,其中相同的零部件用相同的附图标记表示。故:凡依本申请的结构、形状、原理所做的等效变化,均应涵盖于本申请的保护范围之内。
- 一种堆垛通风管道使用方法
- 一种通风管道施工装置
- 一种实验室通风管道固定装置
- 一种通风管道施工设备
- 一种通风管道用灰尘处理用机器人
- 一种园林通风管道
- 一种用于园林施工的通风管道