臺灣博碩士論文加值系統

對於任何企業，在面對競爭激烈的市場，要如何滿足顧客的需求是非常重要的課題之一，然而，顧客的需求不會永遠一成不變，顧客自己擁有購買產品與否的權力，因此，根據過去的歷史資料來預測未來的需求，或是假設需求固定不變，都難以完全符合現實的情況。有鑑於此，許多學者針對需求變動的存貨模式進行研究探討，並且考量的需求函數越來越趨於複雜，其數學模式的推導亦越來越困難。
而在產品的運送過程中，有太多因素會造成產品無法在固定的前置時間內送達，造成前置時間不穩定的要素眾多，難以一一探討，因此，部份學者在考量前置時間上，均假設一固定的數值，來簡化其模式的困難性。
本研究主要是延伸Kleijnen and Wan（2007）的存貨模式，加入檢視週期R和零售商之間的轉運量Qr兩個因子，並考量符合現實情況的需求和前置時間，藉由系統模擬技術，以(R, s, S)和(s, S, Qr)兩種訂購策略，期望找出在滿足預設服務水準下，系統長期平均的最小總成本。

In a highly competitive market, it is very important for any business to satisfy customer demand. However, customer demand is always changing; customers may vary their orders from time to time. Therefore, it’s difficult to forecast demand using past data. In view of this, many scholars focus their research on inventory model under variable demand. The consideration of varying demand tends to make the inventory model more complex and difficult to solve mathematically.
There are many factors that influence product lead-times, and it makes order planning more difficult. To simplify the model, many scholars assume constant lead-time.
In this study, we assume uncertain demand and lead-time. Due to the complex model, we use simulation to solve the problem using two ordering policies: (R, s, S) and (s, S, Qr).

目錄
中文摘要 I
Abstract II
致謝 III
目錄 IV
圖目錄 VII
表目錄 IX
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的與範圍 3
1.3 研究方法與步驟 4
第二章 文獻探討 7
2.1 存貨管理與供應鏈管理及其相關研究整理 7
2.2.1 存貨管理 7
2.1.2 供應鏈管理 9
2.2 需求不確定及其相關研究整理 10
2.3 前置時間不確定及其相關研究整理 15
2.4 系統模擬 16
第三章 模式建構 19
3.1 問題說明與假設 20
3.1.1 問題說明 20
3.1.2 問題基本假設 22
3.2 共同符號說明及模式建構 23
3.2.1 共同符號說明： 23
3.2.2 模式建立 25
3.2.3 目標函數說明 29
3.2.4 限制式說明 42
第四章 實例驗證 45
4.1 一對多網路 47
4.2 調整(R, s, S)組合 48
4.2.1 單一變數敏感度分析 48
4.2.2 固定一組變數，調整其他變數 53
4.3 調整(s, S, Qr)組合 71
第五章 結論與未來研究方向 75
5.1 結論 75
5.2 研究貢獻 76
5.3 未來研究方向 76
參考文獻 78
附錄一 三種情境和六種(R, s, S)調整方向之模擬結果 81
表1-1 情境I，固定s，變動S的服務水準和總成本變化表 81
表1-2 情境I，變動s，固定S的服務水準和總成本變化表 82
表1-3 情境I，同時增加s和S的服務水準和總成本變化表 83
表1-4 情境I，同時減少s和S的服務水準和總成本變化表 84
表1-5 情境I，增加s，減少S的服務水準和總成本變化表 84
表1-6 情境I，減少s，增加S的服務水準和總成本變化表 85
表1-7 情境II，固定R，變動S的服務水準和總成本變化表 85
表1-8 情境II，變動R，固定S的服務水準和總成本變化表 86
表1-9 情境II，同時增加R和S的服務水準和總成本變化表 87
表1-10 情境II，同時減少R和S的服務水準和總成本變化表 88
表1-11 情境II，增加R，減少S的服務水準和總成本變化表 88
表1-12 情境II，減少R值，增加S值的服務水準和總成本變化表 89
表1-13 情境III，固定R，變動s的服務水準和總成本變化表 89
表1-14 情境III，變動R，固定s的服務水準和總成本變化表 90
表1-15 情境III，同時增加R和s的服務水準和總成本變化表 91
表1-16 情境III，同時減少R和s的服務水準和總成本變化表 92
表1-17 情境III，增加R，減少s的服務水準和總成本變化圖 92
表1-18 情境III，減少R，增加s的服務水準和總成本變化表 93
附錄二 增加轉運量Qr與其服務水準和成本的模擬結果 94
表2-1 α＝95%下增加轉運量Qr與其服務水準和成本的變化表 94
表2-2 α＝96%下增加轉運量Qr與其服務水準和成本的變化表 95
表2-3 α＝97%下增加轉運量Qr與其服務水準和成本的變化表 96
表2-4 α＝98%下增加轉運量Qr與其服務水準和成本的變化表 98

圖目錄
圖1.1 綜合訂購制概念 4
圖1.2 綜合訂購制流程 4
圖1.3 研究流程圖 6
圖3.1 訂購流程說明 22
圖3.2 兩家零售商存貨水準的變化(a) 26
圖3.3 兩家零售商的存貨水準的變化(b) 27
圖3.4 情況1和情況2的存貨變化 29
圖3.5 情況3和情況4的存貨變化 30
圖3.6 情況5和情況6的存貨變化 32
圖3.7 情況7 存貨(a)的變化 32
圖3.8 情況7 存貨(b)的變化 33
圖3.9 情況8 存貨(a)的變化 34
圖3.10 情況8 存貨(b)的變化 34
圖3.11 情況9 存貨(a)的變化 35
圖3.12 情況9 存貨(b)的變化 35
圖3.13 情況10 存貨(a)的變化 37
圖3.14 情況10 存貨(b)的變化 37
圖3.15 情況11 存貨(a)的變化 38
圖3.16 情況11 存貨(b)的變化 38
圖3.17 情況12 存貨(a)的變化 40
圖3.18 情況12 存貨(b)的變化 40
圖3.19 R(tj-1)到R(tj+1)內發生的存貨變化 43
圖4.1 計算服務水準和系統長期平均總成本的流程圖 46
圖4.2 固定s、S，變動R的服務水準和成本變化圖 49
圖4.3 固定R、S，變動s的服務水準和成本變化圖 50
圖4.4 固定R、s，變動S的服務水準和成本變化圖 51
圖4.5 情境I，固定s，變動S的服務水準和總成本變化圖 54
圖4.6 情境I，變動s，固定S的服務水準和總成本變化圖 55
圖4.7 情境I，同時增加s和S的服務水準和總成本變化圖 55
圖4.8 情境I，同時減少s和S的服務水準和總成本變化圖 56
圖4.9 情境I，增加s，減少S的服務水準和總成本變化圖 57
圖4.10 情境I，減少s，增加S的服務水準和總成本變化圖 57
圖4.11 情境II，固定R，變動S的服務水準和總成本變化圖 58
圖4.12 情境II，變動R，固定S的服務水準和總成本變化圖 59
圖4.13 情境II，同時增加R和S的服務水準和總成本變化圖 59
圖4.14 情境II，同時減少R和S的服務水準和總成本變化圖 60
圖4.15 情境II，增加R，減少S的服務水準和總成本變化圖 61
圖4.16 情境II，減少R，增加S的服務水準和總成本變化圖 61
圖4.17 情境III，固定R，變動s的服務水準和總成本變化圖 62
圖4.18 情境III，變動R，固定s的服務水準和總成本變化圖 63
圖4.19 情境III，同時增加R和s的服務水準和總成本變化圖 63
圖4.20 情境III，同時減少R和s的服務水準和總成本變化圖 64
圖4.21 情境III，增加R，減少s的服務水準和總成本變化圖 65
圖4.22 情境III，減少R，增加s的服務水準和總成本變化圖 65
圖4.23 一對多網路最佳(R, s, S)搜尋程序 70
圖4.24 α＝95%下增加轉運量Qr與其服務水準和成本的變化圖 71
圖4.25 α＝96%下增加轉運量Qr與其服務水準和成本的變化圖 72
圖4.26 α＝97%下增加轉運量Qr與其服務水準和成本的變化圖 72
圖4.27 α＝98%下增加轉運量Qr與其服務水準和成本的變化圖 73

表目錄
表1.1 農業、工業及服務業佔國內生產毛額結構比 2
表2.1 需求的不確定因素 11
表2.2 需求不確定的應對方法 11
表2.3 以數學形式來分類需求及其相關研究整理 12
表2.4 以相關需求來分類，與時間相關的需求及其相關研究整理 13
表2.5 以相關需求來分類，與價格相關的需求及其相關研究整理 14
表2.6 前置時間不確定及其相關研究整理(a) 15
表2.7 前置時間不確定及其相關文獻整理(b) 16
表2.8 應用模擬技術解決存貨問題的相關文獻 17
表2.9 相關文獻整理 18
表3.1 本研究與 Bashyam and Fu、Kleijnen and Wan 研究之差異 20
表3.2 各項符號說明(a) 23
表3.3 各項符號說明(b) 24
表3.4 各項符號說明(c) 25
表3.5 各種存貨情況分類表 41
表4.1 一對多網路參數表 47
表4.2 R、s、S的變動幅度 48
表4.3 固定s、S，變動R的服務水準和成本變化表(a) 48
表4.4 固定s、S，變動R的服務水準和成本變化表(b) 49
表4.5 固定R、S，變動s的服務水準和成本變化表 50
表4.6 固定R、s，變動S的服務水準和成本變化表 51
表4.7 總成本變化表 52
表4.8 總成本變化百分比 52
表4.9 三種情境和六種調整方式 53
表4.10 固定一組變數，調整其他變數下各情境之結果 66
表4.11 固定R、S，微調s所得之服務水準與成本變化表(a) 68
表4.12 固定R、S，微調s所得之服務水準與成本變化表(b) 69
表4.13 各組合起始解與增加轉運量Qr之總成本差異 74
表4.14 各組合起始解與增加轉運量Qr之服務水準差異 74

[1] Alfares, H. K., 2007, “Inventory model with stock-level dependent demand rate and variable holding cost”, International Journal of Production Economics, Vol. 108, pp.259–265.
[2] Aly, M., Kouly, O. and Dolgui, A., 2004, “The MPS parameterization under lead time uncertainty”, International Journal of Production Economics, Vol. 90, pp.369-376.
[3] Averill, M. Law and W. David Kelton. 2000, Simulation modeling and analysis page 60-80. Copyright by McGraw-Hill Higher Education.
[4] Axsater, S., 1996, “Using the determinidtic EOQ formula in stochastic inventory control”, Management Science, Vol. 42, No.6
[5] Bashyam, S. and M. C. Fu, 1998, “Optimization of (s, S) inventory system with random lead times and a service level constraint,”Management Science, Vol. 44, pp.243-256
[6] Ben-Daya, M. and A. Raouf, 1994, “Inventory models involving lead time as decision variable”, Journal of Operational Research Society, Vol. 45, pp.579-582.
[7] Ben-Daya, M. and S.M. Noman, 2008, “Integrated inventory and inspection policies for stochastic demand,” European Journal of Operational Research, Vol. 185, pp.159–169.
[8] Chen, K. K. and C. T. Chang, 2007, “A seasonal demand inventory model with variable lead time and resource constraints”, Applied Mathematical Modelling, Vol. 31, pp.2433–2445
[9] Clark, A. J. and H. Scarf, 1960, “Optimal policy for a multi-echelon inventory problem”, Management Science, Vol. 6, No.3.
[10] David Simchi-Levi, Kaminsky and Edith Simchi-Levi, 2007, Designing and managing the supply chain: concepts, strategies and case studies page 239-240. Copyright by McGraw-Hill Higher Education.
[11] Das, K. and M. Maiti, 2003, ”Inventory of a differential item sold from two shops under single management with shortages and variable demand,” Applied Mathematical Modelling,” Vol. 27, pp.535–549.
[12] Dobrila P., 2001,” Simulation of supply chain behaviour and performance in an uncertain environment”, International Journal of Production Economics. Vol. 71, pp.429-438.
[13] Egar, F. and C. Tellkamp, 2005, “Inventory inaccuracy and supply chain performance: a simulation study of a retail supply chain”, International Journal of Production Economics, Vol. 95, pp.373-385.
[14] Gottfried, A., 1984, Home environment and early cognitive development: Integration, meta-analysis, and conclusions. Orlando, FL: Academic Press.
[15] Goyal, S. K. and B.C. Giri, 2003,” A simple rule for determining replenishment intervals of an inventory item withlinear decreasing demand rate”, International Journal of Production Economics, Vol. 83, pp.139–142.
[16] Guido W. S., M. Schuhmacher and F. Castells, 2003, ” Uncertainty assessment by a Monte Carlo simulation in a life cycle inventory of electricity produced by a waste incinerato”, Journal of Cleaner Production, Vol. 11, pp.279-292.
[17] Kyu Hun Hahn, K. H., H. Hwang and S. W. Shinn, 2004, “A returns policy for distribution channel coordination of perishable items”, European Journal of Operational Research, Vol. 152, pp.770–780.
[18] Harris, F. W., 1913, How many parts to make at once. Factory, The Magazine of Management, Vol.10, pp.135-136, 152.
[19] Hax, A. C. and D. Candea, 1984, Production and Inventory Management. Prentic-Hall, New Jersey, pp.133-134
[20] Jayaraman, V., 1998, “Transportation, facility location and inventory issues in distribution network design”, International Journal of Operations & Production Manamegent, Vol. 18, No.5.
[21] Kelton and W. David. 2002, Simulation with Arena. Copyright by McGraw-Hill Higher Education.
[22] Kleijnen, J. P. C. and J. Wan, 2007, “Optimization of simulated systems: OptQuest and alternatives,” Simulation Modelling Practice and Theory, Vol. 15, pp.354-362.
[23] Leovigildo, L. G. and P. B. Adelita, 1999,”A simulator that uses Tabu Search to approch the optinal solution to stochastic inventory models,” Computer & Industrial Engineering, Vol. 37, pp.215-218.
[24] Lee, W. C., 2005, “Inventory model involving controllable backorder rate and variable lead time demand with the mixtures of distribution”, Applied Mathematics and Computation, Vol. 160, pp.701–717.
[25] Maiti, M. K. and M. Maiti, 2005, “Inventory of damageable items with variable replenishment,” Computers & Industrial Engineering, Vol. 49, pp. 432–448.
[26] Maiti, M. K., 2008, “Fuzzy inventory model with two warehouses under possibility measure on fuzzy goal”, Production, Manufacturing and Logistics, Vol. 188, pp.746-774.
[27] Ouyang, L. Y. and K. S. Wu, 1996, “Mixture inventory model involving variable leadtime with a service level constraint”, Computers & Operations Research, Vol. 24, No. 9, pp.875-882.
[28] Pal, A.K., R.N. Bhunia and Mukherjee, 2006, “Optimal lot size model for deteriorating items with demand rate dependent on displayed stock level (DSL) and partial backordering,” European Journal of Operational Resear, ch Vol. 175, pp.977–991.
[29] Rau, H. and B. C. OuYang, 2007, “A general and optimal approach for three inventory models with a linear trend in demand”, Computers & Industrial Engineering, Vol. 52, pp.521–532.
[30] Rosenfild, D.B., 1987, “The retailer facility location problem: A case study”, Journal of business logistic, Vol. 8, No. 2.
[31] Spitter, J. M., A.G. de Kok and N.P. Dellaert, 2005, “Timing production in LP models in arolling schedule,” International Journal of Production Economics. Vol. 93–94, pp.319–329.
[32] Swafford, P. M., S. Ghosh and N. Murthy, 2006, “The antecedents of supply chain agility of a firm: Scale development and Model testing”, Journal of Operations Managemwnt, Vol. 24, pp.170-188.
[33] Tersine, R. J., 1994, Principles of Inventory and Materials Management, PTR prentice Hall, Englewood Cliffs, New Jersey, pp.90-95.
[34] Tripathy, P.K., W.M. Wee and P.R. Majhi, 2003, “An EOQ model with process reliability considerations”, Journal of the Operational Research Society, Vol. 54, pp.549-554.
[35] Yao, Z., C.H. Stephen Leung and K.K. Lai, 2008, “Analysis of the impact of price-sensitivity factors on the returns policy in coordinating supply chain”, European Journal of Operational Research, Vol. 187, pp.275–282.
[36] Zaid, T. B. and L. Benkherouf, 2004, “On an inventorymodel for deteriorating items with stock dependent and time-varying demand rates”, Computers & Operations Research, Vol. 31, pp. 223–240.
[37] Zhao, G. Q., J. Yang and G. K. Rand, 2001, “Heuristics for replenishment with linear decreasing demand”, International Journal of Production Economics, Vol. 69, pp.339-345.
[38] 林我聰, 羅國正, 郭建良, 2002, 推行供應鏈管理之不確定性因素及其因應策略之探討-以台灣資訊電子業為例, Journal of the Chinese Institute of Industrial Engineers, Vol. 19, No. 6, pp.60-78.
[39] 吳淑娟，2006，搜尋接駁轉運系統之最佳(s, S)存貨政策，東華大學全球運籌管理研究所碩士論文。
[40] 陳麒文，2008，接駁轉運系統內最佳存貨政策之決定，中原大學工業與系統工程系碩士論文。
[41] 楊倉碩，1995，供需不確定性因素影響下主排程的因應策略之研究---以個案分析為例，台灣大學商學研究所碩士論文。
[42] 黃惠民、楊伯中編著，2007，”供應鏈存貨系統設計與管理-觀念、策略與個案研究”，滄海書局出版。