跳到主要內容

臺灣博碩士論文加值系統

(44.192.22.242) 您好!臺灣時間:2021/07/31 09:33
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:王晧翔
研究生(外文):Hauo-Shing Wang
論文名稱:應用MCEWMA管制圖於存貨管理之研究
論文名稱(外文):A Study of Inventory Management by Using Moving Centerline Exponentially Weighted Moving Average Control Chart
指導教授:古東源古東源引用關係
指導教授(外文):Tong-Yuan Koo
學位類別:碩士
校院名稱:國立雲林科技大學
系所名稱:工業工程與管理研究所碩士班
學門:工程學門
學類:工業工程學類
論文種類:學術論文
論文出版年:2004
畢業學年度:92
語文別:中文
論文頁數:76
中文關鍵詞:統計製程管制存貨管理管制圖變動中心線指數加權移動平均管制圖
外文關鍵詞:Inventory ManagementStatistical-Process-ControlControl ChartMCEWMAMoving Centerline Exponentially Weighted Moving
相關次數:
  • 被引用被引用:0
  • 點閱點閱:168
  • 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
Watts等人於1994年利用管制圖方法作為監視再訂購系統之績效,他們應用存貨週轉率 (ITR)、缺貨 (Stockout) 與顧客需求 (Demand) 等三個因素來監視存貨系統績效,但並未使用統計製程管制的方式建立管制圖。直到1999年,Pfohl等人首先以「統計製程管制」(Statistical Process Control, SPC) 方法,應用於存貨管理系統。而在2000年時,詹易整指出對於Pfohl 等人所發展之存貨管理系統的缺點,且提出改善決策法則的辦法。在2003 年,葉卓華則提出Pfohl 等人及詹易整的研究中未考慮到管制圖偵測異常的統計檢定功能,他回歸管制圖的統計檢定的原理,以傳統的型I誤差 (type I error) 的考量來建構合宜的管制界限,以此來偵測異常的庫存量及需求量。而存貨系統中常見需求與存貨資料呈現自相關的現象,在先前三者的研究當中,僅有詹易整有提到管制圖監控之資料呈自相關之問題,其餘二者皆未提起。因此,本研究導入新的管制圖-變動中心線指數加權移動平均管制圖 (Moving Centerline Exponentially Weighted Moving Average;MCEWMA) 來作為本研究的管制工具,利用此種管制圖不僅可管制獨立型態的資料,更適合管制自相關性資料之特性,藉以探討其於管制獨立與自相關存貨與需求資料時之表現,並比較本研究提出之模式與 Pfohl 等人、詹易整及葉卓華等人提出模式之間的優劣。本研究之結果,呈現 MCEWMA 管制圖運用於存貨系統中管制獨立型態的資料,監控效果不會比 Pfohl 等人、詹易整與葉卓華三者的管制方法差,而利用MCEWMA 管制圖運用於存貨系統中管制自相關型態的資料,比起Pfohl 等人、詹易整與葉卓華三者的管制方法,有顯著好的監控效果。
In early 1994, after a series of evolution of inventory management method, Watts adopted the “Control Chart” specially apply ITR (Inventory Turnover Rate)、Stock-out and market demand to detect the performance of re-order system. The Statistical-Process-Control (SPC) method was not adopted to apply to Control Chart yet. Until 1999, Pfohl was the first person to propose SPC in Inventory Control System. In 2000, 詹易整 indicated defects of this SPC Inventory Control System and proposed mending suggestion. In 2003, 葉卓華 indicated that Phohl and詹易整 both were not consider the statistical inspection function of Control Chart to detect unusual condition. He used “Type I error” traditional way based on statistical inspection principle to rebuild an appropriate control borders in order to detect unusual stock-out and market demand problems. Within above three researches, only 詹易整 mentions the auto-correlation problem occurred as using Control Chart to detect.
My research will conduct a new Control Chart-Moving Centerline Exponentially Weighted Moving Average (MCEWMA) to be the main control tool. The MCEWMA control chart aim to not only independent data but also related data to be its objects. Thus, this thesis will do research by using MCEWMA control chart to dispart data into two main types, and will compare the difference of control chart theory between above Phohl, 詹易整 and 葉卓華s’ and mine, so as to detect unusual stock quantity and demands based on two different kinds of data in order to adjust inventory strategy appropriately.
目錄
目錄…………………………………………………………………………………..II
表目錄………………………………………………………………………………..IV
圖目錄………………………………………………………………………………..V
第一章 緒論………………………………………………………………………1
1.1 研究背景………………………………………………………………...1
1.2 研究動機與目的………………………………………………………...3
1.3 研究限制………………………………………………………………...4
1.4 研究流程………………………………………………………………...4
第二章 文獻探討…………………………………………………………………7
2.1 統計製程管制…………………………………………………………….11
2.2 管制圖之理論與應用…………………………………………………….9
2.2.1 管制圖的分析和判斷……………………………………………..11
2.3 存貨系統之探討………………………………………………………….12
2.3.1 影響存貨控制的因素……………………………………………..13
2.3.2 存貨系統的型態…………………………………………………..14
2.4 存貨管理選用管制圖之探討…………………………………………….16
2.5 應用管制圖於存貨管理之探討………………………………………….18
2.6 存貨系統監控之過程…………………………………………………….40
2.7 MCEWMA 管制圖………………………………………………………43
2.7.1 管制樣本平均值之 MCEWMA 管制圖………………………..44
2.7.2 MCEWMA 管制圖之設計………………………………………45
2.7.3 MCEWMA 管制圖於存貨之運用………………………………46
第三章研究方法………………………………………………………….………48
3.1 研究模式之構建…………………………………………………………48
3.2 異常判定法則之應用…………………………………………………….48
3.3 決策法則之建立………………………………………………………….49
3.3.1 系統中參數與符號定義…………………………………………..50
第四章 模擬與數據分析…………………………………………………………..61
4.1 模擬系統之建構與資料型態…………………………………………….61
4.2 模擬系統之程序與存貨系統監控之過程……………………………….63
4.3 模擬系統之結果………………………………………………………….64
第五章 結論與後續研究………………...……………………………………...…71
參考文獻……………………………………………………………………………..73
表目錄
表4-1 穩定狀態之獨立性「市場需求」資料……………………………………95
表 4-2 均勻分配之獨立性「市場需求」資料……………………………...……96
表 4-3 市場需求不穩定之獨立性「市場需求」資料…………………...………96
表 4-4 產品成長期之獨立性「市場需求」資料…………………………...……97
表 4-5 產品衰退期之獨立性「市場需求」資料……………………………..…97
表 4-6 穩定狀態之自相關性「市場需求」資料………………………..………98
表 4-7 市場需求不穩定之自相關性「市場需求」資料………………..………98
表 4-8 產品成長期之自相關性「市場需求」資料……………………….……99
表 4-9 產品衰退期之自相關性「市場需求」資料………………………….…99
圖目錄
圖 1-1 研究流程圖………………………………………………………………....5
圖 2-1 區間測試法則管制圖圖形………………………………………………..11
圖 2-2 存貨系統績效檢視流程…………………………………………………..20
圖 2-3 SPC存貨管理系統架構圖………………………………………………..22
圖 2-4 訂定管制界限 LCLI……………………………………………………....23
圖 2-5 庫存決策法則-法則 1……………………………………………………25
圖 2-6 庫存決策法則-法則 2……………………………………………………25
圖 2-7 庫存決策法則-法則 4……………………………………………………26
圖 2-8 庫存決策法則-法則 5……………………………………………………27
圖 2-9 SPC存貨管理系統處理流程………………………………………….....28
圖 2-10 判斷重新計算管制界限時機之流程圖………………………………...31
圖 2-11 需求決策法則-法則 (a)…………………………………………………32
圖 2-12 需求決策法則-法則 (b)…………………………………………………32
圖 2-13 需求決策法則-法則 (c).………………………………………………....33
圖 2-14 需求決策法則-法則 (d)..………………………………………………...33
圖 2-15 需求決策法則-法則 (e)………………………………………………….34
圖 2-16 需求決策法則-法則 (f)………………………………………………….34
圖 2-17 需求決策法則-法則 (g)………………………………………………….35
圖 2-18 需求決策法則-法則 (h)………………………………………………….35
圖 2-19 庫存決策法則-法則 (a)………………………………………………….36
圖 2-20 庫存決策法則-法則 (b)………………………………………………….36
圖 2-21 庫存決策法則-法則 (c)………………………………………………….37
圖 2-22 庫存決策法則-法則 (d)……………………………………………….....37
圖 2-23 庫存決策法則-法則 (e)…………………………………………….……38
圖 2-24 庫存決策法則-法則 (f)………………………………………………..…38
圖 2-25 庫存決策法則-法則 (g)………………………………………………….39
圖 2-26 庫存決策法則-法則 (h)………………………………………………….39
圖 2-27 MCEWMA 管制圖之圖形………………………………………………46
圖 3-1 需求決策法則-法則 (1)………………………………………...…………52
圖 3-2 需求決策法則-法則 (2)………………………………………...…………52
圖 3-3 需求決策法則-法則 (3)………………………………………...…………53
圖 3-4 需求決策法則-法則 (4)………………………………………...…………53
圖 3-5 需求決策法則-法則 (5)………………………………………...…………54
圖 3-6 需求決策法則-法則 (6)………………………………………...…………54
圖 3-7 需求決策法則-法則 (7)………………………………………...…………55
圖 3-8 需求決策法則-法則 (8)…………………………..…………...…………..55
圖 3-9 庫存決策法則-法則 (1)…………………………………………………..56
圖 3-10 庫存決策法則-法則 (2)………………………………………………….57
圖 3-11 庫存決策法則-法則 (3)………………………………………………….57
圖 3-12 庫存決策法則-法則 (4)………………………………………………….58
圖 3-13 庫存決策法則-法則 (5)………………………………………………….58
圖 3-14 庫存決策法則-法則 (6)………………………………………………….59
圖 3-15 庫存決策法則-法則 (7)………………………………………………….60
圖 3-16 庫存決策法則-法則 (8)…………………………………….……………60
參考文獻
英文部分
1.Alwan, L. C. and Roberts, H. V. (1988). “Time-series modeling for statistical process control,” Journal of Business & Economic Statistics, Vol. 6, pp. 87-95
2.Anderson, EA., Diaz, J. (1996). “Using process control chart techniques to analyze crime rates in Housion,Texas,” Journal of Operational Research Vol.47, pp.871-881
3.Bagshaw, M. and Johnson, R. A. (1975). “The effect of serial correlation performance of CUSUM test 2,” Technometrics, Vol. 17, pp. 73-80
4.Benneyan, J C. (1999). “Statistical process control and selectable forecast calendars reduce GE aircraft engines’ parts inventory,” Production and Inventory Management Journal, third quarter, pp. 62-66
5.Benneyan, J C. (1998). “Statistical quality control methods in infection control and hospital epidemiology, Part 1: Introduction and basic theory,” Infection control and Hospital Epidemiology, Vol.19, No.3, pp. 194-214
6.Benneyan, J C. (1998). “Statistical quality control methods in infection control and hospital epidemiology, Part 2: Chart use, statistical properties and research issues,” Infection control and Hospital Epidemiology, Vol.19, No.4, pp.265-283
7.Crowder, S. V. (1989). “Design of exponentially weighted moving average schemes,” Journal of Quality Technology, Vol. 21, pp. 155-162
8.Crowder, S. V. and Hamilton, M. D. (1992). “An EWMA for monitoring a process standard deviation,” Journal of Quality Technology, Vol. 24, pp. 12-21
9.Gilbert, Kenneth. C., Kenneth Kirby, and Cheryl. R. Hild (1997). “ Charting autocorrelated data: Guidelines for practitioners,” Quality Engineering, Vol. 9, Issue. 3, pp. 367-382
10.Harris, T. J. and Ross, W. H. (1991). “Statistical process control procedures for correlated observations,” Canadian Journal of Chemical Engineering, Vol. 69, pp. 48-57
11.Hart, Marilyn. K. (1998). “Improving inventory accuracy using control chart,” Production and Inventory Management Journal, Vol. 39, Issue. 3, pp. 44-48
12.Hunter, J. S. (1986). “The exponentially weighted moving average,” Journal of Quality Technology, Vol. 18, pp. 203-210
13.Jiang, W., Tsui, K. L., and Woodall, W. H. (2000). “A new monitoring method: The ARMA chart,” Technometrics, Vol. 42, pp. 399-410
14.Kramer, H., and Schmid, W. (1997). “Control charts for time series,” Nonlinear Analysis, Vol. 30, pp. 4007-4016
15.Lucas J. M. and Saccucci M. S. (1990). “Exponentially weighted moving average control schemes: Properties and enhancements,” Technometrics, Vol. 32, No. 1, pp. 1-12
16.Lu, Chao-Wen., and Marion. R. Reynold (1999). “EWMA control charts for monitoring the mean of autocorrelated processes,” Journal of Quality Technology, Vol. 31, No. 2, pp. 166-188
17.Lu, Chao-Wen., and Marion. R. Reynold (2000). “Control chart for monitoring the mean and variance of autocorrelated processes,” Journal of Quality Technology, Vol. 31, No. 3, pp. 259-274
18.MacGregor, J. F. and Harris, T. J. (1993). “ The exponentially weighted moving variance,” Journal of Quality Technology, Vol. 25, pp. 106-118
19.Montgomery, D. C. and Mastrangelo, C. M. (1991). “Some statistical process control methods for autocorrelated data,” Journal of Quality Technology, Vol. 23, pp. 179-193
20.Montgomery D. C. and Mastrangelo C. M. (1995). “SPC with correlated observations for the chemival and process industries,” Quality and Reliability Engineering International, Vol. 11,pp. 79-89
21.Montgomery D. C. and Evelyn C. B. (2000). “Shift detection properties of moving centerline control chart schemes,” Journal of Quality Technology, Vol. 32,pp. 67-74
22.Pfohl, H. C., Oliver. Cullmann., and Wolfgang. Stolzle, (1999). “Inventory management with statistical process control: simulation and evaluation,” Journal of Business Logistics, Vol. 20, No. 1, pp. 101-121
23.Vasilopoulos, A. V., and Stamboulis, A. P. (1978). “Modification of control chart limits in the presence of data correlation,” Journal of Quality Technology, Vol. 10, pp. 20-30
24.Wardell, D. G. Moskowitz, H., and Plante, R. D. (1994). “Run length distributions of special-cause control charts for correlated processes,” Technometrics, Vol. 35, pp. 37-52
25.Watts, Charles. A., Chan, K. Hahn., and Sohn, Byung. Kyu. (1994). “Monitoring the performance of a reorder point system: A control chart approach,” International Journal of Operations & Production Management, Vol. 14, Issue. 2, pp. 51-61
26.Wiel, S. A. J., Tucker, W. T., Faltin, F. W., and Doganaksoy N. (1992). “Agorithmic statistical process control: concepts and an application,” Technometrics, Vol. 34, pp. 286-297
27.Zhang, N. F. (1998). “A statistical control chart for stationary process data.” Technometrics, Vol. 40, pp. 24-38
中文部分
28.方世榮,生產與作業管理,修訂版,五南出版社,民國 85 年。
29.李硯群,“零售商策略合作下之供應鏈存貨管理模式建構”, 國立台北科技大學生產系統工程與管理研究所碩士學位論文,民國九十年六月。
30.巫沛倉與王治元,“供應鏈管理與系統模擬之整合-以3C零售業為例”, 科技與管理學術研討會論文集,民國九十一年,135-146頁。
31.林清河,物料管理,修訂版,華泰書局,民國84年。
32.張有恆,「物流管理」,華泰出版社,民國87年。
33.張駿逸,“一個新相關性製程變異監控方法之研究”,國立交通大學統計學研究所碩士論文,民國九十一年六月。
34.詹易整,“應用統計製程管制方法於存貨管理系統之研究”,國立成功大學工業管理研究所碩士論文,民國八十九年六月。
35.葉卓華,“應用管制圖於存貨管理之研究”,國立雲林科技大學工業工程與管理研究所碩士論文,民國九十一年六月。
36.鄭春生,品質管理,修訂版,三民書局,民國 84 年。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top