未来工厂服务中心

常见痛点场景：

定年修计划线下完成，录入繁琐
（在前一年的表格框架下，进行三轮以上的调整，最终形成年度计划）
定年修计划不能根据实际情况实时调整，对月度检修计划参考意义不大
（实际月份对比定年修计划修改较高，且每月准确度呈下降趋势）
实际调整时，可视化界面不友好，且不能直观了解调整所带来的相关影响
（数据量过大，约400多条，无法纵向对比；修改当条，不能快速了解修改后约束条件是否成立）
检修人力资源数据统计困难
（检修队伍人力资源数据不透明，不能形成直观的统计报表）

解决方案
通过建立完善准确的基础数据模型
梳理各项约束条件，判断约束的刚性程度以及优先级
确立多种规则组合的启发式算法及智能优化算法
实现基于实施数据更新的动态排程