配置技术的发展历史
产品配置器被公认为是大规模定制场景中满足客户需求的重要系统之一(Trentin, etal.，2011; Arana et al. 2007; Skjevdal和Idsoe, 2005)。配置技术经历了三波发展。第一波可以追溯到20世纪80年代，当时出现了基于truth-maintenance系统的思想和Rete算法(Doyle 1979; Forgy 1974; Forgy 1979; Forgy 1982)。这些第一代配置器程序是基于规则的，使用“If-Then”语句来描述产品配置约束。第一个在文献中被提及的配置器系统是DEC公司的XCON，它是为支持日益复杂的PDP计算机配置而开发的。
第二波可追溯到20世纪90年代中期，当时随着计算机容量的增长、高级编程技术和对人工智能的研究等一系列因素为配置技术的进步铺平了道路，出现了基于约束 的配置器constraint based configurators (Forza and Salvador, 2007:47;Sabin和Weigel, 1998)。在这些系统中，产品配置关系被描述为应该始终保持的声明性约束 Declarative Constraints(CIMdata, 2006)。这些类型的配置器既可以处理“If-Then”规 则，也可以处理能力约束capacity constraints。兼容性约束可以包括必须保持或禁止的表格关系或多维关系。例如，“你可以有A、B、C，但你不能有A和D，或B和 E，并且你必须至少有A、B、 C、 D和E中的三个。”这种方法是目前市面上主要的产品配置技术。
第三波配置技术是基于编译的配置器，其维护和配置的可用性通过编译得到了很大的改进，通过编译，所有产品有效配置组合的空间可用于后续高效的配置解析服 务的运行环境(Møller et al .,2001;Subbarayan et al.，2004;Subbarayan,2005)。 对于配置器的功能没有标准化的方法，Aberdeen Group (2008)将当前可用的不同类 型的配置器分为三大类 .
- 产品配置器 – 用于定义匹配规则和配置产品(通常是物料清单、CAD模型和 图纸)
- 制造配置器 – 用于定义匹配规则来驱动制造过程、排产和资源分配
- 销售配置器 – 用于定义匹配规则，以支持定价和创建报价和订单
Mesihovic和Malmgvist(2000:1)还推论，产品配置的定义可以扩展为支持包含预定义 的、参数化的和可修改的组件的产品配置，用于两种配置策略，即:
• Assemble-to-Order Configurators配置器 – 用于支持ATO(assemble-to- order)流程
• Engineer-to-Order Configurators配置器 – 用于支持ETO(engineer -to- order)流程
Evolution of Configuration Technologies
当涉及到物料清单(BOM)中的零件管理时，系统的关注点是不同的:PLM支持工程EBOM的开发和评估，而ERP则负责执行制造MBOM。在两者之间是包含商业特 征和技术特征的完整解析的特征串Feature String, 用于驱动生产计划和制造。性能 指标也有很大的不同。在PLM中，BOM展开解析通常是作为工程师手动触发的， 而在ERP中，在计划和输入订单期间，BOM展开解析的工作效率很容易达到每小时1000个。在PLM和ERP的上面，支持客户和经销商使用的向导式订单配置器的解析效率经常需要达到每小时10,000个。总体的问题在于，PLM或ERP所看到的完整 配置空间视图是不全面的，他们在各自的系统里面都只管理部分的工程或市场规 则; 但是，通过分析规则的效果来分析配置产品的复杂性的能力需要所有规则及其交互生效的完整视图。
PLM、CLM和ERP之间的接口很方便地建立在特征和特征家族的基础上。特征是定义车辆配置的基本组成单位，是产品建模时编写配置规则的基础。特征包括产品 订购中使用的面向客户的特征以及技术特征(Forza和Salvador, 2007)，客户不会关注技术特征，但技术特征在驱动制造过程中是必不可少的。因此，一个重要的共享资源是特征主数据词典，它包含所涉及系统中所有允许的特征。
主功能词典应谨慎管理，以避免特征的重复。随着时间的推移，主特征词典将不断发展，当车辆技术不断发展和变化时，有些特征家族的重新建模也是不可避免的，简单的特征会成为包含子特征的组合。(一个例子是转向柱。最初可能只有两 种:有或没有动力转向。但随着时间的推移会产生新的特征，如为不同驾驶人员配 置的的“倾斜”和“记忆”的特征，这样转向柱的组合数量会突然增加，这时就最好是重新建模为一个特征家族而不仅仅是一个特征)。
