导航：首页> 计算；推算；计数>产品订单分配方法、装置、设备及存储介质

产品订单分配方法、装置、设备及存储介质

文献发布时间：2024-04-18 20:02:18

技术领域

本申请涉及订单管理技术领域，尤其涉及一种产品订单分配方法、装置、设备及存储介质。

背景技术

随着人们对个性化产品或定制化产品的需求不断增加，传统的大规模标品生产已经逐渐转变为个性化产品生产，但是人们所需定制化的产品的数量通常较少，即相当于用户指定的个性化产品属于小规模产品。

但是工厂在生产相应产品时，工厂会根据用户对接，但是用户所需生产的个性化产品可能为种类复杂、数量较少的产品，由此，会导致工厂针对多类产品制定多套生产工艺，但由于其对应产量较少，进而导致工厂的成本过高。

因此，如何降低个性化产品的生产成本仍然是一个亟待解决的问题。

发明内容

本申请的主要目的在于提供一种产品订单分配方法、装置、设备及存储介质，旨在解决个性化产品的生产成本较高的技术问题。

为实现上述目的，本申请提供一种产品订单分配方法，应用于工业互联网平台，所述产品订单分配方法包括以下步骤：

获取二分图模型，其中，所述二分图模型为表征订单集合和参与方集合之间映射关系的图模型，所述订单集合为用户对应产品订单的集合，所述参与方集合为生产工厂的集合，所述映射关系为所述生产工厂与所述订单任务之间的对应关系，所述映射关系符合任务完成度条件、任务数量条件和/或报价条件；

根据所述映射关系对应的订单任务和所述生产工厂，分配所述产品订单。

可选地，所述获取二分图模型的步骤之前，所述方法还包括：

获取订单集合和待参与方集合；

确定与订单任务匹配的生产工厂，所述订单任务属于所述订单集合，所述生产工厂属于所述待参与方集合；

若所述订单集合中每个订单任务均匹配得到对应的生产工厂，则根据所述各订单任务和所述各订单任务对应的生产工厂，生成二分图模型，使所述二分图模型中各映射关系符合任务完成度条件，其中，所述二分图模型中包含所述订单集合、所述待参与方集合和边，所述边为所述订单任务和所述各订单任务对应的生产工厂之间的映射关系。

可选地，所述确定与订单任务匹配的生产工厂的步骤，包括：

确定所述订单集合中订单任务的订单报价，并确定所述待参与工厂中每个工厂对应不同订单任务的生产报价；

若所述订单报价大于所述生产报价，则确定所述订单任务和所述生产工厂匹配，使所述订单任务和所述生产工厂之间的映射关系符合报价条件。

可选地，所述根据所述各订单任务和所述各订单任务对应的生产工厂，生成二分图模型的步骤，包括：

根据所述各订单任务和所述各订单任务对应的生产工厂，生成初始二分图模型；

若所述初始二分图模型中的生产工厂所匹配到的订单的数量小于预设数量，则删除所述生产工厂和与所述生产工厂对应的映射关系，并重新匹配与删除的映射关系中各订单任务对应的生产工厂；

若无法匹配到相应的生产工厂，则删除所述映射关系中各订单任务。

可选地，所述确定与订单任务匹配的生产工厂的步骤，包括：

确定各订单任务的处理条件，确定各生产工厂的生产能力；

若所述处理条件和所述生产能力相匹配，则确定所述生产工厂与所述订单任务匹配，使所述生产工厂和所述订单任务之间的映射关系符合任务数量条件。

可选地，所述确定与订单任务匹配的生产工厂的步骤之前，所述方法还包括：

确定所述订单集合中各产品订单对应的产品数量的大小，并以从大到小的顺序，排列所述各产品订单的顺序；

确定所述待参与工厂中各生产工厂的生产需求数量的大小，并以从小到达的顺序，排列所述各生产工厂的顺序；

对排列顺序后的订单集合和排列顺序后的待参与工厂进行产品订单分配。

可选地，所述根据所述映射关系对应的订单任务和所述生产工厂，分配所述产品订单的步骤，还包括：

获取自定义匹配目标；

根据所述自定义匹配目标，调整所述二分图模型中各映射关系，并根据调整后的映射关系，分配所述产品订单。

此外，为实现上述目的，本申请还提供一种产品订单分配装置，所述产品订单分配装置包括：

获取模块，用于所述二分图模型为表征订单集合和参与方集合之间映射关系的图模型，所述订单集合为用户对应产品订单的集合，所述参与方集合为生产工厂的集合，所述映射关系为所述生产工厂与所述订单任务之间的对应关系，所述映射关系符合任务完成度条件、任务数量条件和/或报价条件；

分配模块，用于根据所述映射关系对应的订单任务和所述生产工厂，分配所述产品订单。

此外，为实现上述目的，本申请还提供一种产品订单分配设备，所述产品订单分配设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的产品订单分配程序，所述产品订单分配程序配置为实现如上所述的产品订单分配方法的步骤。

此外，为实现上述目的，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有产品订单分配程序，所述产品订单分配程序被处理器执行时实现如上所述的产品订单分配方法的步骤。

本申请通过获取二分图模型，其中，所述二分图模型为表征订单集合和参与方集合之间映射关系的图模型，所述订单集合为用户对应产品订单的集合，所述参与方集合为生产工厂的集合，所述映射关系为所述生产工厂与所述订单任务之间的对应关系，所述映射关系符合任务完成度条件、任务数量条件和/或报价条件，并根据所述映射关系对应的订单任务和所述生产工厂，分配所述产品订单，即通过将用户对应的产品订单汇总，将生产工厂汇总，并将两个汇总后的相应集合进行匹配，从而可在订单集合和参与方集合中确定合适的映射关系，并在该映射关系符合相应条件时，分配相应的订单任务，避免生产工厂成本过高。

附图说明

图1为本申请产品订单分配方法第一实施例的流程示意图；

图2为本申请产品订单分配方法第二实施例的流程示意图；

图3为本申请产品订单分配装置一实施例的结构框图；

图4为本申请实施例方案涉及的硬件运行环境的设备结构示意图。

本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

参照图1，图1为本申请产品订单分配方法第一实施例的流程示意图。

需要先说明的是，工业互联网可以将各种各样的工厂与互联网相连，并进一步利用互联网与用户连接。在基于工业互联网的自动化生产模式中，通过一个互联网平台，可以实现用户订单与工厂之间的自动化匹配，然后由工厂自动化完成订单生产，同时用户可以实时的追踪生产进度。

其中，随着人们对个性化的不断追求以及生产能力的不断提升，传统的大规模标品生产已经逐渐转变为个性化产品生产。然而如何降低个性化产品的生产成本仍然是一个挑战。降低成本的核心是降低生产链条上各方参与的边际成本。

在相关理论中，大规模定制提出以类似于标准化和大规模生产的成本和时间，提供满足用户特定需求的个性化产品。大规模定制的目标是解决大规模生产与个性化定制相背离的矛盾，从而实现个性化定制产品的大规模生产，即产品品种的多样化和定制化增加，而不相应增加成本。

其中，大规模定制的基本思想在于通过产品结构和制造流程的重构，运用现代化的信息技术、新材料技术、柔性制造技术等一系列高新技术，把个性化产品的定制生产问题全部或者部分转化为批量生产，以大规模生产的成本和速度，为单个用户或小批量多品种市场定制任意数量的产品。

但是，大规模定制的理念虽然在一些特大型企业中得以应用，但如何聚合众多中小型企业和工厂生产个性化产品并降低成本仍然没有很好的解决方案。

而在本实施例中，为了解决上述的多个问题，提出产品订单分配的方式，具体在于通过过为每个生产链条上的参与方聚合更多的订单来降低成本，也就是让工厂尽可能的同时参加多个个性化产品生产的订单，且在这些订单中所承担的生产工作具有一定的相似性(例如，某一工厂生产来自不同用户的一个相同的零部件，或生产需要相同原材料的零部件)，具体的相当于将多个用户的多个订单进行聚合，并将聚合的订单按照大规模定制的理念，合理分配至相应的工厂，以此降低工厂的生产个性化产品时成本较高的问题。

在第一实施例中，所述产品订单分配方法包括以下步骤：

S10，获取二分图模型，其中，所述二分图模型为表征订单集合和参与方集合之间映射关系的图模型，所述订单集合为用户对应产品订单的集合，所述参与方集合为生产工厂的集合，所述映射关系为所述生产工厂与所述订单任务之间的对应关系，所述映射关系符合任务完成度条件、任务数量条件和/或报价条件。

可理解的是，二分图模型为订单集合和参与方集合之间映射关系的图模型，该映射关系主要指的是订单集合中各产品产品订单分配至参与方集合中各生产工厂时的匹配关系，例如，将部分类似产品统一划分至同一生产工厂，以此保证该工厂同一批次生产时的规模(即生产的产品数量)，降低其成本。

其中，该映射关系可指代为生产工厂可实现相应产品生产时的匹配关系，例如，将A用户的订单和B用户的订单均给A工厂(三者之间存在映射关系)，将C用户的订单和D用户的订单给B工厂(三者之间存在映射关系)等，该映射关系可指定相应的匹配规则，从而限定二分图模型最终定义的产品订单分配情况，具体的，在本实施例中，设置任务完成度条件、任务数量条件和/或报价条件，最优分配项目为三个条件均需要满足，其次可根据三个条件中任意个条件组合。

其中，该任务完成度条件指的是需要将订单集合中的全部任务均分配至相应的生产工厂，即保证订单集合中全部任务均需要完成。

其中，该任务数量条件指的是工厂在生产相应产品时，只有在产品的生产规模(数量)达到一定数量时，其成本最低，该任务数量条件即用于降低工厂生产相应产品时的成本。

其中，该报价条件指的是订单集合中对应各用户的报价金额需要大于生产工厂的报价，即保证生产工厂的收益。

需要说明的是，在工业互联网平台上，用户可以发布不同的个性化产品的产品订单。

其中，该产品订单包括经过重构和优化的个性化产品的生产流程，以及生产规模。

其中，该生产工厂可以通过报价参与订单投标。一方面，单个订单的生产规模可能不足以满足工厂参与生产的最低数量标准，或者是生产的边际成本很高；另一方面，工厂也希望尽可能多的参与其他订单，从而增加自身的生产规模，降低成本，提高参与订单竞标的竞争力。

需要说明的是，在上述机制下，由于各个用户的竞标策略不同，以及竞标流程的复杂性，将导致用户参与竞标的成本高，竞标出价混乱，订单聚合效率低下等问题，甚至可能引发恶行竞争。因此，纯分布式的竞标机制不可行。而在本实施例中，工业互联网平台利用全局信息，可以实现大规模的订单匹配，从而在满足用户和工厂各自要求的前提下，尽可能的以更低的成本聚合更多的订单(即预先获取到相应的订单集合和参与方集合，并根据两个集合进行产品订单分配，得到二分图模型)。

具体的，假设在一个时间段内，工业互联网平台上存在若干个订单。每个订单包括：生产流程(流程的每个环节需要完成特定的生产任务，例如某个零部件的生产)，以及每个环节的报价(以单价表示)。对于任一生产工厂而言，认为其能够完成某些订单的环节的特定生产任务，因此适合参与这些订单。

综上，生产过程存在规模效应，从生产工厂的角度看，要求参与订单的累计生产规模要大于一个最低数量(否则认为参加的成本过高，难以实现盈利)，且每个产品订单对于该生产任务的报价大于其可接受的最低价格(即相当于通过限定各类条件，构建二分图模型)。

S20，根据所述映射关系对应的订单任务和所述生产工厂，分配所述产品订单。

可理解的是，上述映射关系满足产品产品订单分配相关条件，因此，可根据该映射关系对应的订单任务和生产工厂，分配产品订单。

需要说明的时，该分配产品订单的过程主要指的是将数量较少的产品订单，并根据对应产品的内容进行分类，将同一类别的产品订单集中分配至同一个生产工厂或分配至几个生产工厂，保证得到产品订单的生产工厂能够实现大规模生产的效果，避免成本过高的情况。

此外，在本实施例中，所述根据所述映射关系对应的订单任务和所述生产工厂，分配所述产品订单的步骤，还包括：获取自定义匹配目标，并根据所述自定义匹配目标，调整所述二分图模型中各映射关系，并根据调整后的映射关系，分配所述产品订单。

可理解的是，在生成二分图模型时，可根据各映射关系，构建二分图模型，并限定该映射关系满足相应的条件，因此，在本实施例中，可进一步获取相应自定义匹配目标(相当于额外添加的映射关系的限定条件)，从而可在生成相应二分图模型时，进一步限定产品订单的分配效果。

其中，该自定义匹配目标可为最大化形成订单的数量、最大化订单的生产规模等目标。

本实施例通过获取二分图模型，其中，所述二分图模型为表征订单集合和参与方集合之间映射关系的图模型，所述订单集合为用户对应产品订单的集合，所述参与方集合为生产工厂的集合，所述映射关系为所述生产工厂与所述订单任务之间的对应关系，所述映射关系符合任务完成度条件、任务数量条件和/或报价条件，并根据所述映射关系对应的订单任务和所述生产工厂，分配所述产品订单，即通过将用户对应的产品订单汇总，将生产工厂汇总，并将两个汇总后的相应集合进行匹配，从而可在订单集合和参与方集合中确定合适的映射关系，并在该映射关系符合相应条件时，分配相应的订单任务，避免生产工厂成本过高。

如图2所示，基于第一实施例提出本申请产品订单分配方法第二实施例，本实施例中，该方法还包括：

S110，获取订单集合和待参与方集合；

可理解的是，订单集合中包括不同用户发起的不同产品或类似产品的多个产品订单，该产品订单中包含了具体的产品情况、工艺需求和产品报价等。

可理解的是，待参与方集合即指的是待参加产品生产的

S120，确定与订单任务匹配的生产工厂，所述订单任务属于所述订单集合，所述生产工厂属于所述待参与方集合；

可理解的是，在建立二分图模型时，需要确定两个集合中订单任务和生产工厂之间的匹配关系。

在本实施例中，所述确定与订单任务匹配的生产工厂的步骤，包括：

确定所述订单集合中订单任务的订单报价，并确定所述待参与工厂中每个工厂对应不同订单任务的生产报价；若所述订单报价大于所述生产报价，则确定所述订单任务和所述生产工厂匹配，使所述订单任务和所述生产工厂之间的映射关系符合报价条件。

在报价条件满足时，该报价条件表示为条件(1)：p(j(o,u))>p(u)，该j(o,u)表示参与方u能完成订单o中的某个特定的任务，p(j(o,u))表示该订单对该任务的报价，即订单报价，p(u)表示参与方能接受的最低报价，即生产报价，也就是说在订单报价比生产工厂的生产报价格高，生产工厂就愿意做。

在本实施例中，所述确定与订单任务匹配的生产工厂的步骤，包括：确定各订单任务的处理条件，确定各生产工厂的生产能力；若所述处理条件和所述生产能力相匹配，则确定所述生产工厂与所述订单任务匹配，使所述生产工厂和所述订单任务之间的映射关系符合任务数量条件。

可理解的是，在上述阐述中可知，生产工厂只有达到一定生产规模时，其成本较低，因此，在分配相应产品订单时，可参照分配的产品订单能够达到生产工厂的生产能力的数量需求。

其中，处理条件指的是产品所需工艺，例如，注塑、贴膜或印刷等工艺，其需要匹配至相应的生产能力的工厂，并在匹配到相应生产工厂后，建立两个集合之间的映射关系。

在本实施例中，所述确定与订单任务匹配的生产工厂的步骤之前，所述方法还包括：

确定所述订单集合中各产品订单对应的产品数量的大小，并以从大到小的顺序，排列所述各产品订单的顺序；

确定所述待参与工厂中各生产工厂的生产需求数量的大小，并以从小到达的顺序，排列所述各生产工厂的顺序；

对排列顺序后的订单集合和排列顺序后的待参与工厂进行产品订单分配。

具体的，对O和U分别按照q(o)降序、q(u)升序进行排序；这样排序的好处是能够让订单匹配上的可能性更高，需要说明的是，q(u)表示待参与方集合中u所参与订单的累计生产规模要大于的一个最低数量，也就是要满足生产规模的要求。按照升序，也就是从小到大排序，意味着对生产规模要求更低的参与方获得订单匹配的优先级更高，这样的参与方的条件更容易满足，这样有助于提高匹配的成功率，同样q(o)表示订单集合中各用户发起订单的规模数量，以其降序的方式，同样可实现优先将大规模的产品订单匹配得到生产工厂。

在本实施例中，所述根据所述各订单任务和所述各订单任务对应的生产工厂，生成二分图模型的步骤，包括：根据所述各订单任务和所述各订单任务对应的生产工厂，生成初始二分图模型；若所述初始二分图模型中的生产工厂所匹配到的订单的数量小于预设数量，则删除所述生产工厂和与所述生产工厂对应的映射关系，并重新匹配与删除的映射关系中各订单任务对应的生产工厂；若无法匹配到相应的生产工厂，则删除所述映射关系中各订单任务。

具体的，对于U中的每个参与方u，根据条件(3)检查其生产规模条件是否满足。如果不满足，则从M中删除u以及与u连接的边(o,u)。此时，对于受影响的o，为其在U中从当前u往后寻找新的u’，并将连接(o,u’)加入M。如果不存在新的u’，则o无法被完成，从M中删除o以及与o连接的边。

S130，若所述订单集合中每个订单任务均匹配得到对应的生产工厂，则根据所述各订单任务和所述各订单任务对应的生产工厂，生成二分图模型，使所述二分图模型中各映射关系符合任务完成度条件，其中，所述二分图模型中包含所述订单集合、所述待参与方集合和边，所述边为所述订单任务和所述各订单任务对应的生产工厂之间的映射关系。

可理解的是，二分图模型中两个集合中分别包含了多个内容点，两个集合之间形成匹配关系时，可将两个集合中的内容点建立映射关系，例如，建立起用户A提交的产品订单和A生产工厂之间的映射关系，该关系用边表示。

综上，在本实施例中，可根据上述问题和所涉及的内容进行建模，并用二分图G(O,U,E,J(O),J(E))表示订单集合O与参与方集合U之间的关系，E作为二分图中所有边的集合，J(O)表示订单集合O中的全部任务，J(E)表示订单集合中全部任务对应边的集合。

其中，在该二分图模型中任一条边e(o,u)＝(o,u)表示参与方u可以完成订单o的所有任务J(o)中的一个任务j(o,u)＝j(e(o,u))，且价格条件满足，表示为条件(1)：p(j(o,u))>p(u)，该j(o,u)表示参与方u能完成订单o中的某个特定的任务，p(j(o,u))表示该订单对该任务的报价，p(u)表示参与方能接受的最低报价，也就是说在订单报价比生产工厂的生产报价格高，生产工厂就愿意做。

其中，通过在工业互联网平台的交互界面让工厂标记想要参与的订单，可以得出E以及J(E)。

进一步地，U_o表示一个订单o的所有可用的参与方，即U_o＝{u|e(o,u)∈E}，而O_u表示一个参与方可以参与的全部订单，即O_u＝{o|e(o,u)∈E}。给定一个匹配结果M(M为G的子图)，U_o(M)和O_u(M)则分别表示实际的订单o的参与方和参与方u参与的订单。

其中，对于U_o(M)，需要满足条件(2)：{j(o,u)|u∈U_o(M)}＝J(o)，即所有任务J(o)能够被完成。

其中，对于O_u(M)，需要满足条件(3)：Σ[q(o),o∈O_u(M)]>q(u)，即所有订单规模累计达到最低要求。

具体的，在本实施例中，匹配的目标可以是：1)最大化形成订单的数量|O(M)|；2)最大化订单的生产规模Σ[q(o),o∈O(M)]；等等，需要说明的是，在最优产品订单分配方案中，都必须满足上述3个条件。

此外，由于上述问题本身的复杂性，我们给出一种启发式的方法进行求解，算法如下：

Step 0：初始化，并设置二分图模型的M空集；

Step 1：对订单集合和待参与方集合进行排序；

其中，对O和U分别按照q(o)降序、q(u)升序进行排序；这样排序的好处是能够让订单匹配上的可能性更高，需要说明的是，q(u)表示待参与方集合中u所参与订单的累计生产规模要大于的一个最低数量，也就是要满足生产规模的要求。按照升序，也就是从小到大排序，意味着对生产规模要求更低的参与方获得订单匹配的优先级更高，这样的参与方的条件更容易满足，这样有助于提高匹配的成功率，同样q(o)表示订单集合中各用户发起订单的规模数量，以其降序的方式，同样可实现优先将大规模的产品订单匹配得到生产工厂。

Step 2：初步匹配订单；

其中，对于O中的每个订单o，对于o的全部任务J(o)中的每个任务j，从U中选择第一个能完成任务j的u，即存在j(o,u)＝j。如果J(o)全部匹配到对应的u，则将全部的边(o,u)以及相应的顶点加入M中，否则M不变，其中，在初步匹配后，M中包含了有可能被完成的订单以及匹配的参与方。

Step 3：检查匹配结果；

其中，对于U中的每个参与方u，根据条件(3)检查其生产规模条件是否满足。如果不满足，则从M中删除u以及与u连接的边(o,u)。此时，对于受影响的o，为其在U中从当前u往后寻找新的u’，并将连接(o,u’)加入M。如果不存在新的u’，则o无法被完成，从M中删除o以及与o连接的边。

重复上述过程对U进行检查，直到M中的所有u都满足生产规模条件。此时，M即为符合要求的匹配结果。

本实施例通过获取订单集合和待参与方集合；确定与订单任务匹配的生产工厂，所述订单任务属于所述订单集合，所述生产工厂属于所述待参与方集合；若所述订单集合中每个订单任务均匹配得到对应的生产工厂，则根据所述各订单任务和所述各订单任务对应的生产工厂，生成二分图模型，使所述二分图模型中各映射关系符合任务完成度条件，其中，所述二分图模型中包含所述订单集合、所述待参与方集合和边，所述边为所述订单任务和所述各订单任务对应的生产工厂之间的映射关系，即通过相应的订单集合和待参与方集合，构建相应的二分图模型，同时，基于二分图模型的构建条件，保证将产品订单均能映射至一个生产工厂。

此外，本申请实施例还提出一种产品订单分配装置，参照图3，所述产品订单分配装置包括：

获取模块10，用于所述二分图模型为表征订单集合和参与方集合之间映射关系的图模型，所述订单集合为用户对应产品订单的集合，所述参与方集合为生产工厂的集合，所述映射关系为所述生产工厂与所述订单任务之间的对应关系，所述映射关系符合任务完成度条件、任务数量条件和/或报价条件；

分配模块20，用于根据所述映射关系对应的订单任务和所述生产工厂，分配所述产品订单。

需要说明的是，上述装置中的各模块可用于实现上述方法中的各个步骤，同时达到相应的技术效果，本实施例在此不再赘述。

参照图4，图4为本申请实施例方案涉及的硬件运行环境的设备的结构示意图。

如图4所示，该设备可以包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图4中示出的结构并不构成对设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图4所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及产品订单分配程序。

在图4所示的设备中，网络接口1004主要用于与外部网络进行数据通信；用户接口1003主要用于接收用户的输入指令；所述设备通过处理器1001调用存储器1005中存储的产品订单分配程序，并执行以下操作：

根据所述映射关系对应的订单任务和所述生产工厂，分配所述产品订单。