英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料
附录A 外文参考文献(译文)
不确定需求下的随机生产计划模型
论文部分满足工程学硕士学位要求
通过
MEENAKSHI PRAJAPATI
B.E.，Jai Narain Vyas大学，2003年
M. E.，Malaviya国家技术研究所，2005年
2008年
莱特州立大学
研究生学院
2008年11月6日
摘要
生产计划在生产设备管理中起着至关重要的作用。问题是要确定生产量的生产负荷 考虑计划和劳动力水平,以满足未来的需求。尽管该问题的确定性版本已经在文献中得到了广泛的研究,但随机生产规划问题却没有。如果不解决问题的随机性质,例如未来需求的不确定性,则生产计划模型的应用可能会受到限制。本研究针对不确定需求下的随机生产规划问题及其在箱体制造设备中的应用进行了探讨。
本文首先讨论了季节性波动的需求预测。在预测中采用了分解模型,并与其他预测方法进行了比较。虽然预测模型可用于提高预测的准确性,但仍存在误差和不确定性。为了解决这一不确定性问题,提出了一种基于两阶段随机场景的生产计划模型, 将生产成本、人工成本、库存成本和加班成本在不确定需求下的总成本降到最低。
该模型通过来自当地制造工厂的数据来解决问题，并将结果与各种确定性生产模型进行比较以显示所开发的随机模型的有效性。进行参数分析是为了得出与加班使用和库存持有成本等问题相关的管理见解，以及在悲观主义，中立和乐观主义预测下正确选择情景。为了尽量减少各种情况下解决方案的变化，扩展了随机模型（即稳健模型）。
在生产设备中实施了随机生产计划模型, 为物资采购和生产计划提供了指导, 大大提高了公司的底线。因此, 据估计, 在未来几年内, 该公司的存货成本大约每年可节省34万美元。
1.2动机和贡献
本文主要研究了需求不确定的随机生产计划。这个问题出现在一个当地的需求受季节性波动和公司增长存在不确定性的生产冷却装置的封闭制造工厂。季节性需求比固定需求发生更复杂的生产问题,因为面临季节性需求的公司通常没有足够的能力满足高季节性的高需求,因而必须在低需求季节建立库存。预期高需求以后(科瑞恩 和布劳恩(1991)和费尔(1989))。公司各种因素的不确定性和市场的扩大导致了产品需求的不确定性。
为了使研究更加具体,公司从国外采购原材料和半成品,规范交货时间为40-45个工作日。随着越来越多的制造业被外包到海外,采购材料的长期交货时间对生产计划产生了戏剧性的影响--采购决策和未来的生产计划必须在需求实现(3sim;4)天之前进行。需求不确定性和公司规模扩大要求解决随机生产计划问题。通过考虑不同情况下的制造能力和劳动力水平来制定接下来一年的生产计划,以最大限度地减少预期的总库存、加班和劳动力成本。
2.2.1期数分析
Rockafellar和Wets(1991)介绍了一种针对不确定未来进行优化的方法。这种称为场景分析的技术要求用户指定有限数量的场景，每个场景代表所考虑时间段的不同环境。Rockafellar和Wets(1991)然后提出了优化这个问题集合的预期目标值的问题：也就是说，个别情景问题的客观价值总和乘以该情景发生的概率。为了分析最佳解决方案在不同情况下的变化情况，可以通过解决一组具有不同数据集的优化模型以及将所有情景相关解决方案混合到一个解决方案中来执行情景分析的方法。
本文提出了两阶段随机生产计划模型, 其产生的解决方案作为不同时期的经济增长方案的基础。该模型与确定性的生产模型相比后在稳健性和有效性的基础上从一个当地公司的实际数据获得启发从而得以建立。通过参数分析, 可以得出与加班率、库存持有成本以及悲观、中性和乐观预测下的方案如何选择等相关的管理见解。随机模型的扩展应用，即稳健模型的建立和解决，以尽量减少在各种情况下解决方案的变化。
2.2.2两阶段随机生产计划模型
每个决策及其执行可以细分为几个阶段，因此随机问题将代表一个多阶段优化问题。两阶段随机模型使用两阶段框架进行决策。第一阶段决策变量在不确定和随机变量的实现之前被优化。在实现随机变量之后，第二阶段变量被优化。
第一阶段决策变量被称为十个因素成分结构，其在第二阶段被固定并且在其输入数据中没有任何不确定性。第二阶段决策变量被称为受不确定输入数据影响的控制组件。
在这项研究中，引入了两组变量来定义两阶段随机模型：
x表示决策变量的向量，其最优值不受不确定参数的影响。这些都是设计变量。一旦观察到数据的具体实现，就不能调整该组中的变量。
y表示一旦观察到不确定参数，则经过调整的控制决策变量的向量。它们的最优值取决于不确定参数的实现以及设计变量的最优值。
设计和控制变量的定义来源于Seider等人对生产和分配过程的灵活性分析。(1991年)。在制造环境中，设施位置，设施能力，供应商选择，产品采购决策和需求实现分阶段进行。根据问题和背景，可以通过多种方式定义两阶段模型。
例如，第一阶段可以包含与设施的位置和能力有关的变量，例如劳动力规模，生产能力，第二阶段可以表示在实现的需求下如何根据这些决定执行详细的生产计划或管理库存水平。
2.2.3多情景随机模型
基拉等(1997)提出了一种在不确定需求下分层生产计划的随机线性规划方法。方法表明,描述需求的分布形态是生产决策中的一个重要组成部分。
Feiring和Sastri(1990)把制造资源的总生产计划模型囊括在内,以满足产品系列的随机需求,从而将包括生产和库存成本的总成本降至最低。本文的需求通常被认为是分布的。
在策划生产计划模型时,使用以下选项:
第一加班。加班可用于创造临时增加的产量,而不增加雇用额外员工的费用。由于规定,加班费限制在最高正常生产能力的20%。
第二库存。成品库存是用来填补在高需求期间的需求。200个单位的最低安全库存可以解决在一段时期内的需求值。
第三雇佣/裁员。下岗和重新雇用是战略决策,因此在这项研究中没有考虑到。工人交叉培训,在低需求季节,可以转移到其他生产部门。
正如我们所看到的,当存货持有成本增加时,总成本增加,加班生产的单位越多,为未来需求存储的平均单位就会减少。值得注意的是,随着库存成本的增加, 即使是最初几个月的正常生产保持在最低水平,加班也会被采纳用来满足需求量。这似乎符合一种精益制造的观点,即额外生产(如果不需要)被认为是一种浪费。
5.2.5预期需求下的解决方案
该模型通过本地公司的实际数据解决问题，并在稳健性和有效性的基础上与确定性生产模型进行比较。参数分析用于获得与加班的运用，库存持有成本以及在悲观，中立和乐观预测下正确选择场景等问题有关的管理洞察。为了尽量减少各种情况下解决方案的变化，还制定并解决了随机模型（即稳健模型）的扩展。随机模型提供了最佳的整体结果，并有助于在不确定情况下作出合理的决策。
最后，确定性模型最常用的方法是用三种情景的平均需求来解决问题。这种方法也被称为预期需求下的方案解决方法。
表5.6: 基于预期价值的库存和加班时长表
|
Period |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
|
Scenario 1 |
||||||||||||
|
Demand |
823 |
827 |
833 |
633 |
819 |
831 |
1018 |
1013 |
1032 |
1365 |
1054 |
1190 |
|
Production |
650 |
650 |
730 |
789 |
874 |
983 |
983 |
983 |
983 |
983 |
983 |
983 |
|
Overtime |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
|
Inventory |
1327 |
1150 |
1047 |
1203 |
1258 |
1410 |
1375 |
1345 |
1296 |
914 |
843 |
636 |
|
Scenario 2 |
||||||||||||
|
Demand |
982 |
894 |
821 |
844 |
837 |
989 |
1002 |
790 |
1130 |
1409 |
1390 |
1250 |
|
Production |
650 |
650 |
730 |
789 |
874 |
983 |
983 |
983 |
983 |
983 |
983 |
983 |
|
Overtime |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
|
Inventory |
1168 |
924 |
833 |
778 |
815 |
809 |
790 |
983 |
836 |
480 |
270 |
200 |
|
Scenario 3 |
||||||||||||
|
Demand |
869 |
885 |
824 |
633 |
836 |
950 |
1012 剩余内容已隐藏，支付完成后下载完整资料 资料编号：[469063]，资料为PDF文档或Word文档，PDF文档可免费转换为Word |
|||||
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
