Kanban, a pull system for inventory control is in direct contrast to conventional push systems. In the pull system, the kind and quantity of items needed by the succeeding stage are withdrawn from the preceding stage, only at the rate and at the time they are consumed. In this paper, lot size models are formulated in two special cases of practical interests and simple solution procedures are adapted to minimize the total cost of the kanban system. An numerical example is solved to illustrate the method.
A dynamic lot size model is developed for the deteriorating items. The amount of deterioration during a period is assumed to be proportional to the inventory at the end of the period. It is further assumed that deterioration rates can differ among periods. This new model is shown to be equivalent to the general one by simple transformation of some variables. A numerical example is given to illustrate the derived results.
There are many cases of production processes which intermittently produce several different kinds of products for stock through one set of physical facility. In this case, an important question is what size of production run should be prduced once we do set-up for a product in order to minimize the total cost, that is, the sum of the set-up, carrying, and stock-out costs. This problem is used to be called scheduling of multiple products through a single facility in the production management field. Despite the very common occurrence of this type of production process, no one has yet devised a method for determining the optimal production schedule. The purpose of this study is to develop quantitative analytical models which can be used practically and give us rational production schedules. The study is to show improved models with application to a can-manufacturing plant. In this thesis the economic production quantity (EPQ) model was used as a basic model to develop quantitative analytical models for this scheduling problem and two cases, one with stock-out cost, the other without stock-out cost, were taken into consideration. The first analytical model was developed for the scheduling of products through a single facility. In this model we calculate No, the optimal number of production runs per year, minimizing the total annual cost above all. Next we calculate No$_{i}$ is significantly different from No, some manipulation of the schedule can be made by trial and error in order to try to fit the product into the basic (No schedule either more or less frequently as dictated by) No$_{i}$, But this trial and error schedule is thought of inefficient. The second analytical model was developed by reinterpretation by reinterpretation of the calculating process of the economic production quantity model. In this model we obtained two relationships, one of which is the relationship between optimal number of set-ups for the ith item and optimal total number of set-ups, the other is the relationship between optimal average inventory investment for the ith item and optimal total average inventory investment. From these relationships we can determine how much average inventory investment per year would be required if a rational policy based on m No set-ups per year for m products were followed and, alternatively, how many set-ups per year would be required if a rational policy were followed which required an established total average inventory inventory investment. We also learned the relationship between the number of set-ups and the average inventory investment takes the form of a hyperbola. But, there is no reason to say that the first analytical model is superior to the second analytical model. It can be said that the first model is useful for a basic production schedule. On the other hand, the second model is efficient to get an improved production schedule, in a sense of reducing the total cost. Another merit of the second model is that, unlike the first model where we have to know all the inventory costs for each product, we can obtain an improved production schedule with unknown inventory costs. The application of these quantitative analytical models to PoHang can-manufacturing plants shows this point.int.
We consider a two-tier supply chain with multiplicative random yield. We focus on the supply chain performance with respect to the control scheme of determining the production lot size. The profit loss due to distributed control is analyzed to give an insight for devising efficient supply contracts.
외상 거래는 고객의 수요를 증대시킬 목적으로 공급자가 경쟁 업체와의 가격 차별화 수단의 하나로 활용되어진다. 특히 공급자(Supplier), 중간유통자(Retailer) 그리고 고객(Customer)으로 구성되는 2 단계 공급사슬의 경우 공급자로부터 허용되는 상품 대금의 지불 유예는 중간유통자의 재고투자비용을 줄이는 수단이 되고, 중간유통자는 줄어든 재고 투자비용의 절감으로부터 최종 고객의 수요 증대를 기대하면서 판매 가격을 할인 할 수 있는 여지를 갖게 된다. 이와 같이 외상을 통한 지불 유예가 고객의 수요 증대를 목적으로 경쟁 기업과의 차별화 방안으로 제공되어 진다는 면에서 보면 외상 거래 기간은 거래량에 따라 차등적으로 허용되는 것이 좀 더 일반적일 수 있다. 퇴화성 제품의 경우 주문량에 따라 주어지는 외상 거래 기간은 중간유통자의 주문량에 긍정적인 요인이 되지만 제품의 퇴화는 주문량의 증가에 부정적인 요인이 될 수 있어 중간유통자의 재고정책 결정에는 두 요인의 절충이 필요하고, 특히 퇴화율은 중간유통자의 재고정책 결정에 중요한 역할을 하게 된다. 본 연구에서는 주문량에 따라 종속적으로 외상 거래기간이 허용되는 상황 하에서 퇴화율이 중간유통자의 재고정책에 미치는 영향을 분석하고자 한다.
신용거래는 공급자가 고객의 수요를 증대 시킬 목적으로 경쟁 업체와의 가격 차별화 전략의 하나로 활용되어진다. 고객 입장에서 보면 공급자로부터 제품 대금에 대하여 일정 기간 동안 지불 유예가 허용되면, 재고 투자 비용이 절감되는 효과가 발생하고 결국 고객의 재고 정책에 긍정적인 영향을 미치게 된다. 전통적인 재고 모형의 경우 고객의 주문 비용은 주로 고정 비용으로 가정하였다. 그러나 많은 실제 문제의 경우, 고객은 고정 주문 비용과 함께 제품 운송을 위한 운송비용을 부담하고 있으며, 대부분의 운송비용은 구입량(주문량)에 따라 종속적으로 발생하게 된다. 본 연구에서는 공급자가 고객에게 제품 대금에 대하여 일정 기간 동안 신용거래를 허용하는 상황 하에서 고객의 주문 비용이 고정 주문 비용과 함께 주문량에 따라 종속적으로 발생하는 운송 비용을 포함한 재고 모형을 분석하였다. 문제 분석을 위하여 재고는 시간이 경과함에 따라 일정률로 퇴화한다는 가정 하에 고객의 연간 총 재고 비용에 대한 모형을 수립하였고, 총비용을 최소화하는 경제적 주문량 결정을 위한 해법을 개발하였다.
Supply chain managers seek to achieve global optimization by solving problems in the supply chain's business process. However, companies in the supply chain hide the adverse information and inform only the beneficial information, so the information is distorted and cannot be the information that describes the entire supply chain. In this case, supply chain managers can directly collect and analyze supply chain activity data to find and manage the companies described by the data. Therefore, this study proposes a method to collect the order-inventory information from each company in the supply chain and detect the companies whose data characteristics are explained through deep learning. The supply chain consists of Manufacturer, Distributor, Wholesaler, Retailer, and training and testing data uses 600 weeks of time series inventory information. The purpose of the experiment is to improve the detection accuracy by adjusting the parameter values of the deep learning network, and the parameters for comparison are set by learning rate (lr = 0.001, 0.01, 0.1) and batch size (bs = 1, 5). Experimental results show that the detection accuracy is improved by adjusting the values of the parameters, but the values of the parameters depend on data and model characteristics.
The objective of the study is to develop life cycle inventory (LCI) database of dam, a major facility for irrigation water supply. The types of database developed are three out of nine dams according to the size of the wate r storage capacity: two kinds larger than 500,000 $m^3$ depending on gate for discharging (Type 1) and the other dam smaller than 500,000 $m^3$ (Type 2). According to the LCI analysis, type 1 larger than 500,000 $m^3$ storage capacity with gate has the lowest environment impact in the 6 impact categories. The impact of the type 1 accounts for 7~35 % of the type 2 for supplying irrigation water. Comparing with the environment impacts of water for other uses such as drinking and industrial water, the impacts of 1 $m^3$ irrigation water supply is 4~45 % of the one for industrial water supply and 1~16 % of the drinking water's. The three types of LCI DB on the irrigation water by dams will be useful in the application of Life Cycle Assessment in agricultural products and environmental labelling including carbon footprint since it is complied to the guidelines of LCI DB constr uction issued by Ministry of Environment and Ministry of Knowledge Economy.
The purpose of this paper is to study the effects of container size with multi-stage and multi-item on average inventory and customer service level in Kanban systems. We use the different distributions of demand and interarrival time for each item to show that we had better to change the container size depending on different type of item for this simulation study. The small lot size can be used for container size of a single item if there is no setup time. The container size should be identical with average order size as setup time increases. The fill rate increases if the container size is large with multi-item. However, it is difficult to establish the effective container size because the effects of the container size on the order queue time are not clear. It is suitable to use the average order size as the container size for each item if the variance of demand and interarrival time of each item is relatively small. It is effective to sue the average container size if the variance of them is relatively large.
The domestic semiconductor industry can produce various products that will satisfy customer needs by diversifying assembly parts and increasing compatibility between them. It is necessary to improve the production line as a method to reduce the work-in-process inventory (WIP) in the assembly line, the idle time of the worker, and the idle time of the process. The improvement of the production line is to balance the capabilities of each process as a whole, and to determine the timing of product input or the order of the work process so that the time required between each process is balanced. The purpose of this study is to find the optimal WIP and buffer size through SA (Simulated Annealing) that minimizes lead time while matching the number of two parts in a parallel assembly line with bottleneck process. The WIP level and buffer size obtained by the SA algorithm were applied to the CONWIP and DBR systems, which are the existing production systems, and the simulation was performed by applying them to the new hybrid production system. Here, the Hybrid method is a combination of CONWIP and DBR methods, and it is a production system created by setting new rules. As a result of the Simulation, the result values were derived based on three criteria: lead time, production volume, and work-in-process inventory. Finally, the effect of the hybrid production method was verified through comparative analysis of the result values.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.