臺灣博碩士論文加值系統

　　本研究鑒於所回顧的供應鏈延遲策略相關文獻，其定量研究多以成本最小化為衡量依據來進行各項決策規劃，而需求不確定性的處理，多採用特定分配下固定的期望值與變異數來進行研究探討；然而企業實際的營運並非僅考量成本，亦須考慮收益的部分，故本研究在兼顧成本與收益之考量下，探討具生產規模經濟之多產品製造商，在面對價格相依不確定需求時，如何設計最佳化之供應鏈延遲網路結構，並研擬價格策略，以及相搭配之採購、生產、運輸、倉儲與配送之營運規劃，以達期望利潤最大之目標。
　　本研究之供應鏈延遲策略考量製造延遲與物流延遲，依據延遲生產與預測生產之兩種供應鏈設計，以兩階段隨機規劃建構期望利潤最大化與期望成本最小化之兩種數學模式，並按模式特性以分解法之L型演算法(L-shaped)為架構進行求解。
　　研究結果顯示：(1)延遲生產的供應鏈結構與營運規劃，較預測生產擁有較好的績效表現，原因在於延遲生產在需求發生前先製成半成品，等到需求確定後再組裝成成品進行供給，如此不僅可降低單位存貨成本，亦可發揮產品間風險共擔之效果，降低需求變異性所產生的倉儲準備量；而預測生產在需求發生前就直接製成成品，且僅考慮個別產品之需求不確定，無法有效進行資源共用而產生較高的存貨成本；(2)整合價格策略之利潤模式，能以價格策略研擬產量，同時考量期望收益與期望成本間的權衡，以獲得最適價格，提高期望利潤。

　　In this research, we focus on decision-making for a manufacturer supplying two kind of product when consider single-period procurement, manufacturing, transportation, inventory, distribution and pricing plan under uncertain demand, limited economic of scale in production in order to maximize manufacturer’s expected profit.
　　The problem has been formulated as a maximum expected profit problem and a minimum expected cost problem with the concept of manufacturing in postponement or speculation. An L-shaped decomposition with an additional decomposition step in the master problem is proposed.
　　One of the computational results showed that the postponement strategy yields better system performance than speculation strategy due to the semi-finished goods can get risk pooling effect and then reduce demand variability and inventory. The other showed that a profit formulation yields better system performance than a cost formulation due to it can decide production by pricing, and consider the tradeoff between expected revenue and expected cost simultaneously to get optimize pricing and increase expected profit.

目錄
目錄　　I
表目錄　III
圖目錄　IV
第一章　緒論 1
1.1　研究背景與動機 1
1.2　研究目的 3
1.3　研究範疇 3
1.4　研究方法與流程 3
第二章　文獻回顧 7
2.1　供應鏈管理 7
2.1.1　供應鏈與供應鏈管理之定義 7
2.1.2　供應鏈管理策略之決策類型 8
2.2　延遲策略 10
2.2.1　延遲策略之定義 10
2.2.2　延遲策略之分類 10
2.2.3　延遲策略之相關研究 14
2.3　隨機規劃 19
2.3.1　隨機規劃之分類 19
2.4　小結 22
第三章　供應鏈之延遲網路設計 24
3.1　研究範圍與限制 24
3.2　延遲網路結構 28
3.2.1　節點與節線 28
3.2.2　決策時點與延遲網路結構 29
3.3　小結 32
第四章　數學模式 33
4.1　參數與變數之符號 33
4.1.1　ATO模式 33
4.1.2　MTS模式 35
4.2　需求情境 38
4.3　數學模式-通式建構 39
4.3.1　ATO模式 40
4.3.2　MTS模式 43
4.4　小結 46
第五章　演算法 47
5.1　演算流程與步驟 47
5.2　最適切割之數學推導 49
5.2.1　ATO模式 49
5.2.2　MTS模式 51
第六章　數值分析 54
6.1　問題規模與供應鏈結構 54
6.2　參數設定 54
6.3　求解範例說明 59
6.4　數值分析 60
6.4.1　利潤模式 60
6.4.2　成本模式 64
6.5　小結 71
第七章　結論與建議 72
7.1　結論 72
7.2　建議 73
參考文獻 75
一、中文部分 75
二、英文部分 75
附錄A　成本模式 79
A.1　ATO模式 79
A.2　MTS模式 81
附錄B　各種需求情境的收益、總成本與利潤 83
自述 93

?
表目錄
表 2-1　延遲策略分類 11
表 2-2　供應鏈P/S矩陣 12
表 2-3　LEE AND BILLINGTON延遲策略對成本之影響 14
表 2-4　產品與生產流程的延遲設計分類 15
表 2-5　ERNST AND KAMRAD供應鏈之四種架構 17
表 2-6　延遲策略文獻彙整 23
表 3-1　節點屬性 28
表 3-2　節線屬性 29
表 3-3　各時點之揭露資訊與任務活動 31
表 4-1　產品於各需求情境之實際需求量 38
表 4-2　九種組合需求情境之實際需求量 39
表 6-1　參數設定(運輸成本除外) 55
表 6-2　各項函數設定 55
表 6-3　利潤模式求解結果 61
表 6-4　利潤模式與成本模式求解結果 65
表 6-5　成本模式之ATO求解結果-機率相同 66
表 6-6　成本模式之MTS求解結果-機率相同 67
表 6-7　成本模式之ATO求解結果-機率不同 68
表 6-8　成本模式之MTS求解結果-機率不同 69
表 B-1　利潤模式-需求情境發生機率相同 83
表 B-2　利潤模式-需求情境發生機率不同 84
表 B-3　成本模式ATO-需求情境發生機率相同 85
表 B-4　成本模式ATO-需求情境發生機率相同(續) 86
表 B-5　成本模式MTS-需求情境發生機率相同 87
表 B-6　成本模式MTS-需求情境發生機率相同(續) 88
表 B-7　成本模式ATO-需求情境發生機率不同 89
表 B-8　成本模式ATO-需求情境發生機率不同(續) 90
表 B-9　成本模式MTS-需求情境發生機率不同 91
表 B-10　成本模式MTS-需求情境發生機率不同(續) 92

?
圖目錄
圖 1-1　研究流程 6
圖 2-1　涵蓋供應鏈規劃的軟體模組 8
圖 2-2　供應鏈策略與產業配適圖 9
圖 2-3　PAGH AND COOPER之策略分類 13
圖 2-4　GARG AND TANG產品製造流程示意圖 16
圖 2-5　VALENTE ET AL.隨機規劃問題分類 19
圖 2-6　兩階段隨機規劃目標函式示意圖 21
圖 3-1　需求曲線與離散機率分配示意圖 25
圖 3-2　供應鏈時空網路示意圖 30
圖 3-3　供應鏈時空網路示意圖(續) 31
圖 4-1　兩階段供應鏈活動示意圖 40
圖 5-1　求解流程圖 49
圖 6-2　總生產成本曲線 58
圖 6-3　平均生產成本曲線 58
圖 6-4　 ATO模式求解收斂過程 60
圖 6-5　 MTS模式求解收斂過程 60

一、中文部分
1.「淺談延遲的應用」，遠東學報二十一卷第二期，民國93年4月。
2.王在欣，「需求不確定下供應鏈延遲策略最適化之研究」，國立成功大學交通管理科學系碩士論文，民國93年6月。
3.王蕙萱，「供應鏈多階段隨機規劃暨動態定價之研究」，國立成功大學交通管理科學系碩士論文，民國98年6月。
4.杜政翰，「顧客需求不確定下接單生產環境中單一產品BOM內各品項之生產規劃決策問題」，國立中央大學公業管理研究所碩士論文，民國91年6月。
5.張益菁，「考量需求不確定之單階多廠產能規劃問題－以TFT LCD產業為例」，國立清華大學工業工程與工程管理研究所碩士論文，民國96年6月。
6.戴友椿，「需求不確定下動態定價模式之研究－以某筆記型電腦製造商為例」，國立成功大學交通管理科學系碩士論文，民國95年6月。
二、英文部分
1.Ahmed, S., King, A. J., and Parija, G., A multi-stage stochastic integer programming approach for capacity expansion under uncertainty, Journal of Global Optimization, Vol. 26, Issue 1, pp. 3-24, 2003.
2.Al-Othman, W. B. E., Lababidi, H. M. S., Alatiqi, I. M., Al-Shayji, K., Supply chain optimization of petroleum organization under uncertainty in market demands and prices, European Journal of Operational Research, Vol. 189, Issue 3, pp. 822-840, 2008.
3.Battezzati, L. and Magnani, R., Supply chain for FMCG and industrial products in Italy: Practices and the advantages of postponement, International Journal of Physical Distribution and Logistics Management, Vol. 30, Issue 5, pp.413-424, 2000.
4.Birge, J. R., and Louveaux, F., Introduction to Stochastic Programming, Springer-Verlag, New York, 1997.
5.Bowersox, D. J., Closs, D. J., Cooper, B. M., Supply Chain Logistics Management, Singapore, McGraw-Hill International, 2007.
6.Brun, A. and Zorzini, M., Evaluation of product customization strategies through modularization and postponement, International Journal of Production Economics, Vol. 120, Issue 1, pp. 205-220, 2009.
7.Bucklin, L. P., Postponement, Speculation and the Structure of Distribution Channels, Journal of Marketing Research, Vol. 2, Issue 1, pp.26-31, 1965.
8.Charnes, A., and Cooper, A. A., Chance Constrained Programming, Management Science, Vol. 6, pp. 73-79, 1959.
9.Chopra, S. and Meindl, P., Supply chain management: strategy, planning, and operation, New Jersey, Pearson Education, Inc., 2007.
10.Ernst, R. and Kamrad, B., Evaluation of supply chain structures through modularization and postponement, European Journal of Operational Research, Vol. 124, Issue 3, pp. 495-510, 2000.
11.Feitzinger, E. and Lee, H. L., Mass Customization at Hewlett-Packard: The Power of Postponement, Harvard Business Review Vol. 75, Issue 1, pp. 116-121, 1997.
12.Garg, A. and Tang, C. S., On Postponement Strategies for Product Families with Multiple Point of Differentiation, IIE Transactions, Vol. 29, Issue 8, pp. 641-650.
13.Graman, G. A., A partial-postponement decision cost model, European Journal of Operational Research, Vol. 201, Issue 1, pp.34-44, 2010.
14.Gupta, A. and Maranas, C. D., Managing demand uncertainty in supply chain planning, Computers and Chemical Engineering Vol. 27, Issue 8-9, pp. 1219-1227, 2003.
15.Hsu, H.-M. and Wang, W.-P., Dynamic programming for delayed product differentiation, European Journal of Operational Research, Vol. 156, Issue 1, pp. 183-193, 2004.
16.Kall, P. and Wallace, S. W., Stochastic programing, John Wiley and Sons, 1994.
17.Lee, H. L., Billington, C., Carter, B., Hewlett-Packard gains control of inventory and service through design for localization, Interfaces, Vol. 23, Issue 4, pp. 1-11, 1993.
18.Lee, H. L. and Tang, C. S., Modelling the costs and benefits of delayed product differentiation, Management Science, Vol. 43, Issue 1, pp. 40-53, 1997.
19.Leung, S. C. H. and Ng, W.-l., A goal programming model for production planning of perishable products with postponement, Computers and Industrial Engineering, Vol. 53, Issue 3, pp. 531-541, 2007.
20.Ma, S., Wang, W., Liu, L., Commonality and postponement in multistage assembly systems, European Journal of Operational Research, Vol. 142, Issue 3, pp. 523-538, 2002.
21.Pagh, J. D. and Cooper, M. C., Supply chain postponement and speculation strategies: How to choose the right strategy, Journal of Business Logistics, Vol. 19, Issue 2, pp. 13-33, 1998.
22.Santoso, T., Ahmed, S., Goetschalckx, M., Shapiro, A., A stochastic programming approach for supply chain network design under uncertainty. European Journal of Operational Research, Vol. 167, Issue 1, pp.96-115, 2005.
23.Simchi-Levi, D., Kaminsky, P. Simchi-Levi, E., Designing and managing the supply chain: concepts, strategies and case studies, New York, The McGraw-Hill Companies, Inc., 2008.
24.Stadtler, H., Supply chain management and advanced planning: basics, overview and challenges, European Journal of Operational Research, Vol. 163, Issue 3, pp.575-588, 2005.
25.Su, J. C. P., Chang, Y.-L., Ferguson, M., Evaluation of postponement structures to accommodate mass customization, Journal of Operations Management, Vol. 23 , pp. 305-318, 2005.
26.Tibben-Lembke, R. S. and Bassok, Y., An inventory model for delayed customization: A hybrid approach, European Journal of Operational Research, Vol. 165, Issue 3, pp. 748-764, 2005.
27.Valente, P., Mitra, G., Poojari, C., and Kyriakis, K., Software tools of Stochastic Programming: A Stochastic Programming Intergrated Enviroment (SPlnE), Department of Mathematical Sciences, Brunel University, Uxbridge, UB83PH, 2001.
28.van Delft, C. and Vial, J. P., A pratical implementation of stochastic programming: an application to the evaluation of option contracts in supply chains, Automation, Vol.40, Issue 5, pp. 743-756, 2004.
29.van Hoek, R. I., The rediscovery of postponement a literature review and directions for research, Journal of Operations Management, Vol. 19, Issue 2, pp.161-184, 2001.
30.van Slyke, R. M., and Wets, R. J.-B., L-Shaped linear programs with applications to optimal control and stochastic programming, SIAM Journal on Applied Mathematics, Vol. 17, pp. 638-663, 1996.
31.Zinn, W. and Bowersox, D. J., Planning physical distribution with the principle of postponement, Journal of Business Logistics, Vol. 9, Issue 2, pp. 117-136, 1988.