CN113706074A - 超级bom解算方法、装置、设备及可读存储介质 - Google Patents
超级bom解算方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN113706074A CN113706074A CN202110902156.9A CN202110902156A CN113706074A CN 113706074 A CN113706074 A CN 113706074A CN 202110902156 A CN202110902156 A CN 202110902156A CN 113706074 A CN113706074 A CN 113706074A
- Authority
- CN
- China
- Prior art keywords
- feature
- super bom
- vehicle type
- super
- bom
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000013598 vector Substances 0.000 claims abstract description 94
- 239000011159 matrix material Substances 0.000 claims abstract description 48
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000017105 transposition Effects 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Optimization (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Manufacturing & Machinery (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Development Economics (AREA)
- Algebra (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Complex Calculations (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种超级BOM解算方法、装置、设备及可读存储介质。该方法包括：获取各个零件以及各个车型的配置描述语言；对所述配置描述语言进行向量化处理，得到各个零件以及各个车型的特征向量；基于所述特征向量构建超级BOM；根据矩阵乘法对所述超级BOM进行解算，得到解算结果。通过本发明，使用矩阵乘法运算代替字串符的匹配算法对超级BOM进行解算，极大节约了解算处理所需的时长，提高了解算效率。
Description
技术领域
本发明涉及物料管理技术领域，尤其涉及一种超级BOM解算方法、装置、设备及可读存储介质。
背景技术
在汽车行业，超级BOM是基于产品配置化管理的原则，将整车产品数据合并到一个“房间”，并对数据行加以配置标记后得到合并结构的BOM，具有响应快、扩展性强、应用灵活，便于模块化，降低变更工作量的特点，能为下游的制造工厂、整车质量、工艺、售后及物流等部门提供同一BOM数据源。但由于数据源头没有按单一实例区分，而下游的订货物料的管理都会根据单车零件数量来准备，企业的大量业务对解算超级BOM有着迫切的需求。现有的超级BOM解算方案一般通过国外软件进行，其通过字串符的匹配算法对超级BOM进行解算，解算速度较慢。
发明内容
本发明的主要目的在于提供一种超级BOM解算方法、装置、设备及可读存储介质，旨在超级BOM解算速度较慢的技术问题。
第一方面，本发明提供一种超级BOM解算方法，所述超级BOM解算方法包括：
获取各个零件以及各个车型的配置描述语言；
对所述配置描述语言进行向量化处理，得到各个零件以及各个车型的特征向量；
基于所述特征向量构建超级BOM；
根据矩阵乘法对所述超级BOM进行解算，得到解算结果。
可选的，所述配置描述语言基于配置库生成，所述配置库包含N个特征族，N个特征族共包含M个特征选项，所述对所述配置描述语言进行向量化处理，得到各个零件以及各个车型的特征向量的步骤包括：
根据各个零件以及各个车型的配置描述语言确定各个零件以及各个车型对应的被选择的特征选项以及不被选择的特征选项；
生成各个零件以及各个车型的特征向量，其中，特征向量为一行M列的矩阵，特征向量中每个元素位置与每个特征选项一一对应，当一特征选项被选择时，其对应的元素位置处的元素为1，当一特征选项不被选择时，其对应的元素位置处的元素为0。
可选的，所述根据矩阵乘法对所述超级BOM进行解算，得到解算结果的步骤包括：
以任一零件的特征向量与任一车型的特征向量为一组；
根据矩阵乘法计算每组中一特征向量与另一经过矩阵转置处理后的特征向量的乘积，以所述乘积作为解算结果。
可选的，在所述根据矩阵乘法对所述超级BOM进行解算，得到解算结果的步骤之后，还包括：
筛选乘积为N的目标乘积；
基于所述目标乘积对应的目标组确定各个车型包含的零件。
可选的，在所述基于所述目标乘积对应的目标组确定各个车型包含的零件的步骤之后，还包括：
根据各个车型包含的零件生成零件需求清单。
第二方面，本发明还提供一种超级BOM解算装置，所述超级BOM解算装置包括：
获取模块，用于获取各个零件以及各个车型的配置描述语言；
处理模块，用于对所述配置描述语言进行向量化处理，得到各个零件以及各个车型的特征向量；
构建模块，用于基于所述特征向量构建超级BOM；
解算模块，用于根据矩阵乘法对所述超级BOM进行解算，得到解算结果。
可选的，所述配置描述语言基于配置库生成，所述配置库包含N个特征族，N个特征族共包含M个特征选项，所述处理模块，用于：
根据各个零件以及各个车型的配置描述语言确定各个零件以及各个车型对应的被选择的特征选项以及不被选择的特征选项；
生成各个零件以及各个车型的特征向量，其中，特征向量为一行M列的矩阵，特征向量中每个元素位置与每个特征选项一一对应，当一特征选项被选择时，其对应的元素位置处的元素为1，当一特征选项不被选择时，其对应的元素位置处的元素为0。
可选的，解算模块，用于：
以任一零件的特征向量与任一车型的特征向量为一组；
根据矩阵乘法计算每组中一特征向量与另一经过矩阵转置处理后的特征向量的乘积，以所述乘积作为解算结果。
第三方面，本发明还提供一种超级BOM解算设备，所述超级BOM解算设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的超级BOM解算程序，其中所述超级BOM解算程序被所述处理器执行时，实现如上所述的超级BOM解算方法的步骤。
第四方面，本发明还提供一种可读存储介质，所述可读存储介质上存储有超级BOM解算程序，其中所述超级BOM解算程序被处理器执行时，实现如上所述的超级BOM解算方法的步骤。
本发明中，获取各个零件以及各个车型的配置描述语言；对所述配置描述语言进行向量化处理，得到各个零件以及各个车型的特征向量；基于所述特征向量构建超级BOM；根据矩阵乘法对所述超级BOM进行解算，得到解算结果。通过本发明，使用矩阵乘法运算代替字串符的匹配算法对超级BOM进行解算，极大节约了解算处理所需的时长，提高了解算效率。
附图说明
图1为本发明实施例方案中涉及的超级BOM解算设备的硬件结构示意图；
图2为本发明超级BOM解算方法一实施例的流程示意图；
图3为本发明超级BOM解算方法一实施例中构建的超级BOM的示意图；
图4为本发明超级BOM解算方法另一实施例中构建的超级BOM的示意图；
图5为本发明超级BOM解算方法一实施例中解算结果示意图；
图6为本发明超级BOM解算装置一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
第一方面，本发明实施例提供一种超级BOM解算设备。
参照图1，图1为本发明实施例方案中涉及的超级BOM解算设备的硬件结构示意图。本发明实施例中，超级BOM解算设备可以包括处理器1001(例如中央处理器CentralProcessing Unit，CPU)，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信；用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)；网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真WIreless-FIdelity，WI-FI接口)；存储器1005可以是高速随机存取存储器(random access memory，RAM)，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器，存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解，图1中示出的硬件结构并不构成对本发明的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
继续参照图1，图1中作为一种计算机存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及超级BOM解算程序。
其中，处理器1001可以调用存储器1005中存储的超级BOM解算程序，并执行如下步骤：
获取各个零件以及各个车型的配置描述语言；
对所述配置描述语言进行向量化处理，得到各个零件以及各个车型的特征向量；
基于所述特征向量构建超级BOM；
根据矩阵乘法对所述超级BOM进行解算，得到解算结果。
进一步地，一实施例中，处理器1001可以调用存储器1005中存储的超级BOM解算程序，还执行如下步骤：
进一步地，一实施例中，所述配置描述语言基于配置库生成，所述配置库包含N个特征族，N个特征族共包含M个特征选项，处理器1001可以调用存储器1005中存储的超级BOM解算程序，还执行如下步骤：
根据各个零件以及各个车型的配置描述语言确定各个零件以及各个车型对应的被选择的特征选项以及不被选择的特征选项；
生成各个零件以及各个车型的特征向量，其中，特征向量为一行M列的矩阵，特征向量中每个元素位置与每个特征选项一一对应，当一特征选项被选择时，其对应的元素位置处的元素为1，当一特征选项不被选择时，其对应的元素位置处的元素为0。
进一步地，一实施例中，处理器1001可以调用存储器1005中存储的超级BOM解算程序，还执行如下步骤：
以任一零件的特征向量与任一车型的特征向量为一组；
根据矩阵乘法计算每组中一特征向量与另一经过矩阵转置处理后的特征向量的乘积，以所述乘积作为解算结果。
进一步地，一实施例中，处理器1001可以调用存储器1005中存储的超级BOM解算程序，还执行如下步骤：
筛选乘积为N的目标乘积；
基于所述目标乘积对应的目标组确定各个车型包含的零件。
进一步地，一实施例中，处理器1001可以调用存储器1005中存储的超级BOM解算程序，还执行如下步骤：
根据各个车型包含的零件生成零件需求清单。
第二方面，本发明实施例提供了一种超级BOM解算方法。
一实施例中，参照图2，图2为本发明超级BOM解算方法一实施例的流程示意图。如图2所示，超级BOM解算方法包括：
步骤S10，获取各个零件以及各个车型的配置描述语言；
本实施例中，零件的配置描述语言是根据零件适用的配置代码化转化的结果，车型的配置描述语言是对单车所拥有的功能(配置)定义代码化转化的结果。配置描述语言为字符串格式。
步骤S20，对所述配置描述语言进行向量化处理，得到各个零件以及各个车型的特征向量；
本实施例中，按照预设的向量化规则对步骤S10得到的各个零件以及各个车型的配置描述语言进行向量化处理，得到各个零件以及各个车型的特征向量。
进一步地，一实施例中，所述配置描述语言基于配置库生成，所述配置库包含N个特征族，N个特征族共包含M个特征选项，步骤S20包括：
根据各个零件以及各个车型的配置描述语言确定各个零件以及各个车型对应的被选择的特征选项以及不被选择的特征选项；生成各个零件以及各个车型的特征向量，其中，特征向量为一行M列的矩阵，特征向量中每个元素位置与每个特征选项一一对应，当一特征选项被选择时，其对应的元素位置处的元素为1，当一特征选项不被选择时，其对应的元素位置处的元素为0。
本实施例中，定义配置库包含2个特征族：PA族以及PB族，其中，PA族包含特征选项：PA1以及PA2，PB族包含特征选项：PB1以及PB2，即2个特征族共包含4个特征选项。需要说明的是，此处仅为示意性说明，N和M的具体值在此不做限制。
若零件1适用PB2，则零件1的配置描述语言为PB2，则零件1对应的被选择的特征选项为PB2，零件1对应的不被选择的特征选项为PA1、PA2以及PB1；同理，若零件2适用PA1以及PB1，则零件2的配置描述语言为PA1ANDPB1，则零件2对应的被选择的特征选项为PA1以及PB1，零件2对应的不被选择的特征选项为PA2以及PB2；同理，若零件3适用PA1、PA2以及PB1，则零件3的配置描述语言为(PA1ORPA2)ANDPB1，则零件3对应的被选择的特征选项为PA1、PA2以及PB1，零件3对应的不被选择的特征选项为PB2。依次类推，根据每个零件的配置描述语言，即可确定各个零件对应的被选择的特征选项以及不被选择的特征选项。
同样的，若车型1适用于PA1以及PB1，则车型1的配置描述语言为PA1ANDPB1，则车型1对应的被选择的特征选项为PA1以及PB1，车型1对应的不被选择的特征选项为PA2以及PB2；同理，若车型2适用于PA1以及PB2，则车型2的配置描述语言为PA1ANDPB2，则车型2对应的被选择的特征选项为PA1以及PB2，车型2对应的不被选择的特征选项为PA2以及PB1；同理，若车型3适用于PA2、PB1以及PB2，则车型3的配置描述语言为PA1AND(PB1ORPB2)，则车型3对应的被选择的特征选项为PA2、PB1以及PB2，车型3对应的不被选择的特征选项为PA1。依次类推，根据每个车型的配置描述语言，即可确定各个车型对应的被选择的特征选项以及不被选择的特征选项。
定义特征向量中元素位置与特征选项的对应关系为：
特征向量中第一行第一列的元素位置与PA1对应、特征向量中第一行第二列的元素位置与PA2对应、特征向量中第一行第三列的元素位置与PB1对应、特征向量中第一行第四列的元素位置与PB1对应。
定义特征向量中每个元素位置处的元素取值为：
当一特征选项被选择时，其对应的元素位置处的元素为1，当一特征选项不被选择时，其对应的元素位置处的元素为0。
基于上述定义，若零件1对应的被选择的特征选项为PB2，零件1对应的不被选择的特征选项为PA1、PA2以及PB1，则零件1对应的特征向量为[0 0 0 1]；同理，若零件2对应的被选择的特征选项为PA1以及PB1，零件2对应的不被选择的特征选项为PA2以及PB2，则零件2对应的特征向量为[1 0 1 0]；同理，若零件3对应的被选择的特征选项为PA1、PA2以及PB1，零件3对应的不被选择的特征选项为PB2，则零件3对应的特征向量为[1 1 1 0]。以此类推，即可生成各个零件的特征向量。
同样的，基于上述定义，若车型1对应的被选择的特征选项为PA1以及PB1，车型1对应的不被选择的特征选项为PA2以及PB2，则车型1对应的特征向量为[1 0 1 0]；同理，若车型2对应的被选择的特征选项为PA1以及PB2，车型2对应的不被选择的特征选项为PA2以及PB1，则车型2对应的特征向量为[1 0 0 1]；同理，若车型3对应的被选择的特征选项为PA2、PB1以及PB2，车型3对应的不被选择的特征选项为PA1，则车型3对应的特征向量为[0 1 11]。以此类推，即可生成各个车型的特征向量。
步骤S30，基于所述特征向量构建超级BOM；
本实施例中，在得到各个零件以及各个车型的特征向量后，即可基于得到的特征向量构建超级BOM。以9个零件和8个车型的特征向量为例，构建对应的超级BOM。参照图3，图3为本发明超级BOM解算方法一实施例中构建的超级BOM的示意图。参照图4，图4为本发明超级BOM解算方法另一实施例中构建的超级BOM的示意图。
步骤S40，根据矩阵乘法对所述超级BOM进行解算，得到解算结果。
本实施例中，以任一零件的特征向量与任一车型的特征向量为一组，通过矩阵乘法计算每组中两特征向量的乘积，并以乘积作为解算结果。
进一步地，一实施例中，步骤S40包括：
以任一零件的特征向量与任一车型的特征向量为一组；根据矩阵乘法计算每组中一特征向量与另一经过矩阵转置处理后的特征向量的乘积，以所述乘积作为解算结果。
本实施例中，以超级BOM包含9个零件和8个车型的特征向量为例，以任一零件的特征向量与任一车型的特征向量为一组，则可组建72个组。在计算两个矩阵的乘积时，只有一个矩阵的列数(column)和另一个矩阵的行数(row)相同时才有意义，因此，在根据矩阵乘法计算每组包含的两个特征向量的乘积时，需对其中一个特征向量经过矩阵转置处理，然后将经过矩阵转置处理后的特征向量与另一个特征向量相乘，从而得到每个组对应的乘积。例如，组1包含零件1的特征向量[1 0 1 1]与车型1的特征向量[1 0 1 0]，则
同理，即可得到每组对应的乘积。参照图5，图5为本发明超级BOM解算方法一实施例中解算结果示意图。如图5所示，以图4所示的超级BOM为例，对其解算后，得到任一零件的特征向量与任一车型的特征向量的乘积。
本实施例中，获取各个零件以及各个车型的配置描述语言；对所述配置描述语言进行向量化处理，得到各个零件以及各个车型的特征向量；基于所述特征向量构建超级BOM；根据矩阵乘法对所述超级BOM进行解算，得到解算结果。通过本实施例，使用矩阵乘法运算代替字串符的匹配算法对超级BOM进行解算，极大节约了解算处理所需的时长，提高了解算效率。
进一步地，一实施例中，在步骤S40之后，还包括：
筛选乘积为N的目标乘积；基于所述目标乘积对应的目标组确定各个车型包含的零件。
本实施例中，若一零件的特征向量与一车型的特征向量的乘积为N，则说明该车型需使用该零件。如图5所示，特征族数量为2，则筛选乘积为2的目标乘积，则可确定车型1包含零件2～零件9，车型8包含零件2～零件9，车型2至车型7均不包含零件1～零件9。
进一步地，一实施例中，在所述基于所述目标乘积对应的目标组确定各个车型包含的零件的步骤之后，还包括：
根据各个车型包含的零件生成零件需求清单。
本实施例中，在确定各个车型包含的零件之后，即可根据该信息确定哪些零件需要被使用，从而生成零件需求清单。
第三方面，本发明实施例还提供一种超级BOM解算装置。
一实施例中，参照图6，图6为本发明超级BOM解算装置一实施例的功能模块示意图。如图6所示，超级BOM解算装置包括：
获取模块10，用于获取各个零件以及各个车型的配置描述语言；
处理模块20，用于对所述配置描述语言进行向量化处理，得到各个零件以及各个车型的特征向量；
构建模块30，用于基于所述特征向量构建超级BOM；
解算模块40，用于根据矩阵乘法对所述超级BOM进行解算，得到解算结果。
进一步地，一实施例中，所述配置描述语言基于配置库生成，所述配置库包含N个特征族，N个特征族共包含M个特征选项，处理模块20，用于：
根据各个零件以及各个车型的配置描述语言确定各个零件以及各个车型对应的被选择的特征选项以及不被选择的特征选项；
生成各个零件以及各个车型的特征向量，其中，特征向量为一行M列的矩阵，特征向量中每个元素位置与每个特征选项一一对应，当一特征选项被选择时，其对应的元素位置处的元素为1，当一特征选项不被选择时，其对应的元素位置处的元素为0。
进一步地，一实施例中，解算模块40，用于：
以任一零件的特征向量与任一车型的特征向量为一组；
根据矩阵乘法计算每组中一特征向量与另一经过矩阵转置处理后的特征向量的乘积，以所述乘积作为解算结果。
进一步地，一实施例中，超级BOM解算装置还包括需求确定模块，用于：
筛选乘积为N的目标乘积；基于所述目标乘积对应的目标组确定各个车型包含的零件。
进一步地，一实施例中，需求确定模块，还用于：
根据各个车型包含的零件生成零件需求清单。
其中，上述超级BOM解算装置中各个模块的功能实现与上述超级BOM解算方法实施例中各步骤相对应，其功能和实现过程在此处不再一一赘述。
第四方面，本发明实施例还提供一种可读存储介质。
本发明可读存储介质上存储有超级BOM解算程序，其中所述超级BOM解算程序被处理器执行时，实现如下步骤：
获取各个零件以及各个车型的配置描述语言；
对所述配置描述语言进行向量化处理，得到各个零件以及各个车型的特征向量；
基于所述特征向量构建超级BOM；
根据矩阵乘法对所述超级BOM进行解算，得到解算结果。
进一步地，一实施例中，所述配置描述语言基于配置库生成，所述配置库包含N个特征族，N个特征族共包含M个特征选项，所述超级BOM解算程序被处理器执行时，还实现如下步骤：
根据各个零件以及各个车型的配置描述语言确定各个零件以及各个车型对应的被选择的特征选项以及不被选择的特征选项；
生成各个零件以及各个车型的特征向量，其中，特征向量为一行M列的矩阵，特征向量中每个元素位置与每个特征选项一一对应，当一特征选项被选择时，其对应的元素位置处的元素为1，当一特征选项不被选择时，其对应的元素位置处的元素为0。
进一步地，一实施例中，所述超级BOM解算程序被处理器执行时，还实现如下步骤：
以任一零件的特征向量与任一车型的特征向量为一组；
根据矩阵乘法计算每组中一特征向量与另一经过矩阵转置处理后的特征向量的乘积，以所述乘积作为解算结果。
进一步地，一实施例中，所述超级BOM解算程序被处理器执行时，还实现如下步骤：
筛选乘积为N的目标乘积；
基于所述目标乘积对应的目标组确定各个车型包含的零件。
进一步地，一实施例中，所述超级BOM解算程序被处理器执行时，还实现如下步骤：
根据各个车型包含的零件生成零件需求清单。
其中，超级BOM解算程序被执行时所实现的方法可参照本发明超级BOM解算方法的各个实施例，此处不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种超级BOM解算方法，其特征在于，所述超级BOM解算方法包括：
获取各个零件以及各个车型的配置描述语言；
对所述配置描述语言进行向量化处理，得到各个零件以及各个车型的特征向量；
基于所述特征向量构建超级BOM；
根据矩阵乘法对所述超级BOM进行解算，得到解算结果。
2.如权利要求1所述的超级BOM解算方法，其特征在于，所述配置描述语言基于配置库生成，所述配置库包含N个特征族，N个特征族共包含M个特征选项，所述对所述配置描述语言进行向量化处理，得到各个零件以及各个车型的特征向量的步骤包括：
根据各个零件以及各个车型的配置描述语言确定各个零件以及各个车型对应的被选择的特征选项以及不被选择的特征选项；
生成各个零件以及各个车型的特征向量，其中，特征向量为一行M列的矩阵，特征向量中每个元素位置与每个特征选项一一对应，当一特征选项被选择时，其对应的元素位置处的元素为1，当一特征选项不被选择时，其对应的元素位置处的元素为0。
3.如权利要求2所述的超级BOM解算方法，其特征在于，所述根据矩阵乘法对所述超级BOM进行解算，得到解算结果的步骤包括：
以任一零件的特征向量与任一车型的特征向量为一组；
根据矩阵乘法计算每组中一特征向量与另一经过矩阵转置处理后的特征向量的乘积，以所述乘积作为解算结果。
4.如权利要求3所述的超级BOM解算方法，其特征在于，在所述根据矩阵乘法对所述超级BOM进行解算，得到解算结果的步骤之后，还包括：
筛选乘积为N的目标乘积；
基于所述目标乘积对应的目标组确定各个车型包含的零件。
5.如权利要求1所述的超级BOM解算方法，其特征在于，在所述基于所述目标乘积对应的目标组确定各个车型包含的零件的步骤之后，还包括：
根据各个车型包含的零件生成零件需求清单。
6.一种超级BOM解算装置，其特征在于，所述超级BOM解算装置包括：
获取模块，用于获取各个零件以及各个车型的配置描述语言；
处理模块，用于对所述配置描述语言进行向量化处理，得到各个零件以及各个车型的特征向量；
构建模块，用于基于所述特征向量构建超级BOM；
解算模块，用于根据矩阵乘法对所述超级BOM进行解算，得到解算结果。
7.如权利要求6所述的超级BOM解算装置，其特征在于，所述配置描述语言基于配置库生成，所述配置库包含N个特征族，N个特征族共包含M个特征选项，所述处理模块，用于：
根据各个零件以及各个车型的配置描述语言确定各个零件以及各个车型对应的被选择的特征选项以及不被选择的特征选项；
生成各个零件以及各个车型的特征向量，其中，特征向量为一行M列的矩阵，特征向量中每个元素位置与每个特征选项一一对应，当一特征选项被选择时，其对应的元素位置处的元素为1，当一特征选项不被选择时，其对应的元素位置处的元素为0。
8.如权利要求7所述的超级BOM解算装置，其特征在于，解算模块，用于：
以任一零件的特征向量与任一车型的特征向量为一组；
根据矩阵乘法计算每组中一特征向量与另一经过矩阵转置处理后的特征向量的乘积，以所述乘积作为解算结果。
9.一种超级BOM解算设备，其特征在于，所述超级BOM解算设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的超级BOM解算程序，其中所述超级BOM解算程序被所述处理器执行时，实现如权利要求1至5中任一项所述的超级BOM解算方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有超级BOM解算程序，其中所述超级BOM解算程序被处理器执行时，实现如权利要求1至5中任一项所述的超级BOM解算方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110902156.9A CN113706074B (zh) | 2021-08-06 | 2021-08-06 | 超级bom解算方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110902156.9A CN113706074B (zh) | 2021-08-06 | 2021-08-06 | 超级bom解算方法、装置、设备及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113706074A true CN113706074A (zh) | 2021-11-26 |
| CN113706074B CN113706074B (zh) | 2024-03-05 |
Family
ID=78651745
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110902156.9A Active CN113706074B (zh) | 2021-08-06 | 2021-08-06 | 超级bom解算方法、装置、设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113706074B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5630070A (en) * | 1993-08-16 | 1997-05-13 | International Business Machines Corporation | Optimization of manufacturing resource planning |
| US20110040822A1 (en) * | 2009-08-17 | 2011-02-17 | International Business Machines Corporation | Complex Matrix Multiplication Operations with Data Pre-Conditioning in a High Performance Computing Architecture |
| CN107292967A (zh) * | 2017-06-23 | 2017-10-24 | 艾凯克斯（嘉兴）信息科技有限公司 | 基于几何特征映射搭建含有骨架的三维可配置bom的方法 |
| CN107665396A (zh) * | 2017-07-04 | 2018-02-06 | 宝沃汽车（中国）有限公司 | 解析特征包mbom的方法和*** |
| CN108711035A (zh) * | 2018-05-21 | 2018-10-26 | 广东科达洁能股份有限公司 | 一种可配置的超级bom的实现方法 |
| CN109242253A (zh) * | 2018-08-06 | 2019-01-18 | 智车优行科技（上海）有限公司 | 物料清单提取方法、装置以及存储介质 |
| US20190205833A1 (en) * | 2017-12-29 | 2019-07-04 | Sap Se | Bill of material based predecessor product determination in demand planning |
| US20200134745A1 (en) * | 2018-10-29 | 2020-04-30 | DIGIBILT, Inc. | METHOD AND SYSTEM FOR AUTOMATICALLY CREATING AND ASSIGNING ASSEMBLY LABOR ACTIVITIES (ALAs) TO A BILL OF MATERIALS (BOM) |
| CN111369190A (zh) * | 2020-03-02 | 2020-07-03 | 深圳百胜扬工业电子商务平台发展有限公司 | 一种超级bom选配号方法及装置 |
| CN111950072A (zh) * | 2019-04-29 | 2020-11-17 | 上海汽车集团股份有限公司 | 一种整车全配置管理方法及*** |
| CN112270615A (zh) * | 2020-10-26 | 2021-01-26 | 西安邮电大学 | 基于语义计算的复杂装备制造bom智能分解方法 |
| CN112651692A (zh) * | 2021-01-29 | 2021-04-13 | 启明信息技术股份有限公司 | 一种基于车系bom树形结构解析的生产物料分配方法 |
-
2021
- 2021-08-06 CN CN202110902156.9A patent/CN113706074B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5630070A (en) * | 1993-08-16 | 1997-05-13 | International Business Machines Corporation | Optimization of manufacturing resource planning |
| US20110040822A1 (en) * | 2009-08-17 | 2011-02-17 | International Business Machines Corporation | Complex Matrix Multiplication Operations with Data Pre-Conditioning in a High Performance Computing Architecture |
| CN107292967A (zh) * | 2017-06-23 | 2017-10-24 | 艾凯克斯（嘉兴）信息科技有限公司 | 基于几何特征映射搭建含有骨架的三维可配置bom的方法 |
| CN107665396A (zh) * | 2017-07-04 | 2018-02-06 | 宝沃汽车（中国）有限公司 | 解析特征包mbom的方法和*** |
| US20190205833A1 (en) * | 2017-12-29 | 2019-07-04 | Sap Se | Bill of material based predecessor product determination in demand planning |
| CN108711035A (zh) * | 2018-05-21 | 2018-10-26 | 广东科达洁能股份有限公司 | 一种可配置的超级bom的实现方法 |
| CN109242253A (zh) * | 2018-08-06 | 2019-01-18 | 智车优行科技（上海）有限公司 | 物料清单提取方法、装置以及存储介质 |
| US20200134745A1 (en) * | 2018-10-29 | 2020-04-30 | DIGIBILT, Inc. | METHOD AND SYSTEM FOR AUTOMATICALLY CREATING AND ASSIGNING ASSEMBLY LABOR ACTIVITIES (ALAs) TO A BILL OF MATERIALS (BOM) |
| CN111950072A (zh) * | 2019-04-29 | 2020-11-17 | 上海汽车集团股份有限公司 | 一种整车全配置管理方法及*** |
| CN111369190A (zh) * | 2020-03-02 | 2020-07-03 | 深圳百胜扬工业电子商务平台发展有限公司 | 一种超级bom选配号方法及装置 |
| CN112270615A (zh) * | 2020-10-26 | 2021-01-26 | 西安邮电大学 | 基于语义计算的复杂装备制造bom智能分解方法 |
| CN112651692A (zh) * | 2021-01-29 | 2021-04-13 | 启明信息技术股份有限公司 | 一种基于车系bom树形结构解析的生产物料分配方法 |
Non-Patent Citations (3)
| Title |
|---|
| 李茂;缪瑞清;刘丽;刘明光;: "全配置BOM管理模式下的FPC作用研究", 新型工业化, no. 06, 20 June 2017 (2017-06-20), pages 9 - 14 * |
| 李茂;缪瑞清;刘丽;刘明光;: "全配置BOM管理模式下的FPC作用研究", 新型工业化, no. 06, pages 9 - 14 * |
| 郭庆军: "多车型结构中零部件关系及配置管理研究", 新型工业化, pages 5 - 10 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113706074B (zh) | 2024-03-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107844634B (zh) | 多元通用模型平台建模方法、电子设备及计算机可读存储介质 | |
| CN110750442A (zh) | 测试用例的生成方法、装置、设备及存储介质 | |
| CN110457260B (zh) | 文件处理方法、装置、设备及计算机可读存储介质 | |
| CN106557307B (zh) | 业务数据的处理方法及处理*** | |
| JP4575416B2 (ja) | テストデータ生成システム、テストデータ生成方法及びテストデータ生成プログラム | |
| CN108960672B (zh) | 限额限次的风控方法、装置及计算机可读存储介质 | |
| CN112036123A (zh) | 基于网页页面的pdf生成方法、装置、设备及存储介质 | |
| CN110990008B (zh) | 更新页面的方法、装置、存储介质以及电子设备 | |
| CN113554440A (zh) | 数据对帐方法、装置、设备及存储介质 | |
| CN114416056A (zh) | 页面生成方法、***、计算机设备及可读存储介质 | |
| CN115809288A (zh) | 数据转换方法、装置、设备及存储介质 | |
| CN113706074A (zh) | 超级bom解算方法、装置、设备及可读存储介质 | |
| CN108009150B (zh) | 一种基于循环神经网络的输入方法及装置 | |
| CN110598995A (zh) | 智能客户评级方法、装置及计算机可读存储介质 | |
| US8577861B2 (en) | Apparatus and method for searching information | |
| US7730051B2 (en) | System and method for embedded expression assignment | |
| CN110674129A (zh) | 异常事件处理方法、***、计算机设备及存储介质 | |
| CN111078337A (zh) | 样式调整方法、***及计算机可读存储介质 | |
| CN110046321B (zh) | 曲线积分的计算方法、装置、设备及存储介质 | |
| CN113360178A (zh) | 软件唯一识别码生成方法、装置、设备及可读存储介质 | |
| CN111126015B (zh) | 一种报表编制方法、设备 | |
| CN114036170A (zh) | 相关联案件获取方法、装置、设备、存储介质和程序产品 | |
| CN117194721B (zh) | 生成图数据的方法、装置及计算机设备 | |
| CN117057340A (zh) | 报表解析方法、装置、计算机设备和存储介质 | |
| CN117034081A (zh) | 应用功能模块构建方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |