ERP常用词汇-D

Date Adjust--调整日期

Date Available--有效日期

Date Changed--修改日期

Date Closed--结束日期

Date Due--截止日期

Date in Produced--生产日期

Date Inventory Adjust--库存调整日期

Date Obsolete--作废日期

Date Required--需求日期

Date Received--收到日期

Date Released--交付日期

Date to Pull--发货日期

Dead Load--空负荷

Demand--需求对指定产品或零部件的需要,这种需要可能来源于客户订单、预测、厂际订货、分库、维修部门,也可能来自较高一层的零件或产品。

Demand Management--需求管理指认识和管理对产品的全部需求,并确保主生产计划反映这些需求的功能。需求管理包括:预测、订单录入、订单承诺、分库需求、非独立需求、厂际订单及维修件需求等。

Demonstrated Capacity--实际能力由实际完成数据计算出的能力。实际能力的计算通常用生产的项目乘上每个项目的标准工时再加上标准的准备时间。

Dependent Demand--非独立需求当对一项物料的需求与对其他物料项目或最终产品的需求有关时,称为非独立需求。这些需求是计算出来的而不是预测的,对于具体的物料项目,有时可能既有独立需求又有非独立需求。

Direct-deduct Inventory Transaction Processing--直接增减库存处理法指一种记帐方法,当物料出库时,减少该项物料的帐面(计算机内)库存数;当物料入库时,增加该项物料的帐面库存数。帐面数据随物料的出入库同步更新。因此,帐面的库存记录就是实际库存的反映。

Disbursement List--发料单

Dispatch List--派工单根据调度原则按优先级顺序编制的生产订单一览表。利用硬拷贝或CRT显示将派工单通知给生产车间。派工单中包括生产订单的优先级、物料存放地点、数量及能力需求的详细信息,所有这些信息都是按工序排列的。派工单通常每天产生并按工作中心进行调整。也称为调度表或工长日报表。

Distribution Resource Planning (DRP)--分销资源计划是分销需求计划的延伸部分,涉及分销系统中的关键资源(如仓储空间、劳动力、货币资金、运输工具等等)的计划。

Drum-buffer-rope--鼓-缓冲-绳子是在通过对资源进行计划和控制,以实现产销率最大化的过程中最常用的技术。瓶颈约束控制着企业的生产节拍和产出率──“鼓点。从计划和控制的角度来看,反映了系统对约束资源的利用程度。为充分利用瓶颈的能力,一般要设置一定的缓冲,来防治生产过程中的波动。瓶颈通过绳子对其上游控制物料送入的环节发出指令,使物料快速、有效地通过非瓶颈环节。所以,绳子起的是串联和传递的作用,以驱动系统的所有部分按的节奏进行生产。

[@more@]

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/194201/viewspace-1045880/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/194201/viewspace-1045880/

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值