君，已阅读到文档的结尾了呢~~
《经济学原理》第十三章
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
《经济学原理》第十三章
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口&&&&&&DOCX文档下载
游客快捷下载
会员登录下载
下载资源需要5皮蛋
【人民币5元】
邮箱/手机号：
您支付成功后，系统会自动为您创建此邮箱/手机号的账号，密码跟您输入的邮箱/手机号一致，以方便您下次登录下载和查看订单。
支付方式：
已注册用户请登录：
当日自动登录&&
合作网站一键登录：
2:本站资源不支持迅雷下载,请使用浏览器直接下载(不支持QQ浏览器)
3:本站资源下载后的文档和图纸-无水印,预览文档经过压缩，下载后原文更清晰&&&
[MBA论文]AG公司生产和运输综合成本优化
分类号： 3 密级： U D C： 华东理工大学 硕士专业学位论文 司生产和运输综合成本优化 指导教师姓名： 申请学位级别： (硕士 ) 专业名称：工商管理 (论文定稿日期： 2013． 10． 20 论文答辩日期： 2014． 01． 04 学位授予单位： 华东理工大学 学位授予日期： 2014 年 3月 答辩委员会主席： 刘刚教授 评 阅 人： 刘丽萍副教授 王学士教授级高工 作者声明 我郑重声明：本人恪守学术道德，崇尚严谨学风。所呈交的学位论文，是本 人在导师的指导下，独立进行研究工作所取得的结果。除文中明确注明和引用的 内容外，本论文不包含任何他人已经发表或撰写过的内容。论文为本人亲自撰写， 并对所写内容负责。 论文作者签名：璐旌以乏 20／ l} 护／月 时日 华东理工大学 硕士学位论文 第 1 页 摘要 随着中国宏观经济增速放缓， 司下游客户由于产能过剩问题导致其对产品的需 求量逐渐减少。 司各工厂的产能利用率受到不同程度的影响，公司各商业运营区内 的生产厂存在或多或少的减负荷运转情况。各工厂单位产品生产成本随着产量负荷的变 化而发生相应的变化，且各工厂的生产成本由于生产工艺不同而不尽相同，同时在同一 个商业运营区内距离不等的客户散布在各生产工厂周边。因而 司在单个商业运营 区内需要对 “ 哪家客户由哪个生产工厂进行配送以达到生产和运输综合成本最低的问 题 ” 做出决策，需要建立和发展一种决策工具或者模 型来帮助生产和运输综合成本达到 最优化状态。 本文首先通过精益六西格玛管理方法分别有效地降低了单位产品生产成本和运输 成本，并通过实际与计划偏差 后通 过回归模型建立单位产品生产成本和运输成本回归预测模型，利用 司已有的线性 规划求解软件进行生产和运输综合成本优化计算，并给出具体的生产和运输决策指导意 见。本文通过建立 公司的生产和运输资源优 化配置提供了决策依据，从而帮助降低了相关运营成本。 关键词：成本优化；精益生产；六西格玛：数据分析 第 1华东理工大学 硕士学位论文 G G is G’S G is to to at )l， of At AG in to at AG to on be by to we a or G In is to as iS to is to G to of in 华东理工大学 硕士学位论文 第 1目录 第 1 章绪论 ．． 1 i． 1 研究背景 ． I 1． 2 研究的目的和意义 ．． 1 第 2章相关理论与文献概述 2 2． 1关于数据模型与决策的理论概述 ．． 2 2． 1． i 数据模型与决策概述 ． 2 2． 1． 2线性回归模型应用 3 2． 1． 3线性规划求解模型应用 ．． 9 2． 2关于运营与供应链管理的理论概述 ．． 10 2． 2． 1 运营与供应链管理概述 ． 10 2． 2． 2精益与可持续供应链概述 ．． 11 2． 2． 3 精益六西格玛集成理论 ． 12 2． 3 国内外相关应用概述 ．． 14 第 3 章 司生产和运输成本现状及问题分析 ． 16 3． 1 生产和运输成本组成 ．． 16 3． 2生产变动成本差异性和不稳定性 ． 16 3． 3运输变动成本差异性和不稳定性 ． 18 3． 4 生产和运输调配决策问题现状 ． ．． 19 第 4 章生产和运输成本优化模型的建立 ．． 20 4． 1生产和运输成本优化模型目标定义 ．． 20 4． 2生产和运输个体成本的精益六西格玛管理优化 ． 21 4． 2． 1生产和运输个体成本精益六西格玛管理优化 ． 21 4． 2． 2精益六西格玛管理成本优化案例 ．． 25 4． 3生产和运输个体成本回归预测模型． ．． ．． 30 4． 3． 1生产和运输个体成本预测的意义 ．． 30 4． 3． 2 成本回归模型预测案例 ． 31 4． 4生产和运输综合成本优化模型 33 4． 4． 1定义决策模型变量 ．． 33 4． 4． 2定义目标函数 ． ．． 34 第 1V 页 华东理工大学硕士学位论文 4． 4． 3 定义约束条件 34 4． 4． 4 客户信息和需求量数据输入 34 4． 4． 5 ． 34 4． 4． 6 模型验证和敏感性分析 ． 35 第 5 章成本优化模型应用管理体系 38 5． 1生产和运输综合成本优化保障体系 ．． 38 5． 1． 1成本的精益六西格玛管理优化实施保障 ．． 38 5． 1． 39 5． 2 组织架构调整 ．． 40 5． 3 核指标调整 ． 41 第 6章结论与展望 ． 42 6． 1 本文意义和主要结论 ．． 42 6． 2存在的不足 ． 42 参考文献 ．． 43 致谢 45 华东理工大学 硕士学位论文 第 l 页 第 1章绪论 1司的主营业务是工业气体的生产和销售，采用各种空气分离技术压缩、液化和 分离空气中的各种气体产品。主要产品类型有管道输送的压缩氧气、氮气和氩气，以及 液化产品，如液氧、液氮等。后者是本文研究的主要对象，液体产品是通过液体槽罐车 运输给终端客户。 司在国内有众多的不同生产工艺的工厂，分为四个不同的大区域 进行运营和管理，每个大区域的划分基本上依靠着中国目前的主要城市群，比如京津唐 区域，江浙沪区域，珠三角区域等。各工厂单位产品生产成本随着产量负荷的变化而发 生相应的变化，且各工厂的生产成本由于生产工艺不同而不尽相同。同时在 司的同 一个商业运营区内距离不等的客户散布在各生产工厂周边。以上情况决定 在单个商业运营区内对 “ 哪家客户由哪个生产工厂进行配送以达到生产和运输综合成本 最低的问题 ” 做出决策 。然而决策并不 是凭空而生，需要大量的数据信息和建立一种 决策工具或者模型来帮助生产和运输综合成本达到最优化状态。 1． 2研究的目的和意义 公司的运营追求利润最大化无非是两种方法，一种是通过增加销售量和提高价格从 而使销售额最大化；另一种则是想尽各种办法减少销售及运营成本瞳 1。此前由于市场环 境较好，各工厂大多数时间内基本都处于满负荷运转，生产和运输调配问题并不是很突 出。也就是各工厂按照各种最大产能生产，只要根据运输距离调配车辆即可。但是随着 世界经济形势的变化，中国市场增速放缓，目前 体在生产和运输优化配置方面的 问题显得相当突出。各工厂生产成本不尽相同，存在由哪个工厂生产多少产品最为优化 的问题。同时随着减负荷生产，各工厂生产成本随着产量也发生变化，各工厂的生产成 本变化不尽相同，仍然使用简单计算模型往往导致决策时有问题。所以 司意识到 公司急需建立一种切实可行的生产和运输成本数据决策模型，同时考虑生产成本因生产 量不同以及生产量随运输方案不同而不同的情形，使用最低生产和运输成本数据决策模 型指导生产和运输方案 “ 。 第 2 页 华东理工大学 硕士学位论文 第 2章相关理论与文献概述 2． 1 关于数据模型与决策的理论概述 2． 1． 1数据模型与决策概述 数据模型与决策是管理科学的典型方式，它可以提高企业或部门的效率、提高企业 或部门的生产力以及节约大量的稀缺资源。 [13 管理科学是指对与定量因素有关的管理问 题通过应用科学的方法进行辅助管理决策制定的 科。 Ⅲ 是西方管理大师西蒙教授 力推的一种管理决策方法，西蒙认为管理即为决策，决策贯穿于整个管理过程。国际上 还成立有弗兰茨 · 厄德曼 (，是为管理科学实践者颁发的最负盛名的 奖项。这些奖项授予全世界年度管理科学的最佳应用组织或者个人。该奖项的评奖活动 是由管理科学协会、管理科学实践学会、国际运筹学会联合发起并举办的，在业界享有 盛名。随着计算机技术和软件技术的飞速发展，各种简单或者复杂的数据分析变得越来 越容易实现，为数据模型与决策方法的应用提供了坚实的基础平台。 如图 2． 1所示，最典型的数据模型与决策过程就是 管理者或者管理团队收集和输入 必要的数据信息，然后建立并应用模型，通过模型建立和应用得出结论。然后管理团队 或管理者通过模型得出的结论来做出决策并让其得到执行，通过决策的执行，必然将得 到决策实施的结果。在日常的管理活动中得到结果后，并不是就结束了，而是将结果形 成反馈传输给管理决策者，为更准确的数据模型与决策提供新的信息。如此周而复始， 便是一个具有典型代表作用的循环往复的数据模型与决策过程。 [亘 []卜一压巫 幻图 2． 1 数据模型与决策流程埘2． I 华东理工大学 硕士学位论文 第 3页 的基础，从而为找出解决方案并实施提供了一种科学应用的方法。 ／，， 一～、、 。、扣 q 题的确定， 、＼～～一一一 ’ ．／， ’ 一一 ——— ＼ @立模缈 ＼＼、延受 ，， ——————— 、 ／ — 一 — 、＼ (实施方案 娟定解决方 ＼ (结果分析 ) ＼＼～ — ／／ ＼、～ — ／ 7 ＼＼～／ 7 图 2． 2应用科学方法。 ” 2． 2 据模型与决策系统地介绍和提供了多种典型的解决方法，这些方法将根据不同的 问题解决的需求而发挥各自的作用。如表 2． 1 所示，常用的有回归模型、规划求解模型、 时间序列预测、库存最小化模型、网络分析以及决策分析等。这些方法在解决具体问题 的时候不仅仅能单一地应用，而且可以结合使用，以便用来解决相对比较复杂且具有各 种变量和限制条件的问题。本章后续将重点详细讨论线性回归模型和线性规划求解模型， 这两种模型将是帮助我们解决 司生产和运输数据决策模型的主要方法。 表 2． 1典型的应用科学解决方法 ． 1 决方法 方法描述 线性回归 在线性自变量和因变量间找到相关性 回归 非线性回归 在非线性自变量和因变量间找到相关性 线性规划 在线性目标和约束条件间取得最优化结果 非线性规划 目标和约束为非线性函数 多目标规划 在相对立的目标间寻得妥协 规划求解 整数规划 决策变量取整数解 预 测 设计时间序列 库存模型 把库存的成本降至最低 网络分析 用各种活动和事件的网络排列来说明项目 决策分析 比较其他决策的结果 2． 1． 2 线性回归模型应用 1．回归模型概述 第 4 页 华东理工大学硕士学位论文 回归分析的基本思想方法来自于他们在研究父母和子女身高的遗传问题。人们直到 现在还经常使用这个回归产生的公式来预测自己子女成年后的身高，预测准确性和精确 性都非常得高。两位大师当年收集了 1000 多对夫妇的平均身高作为自变量，取他们的 一个成年儿子的身高作为因变量，将结果按照实验的方法绘制散点图，他们惊奇地发现 这些散点的连线近乎于一条直线，从而发现了它们内在的联系，同时也开辟了在统计学 历史上有重要作用和意义的重要统计分析方法和技术。回归模型 (通过 数据分析方法确定预测因变量 Y 和可控自变量 间的相互关系。在典型的回归模型 中，通常要求自变量是属于连续变量 。回归模型可以帮助解释自变量 否对对因变 量 Y 有影响，且可以解释影响的程度多大。通常可以简单地用 Y=f(3， ， 这个通用的函数关系式来表达。回归模型是一种比较实用的统计分析方法，既可以用来 作因变量 Y 的在不同自变量 预测模型，也可以用来分析导致因变量Y 的自变量 的主要的 X，也就是根本原因分析。通常的回归模型可以遵照下图2． 3所列步骤和方 法进行。 图 2． 3 建立回归模型方法图 2． 3 只有一个自变量的回归模型中，因变量 Y 和自变量 x 存在着某种关系，通常被称 为相关性。与之相对应的是相关性系数，它是用来考察相关性的程度。通常我们可以用 散点图形象地来描述这种关系。前述两位大师对父母和子女身高的调查研究分析过程中 就在统计分析学术界里最早地应用到了这种简单实用的基本统计分析方法。这里想特别 华东理工大学硕士学位论文 第 5 页 澄清一点的是，因变量 Y 与自变量 X 存在相关性时，并不能就说明因变量 Y 和自变量 X 之间就存在因果关系。换句话说，相关性不等于因果关系，自变量和因变量之间可能存 在相关性，但是它们之间不一定是因果关系。当我们想用这种方法来分析和解决一些问 题时，尤其是要查找导致结果的根本原因时，不能就单一地使用回归分析的相关性来提 到事物本来的因果关系，而是要结合实际事物特性，选用可能的自变量，再结合相关性 或者回归分析来找出主要的根本原因。否则，盲目使用这种方法来确定因果关系的结果 可能会导致和迷信思想类似的错误。 当因变量 Y 与自变量 X 之间存在确定性的线性关系，因变量 Y 值完全依赖于白变量 x 的变化，那么我们称之为完全线性相关。如图 2． 4 左上角示例所示，当相关系数为 +1 时，即为完全线性正相关；反之，当相关系数为一 1 时，则为完全线性负相关。在实际的 问题解决中，这种完全线性相关的案例少之又少，基本上是属于最理想的一种回归模型， 就好像因变量 Y 和自变量 X 完全是用固定的数学计算公式计算而来。在实际问题解决过 程中，更多出现的是图 2． 3 左下角所示的非完全线性相关。在这种情况中，因变量 Y 和 自变量 X 存在着一定的相关性，但是它们之 间的关系并不是完全相关，也就是说因变量 Y 除了依赖于自变量 X 之外还依赖于别的自变量。在这种情况中，因变量和自变量之间 的相关系数介于除 0 之外的一 1 到 +1 之间的开区间。相关系数为正数时，它们之间为正 相关性，反之为负相关性。当因变量和自变量之间的相关系数为特殊值 0 时，也就是它 们之间没有任何相关性，被认为完全不相关。 Y ＼ 完全正线性相关 × 完全负线性相关 X Y Y 正线性相关 X 图 2． 4 相关性散点图示例㈨ 2． 4 图 2． 4 右上角所示，实际应用中还可能碰到自变量 Y 和因变量 x 之间不是存在线 性的关系，而是一种非线性的关系。这种非线性关系通常比较复杂，自变量和因变量之 间存在着指数变化关系，而且可能在不同的区间内会有不同的相关关系。碰到这种情形， 第 6 页 华东理工大学硕士学位论文 再用线性的回归方法则基本上难以实现自变量 之间的相关关系。幸运的是， 随着计算机和 面上存在着各种专用的应用软件来帮助特定的行业或 者实际情况来解决这个问题。基于所研究的实际问题情况，本文中将不对非线性回归问 题进行深入的研究。值得一提的是，有文献建议对于某些具体的特定问题，在基于实际 技术掌握和经验积累的基础上，可以把一些相对不是特别复杂的非线性相关的问题化解 成线性问题。我们可以举行 2． 5 中的非线性相关图为例。我们如果在图中曲线顶点处将 自变量 x 分成两组，那么在前半组里，因变量 Y 和自变量 x 将是线性正相关关系，后半 组则为线性负相关。这样的话，只要我们能够对自变量进行良好地分类的话，就可以将 复杂的非线性问题转化相对简单的线性问题来解 决，这样的应用在实际的问题解决中也 经常会被用到。既可以让复杂的非线性问题转化为简化的线性问题，同时只要分割方法 得当，又可以保证回归模型的准确性和精确性。在有限的时间，有限的资源和足够的样 本空间的情况下，前述方法不失为一种解决问题的捷径。 线性正相关 X 非线性相关 X 线性负相关 X 图 2． 5非线性问题转化 ”1 2． 5 ．一元线性回归模型 顾名思义，一元线性回归是指涉及一个自变量的回归，且因变量与自变量之间为线 性关系。即用只含一个自变量线性方程式来预测或者解释一个因变量的回归方法。一元 线性回归分析采用众所周知的 “ 最小二乘法原理 ” 来建立一元线性回归方程式。一元线 性回归通常用如下方程式来表示。 ^ 一 ● a+ 咒 =口 +魄 +弓 华东理工大学 硕士学位论文 第 7页 其中 a， b 成为回归系数，乃是称为回归值或是拟合值，咒是对应的因变量真实值。 它们不一定相等，差值用残差吃来表示。当残差平方和最小时，回归方程的拟合程度最 好。在常用的线性回归分析软件里一般都自带了残差平方和的计算和残差分析，为使用 者提供的极大的便利而无需利用复杂的方程式来求解和计算。一般我们可以使用计算机 软件帮助完成一元回归分析，比如 件自带的数据分析扩展功能或者企业在作精 益六西格玛管理时常用的统计分析工具 当收集到需要的数据，我们就可以用软件求解出回归方程式。但是这一步并不是一 元线性回归的结束点，而是需要后续的一元线性回归效果的检验步骤才能确定所运行出 来的数据模型是否可信、可用。通常情况下，还需要作相关系数检验、 F 检验、残差分 析等工作。我们在前述章节里已经详细描述过相关系数，那么相关系数检验就是要分析 自变量和因变量在这个一元线性回归方程里是否有显著的相关性。通常在默认的显著性 水平 Ⅱ=0 ． 05 的情况下，可以根据样本个数和变量个数查得相应的相关系数临界值。对 于一元线性回归方程，在实际应用中通常采用简化的方法，一般认为正相关系数大于 0． 85 或者负相关系数小于一 0． 85 即为较理想的一元线性回归方程。当然，在实际应用的 具体特殊情况下，比如样本空间的因素，测量系统的影响等等，也会出现采用 +0． 7 或者 一 0． 7 左右的相关系数作为检验通过值。在一元线性回归模型应用中， F 检验即为方差分 析。 F 服从自由度为 (1， n 一 2)的 F 分布。同样在默认的显著性水平 Q 下，可以查得查得 临界值 F Q(1， 如果 F 大于这个临界值，我们则认为因变量和自变量有明显的线 性关系，该一元 线性回归方程能够显著地解释因变量和自变量之间的关系。典型的方差 分析表如表 2． 2 所示，常用的回归分析软件都会相应地帮我们计算出这些值以供检验之 用。残差分析如上所章节所诉，当残差标准差越小时，一元线性回归方程拟合因变量和 自变量之间的关系的拟合度越高，相应的应用软件同样会给出相应数值以供检验。 表 2． 1 典型的一元回归分析方差分析表1 ． 1 异源 平方和 由度 均方 方差分析 显著性 F P 回归平方和 1 F=差平方和 = (总平方和 n 一 1 3．多元线性回归模型 多元线性回归模型是指因变量 Y 涉及与多个自变量 )(间的回归，且因变量与自 变量之间为线性关系。即用含有多个自变量的线性回归方程式来预测或者解释一个因变 量的回归方法。它与一元线性回归分析的最主要区别在于回归方程式是包含单个自变量 第 8 页 华东理工大学硕士学位论文 还是多个自变量的回归分析。典型的多元线性回归方程可以用如下方程式来表示。 多=a++ 其中， a、 称偏回归系数。 回归系数的确定方式和一元线性回归方程有共同之处。它同样也是利用最小二乘法原 理，取使得多元线性回归方程偏差平方和最小时的回归系数。最大的不同之处则是在一 元线性回归方程中，只需要确定两个回归系数即可，而在多元线性回归方程中则需要确 定若干个偏回归系数，个数等于自变量的个数加上一个常数回归系 数。由于变量增加了， 求解回归方程自然也就要复杂得多。由于本文偏重于数据决策模型的应用，而不是理论 研究，对于具体的求解方程不作过多的研究和分析，而是尽量利用现有的计算机和软件 技术来辅助完成必要的回归分析。在实际使用软件求解的过程多元线性回归分析并不会 比一元线性回归分析复杂多少，求解速度也基本不受影响。 与一元线性回归模型相同，利用软件求解出来的多元线性回归方程同样也需要通过 相应的检验才能确定所拟合的回归数据模型是否可信、可用。多元线性回归方程也需要 作相关系数检验、 F 检验、残差分析等工作。在相关系数检验中，不同于一元线性回归 方程的是我们称多元线性回归方程的相关系数为复相关系数 (R)，它反映的不再是因变 量 Y 与一个自变量 X 的线性相关程度，而是白变量 y 与多个自变量 ， 间线性相关程度。在多元线性回归模型中， R 一般取正值， 0≤R≤1 。 R=l 时， Y 与变 量 ， XⅢ 之间存在严格的线性关系。与一元线性回归分析类似，当 R=O 时， 因变量 Y 与自变量 ， 者称它们间完全不相 关；当 0FⅡ(m ， n— )， 则 表示因变量 Y 与自变量 ， 于自变量多于 一个，多元线性回归还有一个有别于一元线性回归模型重要步骤，这个步骤是主次因数 的判断步骤。在典型的多元线性回归方程中，软件会辅助完成偏回归系数的标准化和偏 华东理工大学硕士学位论文 第 9页 回归系数的偏回归平方和的计算，我们将得到相应的值。例如，我们可以得到软件计算 的每个自变量的显著性 而根据 的主次影响程度。 表 2． 2典型的多元线性回归方差分析表 ． 1 异源 平方和 由度 均方 差分析 F 显著性 P 回归平方和 M a F=差平方和 1 = (n— ) 总平方和 ． 1． 3 线性规划求解模型应用 规划求解模型顾名思义即为辅助完成实际问题的统筹规划。如果按照规划求解的线 性或者非线性规划方式可以相应地分为线性规划求解模型和非线性规划求解模型。本文 参照各文献的阐述和具体案例经验，尝试采用线性规划求解模型来解决将要探讨的实际 问题。线性规划求解通常可以应用在如下方面的具体问题。本文研究的问题是结合了前 两者的问题，也就是既有生产计划问题，也有运输调度问题，尝试通过线性规划求解的 问题来辅助完成生产和运输成本最小化的问题。 比如生产某种产品，这种产品在不同地点的工厂进行生产，在不同生产工厂的生产 成本不同，其所获得的利润也不同。要求在各个工厂生产能力的限制下和产品需求的条 件下，如何安排生产可获得最大利润。 2．运输调度问题 某种产品的生产工厂和交货点有若干个，从各产地到各交货点的运送距离不同，即 运费不同。要求在满足各交货点产品需求量的情况下，如何调度可使得总运费最小。 3．原料搭配问题 在满足产品特定成分要求的情况下，如何合理安排配方进行成分配比可使产品生产 成本最小化。 4．选址问题 在满足需求量和客户产品交货需求的前提下，基于总运营成本最小化的情况，选择 最佳生产厂址。 与前面章节阐述的利用回归模型来解决问题类似，线性规划求解模型同样存在着其 一般适用的基本步骤。如图 2． 6所示，规划求解模型主要由理解问题、确定决策变量、 定义目标函数、指出约束条件、模型求解、模型检验和应用模型结果等步骤组成。 第 10 页 华东理工大学 硕士学位论文 图 2． 6建立规划求解模型方法图 2． 6 先需要理解需要解决的问题，将需要解决的问题具体化成需要做出的基本决策， 从而指出决策变量。确定了决策变量之后，紧接下来的一步便是用确定的基本决策变量 来表示目标函数，也就是建立线性规划求解模型的目标函数。该函数表示了该线性规划 求解模型中决策变量之间的数学关系。在实际问题中，决策变量间往往存在着各种约束 条件和关系，也需要我们用决策变量的组合来表示这些约束条件和关系。决策变量自身 的取值通常也存在着各种各样的限制，在线性规划求解模型中也必须以约束条件的方式 来表示这些限制，给出决策变量自身的上下限等。然后我们可以利用计算机软件根据既 有的程序进行规划求解，给出目标函数所要解决的问题的结果，同时反映到决策变量的 数据上。与回归模型一样，对模型结果的检验同样在线性规划求解模型应用中是不可缺 少的一步。任何数学模型仅仅是对实际问题的一个数学抽象，任何数学求解结果都需要 对实际情况进行分析才能取得对实际问题深入的认识。通常而言，我们要求对线性规划 求解模型做敏感性分析，常被称为 种分析可以通过该改变决策变量来 了解其对结果的影响，从而可以有效地帮助 管理中做出最终决定。 2． 2关于运营与供应链管理的理论概述 2． 2． 1运营与供应链管理概述 运营与供应链管理就是对运营过程的计划、组织、实施和控制，是对企业生产交付 华东理工大学 硕士学位论文 第 1产品或者服务的系统进行设计、运作以及过程改进，是企业商业活动的基础活动之一。 运营与供应链管理的主要目标涉及到产品或者服务的质量、成本、时间和柔性，这些都 是企业竞争力的根本源泉 。 众所周知，企业若想长期可持续地发展，那么企业就必然离不开符合其自身的发展 战略。那么是不是有了战略，企业就能高枕无忧，以逸待劳了呢 ?答案是否定的，战略 离不开战略的实施和具体执行方案。只有企业的战略被真正实施了，才真正意义上称为 战略，否则将仅仅是战略口号而已。当今很多有潜力的企业并不缺少所谓的战略口号， 缺少的往往是战略的执行方案。另一方面，好的企业战略必须从事实和数据出发，同时 需要有详细、具体的执行方案。运营与供应链管理恰恰提供了这样的一种管理方法和指 导，它把四个关键要素一一战略、人员、技术与运营流 程有效地结合在一起。它紧紧围 绕着企业战略，通过各种运营与供应链管理方法和工具来制定各项计划和流程，为企业 提高竞争力提供了成功保障。这些竞争力包括降低产品成本、提高产品交付速度、提高 产品交付可靠性、增强生产供应变化能力、加快柔性开发速度以及满足产品其他特殊要 求等。 “ 。 运营与供应链管理可以简单分为产品与服务设计过程、生产制造过程、系统改进过 程、供应链管理过程以及供应与需求计划过程等。其中系统改进过程和供应链管理过程 也是本文后续分析和讨论的一个重心，主要是针对于产品或者服务的物流和配送、精益 与可持 续供应链管理。 2． 2． 2精益与可持续供应链概述 精益与可持续供应链是运营与供应链管理的一个重要环节，精益与可持续供应链主 要专注于减少供应链中的浪费，包含通常所定义的七大浪费，例如不必要的运送、等待 和过量生产等。所谓精是指不投入过量的生产要素，而是要切到好处：所谓益是说任何生 产制造环节都应有价值增加，力求没有故障损失，零库存，利益最大化拍 3。它是一个有计划 的、稳定的、可视化的，以及上下游互相紧密合作的供应链流程 到精益生产，不 得不提到价值流的概念。 图 2． 7价值流 ． 7 第 12页 华东理工大学 硕士学位论文 如图 2． 7所示，价值流包含了从计划到实施、从订单到发货等一系列的价值增加活 动和无价值增加活动。对应地我们还能画出企业活动过程的价值流程图 (它的意义在于能够帮助我们清晰地了解整个企业活动过程甚至细分的子过程， 并针对这些过程进行必要的数据分析，从而能够帮助了解和确定过程的浪费点，以便针 对这些浪费点做出必要的改进。 凡是被客户认可并愿意付费的过程、改变了产品或者服务的过程、在第一次就把事 情做正确的过程我们称之为价值增加活动，例如正常的产品生产和运送；反之，凡是在 任何工作流程中只增加成本而不增值的、不被客户认可和付费的过程即为无价值增加活 动，例如不必要的生产等待时间所花的费用或者是由于安排不当造成的过多的运输费用 等。有专业的咨询公司针对增值率分别对传统企业和世界级领先企业作了调查，结果多 少有些令人惊讶。如图 2． 8 所示，一般的传统企业统计意义上的增值率只能做到 5％左右， 而即使是世界级的领先企业也只有 50％。有人不禁会问，世界级的企业的比率也不高， 是不是这个指标本身有问题。这里需要澄清一点的是有些无价值增加的活动有时候是不 可避免的，例如受技术条件所限的设备开机、热机等待时间，跟生产经营活动相关的证 照事务、法规要求、道路交通管制等。尽管如此，很多传统的企业还是存在着很大的改 善空间，可以通过各种精益生产的方法以达到或者接近于世界级领先企业的水准。例如 流程可视化、拉动生产、 6S 等方法，这些方法适用于不同的情形下的增值率改善。 增值率为 5％ 增值率为 50％ 图 2． 8增值率 ． 8 益与可持续供应链管理的主要目的就是要通过优化供应链过程，减少无价值增加 的活动，即回到了精益生产的本质一一减少浪费。前述提到的不必要的运送或者是过量 生产等，并不为客户所认可，客户也不会为此而买单，这些就是典型的浪费表现。这些 浪费将增加企业的生产运营成本，继而最终转化为产品或者服务的成本，它将使企业失 去成本或者价格优势。 2． 2． 3 精益六西格玛集成理论 六西格玛管理方法最早起源于美国摩托罗拉公司，后来居上者则是由杰克 · 韦尔奇 领导下的 西格玛管理方法的应用使其逐渐走出濒临破产保护的困境，实现 了通用电气
本文（[MBA论文]AG公司生产和运输综合成本优化）为本站会员（深度行业报告）主动上传，三个皮匠仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。
若此文所含内容侵犯了您的版权或隐私，请立即通知三个皮匠（发送邮件至或直接QQ联系客服），我们立即给予删除！
温馨提示：如果因为网速或其他原因下载失败请重新下载，重复下载不扣分。
copyright@
三个皮匠网站版权所有
经营许可证编号:湘ICP备