JP2012048743A - サプライチェーンマネージメントのためのマトリクス方法およびシステム - Google Patents

Abstract

【課題】本発明では、オーダーマトリクスを生成するための方法およびシステムが提供される。
【解決手段】オーダーを受け取り、オーダーをオーダーマトリクスに配列し、オーダーに対する潜在的製造期間を検出し、オーダーを再スケジュールし、そして資材集計を生成するシステムおよび方法。この方法は、一群の可能なトークンからの１つまたは複数のトークンを有するオーダーを受け取る。各トークンは特性とこの特性の値との組合せである。オーダーに対するオーダー制限マトリクスが所定の選択基準に基づいて生成される。次のこの方法は、オーダーにて移用される制限を検査し、オーダー導出製造制限マトリクスをオーダーに対して導出する。このオーダー導出製造制限マトリクスはオーダーに対する可能な製造期間を検出するために評価される。オーダーマトリクスはまた資材集計を生成するために使用される。
【選択図】図１

Description

本発明は、一般的にサプライチェーンマネージメントのための方法およびシステムに関し、より詳細には、ビット記憶および計算を使用したサプライチェーンマネージメント方法およびシステムに関する。

サプライチェーンマネージメントでは、リアルタイムでサプライチェーンに応答をアップダウンすることが目的の１つである。例えば多くのインダストリーはジャストインタイムモデルでパーツをアセンブリーライン位置および倉庫在庫に移動する。ジャストインタイム供給モデルはコスト効率が良い。なぜなら、それらの在庫量が少なく、製造業者により構成変化に迅速に対応することができるからである。しかし同じ製造業者が常にサプライチェーンを調整し、貴重な製造時間をロスしないよう保証しなければならない。なぜなら、アセンブリーラインが必要なパーツを使い切ってしまうからである。同時に顧客は、注文製品が約束した日に正確に発送されることをさらに要求するようになり、頻繁に要求する。しばしば顧客は最後の瞬間にコンフィギュレーションを変更し、それでもなお同じ約束どおりの出荷日を希望する。

多くのインダストリーは複雑な製造ラインを有しており、それらは数千の材料を必要とするそれぞれの製造ラインによる多数の製品を含んでいる。例えば自動車工業では、主要製品のほとんどが製造ラインを有しており、この製造ラインは４つから８つの異なる自動車モデルからなる。デザインの選択は、可能な自動車の多数の組合せを生む。例えば各自動車は６つの異なる外装色、３つの異なる内装色、および３つの異なるモデルクラス（例えばローエンド、ミディアムエンド、そしてデラックス）に分かれる。典型的な自動車製造業者はまったく同じコンフィギュレーションを備えた車をほとんど製造しない。例えばある欧州自動車メーカーは３００以上の異なる特性を有する自動車を有しており、それぞれの特性が５つまでの異なるバリューを有している。従ってこのメーカーは理論的には５の３００乗までの異なるコンフィギュレーションを有する。製造業者は同じコンフィギュレーションを有する車は２から８だけであると評価している。

顧客の満足度を、出荷日を正確に予測することにより満足させるという努力の中で、製造業者はまたサプライチェーンを迅速に管理することを望み、これにより市場の嗜好や供給者により強いられる変更に迅速に応答できるようにしたい。製造業者が製品のコンフィギュレーションを変更したり、製品を強化したりする場合には、製造業者は製品をできるだけ早く製造したいと望み、しかも倉庫に過剰の在庫を残したくない。

製造業者はまた、供給者により強いられる変更に迅速に応答できなければならず、これによりサプライチェーンでの空白を阻止しなければならない。このような空白が生じると、能力制約が変化したり、オーダーを再スケジュールしなければならない。このような変更の例には、供給者による生材料の品切れ、ストライキ、事故または自然災害も含まれる。このような変更が発生した場合には、製造業者は全てのオーダーの再スケジュールを変更に反映させて迅速に応答したいと望む。

従来のシステムは典型的には、コンフィギュレーションデータをＳＱＬテーブルに関連形式で記憶する。データベースでの操作は時間のかかるＳＱＬ機能を使用して実行される。コンフィギュレーションの純容積および顧客のオーダー情報をアップデートすることは、このようなデータベースでは緩慢であり、かつ広範囲には行えない。典型的な自動車製造業者は例えば１千４百万までのオーダーを通常の一年にわたって取り扱い、これらは数千の特性値、例えば内装色、外装色を伴う。結果として、コンフィギュレーションには莫大なバリエーションが生じる。

付加的に従来のＳＱＬシステムでは、各オーダーが各特性に対する情報の異なるバイトを使用して記憶される。その結果、オーダーデータベースは肥大化し、このような大量の情報の書き込みおよび読み出しには多くの実行時間が必要であり、アップデートには数日を要する。この理由のため、主要製造業者のサプライチェーン管理システムはコンフィギュレーションおよびオーダーのアップデートを２週間に１回しか行わないこともしばしばであり、その計算も週末に限られてしまう。アップデートがリアルタイムで実行されれば、システムはサプライレベルや評価される出荷日が不正確になるという危険を犯す。自動車製造業者の例では、数百のディーラーが同じシステムから同時に引き出される。これらのディーラーが顧客に古いデータに基づいて同じ出荷日を約束することもあり得る。このような場合に、データベースがアップデートされ、特定の製品が売り切れであることがわかると、評価された出荷日が変更されるので顧客が失望することになる。

国際公開第００／１３１１５号

本発明では、オーダーマトリクスを生成するための方法およびシステムが提供される。この方法およびシステムは、可能なトークン集合の中からの１つまたは複数のトークンを含む１つのオーダーを受け取る。ここでトークンは特性とその特性値との組合せである。オーダーはオーダーマトリクスに配置され、ここでオーダーマトリクスは少なくとも２次元のデータ構造を有しており、データ構造の各行は可能なトークンを表し、データ構造の各列はオーダーを表す。

また複数のオーダーの再スケジュールに対して製造期間を検出するための方法およびシステムが提供される。この方法はまず、可能なトークン集合からの１つまたは複数のトークンを有する複数のオーダーを受け取る。各トークンは特性とその特性値との組合せである。次にオーダー制限マトリクスが生成される。このオーダー制限マトリクスは２次元データ構造を有し、データ構造の各行は可能な制限を表し、データ構造の各列はオーダーを表す。この方法は、オーダーに適用される制限を参照し、各オーダーに対して製造制限マトリクスから導出されたオーダーを導き出し、これが各オーダーごとに可能な製造期間を検出するために評価される。

また、潜在的オーダーに対する潜在的製造期間を検出するための方法およびシステムが提供される。この方法は、可能なトークン集合からの１つまたは複数のトークンを有するオーダーを受け取る。各トークンは、特性とその特性値との組合せである。そのオーダーに対して１つまたは複数の制限がトークンに基づいて検出される。この一連の制限が、製造制限マトリクスから導出されたオーダーを生成するのに使用され、このオーダーが各オーダーに対して可能な製造期間を検出するために評価される。

また、契約量に対する資材集計表を生成する方法およびシステムも示されている。この方法は、可能なトークン集合からの１つまたは複数のトークンを含む複数のオーダーを受け取る。ここでトークンは特性とその特性値との組合せである。これはオーダーをオーダーマトリクスに配置し、ここでオーダーマトリクスは少なくとも２次元のデータ構造であり、データ構造の各行は可能なトークンを表し、データ構造の各列はオーダーを表す。次に資材集計マトリクスがオーダーマトリクスの評価によって生成される。ここで資材集計マトリクスは少なくとも２次元のデータ構造であり、データ構造の各行は可能なアイテムを表し、データ構造の各列はオーダーを表す。

本発明の種々の側面は次のとおりである：本発明の側面では、オーダーマトリクスへの各エントリーが１つの論理ビットである。

後者の側面はさらに、新たな行をオーダーマトリクスの挿入するステップを有し、ここで新たな行は新たな可能なトークンを表し、新たなトークンを前に存在したオーダーマトリクスに導入することができる。

後者の側面はさらに、オーダーマトリクスをオブジェクト指向様式で記憶することを含む。

本発明による側面では、オーダー制限マトリクスはさらに各可能な制限に対して関連する機能の論理的評価を含む。

後者の側面では、オーダーに適用される制限の検出は、論理的に真である全ての制限に対するオーダーのオーダー制限マトリクスの分析を含む。

後者の側面では、制限を製造制限マトリクスに適用して、オーダーに対して潜在的製造期間を検出することは：製造制限マトリクスから導出されたオーダーの生成ステップを含み、製造制限マトリクスは少なくとも２次元のデータ構造であり、このデータ構造の行は可能な制限を表し、データ構造の列は製造期間を表す。前記生成ステップは：オーダーの各制限に対して、製造制限マトリクスの適切な行を同定し、製造制限マトリクスから導出されたオーダーに含めるステップと、製造制限マトリクスから導出されたオーダーを評価し、製造に対する潜在的期間を検出するステップを含む。

後者の側面はさらに、各制限ベクトル行に対して評価ビットベクトル行を含み、前記評価ビットベクトル行は次のようにして生成される：すなわち、制限ベクトル行への各エントリーに対して、制限ベクトル行へのエントリーが１であるかまたはそれ以上の場合、１を関連する評価ビットベクトル行に配列し；そして制限ベクトル行への各エントリーに対して、制限ベクトル行へのエントリーが０であるかまたはそれ以下である場合、０を関連する評価ビットベクトル行に配列するのである。

後者の側面はさらに製造制限マトリクスから導出されたオーダーを評価し、このオーダーに対して潜在的製造期間を検出するステップを含む。

このステップは；評価ビットベクトル行を論理積演算するステップと；結果を結果ビットベクトルに配列するステップと；結果ビットベクトルを分析し、エントリー１を結果ビットベクトル内に有する製造期間を検出するステップとを有し、ここで１は潜在的製造期間を指定する。

これらはさらに製造期間が選択される場合に製造制限マトリクスを減分するステップを含む。

本発明の側面では、資材集計マトリクスを生成するステップがさらに：関連する評価機能を有する各アイテムベクトルに対して、オーダーマトリクスからのトークンパラメータについて評価機能を実行するステップと；評価結果を資材集計マトリクスのアイテムベクトルに配列するステップを含む。

後者の側面はさらに、資材集計マトリクスを分析し、サプライ需要を検出するステップを有する。

後者の側面はさらに、各オーダーが資材集計マトリクスのアイテムに基づいて処理されるに従って在庫データベースを減分するステップを含む。

本発明の側面は、プロセッサと、該プロセッサに接続された記憶素子とを有し、前記プロセッサは、可能なトークン集合からの１つまたは複数のトークンを含むオーダーを受け取るように動作し、オーダーをオーダーマトリクスに配列し、ここでオーダーマトリクスは少なくとも２次元のデータ構造であり、データ構造の各行は可能なトークンを表し、データ構造の各列はオーダーを表す。

本発明の側面は、プロセッサと、該プロセッサに接続された記憶素子とを有し、前記プロセッサは、可能なトークン集合からの１つまたは複数のトークンを含むオーダーを受け取るように動作し、ここでトークンは特性とその特性値との組合せであり；オーダー制限マトリクスを当該オーダーに対して生成し、ここでオーダー制限マトリクスは少なくとも２次元のデータ構造であり、データ構造の各行は可能な制限を表し、データ構造の各列はオーダーを表し；オーダーに適用される制限を検出し；当該制限を製造制限マトリクスに適用し、このオーダーに対する潜在的製造期間を検出する。

本発明の側面では、前記プロセッサがさらに：各アイテムベクトルに対して動作し、ここで各アイテムベクトルはトークンパラメータを評価する関連評価機能を有し、評価機能をオーダーマトリクスからのトークンパラメータに基づいて実行し；そして評価結果を資材集計マトリクスのアイテムベクトルに配列する。

本発明のコンピュータ読み出し可能媒体の側面では、オーダーマトリクスへの各エントリーがシングル論理ビットを有する。

後者の側面はさらに、新たな行をオーダーマトリクスの挿入するステップを有し、ここで新たな行は新たな可能なトークンを表し、新たなトークンは以前に存在したオーダーマトリクスに導入することができる。

後者の側面はさらに、オーダーマトリクスをオブジェクト指向様式で記憶するステップを含む。

本発明の側面はオーダー制限マトリクスを発生するステップを含み、このステップはさらに各可能な制限に対して関連する機能を論理的に評価するステップを含む。

後者の側面はさらに、オーダーに適用される制限を検出するステップを有し、このステップはオーダーのオーダー制限マトリクス列を、論理的に真である全ての制限に対して分析するステップを有する。

さらにコンピュータ読み出し可能媒体の側面では、オーダー導出製造制限マトリクスをオーダーに対して導出するステップを有し、このステップは：オーダー導出製造制限マトリクスを製造制限マトリクスから次のステップにより生成し、前記製造制限マトリクスは少なくとも２次元のデータ構造を有し、データ構造の行は可能な制限を表し、データ構造の列は製造期間を表し：オーダーの各制限に対して、製造制限マトリクスの適切な行を同定し、オーダー導出製造制限マトリクスに含まれるようにし；そしてオーダー導出製造制限マトリクスを評価し、製造に対する潜在的期間を検出する。

後者の側面はさらに各制限に対する評価ビットベクトルを含み、該評価ビットベクトル行は次のステップにより生成される：制限ベクトル行への各エントリーに対して、制限ベクトル行へのエントリーが１であるかまたはそれ以上である場合、１を関連の評価ビットベクトル行に配列し；制限ベクトル行への各エントリーに対して、制限ベクトル行へのエントリーが０であるかまたはそれ以下である場合、０を関連する評価ベクトル行に配列する。

後者の側面はさらにコンピュータ読み出し可能媒体を含み、ここでオーダー導出製造制限マトリクスを評価し、このオーダーに対して潜在的製造期間を検出するステップは次のステップを有する；評価ビットベクトルを論理積演算するステップ；結果を結果ビットベクトルに配列するステップ；結果ビットベクトルを分析し、エントリー１を結果ビットベクトル内に有する製造期間を検出するステップ、ここで１は潜在的製造期間を指定する。

後者の側面はさらに、製造期間が選択された場合、製造制限マトリクスを減分するステップを有する。

本発明の側面は方法を含み、ここで資材集計マトリクスが生成され、さらに次のステップを有する：各アイテムベクトルに対して評価機能をオーダーマトリクスからのトークンパラメータに基づいて実行し、ここで各アイテムベクトルはトークンパラメータを評価する関連の評価機能を有し；そして評価結果を資材集計マトリクスのアイテムベクトルに配列する。

後者の側面はさらに資材集計マトリクスを分析し、サプライ需要を検出するステップを含む。

後者の側面はさらに、在庫データベースを、各オーダーが資材集計マトリクスのアイテムに基づいて処理されるのに従い減分するステップを含む。

本発明の側面は方法を含み、ここでオーダーに適用される制限が検出され、このステップは、１つまたは複数のトークンを各それぞれの制限に対するパラメータとして備える選択基準機能の評価を含む。

後者の側面はさらに、制限を製造制限マトリクスに適用し、オーダーに対する潜在的製造期間を検出するステップを有する。このステップは：オーダー導出製造制限マトリクスを製造制限マトリクスから生成し、製造制限マトリクスは少なくとも２次元のデータ構造を有し、このデータ構造の行は可能な制限を表し、データ構造の列は製造期間を表し、オーダーの各制限に対して、製造制限マトリクスの適切な行を同定し、オーダー導出製造制限マトリクスに含まれるようにし；
オーダー導出製造制限マトリクスを評価して、製造に対する潜在的期間を検出する。

これらはさらに評価ビットベクトル行を各制限ベクトル行に対して有し、前記評価ビットベクトル行は次のようにして生成される：制限ベクトル行の各エントリーに対して、制限ベクトル行のエントリーが１またはそれ以上である場合、１を関連の評価ビットベクトル行に配列し；そして制限ベクトル行の各エントリーに対して、制限ベクトル行のエントリーが０またはそれ以下である場合、０を関連の評価ビットベクトル行に配列する。

それらはさらにオーダー導出製造制限マトリクスを評価し、オーダーに対する潜在的製造期間を検出するステップを含み、このステップは：評価ビットベクトル行を論理積演算するステップ；
結果を結果ビットベクトルに配列するステップ；そして結果ビットベクトルを分析し、結果ビットベクトル内に１のエントリーを有する製造期間を検出するステップを有し、ここで１は潜在的製造期間を指定する。

後者の側面はさらに、製造期間が選択された場合、製造制限マトリクスを減分するステップを含む。

本発明の側面はコンピュータを含む。ここでは、プロセッサがさらに、１つまたは複数のトークンを各それぞれの制限に対するパラメータとして有する選択基準機能を評価するように動作する。

後者の側面はさらにコンピュータを含み、ここでプロセッサはさらに：オーダー導出製造制限マトリクスを製造制限マトリクスから生成するように動作し、製造制限マトリクスは少なくとも２次元のデータ構造を有し、このデータ構造の行は可能な制限を表し、このデータ構造の列は製造期間を表し、この生成ステップは：オーダーの各制限に対して、製造制限マトリクスの適切な行を同定し、オーダー導出製造制限マトリクスに含まれるようにし；そしてオーダー導出製造制限マトリクスを評価して製造に対する潜在期間を検出する。

後者の側面はコンピュータを含み、ここでプロセッサはさらに評価ビットベクトル行を各制限ベクトル行に対して生成するように動作し、前記評価ビットベクトル行は次のステップにより生成される：制限ベクトル行の各エントリーに対して、制限ベクトル行のエントリーが１またはそれ以上である場合、１を関連の評価ビットベクトル行に配列し；そして制限ベクトル行の各エントリーに対して、制限ベクトル行のエントリーが０またはそれ以下である場合、０を関連の評価ビットベクトル行に配列する。

これらはさらにプロセッサを含み、このプロセッサは次のように動作する：評価ビットベクトル行を論理積演算し；
結果を結果ビットベクトルに配列し；そして結果ビットベクトルを分析し、結果ビットベクトル内に１のエントリーを有する製造期間を検出する。ここで１は潜在的製造期間を指定する。

後者の側面はさらにプロセッサを有し、このプロセッサは、製造期間が選択された場合に製造制限マトリクスを減分するように動作する。

本発明の側面では、オーダーに適用される制限を検出するための指示が、各それぞれの制限に対するパラメータとして１つまたは複数のトークンを備える選択基準機能を評価する指示を含む。

後者の側面はさらに、コンピュータ読み出し可能媒体を有し、ここで制限を製造制限マトリクスに適用し、オーダーに対する潜在的製造期間を検出するための指示は次の指示を含む：オーダー導出製造制限マトリクスを製造制限マトリクスから生成する指示、ここで製造制限マトリクスは少なくとも２次元のデータ構造であり、データ構造の行は可能な制限を表し、データ構造の列は製造期間を表し：オーダーの各制限に対して、製造制限マトリクスの適切な行を同定して、オーダー導出製造制限マトリクスに含まれるようにし；そしてオーダー導出製造制限マトリクスを評価して製造に対する潜在的期間を検出する。

後者の側面はさらに各制限ベクトル行に対する評価ビットベクトル行を有し、該評価ビットベクトル行は次の指示によって生成される：制限ベクトル行の各エントリーに対して、制限ベクトル行のエントリーが１またはそれ以上である場合、１を関連の評価ビットベクトル行に配列し；そして制限ベクトル行の各エントリーに対して、制限ベクトル行のエントリーが０またはそれ以下である場合、０を関連の評価ビットベクトル行に配列する。

後者の側面はさらに、オーダー導出製造制限マトリクスを評価し、このオーダーに対する潜在的製造期間を検出するための指示を有し：評価ビットベクトル行を論理積演算し；結果を結果ビットベクトルに配列し；そして結果ビットベクトルを分析し、結果ビットベクトル内に１のエントリーを有する製造期間を検出する。ここで１は潜在製造期間を指定する。

後者の側面は、製造期間が選択された場合、製造制限マトリクスを減分する指示を含む。

上記の要約は本発明の単なる側面であり、請求される本発明の全容を反映するものではない。本発明の付加的フューチャーおよび利点は以下の説明に示されており、以下の説明から明かである。さらに上記の一般的記述および以下の詳細な説明は例と説明であり、請求される本発明のさらなる例を提供するものである。

図面の簡単な説明添付図面は本明細書の一部であり、本発明の実施例を説明するものであり、本発明の基本の説明に用いるものである。

本発明の実施例に対するサプライチェーン管理プロセスのフローチャートである。 本発明の実施例によるオーダーマトリクスを示す。 本発明の実施例でのオーダー制限マトリクスを示す。 本発明の実施例での製造制限マトリクスを示す。 本発明の実施例でのオーダー導出製造制限マトリクスを示す。 本発明の実施例によるオーダー導出製造制限マトリクスの典型的な生成ステップを示す。 本発明の実施例による資材集計マトリクスを示す。 本発明の実施例による有効マトリクスを示す。 オーダーマトリクスを本発明の実施例による資材集計マトリクスに分解する典型的ステップを示す。 本発明のフューチャーおよび基本が実現される歴史的選択条件による有効性をチェックするシステムを示す複数のテーブルである。 本発明のフューチャーおよび基本が実現されるシステム環境を示す。

有利な実施例の説明:図面に示された本発明の実施例を参照する。可能である限り、同じ参照符号が図面を通じて同じまたは類似の部分について使用される。

本発明は、ビットマトリクス計算およびデータの記憶を使用したサプライチェーン管理のための方法およびシステムである。実施例ではデータの記憶はビットアレイを使用したマトリクス形式で行われる。各オーダーは例えばトークンの集合を使用して記述することができる。「トークン」は特性とその特性に対する値の組合せである。自動車工業の例では、顧客が赤、緑、または青である自動車を注文できる。トランスミッションは「標準」または「オートマチック」であり、モデルは「ベーシック」、「レギュラー」または「ラグジュアリー」である。この例では、色、トランスミッションおよびモデルが全て特性である。顧客が赤、標準トランスミッション、ラグジュアリーモデルを選択すれば、オーダーは３つのトークンからなる：（色＝赤）、（トランスミッション＝標準）、そして（モデル＝ラグジュアリー）である。

図１は、本発明の実施例に対するサプライチェーン管理プロセスのフローチャートを示す。サプライチェーン管理プロセス１００は、顧客が商品またはサービスのオーダーを要求するステップ１１０により開始する。本発明の説明を通じて、自動車が例として使用される。しかし本発明は自動車プロセスまたは商品に限定されるものではない。ステップ１２０でオーダーがシステムに入力されるか、または出荷日に対する要求が入力される。ステップ１３０で約束に対する有効性（ＡＴＰ）プロセスがその商品に対する潜在的出荷日を検出する。出荷日はステップ１１０で顧客により確認され、出荷日が受け入れられない場合にはプロセス１００がステップ１１０にリターンし、これにより顧客は別のオーダーリクエストを発行する。ＡＴＰプロセス１３０の後、ステップ１４０でサプライチェーン計画が、計画プロセス１４２と再スケジュールプロセス１４４のサブステップにより行われる。再スケジュールを行うべき場合、顧客に通知される。計画プロセス１４２は供給者および在庫管理に対する製造プロセス１５０と結合して動作する。ステップ１６０で商品が顧客に出荷される。

オーダー入力
図２は、本発明の実施例によるオーダーマトリクスを示す。図２に示されているように一群のオーダーがマトリクス形式でオーダーマトリクス２００に表される。各列２１０ａ〜２１０ｎはオーダーを表す。各行２２０ａ〜２２０ｎはトークンを表す。例えば行２２０ａのトークンはトークン（色＝赤）を表す。オーダーが列２１０により表されるようにトークンを含むことを指示するため、「１」が列の適切な行に配列される。オーダーがトークンを含んでいなければ、「０」が列の適切な行に配列される。オーダーをオーダーマトリクスに記憶することによりマトリクスアルゴリズムを実行することができ、このアルゴリズムは１つまたは複数のオーダーを同時に演算する。従って全てのオーダーをマトリクスまたはビットベクトルにより表される一連のオーダーとしてコンパクトに記憶することを促進する。付加的に、オーダーマトリクスへの追加が簡素化される。なぜなら、付加的オーダーは単純に列をマトリクスの最後に追加することにより表され、付加的トークンは行の追加によりマトリクスに付加することができるからである。マトリクスは従来のデータ構造により記憶することができる。またはオブジェクト指向様式でも記憶することができる。

再スケジュールオーダーを最初に配置することはＡＴＰ（約束の有効性）により実行される。この方法を次に説明する。制限はボトルネックリソースまたは要素を含み、製造オーダーが配置された後に変化する。能力は変化する；供給者引き渡しは変動する；選択条件は変更の必要がある；オーダーはこのシステム内で自由にキャンセルされる；そして優先オーダーを挿入する必要がある。例えば制限レベルでの選択条件は変化する。例えば「エアコン」は制限である。エアコンが最初はオプションであったが、後から標準パーツになった場合、このことにより制限「エアコン」の選択条件が変化する。これらの変化が生じる場合、再スケジュールが行われる。

再スケジュールプロセスを実行するための導入として、全ての制限に対する元の使用可能能力が付加的能力を反映するように調整される。この付加的能力は配置されたオーダーとしてスケジュールから再スケジュールのため除去される。新たなオーダー制限マトリクスは新たな選択条件によりそのために生成される。次にオーダーが新たなオーダー制限マトリクスを使用して再スケジュールされる。

複数の顧客注文に対する逆算製造日を検出するために、オーダーマトリクス２００からの顧客注文が選択条件についてチェックされ、存在するならばどのような制限がこのオーダーに適用されるかが検出される。制限は、リソースまたはボトルネック要素の使用可能な能力を、特定の期間、例えばシフトまたは日として表す。

図３は、本発明の実施例のオーダー制限マトリクスを示す。オーダー制限マトリクス３００は列３１０ａ〜３１０ｎを有し、これらは各オーダーを表す。行３２０ａ〜３２０ｎは制限を表す。各制限ビットベクトル３２０は、１つまたは複数のトークンビットベクトル２２０を評価するための関連する機能（選択基準）を有する。各機能に対して、オーダーマトリクス２００からの適切なトークンビットベクトル２２０が、選択基準関数により定義されるブール関数に従って結合される。この演算はビットベクトルレベルである。従って非常に高速に実行される。なぜなら本発明の実施例では、マシンコードレベルで実行されるからである。複雑なデータベースまたはＳＱＬセルは必要ない。例えば制限ビットベクトル３２０ａはこれに関連して関数を有する。制限ビットベクトル３２０ａ＝トークン２ＡＮＤトークン６である。第１の制限ビットベクトル３２０ａが評価される。オーダー制限マトリクス分解プロセスは、それ以上の制限ビットベクトル３２０が残っているか否かを検出する。残っていれば次の制限ビットベクトル３２０が評価される。残っていなければプロセスは停止し、オーダー制限マトリクス３００が完成する。各オーダーに対して、所与のオーダーに対する適切な制限をマトリクスから、オーダーのどの行が「１」を有しているかを評価することによって戻すことができる。所与のオーダーは数百の適用可能な制限を有することがある。所与のオーダーに対する制限は製造制限マトリクスと比較され、製造期間に対する候補が検出される。

図４は、本発明の実施例での製造制限マトリクスを示す。製造制限マトリクス４００は列４１０ａ〜４１０ｎを有し、これらは期間、例えば日、シフト、または他の適切な単位を表す。行４２０ａ〜４２０ｎは制限ベクトルを有し、オーダー制限マトリクス３００の制限３２０ａ〜３２０ｎに相当する。製造制限マトリクス４００の各セル内には値が配置されており、これは制限４２０に対して期間４１０で使用していないユニット数を表す。各制限ベクトル４２０に対する制限は、ＰＲＭ４００に追加されるのに時間遅延が必要であるか否かを見るため評価される。例えば制限１は一日の遅延を制限５の後に必要とする。そうであればベクトルは適切な遅延をシフトする時間である。第２のベクトル、評価ビットベクトル４３０ａ〜４３０ｎが、各制限ベクトル４２０の下でＰＲＭ４００に導入される。この導入は評価ビットベクトルのエントリーにより行われ、このエントリーには、制限ベクトルエントリーが「１」またはそれ以上であるとき「１」が指定され、制限ベクトルエントリーが「０」であるとき「０」が指定される。再度、ビットベクトルの使用は迅速な計算と本発明の提供する評価を促進する。各オーダーは制限テーブルの導出についてチェックされ、製造の使用可能データが検出される。

再スケジュールの間、ＰＲＭ４００の適切なセルが、オーダーが再スケジュールのために適切であると決定されるに従って減分される。例えばシステムが、次の２週間にわたってスケジュールされた全てのオーダーに対して再スケジュールの実行が必要であることを決定する場合、オーダーはシステムから除去され、ＰＲＭ４００は除去されたオーダーに適切に増分される。オーダーが下に説明するように再スケジュールされると、ＰＲＭ４００は適切に減分される。オーダーが配置され、ＰＲＭ４００から除去されると、評価ビットベクトルが再計算される。

図５は、本発明の実施例のオーダー導出制限マトリクスを示す。オーダー導出制限マトリクス（ＯＤＰＲＭ）５００は仮想テーブルであり、各オーダーに対して、そのオーダーに対し適用可能な制限に基づいて生成される。ＯＤＰＲＭ５００は列５１０ａ〜５１０ｎを有しており、これらは日、シフトまたは他の適切な単位の期間を表す。行５２０ａ〜５２０ｎは制限ベクトルを含む。ＯＤＰＲＭは各オーダーに対して所与のオーダーに対して必要な制限を使用して導出され、相応する制限ベクトル４２０を製造制限マトリクス４００から同定する。このことは実施例では、オーダー制限マトリクス３００を１つのオーダーに対して考慮し、処理しなければならない制限に相当する「１」のエントリーに対してチェックすることにより行われる。

制限ベクトル５２０が同定されると、第２のベクトル、すなわち評価ビットベクトル５３０ａ〜５３０ｎが相応するベクトル４３０に基づいて、製造制限マトリクス４００から同定される。可能な製造データを所与のオーダーに対して検出するために、評価ビットベクトル５３０が結果ビットベクトル５４０に論理積結合される。この結果ビットベクトル５４０は潜在的製造期間を示す。ビットベクトルに基づくこの演算により迅速な結果が得られる。なぜならビット計算が本発明の実施例ではマシンコードで実行されるからである。上記の記述で論議したＯＤＰＲＭ５００はテーブルであるが、本発明の実施例では、ＯＤＰＲＭ５００はＰＲＭ４００の相応するベクトルへのポインタを有する仮想テーブルである。このようにしてメモリと時間が、データエントリーが重複しないことにより節約される。ＯＤＰＲＭの生成については下でより詳細に説明する。

図６は、本発明の実施例によるオーダー導出製造制限マトリクスの生成に対する典型的なステップを示すフローチャートである。ＯＤＰＲＭ６００はステップ６１０で、所与のオーダーに対する制限リストをオーダー制限マトリクス３００から読み出すことにより開始される。ステップ６２０で製造制限マトリクス４００からの相応する制限ベクトル４２０がＯＤＰＲＭ５００について同定される。ステップ６３０で製造制限マトリクス４００からの相応する評価ビットベクトル４３０がＯＤＰＲＭ５００について同定される。ステップ６４０でＯＤＰＲＭプロセス６１０が評価ビットベクトルを論理積演算し、結果ビットベクトル５４０を生成する。結果ビットベクトルは可能な製造の可能な期間全てを含んでいる。

従って最近の、最後の、または所望の出荷日にもっとも近い製造日を各オーダーごとに簡単に検出することができる。上記のプロセスは各オーダーに対して再スケジュール中にオーダーマトリクス内で繰り返される。このオーダーマトリクスは特定の基準、例えば次の２週間の全てのオーダーの再スケジュールに合致するオーダーマトリクスである。オーダーが実際に再スケジュールされると、製造制限マトリクス４００の適切なエントリーが適切なカウントにより減分される。

約束の有効性（ＡＴＰ）
有効な発送期日を顧客オーダーに対して検出できることも有益である。有効な発送期日を発見するために、次に適切な製造日を付加的安全および搬送日により計算しなければならない。このことにより発送日が確認される。顧客オーダーに対する製造日を検出するために、顧客オーダーは選択基準についてチェックされ、存在する場合どのような制限がオーダーに適用されるかを検出される。制限は、特定の期間、例えばシフトまたは日に対するリソースの有効能力またはボトルネック要素を表す。

ＡＴＰプロセスは上記の再スケジュールプロセスと同じであるが、これが単一にオーダーに対して実行される点が異なる。オーダーマトリクス２００または制限マトリクス３００を生成する必要はない。オーダーが要求パーティにより入力されると、このオーダーに関連するトーキンビットベクトルが制限ビットベクトル（制限マトリクスではなく）に変換される。この制限ビットベクトルは次に、生成されたシングルオーダーに対するＯＤＰＲＭ５００に使用される。オーダーは上記に図５を参照して説明したように適切な期間に配置される。

情報を再使用するこれらのプロセスは可能な限り望ましいものであることを述べておく。例えばいったん、制限ベクトルがオーダーに対してオーダープロセスで生成されるか、またはいかなる時点でも制限ベクトルは例えば再スケジュールプロセスで再使用できる。

サプライチェーン計画オーダーがいったん配置されると、資材集計マトリクスがサプライチェーン計画のために使用される。図７は本発明の実施例による資材集計マトリクスを示す。オーダーマトリクスは、オーダーに対して一群の資材集計マトリクスを生成するために投影される。このプロセスはここではオーダーマトリクスの「分解」として説明され、資材集計（ＢＯＭ）マトリクス２００が得られる。ＢＯＭマトリクス７００の各列７１０ａ〜７１０ｎはオーダーを表す。これはオーダーマトリクス１００のオーダー１１０ａ〜１１０ｎに相応する。またマトリクス中の各行７２０ａ〜７２０ｎはアイテムを表す。各アイテム７２０は以下の情報のいくつかまたは全てを指定する：コンポーネント情報、有効データおよび/または選択条件。コンポーネント情報は材料番号、品質、制限番号、アクティビティ番号またはコンポーネントに関する他の情報を含むことができる。有効データは、これに基づいてアイテムが使用可能であるデータであり、妥当性スタートポイントと妥当性エンドポイントを表す値を含む。選択条件は、アイテム値に適用される論理関数であり、例えばトークン１ ＡＮＤ トークン５ ＯＲ ＮＯＴ トークン１８である。

一般的にオーダーマトリクス１００は資材集計マトリクス７００に次のように分解される。このプロセスについて次に詳細に説明する。例えば標準トランスミッションを有するラグジュアリーモデルの赤い車に対する各オーダーは、１００，０００の異なる個別コンポーネントが揃っていることを要求する。個別コンポーネントのリストは資材集計として参照される。直観的に、ラグジュアリーモデル赤い車に対する資材集計はベーシックモデル黒い車に対するそれとは異なることが分かる。ラグジュアリーモデルは例えばサンルーフ、レザーシート、そしてパワーウインドウを必要とし、これに対してベーシックモデルは必要としない。

製造業者は各個別コンポーネントを広範囲の種々のコンポーネント供給者から得る。さらに複雑なことには、製造業者は１つ以上の供給者を特定のコンポーネントのサプライのために使用することもある。複数の供給者を使用することにより、製造業者は１つの供給者が製造業者の要求を処理できない場合にある程度のフレキシビリティが得られる。また製造業者はしばしば供給者を変更したり、および／またはコンポーネントのスタイルを所定の時間間隔で変更する。自動車の例を使用すると、製造業者は６月３０日まではシールドビームヘッドライトを使用し、７月１日からはハロゲンヘッドライトを使用するかもしれない。資材襲名マトリクス７００のアイテムライン７２０ａと７２０ｂは例えばアイテム１が２つの異なる有効期間を有することを示す：「ＥＮ＿１」と「ＥＮ＿２」である。例えば顧客が７月１日以前に発送すべき新たな自動車を注文すると、標準ヘッドライトを有するこの自動車に対する資材集計は７２０ａ/７１０ａの「アイテム＿1/EN＿1」に対するボックスに「１」が指示される。一方、７月１日以降に製造すべきオーダーは７２０ｂ/７１０ａの「アイテム＿1/EN＿2」にマークされた行に指示を示す。

図８は本発明の実施例による有効マトリクスを示す。有効マトリクス８００はＢＯＭマトリクス７００の列と行の数に相応するマトリクスとして生成される。有効マトリクスは、各アイテム７２０に対する有効期日範囲内に当たる各オーダー列に１を含む。有効マトリクスの残りのエントリーは０を含む。この有効マトリクス８００は分解プロセスで使用され、オーダーマトリクス１００からの資材集計マトリクスが論理積プロセスでマスクされて生成される。

図９はオーダーマトリクスを本発明の実施例による資材集計マトリクスに分解する典型的ステップのフローチャートを示す。ステップ９１０で、各アイテムビットベクトル７２０は１つまたは複数のトークンビットベクトル１２０を評価するための関連の関数を有する。例えば前に述べたように、アイテムビット７２０ａはそれに関連する関数を有する。アイテムビットベクトル７２０ａ＝トークン１ ＡＮＤ トークン５ ＯＲ ＮＯＴ トークン１８である。ステップ９１０で第１のアイテムビットベクトル７２０が評価される。ステップ９２０でＢＯＭ分解プロセス９００が、それ以上のアイテムビットベクトル７２０が残っているか否かを検出する。残っていれば処理はステップ９１０へリターンし、次のアイテムビットベクトル７２０が評価される。残っていなければ、ステップ９３０で妥当性ビットマトリクス８００がＢＯＭマトリクス７００と論理積演算され、結果と共にＢＯＭマトリクス７００へ戻される。このことは、所定の有効期間に対する適切なアイテムビットベクトル７２０においてだけＢＯＭマトリクスを論理１のままにマスクするために用いられる。

資材集計マトリクス７００の演算結果は全てのオーダーを処理するのに必要な全ての材料の完全な精算である。これはビットアレイに基づく論理演算を使用するから、これは非常に高速な処理である。付加的にＢＯＭ分解プロセス９００の処理時間は近似的に資材集計のアイテム数に比例し、これはオーダー（列）の数にほとんど依存しないから、このプロセスは実質的に入力されたオーダー数に関係なく同じ速度で実行される。また全てのアイテムビットベクトル７２０を各オーダーに対して一度計算することにより、全ての製造オーダーに対するＢＯＭマトリクス７００はＢＯＭ分解プロセス９００の一度のランでセットされる。後続のＢＯＭ分解プロセス９００，各オーダーに対する資材集計にアクセスすることができ、単純な読み出しオーダー（列）エントリーによって使用される。

ＢＯＭ分解プロセス９００はビットアレイのその論理評価のため高速に実行されるから、プロセス９００はオーダーが変化したり、新たなオーダーが追加されたり、有効データが変化したり、または選択条件が変化したりするときに再実行することができ、その際にダウンタイムは必要なく、または従来技術のようにデータの複雑な処理を待機する間、製造をロスすることもない。

ＢＯＭは多種多様の製品および在庫計画機能に使用することができる。ＢＯＭは自動的にジャストインタイム供給者からのオーダー材料に使用することができ、倉庫の在庫数を自動的に低減し、製造ラインを完成オーダーが処理されると生産ファシリティの外で低減する。

選択条件での歴史的変化制限レベルでの選択条件は時間と共に変化し、このことによりＡＴＰプロセスと再スケジュールプロセスの両方で複雑な問題が生じる。例えばアルミホイールはスポーツパッケージに結び付いた制限であるが、今年上半期の自動車に対するラグジュアリーパッケージには結び付いていない。しかし今年の下半期の間にアルミホイールはラグジュアリーパッケージに結び付いた制限となり、スポーツパッケージとは結び付かなくなる。スポーツパッケージに対するオーダーが今年の上半期の間の製造のためにスケジュールされている場合、アルミホイールが要求されるが、スポーツパッケージが今年の下半期に対してスケジュールされている場合、アルミホイールは要求されない。同様にラグジュアリーパッケージに対するオーダーが上半期の間の製造に対してスケジュールされている場合、アルミホールは要求されない。しかしラグジュアリーパッケージカーが下半期の間の製造に対してスケジュールされている場合、アルミホイールが要求される。このことは、どの有効制限が適用されるのか分からない場合に、どのようにＡＴＰまたは再スケジュールプロセスを前に記述したように実行すべきかというビジネス問題を提出する。なぜなら適用される有効制限はＡＴＰまたは再スケジュールプロセスの結果に基づくからである。本発明はこの非線形問題に対して新たな解決手段を提案する。これは各制限/有効組合せに対するベクトルビットマスクエントリーを含むマトリクスを構築するのである。

図１０は、本発明のフューチャーおよび基本が実現される歴史的選択基準による有効性をチェックするシステムを表す複数のテーブルである。この例では２つの選択条件が２つのトークンを使用して示されている：特性１はＶ＿１（Ｃ＿１＝Ｖ＿１）である；そして特性１はＶ＿２（Ｃ＿１＝Ｖ＿２）である。例えばＶ＿１はスポーツパッケージであり、Ｖ＿２はラグジュアリーパッケージである。制限テーブル１０１０は、この制限１、例えばアルミホイールが有効期間１、ＥＮ＿１の間、Ｃ＿１＝Ｖ＿１であれば適用可能であることを示し、制限１はＣ＿１＝Ｖ＿２であれば、有効期間２、ＥＮ＿２の間、適用可能である。有効テーブル１０２０は有効期間１，ＥＮ＿１が１／１／２０００から６／３０／２０００まで適用され、有効期間２，ＥＮ＿２の適用は７／１／２０００から開始されることを示す。言い替えると、スポーツパッケージは上半期の間に制限１を発動し、ラグジュアリーパッケージは下半期の間に制限１を発動する。

オーダーマトリクス１０３０は、配置すべき３つのオーダーに対するオーダーマトリクスを示す。オーダー１は第１のトークンを発動し、オーダー２は第２のトークンを発動し、そしてオーダー３は第１と第２のトークンを発動する。オーダー制限マトリクス１０４０はオーダーマトリクス１０３０の分解の決壊であり、これは以前に説明したように行われる。

製造制限マトリクス１０５０は前に説明したように構築される。有効マトリクス１０６０は製造制限マトリクス１０５について修正され、マスクとして使用される。有効が真である期間に対して１がマトリクスのセルに配置される。有効が偽である期間に対しては０がマトリクスのセルに配置される。

次のステップで結果マトリクス１０７０が、製造制限マトリクス１０５０の制限ビット行を有効マトリクス１０６０とオーダー制限マトリクス１０４０により論理評価することによって構築される。テーブル１０７０は次のプロセスにより各オーダーに対して生成される：
・チェックすべきオーダーに対して、相応の列をテーブル１０４０から読み出す；
・各「１」エントリーに対して、２つの相応する評価ビットを制限マトリクス１０５０から選択し、ビットマスクベクトルをマトリクス１０６０から選択し、それらをＯＲ ＮＯＴ関数により結合して介在的結果ビットベクトルを得る；
・介在的結果ビットベクトルの全てを論理積演算し、結果ビットベクトルをマトリクス１０７０に算出する；そして・各オーダーに対して繰り返す。

この例ではテーブル１０４０は、オーダー１が有効１だけを発動することを示す。従ってビットベクトルをテーブル１０５０（０１１０１１）から取り出し、これをＮＯＴとＯＲし（１１１０００）、（０１１１１１）を算出する。従ってオーダー１はいつでも、または６／２９以降で履行することができる。オーダー２は有効２だけを発動する。従ってビットベクトルをテーブル１０５０（０１１０１１）から取り出し、これをＮＯＴとＯＲし（０００１１１）、（１１１０１１）を算出する。従ってオーダー２は７／１以前ならいつでも、または７／１以降で履行することができる。オーダー３は有効１と２を発動する。従って（（０１１０１１）ＯＲ ＮＯＴ（１１１０００））と（（０１１０１１）ＯＲ ＮＯＴ（０００１１１））の論理積により（０１１０１１）を算出する。このことは論理センスを形成する。なぜならオーダー３はラグジュアリーとスポーツパッケージの両方を要求し、従ってこのオーダーがいつ配置されるかに関係なくアルミホイールが要求される。

いったんオーダーがテーブル１０７０からの定義のように、使用可能製造スロットの選択により配置されるか、または再スケジュールされると、このテーブル１０５０エントリーを減分する必要があるか否かを検出しなければならない。このテーブルは、製造スロットがオーダーに対する有効／制限組合せが「１」である製造スロットに相応する場合だけ減分する必要がある。例えばテーブル１０７０を検査して、オーダー１を６月２９日に配置することを決定する。この場合はエントリーをテーブル１０４０で検査し、オーダー１が制限１をこの有効期間中に７月１日より前に要求することに注目する。従ってテーブル１０５０中の制限１は６月２９日に減分しなければならない。同じようにオーダー２が６月２９日に配置されていれば、テーブル１０４０のエントリーを検査し、オーダー２が有効期間２中に制限１だけを有することに注目する；従ってこのオーダーは有効期間１中に配置されているから、減分は必要ない。オーダー２を６月２９日に配置することはアルミ２の制限を必要としない。

実現本発明の上記フューチャーおよび他の側面と基本は、種々のシステムまたはネットワーク環境で実現され、データ収集およびリスク分析を促進するための自動計算ツールを提供する。このような環境および適用はとりわけ本発明の種々のプロセスおよび演算を実行するために構築されるか、またはそれらは汎用コンピュータまたは選択的にアクティベートされる計算プラットフォームを含むか、またはプログラムコードによりリコンフィギュレートされ、必要な機能性を提供する。ここに開示されたプロセスは特定のコンピュータまたは他の機器に生来的に関連するものではなく、ハードウエア、ソフトウエア、および／またはファームウエアの適切な組合せにより実現される。例えば種々の汎用機械を本発明の技術思想に従って書かれたプログラムにより使用することができる。または専用の装置またはシステムを構築して所要の方法および技術を実行するのも有利である。本発明はまたコンピュータ読み出し可能媒体に関連するものであり、この媒体はプログラム命令またはプログラムコードを含んでおり、これにより種々のコンピュータ実現演算を本発明の方法およびプロセスに基づいて実行する。媒体およびプログラム命令は本発明の目的のために専用に設計され構築されたものである。このことは当業者であれば容易である。プログラム命令の例は２つのマシンコードを含む。すなわちコンパイラーにより形成されたものと、コンピュータによりインタプリターを使用して実行することのできるハイレベルコードを含むファイルである。

制限となる例ではないが、図１１は本発明のフューチャーおよび基本が実現されるシステム環境を示す。図１１のブロック図に示すように、本発明によるシステム環境は入力モジュール１１１０，出力モジュール１１２０，計算プラットフォーム１１１０，そしてデータベース１１４０を有する。計算プラットフォーム１１１０は必要なファシリティおよび計算能力を含むように構成されており、入力モジュール１１１０により提供される各ユーザー情報またはデータを分析し、データベース１１４０を使用して適切なギアを検出する。データ分析の結果は出力として計算プラットフォーム１１１０から出力モジュール１１２０に供給される。これは例えば印刷、ディスプレイ、他のシステムデバイスへの通信である。このような出力は例えば１つまたは複数の推奨ギアアイテムを含むか、または上記のようなギアアイテムの比較リストを含む。計算プラットフォーム１１１０からの出力はまたデータベース１１４０に供給することができる。このデータベースは例えばギアユーザー個人情報またはギアデータを記憶するための恒久的記憶デバイスとして使用することができる。

図１１の実施例では、計算プラットフォーム１１３０は有利にはＰＣまたはメインフレームコンピュータを含み、本発明の種々の機能および演算を実行する。計算プラットフォーム１１３０は例えば汎用コンピュータにより実現することができ、このコンピュータはコンピュータに記憶されたコンピュータプログラムによりアクティベートされるかまたはリコンフィギュレートされる。または計算プラットフォームは特別の構成された計算プロットフォームであり、本発明のフューチャーおよび演算を実行する。計算プラットフォーム１１３０はまた多種多様のコンポーネントまたはサブシステムにより実現または提供することができる。このコンポーネントまたはサブシステムは例えば次の１つまたは複数を含む：１つまたは複数のＣＰＵ、コプロセッサ、メモリ、レジスタ、および他のデータ処理デバイスおよびサブシステム。計算プラットフォーム１１３０はまた顧客と通信し、クレジットデータを入力モジュール１１１０へおよび出力モジュール１１２０から直接接続または通信リンクを介して伝送する。これも図１１に示されている。

択一的に計算プラットフォーム１１３０とモジュール１１１０，１１２０との間の通信はネットワークアーキテクチャ（図示せず）を使用して行うこともできる。択一的実施例（図示せず）では、ネットワークアーキテクチャは単独でまたは適切な組合せで、電話ベースネットワーク（ＰＢＸまたはＰＯＴＳ）、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、専用イントラネット、および／またはインターネットを有する。さらに有線および／または無線コンポーネントおよびシステムの適切な組合せを有することもできる。専用通信リンクまたは共有ネットワークアーキテクチャを使用することにより、計算プラットフォーム１１３０は入力モジュール１１１０および／または出力モジュール１１２０と同じ個所にも地理的に離れた個所にも配置することができる。

システム環境の入力モジュール１１１０は図１１に示すよう、データを入力として計算プラットフォーム１１３０に送受信するに多種多様のデバイスにより実現される。図１１に示すように入力モジュール１１１０は入力デバイス１１１１，記憶デバイス１１１２，および／またはネットワークインタフェース１１１１を有する。入力デバイス１１１１はキーボード、マウス、ディスクドライブ、ビデオカメラ、磁気カードリーダー、または顧客データを計算プラットフォーム１１３０に供給するのに適する他の入力デバイスを有する。メモリデバイスは多様の形式のメモリまたは記憶デバイス、例えば読み出し専用メモリ（ＲＯＭ）およびランダムアクセスメモリ（ＲＡＭ）により実現される。記憶デバイス１１１２はメモリテープまたはディスクデバイスを、記憶テープまたはディスク上の顧客データまたはクレジットデータを読み出し、入力として計算プラットフォーム１１３０に供給するため有することができる。入力モジュール１１１０はまたネットワークインタフェース１１１１を図１１に示すように有することができ、これによりデータをネットワーク（例えばＬＡＮ、ＷＡＮ、イントラネットまたはインターネット）を介して受信し、データを計算プラットフォーム１１３０に入力として供給することができる。例えばネットワークインタフェース１１１１は公衆データベースまたは私用データベースに、ネットワークを介して顧客データまたはクレジットデータを計算プラットフォーム１１３０に送受信するため接続される。

図１１に示すように出力モジュール１１２０はディスプレイ１１２１，プリンタデバイス１１２２，および／またはネットワークインタフェース１１２３を有し、ネットワークインタフェースは計算モジュール１１２０からの出力として供給された結果を受信する。上に示したように、計算プラットフォーム１１３０からの出力は１つまたは複数の推奨ギアアイテムおよび／またはギアアイテムについての情報を含む。計算プラットフォーム１１３０からの出力はディスプレイ１１２１（例えばＣＲＴまたはＬＣＤ）およびプリンタデバイス１１２２により表示される。必要であればネットワークインタフェース１１２３を設け、計算プラットフォーム１１３０からの結果をネットワークを介して遠隔または離れた個所にさらなる分析または視覚化のために通信することができる。

本発明の実施例の前記記述は説明のためのものである。これは本発明を制限するものではない。例えば前記実現は特定のネットワークコンフィギュレーションを含むが、しかし本発明はソフトウエア、ハードウエア、またはハードウエアとソフトウエアの組合せを使用する種々のデータ通信ネットワーク環境で処理機能の提供のために実現することができる。

当業者であれば本発明のシステムおよび方法の全てまたは一部を他のコンピュータ読み出し可能媒体、例えば二次記憶デバイス、例えばハードディスク、フロッピー（登録商標）ディスクおよびＣＤ−ＲＯＭに記憶し、これから読み出すことができるであろう。またインターネットからのダウンロードまたは他のコンピュータ読み出し可能媒体、例えばＲＯＭまたはＲＡＭの形態も可能である。

１００ サプライチェーン管理プロセス
１１０ 顧客が商品またはサービスのオーダーを要求するステップ
１２０ オーダーがシステムに入力されるか、または出荷日に対する要求が入力されるステップ
１３０ 約束に対する有効性（ＡＴＰ）プロセスがその商品に対する潜在的出荷日を検出するステップ
１４０ サプライチェーン計画を行うステップ
１４２ 計画プロセス
１４４ 再スケジュールプロセス
１５０ 供給者および在庫管理に対する製造プロセス
１６０ 商品が顧客に出荷されるステップ

Claims (1)

1. オーダーに対して製造期間をスケジュールする、コンピュータで実施される方法であって、
   一群の可能なトークンからの１つまたは複数のトークンを有するオーダーを受け取るステップを具備し、
   トークンは、特性と、該特性の値との組合せであり、
   各トークンは、トークンビットベクトル（２２０）によって表されるとともに、
   前記トークンビットベクトル（２２０）における０または１は、前記オーダーがトークンを含んでいることを示すために使用され、
   前記方法は、
   該オーダーに適用される制限を検出するステップを具備し、
   前記制限は、制限ビットベクトル（３２０）によって表されるとともに、
   各制限ビットベクトル（３２０）は、１つまたは複数のトークンビットベクトル（２２０）を評価するための関連する機能を有し、
   前記方法は、
   前記オーダーに対する潜在的製造期間を検出するために、該制限を製造制限マトリクス（４００）に適用するステップを具備し、
   前記製造制限マトリクス（４００）は、前記制限ビットベクトル（３２０）に相応する制限ベクトル行（４２０）と、各制限ベクトル行（４２０）に対する評価ビットベクトル行（４３０）とを有し、
   前記方法は、
   結果ビットベクトルを生成するために、前記オーダーに相応する評価ビットベクトル（４３０）に関する論理演算を行うステップを具備することを特徴とする方法。

Images