夜雨聆风学习资料网

ARTICLE · 1306763

一套 AI 计划排产软件,为什么要分成三层?

一套 AI 计划排产软件,为什么要分成三层?
我们把计划排产系统做成一个三层的架构:Contour 本体建模让系统理解产线、工艺、物料和约束;运筹优化负责在全部约束下求解;AI 智能体处理计划发布之后的插单、故障和缺料。之所以这样做,是因为「读懂工厂」「算出计划」「应对变化」是三件不同的事。

三层各自解决什么

架构层
解决的问题
具体做什么
Contour 本体建模
让系统理解你的工厂
把产线能力矩阵、工艺路线、换产规则、物料替代关系、设备约束、人员技能建成一张语义网络;变更影响自动推导,新工厂新产线「注册」即可理解
运筹优化
计划是不是最优
把排产写成大规模数学模型,在产能、物料、交期、工艺等全部约束下求解;生产 / 物料 / 库存 / 运输并发优化,数据变更后增量重算
AI 智能体
变化来了怎么办
感知 → 推理 → 决策 → 执行 → 学习;插单、设备故障、物料延迟自动重排,做根因诊断,推送建议由人确认

Contour 是 Convect Ontology Unified Representation 的缩写。它不是又一套主数据表格,而是工厂业务规则的显式表达,那些原来记在计划员脑子里、写在 Excel 备注栏里的话,现在写在本体模型里。

一次排产请求怎么走完三层

以「收到一个紧急大订单,要插进已有排产」为例:

图. 一个排产请求在三层之间的完整旅程

注意第 2 步和第 4 步:本体负责说清「什么叫满足」,优化负责在满足的前提下比较优劣,智能体负责把结论送到做决定的人面前。三者是串在一起的,不是三个独立功能。

少掉一层会怎样

只有大模型,没有本体,系统能对话、能总结,但推理没有可追溯的业务结构,容易「一本正经地胡说」。本体给智能体提供的是可以沿关系回溯的上下文。

只有规则,没有优化,能排出一个「可行」的计划,但不知道它离最优有多远,也不知道是哪条约束把结果卡死的。规则优先级调来调去,本质还是人在试。

只有算法,没有智能体,第一版计划发出去不难,难的是之后每一次插单、故障和缺料,都得靠人发现变化、改参数、整单重跑、再人工比对新旧计划差在哪里。

所以三层的分工是:本体提供理解,优化提供求解,智能体把两者组合成能自主运行的系统。计划员的角色从「算数」变成「决策」。

想看三层怎么协同,可以预约一次技术交流,或下载《本体驱动的 AI 计划排产》白皮书:https://convect.cn/contact

技术架构详解:https://convect.cn/technology

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料