专利名称：用于用尽制造环境中的过剩库存的方法和系统的制作方法
技术领域：
本发明一般涉及库存管理，特别涉及对利用制造环境中的过剩库存提供多重商业情景(multiple business scenarios)的方法、系统和装置。
背景技术：
在当今的制造环境中，随着设计开发中的工程变化速度的不断增加，产品和技术连续、迅速发展。一般正是这些工程变化导致过剩库存。过剩库存，包括过度库存，对于制造商来说是有问题的，这是因为，制造商负担这种库存，常导致制造商成本增加且制造时间和利润同时大大受损。
现有技术集中在通过寻找缩短渠道并减少订货至交货的时间的方法降低库存水平。解决与过剩库存有关的问题的尝试包括开发尽可能多地消耗这些过剩部分的最终产品的构建计划。常规而言，手工产生这些构建计划。但是，手工产生的最终产品的构建计划是不希望有的，这是因为，这种方法劳动强度大，需要一次一个地调查多个单个选项，并且，在以下情况下常常是不切实际的过剩部分可被用于若干个选择性的可销售的项目(item)，每个项目可消耗不同数量的其它过剩部分。
其它已知的用于利用过剩库存的计划构建的方法包括基于预定的单一的一般作为利润最大化的商业情景产生最终产品计划方案(portfolio)。但是，由于制造商只能基于这种单一的商业情景提供最终产品计划方案，由此可能给制造商留下剩余的过剩的库存，因此这种方法也是不希望有的。当前，不存在这样一种容易、有效的方法，其中，制造商可基于各种不同的商业情景提供大量的最优最终产品计划方案，用于提高制造商用尽其过剩库存的能力，并由此减少给制造商留下剩余的过剩库存的可能性。
因此，在本领域中需要用于识别过剩库存并基于用于用尽这种过剩库存的多重商业情景提供各种最终产品构建计划的改进的方法、系统和装置。
发明内容
鉴于现有技术中的问题和缺点，本发明的目的在于，提供用于基于用于用尽过剩库存的多重商业情景提供各种最终产品构建计划的方法、系统和装置。
本发明的另一目的在于，提供用于基于用于用尽过剩库存的用户限定的商业情景提供各种最终产品构建计划的方法、系统和装置。
本发明的另一目的在于，提供用于扩展单一情景可售(ATS)优化器以处理和使用多重商业情景的方法、系统和装置。
本发明的另一目的在于，提供用于基于各种不同的商业情景产生若干种最优最终产品计划方案、用于显著增加被消耗的过剩库存量并由此减少留给制造商剩余的过剩库存的可能的简易、有效的方法、系统和装置。
本发明的另一目的在于，提供通过消耗过剩库存显著减少制造成本和时间的方法、系统和装置。
通过本说明书，本发明的其它目的和优点将在某种程度上变得明显、显而易见。
在本发明的针对第一方面用于用尽制造环境中的过剩库存的方法中，实现对本领域技术人员来说显而易见的上述和其它目的。该方法包括提供原始财务数据、可变扩缩因子和包含逻辑的商业目标。然后通过在商业目标的逻辑内应用原始财务数据和可变扩缩因子，产生修改的财务数据。利用该修改的财务数据，以确定如果构建就会消耗过剩库存的最终产品的多重方案。作为替代方案，可以通过使用可变扩缩因子操纵商业目标的逻辑，以提供用于确定多重方案最终产品的修改的逻辑。
在该方面中，原始财务数据可包含原始收入数据、原始部件成本数据或者甚至它们的组合。还可以收集诸如例如需求预测数据、库存供给数据、材料单数据、约束部分列表数据及其组合的其它数据。可变扩缩因子可以是全局扩缩因子、局部扩缩因子或它们的组合。全局扩缩因子指示用户花费额外的金钱以消耗过剩库存的意愿，而局部扩缩因子指示用户分配的用于最终产品中的组成部分的相对重要性用于相互区分组成部分。可变扩缩因子可被嵌入商业目标的逻辑中，或者可被用户选择以指示用户的偏好。
在另一方面中，本发明针对用于用尽制造环境中的过剩库存的方法。该方法包括将原始财务数据、可变扩缩因子和包含逻辑的商业目标输入情景引擎部件中。通过在商业目标的逻辑内计算原始财务数据和可变扩缩因子，在情景引擎中产生修改的财务数据。然后，将该修改的财务数据从情景引擎发送到优化器部件中，以确定如果构建就会消耗过剩库存的最终产品的多重方案。
在另一方面中，本发明针对用于用尽制造环境中的过剩库存的系统。该系统包括包含原始财务数据的文件；包含可变扩缩因子的另一文件；和包含包含逻辑的商业目标的另一文件。在系统中还包括情景引擎部件和优化器部件。情景引擎部件适于接收原始财务数据、可变扩缩因子和商业目标文件，用于通过在商业目标的逻辑中应用原始财务数据和可变扩缩因子产生包含修改的财务数据的文件。优化器部件适于接收修改的财务数据，用于确定如果构建就会消耗过剩库存的最终产品的多重方案。
在另一方面中，本发明针对能够执行指令的处理器可读的程序存储装置，该指令有形地体现可由处理器执行的指令的程序以执行用于用尽制造环境中的过剩库存的方法步骤。该方法包括提供原始财务数据、可变扩缩因子和包含逻辑的商业目标。然后，通过在商业目标的逻辑内应用原始财务数据和可变扩缩因子，产生修改的财务数据。利用该修改的财务数据，以确定如果构建就会消耗过剩库存的最终产品的多重方案。
被认为具有新颖性的本发明的特征和本发明的要素特性在所附的权利要求中特别说明。附图仅出于示意目的并且不按比例。但是，通过结合附图参照以下详细说明，可以同时在组织(organization)和操作方法方面最好地理解发明本身。
图1是用于便于过剩库存利用管理的现有技术框图。
图2A是用于便于基于多重商业情景的过剩库存利用管理的本发明的示例性系统的框图。
图2B是用于便于基于多重商业情景的过剩库存利用管理的本发明的替代性示例性系统的框图。
图3是用于基于用于用尽过剩库存的多重商业情景提供各种最终产品构建计划的本系统的流程图。
具体实施例方式
在对本发明的优选实施例的说明中，这里将参照附图中的图1～3，其中，相同的附图标记表示本发明的相同特征。
本发明针对供应链管理的领域，特别针对过剩库存的管理。公司从利益的角度管理过剩库存的一种方式是，找到销售将消耗其一些或全部过剩库存的产品的方式。在这样做时，大多数公司提供范围广泛的产品，由此各种产品具有不同的材料单(bill)。确定构建并销售哪一种产品使得过剩库存被消耗的一种方式是，通过诸如在受让给本申请的受让人的共同未决的美国专利申请No.2004/0024628中公开的可售(Available-To-Sell)(ATS)优化工具，在此包含该专利的公开作为参考。
图1表示常规的ATS优化系统。ATS优化器(Optimizer)20是获取用户提供的包含原始收入(raw revenue)1、原始部件成本(rawcomponent cost)2、需求预测3、库存供给4、材料单5(BOM)和约束部分列表6等的输入的库存优化应用。ATS优化器20处理这些输入，然后输出应被制造以消耗过剩库存的最终产品30的最优方案(即，可售最终项目和产品的列表，以及其每一种的数量)。但是，ATS工具仅以利润最大化为目标将问题设立为线性规划(LP)优化模型。
例如，以总利润最大化为单一目标的线性ATS LP优化模型表达如下其中，决定变量为Yi对可售项目i的推荐Xji分配给可售项目i的组成部分(component part)j的供给消耗Xki分配给可售项目i的最低级别(level)组成部分k的购买量Xli分配给可售项目i的非最低级别组成部分l的制造操作简化的LP公式是最大化∑iValuei×Yi-∑i∑jCostj×Yi-∑i∑kCostk×Xki-∑i∑lCostl×Xli服从C1) j∈{具有正供给的部分}C2)ΣiXki=k∈]]>{对任何额外购买受限的部分}C2)ΣiXk′i≥k′∈]]>{对任何额外购买受限的部分}这里，Valuei＝可售项目i的收入或增加的制造成本Costj＝过剩库存部分j的消耗成本(该成本在模型中为零)Costk＝最低级别组成部分k的购买成本Costl＝非最低级别部分l的制造或操作成本上述线性ATS LP优化模型中的其它约束可包括材料要求约束，用于非最低级别部分的制造操作被获取，即，Xji。因此，根据这种常规的单一目标线性ATS LP优化模型，如果在当前的库存中存在这种部分的过剩供给，那么不能发生额外的组成部分的购买。
但是，单一目标ATS LP优化模型的很大的限制是，它只能为一般是利润的最大化的单一商业目标或单一目标ATS问题找到最优最终产品方案。假如商业需求随组织和流行的商业环境变化，那么单一目标ATS优化器常常不能满足商业需求和目标。例如，在一种商业目标下最优的最终产品方案在被放在另一商业目标下考虑时可能得分很低。
因此，由于单一目标ATS提供单一推荐作为输出，从公司的各个视角来看这可能是不合适的，因此它在公司范围环境中常常是不切实际的。例如，从库存管理的角度看，目标是尽可能多地用完废弃或不久将要废弃的过剩库存。从市场/销售的角度看，目标是根据需求预测使预期收益最大化。从供给管理的角度看，目标是使库存的消耗最大化，同时使关键部分的消耗或采购最小化，使得消除过剩库存的行动不会恶化短缺管理。即，从公司范围优化的角度看，希望考虑以上所有子组织目标以实现公司范围利润最大化。
本发明通过将单一目标ATS扩展成能够同时解决多重商业目标的ATS，用单一目标ATS LP优化提供上述问题的解决方案。这是通过这样一种方法实现的，即，将情景引擎(Scenario Engine)工具引入系统中，其向目前使用可售(ATS)优化器的任何公司增加附加值。
情景引擎有利地使ATS优化器能够具有解决多目标优化问题的能力。其中，情景引擎自动修改原始ATS输入数据，特别是原始输入财务数据，使得在ATS中运行这些数据的净结果提供基于选择的商业目标策略的多重最终产品方案。优选地，系统的用户选择商业目标。情景引擎截取原始ATS输入数据，并将其与用户选择的商业目标特有的附加数据组合。特别地，情景引擎应用与选择的商业目标策略以及扩缩因子(scaling factor)数据相关的逻辑，以操纵和修改原始财务ATS输入数据，用于提供修改的ATS输入数据。在修改的ATS输入数据内被编码的是用于选择的商业目标的优化目标函数(function)，使得，通过ATS优化器运行该修改数据，产生的最终产品方案对选择的商业目标为最优。
由于扩缩因子使得能够提供多重选择性最终产品方案，通过该多重选择性最终产品方案消费者将能够比较、识别和选择用于提供选择的商业目标策略的解决方案的最优方案，因此它是本发明的基本部分。根据本发明，扩缩因子数据可被嵌入选择的商业目标策略中，或者，系统的用户可手动选择它。通过使用户选择针对用户的目标的扩缩因子，该用户可以表达他/她的在优化中花费额外的美元量的意愿。在本发明中，各个不同的扩缩因子提供不同的优化最终产品解决方案，用于在不改变优化模型本身的情况下提供产生各种解决方案组的简单方式。
参照图2A和图2B，示出本发明的便于基于多重商业目标的过剩库存利用管理的示例性系统的框图。用户提供的数据被输入情景引擎110中。这些数据输入包括而不限于原始收入101、原始部件成本102、需求预测103、库存供给104、材料单105(BOM)和约束部分列表106等。如图2A所示，所有的用户提供的输入可被输入情景引擎110中，或作为替代方案，如图2B所示，只有原始收入101和原始部件成本102输入可被输入情景引擎110中。一旦被接收到其中，就只有原始ATS输入数据的财务部分即原始收入101和原始部件成本102在情景引擎110中被修改。
在原始形式中，原始收入101和原始部件成本102数据输入分别表示最终产品的实际收入和部件的实际成本。在常规的ATS系统中，当该原始ATS数据连同待解决的单一静态商业策略被供给ATS优化器时，作为输出的最优最终产品方案表示如果构建并出售就会提供静态商业策略的单一解决方案的一组产品推荐。但是，根据本发明，通过在情景引擎110内修改原始收入101和原始部件成本102数据输入、并将这种修改的数据输入到ATS优化器中，产生多重最终产品方案，用于使得用户能够选择提供对正在解决的选择的商业目标问题的最优解决方案的方案。
情景引擎110还接收选择的商业目标策略140和扩缩因子数据150作为用于在其中修改财务原始收入101和原始部件成本102数据输入的输入。应当理解，由于用于修改成本102和收入101数据输入的逻辑可取决于其它数据输入，即，需求预测103、库存供给104、材料单105(BOM)和约束部分列表106等，因此，根据选择的特定的商业目标策略140，可能希望如图2A所示将所有的数据输入输入到情景引擎110中。并且，扩缩因子数据可被预定并被嵌入商业目标策略中，或者，它可与商业目标策略分开并被系统的用户独立的选择。
情景引擎110然后将扩缩因子数据应用于选择的商业目标策略用于修改原始收入101和原始部件成本102数据输入。其中，为了构建将消耗存在的过剩库存的最终产品，情景引擎110将第一扩缩因子和原始收入101应用于商业目标策略，以产生确定用户的购买额外项目的意愿的修改的收入数据112。情景引擎110还将第二扩缩因子和原始部件成本102应用于商业目标策略，以产生括缩约束部件的成本的修改的部件成本数据114。
修改的收入数据112和部件成本数据114从情景引擎110被输出并被输入到ATS优化器120中。在修改的收入数据112和部件成本数据114数据中编码的是用于待解决的初始选择的商业目标问题、或可选地用于待解决的修改的LP问题的优化目标函数。一旦在其中，ATS优化器120就运行从而利用修改的数据输入以产生用于解决多目标优化问题的多重最终产品方案。
为了便于理解本发明，参照图3的表示本系统的用于LP优化的示例性流程图的处理流程，该流程图提供基于用于用尽过剩库存的选择的商业目标的各种最终产品构建计划。在本实施例中，解释了如何实施一个典型的商业目标，但是，本例子决不意味着以任何方式限制本发明，本领域技术人员很容易想到如何创建其它目标。
一旦确定过剩库存，本发明的用户就收集原始输入数据(步骤200)，然后将原始输入数据输入情景引擎110(步骤300)。另外输入情景引擎110的是选择的商业目标策略以及扩缩因子(步骤400)。选择的商业目标策略可包括满足公司或用户目标的任何预配置策略，这些目标包含而不限于使库存消耗最大化、使收入或利润最大化、清算组分析(squared set analysis)(即，为了构建最终产品确认需要购买的额外产品，这既不使库存消耗最大化也不使收入/利润最大化)、利用额外购买进行的平衡库存消耗(即，具有使库存消耗和/或收入/利润最大化的潜力)等。并且，扩缩因子可被嵌入选择的商业目标策略，或由用户单独从选择的商业目标策略选择，该扩缩因子同时包含这里称为全局(Global)扩缩因子的第一扩缩因子和这里称为局部扩缩因子的第二扩缩因子，以下将进一步讨论这两种扩缩因子。
一旦输入数据被接收到情景引擎110中，情景引擎就将选择的商业目标策略的逻辑应用于扩缩因子和财务数据输入(即，原始收入101数据输入和原始部件成本102数据输入)，以产生包含ATS优化器的参数文件的输出以及修改的收入和部件成本数据输出(步骤500)。这是通过情景引擎110内的各个子步骤(步骤510～550)实现的。情景引擎的输出被输入ATS优化器，以执行用于动态产生目标函数的优化，该目标函数有助于在给定的商业目标的结构下解决ATS优化问题。例如，用户可能想执行使公司库存消耗最大化的优化。
在从情景引擎110产生输出的过程中，情景引擎首先执行确认过程(步骤510)。确认过程确保所有的需要的输入已被获得、可用且为正确的格式。核实的所需的输入是选择的商业目标策略、原始收入101数据输入和原始部件成本102数据输入。如果这些中的一个没有被接收，那么处理流程返回选择步骤(步骤400)。情景引擎还核实选择的商业目标策略识别是在情景引擎中预配置的有效策略识别。如果不是，那么处理流程返回选择步骤。
一旦输入被核实，处理流程就通过应用扩缩因子而继续。两种不同的扩缩因子是全局扩缩因子(GSF)和局部扩缩因子(LSF)。
全局扩缩因子是用户通过它表示其花费额外的金钱量(由于需要购买额外部分以构建特定的最终产品的要求)以用尽当前可用的过剩库存和/或实现收入目标的意愿的指示。全局扩缩因子是能够表达某人的花费额外金钱的意愿的任何数字、符号和字符等。在优选的实施例中，全局扩缩因子是能够对本LP优化模型中的财务数据输入(即，原始收入101数据输入和原始部件成本102数据输入)进行按比例增加、缩小或其组合的任何非负实数。
局部扩缩因子是用户通过它在低级别组成部分和高级别组成部分之间分配相对重要性以相互区分这些部分的指示。类似地，局部扩缩因子是能够表达部分的重要性的用户选择偏好的任何数字、符号和字符等。在优选的实施例中，局部扩缩因子也是同样能够对财务数据输入(特别地，对于短缺的组成部分)进行按比例增加、缩小或其组合的任何非负实数用以反映部分与其它部分相比的相对重要性。例如，如果过剩库存部分被识别为难以获得的部分，或者需要被保留以备后用，那么用户可分配相对更高的扩缩因子(例如LSF＞1.0)，以反映该部分与其它部分相比具有更高的重要性。类似地，如果某一部分相对易于获得，那么用户可分配较小扩缩因子重要性(例如LSF＜1.0)以反映该部分的相对较低的重要性。
情景引擎根据选择的商业目标策略的逻辑用给定的全局扩缩因子(步骤530)和局部扩缩因子(步骤540)计算财务数据输入，以得到修改的财务数据输出，特别是修改的收入数据112和修改的部件成本数据114(步骤550)。其中，情景引擎应用全局扩缩因子，以确定用户的在额外购买上花费金钱以消耗过剩库存的意愿，并应用局部扩缩因子，以只对受约束项目的原始部件成本102数据输入进行增加或缩小。得到的修改的财务数据输出由此反映用户的花费额外金钱的意愿和用户对特定部分的重要性定级。修改的输出还可包含为选择的待解决的商业目标策略问题进行的任何改变。这些来自情景引擎的修改的输出关于包含于ATS优化器中的优化模型反映了商业目标策略。
例如，财务数据输入可乘以给定的扩缩因子，以得到修改的财务数据输出。在这方面，大于1(＞1.0)的全局和局部扩缩因子使生产成本增加，而小于1(＜1.0)的全局和局部扩缩因子使生产成本减小。例如，在本LP优化的选择商业目标是使利润最大化时(即，只生产那些对公司来说有利可图的项目)，较大的全局扩缩因子(例如，＞1.0)导致生产操作成本增加，由此导致这些操作被推荐的可能很小。
情景引擎借以使用扩缩因子作为成本-收入比的上限的本发明的LP优化模型表达如下使j∈J(i) J(i)＝{用于生产项目i的低级别的部件或操作}；j′∈J′(i) J′(i)＝{没有用于生产项目i的过剩供给或操作的低级别的部件}；j″∈J″(i) J″(i)＝{具有用于生产项目i的过剩供给的低级别的部件}；以及这里，对于所有的需求项目i，J′∩J″＝{}并且J′∪J″＝J。
使用上述符号，系统产生的需求项目i的收入为对于需求项目i，Valuei＝∑j∈JCOSTj构建需求项目i的附加单元的附加成本为Additional_Costi＝∑j″∈J′COSTj′不存在与消费过剩供给相关的成本。
LP优化中的目标函数只在需求单元(unit)有利可图时才推荐构建更多的这些单元。对于要构建的有利可图的任何需求项目，应满足下式Valuei＞Additional_Costi在情景引擎的成本建模中，Additional_Costi(扩缩的)＝GSF×∑j″∈J′COSTJ′由于它在任何部件供给级别应用于所有需求项目，因此我们有Total_CostTotal_Value<Max[1/GST,1.0],]]>由此，全局扩缩因子应用附加成本与期望收入的比值的上限。作为全局扩缩因子和比值的上限之间的关系的例子，当GSF≤1.0，Total_Value＞Total_Cost，或者，当GSF＝2.0，Total_Cost/Total_Value＜1/2＝0.5时，Total_Cost不能超过Total_Value的50％。
情景引擎110构建修改的财务数据文件和目标函数文件，并将这些文件输入ATS优化器120工具中以基于这些输入文件产生多重最终产品方案(步骤550)。输入文件包括包含修改的收入数据的文件、包含修改的部件成本数据的文件，并可选地包括包含将由优化器解决的修改的LP问题公式化的文件。情景引擎确认由ATS优化器规定的输入格式。财务输入文件以外的剩余的输入文件可通过情景引擎被输入ATS优化器中，或从分级目录(staging directory)被直接输入ATS优化器中。
ATS优化器然后通过使用目标函数、通过情景引擎产生并从其中输入的构建的输入、以及从情景引擎和/或分级目录接收的各种其它未变的输入文件，解决LP模型的问题(步骤600)。
一旦产生，最终产品方案就被显示给用户以由用户确认(步骤700)。用户然后必须决定他/她是否愿意用不同的目标重复该过程(步骤800)。如果用户愿意用新的目标重复该处理流程，那么处理流程返回步骤400，该处理流程相应地被重复。但是，如果用户不想用不同的目标重复该过程，则退出该系统(步骤900)。
用修改的财务输入运行ATS优化器的基本特征是，通过根据本发明改变扩缩因子组合，最终产生多重最终产品方案以允许用户选择特定产品方案，该特定产品方案提供了对正在解决的特定问题(即，通过选择的商业目标解决的问题)的解决方案。即，该组替代性的最终产品方案使得用户能够比较方案、选择特定的方案，或甚至产生和选择最适于用户的决定准则的混合方案组。
由于情景引擎利用输入扩缩因子以显著增加常规的优化过程和系统的有用性，目前根据本发明对于给定的一组输入参数能够提供多重输出最终产品解决方案，因此包含情景引擎是有利的。例如，与只限于对静态目标(一般是利润的最大化)和给定的一组数据的单一的优化解决方案的常规ATS优化器相比，本发明的多目标优化解决方案(或结果)能够使库存消耗和期望的收入最大化，同时使任何附加成本最小化。有利的是，情景引擎容易、快速地操纵财务输入数据和目标函数本身，使得可以迅速做出涉及库存管理的供给链决定。
如上所述，可以以计算机实施的处理和用于实施这些处理的装置的形式体现本发明。也可以以包含存储在诸如软盘、CD-ROM、硬盘驱动器或其它任何计算机可读介质的有形介质中的指令的计算机程序代码的形式体现本发明，其中，当计算机程序代码被加载到计算机中并被其执行时，计算机变成用于实施本发明的装置。还可以以例如存储在存储介质中、加载到计算机中并/或被其执行或通过诸如电线或电缆的一些传输介质、通过光纤或通过电磁辐射传输的计算机程序代码的形式体现本发明，其中，当计算机程序代码被加载到计算机中并被其执行时，计算机变成用于实施本发明的装置。当在通用微处理器上被实现时，计算机程序代码段配置微处理器以产生特定的逻辑电路。
本领域技术人员容易理解，本发明对现有技术提供许多改进。为了为用于用尽过剩库存的比值(ratio)计划数据提供单一的集成的存储库，来自各系统和位置的数据被收集到单一数据库中。本发明用简单的方式提供比值计划方案(planner)以聚集信息用于报告，并通过使用预定的报告提供非常迅速地对计算机数据库专门技术的要求最少地产生报告的能力。本发明同时很好地适于具有相对很小的比值的较小的制造商以及具有几万个比值的非常大的制造商。
虽然已结合特定的优选实施例特别说明了本发明，但鉴于以上说明，对本领域技术人员来说许多变更、修改和变化都是显而易见的。因此，应当认为，所附的权利要求书将包含落入本发明的真实范围和精神内的任何这种变更、修改和变化。
因此，在说明了本发明以后，有以下的权利要求书。
权利要求
1.一种用于用尽制造环境中的过剩库存的方法，包括提供原始财务数据；提供可变扩缩因子；提供包含逻辑的商业目标；通过在所述商业目标的逻辑内应用所述原始财务数据和所述可变扩缩因子，产生修改的财务数据；和利用所述修改的财务数据，确定如果构建就会消耗过剩库存的最终产品的多重方案。
2.根据权利要求1的方法，其中，所述原始财务数据选自包含原始收入数据、原始部件成本数据及其组合的组。
3.根据权利要求2的方法，还包括提供选自包含需求预测数据、库存供给数据、材料单数据、约束部分列表数据及其组合的组的收集的数据。
4.根据权利要求1的方法，还包括向用户显示所述多重方案以由所述用户选择所述多重方案中的至少之一的步骤。
5.根据权利要求1的方法，其中，所述可变扩缩因子选自包含全局扩缩因子、局部扩缩因子及其组合的组。
6.根据权利要求5的方法，其中，所述可变扩缩因子包含所述全局扩缩因子，所述全局扩缩因子指示用户花费额外的金钱以消耗所述过剩库存的意愿。
7.根据权利要求5的方法，其中，所述可变扩缩因子包含所述局部扩缩因子，所述局部扩缩因子指示用户分配的用于所述最终产品中的组成部分的相对重要性以相互区分所述组成部分。
8.根据权利要求1的方法，其中，所述可变扩缩因子被嵌入所述商业目标的所述逻辑中。
9.根据权利要求1的方法，其中，所述可变扩缩因子由用户选择以指示所述用户的偏好。
10.根据权利要求1的方法，还包括使用所述可变扩缩因子操纵所述商业目标的所述逻辑以提供所述商业目标的修改的逻辑，由此，通过结合所述修改的逻辑使用所述修改的财务数据，确定最终产品的所述多重方案。
11.一种用于用尽制造环境中的过剩库存的方法，包括将原始财务数据输入情景引擎部件；将可变扩缩因子输入所述情景引擎；将包含逻辑的商业目标输入所述情景引擎；通过在所述商业目标的逻辑内计算所述原始财务数据和所述可变扩缩因子，在所述情景引擎中产生修改的财务数据；将所述修改的财务数据从所述情景引擎发送到优化器部件中；和利用所述修改的财务数据，以确定如果构建就会消耗过剩库存的最终产品的多重方案。
12.根据权利要求11的方法，其中，所述原始财务数据选自包含原始收入数据、原始部件成本数据及其组合的组。
13.根据权利要求12的方法，其中，所述修改的财务数据包含修改的收入数据、修改的部件成本数据及其组合。
14.根据权利要求12的方法，还包括将选自包含需求预测数据、库存供给数据、材料单数据、约束部分列表数据及其组合的组的各种其它数据输入输入所述情景引擎中。
15.根据权利要求11的方法，还包括在所述情景引擎中确认所述输入原始财务数据、所述输入可变扩缩因子和所述输入商业目标的步骤。
16.根据权利要求11的方法，其中，所述可变扩缩因子包含全局扩缩因子和局部扩缩因子。
17.根据权利要求16的方法，其中，所述全局扩缩因子指示用户花费额外的金钱以消耗所述过剩库存的意愿。
18.根据权利要求17的方法，其中，所述全局扩缩因子包含能够对所述输入原始财务数据进行增加、缩小或它们的组合的非负实数。
19.根据权利要求16的方法，其中，所述局部扩缩因子指示用户分配的用于所述最终产品中的组成部分的相对重要性以相互区分所述组成部分。
20.根据权利要求19的方法，其中，所述局部扩缩因子包含能够对所述输入原始财务数据进行增加、缩小或它们的组合的非负实数。
21.根据权利要求11的方法，其中，所述可变扩缩因子被嵌入所述商业目标的所述逻辑中。
22.根据权利要求11的方法，其中，所述可变扩缩因子由用户选择以指示所述用户的偏好。
23.根据权利要求11的方法，还包括在所述情景引擎中修改所述商业目标，并将所述修改的商业目标发送到所述优化器，以确定用于提供所述修改的商业目标的解决方案的所述多重方案。
24.根据权利要求11的方法，其中，所述多重方案在所述优化器部件中被确定，以提供满足所述商业目标的解决方案。
25.根据权利要求11的方法，还包括向用户显示所述多重方案以由所述用户选择所述多重方案中的至少之一的步骤。
26.根据权利要求11的方法，还包括用新的包含逻辑的商业目标重复所述步骤。
27.根据权利要求11的方法，还包括使用所述可变扩缩因子操纵所述商业目标的所述逻辑以提供所述商业目标的修改的逻辑，由此，通过结合所述修改的逻辑使用所述修改的财务数据，确定最终产品的所述多重方案。
28.一种用于用尽制造环境中的过剩库存的系统，包括包含原始财务数据的文件；包含可变扩缩因子的文件；包含包含逻辑的商业目标的文件；情景引擎部件；和优化器部件，其中，所述情景引擎部件适于接收所述原始财务数据、所述可变扩缩因子和所述商业目标文件，以通过在所述商业目标的所述逻辑中应用所述原始财务数据和所述可变扩缩因子产生包含修改的财务数据的文件，所述优化器部件适于接收所述修改的财务数据，以确定如果构建就会消耗过剩库存的最终产品的多重方案。
29.根据权利要求28的系统，其中，所述包含可变扩缩因子的文件包含全局扩缩因子、局部扩缩因子及其组合。
30.一种能够执行指令的处理器可读的程序存储装置，该指令有形地体现可由处理器执行的指令的程序以执行权利要求1～27中的任一项的方法步骤。
全文摘要
用于基于用于用尽过剩库存的多重商业情景提供各种最终产品构建计划的方法、系统和装置。原始财务数据和可变扩缩因子与包含逻辑的商业目标一起被输入情景引擎部件中。扩缩因子可被嵌入商业目标的逻辑中，或可被用户选择以指示用户的偏好。情景引擎然后将财务数据和可变扩缩因子输入应用于商业目标逻辑，以产生修改的财务数据。商业目标的逻辑也可被操纵为提供修改的逻辑。修改的财务数据以及可选地修改的逻辑然后被输入优化器部件中，以确定如果构建就会消耗过剩库存的最终产品的多重方案。
文档编号G06Q10/00GK1916948SQ20061010912
公开日2007年2月21日 申请日期2006年8月2日 优先权日2005年8月15日
发明者维卡斯·阿格拉瓦尔, 托马斯·R.·艾沃里纳, 张允僖 申请人:国际商业机器公司