离散制造企业生产装配及物料运输智能交互式决策数据集

该数据集面向离散制造企业生产装配流程设计与物料运输任务制定的智能交互式决策需求建设，聚焦企业生产与物流协同优化的数据支撑缺口，填补了生产装配与物料运输一体化决策专用数据集的空白，对提升生产流程合理性、优化物料运输调度效率、降低企业运营成本具有重要意义，可广泛服务于学术研究、教学实践及非商业性质的人工智能技术研发。
数据集的生产装配数据来源于车间各工作站运行情况采集（含操作时间、节拍等），物料运输数据由实际物料运输订单筛选与预处理获得，全程经标准化预处理，确保数据的完整性、准确性与一致性，具备较强的工业场景真实性与代表性。
数据集包含两大核心模块：生产装配数据与物料运输决策数据。生产装配数据共 80 个 alb 格式文件（UTF-8 编码），按装配任务数量分为 8 类（20、50、70、83、100、148、220、297），每类 10 组数据，记录任务数量、生产节拍、工时、工艺路线、物料清单等关键信息；物料运输数据共 6 个文件，含 CSV 与 XLSX 两种格式，涵盖发货地到目标城市距离、两批运输订单数据、两种运输调度方案及预实验模拟数据，包含物料规格、运输车型、成本信息等内容。两类数据均无分级目录，文件命名规则清晰，便于按需读取与批量处理。
数据体量方面，生产装配数据含 80 组标准化样本，物料运输数据总容量约 72.06 KB（其中 distance_need.csv 10.00 KB、OrderData_need.csv 5.89 KB、OrderData_need2.csv 6.17 KB、POCresult.csv 12.1 KB、POCresult2.csv 11.9 KB、订单 POC 材料.xlsx 36.0 KB），数据覆盖生产与物流关键环节，规模适配生产装配流程设计、物料运输调度算法验证等研究需求。
该数据集为公开共享资源，支持 Windows 与 Linux 系统，可通过 Python（open 函数、Pandas 库）等主流工具读取，无强制环境要求，为离散制造企业生产与物流一体化智能决策研究提供了高质量、结构化的工业数据支撑。