CN112199370A - 一种可有效提高结算效率的bom加速结算工方法 - Google Patents
一种可有效提高结算效率的bom加速结算工方法 Download PDFInfo
- Publication number
- CN112199370A CN112199370A CN202010909234.3A CN202010909234A CN112199370A CN 112199370 A CN112199370 A CN 112199370A CN 202010909234 A CN202010909234 A CN 202010909234A CN 112199370 A CN112199370 A CN 112199370A
- Authority
- CN
- China
- Prior art keywords
- bom
- expression
- settlement
- vehicle
- key
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 239000000463 material Substances 0.000 title abstract description 5
- 230000014509 gene expression Effects 0.000 claims abstract description 66
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 239000011159 matrix material Substances 0.000 claims abstract description 24
- 238000001914 filtration Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 abstract description 4
- 230000008878 coupling Effects 0.000 abstract description 2
- 238000010168 coupling process Methods 0.000 abstract description 2
- 238000005859 coupling reaction Methods 0.000 abstract description 2
- 239000000284 extract Substances 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2237—Vectors, bitmaps or matrices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2453—Query optimisation
- G06F16/24532—Query optimisation of parallel queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
- G06F16/90344—Query processing by using string matching techniques
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及物料清单技术领域,具体为一种可有效提高结算效率的BOM加速结算工方法,包括如下操作步骤:步骤1、建立超级BOM用法表达式计算结果矩阵表并缓存到Redis;步骤2、通过整车配置解析单车BOM,本发明提供的可有效提高结算效率的BOM加速结算工方法通过将表达式运算从解析单车BOM的逻辑中抽出,采用定时任务的方式,计算表达式的结果集,刷新Redis中的矩阵数据,这样就省去校验表达式的时间,可以将单车BOM解析的时间提升到毫秒级,且有效降低了结算变形产品逻辑耦合性,结算过程中避免了大数据量的表达式脚本运算,大大提高了BOM的结算效率。
Description
技术领域
本发明涉及物料清单技术领域,具体为一种可有效提高结算效率的BOM加速结算工方法。
背景技术
制造业的产品主数据贯穿了整个业务链,消费的系统包括PLM、SAP、制造和销售等部门,销售面向市场时会提供产品配置表,供客户定制个性化的产品配置。假设现在提供10个特征选项,每个特征项下有两种配置,那么变形产品最多可能有2的10次方个,每个变形产品都对应主数据的一个变形BOM结构,将是个极为庞大的数据量。
以汽车企业为例,一个车型约有20至30万个变形产品,SAP在接到每个订单后,都需要从产品主数据结构中结算订单BOM。当前制造业中SAP的BOM结算工具解析每个变形产品的BOM结构平均需要2-3秒,那么全部结算将需要花费10个小时以上,效率极其低下。
汽车企业解析单车BOM有几个关键因素,指定车型、工厂及时点的超级BOM,整车配置,在解析过程中需要对用法表达式进行脚本运算,一个车型的BOM大约有1000行需要进行表达式运算,这种运算是导致结算效率低下的关键因素。鉴于此,我们提出一种可有效提高结算效率的BOM加速结算工方法。
发明内容
为了弥补以上不足,本发明提供了一种可有效提高结算效率的BOM加速结算工方法。
本发明的技术方案是:
一种可有效提高结算效率的BOM加速结算工方法,包括如下操作步骤:
步骤1、建立超级BOM用法表达式计算结果矩阵表并缓存到Redis;
步骤2、通过整车配置解析单车BOM。
作为本发明的优选技术方案,步骤一中建立超级BOM用法表达式计算结果矩阵表并缓存到Redis的具体操作如下:
步骤1.1、将所有工厂+车型的超级BOM,过滤出BOM中所有的用法表达式并去重;
步骤1.2、将车型配置数据重组为key为featureCode、value为optionList的featureMap以及key为optionCode、value为featureCode的optionMap;
步骤1.3、遍历表达式,使用正则将表达式转换为optionList;遍历optionList,以遍历出来的元素在optionMap中找到对应的featureCode,再以featureCode为key在featureMap中找到feature对应的optionList,将optionList加入队列dimValue中,直到遍历完成;
步骤1.4、计算队列dimValue的笛卡尔积,将每个计算结果跟表达式进行校验,判断是否满足;
步骤1.5、将featureCodeList存入dataMap,key为”feature”;将optionCheckResultMap存入dataMap,key为”optionResult”;
步骤1.6、将用法表达式作为key,dataMap作为value,存入最终返回结果,再缓存到Redis里面,Redis的key值为“车型_工厂_expressionResultMatrix”。
作为本发明的优选技术方案,步骤二中通过整车配置解析单车BOM的具体操作如下:
步骤2.1、以工厂、车型和时点为参数检索超级BOM;
步骤2.2、通过工厂和车型从Redis中读取用法表达式计算矩阵数据;
步骤2.3、检索车型包含的所有整车号及整车对应的配置清单;
步骤2.4、采用多线程的方式批量处理整车号,由于一个车型的整车号是按照一个规则生成的,故整车配置清单中option的顺序是一致的,根据option找到对应的feature在配置清单中的位置,返回一个featureIndexMap,集合的key为整车配置清单中的option对应的featureCode,value为feature在配置清单中所处的位置;
步骤2.5、解析单车BOM,解析单车BOM时,过滤有超级BOM的第一层件以及白车身下的第一层件的用法表达式的BOM;
步骤2.6、通过BOM的表达式从表达式计算矩阵数据中获取计算结果以及表达式中所涉及到的featureCodeList,遍历featureCodeList,判断featureIndexMap是否包含遍历出来的featureCode;
步骤2.7、通过拼接的optionCodeStr到表达式计算结果矩阵数据中获取其运算结果,若为true则保留此BOM行,同时保留其所有下级结构。
作为本发明的优选技术方案,步骤1.3中遍历表达式遍历完成后队列dimValue的示例数据为:
[["AC01","AC02","AC03"],["BD01","BD02","BD03"],["MD01","MD02","MD03","MD04"]]。
作为本发明的优选技术方案,步骤1.4中的判断标准为:如果满足则将笛卡尔积作为key,校验结果为value,存为optionCheckResultMap。
作为本发明的优选技术方案,步骤2.6中的判断标准为:若包含,则获取featureCode对应的在配置清单中对应的位置,通过对应的位置找出配置清单中的optionCode,用逗号分割拼接成字符串;若不包含则直接返回false,过滤掉这一BOM行以及其下级结构。
作为本发明的优选技术方案,BOM用法表达式的运算逻辑为:
输入:超级BOM,车型配置清单;
输出:表达式运算结果。
作为本发明的优选技术方案,BOM的结算逻辑为:
输入:超级BOM,车型配置清单,整车配置清单,表达式运算结果;
输出:结算后的BOM。
与现有技术相比,本发明的有益效果是:
本发明提供的可有效提高结算效率的BOM加速结算工方法通过将表达式运算从解析单车BOM的逻辑中抽出,采用定时任务的方式,计算表达式的结果集,刷新Redis中的矩阵数据,这样就省去校验表达式的时间,可以将单车BOM解析的时间提升到毫秒级,且有效降低了结算变形产品逻辑耦合性,结算过程中避免了大数据量的表达式脚本运算,大大提高了BOM的结算效率。
附图说明
图1为本发明的整体系统逻辑流程图;
图2为本发明中建立超级BOM用法表达式的逻辑流程图;
图3为本发明中通过整车配置解析单车BOM的逻辑流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
请参阅图1-3,本发明提供一种技术方案:
一种可有效提高结算效率的BOM加速结算工方法,包括如下操作步骤:
步骤1、建立超级BOM用法表达式计算结果矩阵表并缓存到Redis;
步骤2、通过整车配置解析单车BOM。
作为本实施例的优选,步骤一中建立超级BOM用法表达式计算结果矩阵表并缓存到Redis的具体操作如下:
步骤1.1、将所有工厂+车型的超级BOM,过滤出BOM中所有的用法表达式并去重;
步骤1.2、将车型配置数据重组为key为featureCode、value为optionList的featureMap以及key为optionCode、value为featureCode的optionMap;
步骤1.3、遍历表达式,使用正则将表达式转换为optionList;遍历optionList,以遍历出来的元素在optionMap中找到对应的featureCode,再以featureCode为key在featureMap中找到feature对应的optionList,将optionList加入队列dimValue中,直到遍历完成;
步骤1.4、计算队列dimValue的笛卡尔积,将每个计算结果跟表达式进行校验,判断是否满足;
步骤1.5、将featureCodeList存入dataMap,key为”feature”;将optionCheckResultMap存入dataMap,key为”optionResult”;
步骤1.6、将用法表达式作为key,dataMap作为value,存入最终返回结果,再缓存到Redis里面,Redis的key值为“车型_工厂_expressionResultMatrix”。
作为本实施例的优选,步骤二中通过整车配置解析单车BOM的具体操作如下:
步骤2.1、以工厂、车型和时点为参数检索超级BOM;
步骤2.2、通过工厂和车型从Redis中读取用法表达式计算矩阵数据;
步骤2.3、检索车型包含的所有整车号及整车对应的配置清单;
步骤2.4、采用多线程的方式批量处理整车号,由于一个车型的整车号是按照一个规则生成的,故整车配置清单中option的顺序是一致的,根据option找到对应的feature在配置清单中的位置,返回一个featureIndexMap,集合的key为整车配置清单中的option对应的featureCode,value为feature在配置清单中所处的位置;
步骤2.5、解析单车BOM,解析单车BOM时,过滤有超级BOM的第一层件以及白车身下的第一层件的用法表达式的BOM;
步骤2.6、通过BOM的表达式从表达式计算矩阵数据中获取计算结果以及表达式中所涉及到的featureCodeList,遍历featureCodeList,判断featureIndexMap是否包含遍历出来的featureCode;
步骤2.7、通过拼接的optionCodeStr到表达式计算结果矩阵数据中获取其运算结果,若为true则保留此BOM行,同时保留其所有下级结构。
作为本实施例的优选,步骤1.3中遍历表达式遍历完成后队列dimValue的示例数据为:
[["AC01","AC02","AC03"],["BD01","BD02","BD03"],["MD01","MD02","MD03","MD04"]]。
作为本实施例的优选,步骤1.4中的判断标准为:如果满足则将笛卡尔积作为key,校验结果为value,存为optionCheckResultMap。
作为本实施例的优选,步骤2.6中的判断标准为:若包含,则获取featureCode对应的在配置清单中对应的位置,通过对应的位置找出配置清单中的optionCode,用逗号分割拼接成字符串;若不包含则直接返回false,过滤掉这一BOM行以及其下级结构。
作为本实施例的优选,BOM用法表达式的运算逻辑为:
输入:超级BOM,车型配置清单;
输出:表达式运算结果。
作为本实施例的优选,BOM的结算逻辑为:
输入:超级BOM,车型配置清单,整车配置清单,表达式运算结果;
输出:结算后的BOM。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (8)
1.一种可有效提高结算效率的BOM加速结算工方法,其特征在于:包括如下操作步骤:
步骤1、建立超级BOM用法表达式计算结果矩阵表并缓存到Redis;
步骤2、通过整车配置解析单车BOM。
2.如权利要求1所述的可有效提高结算效率的BOM加速结算工方法,其特征在于:步骤一中建立超级BOM用法表达式计算结果矩阵表并缓存到Redis的具体操作如下:
步骤1.1、将所有工厂+车型的超级BOM,过滤出BOM中所有的用法表达式并去重;
步骤1.2、将车型配置数据重组为key为featureCode、value为optionList的featureMap以及key为optionCode、value为featureCode的optionMap;
步骤1.3、遍历表达式,使用正则将表达式转换为optionList;遍历optionList,以遍历出来的元素在optionMap中找到对应的featureCode,再以featureCode为key在featureMap中找到feature对应的optionList,将optionList加入队列dimValue中,直到遍历完成;
步骤1.4、计算队列dimValue的笛卡尔积,将每个计算结果跟表达式进行校验,判断是否满足;
步骤1.5、将featureCodeList存入dataMap,key为”feature”;将optionCheckResultMap存入dataMap,key为”optionResult”;
步骤1.6、将用法表达式作为key,dataMap作为value,存入最终返回结果,再缓存到Redis里面,Redis的key值为“车型_工厂_expressionResultMatrix”。
3.如权利要求1所述的可有效提高结算效率的BOM加速结算工方法,其特征在于:步骤二中通过整车配置解析单车BOM的具体操作如下:
步骤2.1、以工厂、车型和时点为参数检索超级BOM;
步骤2.2、通过工厂和车型从Redis中读取用法表达式计算矩阵数据;
步骤2.3、检索车型包含的所有整车号及整车对应的配置清单;
步骤2.4、采用多线程的方式批量处理整车号,由于一个车型的整车号是按照一个规则生成的,故整车配置清单中option的顺序是一致的,根据option找到对应的feature在配置清单中的位置,返回一个featureIndexMap,集合的key为整车配置清单中的option对应的featureCode,value为feature在配置清单中所处的位置;
步骤2.5、解析单车BOM,解析单车BOM时,过滤有超级BOM的第一层件以及白车身下的第一层件的用法表达式的BOM;
步骤2.6、通过BOM的表达式从表达式计算矩阵数据中获取计算结果以及表达式中所涉及到的featureCodeList,遍历featureCodeList,判断featureIndexMap是否包含遍历出来的featureCode;
步骤2.7、通过拼接的optionCodeStr到表达式计算结果矩阵数据中获取其运算结果,若为true则保留此BOM行,同时保留其所有下级结构。
4.如权利要求2所述的可有效提高结算效率的BOM加速结算工方法,其特征在于:步骤1.3中遍历表达式遍历完成后队列dimValue的示例数据为:
[["AC01","AC02","AC03"],["BD01","BD02","BD03"],["MD01","MD02","MD03","MD04"]]。
5.如权利要求2所述的可有效提高结算效率的BOM加速结算工方法,其特征在于:步骤1.4中的判断标准为:如果满足则将笛卡尔积作为key,校验结果为value,存为optionCheckResultMap。
6.如权利要求3所述的可有效提高结算效率的BOM加速结算工方法,其特征在于:步骤2.6中的判断标准为:若包含,则获取featureCode对应的在配置清单中对应的位置,通过对应的位置找出配置清单中的optionCode,用逗号分割拼接成字符串;若不包含则直接返回false,过滤掉这一BOM行以及其下级结构。
7.如权利要求1所述的可有效提高结算效率的BOM加速结算工方法,其特征在于:BOM用法表达式的运算逻辑为:
输入:超级BOM,车型配置清单;
输出:表达式运算结果。
8.如权利要求1所述的可有效提高结算效率的BOM加速结算工方法,其特征在于:BOM的结算逻辑为:
输入:超级BOM,车型配置清单,整车配置清单,表达式运算结果;
输出:结算后的BOM。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010909234.3A CN112199370B (zh) | 2020-09-02 | 2020-09-02 | 一种可有效提高结算效率的bom加速结算工方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010909234.3A CN112199370B (zh) | 2020-09-02 | 2020-09-02 | 一种可有效提高结算效率的bom加速结算工方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112199370A true CN112199370A (zh) | 2021-01-08 |
CN112199370B CN112199370B (zh) | 2024-01-26 |
Family
ID=74005639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010909234.3A Active CN112199370B (zh) | 2020-09-02 | 2020-09-02 | 一种可有效提高结算效率的bom加速结算工方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112199370B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113592383A (zh) * | 2021-08-30 | 2021-11-02 | 一汽奔腾轿车有限公司 | 一种利用产品功能清单比对工程bom的系统及对比方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001016603A2 (en) * | 1999-09-02 | 2001-03-08 | Proteome Sciences Plc | Analysis and treatment of body weight and eating disorders |
WO2008005568A2 (en) * | 2006-07-07 | 2008-01-10 | Siemens Product Lifecycle Management Software Inc. | Quantity mismatch report |
CN101246355A (zh) * | 2006-12-01 | 2008-08-20 | 埃森哲全球服务有限公司 | 控制与监测药品制造工序和/或配制工序的方法及设备 |
CN101518175A (zh) * | 2006-09-29 | 2009-08-26 | 西门子能量及自动化公司 | 用于pcb制造的库存管理服务和助手 |
US8078489B1 (en) * | 2003-01-24 | 2011-12-13 | Emcien, Inc. | Product configuration modeling and optimization |
CN104254810A (zh) * | 2012-03-01 | 2014-12-31 | 诺沃皮尼奥内股份有限公司 | 用于一组工厂的条件监视的方法和系统 |
US20150347772A1 (en) * | 2014-05-28 | 2015-12-03 | Siemens Product Lifecycle Management Software Inc. | Fast access rights checking of configured structure data |
CN106575255A (zh) * | 2014-05-09 | 2017-04-19 | 前田建设工业株式会社 | 信息处理装置、信息处理方法以及程序 |
CN107665396A (zh) * | 2017-07-04 | 2018-02-06 | 宝沃汽车(中国)有限公司 | 解析特征包mbom的方法和系统 |
CN108090073A (zh) * | 2016-11-22 | 2018-05-29 | 上海汽车集团股份有限公司 | 一种可配置物料清单的转换方法及装置 |
CN108805470A (zh) * | 2018-06-29 | 2018-11-13 | 安徽江淮汽车集团股份有限公司 | 一种生产订单自动化配置方法及装置 |
CN109242253A (zh) * | 2018-08-06 | 2019-01-18 | 智车优行科技(上海)有限公司 | 物料清单提取方法、装置以及存储介质 |
-
2020
- 2020-09-02 CN CN202010909234.3A patent/CN112199370B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001016603A2 (en) * | 1999-09-02 | 2001-03-08 | Proteome Sciences Plc | Analysis and treatment of body weight and eating disorders |
US8078489B1 (en) * | 2003-01-24 | 2011-12-13 | Emcien, Inc. | Product configuration modeling and optimization |
WO2008005568A2 (en) * | 2006-07-07 | 2008-01-10 | Siemens Product Lifecycle Management Software Inc. | Quantity mismatch report |
CN101518175A (zh) * | 2006-09-29 | 2009-08-26 | 西门子能量及自动化公司 | 用于pcb制造的库存管理服务和助手 |
CN101246355A (zh) * | 2006-12-01 | 2008-08-20 | 埃森哲全球服务有限公司 | 控制与监测药品制造工序和/或配制工序的方法及设备 |
CN104254810A (zh) * | 2012-03-01 | 2014-12-31 | 诺沃皮尼奥内股份有限公司 | 用于一组工厂的条件监视的方法和系统 |
CN106575255A (zh) * | 2014-05-09 | 2017-04-19 | 前田建设工业株式会社 | 信息处理装置、信息处理方法以及程序 |
US20150347772A1 (en) * | 2014-05-28 | 2015-12-03 | Siemens Product Lifecycle Management Software Inc. | Fast access rights checking of configured structure data |
CN108090073A (zh) * | 2016-11-22 | 2018-05-29 | 上海汽车集团股份有限公司 | 一种可配置物料清单的转换方法及装置 |
CN107665396A (zh) * | 2017-07-04 | 2018-02-06 | 宝沃汽车(中国)有限公司 | 解析特征包mbom的方法和系统 |
CN108805470A (zh) * | 2018-06-29 | 2018-11-13 | 安徽江淮汽车集团股份有限公司 | 一种生产订单自动化配置方法及装置 |
CN109242253A (zh) * | 2018-08-06 | 2019-01-18 | 智车优行科技(上海)有限公司 | 物料清单提取方法、装置以及存储介质 |
Non-Patent Citations (1)
Title |
---|
周芬;孟庆良;: "大规模定制服务设计的研究述评与展望", 科技管理研究, no. 19, pages 97 - 101 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113592383A (zh) * | 2021-08-30 | 2021-11-02 | 一汽奔腾轿车有限公司 | 一种利用产品功能清单比对工程bom的系统及对比方法 |
CN113592383B (zh) * | 2021-08-30 | 2024-04-16 | 一汽奔腾轿车有限公司 | 一种利用产品功能清单比对工程bom的系统及对比方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112199370B (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3481570B2 (ja) | 部品在庫管理における需要予測装置 | |
CN102214187B (zh) | 复合事件处理方法及装置 | |
CN108256113B (zh) | 数据血缘关系的挖掘方法及装置 | |
CN105931068A (zh) | 一种持卡人消费画像的生成方法及装置 | |
CN105808655A (zh) | 一种海量数据异常检查的处理方法、装置及系统 | |
CN112381482A (zh) | 一种物料管理方法、装置、电子设备及存储介质 | |
CN108520270A (zh) | 零件匹配方法、系统及终端 | |
CN110766514A (zh) | 用于电商平台的最优货源筛选方法及装置 | |
CN110310123A (zh) | 风险判断方法和装置 | |
CN112199370A (zh) | 一种可有效提高结算效率的bom加速结算工方法 | |
CN112579621A (zh) | 数据展示方法、装置、电子设备及计算机存储介质 | |
CN102347851B (zh) | 事件处理方法及服务器 | |
US20110137719A1 (en) | Event-centric composable queue, and composite event detection method and applications using the same | |
CN112465600A (zh) | 一种应用于在线电商的订单数据检测方法及系统 | |
CN111339389A (zh) | 一种识别网店转让的预警方法及系统 | |
US7216128B2 (en) | Data merging program, data merging method, and scoring system using data merging program | |
CN115757909A (zh) | 构建客户、产品与服务的融合画像的方法、装置及终端 | |
CN111680941A (zh) | 保价推荐方法、装置、设备及存储介质 | |
CN109493115A (zh) | 一种会员管理方法及装置 | |
CN114969040A (zh) | 一种数据展示方法、装置、电子设备及存储介质 | |
CN114117052A (zh) | 一种业务数据报表的分类方法及装置 | |
CN114312930A (zh) | 基于日志数据的列车运行异常诊断方法和装置 | |
CN112749981A (zh) | 基于thinkphp5的crm客户管理系统及方法 | |
CN113436023A (zh) | 基于区块链的理财产品推荐方法及装置 | |
CN115409226A (zh) | 一种数据处理方法和数据处理系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |