用于对数据中心的产品需求进行生产交付的排程方法

摘要

本申请提供了一种用于对数据中心的产品需求进行生产交付的排程方法、存储介质、程序产品，方法包括：获得数据中心的产品需求信息，产品需求信息包括数据中心需要的产品的产品数量以及产品类别；根据产品需求信息，确定待生产的产品的生产信息，以及生产产品所需的物料对应的物料供应信息；根据生产信息和物料供应信息，提取出生产产品的过程中的若干个加工变量以及各个加工变量对应的变量值集合以及变量约束条件；逐个确定加工变量的变量值，并在每次确定加工变量的变量值后，根据变量约束条件以及确定出的变量值，更新未赋值的加工变量对应的变量值集合；根据若干个加工变量对应的变量值，生成排程计划，并使用其生产交付数据中心需要的产品。

说明书

技术领域

本申请实施例涉及计算机技术领域，尤其涉及一种用于对数据中心的产品需求进行生产交付的排程方法、存储介质、程序产品。

背景技术

高级计划与排程(APS)是用规划和管理技术解决生产排程和调度问题。高级计划与排程一般需要在资源有限的情况下，实现供应与需求的平衡。

近年来，随着供应链的不断复杂化，且存在供需形势不断变化的情况，对高级计划与排程(APS)的要求也越来越高。

例如，由于数据中心对内存、处理器、带宽等的需求形势不断变化，要求数据中心的供应商必须能够迅速响应数据中心的多样化和不确定的需求，快速提供多品种小批量的产品，例如小批量提供多种服务器，为此，出现了一种多品种小批量的按单装配模式(Assemble To Order)。这种模式的复杂性在于产品种类众多且需求变化频繁，对采购、生产等各个方面均有较高的管理要求，导致传统的高级计划与排程(APS)无法满足灵活复杂的多品种小批量的按单装配模式。

发明内容

有鉴于此，本申请实施例提供一种用于对数据中心的产品需求进行生产交付的排程方案，以至少部分解决上述问题。

根据本申请实施例的第一方面，提供了一种用于对数据中心的产品需求进行生产交付的排程方法，包括：获得数据中心的产品需求信息，所述产品需求信息包括所述数据中心需要的产品的产品数量以及产品类别；根据所述产品需求信息，确定待生产的产品的生产信息，以及生产所述产品所需的物料对应的物料供应信息；根据所述生产信息和所述物料供应信息，提取出生产所述产品的过程中的若干个加工变量以及各个所述加工变量对应的变量值集合，以及，提取出所述若干个加工变量的变量值之间需要满足的变量约束条件，其中，所述若干个加工变量通过所述变量约束条件相关联；从未赋值的加工变量各自对应的变量值集合中，逐个确定所述加工变量的变量值，并在每次确定所述加工变量的变量值后，根据所述变量约束条件以及确定出的变量值，更新未赋值的加工变量对应的变量值集合；根据所述若干个加工变量对应的变量值，生成排程计划，并使用所述排程计划生产交付所述数据中心需要的产品。

根据本申请实施例的第二方面，提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的方法。

根据本申请实施例的第三方面，提供了一种计算机程序产品，包括计算机指令，所述计算机指令指示计算设备执行如上所述的方法对应的操作。

根据本申请实施例提供的方案，通过获得数据中心的产品需求信息，所述产品需求信息包括所述数据中心需要的产品的产品数量以及产品类别；并根据产品需求信息，确定待生产的产品的生产信息，以及生产所述产品所需的物料对应的物料供应信息；根据所述生产信息和所述物料供应信息，提取出生产所述产品的过程中的若干个加工变量以及各个所述加工变量对应的变量值集合，以及，提取出所述若干个加工变量的变量值之间需要满足的变量约束条件，其中，所述若干个加工变量通过所述变量约束条件相关联，由此，可以通过生产信息和物料供应信息提取出符合当前生产需求的加工变量及变量值集合以及变量约束条件，进而使得本实施例提供的方案适用于各种复杂的排程场景；从未赋值的加工变量各自对应的变量值集合中，逐个确定所述加工变量的变量值，并在每次确定所述加工变量的变量值后，根据所述变量约束条件以及确定出的变量值，更新未赋值的加工变量对应的变量值集合，可以尽快对加工变量进行求解，提高了求解速度，降低了求解难度；根据所述若干个加工变量对应的变量值，生成排程计划，并使用所述排程计划生产交付所述数据中心需要的产品。本实施例提供的方案，由于引入了根据生产信息以及物料供应信息提取出的变量约束条件和加工变量，而并非由系统或者人工自定义，使得本实施例提供的方案可以适用于存在各种复杂约束的排程场景，且由于引入了物料供应信息，使得根据本实施例确定出的排程方案可以实现资源的快速排程和资源调配，确保了使用所述排程计划生产交付所述数据中心需要的产品的同时降低了各项成本，提高了生产效率。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种用于对数据中心的产品需求进行生产交付的排程方法的流程示意图；

图2为本申请实施例提供的一种用于对数据中心的产品需求进行生产交付的排程方法的流程示意图；

图3为本申请实施例提供的一种排程系统的架构示意图；

图4为根据本申请实施例的一种电子设备的结构示意图。

具体实施方式

为了使本领域的人员更好地理解本申请实施例中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请实施例一部分实施例，而不是全部的实施例。基于本申请实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本申请实施例保护的范围。

为了更加详细地说明本实施例提供的方案，下面先对现有的排程方法进行示例性说明。

高级计划与排程(APS)是用规划和管理技术解决生产排程和调度问题。高级计划与排程一般需要在资源有限的情况下，实现供应与需求的平衡。

近年来，随着供应链的不断复杂化，且存在供需形势不断变化的情况，对高级计划与排程(APS)的要求也越来越高。

例如，由于数据中心对内存、处理器、带宽等的需求形势不断变化，要求数据中心的供应商必须能够迅速响应市场多样化和不确定的需求，快速提供多品种小批量的满足顾客需求的产品，为此，出现了一种多品种小批量的按单装配模式(Assemble To Order)，尤其可以用于装配数据中心需要的多品种的服务器。这种模式的复杂性在于产品种类众多且需求变化频繁，对采购、生产等各个方面均有较高的管理要求。

具体地，多品种小批量的按单装配模式(Assemble To Order)的复杂性表现在产品结构复杂，部件数量多，小批量，多品种，量产和预研混合生产，订单个性化定制、多品种并行、资源共享易出现瓶颈、需求单变化频繁，计划排程应变差、了解订单进度难、以及物料需求多变导致的缺料与采购供应延迟严重等方面。

传统的高级计划与排程(APS)通常适用于按单生产(Make To Order)和按库存生产(Make To Stock)模式，无法满足灵活复杂的多品种小批量的按单装配模式。

具体地，高级计划与排程的生产建模可能与企业自身的服务需求或者与实际的生产加工规模及复杂度不匹配，导致计划与实际执行之间的差异较大，也并未完整考虑搭配实际的物料和采购情况在实际情况下的约束，导致排程计划成本较高，且一般在进行多品种小批量的排程时计算复杂度高，无法实时对排程计划进行调整，效率较低。

为此，本申请实施例提供了一种新的用于对数据中心的产品需求进行生产交付的排程方法，适用于复杂的生产加工场景，尤其适用于多品种小批量的按单装配模式，可以保证多品种小批量的按单装配模式中的各种复杂的约束或者规则。

参见图1，示出了一种用于对数据中心的产品需求进行生产交付的排程方法的流程示意图，如图所示，其包括：

S101、获得数据中心的产品需求信息，所述产品需求信息包括所述数据中心需要的产品的产品数量以及产品类别。

数据中心需要的产品的产品类别可以包括各种IT资产，例如硬盘、CPU、主机、路由、服务器等。产品数量可以为各种IT资产所需要的产品数量。当然，上述仅为举例说明，并不作为本申请的限定。

具体地，产品需求信息用于确定排程计划需要生产出的产品的产品类别、生产时间和产品数量等信息。本实施例中，产品需求信息具体可以包括供应产品的时间、地点，需要供应的产品的类型、数量、标准要求等，本实施例对此不进行限定。需要说明的是，产品需求信息中可以包括一种或多种产品，每种产品可以各自对应有上述具体的需求信息，本实施例对此也不进行限定。

S102、根据所述产品需求信息，确定待生产的产品的生产信息，以及生产所述产品所需的物料对应的物料供应信息。

生产信息可以包括生产产品需要的物料信息或者供应商信息等，生产信息可以包括能够生产符合需求的产品的制造厂商、制造厂商的产能、制造厂商的当前生产情况、制造厂商生产产品的限制、能够运输产品的运输路径、生产产品所需要的物料、生产物料所需要的基础原料等生产信息，本实施例对此不进行限定。

生产产品所需的物料对应的物料供应信息，具体可以包括制造厂商本身已经采购的物料及数量、可调配至制造厂商的物料及数量、物料调配的路径、物料采购的情况等物料供应信息。

S103、根据所述生产信息和所述物料供应信息，提取出生产所述产品的过程中的若干个加工变量以及各个所述加工变量对应的变量值集合，以及，提取出所述若干个加工变量的变量值之间需要满足的变量约束条件。

本实施例中，生产信息和物料供应信息之间具有相同或者相关联的变量，例如，生产信息中包括供应商A生产产品B需要物料C，物料供应信息中包括向供应商A供应物料C的物料供应信息。基于生产信息和物料供应信息之间具有相同或者相关联的变量，可以根据所述生产信息和所述物料供应信息，提取出生产所述产品的过程中的若干个加工变量以及各个所述加工变量对应的变量值集合，例如提取出“向供应商A供应物料C的次级供应商”作为加工变量，提取出能够供应的次级供应商清单作为变量值集合。

本实施例中，加工变量具体为加工产品时具有多个可选项的变量，变量值集合中可以包括加工变量的可选变量值，例如加工变量可以包括制造厂商、制造产品的某类物料、采购物料的采购途径等。

本实施例中，若干个加工变量通过所述变量约束条件相关联，变量约束条件具体可以为实际生产产品时需要满足的变量约束条件。例如，若选定制造厂商，则需要通过制造厂商对应的采购方提供物料，或者需要保证制造厂商与产品交付地点之间有物流通路；或者，选择某一个物料进行产品生产，则需要选择具有该物料或者能够采购该物料的制造厂商；或者，需要根据产品的交付时间选择在该时间之前有足够产能的制造厂商。

S104、从未赋值的加工变量各自对应的变量值集合中，逐个确定所述加工变量的变量值，并在每次确定所述加工变量的变量值后，根据所述变量约束条件以及确定出的变量值，更新未赋值的加工变量对应的变量值集合。

本实施例中，由于若干个加工变量通过所述变量约束条件相关联，则可以采用约束规划的原理确定若干个加工变量的变量值，即在每次确定一个加工变量的变量值后，根据变量约束条件以及确定出的变量值更新未赋值的加工变量对应的变量值集合，具体可以根据变量约束条件以及确定出的变量值缩小变量值集合的可选值，或者根据赋值结果调整变量值集合内的可选项。

示例地，若变量约束条件包括生产出的产品的总数量为200，则选择第一个制造厂商，且根据制造厂商的产能确定对应的加工数量为100，则可以根据变量约束条件以及确定出的变量值100，将除第一个制造厂商之外的其他制造厂商的“加工数量”这一加工变量的变量值集合从1-200修改为1-100。

由此，可以在每次确定一个加工变量的变量值后，及时调整未赋值加工变量的变量值集合，一般为缩小变量值集合，并继续确定下一个加工变量的变量值，直至确定出所有加工变量的变量值。此外，本实施例提供的方案无需求解复杂的函数，使得本实施例提供的方案可以极大地缩短确定出排程计划所需的时间。

S105、根据所述若干个加工变量对应的变量值，生成排程计划，并使用所述排程计划生产交付所述数据中心需要的产品。

本实施例中，确定若干个加工变量对应的变量值之后，即可根据确定的变量值生成对应的排程计划。具体生成排程计划的方法可参考相关技术，在此不再赘述。

另外，具体使用所述排程计划生产交付所述数据中心需要的产品的方法也可以参考相关技术，在此不再赘述。

下面通过一种具体的生产场景，示例性说明本实施例提供的方案。

根据数据中心的服务器产品需求信息，可以确定需要生产的多类服务器以及每类服务器需要生产的数量、服务器的各项参数标准等。

针对各类服务器，可以确定对应的生产信息，例如能够生产出符合参数标准的服务器的制造厂商、各个制造厂商的产能、各个制造厂商生产服务器所需要的物料，例如处理器型号、主板型号、内存型号、充电器型号等；以及确定出生产服务器所需的物料对应的物料供应信息，例如制造厂商A可对接的供应商、供应商能够向制造厂商A提供的物料、提供物料的时间、提供物料的价格等。

根据各类服务器的生产信息和物料供应信息，可以提取出加工各类服务器时具有多个可选项的加工变量，加工变量的可选项组成了加工变量对应的变量值集合。

另外，根据各类服务器的生产信息和物料供应信息，还可以提取出若干个加工变量的变量值之间需要满足的变量约束条件。变量约束条件可以例如制造厂商A可以加工两类服务器，但不能同时加工等。

之后可以基于所述待赋值加工变量对应的所述变量值集合逐个确定加工变量的变量值，并在每次确定出加工变量的变量值后，基于变量约束条件和变量值，更新未赋值的加工变量的变量值集合，并根据更新后的变量值集合继续确定下一个加工变量的变量值。当确定出所有的加工变量的变量值之后，可以根据若干个加工变量对应的赋值结果，生成加工多类服务器的排程计划，并使用所述排程计划生产数据中心需要的多类服务器。

本实施例提供的方案，通过获得数据中心的产品需求信息，所述产品需求信息包括所述数据中心需要的产品的产品数量以及产品类别；并根据产品需求信息，确定待生产的产品的生产信息，以及生产所述产品所需的物料对应的物料供应信息；根据所述生产信息和所述物料供应信息，提取出生产所述产品的过程中的若干个加工变量以及各个所述加工变量对应的变量值集合，以及，提取出所述若干个加工变量的变量值之间需要满足的变量约束条件，其中，所述若干个加工变量通过所述变量约束条件相关联，由此，可以通过生产信息和物料供应信息提取出符合当前生产需求的加工变量及变量值集合以及变量约束条件，进而使得本实施例提供的方案适用于各种复杂的排程场景；从未赋值的加工变量各自对应的变量值集合中，逐个确定所述加工变量的变量值，并在每次确定所述加工变量的变量值后，根据所述变量约束条件以及确定出的变量值，更新未赋值的加工变量对应的变量值集合，可以尽快对加工变量进行求解，提高了求解速度，降低了求解难度；根据所述若干个加工变量对应的变量值，生成排程计划，并使用所述排程计划生产交付所述数据中心需要的产品。本实施例提供的方案，由于引入了根据生产信息以及物料供应信息提取出的变量约束条件和加工变量，而并非由系统或者人工自定义，使得本实施例提供的方案可以适用于存在各种复杂约束的排程场景，且由于引入了物料供应信息，使得根据本实施例确定出的排程方案可以实现资源的快速排程和资源调配，确保了使用所述排程计划生产交付所述数据中心需要的产品的同时降低了各项成本，提高了生产效率。

本实施例的用于对数据中心的产品需求进行生产交付的排程方法可以由任意适当的具有数据处理能力的电子设备执行，包括但不限于：服务器、移动终端(如手机、PAD等)和PC机等。

参见图2，示出了一种用于对数据中心的产品需求进行生产交付的排程方法的流程示意图，如图所示，其包括：

S201、获得数据中心的产品需求信息，所述产品需求信息包括所述数据中心需要的产品的产品数量以及产品类别。

本步骤的具体实现方式可参考上述实施例中的步骤S101，在此不再赘述。

S202、根据产品需求信息，从预先存储的生产信息中，确定出待生产的产品对应的所述生产信息以及确定出生产所述产品所需的物料对应的物料清单。

产品需求信息随着数据中心的需求变化而不断发生变更。

本实施例中，预先存储的生产信息可以包括：可以生产的各个产品类型、参数、制造厂商、制造厂商生产产品的物料清单等信息，生产信息一般只有在研发出新产品或者制造厂商进行产能升级时进行更新。

S203、基于预设的供应链网络，根据所述物料清单确定出所述物料供应信息。

预设的供应链网络可以为从原料-零部件-半成品-产品的多级供应链网络，供应链网络中还包括及时更新的物料供应情况。

S204、根据所述生产信息和所述物料供应信息，提取出生产所述产品的过程中的若干个加工变量以及各个所述加工变量对应的变量值集合，以及，提取出所述若干个加工变量的变量值之间需要满足的变量约束条件。

本步骤的具体实现方式可参考上述实施例中的步骤S103，在此不再赘述。

S205、从未赋值的加工变量各自对应的变量值集合中，逐个确定所述加工变量的变量值，并在每次确定所述加工变量的变量值后，根据所述变量约束条件以及确定出的变量值，更新未赋值的加工变量对应的变量值集合。

可选地，步骤S205可以包括：针对任一未赋值的加工变量，基于所述未赋值的加工变量对应的所述变量值集合，确定所述加工变量的变量值；根据所述变量约束条件以及确定出的变量值，更新未赋值的加工变量对应的变量值集合；根据更新后的变量值集合，确定出下一未赋值的加工变量的变量值。由此，本实施例中，可以在确定一个加工变量的变量值后，及时对未赋值的加工变量的变量值集合进行更新，并基于更新后的变量值集合继续确定其他加工变量的变量值，保证了变量值集合的及时更新，且节省了确定出所有加工变量的变量值的时间。

示例地，在确定一个加工变量的变量值，则可以及时根据加工变量的变量值更新剩余未赋值的加工变量对应的变量值集合，例如确定出一个加工变量“供应物料A的供应商”的变量值为“供应商B”后，可以及时将未赋值的“物料A对应的运输路线”、“物料A的供应时间”“使用物料A加工出产品的时间”等加工变量对应的变量值集合，根据供应商B供应物料A的供应信息进行更新。

进一步地，本实施例中，所述根据更新后的变量值集合，确定出下一未赋值的加工变量的变量值，包括：基于各个未赋值的加工变量更新后的变量值集合，按照变量值数量从小到大的顺序对多个未赋值的加工变量进行排序；选择在排序结果中位于前列的加工变量作为下一未赋值的加工变量，根据更新后的变量值集合，确定出所述下一未赋值的加工变量的变量值。通过按照变量值数量从小到大的顺序对多个未赋值的加工变量进行排序，并选择位于前列的加工变量作为下一未赋值的加工变量，使得在确定若干个加工变量的变量值的过程中，可以优先确定可选择的变量值数量较少的加工变量，提高生成排程计划的效率。

示例地，假设有5个未赋值的加工变量，其中，加工变量1的变量值集合中有2个变量值、加工变量2的变量值集合中有4个变量值、加工变量3的变量值集合中有1个变量值、加工变量4的变量值集合中有4个变量值、加工变量5的变量值集合中有5个变量值，按照变量值的数量进行排序后得到:1(加工变量3)<2(加工变量1)<4(加工变量2)＝4(加工变量4)<5(加工变量5)，若先确定加工变量5对应的变量值，则根据加工变量5更新其他加工变量的变量值集合时，加工变量3的变量值集合中的变量值数量变为0的可能性较高，导致排程计划确定失败；反之，若先确定加工变量3的变量值，则根据加工变量3更新其他加工变量的变量值集合时，其他加工变量的变量值集合中的变量值数量变为0的可能性较低。

可选地，所述变量约束条件的类别包括以下至少之一：生产约束、物流通路约束、采购约束、物料类型约束、日期约束。变量约束条件还可以包括：研发约束、标案约束、供应约束等。生产约束是指生产产品时需要遵循的约束，例如若只有某些厂商具有生产数据中心需要的产品的能力，则加工变量的变量值集合中可以保留与这些厂商相关的变量值。物流通路约束是指厂商与零件或者原材料的供应商之间存在能够供应物料的物流通路。采购约束是指厂商与零件或者原材料的供应商之间存在采购协议，或者厂商能够向零件或者原材料的供应商采购到对应的物料。物料类型约束是指厂商能够采购到满足生产需求的物料类型对应的物料。日期约束是指采购过程、物流过程或者生产过程等的耗时不会导致产品逾期交付。研发约束是指数据中心或者厂商等的研发中心已经研发出了满足数据中心需求的产品。标案约束是指厂商或者供应商之间签订的供货协议中包括的采购标案的份额、供应约束是指供应商能够提供的物料的数量、类型、质量等。

可选地，所述根据所述变量约束条件以及确定出的变量值，更新未赋值的加工变量对应的变量值集合，包括：以本次确定出变量值的加工变量为起点，按照多个约束类别的预设顺序，逐级根据所述变量约束条件以及确定出的变量值更新未赋值的加工变量对应的变量值集合，所述预设顺序根据生产所述产品的生产流程确定。由此，可以避免传播过程导致变量值集合发生混乱。

可选地，步骤S205还可以包括：若根据所述变量约束条件以及确定出的变量值，更新未赋值的加工变量对应的变量值集合后，确定存在被清空的变量值集合，则确定对应的排程计划失败，并对已经确定变量值的加工变量进行回溯，并在回溯过程中更改加工变量的变量值。

进行回溯时，可以按照确定出变量值的顺序，由后到前地取消部分加工变量(例如5个)的变量值，恢复加工变量对应的变量值集合，并重新为加工变量确定其他变量值，以在回溯过程中更改加工变量的变量值。

S206、根据所述若干个加工变量对应的变量值，生成排程计划，并使用所述排程计划生产交付所述数据中心需要的产品。

可选地，若多次执行步骤S205，从而确定出多个对应的排程计划，则所述方法还包括：

S207、基于预设的优化目标，从多个所述排程计划中选择出最接近所述优化目标的作为目标排程计划。

所述预设的优化目标包括以下至少之一：产品需求满足率、产品交付时效、生产成本、运输成本、补货采购成本。

产品需求满足率可以为能够生产出数据中心需要的产品占数据中心需要的产品总数量的比例，例如能够生产出数据中心需要的产品总数的90％的产品。产品交付时效可以为能够按照数据中心需要的产品的时间进行产品交付的情况，例如30％能够按时交付，剩余70％需要延期10天交付。生产成本可以例如生产产品所耗费的生产资源较小。运输成本可以例如生产产品过程中所耗费的物流资源等较少。补货采购成本可以为生产产品过程中需要重新采购的物料较少。

可选地，所述优化目标还包括计划一致性，所述方法还包括：获得历史目标排程计划，所述历史目标排程计划与当前确定出的多个排程计划存在排程部分重叠；所述基于预设的优化目标，从多个排程计划中选择出最接近所述优化目标的作为目标排程计划，包括：基于多个排程计划分别与所述历史目标排程计划相似度，选择相似度位于前列的排程计划作为所述目标排程计划。通过保证计划一致性，可以使得更新排程计划的过程对已经被分配生产任务的厂商影响较小，厂商仅需要根据排程计划对自身的采购计划或者生产计划进行微调即可。

可选地，所述方法还包括：根据所述目标排程计划确定物料的供应情况，并生成多供应商的物料生产、物料采购或者物料调拨计划；或者，根据所述目标排程计划确定产品供应情况，并根据所述产品供应情况确定所述数据中心的销售计划。

根据所述目标排程计划确定物料的供应情况，并生成多供应商的物料生产、物料采购或者物料调拨计划，具体可以包括各个供应商向生产产品的厂家供应物料的计划，或者生产产品的厂家之间的物料调拨计划，或者可以指示生产产品的厂家需要进行采购的物料采购计划。

根据所述目标排程计划确定产品供应情况，可以使得数据中心的相关人员了解到数据中心能够增加的内存、算力等，并可以根据产品供应情况确定所述数据中心的销售计划，具体可以为销售内存、算力等的销售计划。

可选地，所述方法还包括：

S208、根据用户的调整操作，调整所述生产信息、所述物料供应信息或者所述变量约束条件中的至少一个，以根据调整后的所述生产信息、所述物料供应信息或者所述变量约束条件中的至少一个，更新生成的所述排程计划。

通过接收用户的调整操作，可以使得用户能够根据自身了解到的信息，对、所述物料供应信息或者所述变量约束条件中的至少一个进行调整，并且能够根据调整后的、所述物料供应信息或者所述变量约束条件更新排程计划，由此，用户通过不断调整获得符合自身期望的目标排程计划。

本实施例的用于对数据中心的产品需求进行生产交付的排程方法可以由任意适当的具有数据处理能力的电子设备执行，包括但不限于：服务器、移动终端(如手机、PAD等)和PC机等。

参见图3，示出了一种排程系统的架构示意图。如图所示，架构具体包括三层，分别为数据层、算法层、服务层。

数据层

供应链网络模块，与支持单工厂车间级计划的MRP或APS系统不同，本申请实施例提供的方案可以解决供应链全链路多工厂的计划问题，支持多层级多产品多粒度的复杂供应链网络，同时保持网络拓扑结构灵活。如图所示，包括从提供物料的供应商、存储部件的部件仓、能够加工半成品的半成品工厂、能够生产服务器的服务器工厂、用于交付产品的数据中心等构成的供应链网络。例如，基于供应链网络服务器工厂可以从部件仓调拨部件也可以从供应商采购部件。不同层级的供应链网络上面流通不同粒度的产品，包括部件，半成品，服务器，和整机柜。

生产数据模块，覆盖生产制造所需的生产信息，包含但不限于图中所列的生产主数据(例如生产产品的厂商信息)、采购主数据(例如生产厂商能够采购物料的供应商)、通路主数据(例如各个工厂与各个供应商、采购商之间的物流通路)、日历规则(例如各个生产厂商在预设时间范围内的产能)、生产约束(例如厂商能够生产的产品)、研发状态(例如产品是否已经研发完成)、物料清单BOM(例如产品的物料清单，用于生产产品的半成品或者部件对应的物料清单)，这部分数据维护在生产信息数据仓库，只在引进新部件或者新产品等情况下做更新，运行日常计划时不做频繁变更。

计划数据模块，包含每次确定排程计划时需要频繁变更的数据，例如数据中心的产品需求信息、厂商能够供应的产品的产品信息等。除了频繁变化的需求和供应数据，本申请实施例中的计划数据模块还可以接收上一目标排程计划，用于在算法层生成排程计划时，根据上一目标排程计划保证生成的排程计划可以满足计划一致性，使得生成目标排程计划的过程可以形成闭环。

数据清洗模块，处理并发现上述各类型数据不满足互相依赖关系的情况，提前发现问题减少后续算法的计算量。

具体地，数据清洗模块可以对生产信息等进行校验，具体校验可以分为静态校验和动态校验。

静态校验是对单一的生产信息或者物流供应信息进行校验，例如生产信息校验：校验厂商是否具有生产资质；物流通路校验：厂商与数据中心之间是否存在能够进行产品交付的物流通路；需求指定品牌校验：校验厂商是否能够提供符合标准的产品等。

动态校验可以是结合多个生产信息和物流供应信息进行的校验，例如物料清单校验：结合生产产品的物料清单和厂家能够采购的物料清单，校验厂家是否具有物料清单中的全部物料；研发状态校验：校验研发产品的研发中心是否已经研发出了符合标准的产品并将研发结果下发至了对应的厂商；符合物流通路校验：校验物料-半成品-成品整个供应链是否完成。

另外，对于部分生产信息不满足算法要求的情况，本模块还提供了缺失数据补全功能，具体可以结合多个生产信息进行补全。

预处理模块，用于将校验后的生产信息、物流供应信息和计划数据等转化成标准算法模型供后续使用。

算法层

CP求解引擎模块，基于约束规划的核心算法求解模块，支持多目标优化。

该模块主要用于根据算法模型中包括的生产信息和物料供应信息等，提取出生产所述产品的过程中的若干个加工变量以及各个所述加工变量对应的变量值集合，以及，提取出所述若干个加工变量的变量值之间需要满足的变量约束条件，其中，所述若干个加工变量通过所述变量约束条件相关联；并从未赋值的加工变量各自对应的变量值集合中，逐个确定所述加工变量的变量值，并在每次确定所述加工变量的变量值后，根据所述变量约束条件以及确定出的变量值，更新未赋值的加工变量对应的变量值集合，直至若干个加工变量全部确定出对应的变量值，生成排程计划。

该模块可以先在算法模型中抽象出若干个加工变量的变量值之间需要满足的变量约束条件。加工变量可以按照变量约束条件的类别进行分类，且每类变量约束条件的各加工变量及其对应的变量值集合保存在相应的领域Store中。如图所示，约束可以包括生产约束、物流通路约束、采购约束、物料类型约束(图中的BOM约束)、日期约束、研发约束、标案约束、供应约束。求解引擎依次确定加工变量的变量值，并不断根据确定出的变量值更新还未赋值的加工变量的变量值集合。具体更新时可以按照变量约束条件的约束类别的预设顺序进行更新，预设顺序基于预设服务逻辑设置，比如满足生产约束后，决定了该需求在哪家工厂生产，才能根据工厂确定所用BOM(物料清单)的变量值集合，再对BOM(物料清单)进行选择。具体为加工变量确定变量值时，也可以按照变量约束条件的约束类别的预设顺序依次确定每类变量约束条件对应的加工变量的变量值。在确定每类加工变量的变量值时，可以遵循First Fail Principle原则,即优先确定对变量值集合中变量值数量较少的加工变量的变量值，每次确定出变量值之后，可以根据确定出的变量值确定或缩小其它加工变量的变量值集合，并根据更新的变量值集合中变量值的数量对加工变量进行动态排序。如遇到不可行的情况，对加工变量进行回溯，为加工变量重新确定新的变量值。

模拟仿真模块，用于调整不同的加工变量的变量值集合或加入不同的变量约束条件(交期/供应/优先级变更)进行多场景模拟，通过求解模块生成不同场景下的排程计划，并可以提供what-if分析能力，即根据调整的内容增加场景对应的“if”信息，根据不同场景下的排程计划确定“what”信息，从而向用户展示不同场景下对应的排程计划区别。

数据看版模块，将排程计划或仿真结果进行分类详细展示，包含各优化目标满足率分析结果，供需匹配信息，需求交付时效统计结果及不可产出需求的根因分析结果。

服务层

本项申请框架灵活，高可复用，拓展性强，能够支持多种复杂服务场景。

生产排程，对应供应链中短期生产计划场景，根据有限部件供应和需求优先级，生成最大化齐套数量(即保证生产数量最多)的生产计划，并输出多工厂的生产指令和部件调拨方案。

中长期计划一体化计划，对应供应链中长期计划场景，可以包含多个算法层的优化目标。例如在满足需求的前提下，产出的排程计划能够最小化额外部件采购数量，同时保证与各代工厂之间的年度标案。在需求波动的情况下需要更新目标排程计划时，可以保证更新的排程计划与历史的排程计划之间的计划一致性。输出排程计划包含订单满足方案(即生产数据中心需要的产品的生产方案)，多工厂生产指令(即图中的生产计划)，物料调拨方案，以及向供应商的采购计划。

供应计划，满足生产要求后(例如满足整机供应与最大化齐套后)，按照服务设置额度进行再分配，从而保证生产要求优先获取供应承诺(即图中的额度满足计划)，并进行部件缺口计算和物料缺口计算，输出包含整机柜和服务器的生产指令，物料缺口，以及相应满足采购约束的采购计划。

1.本申请中基于约束规划的求解算法适用于大规模数据的快速求解，而且产出的计划稳定，能够在供需的形势不断变化的情况下在在极短的时间内生成排程计划。

2.本方案支持计划排产一体化，即在排产的同时输出采购计划、调拨计划等，覆盖供应链短/中/长期生产计划及多种计划粒度(例如日/周粒度)。

3.本方案具备供应链全链路多工厂计划能力，支持灵活的按单装配模式，打通了供应链网络，实现多工厂协同，装配商和供应商解耦，制造与采购结合。

4.本方案架构支持多目标优化，包括需求满足率，订单交付时效，生产成本，运输成本，部件补货采购成本。

5.本方案架构支持复杂生产要求(例如数据中心需要的服务器为复合机型，服务器的各个零部件也存在对应的物料清单，需要多级加工，厂商和供应商预先约定的采购比例约束等)和多元生产模式(例如可以满足传统的ODM生产模式和云工厂低库存运营模式)，针对各种生产模式均可以提取出加工变量及变量值集合以及对应的变量约束条件。生成对应的排程计划。

6.本方案支持多场景模拟，根据变化的供需情况提供多种计划方案。

参照图4，示出了本申请实施例提供的一种电子设备的结构示意图，本申请具体实施例并不对电子设备的具体实现做限定。

如图4所示，该电子设备可以包括：处理器(processor)402、通信接口(Communications Interface)404、存储器(memory)406、以及通信总线408。

其中：

处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。

通信接口404，用于与其它电子设备或服务器进行通信。

处理器402，用于执行程序410，具体可以执行上述用于对数据中心的产品需求进行生产交付的排程方法实施例中的相关步骤。

具体地，程序410可以包括程序代码，该程序代码包括计算机操作指令。

处理器402可能是处理器CPU，或者是特定集成电路ASIC(Application SpecificIntegrated Circuit)，或者是被配置成实施本申请实施例的一个或多个集成电路。智能设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器406，用于存放程序410。存储器406可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

程序410中各步骤的具体实现可以参见上述用于对数据中心的产品需求进行生产交付的排程方法实施例中的相应步骤和单元中对应的描述，在此不赘述。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的设备和模块的具体工作过程，可以参考前述方法实施例中的对应过程描述，在此不再赘述。

本申请实施例还提供了一种计算机程序产品，包括计算机指令，该计算机指令指示计算设备执行上述多个方法实施例中的任一用于对数据中心的产品需求进行生产交付的排程方法对应的操作。

需要指出，根据实施的需要，可将本申请实施例中描述的各个部件/步骤拆分为更多部件/步骤，也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤，以实现本申请实施例的目的。

上述根据本申请实施例的方法可在硬件、固件中实现，或者被实现为可存储在记录介质(诸如CD ROM、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码，或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如ASIC或FPGA)的记录介质上的这样的软件处理。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如，RAM、ROM、闪存等)，当所述软件或计算机代码被计算机、处理器或硬件访问且执行时，实现在此描述的用于对数据中心的产品需求进行生产交付的排程方法。此外，当通用计算机访问用于实现在此示出的用于对数据中心的产品需求进行生产交付的排程方法的代码时，代码的执行将通用计算机转换为用于执行在此示出的用于对数据中心的产品需求进行生产交付的排程方法的专用计算机。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请实施例的范围。

以上实施方式仅用于说明本申请实施例，而并非对本申请实施例的限制，有关技术领域的普通技术人员，在不脱离本申请实施例的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本申请实施例的范畴，本申请实施例的专利保护范围应由权利要求限定。