跳到主要內容

臺灣博碩士論文加值系統

(3.87.250.158) 您好!臺灣時間:2022/01/25 18:13
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:廖祿文
研究生(外文):Lu-Wen Liao
論文名稱:即時接單回應機制-重排週期最佳化問題之研究
指導教授:沈國基沈國基引用關係
指導教授(外文):Gwo-Ji Sheen
學位類別:碩士
校院名稱:國立中央大學
系所名稱:工業管理研究所
學門:商業及管理學門
學類:其他商業及管理學類
論文種類:學術論文
論文出版年:2002
畢業學年度:90
語文別:中文
論文頁數:81
中文關鍵詞:及時接單回應機制重排作業重排週期
外文關鍵詞:Re-pegging IntervalReal Time ATPRe-pegging Process
相關次數:
  • 被引用被引用:1
  • 點閱點閱:104
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
本論文在解決及時接單回應機制(Real-Time ATP)、計劃性生產策略環境下,採後向耗用模式(Backward Consumption Mode)且固定耗用期間之接單機制特性下,探討重排週期(Re-pegging Interval)最佳化問題。所謂及時化接單回應機制,是指顧客發出訂單需求之後,系統即可根據產品可用量資訊與資源分配狀況,立即決定允諾數量與交期日。重排作業(Re-pegging Process)之目的在於重新調配允諾給訂單的需求數量與承諾交期;本研究問題假設在有限規劃時間幅度,以極大化承諾訂單需求比率(Promised Quantities Ratio)為本研究問題之目標值,決定最佳重排週期時間參數值。
首先發展一數學模型,解決重排作業之最佳作業週期時間的問題。此一數學模型將訂單需求環境視為已知,而在計劃性生產策略下,每期之計劃性生產數量為固定且已知常數,建立重排週期最佳化整數規劃模型。但整數規劃模型,在問題中之時間規劃幅度與訂單數量增加時,數學模型內之限制式與變數將大幅膨脹增加,導致無法求解或出現求解時間太長而無效率之窘境。因有鑑於此,本研究發展一重排週期最佳化演算法,以求解大規模之重排週期最佳化問題,此演算法所依循的主要概念為:在隨機訂單需求產生後,以初始解演算法,尋求出一初始解;之後,利用此一初始解作為尋求最佳解值之基礎,尋找出問題中之最佳重排週期時間。演算法內之訂單需求之到達率、需求量與交期日均是隨機且不確定性,並假設訂單需求之到達時間為服從服從參數值為λ的卜氏過程、交貨天數服從參數值為β的指數分配與訂單中之需求量分配乃是服從間斷均等分配;依上述條件下,求解重排作業最佳重排週期時間之決策問題。
最後,根據實驗分析之數據結果,利用迴歸分析方法,建立最佳重排週期時間之決策模型,提供實務上在面對各種不同環境參數條件下,有一決定重排週期時間參數值之遵循法則。
目錄
目錄Ⅰ
圖目錄Ⅲ
表目錄Ⅴ
第一章 緒論1
1.1研究背景與動機1
1.2問題敘述6
1.3研究目的9
1.4研究方法與進行步驟10
1.4.1研究方法10
1.4.2進行步驟12
第二章 文獻探討13
2.1 ATP作業模式相關文獻13
2.1.1 ATP數量計算機制.14
2.1.2 後向與前向耗用模式17
2.1.3 Real-Time ATP與Batch Mode ATP21
2.2 重排作業文獻回顧22
2.2.1 重排作業之作業機制22
第三章 重排週期最佳化模型與演算法.29
3.1問題假設29
3.2符號定義與模型30
3.1.1 符號定義30
3.1.2 整數規劃模型31
3.3重排作業最佳化問題之演算法39
3.3.1演算法之架構39
3.3.2 演算法符號定義………………………………………………………………………39
3.3.3隨機訂單需求演算法41
3.3.4重排作業演算法及其相關分配法則之演算法42
3.3.5重排作業中相關分配法則之演算法44
3.3.5.1 Order_Promise函數演算法45
3.3.5.2 FCFS_Allocation函數演算法46
3.3.5.3 Re-pegging_Allocation函數演算法47
3.3.6初始解之定義與演算法47
3.3.7重排週期最佳化演算法之求解流程48
3.4驗證數學模型與重排週期最佳化演算法50
3.4.1不同參數組合下之測試50
第四章 數據分析………………………………………………………………………………53
4.1實驗環境參數之設定與和重排週期時間之關係53
4.2實驗一:不同供給與需求比例下,最佳重排週期時間之影響分析55
4.3實驗二:不同消耗期間參數值下,最佳重排週期時間之影響分析57
4.4實驗三:不同訂單到達率下,最佳重排週期時間之影響分析60
4.5最佳重排週期時間之決策模式65
4.5.1最佳解釋變數之選取66
4.5.2最佳重排週期時間迴歸模型之模式診斷66
4.5.3驗證最佳重排週期迴歸模型之合適性70
第五章 結論…………...…………………………………………………………………………72
5.1研究貢獻73
5.2研究限制74
5.3未來研究方向75
參考文獻76
附錄A77


圖目錄
圖 1.1 FCFS訂單允諾作業機制示意圖2
圖 1.2 重排作業示意圖2
圖 1.3 重排作業前之訂單允諾示意圖4
圖 1.4 重排作業後之訂單允諾示意圖4
圖 1.5 後向耗用模式(固定耗用期間)示意圖7
圖 1.6 執行重排作業之重排週期示意圖8
圖 1.7(a) 重排作業前之訂單允諾示意圖8
圖 1.7(b) 重排作業分配允諾數量與可用量示意圖8
圖 1.8 研究流程圖12
圖 2.1(a) 後向耗用模式與無限耗用期間示意圖17
圖 2.1(b) 後向耗用模式與固定耗用期間示意圖18
圖 2.2(a) 前向耗用模式與無限耗用期間示意圖18
圖 2.2(b) 前向耗用模式與固定耗用期間示意圖19
圖 2.3(a) 後向/前向模式與固定耗用期間示意圖20
圖 2.3(b) 後向/前向耗用模式與固定耗用期間示意圖20
圖 2.4 重排作業前之訂單允諾示意圖24
圖 2.5 重排作業後之訂單允諾示意圖24
圖 2.6 The Procedure For Backorder Processing With Direct Update26
圖 2.7 The Procedure For Backorder Processing With Post-Processing26
圖 2.8 The Procedure For Backorder Processing With Simulative27
圖 2.9 SAP APO重排作業之作業機制.28
圖 3.1 重排週期最佳化演算法之求解步驟圖.50
圖 3.2 整數規劃與最佳化演算法之求解時間比較圖.53
圖 4.1(a) T=90 不同供給與需求比率下,重排週期時間出現次數比較圖57
圖 4.1(b) T=180不同供給與需求比率下,重排週期時間出現次數比較圖57
圖 4.2(a) R=0.9 不同耗用期間參數值下,重排週期時間出現次數比較圖60
圖 4.2(b) R=1.0 不同耗用期間參數值下,重排週期時間出現次數比較圖60
圖 4.2(c) R=1.1 不同耗用期間參數值下,重排週期時間出現次數比較圖60
圖 4.3(a) R=0.9 不同訂單到達率參數值下,重排週期時間出現次數比較圖63
圖 4.3(b) R=1.0不同訂單到達率參數值下,重排週期時間出現次數比較圖63
圖 4.3(c) R=1.1不同訂單到達率參數值下,重排週期時間出現次數比較圖63
圖 4.4(a) 重排週期最佳下限值模型- 標準化殘差值之常態機率圖68
圖 4.4(b) 重排週期最佳上限值模型- 標準化殘差值之常態機率圖68
圖 4.5(a) 重排週期最佳下限值模型- 標準化殘差對重排週期時間之殘差圖70
圖 4.5(b) 重排週期最佳下限值模型- 標準化殘差對重排週期時間之殘差圖70


表目錄
表2.1(a) Master Schedule Showing a Discrete Display of The ATP15
表2.1(b) Master Schedule Showing a Discrete Display of The ATP15
表2.2 Master Schedule Showing Cumulative-Without-Lookahead Display of The ATP 16
表2.3 Master Schedule Showing Cumulative-With-Lookahead Display of The ATP16
表2.4 萃取準則與排序準則分類表25
表3.1 Case 1整數規劃模型與最佳化演算法之執行結果51
表3.2 Case 2整數規劃模型與最佳化演算法之執行結果52
表3.3 Case 3整數規劃模型與最佳化演算法之執行結果52
表4.1(a) T=90 不同供給與需求比例值下,最佳重排週期時間數據表56
表4.1(b) T=180不同供給與需求比例值下,最佳重排週期時間數據表57
表4.2(a) R=0.9不同耗用期間參數值下,最佳重排週期時間數據表59
表4.2(b) R=1.0不同耗用期間參數值下,最佳重排週期時間數據表59
表4.2(c) R=1.1不同耗用期間參數值下,最佳重排週期時間數據表60
表4.3(a) R=0.9 不同訂單平均到達率參數值下,最佳重排週期時間數據表62
表4.3(b) R=1.0不同訂單平均到達率參數值下,最佳重排週期時間數據表62
表4.3(c) R=1.1不同訂單平均到達率參數值下,最佳重排週期時間數據表63
表4.4 逐步選取法篩選最佳解釋變數之結果67
表4.5 迴歸模式結果67
表4.6 驗證迴歸模型解值合適性之結果72
Azevedo, A. and Sousa, J. P. (1998), “On the Design of an Order Promise System for Virtual Enterprises,” ftp://www.nimblesite.com/pub/xcittic/paper8.doc. Chen, C. Y., Zhao, Z. Y., and Ball, M. O. (2000), “A Model for Batch Advanced Available-to-Promise,” http://www.rhsmith.umd.edu/.Chen, C. Y., Zhao, Z. Y., and Ball, M. O. (2001), “Quantity-and Due-Date-Quoting Available-to-Promise,” Information Systems Frontiers, 3, 477-488.Cormen, T. H., Leiserson, C. E. and Rivest, R. L. (1989), Introduction to Algorithms, McGraw-Hill, New York.Fogarty, D. W. (1991), Production and Inventory Management, South-Western Pub. Co., Cincinnati, OH. Neter, J. and Kutner, M. H. (1999), Applied Linear Regression Models, McGraw-Hill, New York.Law, A. M. and Kelton, W. D. (1982), Simulation Modeling and Analysis, McGraw-Hill, New York.SAP AG (2000), “Functions in Detail- SAP Advanced Planner & Optimizer: Global Available-to-Promise,”http://www.sap.com/.SAP, “SAP online help,”http://help.sap.com/. Ware, N. and Fogarty, D. W. (1990), “Master Schedule/ Master Production Schedule: The Same or Different?” Production and Inventory Management Journal, 1, 34-37.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top