基于Python的ERP系统中主生产计划（MPS）的计算

一、目的

1、深入理解、掌握主生产计划理论。

2、综合运用主生产计划理论和程序设计技术，设计适合表示主生产计划参数及计划结果的数据结构，并使用程序设计语言实现。

3、综合运用主生产计划理论和程序设计技术，设计主生产计划计算的算法，并使用程序设计语言实现。

4、设计并实现主生产计划结果显示形式。

5、对于给定的主生产计划参数实例，制定可行的主生产计划。

二、内容

1、设计并实现适合存储主生产计划参数及计算结果的数据结构。

2、设计并实现主生产计划计算的算法。

3、设计并实现主生产计划结果显示形式。

4、根据数据文件的说明完成数据文件的解析，读取计算主生产计划的相关参数，根据读入的参数完成主生产计划的计算，并显示（如表、图等，也可以输出到Excel中）计算结果

三、存储相关参数的文件及说明

period.dat：时段数据文件。文件可能包含若干行。每行对应一种物料。每行的格式如下：

物料名称计划展望期时间跨度（包含过去时段，用时段0表示过去时段，时段1为当前计划的第一个时段）需求时界计划时界

例如

X 11 3 7

表示物料X的计划展望期为11个时段（包含过去时段，即实际需要计算的计划展望期为10个时段，可结合课件或教材的MPS表格理解），时段3和时段4的交界为需求时界，时段7和8的交界为计划时界

matinfo.dat：物料信息文件。文件可能包含若干行。每行对应一种物料。每行的格式如下：

物料名称批量大小安全库存提前期

例如

X 10 5 1

表示物料X的批量大小为10，安全库存量为5，提前期为1个时段

prediction.dat：预测量数据文件。文件可能包含若干行。每行对应一种物料。每行的格式如下：

物料名称过去时段预测量时段1预测量 ... 时段n预测量

例如

X 0 25 20 35 20 25 20 20 30 30 25

表示物料X在过去时段、时段1、...、时段10中，各个时段的预测量。时段的数量可由period.dat文件中该物料的第一个字段得到。

对于本例来说，period.dat中X物料的第一个字段为11，所以一共11个时段，分别是：过去时段、时段1、时段2、...、时段10

order.dat：订单量数据文件。文件可能包含若干行。每行对应一种物料。每行的格式如下：

物料名称过去时段订单量时段1订单量 ... 时段n订单量

例如

X 0 32 26 25 33 20 25 30 25 35 20

表示物料X在过去时段、时段1、...、时段10中，各个时段的订单量。时段的数量可由period.dat文件中该物料的第一个字段得到。

对于本例来说，period.dat中X物料的第一个字段为11，所以一共11个时段，分别是：过去时段、时段1、时段2、...、时段10

ScheduledReceipts.dat：计划接收量数据文件。文件可能包含若干行。每行对应一种物料。每行的格式如下：

物料名称过去时段计划接收量时段1计划接收量 ... 时段n计划接收量

例如

X 0 20 0 0 0 0 0 0 0 0 0

表示物料X在过去时段、时段1、...、时段10中，各个时段的计划接收量。时段的数量可由period.dat文件中该物料的第一个字段得到。

对于本例来说，period.dat中X物料的第一个字段为11，所以一共11个时段，分别是：过去时段、时段1、时段2、...、时段10

PrevInventory.dat：过去时段可用库存。文件可能包含若干行。每行对应一种物料。每行的格式如下：

物料名称过去时段可用库存

例如

X 10

表示物料X在过去时段的可用库存为10

四、相关理论知识

1. 毛需求量的计算：当在需求时段，毛需求量 = 订单量，当在计划阶段，毛需求量 = max(订单量，预测量)，当在预测阶段，毛需求 = 预测量。

2. 净需求的计算：如果PAB初值 >= 安全库存，净需求 = 0 ；如果PAB初值 < 安全库存量，净需求 = 安全库存量 – PAB初值。

3. PAB的计算：PAB(预计可用库存) = 前一时段预计可用库存 + 本时段计划接收量 – 本时段毛需求量。

4. 计划产出量的计算：当N是一个大于或等于1的整数时、当N * 生产批量 >= 净需求量 > (N-1) * 生产批量时、计划产出量 = N * 生产批量。

5. 计划投入量的计算：将计划产出量的所有数据提前一个时段，得到相应的计划投入量。

6. 可供销售量(ATP)的计算：ATP = 本时段计划产出量 + 本时段计划接收量 – 下一次出现计划产出量之前各时段的订单量之和。

7. 读取数据文件的方法：
def ReadMatInfo(filepath):with open(filepath,"r") as f:contents = f.read()tmp=contents.split(' ',-1)return tmp
8. 写入到Excel使用的模块：import xlsxwriter

关键代码：
workbook = xlsxwriter.Workbook("/xxxx.xlsx")worksheet = workbook.add_worksheet(name="xxx")worksheet.write_row("xx",xxxx)worksheet.write_column("xx",xxxx)workbook.close()

五、源代码

#批量大小
#安全库存
#提前期
#数据文件（period.dat）
#各时段订单量（order.dat）
#各时段预测量（prediction.dat）
#各时段计划接收量（ScheduleReceipts.adt）
#过去时段的预计可用库存（PrevInventory.dat）#1.计算所有时段毛需求量
#2.按照从时段1到时段n的顺序计算n个时段毛需求量
#3.以此计算该阶段净需求、计划产出量及预计可用库存
#4.依次计算所有时段计划投入量
#5.依次计算所有时段可供销售量#by Jiefeng_Linimport xlsxwriter
#读取文件函数
def ReadMatInfo(filepath):with open(filepath,"r") as f:contents = f.read()tmp=contents.split(' ',-1)return tmp# 从文件现有初始预计可用库存量
now_stock = []
now_stock.insert(0,int(ReadMatInfo('./data_files/PrevInventory.dat')[1]))# 从文件读取安全库存量
safe_stock = int(ReadMatInfo('./data_files/matinfo.dat')[2])# 从文件批量大小
product_batch = int(ReadMatInfo('./data_files/matinfo.dat')[1])# 从文件读取提前期
pre_date = int(ReadMatInfo('./data_files/matinfo.dat')[3])#从文件读取总时段
total_period = int(ReadMatInfo('./data_files/period.dat')[1])#从文件读取需求时界
require_period = int(ReadMatInfo('./data_files/period.dat')[2])#从文件读取计划时界
plan_period = int(ReadMatInfo('./data_files/period.dat')[3])# 从文件读取预测量
pre= []
for i in range(total_period):pre.insert(i,int(ReadMatInfo('./data_files/prediction.dat')[i+1]))# 从文件读取订单量
order = []
for i in range(total_period):order.insert(i,int(ReadMatInfo('./data_files/order.dat')[i+1]))#从文件读取计划接收量
schedule_receipt = []
for i in range(total_period):schedule_receipt.insert(i,int(ReadMatInfo('./data_files/ScheduledReceipts.dat')[i+1]))#定义净需求量数组
neet_reqiire = []
neet_reqiire.insert(0,0)#定义毛需求量数组
gross_require = []#定义可供销售量数组
ATP = []
ATP.insert(0,0)#定义计划产出量数组
plan_production = []
plan_production.insert(0,0)#定义计划投入量数组
plan_release = []
plan_release.insert(total_period-1,0)#计算毛需求量
for i in range(total_period):#当在需求时段，毛需求=订单量if i <= require_period:gross_require.insert(i,order[i])#当在计划阶段，毛需求=max(订单量，预测量)if i > require_period and i <= plan_period:gross_require.insert(i,max(order[i],pre[i]))#在预测阶段，毛需求=预测量if i > plan_period and i < total_period:gross_require.insert(i,pre[i])#定义批量大小增量的函数
def calculate_increse_of_product_batch(n):#n是大于或等于1的整数if n == 0:return 0else:for i in range(1,11):#当 i*生产批量 >= 净需求量 > (i-1)*生产批量的时候，满足计划产出量计算要求if (i-1)*product_batch < n and i*product_batch >= n:return i * product_batch#计划产出量 = i * 生产批量#计算净需求量
for i in range(1,total_period):#净需求 = 本时段毛需求量 + 安全库存 - 前时段可用库存 - 计划接收量neet_reqiire.insert(i,gross_require[i] + safe_stock - now_stock[i-1] - schedule_receipt[i])#计划产出直接应用上面的函数plan_production.insert(i, calculate_increse_of_product_batch(neet_reqiire[i]))#预计可用库存 = 前时段预计可用库存 + 预计接收量 + 计划产出量 - 毛需求now_stock.insert(i, now_stock[i - 1] + schedule_receipt[i] + plan_production[i] - gross_require[i])#计算计划投入量
for i in range(total_period-1):#本时段计划投入量 = 下时段计划产出量plan_release.insert(i,plan_production[i+1])#计算可供销售量ATP
for i in range(total_period-1):#ATP = 本时段计划产出量 + 本时段计划接收量 + 上时段预计可用库存 - 本时段订单量if i==1:ATP.insert(i,plan_production[i]+schedule_receipt[i]+now_stock[i-1]-order[i])#ATP = 本时段计划产出量 + 本时段计划接收量 - 本时段订单量else:ATP.insert(i,plan_production[i]+schedule_receipt[i]-order[i])#将数据写入到Excel并创建表格
#创建excel文档
print("正在进行excel录入中")
workbook = xlsxwriter.Workbook("/Users/jayphone/Desktop/calculation_of_MPS.xlsx")
#创建一个sheet
worksheet = workbook.add_worksheet(name="calculation_of_MPS")
#确定横轴纵轴属性
calculation_item = ['预测量','订单量','毛需求量','计划接收量','预计可用库存','净需求量','计划产出量','计划投入量','可供销售量']
headline=['时区/计算类别','过去时段','1','2','3','4','5','6','7','8','9','10']
#写入到表格中
worksheet.write_row("A1",headline)
worksheet.write_column("A2",calculation_item)
worksheet.write_row("B2",pre)
worksheet.write_row("B3",order)
worksheet.write_row("B4",gross_require)
worksheet.write_row("B5",schedule_receipt)
worksheet.write_row("B6",now_stock)
worksheet.write_row("B7",neet_reqiire)
worksheet.write_row("B8",plan_production)
worksheet.write_row("B9",plan_release)
worksheet.write_row("B10",ATP)
workbook.close()
print("excel录入成功")
#在控制台输出数据：
print("预测量是：")
print(pre)
print("订单量是：")
print(order)
print("毛需求是：")
print(gross_require)
print("计划接收量是：")
print(schedule_receipt)
print("预计可用库存是：")
print(now_stock)
print("净需求量是：")
print(neet_reqiire)
print("计划产出是：")
print(plan_production)
print("计划投入是:")
print(plan_release)
print("可供销售是：")
print(ATP)

六、结果

1.在Pycharm控制台输出结果：

2.写入到Excel文件中：

七、所使用的数据文件

链接:https://pan.baidu.com/s/11AiEbSR7eYRVbX0RE0MCtg 密码:j0wn

基于Python的ERP系统中主生产计划（MPS）的计算相关推荐

基于Python的ERP系统中能力需求计划（CRP）的计算
一.目的 1.深入理解.掌握能力需求计划理论, ERP中MRP.工作中心.工艺路线等相关模块的关系,以及ERP系统信息集成的含义. 2.综合运用能力需求计划理论和程序设计技术,设计适合表示能力需求计划 ...
ERP系统模块完全解析──主生产计划MPS
1.主生产计划MPS 主生产计划的理论非常复杂,需考虑关键工作中心关键工序的能力是否足够,如果完全按理论进行主生产计划计算,企业需维护很多的基础资料,如果基础资料不准确,则计划形成虚设.因此, ...
SAP-PP 主生产计划MPS
MPS定义:在对全部产品运行物料需求计划之前,对关键件单独运行生产计划,以确保关键件的产出期. 基本原理:根据企业的能力确定要做的事情,通过均衡地安排生产,实现生产目标,使企业在客户服务水平,库存周转 ...
第五章主生产计划MPS 第1~3节计划方案、MPS计划参数
第一节计划方案本案例计划方式包括MPS.MRP.ROP(详见图3- 1). 本案例采用的计划模式:先做主生产计划MPS运算,再在MPS运算结果的基础上做物料需求MRP. ROP计划独立在库存模块下 ...
ERP系统有效提高生产计划合理性
威海市东海船舶修造有限公司是一个独立经营.独立核算的股份制企业,始建于1974 年,位于威海市经济开发区崮山镇皂埠口,固定资产 3000 万人民币,现有职工人数200多人,其中中高级工程师8人. 船厂 ...
ERP系统个性化定制生产计划，简化排产流程
数字时代拼的就是"快",可作为生产型企业,你在生产环节是否经常遇到这样的难题:网站.电商.微信.门店订单接二连三,汇总起来手忙脚乱?加单.减单.插单时刻变化,生产计划和生产节奏频频 ...
牛鞭效应及其在ERP系统中的应用
"牛鞭效应"(Bullwhip Effect)指的是供应链中需求信号的扩大逐渐增大的现象.在供应链中,小幅的需求波动会在上游逐渐扩大,导致供应链中的库存和生产计划波动更加剧烈.这种 ...
通常ERP之：物料需求计划MRP与主生产计划
物料需求计划MRP (Material Requirements Planning)是ERP的前身,要想真正了解ERP就必须对MRP有一个全面深刻的认识.本文论述了MRP的基本概念.原理和相关问题,希 ...
物料需求计划MRP(一)主生产计划
物料需求计划MRP (Material Requirements Planning)是ERP的前身,要想真正了解ERP就必须对MRP有一个全面深刻的认识.本文论述了MRP的基本概念.原理和相关问题,希 ...

基于Python的ERP系统中主生产计划（MPS）的计算

一、目的

二、内容

三、存储相关参数的文件及说明

四、相关理论知识

五、源代码

六、结果

七、所使用的数据文件

基于Python的ERP系统中主生产计划（MPS）的计算相关推荐

最新文章

热门文章