張關華 王漣清 陸陽 王濤 沈秋菊

摘 要：為滿足產品型譜配置復雜化、開發(fā)過程敏捷化、數(shù)據(jù)用戶響應及時化對產品數(shù)據(jù)更高質量的要求，整車企業(yè)在產品數(shù)據(jù)管理業(yè)務中必須進行數(shù)字化轉型。文章闡述了一種基于全生命周期的整車開發(fā)BOM（Bill of material）質量數(shù)字化管理平臺的研究和創(chuàng)建。分別從基礎定義、數(shù)字化模型開發(fā)、過程控制管理及數(shù)據(jù)運行狀態(tài)監(jiān)控機制各方面展開論述。最后論述了該平臺的構建對提升企業(yè)競爭力的重要戰(zhàn)略意義。

關鍵詞：整車開發(fā);全生命周期;BOM質量;數(shù)字化

Abstract： To meet the challenge of rapid expansion of product classification， accelerating pace of new vehicles lauch and huge rise of quick respond to customised requirements， digital transformation is needed for automotive enterprises within product data management business. A digitalization Platform of vehicle Development BOM management based on whole life circle is studyed and established in this paper. The basic definition， development of digitalization model， details of process on BOM quality management and the mechanism of data running are discussed in this paper. Finally， the benefits of this model to vehicle enterprises core competitiveness are concluded.

Keywords： Vehicle Development; Whole Life Circle; BOM Quality; Digitalization

前言

產品數(shù)據(jù)是整車開發(fā)的核心基礎數(shù)據(jù)，貫穿于產品開發(fā)全生命周期;同時產品數(shù)據(jù)又像一根紐帶，將研發(fā)、采購、物流、生產、制造、質量、財務等全業(yè)務價值鏈緊密地聯(lián)系在一起[1]。而錯誤的產品數(shù)據(jù)可能會導致零件剩余、盤虧、資金浪費甚至生產停線等情況發(fā)生。因此對產品數(shù)據(jù)的管理能力直接關系到整車企業(yè)的核心競爭力。

傳統(tǒng)的數(shù)據(jù)管理模式存在諸多弊端：管理低效，問題識別晚，與研發(fā)、生產、制造等活動存在脫節(jié)。隨著汽車產品型譜配置更加豐富，新車上市迭代加快，用戶個性化需求日益增強，整車企業(yè)必須在產品數(shù)據(jù)管理業(yè)務方面進行數(shù)字化轉型，有效提升數(shù)據(jù)分析應用能力，為整車開發(fā)提供準確、穩(wěn)定、快速的輸出。本文闡述了一種基于全生命周期的整車開發(fā)BOM質量數(shù)字化管理平臺。其實質是：將整車開發(fā)數(shù)據(jù)管理業(yè)務中的流程和知識轉變?yōu)榭杀挥嬎銠C解讀處理的數(shù)據(jù);以數(shù)字化模型或人工智能的手段，獲得自動化解決方案;以互聯(lián)互通的業(yè)務系統(tǒng)，實現(xiàn)敏捷的數(shù)據(jù)發(fā)布過程和準確的信息協(xié)同。從而實現(xiàn)數(shù)據(jù)管理核心業(yè)務的再造、升級，構建體系競爭力，提升全業(yè)務鏈的總效率。

1 基礎定義

產品數(shù)據(jù)是整車開發(fā)的數(shù)據(jù)源頭，是整車企業(yè)數(shù)字化業(yè)務體系建設的基礎[2]。而整車開發(fā)BOM，又稱EBOM（Engine -ering Bill of Material，工程物料清單），是產品數(shù)據(jù)的核心和基本形式。整車開發(fā)BOM包含了工程零件的基本屬性、工程信息、制造信息等，反映了工程零件的基本狀態(tài)。整車開發(fā)BOM通過對所有工程數(shù)據(jù)的統(tǒng)一管理，為整車企業(yè)實現(xiàn)對工程數(shù)據(jù)的處理和應用，提供了一體化的管理平臺。因此整車開發(fā)BOM的概念早就超越了工程物料清單管理的范疇，而成為跨部門、跨領域的管理體系[3]，如圖1所示。

BOM（Bill of Material，造車物料清單）根據(jù)其不同階段和用途，大致可以分為：工程BOM，工藝BOM，制造BOM，采購BOM及成本BOM等。不管是哪類BOM，其來源均為“工程BOM”（整車開發(fā)BOM），整車開發(fā)BOM作為工程主數(shù)據(jù)，其完整性和準確性直接決定了下游所有BOM業(yè)務的數(shù)據(jù)質量。同時整車開發(fā)BOM又始終處于動態(tài)變化之中，因此研究如何減少和消除整車開發(fā)BOM 數(shù)據(jù)問題，提高整車開發(fā)BOM正確率，對于保障整車開發(fā)、生產制造、運營管理等各項活動的正常開展意義重大。

整車開發(fā)BOM中一些常見基本字段、涵義及用途，如表1所示：通過以下字段的組合，可以唯一確定某一條零件記錄。

2 數(shù)字化模型開發(fā)

不同的分析方法、模型構建等，對于數(shù)據(jù)特征探索、算法優(yōu)化、問題解決效率影響重大。通過開發(fā)智能分析數(shù)字化模型，為整車開發(fā)BOM質量數(shù)字化管理提供重要支撐，例如：

2.1 基于“動態(tài)矩陣”的產品配置校驗模型

2.1.1 整車描述概要

根據(jù)企業(yè)產品配置策略，通過一套編碼系統(tǒng)描述汽車技術特征及功能構成，并通過定義技術特征間的邏輯關系，建立車型與零部件的關系，這套編碼系統(tǒng)稱為“整車描述概要”?！爱a品選項代碼”通常為 3位數(shù)字或字母的組合，用于描述零件或工藝在車輛上體現(xiàn)的特征?！罢嚸枋龈乓蓖ㄟ^“產品選項代碼”和邏輯符號的組合構建選項在車型上的分布矩陣。邏輯符號及其含義如下表2所示：

如下圖2示，“A60”和“F35”分別代表了兩個“產品選項代碼”。其與不同邏輯符號的組合分別定義每個選項在車型上可選或者不可選的特定條件，從而以邏輯語句的形式描述了車型上主體選項與其他選項的關系。

2.1.2 族的概念

“族”為三位字母的組合，具有相同命名或者特征的一組選項代碼歸為一族。“族”分為三種：模塊族、常規(guī)族以及自由選項，如圖3所示。不管是模塊族還是常規(guī)族，同族內的選項互斥。對于模塊族，每個車輛訂單中必須有一個（且只能一個）屬于該族的選項出現(xiàn);對于常規(guī)族，每個車輛訂單中可以有一個（且只能有一個）屬于該族的選項出現(xiàn)。

2.1.3“動態(tài)矩陣”理論模型

本文提出一種核心為“動態(tài)矩陣”的產品配置智能校驗模型。其實質是通過遍歷同組零件中的所有“產品選項代碼”信息，讀取其所屬的“族”信息，然后基于全部族代碼，讀取所有“族”中包含的全部“產品選項代碼”， 最后生成“產品選項代碼”全矩陣，如圖4所示。

假設A為其中一個“族”，當A中有X個互斥的選項時，則A中可選特征個數(shù)a分別如下表3所示：

當A和B分別為兩個常規(guī)族，且A中互斥選項個數(shù)X=2，則A中可選特征個數(shù)a=X+1=3。

當B中互斥選項個數(shù)也為X=2，則B中可選特征個數(shù)b=X+1=3。根據(jù)下圖二維矩陣表所示：可生成所有組合總個數(shù)為Y=9。如下表4所示：

依次類推，假如X1“族”中包含i1個特征，X2“族”中包含i2個特征……Xn“族”中包含in個特征，Y為所有組合的總個數(shù)，則根據(jù)矩陣分布結果，可得出Y的總個數(shù)為：

然后通過遍歷選項代碼限制關系及產品規(guī)劃書，去除無效的邏輯約束關系及不存在的產品配置組合，以減少冗余組合個數(shù)。最終用縮減后的矩陣組合與當前釋放結果比對，再結合各產品選項代碼實際百分比，則可以精確定位產品配置問題。

常見的產品配置問題分類，如下表5所示：

2.2 基于大數(shù)據(jù)的“關鍵指標”數(shù)據(jù)問題描述模型

近年來，隨著企業(yè)數(shù)據(jù)量爆發(fā)式增長，傳統(tǒng)的數(shù)據(jù)分析技術已經越來越難以滿足企業(yè)對數(shù)據(jù)管理的需求。整車企業(yè)通過采用大數(shù)據(jù)技術，構建了新的數(shù)據(jù)管理生態(tài)圈。目前數(shù)據(jù)挖掘技術應用廣泛。

數(shù)據(jù)挖掘（Data Mining，DM），又稱為資料探勘、數(shù)據(jù)采礦，是指從大量數(shù)據(jù)中揭示出隱含的、先前未知的并有潛在價值的信息的過程。經過大數(shù)據(jù)處理系統(tǒng)的分析挖掘，產生新的知識用以支撐決策或業(yè)務的運轉。從數(shù)據(jù)在信息系統(tǒng)中的生命周期來看，大數(shù)據(jù)從數(shù)據(jù)源經過分析挖掘到最終獲取價值，一般需要經過五個主要環(huán)節(jié)：數(shù)據(jù)準備、存儲管理、計算處理、數(shù)據(jù)分析和知識展現(xiàn)[4]。如圖5所示：

運用數(shù)據(jù)挖掘技術，大量數(shù)據(jù)可以被整合、使用，對整車產品數(shù)據(jù)的分析由常規(guī)分析轉為深度分析，產品數(shù)據(jù)發(fā)布過程中存在的各種問題、引發(fā)因素及修正措施都可以被高效地分析并呈現(xiàn)出來。進一步將其模型化，形成知識沉淀，為產品、流程的優(yōu)化提供決策依據(jù)。為便于對問題進行針對性地解決，現(xiàn)列舉基于大數(shù)據(jù)分析的“關鍵指標”數(shù)據(jù)問題常見分類，如表6所示。

3 基于全生命周期的整車開發(fā)BOM質量管控過程

基于全生命周期的整車開發(fā)BOM質量管控過程，其實質是在整車開發(fā)全生命周期內，對整車產品數(shù)據(jù)質量進行全面管控，以保證整車開發(fā)流程中各節(jié)點產品數(shù)據(jù)的正確率[5]，滿足不同業(yè)務部門的需求。如圖6所示：

3.1 產品數(shù)據(jù)初始發(fā)布自動化管理

3.1.1 業(yè)務場景描述

對于新開發(fā)項目，“整車項目啟動”節(jié)點凍結，啟動產品數(shù)據(jù)初始發(fā)布工作。雖然此階段尚處于項目開發(fā)的早期，未啟動試制生產，但產品數(shù)據(jù)初始發(fā)布為產品設計的源頭性工作，產品數(shù)據(jù)初始發(fā)布正確率對于保證基礎數(shù)據(jù)質量、減少后期工程更改數(shù)量、控制和降低設計成本意義重大[6]。

3.1.2 產品數(shù)據(jù)初始發(fā)布自動化管理平臺

傳統(tǒng)的產品數(shù)據(jù)初始發(fā)布工作需要工程師根據(jù)產品項目規(guī)劃書，手工檢查并維護產品配置策略及整車零件，效率不高，準確率低。本文創(chuàng)建了一種全新的產品數(shù)據(jù)初始發(fā)布自動化管理平臺，實現(xiàn)產品配置策略及產品零件數(shù)據(jù)發(fā)布的自動化管理。

通過建立底層數(shù)據(jù)庫，實現(xiàn)產品數(shù)據(jù)發(fā)布邏輯內嵌平臺中。用戶在數(shù)據(jù)發(fā)布過程中，可以實現(xiàn)與系統(tǒng)的實時互動，即智能提醒、自動糾錯。同時可以在線獲取各種涵義解釋、流程規(guī)范、發(fā)布案例等幫助信息。該平臺還可以通過加載產品項目規(guī)劃書，智能提取整車產品配置策略，建立當前工作平臺與特定項目的產品配置策略的邏輯約束，當數(shù)據(jù)釋放發(fā)生沖突的時候，自動提示報錯。如上圖7所示。

該平臺通過為所有數(shù)據(jù)初始發(fā)布工作參與角色提供自動化解決方案，從數(shù)據(jù)發(fā)布、數(shù)據(jù)檢查、數(shù)據(jù)維護及項目進度監(jiān)控等各個維度實現(xiàn)了全過程的閉環(huán)式管理，數(shù)據(jù)發(fā)布工作更高效。

3.2 工程試制樣車BOM核對自動化管理

3.2.1 業(yè)務場景描述

通常在工程試制樣車造車前3～4個月（具體時間視項目的采購周期而定），啟動工程試制樣車BOM核對工作。工程試制樣車作為正式量產之前的首次實體造車，對于驗證產品數(shù)據(jù)正確性至關重要。工程樣車BOM既包含了產品數(shù)據(jù)基本屬性信息和零件數(shù)模信息，同時包含了物料管理信息、采購商務信息及必要的制造工藝信息等，結構復雜。而工程試制樣車BOM核對工作，實質是對樣車BOM的正確性進行核對和把關，確保工程更改正確實施，是實現(xiàn)由整車開發(fā)BOM向工藝BOM轉化，由研發(fā)轉換為制造的重要保障。

3.2.2 工程試制樣車BOM在線核對平臺

傳統(tǒng)的工程試制樣車BOM核對工作采用面對面核對的形式：系統(tǒng)接口復雜，BOM數(shù)據(jù)傳遞困難;各方關注自己需要的信息，上下游數(shù)據(jù)一致性差[7];管理效率低下，核對周期長;本文創(chuàng)建了一種全新的工程試制樣車BOM在線核對平臺。

該平臺核心部分有三大模塊：前處理模塊、在線核對模塊、后處理模塊，見圖8：

（1）前處理模塊：加載最新的產品項目規(guī)劃書，對試制樣車“造車授權文件”進行自動校驗，實現(xiàn)對上游輸入的主動反查;并結合整車開發(fā)BOM自動生成初版試制樣車BOM。

（2）在線核對模塊：支持各方同時在線開展核對活動，實現(xiàn)并行工作。與數(shù)模管理系統(tǒng)、物料管理系統(tǒng)、緊固件管理系統(tǒng)及采購系統(tǒng)互聯(lián)互通的平臺接口設計，方便數(shù)據(jù)的調取。核對過程中智能提醒、在線幫助、自動糾錯等功能確保核對過程更高效、精益。

（3）后處理模塊：便捷的自動化方案支持后期數(shù)據(jù)的高效整合、查驗、傳遞，同時為虛擬樣車造車與實體樣車造車提供準確的輸入。虛擬造車與實體造車相互驗證，保障開發(fā)活動順利進行。

該平臺的創(chuàng)建，實現(xiàn)了核對形式由線下轉為線上，各用戶可同時在線開展核對工作。深度的業(yè)務協(xié)同，實現(xiàn)樣車BOM核對平臺與各業(yè)務系統(tǒng)的互聯(lián)互通，確保樣車BOM數(shù)據(jù)在不同系統(tǒng)、不同部門之間傳輸?shù)耐暾院鸵恢滦浴?/p>

3.3 整車開發(fā)BOM數(shù)據(jù)問題跟蹤管理

3.3.1 業(yè)務場景描述

根據(jù)整車開發(fā)流程，一個車型年中需要對整車產品數(shù)據(jù)進行至少兩次集中的校驗：第一次在數(shù)據(jù)庫初始創(chuàng)建之后，第二次在生產啟動之前。其實質是通過對整車產品數(shù)據(jù)進行系統(tǒng)的梳理，發(fā)現(xiàn)問題、分析問題、跟蹤解決問題，以確保最終交付生產的的產品數(shù)據(jù)正確率必須達到100%。

3.3.2 整車開發(fā)BOM數(shù)據(jù)問題跟蹤管理平臺

傳統(tǒng)的整車開發(fā)BOM數(shù)據(jù)問題跟蹤管理需要數(shù)據(jù)管理工程師手工生成整車數(shù)據(jù)校驗報告，并聯(lián)系相應的設計發(fā)布工程師予以確認和更正。傳統(tǒng)做法存在明顯弊端：1）信息量大，高度依賴人工經驗;2）工序繁瑣，手工操作量大;3）反饋周期長，進度難以控制。

針對傳統(tǒng)做法存在的弊端，本文創(chuàng)建了全新的整車開發(fā)BOM數(shù)據(jù)問題跟蹤管理平臺。該平臺主要包含了三大模塊：

（1）智能分析模塊：①采用基于“動態(tài)矩陣”產品配置校驗模型，實現(xiàn)整車產品配置問題的智能分析。分析結果精確到零件、產品配置及具體錯誤類型。②采用基于大數(shù)據(jù)的“關鍵指標”問題描述模型，將分散在不同系統(tǒng)中的數(shù)據(jù)快速整合，實現(xiàn)對產品數(shù)據(jù)關鍵指標高效地深度分析，并自動匹配修改建議。

（2）可視化管理模塊：支持各個維度數(shù)據(jù)報表的自動生成，為項目管理人員提供實時進度監(jiān)控，促進問題盡快解決。

（3）自動跟蹤管理模塊：任務分發(fā)、反饋匯總均支持一鍵操作;工程更改流轉狀態(tài)自動自動更新;同時后臺連接工作郵件系統(tǒng)，自動對未關閉問題持續(xù)跟蹤。

通過該平臺的運行，整車產品數(shù)據(jù)質量問題可以快速、準確、完整地呈現(xiàn)給用戶，問題解決周期大幅縮短。

3.4 BOM變更管理及質量校驗

3.4.1 業(yè)務場景描述

初始發(fā)布完成，首次凍結整車開發(fā)BOM，隨后在產品及工藝驗證、設計變更、預試生產、量產等過程發(fā)現(xiàn)整車開發(fā)BOM數(shù)據(jù)中存在的問題時，發(fā)布EWO（Engineering Work Order，工程更改指令）以更改BOM數(shù)據(jù)和產品相關文件。EWO流轉過程共有起草、編輯、處理、實施、關閉五個階段。產品數(shù)據(jù)發(fā)布工程師需要在EWO的“編輯”階段對EWO進行檢查，并在“處理”階段維護系統(tǒng)數(shù)據(jù)及二次檢查。如上圖9所示。

3.4.2 整車開發(fā)BOM變更管理及質量校驗平臺

傳統(tǒng)的整車開發(fā)BOM變更管理，通過手工方式將EWO中數(shù)據(jù)與整車開發(fā)BOM中現(xiàn)有數(shù)據(jù)進行逐條逐域的對比，校驗 EWO中問題，并手工維護數(shù)據(jù)。

本文通過開發(fā)一種全新的整車開發(fā)BOM變更自動校驗平臺，實現(xiàn)了EWO質量校驗及數(shù)據(jù)維護的全自動化。以“編輯”階段數(shù)據(jù)校驗為例，見圖10：

該校驗模型實現(xiàn)了四個維度的校驗：1）正確性校驗。實現(xiàn)EWO信息與現(xiàn)有BOM相關數(shù)據(jù)的對比，并自動標注更改歷史。2）數(shù)據(jù)質量校驗。采用基于大數(shù)據(jù)的“關鍵指標”數(shù)據(jù)問題描述模型，對EWO數(shù)據(jù)質量和工程規(guī)范進行全面地校驗。3）產品配置校驗。采用基于“動態(tài)矩陣”的產品配置校驗模型，校驗各組零件配置情況是否正確。4）工程更改一致性校驗。實現(xiàn)對跨層級、跨項目、跨平臺等數(shù)據(jù)更改一致性問題的校驗。

通過采用該平臺， EWO 在“編輯”階段即可模擬更改生效情況，對產品配置進行校驗，從而提前發(fā)現(xiàn)配置打散問題;通過建立豐富的數(shù)據(jù)校驗模型實現(xiàn)多維度、多角度、更全面的問題校驗，從而保證產品數(shù)據(jù)質量。

4 形成企業(yè)級的數(shù)據(jù)運行狀態(tài)監(jiān)控機制

項目運行過程中所產生的數(shù)據(jù)是幫助企業(yè)決策的重要因素，不正確或不完整的數(shù)據(jù)可能會導致決策錯誤或失敗，這就使得企業(yè)必須重視對項目運行狀態(tài)數(shù)據(jù)的管理。形成企業(yè)級的數(shù)據(jù)運行和狀態(tài)監(jiān)控機制。

4.1 構建完整而全面的信息流

傳統(tǒng)企業(yè)內，不同部門、專業(yè)之間信息格式不一致，數(shù)據(jù)分散在不同的系統(tǒng)中，無法及時有效地傳遞。本文所創(chuàng)建的平臺，通過采用互聯(lián)互通的企業(yè)系統(tǒng)架構及大數(shù)據(jù)技術，實現(xiàn)了項目數(shù)據(jù)一源一出處，信息充分共享，項目運行信息在不同模塊之間全面、透明傳遞。不同系統(tǒng)、業(yè)務、項目信息被有效地整合起來，數(shù)據(jù)之間建立實時的聯(lián)系，從而構建了完整而全面的項目運行狀態(tài)信息流。

4.2 設計公司級過程控制指標

整車開發(fā)BOM數(shù)據(jù)供幾乎所有職能部門使用，涉及跨業(yè)務、跨部門的項目運行數(shù)據(jù)問題解決，需要公司全員參。為確保所有影響項目運行的問題能夠得到高效解決，將特定數(shù)據(jù)運行狀態(tài)上升為公司級過程控制指標[8]，并納入年度考核體系，形成企業(yè)級的數(shù)據(jù)運行考核機制，如圖11所示。1）數(shù)據(jù)發(fā)布過程中：數(shù)據(jù)管理方進行文件輸入;數(shù)據(jù)問題管理平臺完成數(shù)據(jù)自動分析;數(shù)據(jù)輸出方接收到問題反饋并予以解決;項目管理方參與問題協(xié)調，確保問題盡快解決。2）數(shù)據(jù)狀態(tài)凍結：數(shù)據(jù)庫管理系統(tǒng)對于所有問題進行記錄、分配、評定、驗收等，并將統(tǒng)計結果反饋至績效考核方，完成對項目數(shù)據(jù)運行狀態(tài)的全面考核管理。

4.3 滿足不同層級不同數(shù)據(jù)應用方式的需求

通過多維度整合、創(chuàng)新應用項目運行數(shù)據(jù)，使這些數(shù)據(jù)之間相互的聯(lián)系，可以被實時獲取并分析，滿足不同層級對不同數(shù)據(jù)應用方式的需求。如圖12所示：

執(zhí)行層可以及時獲取共享信息及指導，有針對性開展工作。管理層實現(xiàn)對項目運行狀態(tài)和進度的實時監(jiān)控，同時獲取判斷員工項目執(zhí)行情況的量化依據(jù)。策略層實時獲取多維度數(shù)據(jù)，對業(yè)務薄弱環(huán)節(jié)及其成因實現(xiàn)事前管控，增強前瞻性和預估風險的能力，從而確保企業(yè)得到健康良性發(fā)展。

5 總結

基于全生命周期的整車開發(fā)BOM質量數(shù)字化管理平臺具備快速穩(wěn)健的上下游系統(tǒng)整合能力、更全面清晰的流程追溯及高效的數(shù)據(jù)發(fā)布管理能力。該平臺的上線及在多個項目的運行實施，對于提升產品質量、降低生產運營成本及縮短研發(fā)周期等發(fā)揮了重要作用。

隨著人工智能、機器學習、模式識別、統(tǒng)計學、數(shù)據(jù)庫、可視化技術的發(fā)展和在產品數(shù)據(jù)管理業(yè)務中的廣泛應用，必將進一步帶來研發(fā)效率和工程交付質量的提升，助力汽車研發(fā)從傳統(tǒng)汽車工程開發(fā)向未來智能出行開發(fā)的升級進化。

參考文獻

[1] 楊勇，屠強.配置化BOM規(guī)劃與設計[J].汽車科技，2017（02）：28-33.

[2]馮曄，萬海峰，徐舉宏.一種面向汽車產品快速設計開發(fā)的BOM重用率計算模型[J].上海汽車，2016（03）：32-35.

[3] 謝博.制造型企業(yè)BOM數(shù)據(jù)轉化研究及應用[D].重慶：重慶理工大學，2015.

[4] 蔡勤東.大數(shù)據(jù)時代：企業(yè)借助互聯(lián)網成功轉型升級[M].中國財富出版社.2015.

[5] 顏輝文.一文徹底看懂BOM[OL].[2018.4.1].http：//www.360doc. com/content/18/0401/09/43229875_741948364.shtml.

[6] 程陶園.提高汽車制造業(yè)海外項目造車BOM的準確性[J].企業(yè)科技與發(fā)展，2012（22）：11-15.

[7] 魏保國.對汽車企業(yè)而言，BOM工程師真的很重要嗎？[OL]. [2018.7.31]. http：//tech.ifeng.com/a/20180731/45094524_0.shtml.

[8] 李茂，繆瑞清，劉麗，劉明光.如何提升BOM的準確率？[OL]. [2017. 7.21].https：//www.sohu.com/a/156616624_488176.