产品智能集成报价分析论文

摘要：制造产品报价及其系统的研究与开发需要处理许多结构化和非结构化的因素，这些因素包括技术因素、财务因素和商务报价因素等。以往，由于专业的局限，报价系统的功能比较单一。本文提出了制造产品智能集成报价系统并对其进行研究。

关键词：制造产品；智能集成；报价系统；非结构化；自学习

Researchonanintelligentintegratedquoting-pricesystemformanufacturing-products

Abstract:Developingaquoted-pricesystemformanufacturingproductionsisofteninrelationtomanyfactorsbetweenconstructionandnon-construction.Becauseoftheprofessionallimity,itsfunctionswassingleness.Sothispaperproposesanewconceptionandmeasureforit,anintelligentintegratedquoting-pricesystemformanufacturing-productstodiscuss.

Keywords:manufacturingproducts;intelligentintegrated;quoting-pricesystem;non-construction;self-learning

1引言

产品报价是指供货企业或公司响应客户询价，对客户所询目标产品报出的价格和对客户其他要求所作出的答复。产品报价作为一种经济现象，在市场运行的局部，处在市场活动中的供求双方由于信息的阻滞，不能顺利达成均衡，往往在不均衡状况下，作出种种选择。现实经济活动中，客户的询价请求和厂商的报价之间的谈判、平衡、交易等等，就是这种经济不均衡性的表现，产品报价这一课题则基于这种现象而存在。双方交易达成的最终报价则是需求价格和供给价格之间的某一变数，是暂时的“平衡价格”，而不是均衡价格。制造产品，特别是比较复杂的产品报价，需要许多领域人员的协调工作，如技术、财力、商务等，必须考虑各种结构化的和非结构化的因素，其中结构化因素如技术参数、结构参数、工艺参数、制造成本、费用分配比例等比较易于确定的因素。而非结构化因素如最终利润率、赢得定单的几率等，则需要考虑企业内外环境等众多不确定因素。目前国内外一些研究人员进行了部分产品报价系统的研究与开发，如组合机床、冷库、工业炉、通风机等报价系统，这些成果大大促进了这一课题的展开和深入。本文提出一种新的系统结构与方法进行研究。

2制造产品智能集成报价系统的提出

从信息系统的角度考虑，整个报价过程是一个信息流动和信息处理的过程。包括信息的产生、信息的传递、信息的处理、信息的存储。具有很复杂的信息流，涉及到销售、经营、设计、会计、生产计划、采购等等，这种信息流在相关部门或相关人员之间的传播如图1所示。

其中的结构化因素，如技术参数、需求批量、价格范围、质量保证、成本要求等所对应的技术报价和财务报价比较易于确定或决策。而非结构化因素，如竞争对手的报价、利润率、可能的定单确定率、技术财务风险等，由于资料或信息欠缺难以作出完美或满意的决策。

目前，国内外所开发的报价系统依其功能大致可以分为五类，即商务型报价系统、生产型报价系统、工程型报价系统、投标型报价系统和集成型报价系统。工程型报价系统，实际上是产品选型、初步设计加成本估算，其最终报价的形成有待提高；而商务型报价系统，其全部价值是基于产品成本而做的加价判断或推理。二者各自凸现了自己的重点，如前者对报价的结构化问题处理较好，而后者对报价所涉及的非结构化问题研究得很深刻。然而，制造产品的报价应该是技术报价、财务报价及商务报价的连贯和结合，必须能够处理报价决策所需确定的结构和非结构化因素。

制造产品智能集成报价系统概念基于智能决策支持系统(IDSSIntelligentDecisionSupportSystem)，集成产品报价系统的目标，就是要使它能够根据客户的询价请求制定相应的产品报价设计及根据企业内外复杂因素制定多种可行的报价方案(包括技术、财务、商务的报价方案)，并辅助决策者选择满意方案，辅助实现企业的经营目标。同时，在系统接受和处理报价项目的过程中，不断学习和积累报价知识和经验，自我完善报价的非结构化部分。

报价系统的集成概念包括两个方面的内涵：报价功能的集成和系统结构的集成。所谓功能方面的集成指全部或部分报价过程的集成，包括询价单评价、报价设计、产品报价、报价决策和学习机能等功能的集成。所谓结构方面的集成是指对制造产品的程式报价和自学习式报价二者的集成，使程式报价成为自学习式报价的“导师”，结构集成的概念如图2所示。

3程式报价

程式报价按照传统的技术产品报价路线，询价分析与评价→产品报价设计→成本估算→报价决策。通过企业调研和讨论，可以抽象和组合出一种制造产品程式报价的逻辑步骤或流程，如图3所示。

下面对各框逐层拆解：

(1)框1(名称：捕捉客户需求或询价单处理)可以分解为：

①客户询价单完整性认定

②报价耗费及报价与否判断

③询价产品基型的类比搜索

④询价单评审

(2)框2(名称：开发技术解决方案或产品报价设计)可以分解为：

①询价产品与基型差异识别

②制订初步设计方案

③询价产品报价设计

ⅰ结构差异设计

ⅱ参数差异设计

ⅲ零部件估价(视交货期限确定是否实施)

④报价设计评审

(3)框3(名称：估算制造成本或产品报价)可以分解为：

①客户询价费用规范认定

②成本估算与费用组合

ⅰ基于费用形式报价的规范

a人工费用组合

b材料费用组合

c非制造成本组合

ⅱ基于产品结构形式报价的规范

a询价产品结构分解

b结构单元费用估算

c询价产品费用组合

③制造成本评审

(4)框4(名称：确定最终报价或报价决策)可以分解为：

①企业报价目标认定

②企业报价策略认定

③企业报价方法认定

④最终报价书评审

4自学习式报价

自学习系统的优点主要有两个方面：通过报价“经验”的不断丰富，自学习系统内存储的信息越来越多，变“估算报价”为“类比报价”；通过与存储在自学习系统中的信息比较，可以使报价的精度越来越高，而且速度也可以提高。

学习功能是神经网络最主要的特征之一，在人工神经网络理论与实践发展过程中,各种学习算法的研究起着重要作用，其中最成熟的是BP模型的学习，输入信息先从输入层经隐含层再传到输出层，如果在输出层不能得到期望的输出，则反向传播，将误差信号沿原来的连接通道返回，通过修改各层神经元之间的权值，减少误差信号，经学习后，报价的知识与规则转化为一系列权值，即存储在各连接权中。神经网络的这种特点使得制造产品报价在相关资料和信息不充实和不全面的情况下，可以解决报价影响因素中的非结构化因素的决策。用于自学习式报价的BP神经网络拓扑结构如图4所示。

5制造产品智能集成报价系统框架

为了达到上述目标，制造产品报价系统首先必须集成程式报价的各级子功能：

(1)对客户询价信息的录入与评价；

(2)建立响应客户询价的产品或工程初步设计方案；

(3)估算产品的报价成本(即机会成本)；

(4)财务评估和费用分配以及基础报价(即保本价格)计算；

(5)报价策略评价及确定满意的报价方案；

(6)支持数据(包括企业内部和外部的基础数据，如政策、经济、市场、相关竞争对手情报、原材料等的价格、企业负荷、经济状况、制造能力、技术水平等)的存储与更新。

6结束语

我们相信，通过在线式的询价处理和离线式的样本训练，能够解决报价中存在的非结构化因素中较难处理的问题，为制造产品报价提供一个更为可行的集成方案。

参考文献

［1］SinghMadanG,BennavailJean-Christophe.Experimentsintheuseofaknowledgesupportsystemforthepricingofgasolineproducts.InformationandDecisitontechnologies,1993,18(6):427～441

［2］MilehamAR,CurrieG,MilesAW,BradfordDT.AParameterApproachCostEstimatingattheConceptualStageofDesign.JournalofengineeringDesign,1993,14(2)

［3］KingsmanBrian,HendryLinda,MercerAlandeSouzaAntonio.Respondingtocustomerenquiriesinmake-to-ordercompaniesproblemsandsolutions.InternationalJournalofproductionEconomics,1996(12):219～231

［4］MoseliO,HegazyT,FazioP.MarkupEstimationusingALMethodology.Civil-CompConference,Oxford,1991

［5］张暴暴.制造产品报价及其智能集成系统的研究.大连理工大学博士学位论文，1999，1

［6］张暴暴，李龙梅，冯辛安.集成环境下报价设计的实现.机械研究与应用，1998(3)：19～20

［7］张慧学.组合式冷库计算机辅助报价系统的开发.大连理工大学硕士论文，1993，3

［8］王占礼.组合式冷藏库设计总体方案CAD和报价系统的开发.大连理工大学硕士论文，1994，3

［9］徐春光.耐酸泵报价系统实施理论与应用.大连理工大学硕士论文，1998，3