(100.26.179.251) 您好!臺灣時間:2021/04/14 08:09
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:李嘉祥
研究生(外文):Chia-Hsiang Lee
論文名稱:冷藏供應鏈中無價值的供給有多少?
指導教授:呂俊德呂俊德引用關係陳炫碩陳炫碩引用關係
指導教授(外文):Jun-Der LeuShiuann-Shuoh Chen
學位類別:碩士
校院名稱:國立中央大學
系所名稱:企業管理學系在職專班
學門:商業及管理學門
學類:企業管理學類
論文種類:學術論文
論文出版年:2019
畢業學年度:107
語文別:中文
論文頁數:54
中文關鍵詞:冷藏供應鏈隨時間折損產品供應鏈特徵生產分配無價值供給庫存管理特徵供給率多元迴歸分析過期率最大營收
外文關鍵詞:cold chaininventory managementfresh milkESL milksupply rateMultiple Regression Analysisexpiration ratemaximize revenue
相關次數:
  • 被引用被引用:0
  • 點閱點閱:83
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:33
  • 收藏至我的研究室書目清單書目收藏:0
日常生活範圍內,供應鏈無所不在,而冷藏供應鏈應用於食品、藥物、化學之製造、儲存、運送、銷售。原料及產品在有時效性、隨時間折損產品的庫存管理下,根據其產品、供應鏈特徵,如何減少庫存量、提高服務水平、增加營收、降低報廢,彼此要素之間的權衡、成本與績效的考量、以及日漸高漲之環保意識,是易過期庫存管理的主要目的及課題。

統計數字說明,目前世界存在大量丟棄食品廢棄物的情形,而在企業裡,生管人員以傳統先進規劃系統(Advanced Planning Systems, APS)方法,稼動多產區製造。當在食品、化學或血液原料有冷藏及腐化特徵,在供給來源充足、甚至過剩之時,也就是原料供給大於預估需求,而實際需求又是隨機的情形下,過去時常採用經驗做生產量之評估決策。最終多少原料製造成產品、多少過剩原料轉移成其他類型產品的生產分配,這些大於預估需求量的超額供給,是否對營收有幫助,而如何執行超額供給量的評估,並且不造成無價值庫存堆積、或進一步能減少無價值的供給,達到營收的最大值。

收集冷藏供應鏈中,庫存管理特徵之相關資料,如產品容量需求比、最小批次生產比、需求變化比、供給率等作為自變數,使用多元迴歸分析方法,找出影響造成產品過期報廢之因素,推導出供給率影響產品過期率的權重,並以此在原料過剩的情境下,決定產品超額供給、供給率的數值,最終以營收計算公式計算,包括產品預期營收、多餘原料轉移的營收帶入,找到產品對營收最有利的供給率和預計的最大營收。

在第五章中,描述個案公司之冷藏供應鏈,其庫存管理、實際需求不穩定之特徵,過去在每年生乳原料來源過剩時,每日根據鮮乳產品預估需求量,依經驗及近日超額供給頻率評估其生乳原料分配(鮮乳、保久乳)的生產量排程。本研究以個案公司106年、7支鮮乳產品供需資料等相關變數,運用上述庫存管理特徵,如產品容量需求比、最小批次生產比、需求變化比、供給率等作為自變數,使用多元迴歸分析方法,找出供給率影響過期率的權重,以推導個案公司其鮮乳產品的預期過期率。

最終以個案建立了模擬情境,以計算出的多元迴歸模型,各自變數的權重及設定,依據鮮乳供給率及保久乳的價格變化,以營收計算公式,將鮮乳及保久乳各自的預計營收加總,呈現及推估出生管人員依據鮮乳供給率的改變,影響營收的變化,並可以從圖面找到鮮乳最佳的供給率、營收的最高點與其預估金額,避免了產品無價值供給。
According to the cold chain, among its inventory management data it shown feature with following characteristics, such as raw material till finished product temperature management, process time control, fixed purchase quantity, and random actual demand, etc. When the raw milk supply is excess, the daily demand of fresh milk products are being determined through estimation of raw milk distribution, which proportion is distinguished base on distributing best possible proportion among the feasible amount of fresh milk and ESL (Extended Shelf Life) milk. However, how do we determine the precise and efficient proportion to avoid excess supply and achieve the highest revenue results?
This study using relevant inventory management characteristics, such as product capacity demand ratio, minimum batch production ratio, demand change ratio, supply rate, etc. as the independent variable, using Multiple Regression Analysis method to find out the related factors that affect the product's expiration and scrapping.
In order to deduce the expected expiration rate of the fresh milk product of the case company, it’s aiming on achieving the goal of maximize revenue and balance the price difference between fresh milk and ESL (Extended Shelf Life) milk. Ultimately, determine the key supply rate of fresh milk to avoid excess supply and reduce product expiration.
In chapter five, this study established simulated scenario presented and estimated the optimal supply rate of the fresh milk products by model (1) and indicated the change for the amount of highest revenue based on the wide variation in prices of ESL (Extended Shelf Life) milk.
中文提要 ……………………………………………………………… i
英文提要 ……………………………………………………………… ii
誌謝 ……………………………………………………………… iii
目錄 ……………………………………………………………… iv
圖目錄 ……………………………………………………………… V
表目錄 ……………………………………………………………… vi
第1章 研究動機與目的…………………………… 1
1.1 研究動機…………………………………………… 1
1.2 研究目的…………………………………………… 1
第2章 產業描述與問題分析…………………… 3
2.1 產業描述…………………………………………… 3
2.2 問題分析…………………………………………… 9
第3章 文獻探討…………………………………………… 14
3.1 關於易過期庫存之相關文獻…… 14
3.2 庫存模型分類………………………………… 15
3.3 文獻評述…………………………………………… 16
第4章 研究方法…………………………………………… 19
4.1 營收與浪費模型…………………………… 19
4.2 運用多元迴歸模型找出預期過期率… 21
第5章 應用案例…………………………………………… 27
5.1 個案公司資料與議題…………………… 27
5.2 以多元迴歸分析模型評估最適供給率… 30
第6章 結論與後續研究方向…………………… 41
6.1 結論……………………………………………………… 41
6.2 後續研究方向………………………………… 42
參考文獻 ……………………………………………………………… 43
˙西文參考文獻
Adan, I., van Eenige, M., & Resing, J. (1995). Fitting discrete distributions on the first two moments. Probability in the Engineering and Informational Sciences, 9(4), 623-632.
Broekmeulen, R. A., & van Donselaar, K. H. (2009). A heuristic to manage perishable inventory with batch ordering, positive lead-times, and time-varying demand. Computers & Operations Research, 36(11), 3013-3018.
Buzby, J. C., Hyman, J., Stewart, H., & Wells, H. F. (2011). The value of retail‐and consumer‐level fruit and vegetable losses in the United States. Journal of Consumer Affairs, 45(3), 492-515.
Dillon, M., Oliveira, F., & Abbasi, B. (2017). A two-stage stochastic programming model for inventory management in the blood supply chain. International Journal of Production Economics, 187, 27-41.
Ehrhardt, R. (1979). The power approximation for computing (s, S) inventory policies. Management Science, 25(8), 777-786.
Ehrhardt, R., & Mosier, C. (1984). A revision of the power approximation for computing (s, S) policies. Management Science, 30(5), 618-622.
Ferguson, M., Jayaraman, V., & Souza, G. C. (2007). Note: An application of the EOQ model with nonlinear holding cost to inventory management of perishables. European Journal of Operational Research, 180(1), 485-490.
Knolmayer, G. F., Mertens, P., Zeier, A., & Dickersbach, J. T. (2009). Supply Chain Management Based on SAP Systems: Architecture and Planning Processes. Springer Science & Business Media.
Hair Joseph, F., Anderson Rolph, E., Tatham Ronald, L., & Black William, C. (1994). Multivariate Data Analysis with Readings. Macmillan Publishing Company.
Stadtler, H., & Kilger, C. (2002). Supply Chain Management and Advanced Planning (Vol. 4). Springer-Verlag.
Janssen, L., Claus, T., & Sauer, J. (2016). Literature review of deteriorating inventory models by key topics from 2012 to 2015. International Journal of Production Economics, 182, 86-112.
Kaspi, H., & Perry, D. (1983). Inventory systems of perishable commodities. Advances in Applied Probability, 15(3), 674-685.
Laudon, K. C., & Laudon, J. P. (2015). Management Information Systems: Managing the Digital Firm Plus MyMISLab with Pearson eText--Access Card Package. Prentice Hall Press.
Minner, S., & Transchel, S. (2017). Order variability in perishable product supply chains. European Journal of Operational Research, 260(1), 93-107.
Nahmias, S. (1982). Perishable inventory theory: A review. Operations Research, 30(4), 680-708.
Neter, J., Kutner, M. H., Nachtsheim, C. J., & Wasserman, W. (1996). Applied Linear Statistical Models (Vol. 4, p. 318). Chicago: Irwin.
van Donselaar, K. H., & Broekmeulen, R. A. (2012). Approximations for the relative outdating of perishable products by combining stochastic modeling, simulation and regression modeling. International Journal of Production Economics, 140(2), 660-669.
van Zyl, G. J. (1963). Inventory control for perishable commodities. North Carolina State University. Dept. of Statistics.


˙中文參考文獻
行政院農業委員會,農業統計年報(106年),行政院農業委員會,台北,2017。
食品藥物管理署:食藥署調查各大通路商「即期食品」結果說明。2016年5月23日,取自http://www.fda.gov.tw。
桃園市政府主計處:桃園市平均每戶家庭消費支出。2017年10月31,取自https://dbas.tycg.gov.tw/。
財團法人食品工業發展研究所,2018食品產業年鑑,經濟部技術處,台北,2018。
陳順宇,多變量分析,華泰文化出版社,台北市,2007。
陳正昌、程炳林、陳新豐等,多變量分析方法:統計軟體應用,五南出版社,台北市,2013。
連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔