当前位置:主页 > 管理论文 > 工商管理论文 >

装配型制造企业库存协同优化理论与方法研究

发布时间:2024-02-20 02:23
  目前我国不少加工装配型制造企业都面临这样一个运营困境:一方面,呆滞的零部件库存堆积如山;另一方面,生产所需零配件缺料频繁、紧急插单等现象经常发生,从而导致生产计划无序和运作低效。其本质的原因是供应链的协同计划能力较差,供应商协同供应能力较弱。 基于此背景,本文在分析国内外相关研究现状的基础上,对加工装配型制造企业的协同库存优化问题进行系统研究,其主要研究工作如下: (1)装配制造企业多周期的动态批量优化 以装配型制造企业的供应链系统为研究对象,构建多周期的生产与采购其相应的动态批量决策优化模型,该模型考虑需求交付的时间窗约束、产能约束、供应链运作中各环节的时间约束以及按BOM单装配的齐套约束,通过制造商的生产和采购批量动态优化,使得整个规划周期内供应链总成本最低。 (2)随机采购提前期下,装配系统的控制库存优化 主要研究多个供应商在不确定的供应环境下如何进行协同供应和库存优化,以实现装配制造企业能够按照生产BOM的配比需求及时成套生产;构建了随机采购提前和随机需求条件下,多供应商、单制造商的装配系统库存协同控制优化决策模型,确定制造商的最优的再订货点和订货批量。 (3)基于Supply...

【文章页数】:127 页

【学位级别】:博士

【文章目录】:
摘要
ABSTRACT
目录
第一章 绪论
    1.1 研究背景及研究意义
    1.2 国内外研究现状
    1.3 主要研究内容
    1.4 本章小结
第二章 相关概念界定和研究理论基础
    2.1 供应链管理与协同理论
    2.2 库存控制理论与方法
    2.3 加工装配型生产的特点
    2.4 装配制造企业物料齐套
    2.5 本章小结
第三章 装配制造企业多周期的动态批量优化
    3.1 引言
    3.2 交货期为时间窗的供应链运作优化规划问题描述
    3.3 多规划周期供应链运作动态批量优化模型
    3.4 求解算法分析
    3.5 仿真算例
    3.6 仿真结果分析
    3.7 本章小结
第四章 不确定环境下的装配系统库存控制优化
    4.1 引言
    4.2 随机提前期和确定需求情况下的采购策略
        4.2.1 模型建立
        4.2.2 模型求解
        4.2.3 仿真算例与分析
    4.3 随机提前期下的再订货点优化决策模型
        4.3.1 问题描述
        4.3.2 符号说明
        4.3.3 单个时段库存成本分析
        4.3.4 多个时段库存成本分析
    4.4 随机提前期和随机需求情况下的订货策略
        4.4.1 相关成本模型
        4.4.2 模型求解与数值分析
        4.4.3 仿真结果分析
    4.5 本章小结
第五章 基于Supply-Hub运作模式协同库存优化
    5.1 基于Supply-hub供应链协同库存控制
        5.1.1 Supply-hub运作模式
        5.1.2 基于Supply-hub的库存控制优化问题
    5.2 Supply-Hub基本库存策略
    5.3 集中决策和分散决策模型
        5.3.1 集中决策模型
        5.3.2 分散决策模型
    5.4 供应链的协同
        5.4.1 订单延误和库存持有的补偿协议
        5.4.2 基于帕累托改进的转移支付协议
        5.4.3 费用分摊协议
    5.5 数值仿真与仿真结果分析
    5.6 本章小结
第六章 基于目标绩效供应链协同库存控制动态优化
    6.1 引言
    6.2 协同库存控制优化总体思路
    6.3 协同库存控制关键控制点
    6.4 基于目标绩效控制协同库存控制动态优化决策分析
    6.5 基于目标绩效控制再订购点库存优化控制模型
    6.6 本章小结
第七章 结论与展望
    7.1 研究结论
    7.2 研究创新点
    7.3 研究展望
参考文献
附录1 第二章中优化模型仿真输入参数
致谢
攻读博士学位期间的主要研究成果



本文编号:3903694

资料下载
论文发表

本文链接:https://www.wllwen.com/gongshangguanlilunwen/3903694.html


Copyright(c)文论论文网All Rights Reserved | 网站地图

版权申明:资料由用户e6228***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱[email protected]