生產(chǎn)方案季節(jié)性商品運(yùn)營(yíng)策略

1、生產(chǎn)方案季節(jié)性商品運(yùn)營(yíng)策略第一個(gè)小例子單品種方案學(xué)生食堂早餐煎雞蛋窗口排長(zhǎng)隊(duì)問(wèn)題從運(yùn)營(yíng)管理的角度如何解決？排隊(duì)理論1、需求與供給的調(diào)查生產(chǎn)能力方案需求模式穩(wěn)定需求、波動(dòng)需求生產(chǎn)能力柔性、剛性2需求約等于供給3需求小于供給2.1、能力大于需求MAKE TO ORDER訂單生產(chǎn)2.2、能力小于需求-生產(chǎn)能力管理MAKE TO STOCK 存貨生產(chǎn)訂貨提前期生產(chǎn)周期批量提前存貨的時(shí)間：與商品庫(kù)存有效期有關(guān)鮮活產(chǎn)品存貨時(shí)間=需求/單位時(shí)間生產(chǎn)能力3、需求管理產(chǎn)品分層新鮮煎蛋、庫(kù)存煎蛋存貨生產(chǎn)0.6元/個(gè)訂單生產(chǎn)-0.8元/個(gè)淡季廉價(jià)、旺季貴4、工藝編排忙閑錯(cuò)開的工位組成一個(gè)小組5、流程的改進(jìn)人多時(shí)先收

2、錢發(fā)牌，買飯后再憑牌領(lǐng)蛋排隊(duì)緩解了，還是排隊(duì)轉(zhuǎn)移了買飯時(shí)間內(nèi)的需求是否波動(dòng)7、問(wèn)題解決機(jī)制JIDOKA自動(dòng)化KAIZEN改善小組、QC小組第二個(gè)例子：多品種方案某食堂早餐提供四種饅頭：豬肉、蔬菜、豆沙、蓮蓉。早上5：30開始工作，6：30開始銷售，7：00可大概知道需求，并根據(jù)需求調(diào)整生產(chǎn)品種，現(xiàn)蒸現(xiàn)賣，賣到9：15為止。生產(chǎn)周期大于訂單提前期生產(chǎn)什么產(chǎn)品？生產(chǎn)多少？問(wèn)題的普遍性空調(diào)生產(chǎn)服裝生產(chǎn)節(jié)前產(chǎn)品可口可樂(lè)忙時(shí)產(chǎn)能缺乏，閑時(shí)能力過(guò)剩要提前生產(chǎn)，或提前訂購(gòu)！單品種的方案報(bào)童問(wèn)題需求d，訂貨量或提前生產(chǎn)量Q，收入R單位收入r，單位本錢cdQ, R=rd-cQ, dQ, R=rQ-cQP(dQ)

3、=(r-c)/r多品種的方案品種多了，應(yīng)生產(chǎn)什么，第二階段產(chǎn)能限制，要在第一階段生產(chǎn)，不同品種生產(chǎn)多少？哪些在第一階段生產(chǎn)？風(fēng)險(xiǎn)大的先生產(chǎn)還是風(fēng)險(xiǎn)小的先生產(chǎn)早生產(chǎn)的風(fēng)險(xiǎn)是賣不出去，削價(jià)風(fēng)險(xiǎn)晚生產(chǎn)的風(fēng)險(xiǎn)是趕不出來(lái)，缺貨風(fēng)險(xiǎn)風(fēng)險(xiǎn)小的含義需求量大，先生產(chǎn)局部賣不出去的風(fēng)險(xiǎn)小廉價(jià)的需求變動(dòng)小，標(biāo)準(zhǔn)差小，等風(fēng)險(xiǎn)的概念-K等K饅頭例子一種饅頭至少生產(chǎn)100個(gè)最小批量蒸一次30分鐘，為滿足需要，7：00前至少生產(chǎn)400個(gè)四種產(chǎn)品的平均需求U與標(biāo)準(zhǔn)差為：400，100，150，50，50，20，300，60各產(chǎn)品價(jià)格一樣否那么以價(jià)值計(jì)算處理最小批量M情況一：期望需求大于 2*M情況二：期望需求小于 2*M情況

4、三：其他等風(fēng)險(xiǎn)等平安因子情況一：SF=U-2M/情況二：SF=M-U/情況三：SF=0啟發(fā)式算法175，125，100, 0管理措施減少最小批量CELLSETUP TIME CROSS TRAINING增加能力設(shè)備、人手、外包、改進(jìn)工藝、中間品儲(chǔ)藏預(yù)測(cè)準(zhǔn)確減少提前期Queuekendall 記號(hào)x/y/z/aX: arrival process, represents the probability of interarrival timesY: service process, represents the probability of service timesZ: represents

5、the the number of servers working in parrallelA: represents the maximun number of customers in the queue M = exponential ( Markovian ) distributionD = constant service times (deterministic)En = gamma distribution with shape parameter (also called Erlangian distribution)G = general distribution排隊(duì)論M/M

6、/1到達(dá)間隔時(shí)間的分布 /效勞時(shí)間的分布 /效勞臺(tái)數(shù)指數(shù)分布效勞時(shí)間、消耗品壽命、出故障時(shí)間等待時(shí)間與利用率效勞強(qiáng)度、話務(wù)強(qiáng)度的指數(shù)關(guān)系LITTLE 公式：隊(duì)長(zhǎng)=到達(dá)率*等待時(shí)間本科生人數(shù)=4年*每年入學(xué)人數(shù)= 4年*每年畢業(yè)人數(shù)穩(wěn)定狀態(tài)，長(zhǎng)期本錢效勞臺(tái)數(shù)等待時(shí)間客戶滿意模擬仿真隨著利用率接近1，等待時(shí)間排隊(duì)長(zhǎng)度呈指數(shù)增長(zhǎng)。利用率效勞強(qiáng)度utilization, or traffic intensity) 高的時(shí)候接近于1，增加投入如增加效勞臺(tái)以降低利用率的效果非常明顯，等待時(shí)間會(huì)明顯減少；利用率較低時(shí)，增加投入的效果不大。The average waiting time for differ

7、ent utilizations is much bigger than the waiting time for the average utilization.一高一低的利用率的排隊(duì)會(huì)遠(yuǎn)大于等利用率的排隊(duì)。Suggestions for Managing Queues (Continued)6. Train your servers to be friendly7. Encourage customers to come during the slack periods8. Take a long-term perspective toward getting rid of the que

8、uesQueuing ApproximationThis approximation is quick way to analyze a queuing situation. Now, both interarrival time and service time distributions are allowed to be general.In general, average performance measures (waiting time in queue, number in queue, etc) can be very well approximated by mean and variance of the distribution (distribution shape not