未來研究方向與建議

此篇論文雖然採用了不同的需求假設並且提出了相對應的成本函數，但是論 文中的部分假設是為了簡化問題便於分析而經過修正，與現實的狀況仍有部分的 差距。因此可以此篇論文的模式做為基礎，後續參考更多相關的研究文獻，並將 本模式再予以擴充及延伸。以下列出未來值得進行研究的方向提出，以供參考：

1. 本篇研究將前置時間視為確定已知的常數，實際上前置時間也是處於變動 的狀況，因此未來的研究可嘗試將前置時間視為隨機而進行研究。

2. 雖然當前置時間內的需求數量達到 10 單位以上即可將需求假設為常態分 配，但是實際的狀況中需求未必會符合常態分配，也就是說事實上我們不 易得知需求的機率分配。因此未來可朝當需求機率分配未知，僅可由現有 需求量的平均數與變異數的方向進行研究。

3. 此篇論文中為了便於分析，將缺貨成本直接視為固定且已知；但是實務上 若是因為設備零件缺貨所產生的缺貨成本可能是隨著停機時間而變化 的。因此未來可將缺貨成本視為與時間有關的函數納入總成本模式中，或 是改以服務水準為限制式來決定最適的再訂購點與訂購量。

4. 本研究僅考慮一次性交貨，但實際上常有可能的狀況是，為了爭取較佳的 價格，面板廠會以年度的訂單集中數量一次下單給設備商並要求分批交 貨，也就是將訂單分割成數個批量交貨，因此未來亦可朝向分批交貨的模 式進行研究。

5. 本研究是以生產設備用快速流動零件為範疇，零件庫存的跌價損失較小，

故予以忽略不計；因此若未來研究對象為產品中的主要材料，則可將跌價 損失納入考量。

6. 本研究聚焦於 TFT-LCD 設備用的快速流動零件存貨模式，TFT-LCD 歷經多 次液晶循環，有其產業特性，未來可再針對不同產業類別再進行個別研究。

參考文獻

一、中文部分：

1. 朱豔芳，林為欽，「以訂購量與前置時間為決策變數之存貨模式研究—需求頻 率與需求量分別服從卜瓦松與常態分配」，工業工程學刊，Vol. 21, No.4, 384~394 頁，民國 93 年。

2. 周瑛琪，「台灣半導體設備業零件存貨模式之研究」，國立交通大學，博士論 文，民國 89 年。

3. 陳文賢，管理科學，臺北，三民出版社，民國 83 年。

4. 陳銘崑，吳忠敏，傅新彬譯，供應鏈管理，臺北，培生教育出版集團，民國 91 年。(原書：Sunil Chopra, Peter Meindl, Supply Chain Management：

Strategy, Planning, and Operation,2002.)

5. 郭旻謙，「半導體設備供應商之快速流動零件存貨模式」，銘傳大學，碩士論 文，民國 91 年。

6. 張軒偉，「兩階層存貨系統安全存量配置最適化之研究—以半導體設備業為 例」，國立交通大學，碩士論文，民國 87 年。

7. 楊雅森，「不同供應來源模式下採購計畫訂定之研究」，國立交通大學，碩士 論文，民國 85 年。

8. 蕭裕正，「可控前置時間之存貨模型研究」，國立台灣科技大學，博士論文，

民國 90 年。

9. 謝惠如，「在雙重供應來源下最佳採購決策之研究」，國立雲林科技大學，碩 士論文，民國 90 年。

二、英文部份

1. Buexy, G., 2006, “Reconstructing inventory management theory＂, International Journal of Operations & Production Management＂, 26, 9, pp.996-1012.

2. Chase R.B., Jacobs F.R., Aquilano N.J., Operations Management, 11^th Edition, McGraw-Hill, New York, 2006.

3. Chiang, C., Chiang, W.C., 1996, “Reducing Inventory Cost by Order Splitting in the Sole Sourcing Environment＂, Journal of the Operational Research Society, 47, pp. 446-456.

4. Dekker, R., Kleijn, M.J., and Rooij, P.J., 1998, “A spare parts stocking policy based on equipment criticality＂, International Journal of Production Economics, 56-57, pp.69-77.

5. Ganesham, R., Tyworth, J.E., and Guo, Y., 1999, “Dual sourced supply chains: the discount supplier option＂, Transportation Research Part E, 35, pp.11-23.

6. Hariga, M. and Ben-Daya, M., 1999, “Some stochastic inventory models with deterministic variable lead time＂, European Journal of Operational Research, 113, pp.42-51.

7. Hill, R.M., 1996, “Order splitting in continuous review (Q,r) inventory models＂, European Journal of Operational Research, 95, pp.53-61.

8. Kennedy, W.J., Patterson, J.W., and Ferdendall, L.D., 2002, “An overview of recent literature on spare parts inventories＂, International Journal of Production Economics＂, 76, pp.201-215.

9. Porras, E., Dekker, R., 2008, “An inventory control system for spare parts at a refinery: An empirical comparison of different re-order point methods＂, European Journal of operational research, 184, pp.101-132.

10. Render B., Stair R.M., Hanna M.E., Quantitative Analysis for Management 9E,Pearson Edition Inc., New Jersey, 2006.

11. Rabinowitz, G., Mehrez, A., Chu, C.W., Patuwo, B.E., 1995,＂A partial backorder control for continuous control (r,Q) inventory system with poisson demand and constant lead time＂, Computers and Operations Research, 22, 7, pp.689-700.

12. Silver E.A., Pyke D.F., Peterson R., Inventory Management and Production Planning and Scheduling, 3^rd Edition, John Wiley & Sons, Inc., New York, 1998.

13. Taha, H.A., Operations Research, 7^th Edition, Pearson Edition Inc., New Jersey, 2003.

14. Weber, C.A., Current, J.R., Benton, W.C., 1991, “Vendor selection criteria and methods＂, European Journal of Operational Research, 50 pp.2-18.

附錄一、常態分配下軟體求解過程

4

  36 P  7000 L  1.5 A  40 h  0.2 B  28000 D 432

Q 2 A D P h



Q4.968 let Q=5

G k( )dnorm k 0(  1 )k 1( pnorm k 0(  1 )) P k( )dnorm k 0(  1 )

F k( )pnorm k 0(  1 )

k 3.25

P k( ) 2.02910^3

G k( ) 1.537 10^4

NQ 2 D A 2D B   LG k( )

 1400

NQ6.14 Q3  7 P  7000

ETAC P D D Q3A

 Q3

2  k L

 ^{ hP}

 D B

Q3  LG k( )





ETAC3.0549610⁶ s  L  k L

s69.922

重複操作上述程式，直到 Q 與 值收斂。 k

附錄二、複合卜瓦松分配下軟體求解過程

Q15 k 3.25

G k( )dnorm k 0(  1 )k 1( pnorm k 0(  1 ))

G k( ) 1.537 10^4 D  432

A40 B 28000

  36

4

 ² ²

 36.222

1

L1 1.5 P  7000 h  0.2

Q2 2 D 





P h



Q211.938 Q312

ETAC D P D Q3A

 Q3

2  k  L1

 

^{ hP}

 D B

Q3  L1 G k( )





ETAC3.242562 10 ⁶ s L1  k  L1 s 198.177

重複操作上述程式，直到 Q 與 值收斂。 k