[发明专利]自动估算方法和计算机

权利要求书

1.一种自动估算方法，由具备CPU的计算机来决定由多个物品构成的物品组的价格或者交货期，其特征在于，包括以下工序：

物品识别工序，所述计算机对所述物品组中所包括的所述物品进行识别；

物品信息获取工序，所述计算机按每个所述物品，获取在制造该物品时所能够选择的每个制造条件下的该物品的价格或者交货期；

指定条件识别工序，所述计算机识别从所述制造条件中指定的指定条件；

物品组价格和交货期决定工序，所述计算机基于与所述指定条件相对应的所述物品的所述价格或者所述交货期，来决定所述物品组的第一价格或者第一交货期；

期望价格和交货期识别工序，所述计算机识别所述物品组的期望价格或者期望交货期；

固定条件识别工序，所述计算机识别从所述制造条件中选择出的固定条件；

变动值计算工序，所述计算机按每个所述制造条件，计算在变更了该制造条件的情况下决定的所述物品组的价格或者交货期相对于所述第一价格或者所述第一交货期的变动值；

检索工序，所述计算机排除所述固定条件地检索推荐条件，该推荐条件是使在变更为该条件的情况下决定的所述物品组的价格或者交货期与所述第一价格或者所述第一交货期相比更接近所述期望价格或者所述期望交货期的制造条件；以及

通知工序，所述计算机通知所述固定条件、所述推荐条件以及在变更为该推荐条件的情况下的所述变动值。

2.一种计算机，决定由多个物品构成的物品组的价格或者交货期，其特征在于，具备：

物品识别部，其对所述物品组中包括的所述物品进行识别；

物品信息获取部，其按每个所述物品，获取在制造该物品时所能够选择的每个制造条件下的该物品的价格或者交货期；

指定条件识别部，其识别从所述制造条件中指定的指定条件；

物品组价格和交货期决定部，其基于与所述指定条件相对应的所述物品的所述价格或者所述交货期，来决定所述物品组的第一价格或者第一交货期；

期望价格和交货期识别部，其识别所述物品组的期望价格或者期望交货期；

固定条件识别部，其识别从所述制造条件中选择出的固定条件；

变动值计算部，其按每个所述制造条件，计算在变更了该制造条件的情况下决定的所述物品组的所述价格或者所述交货期相对于所述第一价格或者所述第一交货期的变动值；

检索部，其排除所述固定条件地检索推荐条件，该推荐条件是使在变更为该条件的情况下决定的所述物品组的价格或者交货期与所述第一价格或者所述第一交货期相比更接近所述期望价格或者所述期望交货期的制造条件；以及

通知部，其通知所述固定条件、所述推荐条件以及在变更为该推荐条件的情况下的所述变动值。

3.一种自动估算方法，由具备CPU的计算机来决定由多个物品构成的物品组的价格或交货期，其特征在于，包括以下工序：

物品识别工序，所述计算机对所述物品组中所包括的所述物品进行识别；

物品信息获取工序，所述计算机按每个所述物品，获取在制造该物品时所能够选择的每个制造条件下的该物品的价格或者交货期；

指定条件识别工序，所述计算机识别从所述制造条件中指定的指定条件；

物品组价格和交货期决定工序，所述计算机基于与所述指定条件相对应的所述物品的所述价格或者所述交货期，来决定所述物品组的第一价格或者第一交货期；

期望价格和交货期识别工序，所述计算机识别所述物品组的期望价格或者期望交货期；

推荐研究部分识别工序，所述计算机至少检索两个推荐条件，并且对于该推荐条件，识别在变更为该条件的情况下决定的所述物品组的价格和交货期相对于所述期望价格和所述期望交货期的近似度，该推荐条件是使在变更为条件的情况下决定的所述物品组的价格或者交货期与所述第一价格或者所述第一交货期相比更接近所述期望价格或者所述期望交货期的制造条件；以及

通知工序，所述计算机以根据所述近似度而不同的形式同时通知至少两个所述推荐条件。

4.一种计算机，决定由多个物品构成的物品组的价格或者交货期，其特征在于，具备：

物品识别部，其对所述物品组中包括的所述物品进行识别；

物品信息获取部，其按每个所述物品，获取在制造该物品时所能够选择的每个制造条件下的该物品的价格或者交货期；

指定条件识别部，其识别从所述制造条件中指定的指定条件；

物品组价格和交货期决定部，其基于与所述指定条件相对应的所述物品的所述价格或者所述交货期，来决定所述物品组的第一价格或者第一交货期；

期望价格和交货期识别部，其识别所述物品组的期望价格或者期望交货期；

推荐研究部分识别部，其至少检索两个推荐条件，并且对于该推荐条件，识别在变更为该条件的情况下决定的所述物品组的价格和交货期相对于所述期望价格和所述期望交货期的近似度，该推荐条件是使在变更为该条件的情况下决定的所述物品组的价格或者交货期与所述第一价格或者所述第一交货期相比更接近所述期望价格或者所述期望交货期的制造条件；以及

通知部，其以根据所述近似度而不同的形式同时通知至少两个所述推荐条件。