• 沒有找到結果。

第三章 生產週期時間具不確定性的多次投料問題

3.3 求解動態規劃問題

3.3.3 數值範例

1200 1600 2000 2400

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 p

Cost

h= 0 h= 1 h= 3 h= 5 h= 10

3.6 p 和期望總生產成本的關係

(T =4, 30, D=

θ

=0.9,

α

=100, 1

β

= 及 200)m=

為了探討T 、 D 和期望總生產成本的關係,我們也執行 700 個例子,每個 例 子 是 由 5 個 變 動 的 參 數(T,D,p,

θ

,h) 所 組 合 , 其 中T∈{2,4,6,8,10}、

} 50 , 40 , 30 , 20 , 10

∈{

Dp∈{0,0.1,0.3,0.5,0.7,0.9,1.0} 、

θ

∈{0.6,0.9} 及 }

5 . 2 , 025 . 0

∈{

h ,其他3 個固定的參數值設定為α =100、

β

=1及m=200。 實驗結果發現,T 值愈大,期望總生產成本愈低,如圖 3.7 所示。T 值小表 示是緊急訂單,緊急訂單的生產成本高於正常訂單的生產成本。因此,接到緊急 訂單時,為了能確保獲得一定的利潤(例如 30%的利潤),接單時應該採取不同的 訂價策略,即緊急訂單的價格應高於正常訂單的價格。本研究所提出的模式,可 針對顧客交期的長短,提供不同的訂價策略。

0 2000 4000 6000 8000

2 4 6 8 10 T

Cost

圖3.7 T 和期望總生產成本的關係

(T =2, 4,6,8,10, 50, 0.5, 0.9, 100, 1, 0.025 200)D= p=

θ

=

α

=

β

= h= 及m=

3.8 假設單位價格是固定,不受訂單數量所影響,我們可以繪製隨著 D 增加收入也跟著遞增的收入線,同理可繪製期望總生產成本線,成本線是呈凸 (convex)狀。比較收入線和成本線可得知各個 D 值的利潤,我們發現利潤不會隨D 增加而遞增。因此本研究所提出的模式,可用來計算最佳接單量。

0 500 1000 1500 2000 2500 3000

10 20 30 40 50 D

Cost curve Revenue line

3.8 D 和期望總生產成本的關係

(T =6, 10, 20,30, 40,50, 0.5, 0.9, 100, 1, 0.025 200)D= p=

θ

=

α

=

β

= h= 及m=

範例 2:最佳投料量具有非單調性

為了探討最佳投料量是否會隨著需求量D 增加而遞增,我們針對一期產出 的機率p ,設定五種不同的機率值如下:p=0.1、0.3、0.5、0.7 及1.0,其餘各 參數值的設定為T =6、θ =0.95、α =50、

β

= 、1 h=1及m=200。期初狀態為

( ,0)

T T

s = D ,需求量從1 到 100,執行 100 個例子,求得各個需求量下的最佳投 料量N s ,將結果繪製在圖 3.9。 T( )T

0 10 20 30 40 50 60 70

0 10 20 30 40 50 60 70 80 90 100

Demand Lot-size

p=0.1 p=0.3 p=0.5 p=0.7 p=1.0

3.9 在不同的 p 下,最佳投料量不會隨著 D 增加而嚴格遞增

由圖3.9 得知,最佳投料量不會隨著需求量增加而嚴格遞增。我們分析為何 最佳投料量具有非單調性的原因,根據IG 分配的數學式,我們得知 IG 分配的 平均良率跟投料量有關,亦即 ( ) (1 )

(1 )

N

N N

θ θ

θ θ

= −

− ,其中

θ

是平均良率,N是投料 量,θ 是 IG 分配的參數。從平均良率的觀點來看,當投料量N愈大平均良率會 愈小,也就是說,IG 分配的平均良率會隨著投料量增加而變小,如圖 3.10 所示;

從單位設置成本的觀點來看,當投料量N愈大,單位設置成本會愈小。因為平 均良率和單位設置成本兩者會對投料量產生相互制衡的效果,所以最佳投料量不 會隨著需求量增加而嚴格遞增。

0 0.2 0.4 0.6 0.8

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

N Average Yield

圖3.10 IG 分配(θ =0.7)的平均良率

由圖3.9,我們也發現在相同的需求量下,當 p 愈低時,大多數的最佳投料 量會愈大,舉例來說,當D=50時,p=0.1,N s6( ) 386 = ;p=0.3,N s6( ) 366 = ;

0.5

p= ,N s6( ) 356 = ;p=0.7,N s6( ) 336 = ;p=1.0,N s6( ) 286 = ,也就是說,

一期產出的不確定性愈高,投料量愈大,這個投料規則有助於實務上的應用。舉 例來說,當p 提高時,為了更快速求得最佳投料量,我們可利用過去在 p 較低時,

所求出的最佳投料量設定為投料的上界,來縮小求解範圍。

相關文件