TWI403963B - 預鑄廠存貨之管理方法 - Google Patents

預鑄廠存貨之管理方法 Download PDF

Info

Publication number
TWI403963B
TWI403963B TW98137416A TW98137416A TWI403963B TW I403963 B TWI403963 B TW I403963B TW 98137416 A TW98137416 A TW 98137416A TW 98137416 A TW98137416 A TW 98137416A TW I403963 B TWI403963 B TW I403963B
Authority
TW
Taiwan
Prior art keywords
factory
inventory
management method
shortage
time
Prior art date
Application number
TW98137416A
Other languages
English (en)
Other versions
TW201117116A (en
Inventor
Chien Ho Ko
Original Assignee
Univ Nat Pingtung Sci & Tech
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Univ Nat Pingtung Sci & Tech filed Critical Univ Nat Pingtung Sci & Tech
Priority to TW98137416A priority Critical patent/TWI403963B/zh
Publication of TW201117116A publication Critical patent/TW201117116A/zh
Application granted granted Critical
Publication of TWI403963B publication Critical patent/TWI403963B/zh

Links

Landscapes

  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

預鑄廠存貨之管理方法
本發明係關於一種存貨之管理方法,特別是關於一種預鑄廠存貨之管理方法。
預鑄工法(precast construction)係將建築物之元件或構件(例如混凝土樑、柱、牆、版等)於一預鑄廠中預製完成後,再運送到一營造廠商之建造端(例如建築工地)進行組裝,以完成該建築物。此法可大幅降低傳統工法於建造端澆鑄構件所產生之不確定性。
為了配合該建築物之工程排程(construction schedule),該預鑄廠必須根據該建築物之建造時程(erection schedule),將該建築物之元件或構件運送至該建造端,以避免因延遲交貨而造成該營造廠商違約,而導致該營造廠商在金錢或聲譽上之損失。因此,為了於合約時間點交貨,預鑄廠通常會在接獲該營造廠商之訂單後隨即進行生產。請參照第1圖所示,曲線D即為目前預鑄廠於接獲訂單後便立即進行生產的生產曲線;曲線E為建築物之建造曲線(建造時程)。而提早完成之預鑄構件便存放於預鑄廠內,以根據該建築物之建造時程將該建築物之元件或構件運送至該建造端。
然而,在該營造廠商(客戶端)建造建築物之過程中,可能因為特定原因而變更所需構件之尺寸,但因預鑄廠通常於接獲訂單後便開始進行生產,因此若作為客戶端的營造廠商變更所需構件之尺寸時,便造成該預鑄廠所提早完成之預鑄構件無法使用,且又因該預鑄構件均為混凝土材質而無法回收使用,如此將實質導致該預鑄廠之損失。若要將該曲線D(生產曲線)盡可能的往該曲線E(建造曲線)移動,以降低遭遇客戶變更尺寸之風險,然而,又擔心調整後之曲線D過於接近曲線E,兩曲線之間的時距過短,造成若預鑄生產過程不順利,則剩餘時間來不及完成預鑄構件,而可能造成違約,因此目前大多數預鑄廠仍以接獲訂單後便立即生產之方式進行。
一般而言,預鑄廠接獲營造廠商之訂單後,便會將將所欲製作之預鑄構件進行排程。於排程完成後,便向上游物料供應廠商調派澆鑄過程所需使用到之物料,以澆鑄出營造廠商所需之預鑄構件。因此,上游物料供應是否充足將會直接影響到上述排程進行之順暢度。
然而,預鑄構件所使用之材料與傳統現場澆置不盡相同,規格較為特別,若因上游物料供應廠商之貨源供應穩定度不易掌控,而造成預鑄廠物料短缺時,必須等待特定材料供應後方可繼續生產,而不易向其他物料供應廠商臨時調派相關物料。如此,將可能造成預鑄廠後續排程之延誤,而無法依照契約約定時間交貨,除影響商譽外亦衍生違約罰款,因而減少預鑄廠獲利甚至造成虧損,並造成缺料之預鑄廠的缺貨成本較高。
若預鑄廠為了避免上述因物料短缺造成排程延誤之缺點,而提高廠內原物料之存貨量,將會造成預鑄廠存貨成本大幅增加;再且,預鑄構件之體積龐大,在一般情況下,由於該營造廠商不具有足夠的空間放置已預鑄完成之構件,因此該預鑄廠提前完成之預鑄構件通常必須被放置在該預鑄廠中,以於交貨限期準時交貨,如此,該預鑄廠必須額外提供相當大的空間存放該些已完成之預鑄構件,因而物料之囤積亦將排擠已完成之預鑄構件之存放空間。基於上述原因,其確實有必要進一步改良上述習知預鑄廠生產存貨之管理方法。
本發明目的乃改良上述缺點,以提供一種預鑄廠存貨之管理方法,並以降低預鑄廠存貨為目的。
本發明之次一目的係提供一種預鑄廠存貨之管理方法,以提升物料供應彈性為目的。
本發明之再一目的係提供一種預鑄廠存貨之管理方法,以降低缺料對預鑄廠排程之影響。
本發明之另一目的係提供一種預鑄廠存貨之管理方法,以降低缺料預鑄廠的缺貨成本。
本發明之另一目的係提供一種預鑄廠存貨之管理方法,以降低具有多餘存貨預鑄廠的存貨成本。
本發明之另一目的係提供一種預鑄廠存貨之管理方法,以降低預鑄廠存貨壓力。
本發明之另一目的係提供一種預鑄廠存貨之管理方法,以提高預鑄廠對於客戶需求變更之承受度。
根據本發明之預鑄廠存貨之管理方法,其包含一緩衝時間估算步驟將客戶特性、預鑄構件特性及建築物特性作為模糊演算法之參數,並以模糊演算法估算一緩衝時間;一生產到期日調整步驟根據該緩衝時間及建築物之建造時程調整該預鑄構件之生產到期日,使得該生產到期日與該建造時程之間的時距為該緩衝時間;一排程步驟根據該預鑄構件之生產到期日進行生產排程;一存貨量確認步驟,若預鑄廠之存貨量小於一缺料標準,則將該預鑄廠定義為缺料者,且該缺料者之存貨量與缺料標準之差定義為缺料量;若預鑄廠之存貨量大於一供料標準,則將該預鑄廠定義為供料者,且該供料者之存貨量與該供料標準之差定義為供料量;一轉運判斷步驟,判斷是否具有至少一供料者及至少一缺料者,若判斷為「是」,則進行一物料轉運步驟,若判斷為「否」,則不進行轉運;及該物料轉運步驟,係根據一轉運策略將其中一供料者之多餘物料轉運至其中一缺料者後,再以轉運後之存貨量進行該存貨量確認步驟之判斷,且該多餘物料之數量係不大於該供料者之供料量。
為讓本發明之上述及其他目的、特徵及優點能更明顯易懂,下文特舉本發明之較佳實施例,並配合所附圖式,作詳細說明如下:請參照第2圖所示,習知預鑄廠主要係於接獲訂單後隨即進行生產,因此需承擔客戶端改變需求尺寸時所造成之損失。而本發明係加入生產策略進行評估,以協助預鑄廠估算出一緩衝時間TB,預鑄廠可依據該緩衝時間TB使習知預鑄廠之生產曲線A(預鑄廠自訂之生產到期日)向該建築物之建造曲線C(建築物之建造時程,亦即契約訂定之交貨限期)靠近,而調整後之生產曲線B與建造曲線C之間的時距便為該緩衝時間TB。使得該生產曲線B與建造曲線C之間保有該緩衝時間TB,不致造成調整後之生產曲線B過於靠近該建造曲線C,而可能造成來不及生產之風險。如此,不但可提高對於客戶需求變更之承受度,亦可大幅降低預鑄廠之庫存量;再透過物料轉運機制使預鑄廠之物料供應較具彈性,以避免因缺料所造成之損失。
請參照第3圖所示,本發明之預鑄廠存貨之管理方法係架構於一供應鏈系統下,該供應鏈系統係由數個預鑄廠組成,例如,本實施例之供應鏈系統係由N個預鑄廠所共同組成。本發明之預鑄廠存貨之管理方法係包含一緩衝時間估算步驟S1、一生產到期日調整步驟S2、一排程步驟S3、一存貨量確認步驟S4、一轉運判斷步驟S5及一物料轉運步驟S6。
請參照第3圖所示,本發明之預鑄廠存貨之管理方法首先係進行一緩衝時間估算步驟S1:將客戶特性、預鑄構件特性及建築物特性作為模糊演算法之參數,並以模糊演算法估算一緩衝時間TB。更詳言之,本發明之預鑄廠存貨之管理方法係以模糊演算法進行該緩衝時間TB之估算,並將該客戶(即營造廠商)特性、預鑄構件特性及建築物特性作為模糊演算法之參數。
上述之該客戶特性,為預鑄構件所有人之數量,此因子是影響客戶需求變化性之主要參考因素。例如,預鑄構件所有人(如未來完工後結構物的所有人)之數量越多,便越可能因意見較多而增加客戶需求變化之可能性,則盡可能將該客戶之預鑄構件的生產到期日向後遞延,亦即盡可能縮短該緩衝時間TB,以提高對於客戶需求變更之承受度。該預鑄構件特性係為該預鑄構件之種類,包含結構(structure)、牆面(wall)、柱、樑或帷幕牆(curtain wall)等,其亦可能因預鑄構件之特性,而具有不同之客戶需求變化可能性,例如非結構性預鑄構件(如帷幕牆)變更尺寸的可能性較結構性預鑄構件高,因此盡可能將非結構性預鑄構件之生產到期日向後遞延,以提高預鑄廠對於客戶需求變更之承受度。該建築物特性係如該棟建築物種類為住宅、百貨公司、賣場、購物中心或商業大樓等,其亦可能因建築物種類之不同而有不同之變動。藉此,本發明另將該客戶特性、預鑄構件特性及建築物特性納入生產策略之考量,作為模糊演算法之參數,如此,便可針對該客戶特性、預鑄構件特性及建築物特性推算出該緩衝時間TB。
關於本實施例之模糊演算法詳述如下:首先,先進行一模糊化步驟,將參數模糊化,以獲得初始模糊參數。舉例而言,本實施例模糊演算法之參數包含上述之客戶特性、預鑄構件特性及建築物特性,例如,該客戶特性之參數係選擇為預鑄構件所有人之數量,並分為多、一些及少三種程度,如第4圖所示;該預鑄構件特性之參數係選擇為結構、牆面及帷幕牆三種;該建築物特性之參數係選擇為購物中心及住宅兩種。
於上述參數設定完成後,接著,再進行一模糊規則運算步驟,根據數個模糊規則,將該數個初始模糊參數進行運算,以獲得數個模糊化參數;例如,如表1所示,其係以購物中心作為建築物特性之模糊規則(fuzzy rules),其中,該客戶特性係選擇為預鑄構件所有人數量,預鑄構件特性係選擇為結構、牆面及帷幕牆三種。而表2所示係以住宅作為建築物特性之模糊規則(fuzzy rules),其客戶特性及預鑄構件特性與表1相同。
最後,再進行一解模糊化步驟,將該數個模糊化參數解模糊化,以推算獲得該緩衝時間,如第5圖所示。至此,便完成該緩衝時間估算步驟S1,並獲得該緩衝時間。
承上所述,所推算獲得之緩衝時間TB已將該客戶特性、預鑄構件特性及建築物特性納入考量,因此可有效提高該緩衝時間TB之可靠性。
請再參照第3圖,本發明之預鑄廠存貨之管理方法接著進行一生產到期日調整步驟S2,係根據該緩衝時間TB及建築物之建造時程調整該預鑄構件之生產到期日,使得該生產到期日與該建造時程之間的時距為該緩衝時間TB。更詳言之,本實施例於獲得該緩衝時間TB後,接著將客戶所提供之建築物的建造時程向前移動一時距後,所獲得之時間點便設定為生產到期日,且該時距為該緩衝時間TB;亦即,該生產到期日與該建造時程之間保有該緩衝時間TB。如此,該預鑄廠便無須於接獲訂單後立即進行生產,而可於該緩衝時間TB存在之前提下,使該生產到期日盡可能的向該建築物之建造時程靠近。藉此,便可如第2圖所示將該生產到期日後延(曲線A延至曲線B),可提升預鑄廠對於客戶需求變更之承受度,同時可降低因提早完成預鑄構件所造成之存貨成本。同時,由於本發明將該緩衝時間TB納入考量,因此,可避免生產到期日過度後延而造成來不及進行生產之缺點。
請再參照第3圖所示,本發明之預鑄廠存貨之管理方法接著進行一排程步驟S3,係根據該預鑄構件之生產到期日進行生產排程。其中,本實施例係選擇利用多目標基因演算法(Multi-Objective Genetic Algorithms,MOGA)進行排程。更詳言之,本發明係利用多目標基因演算法針對一預鑄生產模型(precast production modeling)進行排程,該預鑄生產模型係詳述如下:一般而言,流程型排序(flowshop sequencing)問題通常係將製程視為連續式生產。由於實際上完成該預鑄構件之製程之各機台之間的緩衝空間係為有限的,因此本實施例將至少一緩衝空間之容量作為考量之參數之一。其中,該至少一緩衝空間係指位於該製程上之連續二機台之間的距離。舉例而言,本實施例之預鑄構件係經過6個機台之製程方可完成該預鑄構件之製作。請參照第6圖所示,第1個機台11係為進行組模(assemble mold)作業;第2個機台12係為於模內放置零件(例如鋼筋)之作業;第3個機台13係為進行混凝土澆置(concrete casting)之澆置作業;第4個機台14係為進行混凝土養護(concrete curing)之作業;第5個機台15係為進行脫模(strip mold)之作業;第6個機台16係為對預鑄構件之表面進行整平之作業。相鄰二機台之間的距離即為該緩衝空間BS。
預鑄構件之完成時間(completion time)係以式(1)進行計算:
C (J j ,M k )=Max {C (J j -1 ,M k )+WT j -1, k ,C (J j ,M k -1 )}+P jk  (1)
其中,C (J j ,M k )係為第j個預鑄構件於第k個機台內之完成時間;P jk 係為第j個預鑄構件於第k個機台內之操作時間,且WT j -1, k 係為第j-1個預鑄構件於第k個機台內等待被送到該緩衝空間之等待時間,其係以式(2)表示:
其中,Bk 係為第k個及第k+1個機台之間的緩衝空間尺寸大小,例如相鄰二個機台之間的距離,當第k個機台內之第Bk 個預鑄構件的完成時間較第k+1個機台的開始時間為遲時,緩衝空間尺寸Bk 將不會被填滿,因而將產生等待時間。如此,便可將緩衝空間納入考量,而不會發生緩衝空間不足,而造成生產延宕之情形。
與一般流程型排序(flowshop sequencing)問題不同之處在於:預鑄製程具有可中斷及不可中斷之動作。於本實施例中,第1、2、5及6之機台係為可中斷動作之機台。其中,可中斷動作之機台的完成時間由式(3)表示:
其中k表示可中斷動作之機台(k=1,2,5,6);Hw 係為一般正常工作時間;HN 係為不可工作時間,HN =24-Hw ;T表示由式(4)所算出之累積完成時間,如式(4)所示;D係為工作天數,且D係為整數,如式(5)所示:
T =Max{C(J j-1 ,M k ) +WT j-1,k ,C(J j-1 ,M k-1 )} +P jk  (4)
D =integer(T /24) (5)
如此,便可獲得各個預鑄構件分別於第1、2、5及6個機台之完成時間。
而混凝土澆置(concrete casting)係為不可中斷之動作,因此該第3個機台13係為不可中斷動作之機台。若該項混凝土澆置之工作於工時或加班時間內無法完成,則其必須被延遲至下一個工作天。因此預鑄構件於第3個機台之混凝土澆置的完成時間係以式(6)計算而得,式(6)係如下所示:
其中,HE 係為非一般正常工作時間,亦即加班工作時間。
此外,養護(curing)亦屬不可中斷之動作。因此,該第4個機台14亦為不可中斷動作之機台。第j個預鑄構件於第4個機台14養護之完成時間係如式(7)所示:
其中,T* 係為固化時間,其係以式(8)進行計算:
T * =C (J j ,M 3 )+P j 4  (8)
此外,若模具數量不多,則於生產過程中將會發生模具的等待時間。其中,第j個預鑄構件等待型號$模具的等待時間係以式(9)進行計算:
其中,X$ 係為模具型號之數目。
至此,便為該預鑄生產模型之設定,且可透過上述算式,推算出預鑄構件於各個機台之完成時間,再透過後述動作進行排程。
排程估算之標準詳述如下:本實施例中,進行排程之目的係為了規劃出可於交貨限期完成產品之製程排序(production sequence)。排程之實行結果因此以排程總製造時間(makespan)及其即時損失(on-time penalty)為估算之指標。
排程總製造時間係為完成所有工作所需之時間,其係以式(10)進行計算:
f 1 (σ)=C max =C (J n ,M m ) (10)
其中,σ係為C (J n ,M m )。亦即,排程總製造時間即為前述預鑄構件分別於各個機台之完成時間,以及模具等待時間之總和。
其他之指標係為延遲損失(tardiness penalty)及提早損失(earliness penalty)。為了達到於交貨限期完成產品之目標,延遲或提早皆視為生產排程中之成本。提早完成產品將增加成品庫存程度並使預鑄廠面臨客戶需求改變之風險。相反的,較晚完成產品使預鑄廠承受耗盡生產力之風險。所有損失成本(penalty cost)係由式(11)進行計算:
其中dj 係為工作j之交貨限期;τ j 係為工作j延遲之單位成本;ε j 係為工作j提早之單位成本。
本發明係透過該多目標基因演算法進行排程。該第7圖係為該多目標基因演算法之流程圖,於此將各個步驟說明如下:
1.編碼(encode)步驟:將參數編碼以進行演算,係針對例如起重機之數目、工廠大小、模具數量、工時或各預鑄構件之生產到期日等參數進行設定。影響生產總製造時間(makespan)之因素包含生產資源及生產順序,某些生產資源,例如起重機之數目及工廠大小並不可由排程者改變;其他例如模具之數量及工時皆可被決定。本發明以工作排序(job sequence)編碼該生產排程表。舉例而言,例如排程中共有3個工作a、b、c待進行,若工作排序依序為工作a、工作b及工作c,則以abc為一組編碼,以此類推,改變各個工作間之進行順序以產生例如acb或bac等編碼。
2.族群初始(Initialize population)步驟:具有較高適應值(fitness value)之初始解可改善搜尋效率,各個初始解係視為一筆染色體,本實施例係透過將數個工作進行隨機排序以產生數個初始解,作為第0代之染色體,以給予所有之狀態空間(state space)相同的機會。該些染色體提供後續進化程序之基礎。
3.目標函數(objective function)計算步驟:於此步驟中,該些染色體係以前述之預鑄生產模型進行解碼。
為了估算生產排程,多目標係以權重而轉化為單目標,轉化後之單目標函數係如式(12)所示:
f (x )=ω1 (f 1 (x ))+ω2 (f 2 (x )) (12)
其中,ω12 係為隨機指定之正權重,且ω12 =1,且f 1 (x )係為生產總製造時間之函數,其係由式(10)所求得;f 2 (x )係為一損失函數(penalty function),其由式(11)所求得。其中,dj 係為工作j的生產期限,τ j 係為工作j延緩之單位成本;ε j 係為工作j的單位存貨成本。
4.適應函數(fitness function)計算步驟:以估算各個染色體之適應性,本實施例係以式(12)估算各個染色體之適應性。
5.選擇步驟:選擇存活至下一世代的染色體,選擇運算元(selection operator)係根據染色體之適應性(fitness)進行選擇,越高之適應性其存活機率越高,選擇運算元之目的係選擇較為適應之染色體,以進化出更佳之子代,本實施例係以輪盤法(roulette-wheel method)進行上述選擇。
6.交配(Crossover)步驟:將選擇出之染色體進行交配,基因演算法透過交配運算元(crossover operator)擴大尋找空間。
7.突變(mutate)步驟:突變運算元(mutation operator)於各式各樣的染色體產生自發性的隨機改變,以避免重要的基因於演化過程中消失。
8.置換(replace)步驟:置換係所產生之子代染色體淘汰親代染色體之步驟,於此步驟中,先前之族群被所產生之子代所更新。因此,下一子代可連續地包含進化的新解。
9.終止條件(Terminate conditions):終止條件提供停止進化程序之標準。於本實施例中,執行次數未達預定次數,則重新進行該目標函數之計算步驟,若達預定次數後,則終止該多目標基因演算法。舉例而言,本實施例終止之預定次數係選擇為300次。
達終止條件後,所獲得之較佳解便為具有較佳適應性之染色體,由於該染色體係由數個工作排序而成。因此由所獲得之染色體便可推得較佳之工作排序,如此便可獲得該些預鑄構件之製作排程。至此,便完成該排程步驟S3。完成該排程步驟S3後,如第2圖所示,第A組係為原始生產曲線;第B組係為調整後之生產曲線(即調整後之生產到期日):第C組係為建造曲線,透過加入該生產策略,使生產曲線盡可能的接近建造曲線,如此,成品存貨量可由i降低至ia ,成品之存貨等待時間由t降低為ba ,因而可降低存貨量及提升預鑄廠對於客戶需求變更之承受度。
請再參照第3圖所示,完成上述排程後便可達成降低預鑄廠存貨成本及提升預鑄廠對於客戶需求變更之承受度之功效。此外,為進一步提升預鑄廠之物料供應彈性,因此本發明之預鑄廠存貨之管理方法接著進行一存貨量確認步驟S4,係根據各個預鑄廠之存貨量判斷預鑄廠為缺料之預鑄廠或者為足以供應多餘物料之預鑄廠。於此,先對本實施例之供應鏈系統進行說明如下:本實施例中,本實施例所架構之供應鏈系統內的N個預鑄廠係以週期性檢查(periodic review)監控存貨量(inventory level),以降低因反覆的監控所產生之檢查成本,例如第8圖所示,S係為預鑄廠於訂貨時所欲達到之存貨量,R係為週期性檢查之時間間距(例如30天),並根據當時之缺料量Q進行訂貨,C係為實際進貨時間點,因此C與R之間的時間落差便為訂貨前置時間(order lead time)。
本實施例之供應鏈系統架構需要將該預鑄廠之未來需求總量加入考慮,以避免判斷上之誤差。該預鑄廠於每次訂貨所欲達到之標準存貨量Si 係以式(13)求得:
S i =D i ×(R +L )+SS ,i =1,2,3,...,N ...(13)
Si 係指第i個預鑄廠之標準存貨量;Di 係指預鑄廠物料每日平均消耗量;R係為週期性檢查之時間間距;L係為訂貨前置時間(order lead time);SS係為安全存貨量,該安全存貨量SS可透過式(14)求得:
k係為安全係數;δ係為預鑄廠物料每日平均消耗量之標準偏差。
上述本實施例之存貨量確認步驟S4中,若預鑄廠之存貨量小於一缺料標準,則將該預鑄廠定義為缺料者(receiver),且該缺料者之存貨量與缺料標準之差為缺料量M1;若預鑄廠之存貨量大於一供料標準,則將該預鑄廠定義為供料者(provider),且該供料者之存貨量與該供料標準之差為供料量M2。更詳言之,該缺料標準係為該預鑄廠本身之物料每日平均消耗量Di ,且本實施例係以式(15)判斷是否將一預鑄廠定義為缺料者:
I i (t )<D i ,i =1,2,Λ,N …(15)
其中,Ii (t)係指第i個預鑄廠於時間點t時的存貨量。若第i個預鑄廠之存貨量Ii (t)小於該預鑄廠本身之物料每日平均消耗量Di ,則代表該預鑄廠之存貨量不足以供應其本身所需消耗之物料量,則該預鑄廠為缺料之預鑄廠,因此將符合式(15)之預鑄廠定義為缺料者。
而該存貨量確認步驟S4中之供料標準係為該預鑄廠本身之物料每日平均消耗量Di 與訂貨前置時間L的積(Di ×L)與安全存貨量SS的和,以式(16)判斷是否將一預鑄廠定義為供料者:
I i (t )>D i ×L+SS,i =1, 2, Λ,N …(16)
為方便敘述,於此將預鑄廠每日平均消耗量Di 與訂貨前置時間L的積定義為前置存貨量Di ×L。若一預鑄廠之存貨量Ii (t)大於該前置存貨量Di ×L與安全存貨量SS的和,則代表該預鑄廠具有多餘存貨可供其他缺料預鑄廠使用,因此將符合式(16)之預鑄廠定義為供料者,而該供料者之存貨量Ii (t)與該供料標準之差便為供料量。由於定義為供料者之預鑄廠將多餘物料供應給缺料者後,即使馬上訂貨,亦需要經過訂貨前置時間L後,方可獲得物料之補充。因此,本實施例透過式(16),將訂貨前置時間L內之所有物料需求Di ×L納入考量,以避免被定義為供料者之預鑄廠將多餘物料轉運出去後,剩餘之物料無法因應本身未來之物料需求,反而淪為缺料預鑄廠而身受其害。
其中,上述預鑄廠物料每日平均消耗量Di 係可選擇以下列方式進行估算:
(Ⅰ)平均需求法(Average Demand):
以此法估算該預鑄廠每日平均消耗量Di ,係設定本實施例之供應鏈系統中具有N個預鑄廠,則各個預鑄廠之平均需求Di 係以式(17)求得:
N係為該預鑄廠之總數量。
(Ⅱ)移動平均(Moving Average)法:該預鑄廠物料每日平均消耗量Di 係以式(18)求得:
其中,該μi 係指當日物料消耗量。藉此,以移動平均法係可簡單的預測未來需求,並可以降低因難以追蹤的需求變遷所造成的波動。
此外,關於未來需求之評估,本實施例較佳係進一步將不確定性需求納入考量,關於不確定性需求,若為低變化性,則將預鑄廠物料每日平均消耗量Di 以Di ±0.333Di 來估算即可;若為高變化性,則以Di ±0.667Di 進行估算。如此,可使所訂定之物料每日平均消耗量可容忍不確定性需求之產生。
此外,本發明之存貨量確認步驟S4中,該缺料標準及供料標準亦可定義為該供應鏈系統之平均需求Davg 。更詳言之,若預鑄廠之存貨量小於該供應鏈系統之平均需求Davg ,則將該預鑄廠定義為缺料者,且該缺料者之存貨量與供應鏈系統之平均需求Davg 的差視為缺料量M;若預鑄廠之存貨量大於該供應鏈系統之平均需求Davg ,則將該預鑄廠定義為供料者,且該供料者之存貨量與該供應鏈系統之平均需求Davg 之差係為供料量M2。該供應鏈系統之平均需求Davg 係可透過式(19)求得:
Ii (t)係指第i個預鑄廠於時間點t時的存貨量。且以此法定義供料者及缺料者,可強化整體供應鏈系統之整體效率。
請參照第3圖所示,本發明之本發明之預鑄廠存貨之管理方法接著進行一轉運判斷步驟S5,判斷是否具有至少一供料者及至少一缺料者,若判斷為「是」,則進行一物料轉運步驟,若判斷為「否」,則不進行轉運。更詳言之,本實施例之供應鏈系統中,至少需要一供料者及一缺料者才進行該物料轉運步驟S6;否則不進行轉運動作。
請參照第3圖所示,本發明之預鑄廠存貨之管理方法接著進行一物料轉運步驟S6,係根據一轉運策略將其中一供料者之多餘物料轉運至其中一缺料者後,再以轉運後之存貨量進行該存貨量確認步驟S4之判斷,且該多餘物料係不大於該供料者之供料量M2。更詳言之,該轉運策略需考量相當多的影響因子,例如不確定需求、訂貨前置時間或供料者之未來需求等,可透過與專家進行訪談,或者透過前述之方式進行界定該些影響因子。該轉運策略之選擇詳述如下:
(Ⅰ)隨機策略(random policy,RA)
請參照第9圖所示,此策略係由該至少一供料者1及至少一缺料者2中分別隨機挑選一供料者1a及一缺料者2a,並將該挑選出的供料者1a的多餘存貨轉運至該挑選出之缺料者2a。
(Ⅱ)可利用性優先策略Ⅰ(Lateral transshipments based on availability priority policy Ⅰ,TBAPR Ⅰ)
請參照第10圖所示,此轉運策略係以材料足夠程度或缺乏程度決定供料者及缺料者之轉運優先順序,亦即,於本實施例中係以供料量及缺料量決定供料者1及缺料者2之轉運優先順序。此策略係將供料量最高之供料者1b的多餘物料轉運至缺料量最多的缺料者2b,如此可立即性的補充缺料者的存貨,進而降低該缺料者之缺料成本。
(Ⅲ)可利用性優先策略Ⅱ(Lateral transshipments based on availability priority policy Ⅱ,TBAPR Ⅱ)
請參照第11圖所示,此轉運策略與可利用性優先策略Ⅰ之差異在於,此策略係將供料量最高之供料者1c的多餘物料轉運至缺料量最少的缺料者2c,如此可降低轉運頻率。
其中,上述該些轉運策略於進行轉運時,進行轉運之供料者1a、1b、1c僅將該缺料者2a、2b、2c所需的缺料量轉運至該缺料者2a、2b、2c;若該供料者1a、1b、1c之供料量M2小於該缺料者2a、2b、2c之缺料量M,則該供料者1將所有供料量M2轉運至該缺料者2後,便完成轉運動作。接著,再以完成轉運後之存貨量進行該存貨量確認步驟S4。藉此,透過利用轉運方式進行物料之轉運,以使各個預鑄廠之物料供應更有彈性,而進一部的確保該排程結果之可行性。至此,便完成本發明之預鑄廠存貨之管理方法。
如上所述,本發明透過加入該生產策略,將客戶特性、預鑄構件特性及建築物特性納入考量,估算出該緩衝時間,以將生產到期日盡可能的向該建造日期遞延,使本發明具有降低成品庫存及承受客戶變更需求之風險。
本發明係提供一種預鑄廠存貨之管理方法,根據緩衝時間調整生產到期日,以使生產到期日與建造時程之間保有該緩衝時間,以達成提高預鑄廠對於客戶需求變更承受度之功效。
本發明係提供一種預鑄廠存貨之管理方法,透過於排程完成後,進一步以轉運模式進行物料轉運,以提高預鑄廠之物料供應彈性,並降低缺料對預鑄廠排程之影響。
本發明係提供一種預鑄廠存貨之管理方法,透過各種轉運策略進行物料轉運,以降低缺料預鑄廠的缺貨成本,同時降低具有多餘存貨預鑄廠的存貨成本及存貨壓力。
[本發明]
1...供料者
1a...供料者
1b...供料者
1c...供料者
11...第1個機台
12...第2個機台
13...第3個機台
14...第4個機台
15...第5個機台
16...第6個機台
2...缺料者
2a...缺料者
2b...缺料者
2c...缺料者
M1...缺料量
M2...供料量
第1圖:習用預鑄廠之生產曲線圖。
第2圖:本發明之預鑄廠存貨之管理方法之生產曲線圖。
第3圖:本發明之預鑄廠存貨之管理方法之流程圖。
第4圖:本發明之模糊化步驟之示意圖。
第5圖:本發明之解模糊化步驟之示意圖。
第6圖:本發明之機台示意圖。
第7圖:本發明之基因演算法之流程圖。
第8圖:本發明之預鑄廠的存貨量相對時間變化圖。
第9圖:本發明之隨機策略的示意圖。
第10圖:本發明之可利用性優先策略Ⅰ的示意圖。
第11圖:本發明之可利用性優先策略Ⅱ的示意圖。

Claims (15)

  1. 一種預鑄廠存貨之管理方法,其包含步驟:一緩衝時間估算步驟,將客戶特性、預鑄構件特性及建築物特性作為模糊演算法之參數,並以模糊演算法估算一緩衝時間;一生產到期日調整步驟,根據該緩衝時間及建築物之建造時程調整該預鑄構件之生產到期日,使得該生產到期日與該建造時程之間的時距為該緩衝時間;一排程步驟,根據該預鑄構件之生產到期日進行生產排程;一存貨量確認步驟,若預鑄廠之存貨量小於一缺料標準,則將該預鑄廠定義為缺料者,且該缺料者之存貨量與缺料標準之差定義為缺料量;若預鑄廠之存貨量大於一供料標準,則將該預鑄廠定義為供料者,且該供料者之存貨量與該供料標準之差定義為供料量;一轉運判斷步驟,判斷是否具有至少一供料者及至少一缺料者,若判斷為「是」,則進行一物料轉運步驟,若判斷為「否」,則不進行轉運;及該物料轉運步驟,係根據一轉運策略將其中一供料者之多餘物料轉運至其中一缺料者後,再以轉運後之存貨量進行該存貨量確認步驟之判斷,且該多餘物料之數量係不大於該供料者之供料量。
  2. 依申請專利範圍第1項所述之預鑄廠存貨之管理方法,其中該存貨量確認步驟中,該供料標準及缺料標準皆為該些預鑄廠所處供應鏈系統之平均需求,該供應鏈系統係包含N個預鑄廠,該供應鏈系統之平均需求Davg 以式(19)求得: 其中,Ii (t)係指第i個預鑄廠於時間點t時的存貨量;Di 係為第i間預鑄廠之物料每日平均消耗量;L係為訂貨前置時間。
  3. 依申請專利範圍第1項所述之預鑄廠存貨之管理方法,其中該存貨量確認步驟中,該缺料標準係為該預鑄廠本身之物料每日平均消耗量。
  4. 依申請專利範圍第1項所述之預鑄廠存貨之管理方法,其中該存貨量確認步驟中,該供料標準係為該預鑄廠之前置存貨量與安全存貨量的和,且該前置存貨量係為該預鑄廠本身之物料每日平均消耗量與訂貨前置時間的積。
  5. 依申請專利範圍第3或4項所述之預鑄廠存貨之管理方法,其中該預鑄廠本身之物料每日平均消耗量係以式(17)求得: 其中,Di 係為第i間預鑄廠之物料每日平均消耗量,N係為預鑄廠之總數量,R係為該預鑄廠週期性檢查之時間間距。
  6. 依申請專利範圍第3或4項所述之預鑄廠存貨之管理方法,其中該預鑄廠本身之物料每日平均消耗量係以式(18)求得: 其中,Di 係為第i間預鑄廠之物料每日平均消耗量,N係為預鑄廠之總數量,μi 係指當日物料消耗量。
  7. 依申請專利範圍第1項所述之預鑄廠存貨之管理方法,其中該物料轉運步驟中,該轉運策略係分別隨機挑選一供料者及一缺料者進行轉運。
  8. 依申請專利範圍第1項所述之預鑄廠存貨之管理方法,其中該物料轉運步驟中,該轉運策略係將供料量最高之供料者的多餘物料轉運至缺料量最多的缺料者。
  9. 依申請專利範圍第1項所述之預鑄廠存貨之管理方法,其中該物料轉運步驟中,該轉運策略係將供料量最高之供料者的多餘物料轉運至缺料量最少的缺料者。
  10. 依申請專利範圍第1項所述之預鑄廠存貨之管理方法,其中該緩衝時間估算步驟中,該客戶特性係為預鑄構件所有人之數量。
  11. 依申請專利範圍第1項所述之預鑄廠存貨之管理方法,其中該緩衝時間估算步驟中,該預鑄構件特性係為該預鑄構件之種類。
  12. 依申請專利範圍第11項所述之預鑄廠存貨之管理方法,其中該預鑄構件之種類係為結構、牆面、柱、樑或帷幕牆。
  13. 依申請專利範圍第1項所述之預鑄廠存貨之管理方法,其中該緩衝時間估算步驟中,該建築物特性係為該建築物之種類。
  14. 依申請專利範圍第13項所述之預鑄廠存貨之管理方法,其中該緩衝時間估算步驟中,該建築物之種類係為住宅、百貨公司、賣場、購物中心或商業大樓。
  15. 依申請專利範圍第1項所述之預鑄廠存貨之管理方法,其中該模糊演算法係先進行一模糊化步驟,將參數模糊化;再進行一模糊規則運算步驟,根據數個模糊規則,將該數個初始模糊參數進行運算,以獲得初始模糊參數;最後再進行一解模糊化步驟,將該數個模糊化參數解模糊化,以推算獲得該緩衝時間。
TW98137416A 2009-11-04 2009-11-04 預鑄廠存貨之管理方法 TWI403963B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW98137416A TWI403963B (zh) 2009-11-04 2009-11-04 預鑄廠存貨之管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW98137416A TWI403963B (zh) 2009-11-04 2009-11-04 預鑄廠存貨之管理方法

Publications (2)

Publication Number Publication Date
TW201117116A TW201117116A (en) 2011-05-16
TWI403963B true TWI403963B (zh) 2013-08-01

Family

ID=44935138

Family Applications (1)

Application Number Title Priority Date Filing Date
TW98137416A TWI403963B (zh) 2009-11-04 2009-11-04 預鑄廠存貨之管理方法

Country Status (1)

Country Link
TW (1) TWI403963B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200715080A (en) * 2005-08-05 2007-04-16 Pfizer Prod Inc Automated batch manufacturing

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200715080A (en) * 2005-08-05 2007-04-16 Pfizer Prod Inc Automated batch manufacturing

Also Published As

Publication number Publication date
TW201117116A (en) 2011-05-16

Similar Documents

Publication Publication Date Title
CN105483310B (zh) 一种面向全流程生产的炼钢组批与排产方法
CN108376315B (zh) 一种基于图模型的不确定炼钢-连铸柔性优化调度方法及***
US7966208B2 (en) Method for purchase order rescheduling in a linear program
US7107113B1 (en) Method for optimizing a supply-consumption operation
CN113496313A (zh) 一种总装车间物料需求预测方法
CN105046364B (zh) 一种基于供应链的多周期库存优化管理方法
WO2023202326A1 (zh) 数据处理方法及相关装置
CN111401616B (zh) 一种供应链环境下预制混凝土构件的双层调度方法
CN109086990B (zh) 面向连续生产的生产与运输联合调度方法
TWI403963B (zh) 預鑄廠存貨之管理方法
ALBAYRAK et al. Investigation of ready mixed concrete transportation problem using linear programming and genetic algorithm
TWI430190B (zh) 預鑄廠生產存貨之管理方法
CN103049841A (zh) 物流服务供应商密度的协同进化模型
Cao et al. A multiobjective multiperiod mixed-integer programming optimization model for integrated scheduling of supply chain under demand uncertainty
JP2010176272A (ja) サプライチェーンの効率化支援方法
JP4746334B2 (ja) 製造プロセスの生産計画立案方法、装置、及びコンピュータプログラム
Peidro et al. Supply chain planning under uncertainty: a fuzzy linear programming approach
AU2021100291A4 (en) A production scheduling method of MTO-MTS hybrid prefabricated building components
US20100063858A1 (en) Method for reducing finished goods inventory for precast fabricator
Nuamchit et al. Using fuzzy linear programming to optimize inventory control policy in a hybrid manufacturing/remanufacturing system
CN115330552B (zh) 多参数融合排产决策方法、***、存储介质及电子设备
Fung et al. Optimizing material hoisting operations and storage cells in single multi-storey tower block construction by genetic algorithm
Kingsman Input/output backlog control and dynamic capacity planning in versatile manufacturing companies
CN117494856A (zh) 一种无人便利店供应链选址、库存与路径问题的决策方法
Erdhianto et al. The Determination of Product Distribution Route based on Nearest Neighbour and Genetic Algorithm

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees