跳到主要內容

簡易檢索 / 詳目顯示

回結果列表
研究生： 廖祿文
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
Gwo-Ji Sheen
口試委員:
學位類別： 碩士
Master
系所名稱： 管理學院 - 工業管理研究所
Graduate Institute of Industrial Management
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 Process, Real Time ATP, Re-pegging Interval
相關次數： 點閱：13  下載：0 
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報

    • 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 ATP 21 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A 77 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 Update 26 圖 2.7 The Procedure For Backorder Processing With Post-Processing 26 圖 2.8 The Procedure For Backorder Processing With Simulative 27 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 ATP 15 表2.1(b) Master Schedule Showing a Discrete Display of The ATP 15 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 ATP 16 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.

    QR CODE
    :::