近年来,越来越多的跨国汽车企业涌入中国使得国内汽车行业的竞争日趋激烈。对于企业来说,如何适应市场竞争环境的特点适时调整和优化采购管理工作,如何对采购管理过程中的各种资源进行整合利用,推进科学理性采购、降低采购成本、提高整个供应链的资源利用效率,已经成为一项十分紧迫的现实课题。为了提高上海通用汽车生产控制部门的工作效率,规范工作流程,减少人力资源的浪费,缩短计划制定的周期,更好的利用历史数据为采购策略提供参考,企业提出了汽车零件采购预测系统(简称零件预测系统)的相关需求。零件预测系统的主要功能是提升零配件采购业务的协作,引入采购自动化流程管理;自动生成零配件采购预测并提供预测优化能力;配合下游系统接口自动发送采购订单;提供数据报表展示功能为零件的最终采购提供决策依据。系统根据需求设计为三大模块,首先是采购管理平台,它实现了业务的主要功能,其中包括订单管理,计划管理,模拟需求,系统管理,报表服务等模块;第二大模块是计划生成及优化模块,该模块实现了采购预测运算的算法逻辑,物理上与采购管理平台分离并,为提高运算效率使用C++语言编写,该算法由四个核心算法构成包括安全库存算法,最小采购量预测算法,订单平滑算法,采购量圆整算法;第三大模块为上下游系统的接口,上游系统为SAP(Application,andProducts in Data processing,德国SAP公司的著名ERP系统)的生产零件需求相关系统,该系统会产生零件需求预测作为采购预测系统的输入文件,下游系统为EAI(企业应用集成)系统,零件预测系统与EAI进行交互共同完成采购预测文件的自动发送功能。系统基于B/S架构,在应用层使用IBM的WebSphere中间件,报表工具使用BusinessObject公司的BusinessObject产品,数据层使用了甲骨文公司的Oracle10g数据库产品。系统的开发架构基于MVC架构模式,开发框架使用上海通用汽车的企业应用开发工具,该开发工具是基于应用服务器平台的Java应用框架,提供一系列Service和Interface以及开发规范,从而使程序员在开发过程中能够将注意力完全集中在商业逻辑的实现上,最终达到加速开发流程,增加系统可靠性,并同时达到代码重用的目的。零件预测系统为企业带来了较为可观的效益。系统的快速运算和流程化管理大大缩短了制定计划的周期,降低了加班出现的可能性;系统对计划进行适当的优化,平滑了采购的波动,减少了紧急订单的出现,避免了这部分的高额费用;系统提供了完整40周的预测使计划员对库存规划有了直观的判断依据,从而可以将零件库存总是保持在比较优化的水平。