自动驾驶域控制器项目作业计划方案（参考）

泓域咨询/自动驾驶域控制器项目作业计划方案 自动驾驶域控制器项目 作业计划方案 目录 一、 员工任务指派 2 二、 影响服务业作业计划的因素 4 三、 两个作业中心的排序 5 四、 单一作业中心的排序 6 五、 产业环境分析 8 六、 汽车电子电气（EE）架构发展趋势 9 七、 必要性分析 11 八、 公司概况 11 公司合并资产负债表主要数据 12 公司合并利润表主要数据 12 九、 经济效益评价 12 营业收入、税金及附加和增值税估算表 13 综合总成本费用估算表 14 利润及利润分配表 16 项目投资现金流量表 18 借款还本付息计划表 21 十、 建设进度分析 22 项目实施进度计划一览表 22 十一、 投资估算及资金筹措 23 建设投资估算表 25 建设期利息估算表 26 流动资金估算表 27 总投资及构成一览表 29 项目投资计划与资金筹措一览表 30 一、 员工任务指派 1、员工任务指派问题描述 实际工作中经常会遇到这样的问题：有数个工程项目，可以由几个工程小组来完成，但每个工程小组完成不同工程项目的成本或效率不同。那么，如何把工程项目分配给不同的工程小组呢？类似的问题还有很多，如把不同的区域分配给不同的营销团队，把不同的设备维修任务分配给不同的维修工人等。这类问题所涉及的就是员工任务指派。概括起来，员工任务指派就是把不同的任务分配给不同的工程小组。 值得庆幸的是，对这类问题可以运用一种叫作匈牙利算法的方法快速地找到最优解。 2、解决员工任务指派问题的匈牙利算法 匈牙利算法是求解极小型指派问题的一种方法，这种方法最初由W.W.Kuhn提出，后经改进而成，解法因基于匈牙利数学家DénesKönig和JenöEgerváry给出的一个定理而得名。 匈牙利算法适用于一对一配对组合。要求每项任务都必须只分配给一位员工，每位员工都有能力完成任一任务，各分配方案的成本已知，且固定不变。 匈牙利算法的步骤如下。 （1）找到每行的最小数，每行的数减去最小数，得到一个新表。 （2）就新表，找到每列的最小数，每列的数减去最小数，得到一个新表。 （3）用总数最少的横线或竖线覆盖最新得到的表格中所有的零，如果横线与竖线的数量之和等于表的行数，得到最优表，转向（6），否则转向（4）。 （4）把表中所有未被覆盖的数减去其中的最小数，并将这个最小数加到横线与竖线交叉点上的数上，被覆盖的其他非交叉点上的数不变，得到一个新表。 （5）重复（3）和（4），直到获得最优表，即覆盖其中所有零的横线与竖线之和等于表的行数。 （6）从只有1个零的行或列开始，这个零所对应的行与列就给出了一个分配方案，把这个零所对应的行与列划去。重复这一步骤，直到把全部任务都分配完毕。 匈牙利算法是面向极小型指派问题的。如果要解决的是效率或利润最大的问题，只需要把表中所有数据减去其中的最大值，然后再按照上述6个步骤即得最优分配方案。 二、 影响服务业作业计划的因素 服务的特殊性决定了服务作业计划与制造业作业计划有很大的差异。影响服务作业计划的主要因素有两大类：服务的易逝性；顾客参与服务过程。 1、服务的易逝性对服务作业计划的影响 服务的易逝性对服务作业计划的影响体现在以下两个方面。 （1）计划内容。在服务业中，作业计划要规定服务交易的时间或地点；而制造业中，作业排序仅仅涉及产品的生产加工过程。 （2）人员规模。因服务的易逝性，加之顾客的到达及服务时间都是随机的，所以服务的输出与劳动力的最佳规模之间的关系很难确定；而在制造业中，两者之间有紧密联系，因此可通过计算寻求最优作业排序方案。 2、顾客参与服务过程对服务作业计划的影响 顾客参与服务过程对服务作业计划的影响体现在以下三个方面。 （1）因顾客的参与使得服务系统难以实现标准化，这在一定程度上影响了服务效率。 （2）有时为了满足顾客心理需求，需要服务人员与之交谈，这就增加了控制服务时间的难度。 （3）对服务的评价往往是基于主观判断的。由于服务是无形的、服务质量与顾客感觉有关，不准确的评价信息反馈影响员工的工作积极性，甚至影响服务质量的进一步提高。 三、 两个作业中心的排序 （一）n项作业在两个作业中心的排序 这种情况是指作业序列中有n项待确定加工顺序的作业，这些作业要顺次经过两个作业，中心，即都是先在第一个作业中心加工，然后移动到第二个作业中心加工。 解决n项作业由两个作业中心来加工的排序问题有约翰逊和贝尔曼准则，常称Johnson准则。在这种情况下，其目标函数是加工周期最短，这种规则的算法程序如下。 步骤1：在全部作业中，找出加工时间最短的作业（当有时间相同时，任意选取其中的一项）。 步骤2：如果最短的加工时间发生在第一个作业中心，则把相应的作业排在第一位；如果最短的加工时间发生在第二个作业中心，则把相应的作业排在最后一位。 步骤3：把所确定的作业从作业序列中去掉，再重复步骤1和步骤2，直至确定了全部作业的加工顺序为止。 值得说明的是，按照Johnson准则确定的排序方案可能不止一个。当然，所确定的排序方案对应的加工周期都相等且最短。 （二）特殊条件下三个作业中心的排序问题 当作业中心为三个时，排序问题就开始变得复杂起来，至今仍然没有一个通用的求解方案，只能用试算法寻优。这种情况是指作业序列中有n项待确定加工顺序的作业，这些作业要顺次经过三个作业中心，即所有作业都是先经过第一个，再经过第二个，最后经过第三个作业中心。 四、 单一作业中心的排序 对于多个作业在一个作业中心加工的情况，无论以什么样的顺序把待加工作业安排到作业中心，都不会影响作业中心的负荷，即作业中心的资源占用都是一样的。但是，如果考虑全部作业的平均流程时间、作业的延迟时间等指标，就有了作业排序问题。 以下介绍三种常用的排序准则及其主要优缺点。 （一）FCFS准则 FCFS准则是服务业排队中最常用的一种准则。可以把这种准则推广应用到制造业，即按照作业到达作业中心的先后顺序进行加工。 FCFS准则的主要优点是可以简化企业内部的物流组织。这种准则的主要缺点是当一项作业时间过长时，会使其他作业延迟。 （二）SPT准则 SPT准则就是把加工时间短的作业排在前面。其效果是：作业平均流程时间最短。 SPT准则的最大优点是可使作业平均流程时间最少和在制品库存最少。这种准则的主要缺点是，当新的加工时间短的作业不断到达作业中心时，会使加工时间长的作业一直等待。 （三）EDD准则 EDD准则就是把交工时间最紧迫的作业安排在最前面。这种准则贯彻优先为下一道工序服务的管理思路。 EDD准则的主要优点是使平均延迟时间最短。这种准则的主要缺点是没有考虑作业的加工时间，可能造成某些作业等待加工的时间过长，从而增加在制品库存。 五、 产业环境分析 合肥，简称“庐”或“合”，古称庐州、庐阳、合淝，是安徽省省会，国务院批复确定的中国长三角城市群副中心城市，国家重要的科研教育基地、现代制造业基地和综合交通枢纽。截至2019年，全市下辖4个区、4个县、代管1个县级市，总面积11445.1平方千米，户籍人口770.44万人，常住人口818.9万人，常住人口城镇化率76.33%。合肥地处中国华东地区、江淮之间、环抱巢湖，是长三角城市群副中心，综合性国家科学中心，“一带一路”和长江经济带战略双节点城市，合肥都市圈中心城市，皖江城市带核心城市，G60科创走廊中心城市。合肥是一座具有2000多年历史的古城，因东淝河与南淝河均发源于该地而得名。合肥素有“三国故地，包拯家乡”之称。秦置合肥县，隋至明清时，合肥一直是庐州府治所，故又称“庐州”、又名“庐阳”，境内名胜古迹众多，如逍遥津、包公祠、李鸿章故居、吴王遗踪等。合肥还诞生了周瑜、包拯、李鸿章等一批历史名人。合肥是世界科技城市联盟会员城市、中国最爱阅读城市、中国集成电路产业中心城市、国家科技创新型试点城市、中国四大科教基地之一。有“江淮首郡、吴楚要冲”，“江南之首”、“中原之喉”的美誉。2018年9月，被授牌成为“海峡两岸集成电路产业合作试验区”。2018中国内地城市综合排名17名。2019年6月，未来网络试验设施开通运行。2019年，合肥市实现地区生产总值9409.4亿元，人均生产总值115623元。 六、 汽车电子电气（EE）架构发展趋势 分布式ECU网络是传统汽车重要组成部分。1980年代随着IT技术的起步和兴起，汽车电子化迅猛发展，电控单元（ECU）逐渐成为汽车的重要组成部分。ECU最早应用控制发动机工作，之后逐渐占领了整个汽车，从防抱死制动系统、4轮驱动系统、电控自动变速器、主动悬架系统、安全气囊系统，到现在逐渐延伸到了车身各类安全、网络、娱乐、传感控制系统等。ECU大多数是连接至一个或多个系统总线的网络节点，最后由控制器区域网络（CAN）、局域互联网络（LIN）和FlexRay等与其连接的各种总线系统构成了汽车中的分布式网络。 但急剧增加的ECU数量带来诸多弊端。目前随着自动驾驶、智能座舱等功能的发展，汽车装载的ECU数量急速增加。90年代初，平均一辆汽车上ECU个数不足10个，而现在一辆车上的ECU数量可超过100个，部分高端汽车的ECU数量甚至超过300个。大量的ECU带来诸多弊端：组成的车载网络规模庞大，使线束成为全车第二重部件，总线长度突破6km，大大增加制造成本与能耗，也造成算力的冗余浪费；不同的ECU采用不同的嵌入式OS和应用程序Firmware，由不同Tier1提供，无论是汽车功能的开发还是后期的维护升级，车企均需要和这些供应商分别沟通协作，过程繁琐，汽车开发周期也因此拉长，人力物力成本随之增长；软硬件强耦合，语言和编程风格迥异，功能更新需同步升级软硬件，导致没法统一维护和OTA升级；另外在愈发复杂的线路中保证数据处理以及网络安全将成为难题。 域集中式架构是行业公认的汽车EE架构变革方案。为解决ECU数量快速增加的弊端，行业共识是建立以域为单位的集成化架构，将分散的ECU集成为运算能力更强的域控制器（DCU），利用处理能力强大的主控芯片（多核CPU/GPU）相对集中的控制域内原本归属各个ECU的大部分功能。各个域内部的系统互联仍可使用现如今十分常用的CAN和FlexRay通信总线。而不同域之间的通讯，则需要由更高传输性能的以太网作为主干网络承担信息交换任务。 为进一步提升性能，满足协同执行又减少成本，跨域融合集中化方案应运而生，即将两个或者多个集成型域控制器合并为一个域控制器。比如动力域和底盘域的合并、车身域与智能座舱域的合并，座舱域和自动驾驶域再集成至同一控制器硬件，达到部分程度的域控。随着高级别的自动驾驶的普及，需要更高的信号传输效率，强大的控制器将发挥更大的作用，车中只有一个计算平台，区域控制器受计算平台统一管理，汽车将成为一部移动的超级计算机兼数据中心。远期形态或为车-云互通模式。当云端得到充分发展后，车端与5G、边缘计算和云计算技术融合，达到真正的软硬结合、数据驱动，又可形成车-云计算的云端互通模式。 七、 必要性分析 1、提升公司核心竞争力 项目的投资，引入资金的到位将改善公司的资产负债结构，补充流动资金将提高公司应对短期流动性压力的能力，降低公司财务费用水平，提升公司盈利能力，促进公司的进一步发展。同时资金补充流动资金将为公司未来成为国际领先的产业服务商发展战略提供坚实支持，提高公司核心竞争力。 八、 公司概况 （一）公司基本信息 1、公司名称：xx集团有限公司 2、法定代表人：董xx 3、注册资本：850万元 4、统一社会信用代码：xxxxxxxxxxxxx 5、登记机关：xxx市场监督管理局 6、成立日期：2013-2-15 7、营业期限：2013-2-15至无固定期限 8、注册地址：xx市xx区xx （二）公司主要财务数据 公司合并资产负债表主要数据 项目 2020年12月 2019年12