KR20030019449A - 지능형 공급 체인 협력을 위한 방법 및 시스템 - Google Patents
지능형 공급 체인 협력을 위한 방법 및 시스템 Download PDFInfo
- Publication number
- KR20030019449A KR20030019449A KR1020027017449A KR20027017449A KR20030019449A KR 20030019449 A KR20030019449 A KR 20030019449A KR 1020027017449 A KR1020027017449 A KR 1020027017449A KR 20027017449 A KR20027017449 A KR 20027017449A KR 20030019449 A KR20030019449 A KR 20030019449A
- Authority
- KR
- South Korea
- Prior art keywords
- supply chain
- management system
- plan
- chain management
- knowledge base
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000013068 supply chain management Methods 0.000 claims abstract description 75
- 238000007726 management method Methods 0.000 claims abstract description 15
- 230000009471 action Effects 0.000 claims description 45
- 238000013515 script Methods 0.000 claims description 42
- 230000008569 process Effects 0.000 claims description 40
- 230000007246 mechanism Effects 0.000 claims description 15
- 230000008901 benefit Effects 0.000 claims description 6
- 230000003121 nonmonotonic effect Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 2
- 230000014759 maintenance of location Effects 0.000 claims description 2
- 238000013523 data management Methods 0.000 claims 1
- 238000013439 planning Methods 0.000 abstract description 47
- 238000004519 manufacturing process Methods 0.000 abstract description 14
- 230000000694 effects Effects 0.000 description 30
- 230000008859 change Effects 0.000 description 12
- 238000000354 decomposition reaction Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000003068 static effect Effects 0.000 description 7
- 239000000463 material Substances 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000007704 transition Effects 0.000 description 5
- 230000008520 organization Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 229910052778 Plutonium Inorganic materials 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000383 hazardous chemical Substances 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 239000011022 opal Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- OYEHPCDNVJXUIW-UHFFFAOYSA-N plutonium atom Chemical compound [Pu] OYEHPCDNVJXUIW-UHFFFAOYSA-N 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 108091081062 Repeated sequence (DNA) Proteins 0.000 description 1
- 208000031339 Split cord malformation Diseases 0.000 description 1
- BZHJMEDXRYGGRV-UHFFFAOYSA-N Vinyl chloride Chemical compound ClC=C BZHJMEDXRYGGRV-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 239000013056 hazardous product Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000004645 scanning capacitance microscopy Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
회사들의 공급 체인의 효율성 개선을 돕기 위한 향상된 공급 체인 관리 시스템 및 방법이 기재되어 있다. 상기 시스템은 수요 플래닝, 공급 플래닝, 제조 스케줄링, 운송 관리, 지능형 인터페이스 및 정보 관리자를 포함한다. 일실시예는 피할 수 없는 실세계의 변화 및 불확실성을 처리하기 위해 부분 오더 플래너를 포함한다. 다른 실시예는 비즈니스 목적 및 플랜을 교환함으로써 협력을 가능하게 하는 체인 관리 시스템을 제공한다. 부가적인 실시예는 그래픽 사용자 인터페이스에서의 지능형 판단 지원 기능을 지원하는 의도 해석기 모듈을 포함한다.
Description
기업 자원 계획(enterprise resource planning : ERP) 시스템은 조직의 비즈니스 프로세스를 지원하고 자동화하도록 설계된 소프트웨어 시스템이다. ERP 시스템은 종종, 조직 또는 전체 공급 체인에 걸친 비즈니스 프로세스 통합, 재고 관리 시스템 결합, 제조 자원 계획, 판매 및 주문 관리, 구매 마케팅, 창고 관리, 재정및 관리 회계 및 인적 자원 관리를 위한 단일 솔루션을 제공하도록 시도되어, 모든 비즈니스 프로세스가 기업 경영자의 손끝에 있게 된다. 사실상, ERP는, 이후에 테스트, 시뮬레이션, 수정, 정제 및 검사될 수 있는 모델에 대해 모든 양상의 비즈니스를 감소시키기 위한 시도이고, 이에 따라 기업 관리자는 전체 비즈니스의 효율성을 증가시킬 수 있게 된다.
ERP 시스템의 사용은 비즈니스 효율성의 증가를 가져오고, 특히, 보다 크고 복잡한 제조 동작을 갖는다. 다양한 시나리오를 시뮬레이션할 수 있는 능력을 제공함으로써, ERP 시스템은 관리자가 결함, 노동력 문제, 품질 관리 문제 등과 같은 비즈니스 프로세스 문제를 보다 효과적으로 처리하도록 돕는다. 요컨대, 자원 및 제약(constraints)의 모델에 대한 비즈니스 프로세스를 감소시킴으로써, ERP 시스템은 비즈니스 프로세스에 대한 변경을 고려하기 위한 시험대 및 동작의 현재 상태를 볼 수 있는 툴을 제공한다.
종래의 ERP 시스템은 회사가 수요와 공급에 대한 개별적으로 분석 및 계획하는, 제조 자원 플래닝(Manufacturing Resource Planning: MRP) 및 분배 자원 플래닝(Distribution Resource Planning: DRP)을 수행하기 위한 메커니즘을 제공한다.
공급 체인은 공급자(suppliers), 제조자(manufacturers), 분배자(distributors), 도매상인(wholesalers), 소매상인(retailers) 및 소비자(consumers) 뿐만 아니라 이들간의 관계를 포함하는, 재료 및 제품을 제조, 조립 및 분배하는 개인 및 조직을 포함한다. 공급 체인에서, 하나의 참여자(participant)의 공급은 다른 참여자의 수요이다. 회사에서 개별적으로 볼때, 공급과 수요를 분리하여 분석하는 것이 유용할 수 있지만, 전체 공급 체인의 효율성을 평가하기 위해서는 수요와 공급을 동시에 고려하는 것이 유용하다. 플래닝, 스케줄링 및 공급 체인의 관리를 돕기 위해, 몇몇 상인들이 이 필요성을 깨닫고, 공급 체인 관리(SCM) 시스템을 개발하였다. 상업적으로 이용가능한 SCM 시스템의 일례로는 ManugisticsTM, I2TM, BaanTM, SAPTM, PeapleSoftTM및 OracleTM으로 판매되는 것들이 있다. 이들 시스템의 대부분은 재고를 줄이는 목적으로 공급 체인을 최적화하려고 시도한다. 또한, AribaTM및 Commerce OneTM과 같은 회사들은 비즈니스간 전자 무역 시장을 생성하기 위한 툴을 제공함으로써, 처리 비용을 감소시키기 위해 비즈니스들을 함께 링크시키는 접근방법을 개발하였다.
종래 ERP 시스템에 의해 수행되는 것과 같은 기업내 비즈니스 프로세스에 대한 내부적으로 촛점을 맞추는 대신에, SCM 시스템은 공급 체인내에 참여하는 많은 기업으로부터의 데이터를 고려하여, 총괄적으로 공급 체인에 대한 외부에 촛점을 맞춘다. 종래의 공급 체인 관리 시스템은, 보다 빠른 응답을 제공하고 공급과 수요의 제약요건을 동시에 고려한다는 점에서, ERP 시스템 보다 큰 개선점을 제공한다.
그러나, 종래 ERP 시스템과 같은 SCM 시스템은 비즈니스 프로세스 모델링 및 시뮬레이션을 스케줄링 문제로 처리하여 동작한다. 비즈니스는 자원 및 제약의 집합으로 모델링되고, 이로써, 회사는 획득가능한 가장 큰 이득을 달성하기 위해 제한된 자원을 어떻게 잘 이용할 수 있는지를 판단해야 한다. 스케줄링 문제를 해결함으로써, 종래의 ERP 및 SCM 시스템은 그것에 나타나는 문제점을 최적으로 해결하는 풀-오더(fully-ordered) 플랜을 제공하려고 시도한다.
스케줄링은 플래닝(planning)의 보다 포괄적인 문제에 대한 하위 문제이다. 이를 특징짓기 위해, 다음의 정의들이 광범위하게 수락된다.
스케줄링 하위문제: 선행 관계 aj> ak를 갖는 일련의 액티비티 a1, ... an및 이 액티비티를 수행하는데 필요한 일련의 자원 r1, ... rm이 주어지는 경우, 액티비티 및 자원의 최선의 할당 및 오더는 무엇인가? 최선은 보통 사용된 자원 및 획득된 이익의 비용과 관련된 표현 J(ri)의 최적값으로 표현된다.
플래닝 하위문제: 하나 또는 그 이상의 목적이 주어지는 경우, 최선의 일련의 액티비티 a1, ... an는 무엇인지와, 요구된 목적을 달성하기 위해 그들 사이에 존재하는 선행 관계 aj> ak는 무엇인가?
명백하게, 이 정의들은, 플래닝 하위문제가 해결된 후까지 스케줄링 하위문제는 접근될 수 없다는 것을 포함한다. 또한, 각각의 하위문제는, 비교적 일상적인 교과서 예들과는 다른 실세계 경우에 대해 공식화될 때에, 문제들의 분류내에서 NP-Complete로 컴퓨팅 이론에서 쉽게 알려져 있다.
ERP 및 SCM에 대한 현재의 접근방법은 통상적으로 정적인 일련의 액티비티를 비즈니스 모델로 가정한다. 자원 할당 수행시, ERP 및 SCM 최적화 프로세스는 시작 및 종료 시간과 같은 액티비티의 속성과, 액티비티에 대한 자원의 할당을 변화시킬 수 있고, 종래의 ERP 및 SCM 시스템은 일련의 액티비티를 스스로 변화시키려고 하지 않는다. 이 정적인 일련의 액티비티는 정적 비즈니스 모델을 정의한다.
불행하게도, 정적 비즈니스 모델은 완전히 정확할 수 없고, 모든 우연성(contingencies)을 고려할 수 없다. 종종, 최적의 스케줄은, 이것이 가장 강한 것이 아니기 때문에, 실세계의 불확실성(uncertainties)을 처리하기 위한 최선의 수단은 아니다. 실세계에서, 요건 및 자원은 정적인 것이 아니다. 비즈니스 동작은 동적 과정이고, 매일 기업 관리자가 직면하는 피할 수 없는 변화들을 잘 처리할 수 있는 공급 체인 관리 시스템을 제공하는 것이 바람직할 수 있다.
실세계 문제에서 이용가능한 자원 및 제약들은 시간에 따라 변화하기 때문에, 최적의 스케줄을 판단하는 것은 종종 효과가 없다. 최적의 계획이 수행되기 전에, 변화는 그 계획의 재고려 및 재산출을 강요할 것이다. 최적의 스케줄링 하위문제를 해결하는 것은 통상적으로 매우 계산적으로 비용이 들기 때문에, 그 결과가 산출되기 전에라도, 전제 조건에서 변화가 발생할 수 있다. 최적의 스케줄러는 액티비티 및 그 파라미터에 대해 커미트먼트(commitment)의 등급된 레벨에 대한 메커니즘을 가지지 않는다. 변화가 발생하면, 전체 스케줄은 다시 컴퓨팅되어야 한다. 결과적으로, 최적의 스케줄러에 대한 입력값에서의 작은 변화는 결과로서 생성되는 스케줄에서 큰 변화를 발생시킬 수 있다. 한번 스케줄 할 수 있었던 액티비티는 이제 스케줄될 수 없게 된다.
등급된 레벨의 완료(커미트먼트)를 갖는 부분 오더 플랜을 생성하는 공급 체인 관리 시스템이 요구된다. 이러한 시스템은, 소위 "최적의" 계획을 산출할 필요가 있는 자원을 확장할 필요없이, 취할 다음 동작을 빠르게 산출할 수 있었다. 또한, 이러한 시스템은 변화를 수용하기 위해 다른 액티비티를 재배열하면서 중요한 커미트먼트는 유지할 수 있다. 최적의 스케줄을 생성 및 구현하려는 시도는 종종, 그 끝에 도달하기 전에, 스케줄에 대해 많은 수정을 필요로 한다.
또한, 비즈니스 프로세스가 보다 복잡해지고, 모델이 보다 상세해짐에 따라, 종래 SCM 시스템의 최적의 계획 메커니즘은, 수정을 필요로 할지도 모르는 소위 "최적의" 계획을 완료하는데 점점 긴 시간을 필요로 한다. 이에 따라, 종래의 최적의, 풀-오더 플래너(planners)보다 더 빠른 플래닝 메커니즘을 제공하는 것이 바람직하다. 기업 관리자는 동적인 비즈니스 상황에 대처하기 위해, 빠른, 심지어 실시간 피드백을 요구한다.
종래 SCM 시스템은 중앙 데이터 저장소에 대한 각 참여자로부터의 데이터를 모은다. 데이터가 수집되면, 이들 시스템은 데이터를 분석하고 협력(collaboration)을 구현하기 위해 중앙 집중화된 프로세스를 사용한다. 정적 데이터, 완전한 정보 및 이상적인 비즈니스 모델을 갖는 이상적인 세계에서, 종래 SCM 시스템은 최적의 계획을 결정하기 위한 우수한 툴이다. 그러나, 불완전한 정보, 지나치게 간략한 비즈니스 프로세스 모델 및 언젠가 변경될 자원 및 제약을 갖는 실세계에서, 종래의 SCM 시스템은 불충분하다. 따라서, 중앙 제어없는 분배 시스템의 필요성이 존재하고, 이로써, 참여자는 그 자신의 데이터에를 통해 제어를 유지할 수 있다. 이 시스템내에서, 참여자는 그들에게 이용가능한 데이터 및, 그의 비즈니스 파트너와 어떻게 협력할지를 자유롭게 선택할 수 있는 독립적인 참여자의 시간으로부터 다른 공급 체인 참여자에 의해 이용가능하게 만들어지는 데이터를 분석할 수 있다.
공급 체인내이 각 참여자는 SCM 시스템을 이용함으로써 이익을 얻을 수 있지만, SCM 시스템은 효과적인 각 참여자의 비즈니스에 대한 정보를 필요로 한다. 시스템이 자원에 액세스하지 않고 하나의 참여자로 구성된 경우, 이것은 그 참여자에 대한 공급 체인을 향상시키는데 도움을 줄 수 없다. 한편, SCM 시스템에 의해 사용되는 데이터는 종종 매우 민감한 비즈니스 데이터이다. 많은 공급 체인에서, 참여자들은 경쟁자일 수 있고, 그들은 다른 참여자들의 일부 또는 전부를 믿지 못할 수 있다. 따라서, 참여자가 자신의 민감한 비즈니스 데이터에 대한 액세스를 정확하게 제어할 수 있도록 하는 데이터 보안 메커니즘을 제공하는 SCM 시스템이 요구된다.
종래의 SCM 시스템은, 공통 데이터 저장소내에 여러 소스로부터 데이터를 저장함으로써, 공급 체인 참여자가 협력을 할 수 있게 한다. 데이터가 수집되면, 회사는 일치에 도달하도록 데이터를 함께 분석할 수 있다. 따라서, 다수의 공급 체인 참여자에 의해 제공된 데이터를 이용하여 "만약의 문제(what-if)" 분석 및 실시간 협력을 수행할 수 있는 SCM 시스템이 요구된다.
종래의 SCM 시스템은, 참여자가 데이터를 모아서, 최적의 공급 체인 플랜을 컴퓨팅함으로써 모아진 데이터를 함께 분석함으로써, 협력을 할 수 있게 한다. 많은 상황에서, 이 협력 모델은 불충분하다. 즉, 종래 SCM 시스템에 의해 결정된 최적의 공급 체인은 항상 독립적인 참여자 또는 넓게 체인의 최선의 관심은 아닐 수 있다. 이것은 정적 액티비티 모델 기반의 종래 SCM 시스템은 영합(zero-sum) 양으로서 비용 및 이익을 다루기 때문이다. 즉, 하나의 참여자가 그의 이득을 증가시키기 위해, 다른 것들이 이득을 감소시킬 수 있다.
그러나, 액티비티 자신이 변화될 수 있는 경우, 단지 그것을 재할당하지 않고 전체 이득을 증가시키기 위한 기회가 발견될 수 있다. 전체 체인에 대한 최적의 계획을 획득하는 대신에, 참여자는, 다른 참여자에 의한 변화가 그 참여자에게 어떻게 영향을 미칠 것인가와, 그 참여자에 의한 변화가 다른 참여자에게 어떻게 영향을 미칠 것인가를 결정하는데 보다 관심이 있다. 예를 들면, 공급자는 4월 15일 대신에 4월1일에 부품을 배송하는 것이 배송되는 각 단위에 대해 다른 참여자의 5센트를 절약할 수 있다는 사실에 매우 관심이 있을 것이다. 이 지식에 따라, 공급자는 보다 유리한 가격을 협상할 수 있다. 예를 들면, 참여자는 자신이 단위당 2센트를 절약할 수 있는 경우, 공급자에게 단위당 3센트를 더 줄 수 있을 것이다. 따라서, 하나의 공급 체인 참여자에 의해 이루어진 액티비티에서의 변화가 다른 것의 비용에 어떻게 영향을 줄 것인지를 판단할 수 있는 시스템을 제공하는 것이 바람직하다.
알려진 자신의 최대 관심사에서 자유롭게 동작하는 각 참여자는, 그의 공급 체인 파트너에게 해로운 방식으로 자신의 액티비티를 여전히 변화시킬 수 있다. 종종, 비즈니스 플랜에서의 선의의 변화가 잠재적인 이익을 감소시키거나 공급 체인의 비용을 증가시키는 원치않는 부작용을 생성한다. 따라서, 공급 체인내에서 충돌 액티비티를 자동으로 검출하고 분석하여 경보를 발생할 수 있는 시스템을 제공하는 것이 바람직하다.
또한, 종래 SCM 시스템은 참여자들이 전체 공급 체인을 명시화하는 것을 허가하는 사용자 인터페이스를 포함한다. SCM 시스템이 성장함에 따라, 사용자는 데이터에 의해 빠르게 침수될 수 있다. 따라서, 사용자의 의도를 판단하고, 이에 따라 그 사용자에게 가장 적절한 아이템을 디스플레이하기 위해 디스플레이를 조정할 수 있는 지능형 그래픽 사용자 인터페이스가 요구된다.
SCM 시스템에 대한 몇몇 특허가 미국 특허청에 의해 등록되었다. 예를 들면, Huang 등에 의한 미국특허번호 제5,953,707호는, 판정 메이커가 공급 체인을 보고 통합된 생산, 판매 및 재고 계획을 생성하도록 할 수 있는 시스템을 개시하고 있다. 상기 특허는 사용자에게 동적 판단 지원을 제공하기 위한 방식을 기재하고 있다. 그러나, 이 시스템은 지식에 대해 명시적으로 언급하지 않고, 목적-지향적이라기 보다 모듈 지향적이다. 상기 특허에 개시된 시스템은 본 발명에서 개시된 것과 같이 체인내의 액티비티를 계획하기 위해 분해 플래닝을 사용하는 플래너 및 의도 해석기를 사용하는 것으로부터 이익이 될 수 있다.
또한, Bellini 등에 의한 미국특허번호 제5,974,395호는 공급 체인 플래닝 엔진을 통한 확장된 기업 플래닝을 위한 시스템이 개시되어 있다. 상기 특허는 상술한 결함들을 겪는다. 예를 들면, 이것은 충돌 검출을 위한 어떤 지원도 없이, 제약-기반의 집중화된 플래닝 엔진을 사용한다.
따라서, 종래 SCM에서 발견되는 이러한 문제점, 약점 및 결함들을 극복할 수 있는 지능형 공급 체인 협력을 위한 방법 및 시스템을 제공하는 것이 요구된다.
본 발명은 공급 체인 관리 분야에 관한 것으로, 특히, 협력 비즈니스를 위한 자율성(autonomy)을 감소시키지 않고, 비즈니스 앤티티(entities)들 간에 협력을 이루기 위해 비즈니스 목적(objectives) 및 비즈니스 상황(situation)에 대한 공유 지식을 이용하는 지능형 공급 체인 협력 시스템에 곤한 것이다. 지능형 공급 체인 협력 시스템은 실세계의 비즈니스 상황의 변화를 보다 효과적으로 처리하기 위해 부분 오더 플래너(partial order planner)를 사용한다. 본 발명은 지능형 판단 지원 기능을 구현하기 위해 의도 해석기(intent interpreter) 모듈을 이용하는 공급 체인 협력 시스템을 제공한다.
도1은 본 발명의 일실시예에 따른 통상적인 공급 체인 협력 시스템을 도시한 블록도.
도2는 본 발명의 일실시예에 따른 공급 체인 협력 시스템의 소프트웨어 구현예를 도시한 블록도.
도3은 본 발명의 일실시예에 따른 공유된 부분 오더 플래닝을 수행하기 위한추론 엔진을 도시한 도면.
도4는 본 발명의 일실시예에 따른 공급 체인내에 세 참여자를 포함한 네트워크도.
도5는 본 발명의 일실시예에 따른 공급 체인을 도시한 도면.
도6은 본 발명의 일실시예에 따른 플래너에 의해 유지된 플랜의 라이프 사이클을 도시한 블록도.
도7은 본 발명의 일실시예에 따른 개념 그래프의 일부를 도시한 도면.
도8은 본 발명의 일실시예에 따른 플랜-목적 그래프(PGG)의 일부를 도시한 도면.
도9는 본 발명의 일실시예에 따른 의도 해석기에 의해 생성된 목적 인스턴스를 도시한 도면.
도10은 본 발명의 일실시예에 따른 플래너의 동작을 예시한 PGG의 일부를 도시한 도면.
발명의 요약
본 발명에 따르면, 부분 오더 플래닝을 이용하여 공급 체인 관리(SCM)를 수행하기 위한 시스템이 제공된다. 상기 시스템은 하나 또는 그 이상의 비즈니스 프로세스 도메인에 대한 전문가 지식을 저장하기 위한 지식 베이스, 상기 지식 베이스에 연결되고 부분 오더 플래너를 포함하는 추론 엔진, 하나 또는 그 이상의 비즈니스 프로세스에 관한 데이터를 수집 및 분배하고, 하나 또는 그 이상의 목적을 판단하는 관리 시스템, 및 비즈니스 프로세스에 관한 정보를 디스플레이하는 그래픽 사용자 인터페이스 시스템을 포함한다. 상기 추론 엔진은 판단된 목적을 달성하는 플랜을 판단하기 위해 부분 오더 플래너를 사용한다.
용어
개념 그래프(Concept Graph): 데이터에 대해 이루어진 단정(assertions) 및 관측가능한 데이터값과 고레벨 산정치 사이의 종속성의 지식 표현. 개념 그래프는 증가형 천이 네트워크(augmented transition network: ATN)의 특정 형태인 개념 노드의 유도된 비주기 그래프로 구현될 수 있다.
전문가 시스템(Expert System): 문제를 해결을 돕기 위해 지식 베이스를 사용하는 컴퓨터 프로그램. 대부분의 전문가 시스템은 지식 베이스를 이용하여 새로운 사실(facts) 및 믿음(beliefs)을 유도하기 위해 추론 엔진(inference engine)을 사용한다.
풀-오더 플래너(Full-Order Planner): (토털-오더 플래너라고도 부름) 목적에 도달하기 위해 프리미티브 단계 또는 액션의 풀-오더형 리스트를 컴퓨팅하는 프로세스. 여기서, 각 단계 또는 액션은 플래닝 프로세서의 완료시에 완전히 한정된다.
추론 엔진(Inference Engine): 지식 베이스 및 일련의 논리 연산을 이용하여 알려진 사실 또는 믿음으로부터 새로운 사실 또는 믿음을 추론하는 컴퓨터 프로그램.
의도 해석기(Intent Interpreter): 사용자 또는 시스템의 현재 의도를 결정하기 위해 지식 베이스를 사용하는 전문가 시스템.
지식 베이스(Knowledge Base): 추론 엔진에 의해 사용될 수 있는 방식으로 표현된 지식(예, 목적, 개념, 관계, 사실, 규칙 등)의 집합. 예를 들면, 지식 베이스는 전형적인 전문가 시스템에서와 같이 단정 또는 규칙 및 사실을 포함할 수 있다.
최소 커미트먼트 플래너(Least Commitment Planner): 둘 또는 그 이상의 대안적인 액션 과정 사이에, 그것이 그렇게 하는데 필요하지 않은 경우, 하나의 선택을 수행하는 것을 회피하는 플랜을 생성하는 프로세스. 최소 커미트먼트 플래너는 성공 가능성을 결정하기 위해 필요한 최소값 이상의 플랜의 특정한 서브-엘리먼트를 한정하는 것을 회피한다. 프리미티브 단계의 최종 구체화(definitization)는 플랜 실행 에이전트에 의한 각 플랜 서브-엘리먼트의 실행 직전까지 연기된다.
프리미티브 단계(Primitive step): 플래너에 의해 더 이상 분해되지 않는 액티비티의 표현. 프리미티브 액션이라고도 부른다.
부분-오더 플래너(Partial-Order Planner): 플래닝 프로세스의 완료시에 일련의 부분적 오더형의 액티비티를 생성하는 프로세스.
플랜(Plan): 현재로부터 미래까지 수행되어질 일련의 액티비티의 추상적인 표현. 플랜은 보다 상세한 액티비티를 정의하는 플랜 서브-엘리먼트로 분해될 수 있다. 플랜 분해의 최하위 레벨은 프리미티브 단계 또는 액션이다.
플랜 실행 에이전트(Plan Execution Agent): 플랜에 의해 표현된 액티비티를 수행함으로써 그 환경에 대해 직접적으로 동작하는 프로세스.
플랜-목적 그래프(Plan-Goal Graph: PGG): 동작 도메인에서의 인과 관계 및 사용자의 의도를 표현한 지식 표현. PGG는, 플랜이 하위목적(subgoals) 또는 프리미티브 액션으로 분해되는 경우에, 유도된 비주기 그래프로 표현될 수 있다.
플래너(Planner): 하나 또는 그 이상의 목적에 도달하기 위해 취해져야할 일련의 동작 또는 액션을 결정하는 컴퓨터 프로그램.
본 발명은 부분 오더 플래닝에 의해 협력(collaboration) 및 정보 분배가 지원되는 지능형 공급 체인 관리 서비스를 제공하기 위한 시스템 및 방법을 포함한다. 종래의 공급 체인 관리(SCM) 시스템은 ManugisticsTM, I2TM, BaanTM, SAPTM, PeapleSoftTM및 OracleTM등으로 판매되는 것들과 같은 것이 이 기술분야에서 공지되어 있다. 후술되는 실시예는 본 발명의 소프트웨어 구현예이다. 다음의 설명을 이용함으로써, 이 기술분야에서 통상의 지식을 가진 자는 종래의 소프트웨어 개발 툴 및 기술을 이용하여 본 발명을 실시할 수 있을 것이다. 본 발명의 바람직한 실시예는 SolarisTM운영 체제로 실행되는 Sun MicrosystemsTM상에서 C++로 전개된다.
본 발명의 여러 실시예들은 전형적인 인공 기술을 개선한다. 이 기술분야에서 통상의 지식을 가진 자는 다음의 참조문헌들이 본 발명에 의해 사용된 추론 엔진, 지식 베이스 및 다양한 지식 표현들의 설계 및 구성에서 적절한 배경의 이해를 제공하는데 도움이 된다는 것을 알 수 있을 것이다. 참조문헌들은 다음과 같다.
(1) Schank, R.C. and Abelson R., Scripts, Plans Goals and Understanding, Hillsdale, NJ: Lawrence Erlbaum Associates(1977)
(2) Schank, R.C. and Riesbeck, C. K., Inside Computer Understanding. Hillsdale, NJ: Lawrence Erlbaum Associates(1981)
(3) Sacerdoti, E. D., A Structure for Plans and Behaviors, New York: Elsevier(1978)
(4) Rinnooy Kan, A.H.G., Machine Scheduling Problems. The Hague: Martinus Nijhoff(1976)
(5) Charniak, E, Riesbeck, C.K and McDermott, D., Artificial Intelligence Programming. Hillsdale, NJ: Lawrence Erlbaum Associates(1980)
도1은 통상적인 SCM 시스템을 도시한 블록도이다. 이 구현예에서는, 수요 플래닝 서브시스템(101), 공급 플래닝 서브시스템(102), 제조 스케줄링 서브시스템(103), 운송 관리 서브시스템(104), 지능형 인터페이스(105) 및 정보 관리자(106)를 포함하는 몇몇 기본 구성요소들이 존재한다.
수요 플래닝 서브시스템(101)은, 히스토리 데이터를 이용하여 이루어진 수요 예측에 기반하여, 얼마나 많은 제품이 만들어져야 하는지를 결정할 때에 제조자를 도울 수 있는 툴이다. 공급 플래닝 서브시스템(102)은 제조자가 예측된 수요를 충당하는데 충분한 제품을 제조하는데 필요한 공급량을 비축하도록 돕는다. 공급 플래닝 서브시스템(102)은 또한 조립 라인 중단의 방지를 돕기 위해 비축되어야 하는 추가적인 공급량을 결정할 때에 제조자를 돕는다.
제조 스케줄링 서브시스템(103)은 생산 스케줄을 생성할 때에 제조자를 돕는다. 이 시스템은 스케줄을 생성 및 유지하기 위해 노동력 및 재료 모두에 대한 가용 자원 및 그 밖의 부가적인 제약에 관한 데이터를 이용한다.
운송 관리자(104)는 고객에 대한 서비스 또는 제품 배송의 계획, 스케줄, 및 추적을 돕는다. 예를 들면, 제품이 제조되면, 운송 관리 서브시스템(104)은 제품이 어디에 위치하는지와 그것의 최종 목적지가 어디인지에 대한 기록을 유지하고, 이에 따른 배송을 계획한다.
종래의 SCM 시스템에서 상기와 유사한 구성요소들을 찾을 수 있다. 이 기술분야에서 통상의 지식을 가진 자는 이들 구성요소들을 어떻게 만들고 이용하는지를 알 수 있으며, 따라서, 이하의 논의는 종래의 SCM 시스템과 본 발명간의 차이점에촛점을 맞출 것이다.
본 발명의 일실시예에서, 수요 플래닝 서브시스템(101), 공급 플래닝 서브시스템(102), 제조 스케줄링 서브시스템(103) 및 운송 관리 서브시스템(104)은 모두 비즈니스 목적을 만족시키기 위한 부분-오더 플랜 생성을 돕기 위해 추론 엔진을 활용한다. 본 발명의 일실시예에서, 이 기능들을 제공하는 추론 엔진은 다수의 유사한 추론 엔진에 따른 플래닝 프로세스를 공유하는 분산형 추론 엔진이다.
본 발명의 일실시예는 지능형 인터페이스(105)를 포함한다. 지능형 인터페이스(105)는 사용자의 플랜 및 목적에 따라 데이터의 디스플레이를 조정하는 목적-지향 시스템이다. 본 발명의 추가의 실시예에서, 지능형 인터페이스(105)는 목적을 결정하기 위해 사용자의 의도를 해석하고, 이에 따라 데이터의 디스플레이를 조정한다.
마지막으로, 정보 관리자(106)는 여러 공급 체인 참여자에 의해 공유되는 데이터를 유지한다. 정보 관리자(106)는 데이터 보호를 실행할 수 있고, 다른 공급 체인 참여자의 정보 관리자와 데이터를 교환할 수 있다. 그리고 나서, 공유 지식은 위에서 논의된 다른 구성요소들에 의해 사용된다.
도2는 수요 플래닝 서브시스템(101), 공급 플래닝 서브시스템(102), 제조 스케줄링 서브시스템(103) 또는 운송 관리 서브시스템(104)을 포함하는 플래닝 프로세스의 구현예를 도시한 개략도이다. 이 실시예에서, 각 소프트웨어 구성요소는 운영 체제(201)에 의존한다. 본 발명의 바람직한 실시예에서, 운영 체제(201)는 SunMicrosystemsTM및 IntelTM-기반 컴퓨터상에서 실행되는 SolarisTM운영 체제이다.
운영 체제(201)는 소프트웨어 애플리케이션을 실행하기 위한 플랫폼을 제공하고, 아래에 놓인 컴퓨터 하드웨어의 세부사항으로부터 요약한 표준화된 인터페이스를 제공한다. 데이터베이스(202)는 많은 양의 데이터를 저장, 검색 및 회수를 위한 메커니즘을 제공하는 운영 체제(201) 상에서 실행된다. 본 발명의 바람직한 실시예에서, 데이터베이스(202)는 OracleTM데이터베이스이다.
데이터베이스(202) 및 운영 체제(201)를 이용함으로써, 추론 엔진(203)은 부분 오더 플래닝을 수행하기 위한 툴 및 프레임워크(framework)를 제공한다. 종래의 SCM 시스템에서, 추론 시스템(203)은 최적의 스케줄러이다.
본 발명은, 성능을 증가시키고 실세계에서 부딪히는 도전 및 불확실성을 보다 잘 처리하기 위해, 부분-오더 플래너를 추론 엔진(203)의 일부로 제공함으로써, 종래 기술을 개선한다. 바람직한 실시예에서, 부분-오더 플래너는 최소 커미트먼트 플래너이다.
마지막으로, 그래픽 사용자 인터페이스(205)는 컴퓨터 스크린상에 데이터를 디스플레이하고, 마우스, 키보드 또는 터치 스크린과 같은 장치로부터 사용자 입력을 수신함으로써, 사용자와 상호 동작하기 위한 메커니즘을 제공한다.
도3은 본 발명의 일실시예에 따른 추론 엔진(203)을 도시한 개략도이다. 추론 엔진(203)은 하나 또는 그 이상의 플래너(302), 의도 해석기(303), 정보 관리자(304), 스크립트 실행자(305), 지식 베이스(306) 및 상황 평가자(307)를 포함한다. 이들 각 구성요소들은 아래에 보다 상세히 설명된다. 또한, 추론 엔진의 구성요소들의 다양한 예시적인 구현예들을 설명한 다음과 같은 간행물들이 여기서 참조문헌으로 포함된다.
(1) Hoshstrasser, Belinda Hardman and Norman D. Geddes. Proceedings of the International Joint Conferences on Artificial Intelligence 1989 Workshop on Integrated Human-Machine Intelligence in Aerospace Systems. OPAL: Operator Intent Inferencing for Intelligent Operator Support Systems. (August 21, 1989)
(2) Geddes, Norman D., et al. Fostering Collaboration in System of Systems
(3) Rouse, William B., et al. An Architecture for Intelligent Interfaces: Outline of an Approach to Supporting Operators of Complex Systems. Human-Computer Interaction, vol. 3, pp. 87-122 (1987)
(4) Geddes, Norman D. and Mark A. Hoffman. Supervising Unmanned Roving Vehicles Through an Intelligent Interface
(5) Geddes, Norman D., et al. Automated Acquisition of Information Requirements for an Intelligent Display
(6) Miller, Christopher A., et al. Plan-Based Information Requirements: Automated Knowledge Acquisition to Support Information Management in an Intelligent Pilot-Vehicle Interface. Digital Avionics Systems conference(Seattle, Washington, October 5-9, 1992)
(7) Geddes, Norman D., Karge Scale Models of Cooperative and Hostile Intentions. IEEE Computer Society, International Conference and Workshop on Engineering of Computer Based Systems (ECBS'97)(Monterey, California, March 27-28, 1997)
(8) Webb, Barry W., Norman D. Geddes, and Leslie O. Neste. Information Management with a Hierarchical Display Generator
(9) Rouse, W.B., N.D. Geddes, and J.M. Hammer. Computer-aided fighter pilots. IEEE Spectrum. pp.38-41 (March 1990)
(10) Geddes, N.D. and R.J.Lee. Intelligent Control for Automated Vehicles: A Decision Aiding Method for Coordination of Multiple Uninhabited Tactical Aircraft. Association for Unmanned Vehicle Systems International AUVSI'98 25th Annual Symposium and Exhibition. (Huntsville, Alabama, Jume 8-12, 1998)
(11) Geddes, N.D., R.J.Lee and J.L. Brown. A Portable Lightweight Associate for Urban Helicopter Pilotage. Submetted to IEEE (September 25, 1997)
(12) Geddes, N.D. "Associate Systems: A framework for human-computer cooperation." 7th International Conference of Human-Computer Interaction. (San Francisco, California, August 24-29, 1997)
먼저, 하나 또는 그 이상의 플래너(302)가 논의된다. 종래의 모든 플래너가 본 발명과 함께 사용될 수 있다. 그러나, 바람직한 실시예는 실시간, 부분-오더, 최소-커미트먼트 플래너를 사용한다. 이러한 플래너는 추상 공간에서 플래닝에 의해 변화하는 세계에서의 실시간 동작을 효과적으로 관리할 수 있다. SCM 시스템에서, 시스템의 현재 상태는 항상 변화한다. 예를 들면, 효율성이 변화하고, 소비자 공급이 변동하고, 노동 및 부품의 이용가능성이 변화하면 새로운 오더가 배치된다. 단지 주어진 제약에 대한 가능성을 확인하는데 필요한 세부사항의 레벨에 대해 계획하는 시스템은, 기호, 목적 및 의도가 항상 변화하는 동적인 환경에서 과도한 플래닝 및 커미트먼트를 방지함으로써, 자원 및/또는 옵션을 보존한다. 본 발명의 일실시예에서, 부분적 오더, 최소 커미트먼트 플래너는 비즈니스 목적의 추상적 분해를 사용한다. 이 분해는 각 목적을 만족시키는데 사용될 수 있는 방법(또는 플랜) 및 의도를 달성하기 위해 수행될 수 있는 가능한 목적의 계층을 표현한 비주기적인 유도된 그래프인 플랜 및 목적 그래프(PGG)로 표현된다. 광범위한 포괄적 플랜은 유도된 비주기 그래프 구조에서 보다 높은 PGG의 플랜 노드로 표현되고, 보다 하위레벨의 플랜 서브-엘리먼트는 보다 하위 레벨의 PGG내의 세부사항의 증가 레벨을 제공한다. PGG를 이용하는 부분 오더 플래닝 시스템은, 1998년 6월에 출판된 N.D. Geddes 및 R.J. LEE 저서의 논문 "Intelligent Control for Automated Vehicles: A Decision Aiding Method for Coordination of Multiple Uninhabited Tactical Aircraft"에 기술되어 있다.
전형적인 SCM 시스템은 풀-오더 플래너를 사용한다. 플래너는 주어진 가용자원 및 도메인 제약에서 가능한한 많은 요구된 상태 또는 목적을 달성하기 위해 취해질 수 있는 일련의 액티비티를 결정한다. 풀 오더 플래너는 취해질 "최적의" 액티비티 시퀀스를 결정한다. 이 프로세스는 최선의 조합을 결정하기 위한 모든 액티비티의 조합을 검색할 필요가 있기 때문에, 이것은 액티비티의 수에서 n-세제곱되거나 또는 더 나쁜 오더이다. 부분 오더 플래너는 취해질 "최적의" 액티비티 시퀀스보다 적게 컴퓨팅한다. 예를 들면, 부분 오더 플래너의 하나의 형태는 가능한 한 적게 완료함으로써, 검색 공간의 기하급수적인 성장을 감소시켜 플래닝 속도의 증가를 초래하도록 동작하는 최소 커미트먼트 플래너이다. 모든 플랜이 반드시 고려되지 않기 때문에, 부분 오더 플래너는 하나 또는 그 이상의 목적에 도달하기 위한 액티비티의 최적의 시퀀스를 찾지 못할 수 있다. 그러나, 도메인 및 자원 제약을 만족시키는 플랜은 빠르게 제공될 수 있고, 결과로서 생성되는 플랜은 변화가 발생함에 따라 다시 산출될 수 있다.
본 발명의 일실시예에서, 플래너(302)는 부분 오더 플래너이고, 플랜 서브-엘리먼트의 라이프 사이클 상태를 설정하기 위해 상태 천이 방법을 사용함으로써, 플랜내의 액티비티에 대한 커미트먼트의 레벨을 관리한다. 플랜 라이프 사이클 상태 천이의 일실시예는 도6에 도시되어 있다. 플랜 서브-엘리먼트가 라이프 사이클 상태를 통해 후보로부터 액티브 상태로 이동함에 따라, 부분 오더 플래너는 그 서브-엘리먼트에 대한 커미트먼트를 증가시킨다. 부분 오더 플래너는 또한, 플랜 서브-엘리먼트 상태를 거절 상태(rejected state) 또는 취소 상태(revoked state)로 변화시키고, 최종적으로 종료 상태로 변화시킴으로써, 그 커미트먼트를 감소시킬수 있다. 이 메커니즘은 각 플랜 서브-엘리먼트에 대해 비-단조(non-monotonic) 등급된 레벨의 커미트먼트를 제공한다.
본 발명의 일실시예에서, 플랜 서브-엘리먼트의 상태 천이는, 상황 평가자(situation assessor)(307)로부터 수신된 이벤트 신호에 응답하여, 플래너(302)에 의해 수행된다. 플래너(302)가 플랜 서브-엘리먼트를 새로운 라이프 사이클 상태로 이동시키면, 플래너(302)는 상황 평가자(307)내의 특정 모니터의 활성화를 요구한다. 본 발명의 일실시예에서, 모니터는 플랜 서브-엘리먼트가 다수의 라이프 사이클 상태 중 상이한 상태로 천이하여야 하는 조건을 나타낸다. 상황 평가자(307)는 활성화된 특정 모니터를 주기적으로 평가하고, 조건이 만족된 각 특정 모니터에 대해 이벤트 신호를 플래너(302)에 제공한다.
본 발명의 일실시예는 의도 해석기(303)를 포함한다. 이 실시예에서, SCM 시스템은 사용자가 달성하고자 하는 것을 결정하기 위해 사용자의 액션을 모니터한다. 의도 해석기는 비즈니스 프로세스 도메인내에서 사용자의 목적의 업무-분석적인 분해(task-analytic decomposition)를 이용하여 이를 수행한다. 본 발명의 일실시예에서, 의도 해석기는 플래너(302)에 의해 사용된 것과 동일한 지식에 대해 PGG를 사용한다. 또한, 의도 해석기(303)는 스크립트로 표현된 지식을 사용한다. 이 스크립트는 그 실행이 실행 상황의 상태에 종속될 수 있는, 부분적으로 특정된 프리미티브 액션의 시퀀스이다. 다른 실시예는 넌-프리미티브 액션을 포함할 수 있는 스크립트를 사용할 수 있다(예로, 귀납 스크립트 호출 또는 부가 스크립트 호출). 스크립트는 플랜 서브-엘리먼트에 의해 설명된 특정 비즈니스 프로세스를 수행하기위해 일상적으로 사용되는 비즈니스 프로세스 또는 표준 절차를 나타낸다. 이러한 표준 비즈니스 절차는 정상 및 비정상 이벤트 모두에 대한 표준 응답 및 기업내의 운영 조건을 포함할 수 있다. 의도 해석기(303)는 스크립트에 의해 정의된 비즈니스 프로세스가 존재할 때에 필요한 문제 해결 동작을 나타내기 위해 PGG상에서의 추론(reasoning)을 이용한다. 지식 베이스(306)에 저장된 도메인 지식과 함께 시스템의 다른 구성요소에 의해 이루어진 단정(assertions)을 이용함으로써, 의도 해석기는 사용자의 가장 가능성 있는 의도를 판단한다. 그리고 나서, 판단된 의도는 사용자에게 디스플레이되는 정보를 갱신하고, 사용자의 해석된 목적을 만족시키기 위한 하나 또는 그 이상의 플랜을 생성하기 위해 사용된다.
본 발명의 일실시예는 1989년 7월에 출판된 B,H. Hoshstrasser 및 N.D. Geddes 저서의 논문 "OPAL:Operator Intent Inferencing for Intelligent Operator Support Systems"에 기재된 것과 유사한 의도 해석기를 사용한다. 의도 해석기는 스크립트 및 플랜-목적 그래프 모두로 표현된 오퍼레이터 의도의 모델을 포함한다. 시스템은 오퍼레이터 의도의 현재 모델의 관점으로 오퍼레이터 액션을 의도하려고 시도한다. 액션은, 의도 모델에 의해 예상되었던 것과 일치하는 경우, "설명될(explained)" 것으로 말해진다.
의도 해석기는 먼저 스크립트-기반 추론을 이용하여 오퍼레이터 액션의 의도를 해석하려고 시도한다. 이것은 조직의 현재 액티브 표준 비즈니스 절차와 관련해서 사용자의 행동을 평가하는 것과 동일하다. 현재 의도 모델내의 각 액티브 스크립트는 액션이 스크립트의 실행시 예상된 단계인지를 판단하기 위해 검사된다. 액션이 스크립트의 오픈 세그먼트내의 이벤트와 매칭되는 경우, 이벤트는 완료된 것으로 표시되고, 오퍼레이터 액션이 설명된다. 매칭이 일찍 발견되더라도, 특정 액션이 하나 이상의 액티브 스크립트에서 발생할 수 있기 때문에, 모든 액티브 스트립트가 검색된다. 스크립트-기반 추론자(reasoner)가 실행되면, 스크립트 중 어느 것이 의도의 현재 모델로부터 제거되어야 하는지를 판단하기 위해 각 스크립트의 종료 조건을 평가한다.
액션이 액티브 스크립트에 의해 예측되지 않은 경우, 시스템은 오퍼레이터의 현재 목적 중 하나를 만족시키기 위한 플랜의 관점으로 액션을 설명하기 위한 플랜-기반 추론을 시도한다. 이를 수행하기 위해, 시스템은 도메인 지식 및 오퍼레이터의 가능한 플랜 및 목적의 지식을 포함하는 지식 베이스를 사용한다. 지식 베이스는 주어진 도메인에 대한 PGG의 관계-기반 표현이다. PGG는 사용자의 귀납적인 문제 해결 양식을 나타낸다. 관계는 또한 스크립트 및 오퍼레이터 액션이 저레벨 플랜과 어떻게 관련되는지를 정의한다. 제약은 액션이 발생된 상황에 대해 고려하기 위한 방법을 제공하는 관계상에 위치된다.
플랜을 통해 오퍼레이터 액션을 설명하기 위해서, 시스템은, 액션이 오퍼레이터의 현재 플랜 및 목적 중 어느 것에 의해 예측되었는지를 판단하기 위해, 지식 베이스를 통해 백워드 체인한다. 이것은 이미 액티브된 보다 높은 레벨의 플랜 또는 목적에 대한 액션을 연결시키기 위해, 중간 플랜 및 목적을 추론할 필요가 있다. 이 새로운 플랜 및 목적은 오퍼레이터 의도의 현재 모델로 호출되고 통합될 수 있다. 의도 해석기(303)는 사용자의 현재 의도의 모델을 갱신하기 위해 비-단조 추론(non-monotonic reasoning)을 사용한다. 전술한 바와 같이, 새로운 플랜 또는 목적을 추론하는 부작용은 새롭게 추가된 플랜 및 목적과 일치되는 것으로 알려진 다른 플랜 및 목적을 취소할 필요가 있을 수 있다. 새로운 플랜의 추론에 의해 스크립트가 활성화되거나 또는 취소될 수 있다. 시스템이 스크립트 또는 플랜 중 어느 하나에 의해 오퍼레이터의 액션을 설명할 수 없는 경우, 이것은 잠재적으로 사용자에 의한 동작 에러가 된다.
의도 해석기(303)는 본 발명의 필수 구성요소는 아니다. 그러나, 의도 해석기(303)는 기업 관리자가 SCM 시스템에 저장된 데이터 및 비즈니스 프로세스를 보고, 분석하고, 수정하고, 시뮬레이션하고 테스트하는 것을 돕기 위해, 지능형 판단 지원 시스템을 구축하기 위한 메커니즘을 제공할 수 있다. 본 발명의 일실시예는 의도 해석기(303)없이 부분 오더 플래너를 포함할 수 있다. 이 실시예는 SCM 시스템에서 공급 및 수요 플래닝을 보다 효과적으로 수행하는데 사용될 수 있다.
스크립트 수행자(305)는 지식 베이스(306)에 저장되는 다수의 병렬로 위치된 스크립트를 실행하는데 사용될 수 있다. 위에서 논의된 바와 같이, 이들 스크립트는 그 실행이 민감한 환경인 부분적으로 특정된 프리미티브 액션의 시퀀스이다. 스크립트는 비즈니스 절차 실행을 위해 최적화된 지식 표현으로 여겨질 수 있고, 소프트웨어 실행(executables)이 소스 코드의 최적화된 표현으로 여겨질 수 있는 것과 같다.
본 발명의 이 실시예의 구성요소인 정보 관리자(304)는 사용자 인터페이스 및 공급 체인 관리 시스템내의 다른 참여자와의 협력에 대한 자동 정보 관리 특징을 제공한다. 정보 관리자(304)는, 어떤 정보가 사용자에게 디스플레이되고 다른 참여자와 공유되어야 하는지를 결정하기 위해, 의도 해석기(303)에 의해 판단된 사용자의 현재 의도를 포함한 지식 베이스(306)에 저장된 지식을 사용한다. 사용자에 의해 요구된 정보는 사용자의 업무로 변화하고, 의도가 변화한다. 본 발명의 이 실시예는 현재의 지식 베이스에 기반하여 필요한 정보를 판단하기 위해 모델을 사용한다.
본 발명의 일실시예는 B.W.Webb, N.D.Geddes 및 L.O.Neste에 의한 논문 "Information Management with a Hierarchical Display Generator"에 기재된 것과 유사한 정보 관리자(304)를 사용한다. 이 논문은 사용자에 의해 수행되는 업무에 대해 디스플레이되는 정보의 포맷을 선택하고 조정하는 시스템의 구현예를 기재하고 있다.
마지막으로, 지식 베이스(306)는 플랜, 스크립트, 단정, 관계, 프레임 등을 포함하는 추론을 처리하는 시스템에서 사용되는 모든 지식을 저장한다. 지식은 지식 패턴 및 지식 인스턴스로 구성된다. 상황 평가자(307)는, 일치하지 않거나 오래된 믿음(beliefs)을 식별 및 해결함으로써, 지식 베이스(306)내의 지식 인스턴스의 일관성을 유지한다. 본 발명의 일실시예에서, 상황 평가자는 데이터값 및 믿음을 갱신하기 위해 개념 그래프를 사용한다. 개념 그래프는 관측가능한 데이터값과 데이터에 대해 이루어진 고레벨의 산정 및 단정 사이의 종속성의 지식 표현이다.
본 발명의 일실시예에서, 개념 그래프는 상황 평가자(307)가 각 개념의 값으로 갖는 믿음의 정도를 산출하기 위한 하나 또는 그 이상의 수단을 포함한다. 믿음을 산출하기 위한 이러한 수단의 하나는 베이스 공식(Bayes Formula)이다. 상황 평가자(307)가 새로운 데이터를 수신하면, 그 데이터에 종속하는 개념이 갱신되고, 그 믿음값도 역시 갱신된다. 갱신된 믿음값의 결과로, 상황 평가자(307)에 대한 비-단조 진리 유지를 제공함으로써, 상황 평가자(307)는 개념내의 믿음을 감소시킬 수 있다.
도4는 본 발명의 일실시예에 따른 네트워크도를 도시하고 있다. 이 실시예에서, 공급 체인 관리 시스템은 3개의 공급 체인 참여자, 즉 참여자 A(403), 참여자 B(404) 및 참여자 C(405)로 구성된다. 각 참여자는 종래의 네트워크 접속을 이용하여 인터넷(401)에 접속된다. 여기서 설명된 SCM 시스템은 인증되지 않은 데이터의 액세스를 방지하기 위한 보안 특징을 가지지만, 참여자는 민감한 기업 데이터의 보호를 제공하기 위해 방화벽(402)을 사용하기를 바랄 수 있다. 예를 들면, 방화벽(402)은 참여자 C(405)를 보호하도록 사용된다.
본 발명의 일실시예에서, 액세스 허가는 참여자 시스템내에 존재하는 액세스 제어 리스트(ACL)에 저장된 데이터의 각 테이블에 대해 유지된다. 예를 들면, 본 발명에 저장된 하나의 테이블은 각 고객 오더에 대한 기록을 유지한다. 오더의 수는 공급 체인에서 사용되는 제품에 대한 수요를 판단하고 예측하는 것과 관련된다. 그러나, 오더 데이터는, 특히, 공급 체인내의 참여자 중 하나가 경쟁자(competitor)인 경우에, 민감할 수 있다.
예를 들면, 참여자 C(405)는 PDA(personal digital assistants)에서 사용되는 LCD(liquid crystal display) 패널을 참여자 A(403)에게 공급한다. 참여자 C는또한 PDA를 제조한다. 이 상황에서, 참여자 C(405)는 무제한적으로 참여자 A(403)와 상세한 오더 정보를 공유하기를 원하지 않을 수 있고 반대의 경우도 마찬가지이다. 그러나, 두 참여자는 참여자 A(403)에 의해 사용이 의도된 참여자 C(405)의 LCD 패널에 대한 특정 생산 계획과, 참여자 A(403)에 의한 LCD를 이용한 PDA에 다한 특정 생산 계획 사이의 정의된 관계를 갖는다. 두 참여자가 참여자 A(403)에 의해 사용되는 LCD에 대한 특정한 공급 및 수요 플랜을 공유하도록 동의하면, 이 플랜에 관련된 특정 정보는 참여자 C(405) 시스템 ACL내에서 참여자 A(403)에 대해 할당되고, 반대의 경우도 마찬가지이다. 이것은 각 참여자 시스템이 공유하도록 동의된 특정 생산 플랜 또는 상황에서의 변화의 경우에 자동적으로 서로 갱신되도록 허가한다. 어떤 참여자도 방화벽(402)을 통해 다른 참여자 데이터에 대한 액세스가 부여되지 않는다.
본 발명의 이 실시예를 이용하여, 공급 체인 참여자는, 그들이 다른 특정 참여자와 특정 비즈니스 목적 및 플랜을 공유하기를 원하는 것에 대한 한도를 선택함으로써, 시스템에서 참여의 레벨을 결정할 수 있다. 보다 많은 정보가 공유될수록, 시스템은 보다 중요해진다. 그러나, 참여자들 사이에 매우 적은 사항만이 공유되더라도, 참여자들은 여전히 약간의 유용성을 생각한다.
본 발명의 다른 실시예는 데이터 보안에 대한 보다 큰 입도(granularity) 및 제어를 필요로 한다. 예를 들면, 일실시예는 SCM 시스템에서 사용되는 각 데이터 기록에 대해 액세스 제어 리스트(ACL)를 유지한다.
도5에 도시된 공급 체인을 고려하자. 제조자(503)는 공급자 A(501) 및 공급자 B(502)에 의해 공급된 재료 및 구성요소를 이용하여 만들어지는 제품(wedgets)을 제조하는 회사이다. 제품이 제조되면, 이것은 소매상인 A(505) 및 소매상인 B(506)와 같은 여러 소매상인에게 제품을 배송하는 분배자(504)에게 배송된다.
본 발명의 일실시예에 따르면, 도5에 도시된 공급 체인내의 각 참여자는 공급 체인 관리 시스템을 유지한다. 각 시스템은 재고량, 품질 정도, 결함수, 비용 등과 같은 메트릭(metrics)을 유지한다. 보안 시스템은 다른 참여자로부터 각 참여자의 독점 비즈니스 데이터를 보호하도록 제공된다.
예를 들면, 공급자 A(501) 및 공급자 B(502)가 제조자(503)에게 동일한 구성요소 및 물질을 각각 공급하는 경우, 직접적인 경쟁자로서 그들은 대부분 비용, 재고 또는 다른 비즈니스 데이터를 서로 공유하기를 원치않을 것이다. 그러나, 공급자 A(501) 및 공급자 B(502)는 제조자(503) 또는 공급 체인내의 다른 것에게 이용가능한 일부 데이터를 만드는 것과 대조적이지 않을 것이다. 시스템은 각 참여자가 그들이 원하는 보안 정책이 무엇이든 이를 특정하도록 할 수 있다.
공급 체인 유지 시스템에서, 참여자들에게는 하나의 참여자에 의해 수행된 액션이 다른 참여자에게 가질 수 있는 영향을 측정할 수 있는 것이 유용할 것이다. 예를 들면, 공급자 A(501)가 약속된 것보다 한달 후에 제품 구성요소를 운송하거나, 또는 공급자 B(502)가 보다 높은 품질의 제품에 대해 보다 많은 것을 운송하는 경우, 전체 공급 체인이 이익이 될 것이다. 본 발명은 참여자가 독점 기업 데이터를 보호하면서 판단하는데 필요한 정보를 공유하는 것을 도울 수 있다. 공급자 A(501)는 제조자(503)가 제품을 만드는데 얼마나 많은 비용이 드는지 알 필요가 없다. 그것보다는, 공급자 A(501)는 자신의 액션이 제조자(503)의 순이익에 어떤 영향을 줄 것인가만을 알 필요가 있다. 본 발명의 일실시예는 다른 참여자의 액션에 의해 야기된 값에서의 변화를 공유하기 위한 방법 및 시스템을 포함한다. 각 참여자는 그의 액션이 다른 참여자의 가치에 어떤 영향을 줄 것인가만을 알 필요가 있다. 이것은 참여자에 의해 추가된 현금 가격 또는 추정된 상대 가격의 측정을 이용하여 구현된다.
이러한 일실시예에서, 현금 가격 부가(CVA) 회계 시스템이 사용되고, 이로써 각 참여자는, 현금 가격에서의 변화를 공유함으로써 공급 체인내의 참여자들에 의해 취해진 액션의 영향을 컴퓨팅하고 공유한다.
본 발명의 일실시예에서, 본 발명이 협력하는 회사들 사이의 플래닝에서의 충돌을 검출하기 위해 추론 엔진에 의해 사용된 후에, 추론 엔진을 포함하는 일련의 분배형 공급 체인 관리 시스템에 의해 플랜 및 상황이 공유된다. 새로운 또는 갱신된 플랜이 제2 협력측에 의해 하나의 협력측으로부터 수신되면, 제2측의 공급 체인 관리 추론 엔진은, 제2측의 현존 플랜과의 충돌에 대해 제2측에 의해 제공된 플랜을 평가한다. 지식 베이스(306)는 플랜 및 목적이 어떻게 충돌될 수 있는지를 정의하는 특정 지식을 포함한다. 일실시예에서, 플랜 및 목적 충돌 검출은 Geddes, N.D에 의한 "A model for intent interpretation for multiple agents with conflicts"(1994)에 기재된 접근방법을 이용한다. 공유된 플랜으로 충돌이 검출되면, 충돌한 측 모두는 정보 관리자(304)를 이용하여 충돌의 상세한 성질에 관해 통지된다.
다음은 추론 엔진의 여러 구성요소들 사이의 상호작용을 보여주는 예시적인 실시예이다. 지능형 판단 지원 시스템은 사람이 공급 체인내의 몇몇 회사들 사이에 협력적인 공급 체인 관리를 돕는 것으로 고려하자.
플래닝 사이클에 대한 시작 지점은 PGG 로부터의 고레벨 목적 인스턴스의 포스팅(posting)이다. 목적의 포스팅은 고레벨 목적을 그 목적을 달성하기 위해 실행될 수 있는 저레벨 액션으로 분해하고 세분화하는 것을 포함하는 플래닝 사이클을 트리거한다. PGG내의 각 목적은 하나 또는 그 이상의 자식 플랜(child plans)을 가지는데, 이것의 일부는 직접적으로 실행될 수 있고, 일부는 하위-목적 및 하위-플랜으로 귀납적으로 분해되고, 프리미티브 단계에 도달할 때까지 세분화될 것이다. 플래너가 최소 커미트먼트 플래너이기 때문에, 분해 동안에 생성되는 세분화에 대한 커미트먼트는 커미트먼트가 연기될 수 없는 플랜의 양상에 대해서만 제한된다. 시스템이 사람과 가깝께 상호동작하도록 구성된 경우, 성공적으로 분해되고 세분화되는 후보 플랜들이 오퍼레이터에게 제안될 수 있다.
서브-엘리먼트로의 플랜의 분해를 생성하는 것에 추가하여, 플래너는 플랜의 각 서브-엘리먼트의 특정 라이프 사이클 상태를 관리한다. 도6에 도시된 라이프 사이클 상태는 각각의 플랜 서브-엘리먼트에 대한 시스템의 커미트먼트를 관리하기 위한 메커니즘을 제공한다. 각 플랜 서브-엘리먼트의 라이프 사이클 상태는 그것과 연관된 특정 모니터링 지식을 갖고, 상황 평가자의 프로세싱에 촛점을 맞추도록 하고, 플래너의 이벤트-기반 제어를 제공한다.
PGG 플랜 또는 목적의 라이프 사이클을 통해, 동적 플래너는 플랜 또는 목적의 파라미터를 유지하고, 그 성공 또는 실패를 모니터한다. 결과적으로, 플래너는 그것의 실행을 중재하는 플랜 파라미터를 동적으로 조정하고, 필요에 따라 노드의 자식(children)을 동적으로 재선택하고 세분화할 수 있다.
시스템의 동작은 상황 평가자(307)에서 시작한다. 가장 간단한 실시예에서, 이 구성요소는 시스템에 대한 입력을 모니터하고 판독한다. 상황 평가자(307)는 시스템의 현재 상태에 관한 지식 베이스에 대해 데이터를 추가하도록 이를 수신하는 입력을 이용한다. 예를 들면, 본 실시예에서, 시스템은 지식 베이스(306)에 대해 사실 또는 관측결과를 추가하기 위해 사용자의 키 입력 및 마우스 클릭을 모니터한다. 이것은 또한 공급 체인 관리에 대한 중요성의 상황을 갱신하기 위해, 공장 데이터 시스템 및 재정 시스템으로부터 데이터를 수집할 수도 있다.
도7은 본 발명의 일실시예에 따른 개념 그래프를 도시하고 있다. 상황 평가자(307)는 지식 베이스(306)내의 가능한 관심의 상황에 대한 지식을 도7에 도시한 것과 같은 개념 그래프의 형태로 저장한다. 개념 그래프는 저레벨 데이터와 고레벨 개념 사이에 관계를 특정한다. 상황 평가자(307)는 데이터 입력에 기반하여 판단되도록 특정 데이터 및 결론을 표현하는 개념 인스턴스를 생성한다. 개념은 공급 체인의 상황에 대한 고도로 집합되고 추상적인 결론을 표현할 수 있다. 각 개념은 플랜 및 목적의 라이프 사이클 상태가 시간에 걸쳐 변화함에 따라, 플래너(302)에 의해 활성화될 수 있는 것에 대해 정의된 모니터를 가질 수 있다. 예를 들면, 도7에서, 개념 그래프는 표준 운송(701)의 개념, 우선적 운송(702), 오더 준비(703) 및 고객(715)의 개념들 사이에 관계를 도시하고 있다.
모니터는 시스템에 의해 정의될 수 있는 데이터 입력이다. 한번에 모든 가능한 입력들을 모니터링하는 대신에, 본 발명의 실시예는 어떤 데이터가 실제 필요한지를 식별하기 위한 메커니즘을 제공한다. 그리고 나서, 필요한 데이터에 대응하는 모니터가 활성화되어, 필요 데이터가 수집되고 판단 지원 프로세스에 사용될 수 있다.
예를 들면, 본 발명의 일실시예는 창고 사용 비율, 창고 사용 비율에서의 변화, 창고에서 사용되는 제곱 피트 수 등을 포함한 여러 창고 메트릭에 대한 모니터를 포함한다. 시스템이 이 데이터 모두에 대해 액세스할 수 있지만, 데이터는 대응하는 모니터가 액티브되지 않으면 산출되지 않는다. 모니터는 개념 그래프 또는 PGG 내의 노드에 연관될 수 있다. 그리고 나서, 시스템은, 불필요한 데이터 수집 및 산출을 피하기 위해, 데이터가 필요할 때에, 모니터를 활성화할 수 있다.
이 실시예에서, 상황 평가자(307)는, 지식 베이스(306) 및 상황 평가자(307)를 포함하는 다른 공급 체인 관리 시스템과 통신함으로써, 개념 패턴 및 인스턴스의 카피를 송신 및 수신할 수 있다. 통신은 인터넷과 같은 광대역 네트워크, 로컬 네트워크 및 직접 접속을 포함하는 다수의 방법에 의해 달성될 수 있다.
새로운 사실이 지식 베이스(306)에 추가될 때마다, 상황 평가자(307)는 새로운 사실에 관련된 모니터들을 처리한다. 모니터가 만족되는 것으로 밝혀지면, 플래너로 하여금 자신의 플래닝을 갱신하도록 야기하는 이벤트가 플래너(302)로 발생된다.
사용자에 의한 프리미티브 액션의 실행을 나타내는 새로운 사실이 지식 베이스(306)에 추가될 때마다, 의도 해석기(303)는 사용자의 현재 의도의 모델을 갱신하기 위해 새로운 단정을 처리한다. 의도 해석기는 도8에 도시된 하나의 부분과 같은 사용자 의도의 PGG 모델을 사용한다.
도8은 사용자 의도의 PGG 모델을 보여주고 있다. 예를 들면, 탑-레벨 플랜은 회사 A 동작(801) 및 회사 B 동작(814)을 포함한다. 이들 플랜은 목적으로 분해될 수 있다. 예를 들면, 회사 A 동작(801)은 2개의 목적, 즉, (1) 시설 구비(802) (2) 수익 구비(803)로 분해될 수 있다. 이 목적은 다음에 다른 목적 등으로 분해될 수 있다. 플랜은 또한 그것과 연관된 플랜을 완료하기 위한 스크립트를 가질 수 있고, 목적은 하나 또는 그 이상의 프리미티브 액션으로 완전히 분해될 수 있다.
의도 해석기(303)는 현재 사용자의 가능한 의도를 판단하기 위해 사용자 의도의 시스템 PGG 모델을 통해 검색한다. 그리고 나서, 의도 해석기(303)는 사용자의 현재 인지된 의도에 기반하여 하나 또는 그 이상의 목적을 실증한다.
도9에서, 회사 A에서의 사용자는, 특정 목적지에 대한 부품들의 로드를 운반하기 위해 특정 운송 회사를 이용하여 운송 요구(914)를 신청함으로써, 사용자 인터페이스에서 프리미티브 단계 또는 액션을 수행한다. 의도 해석기(303)는 이 액션의 설명을 검색하고, 운송 회사가 회사 A와 장기 운송 계약을 했다는 것을 지식 베이스에서 찾는다. 의도 해석기(303)는, 사용자가 장기 운송 계약(903)을 운송자(shipper)를 구비하는 목적을 만족시키기 위한 플랜으로 사용하도록 계획하는 것으로 임시로 가정된다. 그리고 나서, 의도 해석기(303)는 목적을 설명하는 지식 베이스(306)내에서 보다 높은 레벨의 플랜을 검색하고, 그 부품의 오더를 배송하기 위해, 표준 운송자(908)를 이용하기 위한 액티브 플랜이 존재한다는 것을 알게 된다. 따라서, 의도 해석기(303)는 지식 베이스(306)내에서 플랜 및 목적을 실증한다. 새로운 목적의 포스팅은, 일시 운송 계약을 이용하는 것과 같은, 목적에 대한 다른 효과적인 대안 플랜이 존재하는지를 고려하도록 플래너(302)를 개시한다.
의도 해석기(303)는 지식 베이스(306)내의 PGG 지식을 통해 검색할 때에 비-단조 추론을 사용한다. 액티브로 알려진 것에 대해 가정된 노드로부터 PGG내의 완전 경로를 찾는 것이 불가능한 경우, 이것은 앞의 가정을 취소하고, 다른 경로를 탐험할 수 있다.
이 실시예에서, 의도 해석기(303)는 또한 지식 베이스(306) 및 의도 해석기(303)를 포함하는 다른 공급 체인 관리 시스템과 통신함으로써, 플랜 및 목적 패턴 및 인스턴스의 카피를 송신 및 수신한다. 이 통신은 로컬 네트워크, 직접 접속 및 인터넷과 같은 광대역 네트워킹을 포함한 다수의 방법에 의해 달성될 수 있다.
목적이 변화거나, 모니터 이벤트가 상황 평가자(307)로부터 수신될 때마다, 플래너(302)는 어떤 다른 플래닝이 발생하는데 필요한지를 판단한다. 예를 들면, 의도 해석기(303)가 새로운 목적을 가정하면, 플래너(302)는 그 목적을 달성하기 위한 플랜을 생성할 필요가 있다. 바람직한 실시예에서, 플래너(302)는 발생되는데 필요한 하위 목적 및 액션을 판단하기 위해 지식 베이스(306)에 저장된 PGG의 검색이 수행되는 최소 커미트먼트 플래너이다.
목적 인스턴스 및 플랜 인스턴스가 라이프 사이클 상태를 변화시키면, 플래너(302)는 새로 변화되었거나 갱신된 목적 또는 플랜 인스턴스가 다른 목적 또는 플랜 인스턴스와 충돌되는지를 판단하기 위해 지식 베이스(306)내의 지식을 사용한다.
도10에서, 회사 A에서의 사용자는 오더에 응답하여 회사 B로 비닐 염화물의 운송을 배송(1006)하기 위한 목적을 정의한 데이터를 입력한다. 플래너(302)는 운송된 물질이 지명된 위험 물질인지를 판단하고, 위험 운송 플랜(1007)을 고려하기 위해 지식 베이스(306)내의 지식을 이용한다. 이 플랜은 3개의 하위목적을 가지는데, 첫째는 특정 경로를 거쳐 물질을 운송하기 위한 승인을 받는 것이고(1009), 두 번째 하위목적은 식별된 운송자를 구비하는 것이고(1010), 마지막 하위목적은 운송된 화물을 구비하는 것이다(1011). 플래너(302)는 운송자가 승인을 얻은 후까지 선택되지 않고, 운송자에 대한 추론이 그 이후까지 연기되도록 결정하기 위해, 지식 베이스(306)내의 지식을 이용한다. 승인이 획득되면, 모니터는 만족되고, 플래너(302)는 운송자 목적의 솔루션을 다시 시작할 수 있다. 플래너(302)는 일시 계약(1012)이 장기 계약보다 더 효과적이라는 것을 판단하고, 액션으로 이끄는 이 솔루션을 제안한다.
본 실시예에서 이루어진 하나의 최적화는 스크립트 수행자(305)의 사용이다. 특정 도메인에서, 많은 플랜들인 일반적으로 부딪히고, 도메인내의 개업자에게 알려진 수락된 방법의 몸체를 구성한다. 이들 플랜은 광범위한 플래닝의 필요없이 실행될 수 있는, 부분적으로 특정된 절차를 나타내는 스크립트로 구현될 수 있다. 스크립트 수행자(305)는 스크립트의 실행을 용이하게 하는 본 실시예의 구성요소이다. 스크립트는 지식 베이스(306)의 일부분인 시스템의 PGG에서 표현된다. 스크립트 수행자(305)는 인간 사용자에 의해 수행될 수 있었던 가능한 모든 프리미티브 액션을 수행할 수 있지만, 인간 오퍼레이터에 의해 제공된 일련의 허가로 제한된다.
일례로, 위험 물질의 운송에 대한 승인 목적, 및 국가, 주 및 지역 당국, 운송자 및 수신자를 포함할 수 있는 수반된 당사자들에게 통지하는 자손 플랜을 고려하자. 수반된 당사자들에게 통지하는 프로세스는 잘 정의되고, 자주 반복되는 프리미티브 액션의 시퀀스이기 때문에, 스크립트로 표현될 수 있다. 목적, 자손 플랜, 스트립트 및 플랜과 스크립트 사이의 관계의 표현은 모두 지식 베이스(306)의 일부분이다.
6월 23일 주간 동안에 아이다호 국가 연구소로부터 로스앨러모스까지 플루토늄 50킬로그램을 운송하기 위한 승인 목적과 같은, 위험 물질 운송에 대한 승인 목적의 특정 인스턴스가 생성되면, 플래너(302)는 운송의 특정 조직에게 통지하기 위해 플랜의 인스턴스를 생성할 수 있다. 스크립트 수행자(305)가 허가가 주어지면, 이것은 스크립트를 실행시키고, 필요한 수반 당사자들에게 운송 통지를 자동으로 송신한다.
전술된 구성요소는 시스템의 현재 상황 또는 상태를 평가하고, 하나 또는 그 이상의 응답을 플래닝하고, 액션 경로를 실행하기 위한 메커니즘을 제공한다. 이 정보 관리자(304)는 사용자에게 정보를 디스플레이하고, 지식 베이스(306), 스크립트 수행자(305) 및 상황 평가자(307)를 이용하여, 플래너(302) 및 의도 해석기(303)에 의해 식별된 현재의 의도 또는 플랜에 기반하여 사용자의 디스플레이를 갱신하는데 사용된다.
예를 들면, 지식 베이스(306)는 인간 사용자가 자신이 위험 물질을 운송하기 위한 플랜에 포함된 경우 액세스할 필요가 있는 정보의 표현을 포함한다. 이러한 종류의 플랜에 관련된 정보의 한 형태는 운송의 소스와 목적지 사이에 기후 조건이 될 수 있다. 아이다호로부터 로스앨러모스까지 플루토늄 운송과 같은, 이러한 플랜의 인스턴스가 생성되면, 정보 관리자(304)는, 운송 주간동안에 아이다호와 로스앨러모스 사이의 기후가 그 사람에게 관심이 있는 것인지를 판단하기 위해, 지식 베이스(306) 및 플랜의 속성(attributes)을 사용한다. 그리고 나서, 정보 관리자(304)는 현재 영역 및 시간 주기에 대한 기후 예측 지도를 보여주기 위해 디스플레이 표시를 명령한다.
이상에서, 본 발명의 실시예들이 설명되었다. 이 예들은 단지 본 발명을 예시하기 위한 것으로 이해되어야 한다. 이 기술분야에서 통상의 지식을 가진 자에게는 많은 변형예 및 수정예가 존재할 수 있다는 것이 이해될 것이다.
Claims (26)
- 하나 또는 그 이상의 비즈니스 프로세스 도메인에 대한 전문가 지식(expert knowledge)을 포함하는 지식 베이스(knowledge base);상기 지식 베이스에 연결되고, 부분 오더 플래너(partial order planner)를 포함하는 추론 엔진(inference engine);하나 또는 그 이상의 비즈니스 프로세스에 관한 데이터를 수집 및 분배하고, 하나 또는 그 이상의 목적(goals)을 판단하는 관리 시스템; 및상기 하나 또는 그 이상의 비즈니스 프로세스에 관한 정보를 디스플레이하는 그래픽 사용자 인터페이스(GUI) 시스템을 포함하고,여기서, 상기 추론 엔진은 상기 하나 또는 그 이상의 목적 중 적어도 하나를 달성하기 위한 플랜(plan)을 결정하기 위해 상기 부분 오더 플래너를 사용하는공급 체인 관리 시스템.
- 제1항에 있어서,상기 지식 베이스는 하나 또는 그 이상의 플랜-목적 그래프(plan-goal graphs: PGG)를 포함하는공급 체인 관리 시스템.
- 제1항에 있어서,상기 지식 베이스는 하나 또는 그 이상의 개념 그래프를 포함하는공급 체인 관리 시스템.
- 제3항에 있어서,상기 추론 엔진은 하나 또는 그 이상의 플랜 인스턴스(instances)를 생성하는공급 체인 관리 시스템.
- 제3항에 있어서,상기 하나 또는 그 이상의 개념 그래프 중 적어도 하나는 상기 추론 엔진에 의해 생성된 상기 플랜 인스턴스에 의해 제공되는 경제적 이익의 비-단조(non-monotonic) 모델을 포함하는공급 체인 관리 시스템.
- 제4항에 있어서,상기 추론 엔진은 상기 부분 오더 플래너의 커미트먼트 레벨(commitment level)에 따라 상기 하나 또는 그 이상의 플랜 인스턴스의 라이프 사이클 상태를 관리하는공급 체인 관리 시스템.
- 제6항에 있어서,상기 추론 엔진은 상기 하나 또는 그 이상의 플랜 인스턴스의 상기 라이프 사이클 상태에 따라 상기 하나 또는 그 이상의 개념 그래프를 이용하여 상황(situation)의 모니터링을 관리하는공급 체인 관리 시스템.
- 제7항에 있어서,상기 추론 엔진은 상기 상황의 모니터링에 기반하여 상기 부분 오더 플래너에 의해 어떠한 프로세싱이 더 필요한지를 판단하는공급 체인 관리 시스템.
- 제1항에 있어서,상기 지식 베이스는 하나 또는 그 이상의 스크립트(scripts)를 포함하고, 상기 하나 또는 그 이상의 스크립트의 각각은 전체적(fully) 또는 부분적으로(partially) 특정된 일련의 액션을 포함하는공급 체인 관리 시스템.
- 제1항에 있어서,상기 추론 엔진은 의도 해석기(intent interpreter)를 포함하는공급 체인 관리 시스템.
- 제1항에 있어서,상기 추론 엔진은 비-단조 진리 유지 시스템(non-monotonic truth maintenance system)을 포함하는공급 체인 관리 시스템.
- 제1항에 있어서,상기 지식 베이스는 데이터의 테이블을 포함하고, 상기 각 테이블은 0개 또는 그 이상의 데이터 기록을 저장하는공급 체인 관리 시스템.
- 제12항에 있어서,상기 지식 베이스에 저장된 데이터를 포함하는 데이터 보안 메커니즘을 더 포함하는 공급 체인 관리 시스템.
- 제13항에 있어서,상기 데이터 보안 메커니즘은 상기 지식 베이스내의 하나 또는 그 이상의 테이블에 대한 액세스 제어 리스트를 유지하는공급 체인 관리 시스템.
- 제14항에 있어서,상기 데이터 보안 메커니즘은 상기 지식 베이스내의 하나 또는 그 이상의 데이터 기록에 대한 액세스 제어 리스트를 유지하는공급 체인 관리 시스템.
- 제1항에 있어서,상기 부분 오더 플래너는 최소 커미트먼트 플래너(least commitment planner)인공급 체인 관리 시스템.
- 공급 체인 관리를 수행하는 방법에 있어서,공급 체인 참여자(participant)에 대한 목적을 판단하는 단계; 및상기 판단된 목적을 만족시키는 플랜을 생성하기 위해 지식 베이스를 사용하는 단계를 포함하는 방법.
- 제17항에 있어서,상기 공급 체인 참여자에 대한 목적을 판단하고, 상기 목적을 만족시키는 플랜을 생성하는 단계는 부분 오더 플래너를 사용하여 수행되는방법.
- 제18항에 있어서,상기 부분 오더 플래너는 최소 커미트먼트 플래너인방법.
- 제17항에 있어서,상기 공급 체인 참여자에 대한 목적을 판단하는 단계는 비-단조 진리 유지 시스템을 사용하여 수행되는방법.
- 제17항에 있어서,상기 지식 베이스는 하나 또는 그 이상의 플랜-목적 그래프를 포함하는방법.
- 제17항에 있어서,상기 지식 베이스는 하나 또는 그 이상의 개념 그래프를 포함하는방법.
- 다수의 지능형 에이전트를 포함하고,상기 다수의 지능형 에이전트의 각각은,하나 또는 그 이상의 비즈니스 프로세스 도메인에 대한 전문가 지식을 포함하는 지식 베이스;상기 지식 베이스에 연결되고, 부분 오더 플래너를 포함하는 추론 엔진;하나 또는 그 이상의 비즈니스 프로세스에 관한 데이터를 수집 및 분배하는 관리 시스템; 및상기 하나 또는 그 이상의 비즈니스 프로세스에 관한 정보를 디스플레이하는 그래픽 사용자 인터페이스 시스템을 포함하는공급 체인 관리 시스템.
- 제23항에 있어서,상기 지식 베이스는 하나 또는 그 이상의 개념 그래프를 포함하는공급 체인 관리 시스템.
- 제24항에 있어서,상기 다수의 지능형 에이전트의 각 에이전트는 하나 또는 그 이상의 사용자의 의도(intentions)를 판단하고,여기서, 상기 다수의 지능형 에이전트의 제1 에이전트의 데이터 관리 시스템은 협력(collaboration)을 용이하게 하기 위해, 상기 판단된 하나 또는 그 이상의 사용자 의도를 나타내는 데이터를 상기 다수의 지능형 에이전트의 제2 에이전트와 함께 공유하는공급 체인 관리 시스템.
- 제25항에 있어서,상기 시스템은 상기 하나 또는 그 이상의 사용자들 간의 충돌을 자동으로 검출하기 위해 상기 공유 데이터를 사용하는공급 체인 관리 시스템.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US09/598,239 US7409356B1 (en) | 2000-06-21 | 2000-06-21 | Method and system for intelligent supply chain collaboration |
| US09/598,239 | 2000-06-21 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20030019449A true KR20030019449A (ko) | 2003-03-06 |
Family
ID=24394775
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020027017449A KR20030019449A (ko) | 2000-06-21 | 2001-06-21 | 지능형 공급 체인 협력을 위한 방법 및 시스템 |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US7409356B1 (ko) |
| EP (1) | EP1305757A1 (ko) |
| KR (1) | KR20030019449A (ko) |
| AU (1) | AU2001272957A1 (ko) |
| CA (1) | CA2413863A1 (ko) |
| IL (1) | IL153417A0 (ko) |
| MX (1) | MXPA02012695A (ko) |
| WO (1) | WO2001099008A1 (ko) |
Families Citing this family (44)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7003720B1 (en) * | 2000-01-07 | 2006-02-21 | Abf Freight Sysems. Inc. | Electronic shipment planner |
| US7571166B1 (en) * | 2001-06-19 | 2009-08-04 | Click Acquisitions, Inc. | Virtual private supply chain |
| GB2385436A (en) * | 2002-02-15 | 2003-08-20 | Inventec Corp | Auto-generation of supplier forecast method |
| WO2003094078A1 (en) * | 2002-04-30 | 2003-11-13 | Abb Research Ltd. | Transformer manufacturing optimized planning across the manufacturing plants using artificial intelligence |
| AU2003258906A1 (en) * | 2002-08-15 | 2004-03-03 | Viscom Limited | A data collection, transfer and visualisation network |
| US7303010B2 (en) * | 2002-10-11 | 2007-12-04 | Intelligent Robotic Corporation | Apparatus and method for an autonomous robotic system for performing activities in a well |
| US20070038322A1 (en) * | 2003-03-07 | 2007-02-15 | Yoshinori Iizuka | Designing assisting apparatus, designing assisting method, and program |
| US9245241B2 (en) * | 2003-11-07 | 2016-01-26 | At&T Intellectual Property I, L.P. | Methods, systems and computer program products for planning resources based on primary and alternate location relief strategies |
| US7657777B2 (en) | 2006-12-01 | 2010-02-02 | Sockeye Solutions Corporation | Common semantic model of management of a supply chain |
| US8326910B2 (en) | 2007-12-28 | 2012-12-04 | International Business Machines Corporation | Programmatic validation in an information technology environment |
| US8447859B2 (en) | 2007-12-28 | 2013-05-21 | International Business Machines Corporation | Adaptive business resiliency computer system for information technology environments |
| US8868441B2 (en) | 2007-12-28 | 2014-10-21 | International Business Machines Corporation | Non-disruptively changing a computing environment |
| US8365185B2 (en) | 2007-12-28 | 2013-01-29 | International Business Machines Corporation | Preventing execution of processes responsive to changes in the environment |
| US8428983B2 (en) | 2007-12-28 | 2013-04-23 | International Business Machines Corporation | Facilitating availability of information technology resources based on pattern system environments |
| US8751283B2 (en) * | 2007-12-28 | 2014-06-10 | International Business Machines Corporation | Defining and using templates in configuring information technology environments |
| US8782662B2 (en) | 2007-12-28 | 2014-07-15 | International Business Machines Corporation | Adaptive computer sequencing of actions |
| US9558459B2 (en) | 2007-12-28 | 2017-01-31 | International Business Machines Corporation | Dynamic selection of actions in an information technology environment |
| US8677174B2 (en) | 2007-12-28 | 2014-03-18 | International Business Machines Corporation | Management of runtime events in a computer environment using a containment region |
| US8990810B2 (en) | 2007-12-28 | 2015-03-24 | International Business Machines Corporation | Projecting an effect, using a pairing construct, of execution of a proposed action on a computing environment |
| US8763006B2 (en) | 2007-12-28 | 2014-06-24 | International Business Machines Corporation | Dynamic generation of processes in computing environments |
| US8375244B2 (en) | 2007-12-28 | 2013-02-12 | International Business Machines Corporation | Managing processing of a computing environment during failures of the environment |
| US8341014B2 (en) | 2007-12-28 | 2012-12-25 | International Business Machines Corporation | Recovery segments for computer business applications |
| US8346931B2 (en) | 2007-12-28 | 2013-01-01 | International Business Machines Corporation | Conditional computer runtime control of an information technology environment based on pairing constructs |
| US8826077B2 (en) | 2007-12-28 | 2014-09-02 | International Business Machines Corporation | Defining a computer recovery process that matches the scope of outage including determining a root cause and performing escalated recovery operations |
| US8682705B2 (en) | 2007-12-28 | 2014-03-25 | International Business Machines Corporation | Information technology management based on computer dynamically adjusted discrete phases of event correlation |
| US20090172149A1 (en) | 2007-12-28 | 2009-07-02 | International Business Machines Corporation | Real-time information technology environments |
| US20110314382A1 (en) * | 2010-06-22 | 2011-12-22 | Primal Fusion Inc. | Systems of computerized agents and user-directed semantic networking |
| US8886713B2 (en) | 2010-03-31 | 2014-11-11 | Prospx, Inc. | System for providing information to a plurality of users |
| US8843548B2 (en) | 2010-03-31 | 2014-09-23 | Prospx, Inc. | System for providing information and information experts to a plurality of users |
| US8326447B2 (en) | 2010-04-30 | 2012-12-04 | Honda Motor Co., Ltd. | Advanced planning system |
| US20120084110A1 (en) * | 2010-10-05 | 2012-04-05 | M3 Technology, Inc. | System and method for smart oil, gas and chemical process scheduling |
| US9239989B2 (en) | 2012-03-28 | 2016-01-19 | General Electric Company | Computer-implemented system with adaptive cognitive features and method of using the same |
| CN103488819B (zh) * | 2013-09-03 | 2016-07-13 | 国家电网公司 | 一种实现对知识地图进行多维展现的多维模型设计器 |
| US9606544B2 (en) * | 2014-10-31 | 2017-03-28 | Clearpath Robotics, Inc. | System, computing device and method for unmanned vehicle fleet control |
| US10845822B2 (en) | 2014-10-31 | 2020-11-24 | Clearpath Robotics Inc. | Systems and methods for utilizing fleets of robots |
| US10410151B2 (en) * | 2015-05-18 | 2019-09-10 | Accenture Global Services Limited | Strategic decision support model for supply chain |
| US10346802B2 (en) * | 2015-10-28 | 2019-07-09 | Open Text GXS ULC | Trading partner relationship graph for information exchange platform |
| US10241985B2 (en) | 2016-08-02 | 2019-03-26 | Open Text Sa Ulc | Systems and methods for intelligent document-centric orchestration through information exchange platform |
| US10585440B1 (en) | 2017-01-23 | 2020-03-10 | Clearpath Robotics Inc. | Systems and methods for using human-operated material-transport vehicles with fleet-management systems |
| WO2019015786A1 (en) * | 2017-07-21 | 2019-01-24 | Instaply France | SYSTEM AND METHOD FOR COORDINATING PRODUCTS AND SERVICES FOR CLIENTS |
| US11200760B2 (en) | 2018-01-22 | 2021-12-14 | Clearpath Robotics Inc. | Systems and methods for measuring fleets of self-driving industrial vehicles |
| WO2019144222A1 (en) | 2018-01-24 | 2019-08-01 | Clearpath Robotics Inc. | Systems and methods for maintaining vehicle state information |
| US11256270B2 (en) | 2018-02-07 | 2022-02-22 | Clearpath Robotics Inc. | Communication systems for self-driving vehicles, and methods of providing thereof |
| US11631052B2 (en) * | 2018-03-30 | 2023-04-18 | Clms Uk Limited | Ad hoc supply chain community node |
Family Cites Families (70)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4658370A (en) | 1984-06-07 | 1987-04-14 | Teknowledge, Inc. | Knowledge engineering tool |
| US5644727A (en) | 1987-04-15 | 1997-07-01 | Proprietary Financial Products, Inc. | System for the operation and management of one or more financial accounts through the use of a digital communication and computation system for exchange, investment and borrowing |
| KR930007749B1 (ko) | 1988-05-25 | 1993-08-18 | 마쯔시다덴기산교 가부시기가이샤 | 제품생산 계획형 추론장치 |
| US5299287A (en) | 1988-07-01 | 1994-03-29 | Hitachi, Ltd. | Information processing system |
| US5167010A (en) | 1989-08-03 | 1992-11-24 | Westinghouse Electric Corp. | Expert advice display processing system |
| EP0442809B1 (en) | 1990-02-15 | 1995-09-20 | Digital Equipment Corporation | Model-based reasoning system for network fault diagnosis |
| US5406477A (en) | 1991-08-30 | 1995-04-11 | Digital Equipment Corporation | Multiple reasoning and result reconciliation for enterprise analysis |
| US5359649A (en) | 1991-10-02 | 1994-10-25 | Telefonaktiebolaget L M Ericsson | Congestion tuning of telecommunications networks |
| US5901246A (en) | 1995-06-06 | 1999-05-04 | Hoffberg; Steven M. | Ergonomic man-machine interface incorporating adaptive pattern recognition based control system |
| US5586254A (en) | 1992-02-13 | 1996-12-17 | Hitachi Software Engineering Co., Ltd. | System for managing and operating a network by physically imaging the network |
| US5434952A (en) | 1992-06-26 | 1995-07-18 | The Texas A&M Univesity System | System and method for specifying an expert system |
| US5835922A (en) | 1992-09-30 | 1998-11-10 | Hitachi, Ltd. | Document processing apparatus and method for inputting the requirements of a reader or writer and for processing documents according to the requirements |
| US5504837A (en) | 1993-05-10 | 1996-04-02 | Bell Communications Research, Inc. | Method for resolving conflicts among distributed entities through the generation of counter proposals by transversing a goal hierarchy with acceptable, unacceptable, and indeterminate nodes |
| US5712960A (en) | 1993-07-02 | 1998-01-27 | Cv Soft, S.R.L. | System and methods for intelligent database management using abductive reasoning |
| US5809212A (en) * | 1993-07-12 | 1998-09-15 | New York University | Conditional transition networks and computational processes for use interactive computer-based systems |
| US5583763A (en) | 1993-09-09 | 1996-12-10 | Mni Interactive | Method and apparatus for recommending selections based on preferences in a multi-user system |
| CA2129510C (en) | 1993-10-21 | 1999-04-13 | Sasisekharan Raguram | Automatic temporospatial pattern analysis and prediction in a telecommunications network using rule induction |
| US5600831A (en) | 1994-02-28 | 1997-02-04 | Lucent Technologies Inc. | Apparatus and methods for retrieving information by modifying query plan based on description of information sources |
| US5754850A (en) | 1994-05-11 | 1998-05-19 | Realselect, Inc. | Real-estate method and apparatus for searching for homes in a search pool for exact and close matches according to primary and non-primary selection criteria |
| US5745895A (en) | 1994-06-21 | 1998-04-28 | International Business Machines Corporation | Method for association of heterogeneous information |
| GB9512422D0 (en) | 1994-09-01 | 1995-08-23 | British Telecomm | Network management system for communications networks |
| US5550746A (en) | 1994-12-05 | 1996-08-27 | American Greetings Corporation | Method and apparatus for storing and selectively retrieving product data by correlating customer selection criteria with optimum product designs based on embedded expert judgments |
| US5655081A (en) | 1995-03-08 | 1997-08-05 | Bmc Software, Inc. | System for monitoring and managing computer resources and applications across a distributed computing environment using an intelligent autonomous agent architecture |
| US5701400A (en) * | 1995-03-08 | 1997-12-23 | Amado; Carlos Armando | Method and apparatus for applying if-then-else rules to data sets in a relational data base and generating from the results of application of said rules a database of diagnostics linked to said data sets to aid executive analysis of financial data |
| EP0733967B1 (en) | 1995-03-24 | 2005-02-09 | Hewlett-Packard Company, A Delaware Corporation | Methods and apparatus for monitoring events and implementing corrective action in a multi-entity computer system |
| US5706406A (en) | 1995-05-22 | 1998-01-06 | Pollock; John L. | Architecture for an artificial agent that reasons defeasibly |
| US5845258A (en) | 1995-06-16 | 1998-12-01 | I2 Technologies, Inc. | Strategy driven planning system and method of operation |
| EP0770967A3 (en) * | 1995-10-26 | 1998-12-30 | Koninklijke Philips Electronics N.V. | Decision support system for the management of an agile supply chain |
| US5799317A (en) | 1995-11-08 | 1998-08-25 | Mci Communications Corporation | Data management system for a telecommunications signaling system 7(SS#7) |
| US5732398A (en) | 1995-11-09 | 1998-03-24 | Keyosk Corp. | Self-service system for selling travel-related services or products |
| US5918207A (en) | 1996-05-01 | 1999-06-29 | Electronic Data Systems Corporation | Process and system for predictive resource planning |
| US5778150A (en) | 1996-07-01 | 1998-07-07 | International Business Machines Corporation | Flexible procedural attachment to situate reasoning systems |
| US5958012A (en) | 1996-07-18 | 1999-09-28 | Computer Associates International, Inc. | Network management system using virtual reality techniques to display and simulate navigation to network components |
| US5974395A (en) | 1996-08-21 | 1999-10-26 | I2 Technologies, Inc. | System and method for extended enterprise planning across a supply chain |
| JP3952544B2 (ja) | 1996-09-17 | 2007-08-01 | 株式会社東芝 | 分散システム |
| US5983200A (en) | 1996-10-09 | 1999-11-09 | Slotznick; Benjamin | Intelligent agent for executing delegated tasks |
| AU713432B2 (en) | 1996-10-28 | 1999-12-02 | Pfu Limited | Information reception and delivery system |
| GB9623954D0 (en) | 1996-11-15 | 1997-01-08 | Xerox Corp | Systems and methods providing flexible representations of work |
| US6012152A (en) | 1996-11-27 | 2000-01-04 | Telefonaktiebolaget Lm Ericsson (Publ) | Software fault management system |
| JP2001511279A (ja) * | 1997-01-24 | 2001-08-07 | ザ ボード オブ リージェンツ オブ ザ ユニバーシティー オブ ワシントン | ネットワーク情報へのアクセスの方法及びシステム |
| US6012051A (en) | 1997-02-06 | 2000-01-04 | America Online, Inc. | Consumer profiling system with analytic decision processor |
| US6006192A (en) | 1997-03-12 | 1999-12-21 | International Business Machines Corporation | Method for production planning in an uncertain demand environment |
| US6154213A (en) | 1997-05-30 | 2000-11-28 | Rennison; Earl F. | Immersive movement-based interaction with large complex information structures |
| US6449640B1 (en) * | 1997-06-19 | 2002-09-10 | International Business Machines Corporation | Web server with unique identification of linked objects |
| JP2001511555A (ja) * | 1997-07-25 | 2001-08-14 | ブリティッシュ・テレコミュニケーションズ・パブリック・リミテッド・カンパニー | ソフトウエアシステムの生成 |
| WO1999005594A1 (en) * | 1997-07-25 | 1999-02-04 | British Telecommunications Public Limited Company | Scheduler for a software system |
| US6292830B1 (en) * | 1997-08-08 | 2001-09-18 | Iterations Llc | System for optimizing interaction among agents acting on multiple levels |
| AU743497B2 (en) * | 1997-08-12 | 2002-01-24 | Aoraki Corporation Limited | Internet transaction processing interface |
| US5963447A (en) | 1997-08-22 | 1999-10-05 | Hynomics Corporation | Multiple-agent hybrid control architecture for intelligent real-time control of distributed nonlinear processes |
| US6038668A (en) * | 1997-09-08 | 2000-03-14 | Science Applications International Corporation | System, method, and medium for retrieving, organizing, and utilizing networked data |
| US6076099A (en) | 1997-09-09 | 2000-06-13 | Chen; Thomas C. H. | Method for configurable intelligent-agent-based wireless communication system |
| US6292811B1 (en) | 1997-09-19 | 2001-09-18 | Modernsoft, Inc. | Populating cells of an electronic financial statement |
| US6049742A (en) | 1997-09-26 | 2000-04-11 | International Business Machines Corporation | Projected supply planning matching assets with demand in microelectronics manufacturing |
| US6092102A (en) | 1997-10-24 | 2000-07-18 | University Of Pittsburgh Of The Commonwealth System Of Higher Education | System and method for notifying users about information or events of an enterprise |
| US6151601A (en) | 1997-11-12 | 2000-11-21 | Ncr Corporation | Computer architecture and method for collecting, analyzing and/or transforming internet and/or electronic commerce data for storage into a data storage area |
| US6026375A (en) | 1997-12-05 | 2000-02-15 | Nortel Networks Corporation | Method and apparatus for processing orders from customers in a mobile environment |
| US5918217A (en) | 1997-12-10 | 1999-06-29 | Financial Engines, Inc. | User interface for a financial advisory system |
| US6115690A (en) * | 1997-12-22 | 2000-09-05 | Wong; Charles | Integrated business-to-business Web commerce and business automation system |
| US6484155B1 (en) | 1998-07-21 | 2002-11-19 | Sentar, Inc. | Knowledge management system for performing dynamic distributed problem solving |
| US6272482B1 (en) | 1998-08-14 | 2001-08-07 | International Business Machines Corporation | Managing business rules using jurisdictions |
| US6360193B1 (en) | 1998-09-17 | 2002-03-19 | 21St Century Systems, Inc. | Method and system for intelligent agent decision making for tactical aerial warfare |
| US6826552B1 (en) | 1999-02-05 | 2004-11-30 | Xfi Corporation | Apparatus and methods for a computer aided decision-making system |
| WO2001016704A2 (en) | 1999-08-31 | 2001-03-08 | Accenture Llp | System, method, and article of manufacture for a request sorter in a transaction services patterns environment |
| GB9920661D0 (en) | 1999-09-01 | 1999-11-03 | Ncr Int Inc | Expert system |
| GB9920662D0 (en) | 1999-09-01 | 1999-11-03 | Ncr Int Inc | Expert system |
| JP2001250032A (ja) | 2000-03-08 | 2001-09-14 | Dgc Sogo Kenkyusho:Kk | 電子商取引システム、電子商取引用のサーバシステム、クライアントシステムおよびそのプログラムを記憶した記憶媒体ならびに電子商取引方法 |
| US6567822B1 (en) * | 2000-03-21 | 2003-05-20 | Accenture Llp | Generating a data request graphical user interface for use in an electronic supply chain value assessment |
| US20020087496A1 (en) | 2000-04-05 | 2002-07-04 | Stirpe Paul A. | System, method and applications for knowledge commerce |
| US6901384B2 (en) | 2000-06-03 | 2005-05-31 | American Home Credit, Inc. | System and method for automated process of deal structuring |
| US7143437B2 (en) | 2001-01-12 | 2006-11-28 | Siemens Medical Solutions Health Services Corporation | System and user interface for managing user access to network compatible applications |
-
2000
- 2000-06-21 US US09/598,239 patent/US7409356B1/en not_active Expired - Lifetime
-
2001
- 2001-06-21 IL IL15341701A patent/IL153417A0/xx unknown
- 2001-06-21 CA CA002413863A patent/CA2413863A1/en not_active Abandoned
- 2001-06-21 WO PCT/US2001/019652 patent/WO2001099008A1/en active Application Filing
- 2001-06-21 EP EP01952170A patent/EP1305757A1/en not_active Withdrawn
- 2001-06-21 KR KR1020027017449A patent/KR20030019449A/ko not_active Application Discontinuation
- 2001-06-21 AU AU2001272957A patent/AU2001272957A1/en not_active Abandoned
- 2001-06-21 MX MXPA02012695A patent/MXPA02012695A/es not_active Application Discontinuation
Also Published As
| Publication number | Publication date |
|---|---|
| MXPA02012695A (es) | 2004-09-10 |
| IL153417A0 (en) | 2003-07-06 |
| EP1305757A1 (en) | 2003-05-02 |
| AU2001272957A1 (en) | 2002-01-02 |
| WO2001099008A1 (en) | 2001-12-27 |
| CA2413863A1 (en) | 2001-12-27 |
| US7409356B1 (en) | 2008-08-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7409356B1 (en) | Method and system for intelligent supply chain collaboration | |
| US6892192B1 (en) | Method and system for dynamic business process management using a partial order planner | |
| Conforti et al. | A recommendation system for predicting risks across multiple business process instances | |
| Datta et al. | Cost modelling techniques for availability type service support contracts: A literature review and empirical study | |
| Ivanov et al. | Structure dynamics control approach to supply chain planning and adaptation | |
| Xu et al. | An approach to enterprise process dynamic modeling supporting enterprise process evolution | |
| De Sanctis et al. | Resilience for lean organisational network | |
| Maheshwari et al. | Digital twin-based warehouse management system: a theoretical toolbox for future research and applications | |
| Schiefer et al. | A holistic approach for managing requirements of data warehouse systems | |
| Agyapong-Kodua et al. | Towards the derivation of an integrated process cost-modelling technique for complex manufacturing systems | |
| Di Pasquale et al. | Order allocation in purchasing management: a review of state-of-the-art studies from a supply chain perspective | |
| Sawhney et al. | A conceptual people-centric framework for sustainable operational excellence | |
| Vlahakis et al. | Proactive decision making in supply chain procurement | |
| Janiesch et al. | Enhancing business process execution with a context engine | |
| Benfer et al. | Integrating multiple perspectives in manufacturing planning and control: the daydreaming engine approach | |
| Mojsilović et al. | Workforce analytics for the services economy | |
| Bugert et al. | Analyzing upstream and downstream risk propagation in supply networks by combining Agent-based Modeling and Bayesian networks | |
| Stäblein et al. | The Supply Net Simulator SNS: An artificial intelligence approach for highly efficient supply network simulation | |
| Gulledge et al. | Aligning the supply chain operations reference (SCOR) model with enterprise applications: real-time value chain intelligence | |
| Agrawal et al. | ORE: A Framework to Measure Organizational Risk Du | |
| Almaktoom | Resilience modeling of mobile service for quality assurance | |
| Sharma et al. | How multi-agent technology ensures total quality management in organizations | |
| Chang et al. | An is quality measurement using gap and multicriteria decision-making model: a case study for supply chain management system | |
| Borgman et al. | Managing risk in supply chain: A model for the classification of potential threats to efficient supply chain operation | |
| Nguyen et al. | CSR implementation for the garment supply chain performance: a system dynamic approach |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0105 | International application |
Patent event date: 20021220 Patent event code: PA01051R01D Comment text: International Patent Application |
|
| PG1501 | Laying open of application | ||
| A201 | Request for examination | ||
| PA0201 | Request for examination |
Patent event code: PA02012R01D Patent event date: 20060602 Comment text: Request for Examination of Application |
|
| E902 | Notification of reason for refusal | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20070809 Patent event code: PE09021S01D |
|
| E601 | Decision to refuse application | ||
| PE0601 | Decision on rejection of patent |
Patent event date: 20080220 Comment text: Decision to Refuse Application Patent event code: PE06012S01D Patent event date: 20070809 Comment text: Notification of reason for refusal Patent event code: PE06011S01I |