bom的構造方法
一、常規方法
在傳統的mrp軟體中，bom是採用網狀的結構儲存資料的，因此可能出現乙個父項編號下面有很多個子項編號，乙個子項編號同時屬於不同的父項編號的情況。其資料結構為：父項編號，子項編號，結構數量，低層碼。軟體可以通過專案縮排的方式表示物料間的層次關係。
優點：1）適應性好，儲存資料量小。
2）便於進行物料分解和材料彙總。
缺點：1）需編制大量程式實現直觀顯示產品構成。
2）不便於進行反查零件適合產品的情況。
二、樹型結構方法
在mrp軟體中，特別是在windows平台下的mrp軟體，一般bom採用樹型結構進行構造，其資料結構為：treekey，parent，物資編碼，結構數量，分解標誌。其中treekey標識節點號，parent標識父節點號。
優點：1）利用windows平台的treeview控制項可以實現節點的添、刪、複製等操作。
2）介面構造美觀、直觀易懂，使用者操作簡單。
3）適應單件小批量生產方式下產品bom的構造。
缺點：1）對於多系列多產品的情況，資料量會急劇膨脹。
2）不便於進行反查零件適合產品的情況。
3）物料分解演算法編制比較複雜，處理不當效率會很低。
三、標誌位方法
此方法適合多系列多產品的情況，每一種不同的零件都要標識出它適合的系列和產品型號，採用在相應型號標誌位置位的方法。
例如：某機車廠有17個產品系列，每個系列大約有20~25個不同型號的產品，每個產品有80~90個零件，採用treekey，parent構造bom，其記錄條數大約為17*20*80=27,200，其資料量非常巨大。編輯，修改，計算bom可能效率很低。
採用標誌位方法按每個系列構造bom可能可以解決問題：每個系列零件數大約在150~200條，其總記錄數大約在2550條。
1）構造方法：
·bom表結構：物資編碼，結構數量，所屬系列，適應型號，物資類別
注釋：在物資適應該系列的某型號時，其標誌位置1
物資類別分為：產成品，自製件，外購件，外協件
·mark表結構：系列編號，物資編碼，碼位
注釋： 此處存放各產成品對應的型號標誌位。
2）物料分解演算法
取出mps中的一條記錄，查詢bom.dbf，若該物資為產成品，查詢mark.dbf，取出系列編號-->xlbh，碼位-->mw，取出bom.dbf中所屬系列=xlbh，適應型號中mw=1的記錄。
mps中產成品需求數量*bom中的結構數量既為零件毛需求量。此演算法不用遞迴，乙個簡單的select語句即可，效率高。
2）物料分解演算法效率高，速度快。
3）便於進行反查零件適合的系列和型號。
缺點：1）要求bom只有一層，系列為根，該系列下的零件為葉子，適應性受限制。
2）不能以直觀的方式顯示每個產品的組成。
四、模組化bom構造
模組化bom主要應用於多系列多產品情況。該產品由基本件、特徵件、可選件組成，其中特徵件有多種（必選一種）因此可構成不同的產品。例如：卡車生產廠，有10種發動機，2種欄板，4種底盤，30種顏色，便可形成10*2*4*30=2400種產品，如果按產品結構儲存，就要存入2400種結構，並使mrp物料分解很複雜。採用模組化bom構造，去掉產品層，以部件層做為最終狀態，其結構只有：10+2+4+30種。其資料量會大大減少。
bom表資料結構為：父項編號，子項編號，選件號，結構數量，**比率
注釋：選件號表示：基本件、特徵件序號，可選件
mrp物料分解基本演算法：根據mps種產品需求數量，分解為各基本件和特徵件的數量（需求數量*結構數量***比率）。
PHP去除BOM頭的方法
但是php在設計之初並沒有考慮到bom頭的問題，所以在編譯碼的時候很容易出現問題 比如今天遇到的問題，json decode，當解碼的string有bom頭的時候json decode就解析失敗，返回null。為什麼不自動檢測並去除bom頭呢。小吐槽 試了兩種方式能去除掉 1 2 3 result ...
PHP去除BOM頭的方法
bom頭是utf 8來告訴編輯器 我是utf8編碼。它的編碼是 xef xbb xbf 但是php在設計之初並沒有考慮到bom頭的問題，所以在編譯碼的時候很容易出現問題 比如今天遇到的問題，json decode，當解碼的string有bom頭的時候json decode就解析失敗，返回null。為...
PHP去除BOM頭的方法
但是php在設計之初並沒有考慮到bom頭的問題，所以在編譯碼的時候很容易出現問題 比如今天遇到的問題，json decode，當解碼的string有bom頭的時候json decode就解析失敗，返回null。為什麼不自動檢測並去除bom頭呢。小吐槽 試了兩種方式能去除掉 12 3 result t...