In this paper, we develop a compreh

In this paper, we develop a comprehensive dynamic model for
real-time PPC in an arbitrary capacitated job-shop. The real-time
approach reflects the continuous monitoring and adjustment process
of the system’s state to align it with a desired state. The innovative
element of this work is the integration of production ordering
and batch sizing control mechanisms into a common PPC system
and the investigation of its efficiency in terms of average backlogged
orders, work in process inventories (WIP) and tardy jobs for a stochastic
multi-machine/multi-product manufacturing environment.
We integrate the APIOBPCS (John et al., 1994; Zhou et al., 2006) control
theory-based ordering rule and the serial multi-product batch
sizing technique proposed by Hopp and Spearman (2001) (from
now referred to as HS), into a benchmark PPC system. Both approaches
are well-established control mechanisms in providing
information transparency through feedback mechanisms (Tang
and Naim, 2004). By adapting the APIOBPCS and HS mechanisms
to the PPC objectives of job-shop systems and simultaneously by
extending the degree of the provided transparency (i.e. the number
of information/data streams which are related to the PPC objectives
and integrated into the decision making process Towill et al., 2007;
Tang and Naim, 2004; Dejonckheere et al., 2004), we propose a realtime
PPC system. We study the shop response (product flows,
inventories, performance) to the proposed PPC system under existence
of real-time events. We consider the arrival pattern of customer
orders under a Poisson process and normal distribution,
processing times to be randomly distributed over a uniform range
of values and routings for the different products to be randomly
generated. Cancellations or additional customer orders and machine
failures are the real-time event considerations. The dynamic
behavior of the shop is obtained by assigning specific values to the
control variables of the proposed PPC system. Since the dynamic
behavior can be used to evaluate the performance of specific production
ordering and batch sizing policies, the PPC system can be
viewed as a decision-support system (DSS) for PPC decisions in
job-shop manufacturing. By using an optimum-seeking grid search
procedure, we determine the near-optimal values of production
ordering and batch sizing control variables, which improve shop
performance. The results of extensive numerical investigation are
statistically examined by using analysis of variance (ANOVA) to
identify the sensitivity of near-optimal values to real-time events
and to arrival pattern and variability of customer orders. The efficiency
of real-time PPC system is compared to that of the benchmark
system and it is further examined by implementing data
from a real-world refridgeration-bodies manufacturer.

ผลลัพธ์ (ไทย) 1:

ในกระดาษนี้ เราได้พัฒนาแบบจำลองแบบไดนามิกที่ครอบคลุมสำหรับPPC แบบเรียลไทม์ในการกำหนด capacitated งานร้าน ในแบบเรียลไทม์สะท้อนให้เห็นถึงวิธีการตรวจสอบอย่างต่อเนื่องและกระบวนการปรับปรุงสถานะของระบบเพื่อให้สอดคล้องกับสถานะที่ต้องการ นวัตกรรมองค์ประกอบของงานนี้คือ การบูรณาการการผลิตการสั่งซื้อและชุดขนาดกลไกการควบคุมเป็นระบบ PPC ทั่วไปและการตรวจสอบประสิทธิภาพในแง่ของค่าเฉลี่ยที่คงสั่ง ทำงานในกระบวนการ (WIP) และงานออเดอร์สำหรับการ stochasticแวดล้อมการผลิตหลาย-machine/หลาย-productเรารวม APIOBPCS (John et al. 1994 โจว et al. 2006) การควบคุมตามทฤษฎีกฎสั่งและหลายผลิตภัณฑ์ชุดอนุกรมเทคนิคการขยายขนาดและเสนอและ Hopp Spearman (2001) (ตอนนี้ เรียกว่า HS), เป็นเกณฑ์มาตรฐานระบบ PPC ทั้งสองวิธีมีกลไกการควบคุมที่ดีขึ้นในการให้บริการความโปร่งใสของข้อมูลผ่านกลไกการตอบสนอง (ถังและมัสยิดอันนา อิม 2004) โดยปรับกลไกการ APIOBPCS และ HSวัตถุประสงค์ PPC ของระบบงานร้านค้า และพร้อมกันด้วยขยายระดับของความโปร่งใสให้ (เช่นหมายเลขสตรีมข้อมูลและรายละเอียดที่เกี่ยวข้องกับวัตถุประสงค์ของ PPCและในการตัดสินใจดำเนินการ Towill et al. 2007ถังและมัสยิดอันนาอิม 2004 Dejonckheere et al. 2004), เรานำเสนอแบบเรียลไทม์ระบบ PPC เราศึกษาการตอบสนองร้าน (สินค้าไหลสินค้าคงเหลือ ประสิทธิภาพการทำงาน) ไปยังระบบ PPC นำเสนอภายใต้การดำรงอยู่เหตุการณ์แบบเรียลไทม์ เราพิจารณาถึงรูปแบบของลูกค้าคำสั่งภายใต้กระบวนการปัวซองและการแจกแจงปกติระยะเวลาการกระจายแบบสุ่มช่วงเวลาสม่ำเสมอของค่าและสายงานการผลิตสำหรับผลิตภัณฑ์แตกต่างกันจะเป็นแบบสุ่มถูกสร้างขึ้น การยกเลิก หรือสั่งซื้อของลูกค้าเพิ่มเติม และเครื่องมีความล้มเหลวการพิจารณาเหตุการณ์แบบเรียลไทม์ แบบไดนามิกลักษณะการทำงานของร้านจะได้รับ โดยการกำหนดค่าเฉพาะเพื่อการควบคุมตัวแปรของระบบ PPC เสนอ ตั้งแต่แบบไดนามิกลักษณะการทำงานสามารถใช้เพื่อประเมินประสิทธิภาพของการผลิตเฉพาะสั่งซื้อและขนาดนโยบายชุด ระบบ PPC ได้ดูเป็นระบบสนับสนุนการตัดสินใจ (DSS) สำหรับ PPC การตัดสินใจในสั่งผลิต โดยใช้การค้นหาตารางค้นหาประสิทธิภาพสูงสุดขั้นตอน เรากำหนดค่าใกล้ดีที่สุดของการผลิตสั่งซื้อและชุดปรับขนาดตัวควบคุมตัวแปร ซึ่งปรับปรุงร้านการทำงาน มีผลการตรวจสอบตัวเลขมากมายตรวจสอบทางสถิติ โดยใช้การวิเคราะห์ความแปรปรวน (ANOVA) เพื่อระบุความไวของค่าใกล้เหมาะกับกิจกรรมแบบเรียลไทม์และมาถึงรูปแบบและความแปรปรวนของใบสั่งของลูกค้า ประสิทธิภาพของ PPC แบบเรียลไทม์ ระบบคือเมื่อเปรียบเทียบกับเกณฑ์มาตรฐานระบบจะตรวจ โดยการใช้ข้อมูลจากผู้ผลิตจริง refridgeration-ร่างกาย

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราจะพัฒนารูปแบบไดนามิกที่ครอบคลุมสำหรับ
PPC ในเวลาจริงโดยพล capacitated งานร้านค้า เวลาจริง
วิธีการสะท้อนให้เห็นถึงการตรวจสอบและการปรับกระบวนการที่ต่อเนื่อง
ของรัฐของระบบเพื่อให้สอดคล้องกับรัฐที่ต้องการ นวัตกรรม
องค์ประกอบของงานนี้คือการรวมของการสั่งซื้อการผลิต
และการปรับขนาดชุดกลไกการควบคุมให้เป็นระบบ PPC ทั่วไป
และการตรวจสอบที่มีประสิทธิภาพในแง่ของ backlogged ค่าเฉลี่ย
การสั่งซื้อ, การทำงานในกระบวนการสินค้าคงเหลือ (WIP) และงานอืดสำหรับสุ่ม
หลาย . เครื่อง / สภาพแวดล้อมการผลิตผลิตภัณฑ์หลาย
เรารวม APIOBPCS (ที่จอห์น et al, 1994;.. โจว, et al, 2006) การควบคุม
ทฤษฎีตามกฎการสั่งซื้อและอนุกรมผลิตภัณฑ์หลายชุด
เทคนิคการปรับขนาดที่เสนอโดย Hopp และสเปียร์แมน (2001) (จาก
ตอนนี้เรียกว่า HS) ในระบบ PPC มาตรฐาน วิธีการทั้งสอง
จะดีขึ้นกลไกการควบคุมในการให้
การเปิดเผยข้อมูลโปร่งใสผ่านกลไกความคิดเห็น (Tang
และ Naim, 2004) โดยการปรับ APIOBPCS และ HS กลไก
กับวัตถุประสงค์ PPC ระบบงานร้านค้าและพร้อมกันโดย
การขยายระดับของความโปร่งใสให้ (เช่นจำนวน
ของกระแสข้อมูล / ข้อมูลที่เกี่ยวข้องกับวัตถุประสงค์ PPC
และบูรณาการเข้าไปในกระบวนการตัดสินใจ Towill et al, 2007;.
ราชวงศ์ถังและ Naim 2004. dejonckheere, et al, 2004) เราเสนอเรียลไทม์
ระบบ PPC เราศึกษาการตอบสนองทางร้าน (ผลิตภัณฑ์กระแส
สินค้าคงเหลือประสิทธิภาพ) กับระบบ PPC เสนอภายใต้การดำรงอยู่
ของเหตุการณ์แบบ real-time เราพิจารณารูปแบบการมาถึงของลูกค้าที่
สั่งซื้อภายใต้กระบวนการ Poisson และการกระจายปกติ
การประมวลผลครั้งที่จะกระจายแบบสุ่มในช่วงเครื่องแบบ
ของค่านิยมและขั้นตอนการผลิตที่แตกต่างกันสำหรับผลิตภัณฑ์ที่จะสุ่ม
สร้างขึ้น การยกเลิกหรือการสั่งซื้อของลูกค้าเพิ่มเติมและเครื่อง
ความล้มเหลวเป็นเวลาจริงการพิจารณาเหตุการณ์ แบบไดนามิก
พฤติกรรมของร้านค้าจะได้รับโดยการกำหนดค่าเฉพาะกับ
ตัวแปรในการควบคุมของระบบ PPC เสนอ ตั้งแต่แบบไดนามิก
พฤติกรรมสามารถนำมาใช้ในการประเมินผลการดำเนินงานของการผลิตเฉพาะ
การสั่งซื้อและการปรับขนาดชุดนโยบายระบบ PPC สามารถ
มองว่าเป็นระบบสนับสนุนการตัดสินใจ (DSS) สำหรับการตัดสินใจของ PPC ใน
การผลิตงานร้านค้า โดยใช้การค้นหาตารางเหมาะสมแสวงหา
วิธีการที่เรากำหนดค่าใกล้เคียงกับการผลิตที่ดีที่สุดของ
การสั่งซื้อและการปรับขนาดชุดตัวแปรในการควบคุมซึ่งปรับปรุงร้าน
ประสิทธิภาพ ผลที่ได้จากการตรวจสอบตัวเลขที่กว้างขวางได้รับการ
ตรวจสอบสถิติที่ใช้ในการวิเคราะห์ความแปรปรวน (ANOVA) เพื่อ
แจ้งความไวของค่าที่ดีที่สุดที่อยู่ใกล้กับเหตุการณ์ในเวลาจริง
และรูปแบบการเดินทางมาถึงและความแปรปรวนของใบสั่งซื้อของลูกค้า ประสิทธิภาพ
ของระบบ PPC เวลาจริงเมื่อเทียบกับที่ของมาตรฐาน
ระบบและจะมีการตรวจสอบต่อไปโดยการใช้ข้อมูล
จากโลกแห่งความจริงผู้ผลิต Refridgeration-ร่างกาย

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้เราพัฒนาครอบคลุมรูปแบบไดนามิกเวลาจริงในเครื่อง PPC capacitated ร้านงาน ในเวลาจริงวิธีการสะท้อนให้เห็นถึงการตรวจสอบอย่างต่อเนื่องและการปรับกระบวนการสภาพของระบบ เพื่อให้สอดคล้องกับความต้องการของรัฐ นวัตกรรมใหม่องค์ประกอบของงานนี้คือการรวมของการผลิตการสั่งซื้อและชุดของกลไกการควบคุมในระบบ PPC ทั่วไปและการตรวจสอบประสิทธิภาพในแง่ของจำนวนที่ค้างๆไว้นะใบสั่งงานสินค้าคงคลังในกระบวนการ ( WIP ) และจำนวนงานที่เป็นอเครื่องจักรผลิตสินค้าหลายหลาย / สิ่งแวดล้อมเรารวม apiobpcs ( จอห์น et al . , 1994 ; โจว et al . , 2006 ) ควบคุมกฎและทฤษฎีตามการสั่งซื้อสินค้าหลายแบบอนุกรมเทคนิคที่เสนอโดยปป์ใช้ขนาด ( 2001 ) ( จากตอนนี้เรียกว่า HS ) ในระบบ PPC มาตรฐาน . ทั้งสองวิธีมีกลไกการควบคุมที่มีชื่อเสียงในการให้บริการความโปร่งใสข้อมูล ผ่านกลไกความคิดเห็น ( ถังและ naim , 2004 ) โดยการปรับ apiobpcs HS และกลไกกับ PPC และวัตถุประสงค์ของระบบงานร้านพร้อมกัน โดยขยายระดับของความโปร่งใส ( เช่นหมายเลขให้ของข้อมูลกระแสข้อมูลที่เกี่ยวข้องกับ PPC วัตถุประสงค์และการบูรณาการในกระบวนการการตัดสินใจ towill et al . , 2007 ;ถังและ naim , 2004 ; dejonckheere et al . , 2004 ) เราเสนอเรียลไทม์ระบบ PPC . เราศึกษาการเคลื่อนย้ายสินค้า ( ร้านสินค้าคงคลัง , การปฏิบัติ ) เพื่อเสนอ PPC ภายใต้ระบบการดำรงอยู่เหตุการณ์เวลาจริง เราพิจารณาถึงรูปแบบของลูกค้าคำสั่งกระบวนการปัวซงและการแจกแจงปกติเวลาการประมวลผลที่จะกระจายแบบสุ่มในช่วงชุดค่านิยมและเส้นทางสำหรับผลิตภัณฑ์ที่แตกต่างกันจะถูกสุ่มการสร้าง การยกเลิกการจอง หรือสั่งซื้อของลูกค้าเพิ่มเติม และเครื่องความล้มเหลวเป็นเหตุการณ์ เวลา พิจารณา แบบไดนามิกพฤติกรรมของร้าน จะได้รับ โดยเฉพาะเพื่อให้คุณค่าตัวแปรควบคุมของ PPC เสนอระบบ ตั้งแต่แบบไดนามิกพฤติกรรมสามารถใช้ประเมินประสิทธิภาพของการผลิตที่เฉพาะเจาะจงสั่งซื้อชุดคัดขนาดและนโยบายระบบ PPC สามารถดูเป็นระบบสนับสนุนการตัดสินใจสำหรับ PPC ในการตัดสินใจร้านผลิตงาน โดยการใช้ที่เหมาะสม การแสวงหาการค้นหาตารางขั้นตอนที่เรากำหนดค่าใกล้สูงสุดของการผลิตการสั่งซื้อและชุดตัวแปรควบคุมขนาด ซึ่งปรับปรุงร้านผลการปฏิบัติงาน ผลของการสืบสวนอย่างละเอียดเป็นเชิงตัวเลขสถิติทดสอบโดยใช้การวิเคราะห์ความแปรปรวน ( ANOVA )ระบุค่าความไวของใกล้ที่เหมาะสมกับเหตุการณ์จริงและรูปแบบการรับใบสั่งซื้อของลูกค้า ประสิทธิภาพระบบเรียลไทม์ของ PPC เป็นเมื่อเทียบกับเกณฑ์มาตรฐานระบบ และตรวจสอบข้อมูลเพิ่มเติม โดยการใช้จาก refridgeration ร่างจริงของผู้ผลิต