عنوان پایاننامه
ارائه مدلی یکپارچه برای برآورده سازی سفارشات کالاهای نوآورانه در سیستم تولید مونتاژ بر مبنای سفارش
- رشته تحصیلی
- مهندسی صنایع - صنایع
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 73969;کتابخانه پردیس قم شماره ثبت: 002277;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 73969;کتابخانه پردیس قم شماره ثبت: 002277
- تاریخ دفاع
- ۱۲ اسفند ۱۳۹۴
- دانشجو
- ساسان تسلیمی
- استاد راهنما
- مسعود ربانی, بابک جوادی
- چکیده
- چکیده در بازار رقابتی کنونی نگهداشتن مشتری و افزایش سهم بازار ضروری هستند. طبیعت جهانی بازارها و رقابت بسیاری از شرکتها را مجبور کرده است تا استراتژیهای عملیاتی خود را بازنگری کنند. آنها باید بر اساس معیارهایی همچون کیفیت، قیمت، پاسخگویی، انعطافپذیری و قابلیت اطمینان رقابت کنند. این عوامل به نیاز برای ارائه یک تنوعی از محصولات منجرشدهاند، مونتاژ بر مبنای سفارش یک استراتژی عملیاتی مهم برای بنگاهها است که آنها را قادر ساخته است، با نگهداری موجودی اندک، به درجه بالایی از تنوع و تحویل سریع محصول برسند. در این استراتژی سازمان برخلاف سیستمهای سنتی تولید انبار محور بهجای کالای نهایی، موجودی اجزای سازنده را نگهداری میکند؛ با رسیدن سفارش مشتری، اجزای موردنیاز برای تحویل محصولات نهایی به مشتری مونتاژ میشوند. در چنین محیطی فرآیندهای برآوردهسازی سفارش بنگاه را قادر میسازند که موعد تحویل و میزان مواد خام یک سفارش خاص را با دقت تخمین بزند. بنابراین؛ برای برآوردهسازی سفارشات کالاهای نوآورانه که معمولاً تقاضای غیرغابل پیشبینی دارند در سیستم تولید مونتاژ بر مبنای سفارش با درنظرگرفتن گزینه برونسپاری و برنامهریزی نیروی انسانی، تصمیمات برنامهریزی تولید، زمانبندی و پذیرش سفارش را یکپارچهسازی و مدل پیشنهادی را در ابعاد را کوچک، متوسط و بزرگ حل کردیم. سپس کارآمدی آن را با محاسبات کمی نشان میدهیم و تأثیر شدت تقاضا بر شش معیار سود کل، نسبت سفارشات پذیرفتهشده، نسبت برونسپاری فرآیندهای منعطف، و نیز نسبت عدم بهکارگیری نیروی انسانی تک و چندمهارته و منابع داخلی را همزمان با تغییرات سطوح ظرفیت داخلی تجزیهوتحلیل مینماییم. بهعلاوه یک مدل توسعهیافته که در آن امکان پردازش همزمان سفارشات وجود ندارد، معرفی کرده و با یک مثال تشریحی تفاوت مدلها را نشان دادیم. همچنین برای مواجهه با شرایط عدم قطعیت در هر دو حالت مدلسازی، از رویکرد بهینهسازی استوار استفاده شده است. واژگان کلیدی: یکپارچهسازی تصمیمات تولید، کالاهای نوآورانه، مونتاژ بر مبنای سفارش، برآوردهسازی سفارشات
- Abstract
- Abstract In today’s competitive market, retaining the current customers and increasing the company’s market share are important. Competition and global nature of markets have compelled most of companies to revise their operational strategies. They should compete based on competitive objectives like quality, price, responsibility, flexibility and reliability. These factors have led to a substantial diversity of products. Assemble to Order, which is an important strategy for firms, has enabled them to obtain product diversity and short delivery time concurrently, while their inventory level is low. In this strategy, the company keeps components instead of holding finished products which was the main characteristic of traditional make to stock production systems. When a customer order arrives, required components are assembled in order to deliver the finished products to the customer. In such environment, order fulfillment processes enable the firm to exactly estimate delivery date and row materials needed for a specific order. Hence, we integrated production planning, scheduling and order selection decisions related to order fulfillment of innovative products that usually have unpredictable demand, in an assemble to order production system considering simultaneously workforce planning. We solve the model in small, medium and large scale to prove its efficiency by numerical computations. Then we analyze the effect of demand intensity on six indices including total profit, accepted orders ratio, outsourced flexible processes ratio, none utilization of single skill labors ratio, none utilization of multi skilled labors ratio and none utilization of internal resources ratio, under the circumstances of changing the internal capacity. Additionally, we introduced an extended model in which there is not the possibility of simultaneous order processing then we illustrate differences between models using an example. Also robust optimization approach is used to confront uncert