第五章 邊際演算化的修正
6.2 案例一求解過程
已知目標妥善率Ad為 95%，乃設定起始解妥善率A0為90.45%（r 約為 5%）， 並藉由OPUS10 商用軟體取得最佳存貨配置，作為邊際搜尋方法的初始解S ，由0 此解發展多種需求分配下的成本與效益曲線，如圖 6.3 所示。
最後，為了比較無卜瓦松需求假設的「本研究模型」與有卜瓦松需求假設的
「OPUS10」之成效差異，乃取兩者在「模組 2」多種需求分配設定下，具相同 妥善率表現（約 95%）的個別存貨配置，藉比較其「總零件存貨成本」來判斷孰 優孰劣。
OPUS10 卜瓦松
%
=95 Ad
模組2 +
Ⅰ 重要零件
Ⅱ 刪除冗站
Ⅲ 場站分群
Ⅳ 動態刪除 起始解
邊際配置法
C/E curve
圖 6.3 案例一求解過程
S = OPUS10 (0 A0 =90.45%)
6.2.1 起始解
藉由 OPUS10 商用軟體取得妥善率在 90.45%下的最佳存貨配置作為起始解，如 表 6.2 所示。
表 6.2 案例一存貨始起解
6.2.2 重要零件
以 OPUS10 所得之起始解代入模組 2，在執行過多個隨機種子後，將平均缺貨時 間大於 1 小時者視為重要零件，故我們挑選了 CSP1、CSP7、CSP17、CSP19、
CSP22、CSP24、CSP26、CSP29 八項零件作為邊際搜尋的對象，如表 6.3 所示。
表 6.3 案例一平均缺貨時間
零件 平均缺貨時間 零件 平均缺貨時間 零件 平均缺貨時間 CSP1 1:18:57:36.0000 CSP2 0.0000 CSP3 0.0000 CSP4 0.0000 CSP5 0.0000 CSP6 0.0000 CSP7 3:21:36.0000 CSP8 0.0000 CSP9 0.0000 CSP10 0.0000 CSP11 0.0000 CSP12 0.0000 CSP13 0.0000 CSP14 0.0000 CSP15 0.0000 CSP16 0.0000 CSP17 1:02:24.0000 CSP18 0.0000 CSP19 1:50:24.0000 CSP20 14:24.0000 CSP21 0.0000 CSP22 1:16:48.0000 CSP23 24:00.0000 CSP24 1:07:12.0000 CSP25 0.0000 CSP26 1:07:21:36.0000 CSP27 28:48.0000 CSP28 0.0000 CSP29 7:40:48.0000 CSP30 0.0000
CSP31 33:36.0000
6.2.3 刪除冗站與場站分群
場站「L」與場站「D」則形成單分支結構，故將 L 視為冗站；並可依據存貨重 要性而將場站分成三群（G1、G2、G3），如圖 6.4 所示。
D
F1 F2
O1 O2 O3 O4 O5 O6
L
OP1 OP2 OP3 OP4 OP5 OP6
圖 6.4 案例一冗站與分群
Group1 Group2 Group3
6.2.4 動態刪除與邊際結果
「零件-場站」變數動態刪除的部分，於此乃藉由邊際搜尋過程中變數個數呈現 遞減狀態來表達，而邊際搜尋中的零件存貨與妥善率增加過程即如表 6.4 所示，
其中變數個數即為表中最後一欄位數值。
表 6.4 案例一邊際過程
順序 場站群組 零件名稱 妥善率的增量 零件-場站數 1 G1 CSP1 0.158741% 22 2 G2 CSP19 0.014027% 11 3 G3 CSP29 0.023570% 10 4 G1 CSP26 0.109994% 8 5 G2 CSP17 0.006531% 8 6 G1 CSP17 0.006394% 5 7 G2 CSP7 0.007042% 4 8 G1 CSP24 0.014065% 3
此過程所花費的時間為：
（零件-場站總合）×（seed 數）×（模擬時間）
= 71×10×1（分）
= 11.83（小時）
假若不經「解空間」縮減作業，則必須花費：
（零件數）×（場站數）×（seeds 數）×（模擬時間）×（總增加零件數）
= (27×10 + 4×4)×10×1×31
= 1477.67（小時）= 61.57（天）
因此，本研究所應用的解空間縮減方法，確實縮短了執行時間，其縮減幅度 高達 100 倍（1477.67 / 11.83）。
6.2.5 案例一結果比較
針對「OPUS10」，取其妥善率為 94.91%的最佳存貨配置（S ）A ，代入模組 2 之多種需求分配設定下進行妥善率評估作業，執行 25 個亂數種子，結果如表 6.5 所示；針對「本研究模型」，根據上述邊際搜尋產生的成本與效益曲線，取其第 八次加碼後的較佳存貨配置（S 方案）A' ，亦代入模組 2 進行評估，執行 25 個亂 數種子，結果如表 6.5 所示。我們可以發現：在 95%的信心水準下，沒有足夠的 證據說明兩者之間存在顯著差異。
表 6.5 案例一敘述統計與統計檢定
OPUS10 本研究 . ｚ檢定：兩個母體平均數差異檢定
平均數 94.27% 平均數 94.29% 平均數 94.27% 94.29%
中間值 0.96866 中間值 0.96947 已知的變異數 0.003734 0.003738 標準差 0.06111 標準差 0.06114 觀察值個數 25 25 變異數 0.00373 變異數 0.00374 假設的均數差 0
範圍 0.21726 範圍 0.21726 z -0.0109
最小值 0.76771 最小值 0.76771 P(Z<=z) 單尾 0.495642 最大值 0.98496 最大值 0.98496 臨界值：單尾 1.644853 個數 25 個數 25 P(Z<=z) 雙尾 0.991283
臨界值：雙尾 1.95996
→Not Reject
然而，S 的存貨配置成本高達 12,002,843，A S 存貨配置成本僅需要A'
10,791,383，故藉由本研究模型來進行求解較佳存貨配置，在相同妥善率表現下，
可以節省高達 10.09 %左右的存貨成本。
此外，若目標妥善率Ad為 90%，並設定起始解妥善率A0為86.06%（r 仍為 5%），重覆以上研究步驟，在相同妥善率表現下，約可節省 4.21 %左右的存貨成 本，整理如表 6.6。
表 6.6 案例一結果整理
一 二
目標妥善率=95% 目標妥善率=90%
起始解妥善=90.45%
( r ≅ 5% )
起始解妥善=86.06%
( r ≅ 5% )
原始配置成本 12,002,843 9,353,994 較佳配置成本 10,791,383 8,959,884
節省比例 10.09% 4.21%