زمان بندی و تناوب بهینه برای MRP با توجه به خط مشی POQ

زمان بندی و تناوب بهینه برای MRP با توجه به خط مشی POQ –  ایران ترجمه – Irantarjomeh

مقالات ترجمه شده آماده گروه مهندسی صنایع

مقالات ترجمه شده آماده کل گروه های دانشگاهی

مقالات رایگان

مطالعه 20 الی 100% رایگان مقالات ترجمه شده

1- قابلیت مطالعه رایگان 20 الی 100 درصدی مقالات 2- قابلیت سفارش فایل های این ترجمه با قیمتی مناسب مشتمل بر 3 فایل: pdf انگیسی و فارسی مقاله همراه با msword فارسی -- تذکر: برای استفاده گسترده تر کاربران گرامی از مقالات آماده ترجمه شده، قیمت خرید این مقالات بسیار کمتر از قیمت سفارش ترجمه می باشد.  

چگونگی سفارش

الف – پرداخت وجه بحساب وب سایت ایران ترجمه (شماره حساب) ب- اطلاع جزئیات به ایمیل irantarjomeh@gmail.com شامل: مبلغ پرداختی – شماره فیش / ارجاع و تاریخ پرداخت – مقاله مورد نظر -- مقالات آماده سفارش داده شده عرفا در زمان اندک یا حداکثر ظرف مدت چند ساعت به ایمیل شما ارسال خواهند شد. در صورت نیاز فوری از طریق اس ام اس اطلاع دهید.

زمان بندی و تناوب بهینه برای MRP با توجه به خط مشی POQ

ژورنال بین المللی اقتصاد تولید

دانشگاه کینگ سعود، کالج مهندسی، دپارتمان مهندسی صنایع، عربستان سعودی

مرکز مهندسی صنایع و علوم کامپیوتر، فوریئل، سینت اتینی، فرانسه

الزویر

2011

چکیده

این مقاله مولفه برنامه ریزی تامین قطعات مورد نیاز برای سیستم های مونتاژ را ارائه می نماید که در آن انواع مختلف قطعات از طریق تامین کنندگان خارجی سفارش داده شده تا آنکه قابلیت تولید نوع خاصی از محصول نهایی فراهم شود. بواسطه وجود تاخیرهای تصادفی، زمان تدارک حقیقی قطعات غالباً متفاوت از زمان های قید شده در قرارداد می باشد. بر این اساس، در این مطالعه یک رویکرد MRP با خط مشی مقدار سفارش دوره ای (POQ) برای برنامه ریزی تامین قطعات به کار گرفته می شود. هدف ما یافتن مقادیر بهینه تناوب سفارش و زمان های تدارک برنامه ریزی شده در مرحله جبرانی راهکار MRP می باشد. بر این مبنا هدف به حداقل رسانی مجموع میانگین هزینه های نگهداری قطعات، هزینه های تمام شده، هزینه های انباشتگی محصول و هزینه های تنظیم و راه اندازی یا استقرار سیستم می باشد. ویژگی های تئوریکی متعددی در ارتباط با تابع هدف اثبات شده و یک الگوریتم بهینه سازی کارامد ارائه می شود. ویژگهای اثباتی فرم و صفات صریح مرتبط با تابع هدف، همراه با ایجاد الگوریتم بهینه سازی، از جمله بیشترین مباحث مطرح شده در این مقاله به شمار می آیند. روش ایجادی را می توان برای بهینه سازی زمان بندی و تناوب کارها  برای سیستم هایی نظیر MRP تحت شرایط ابهام در زمان تدارک به کار گرفت.

کلمات کلیدی: سیستم های مونتاژ، برنامه ریزی تامین، زمان تدارک تصادفی، مقدار سفارش دوره ای، پارامتری سازی MRP

1- مقدمه

رویکرد برنامه ریزی احتیاجات مواد (MRP) به طور گسترده ای در صنایع برای برنامه ریزی تولید و مدیریت تامین به کار گرفته شده است. ویژگی عملی اصلی MRP قطعاً در این حقیقت نهفته است که چنین مفهومی فراهم آورنده یک درک روشن و ساده در خصوص چارچوب کار می باشد که همراه با ویژگی ارائه یک سیستم اطلاعاتی قدرتمند جهت کمک به تصمیم گیرندگان مد نظر است. مزیت ها و نقص های این رویکرد، همراه با راهکارهای عملی که جهت پیاده سازی MRP در محیط دنیای واقعی ضروری هستند، به طور گسترده ای در مباحث مطرح شده مورد بررسی قرار گرفته اند (Baker، 1993؛ Sipper و Bulfin، 1998؛ Zipkin، 2000؛van Donselaar و Gubbels، 2002؛ Axsater، 2006؛ Tempelmeier، 2006).

در MRP برای حصول یک محیط قطعی بدون محدودیت و بر مبنای کاربرد سیاست تامین نیاز قطعات، اقلام دقیقاً می بایست بصورت به هنگام (JIT) تحویل داده می شوند. با این وجود، تحت شرایط عملیاتی حقیقی، غالباً بواسطه وجود عوامل تصادفی ممکن است شاهد کمبود موجودی یا در دسترس نبودن مواد مورد نیاز باشیم. بعلاوه، برخی از هزینه ها و محدودیت ها (حمل و نقل، قواعد مربوط به تامین کنندگان قطعه، و غیره) به عنوان ویژگی های محدود کننده در این زمینه به شمار می آیند. بنابراین، لازم است تا قابلیت یافتن روش هایی جهت تطبیق با تکنیک MRP در این موقعیت های جهان واقعی را داشته باشیم. خوشبختانه، MRP دارای پارامترهای متعددی به منظور پیکربندی آن می باشد. یک انتخاب مکفی مرتبط با این پارامترها را می توان تنظیم مناسب MRP جهت تعامل با مجموعه کاری واقعی تر دانست. بنابراین، یکی از مسائل اساسی MRP پارامتری سازی آن برای شرکت ها و موقعیت های جهان حقیقی می باشد.

MRP دارای چندین پارامتر است: زمان تدارک برنامه ریزی شده، موجودی احتیاطی، قاعده دسته بندی کردن قطعات، افق های تثبیت قیمت و برنامه ریزی و غیره. تاثیر بسیاری از این پارامترها قبلاً در این مبحث مورد بررسی قرار گرفته اند. به طور مثال، مقالات گسترده ای در خصوص محاسبه موجودی احتیاطی برای تقاضای تصادفی محصولات تمام شده ارائه شده اند (همانند Porteus، 1990؛ Lee و Nahmias، 1993؛ Alstrom، 2001). در مقابل، برخی از پارامترها به نظر تحت مطالعه مکفی قرار نگرفته اند، نظیر زمان تدارک برنامه ریزی شده (تفاوت های بین تاریخ های مقرر و تاریخ های ارائه).

در حقیقت، غالب مقالات تنها مدلهایی را پیشنهاد می نمایند که در آن زمان تدارک به صورت ثابت مدنظر می باشد. در واقعیت، زمان های تدارک ندرتاً ثابت هستند. رخدادهای ناپیدا ممکن است سبب بروز تاخیرهای تصادفی شوند (Koh و Saad، 2003). البته، مواردی نیز وجود دارند که عدم قطعیت زمان تدارک الزاماً تاثیری بر روی موارد مرتبط نداشته و بنابراین می توان آنها را نادیده انگاشت (یا آنها را در مدل سازی تقاضای زمان تدارک گنجاند). با این وجود، غالب مواقع، نوسانات زمان تدارک به طور شدیدی سبب تنزل عملکرد سیستم از طریق افزایش ذخیره احتیاطی، موجودی های اضافه برگنجایش یا عودت محصول از مشتری و هزینه های مرتبط با آن می شوند (Liberopoulos و همکاران، 2010). در این ارتباط، غالب مواقع، این زمان های تدارک تصادفی را می بایست به دقت مدنظر قرار داد.

البته قابلیت مذاکره زمان تدارک قراردادی با تامین کنندگان وجود دارد. با این وجود، به دلایل مختلف، زمان های تدارک مقاطعه کاری یا قراردادی غالباً مورد پذیرش قرار نمی گیرند. در این مورد، مدیران ایده زمان تدارک احتیاطی را مطرح می نمایند (زمان تدارک برنامه ریزی شده مساوی با مجموع زمان تدارک برحسب قرارداد یا مقاطعه و زمان تدارک احتیاطی می باشد). هرچه که یک تامین کننده نامطمئن تر و ناپایاتر باشد، به زمان تدارک برنامه ریزی شده بیشتری نیاز خواهد بود. بنابراین، تعریف مقادیر مکفی برای زمان تدارک برنامه ریزی شده به عنوان یک مشکل وابسته و عملی برای صنایع به شمار می آید.     

این موضوع به خوبی شناخته شده است که راهکارهای معمولی مدیریتی منجر به تورم زمان های تدارک برنامه ریزی شده می شود. بنابر این، چنین موردی سبب افزایش شدید هزینه های نگهداری خواهد شد. مقادیر بهینه زمان های تدارک برنامه ریزی شده را می بایست به گونه ای مشخص ساخت که قابلیت به حداقل رسانی کل هزینه وجود داشته باشد. حتی چنین موردی برای موجودی های قطعات در سیستم های مونتاژ که دارای زمان های تدارک تصادفی قطعات هستند (یعنی زمان تدارک) نیز می تواند مهم تر باشد. سیستم های مونتاژ مخصوصاً به زمان تدارک قطعاتی مختلف حساسیت دارند، چرا که همگی قطعات را می بایست جهت انجام پروسه مونتاژ جمع آوری نمود. با این وجود، مشکل مشخص سازی زمان تدارک برنامه ریزی شده برای این قطعات یکی از مباحثی می باشد که مقاله های مرتبط توجه ویژه ای بدان داشته اند (Porteus، 1990؛ Lee و Nahmias، 1993). چنین مولفه ای یکی از انگیزه های اصلی این مقاله محسوب می شود.

همان گونه که در این مبحث نشان داده شده است، ویژگیهای اصلی مرتبط با ابهام یا عدم قطعیت کارگاه های مونتاژ ناشی از فرایند تدارکات، به طور مثال در تدارک ادوات الکترونیکی، نهفته است. الزام برای بحساب آوردن تعداد زیادی از قطعات استفاده شده (غالباً متشکل از چند صد قطعه) و این حقیقت که فرایند مونتاژ را نمی توان بدون دراختیار داشتن کلیه قطعات انجام داد، خود به معنای آن خواهد بود که حتی داشتن تعداد اندکی از تحلیل های نا به هنگام یا دیر می تواند سبب بروز مشکلاتی در برنامه ریزی مونتاژ شود، به مبحث (Hegedus و Hopp، 2001) رجوع شود.

درک این مورد مهم است که با توجه به سیستم های مونتاژ، مشکل محاسبه زمان تدارک برنامه ریزی شده بهینه (زمان تدارک احتیاطی) خود ناشی از وابستگی های بینابینی موجودی قطعات مختلف می باشد. قطعاً، بسیاری از انواع قطعات جهت تولید یک محصول مورد نیاز هستند. بنابراین، موجودی های قطعات مختلف به صورت وابسته به هم تلقی می شوند. به هنگامی که تاخیری در کار باشد یا آن که با مشکل کمبود موجودی حتی یک قطعه روبرو باشیم، به طور اتوماتیک، هیچ گونه احتمالی جهت مونتاژ محصول مورد نظر وجود نخواهد داشت. چنین موردی سبب بروز مشکل انباشتگی خواهد شد، اما بعلاوه، با توجه به آنکه پروسه مونتاژ متوقف میگردد، می تواند به انباشتگی بیش از حد دیگر قطعات (قطعات تحویل داده شده اما مصرف نشده) نیز بیانجامد، که خود سبب  ازدیاد هزینه های نگهداری قطعات می گردد.

مقاله جاری تحقیقات مقالات پیشین را ادامه داده است، مخصوصاً مقاله (Louly و همکاران، 2008ب)، آن هم از طریق بررسی ویژگی های دسته کردن POQ بدون فرضیه های محدود کننده در ارتباط با هزینه های نگهداری و توزیع های احتمال. چنین موردی از نقطه نظر کاربردهای صنعتی بسیار قابل توجه می باشد. مشکل بهینه سازی پیچیده تر از مبحث ارائه شده به وسیله Louly و همکاران (2008ب) به شمار آمده و اثبات ویژگی ها و قیدهای مرتبط، همراه با ایجاد الگوریتم های بهینه سازی نیز پیچیده تر گردیده اند. تابع هدف نیز از طریق ارائه هزینه های استقرار یا هزینه های تنظیم و راه اندازی غنی تر شده است. از نقطه نظر عملی، چنین موردی فراهم آورنده یک مدل کلی و جامع بوده و از نقطه نظر ارزیابی هزینه نیز در مقایسه با مباحث قبلی قابل توجه تر می باشد.

در نهایت مقاله جاری، مباحث مرتبط با خط مشی POQ را برای برنامه ریزی تامین سیستم های مونتاژ در محیط های MRP تحت ویژگی های نامبهمی یا عدم قطعیت زمان تدارک در نظر می گیرد. هدف مشخص نمودن مقادیر بهینه سفارش به صورت دوره ای و زمان تدارک برنامه ریزی شده (پارامترهای MRP) برای کلیه قطعات می باشد به گونه ای که قابلیت به حداقل رسانی مجموع میانگین هزینه نگهداری برای آن قطعات یا قطعات حاصل شود، و علاوه بر این میانگین هزینه انباشتگی قطعه برای محصول مونتاژ شده و همچنین هزینه استقرار نیز کاهش یابد. شکل بسته این معیار حاصل می گردد. محدوده ها یا کرانه های پایینی اصلی این معیار همراه با برخی از ویژگی های حاکم مورد بررسی قرار گرفته و اثبات می شوند. این مورد به ما اجازه کاربرد الگوریتم Branch و Cut برمبنای تکنیک های مشابه با مباحث Louly و همکاران (2008ب) را خواهد داد. کاربردهای ضروری این الگوریتم به حساب آورنده آن است که خط مشی POQ به کار گرفته شده نیز مدنظر خواهد بود. الگوریتم حاصله بر روی مجموعه ای از مثال های ایجادی به صورت تصادفی آزمایش می شود.

ادامه این مبحث به شرح ذیل سازماندهی شده است. در بخش 2، شمایی از مباحث مرتبط ارائه  می شود. بخش 3 در ارتباط با بیان مشکل می باشد. معیار مرتبط در این زمینه در بخش 4 تعریف می گردد. در بخش 5، برخی از ویژگی های مهم تابع هدف حاصل می گردد، بعلاوه ویژگی های بارز نیز اثبات شده و دو کرانه پایینی بر روی تابع هدف ارائه می شوند. بخش 6 معرف الگوریتم بهینه سازی پیشنهادی می باشد. در بخش 7، نتایج آزمایشات برای این الگوریتم ارائه می شوند. نکات مرتبط با نتیجه گیری نیز در بخش 8 عرضه خواهند شد.        

2- بررسی مباحث

یک بررسی جامع در ارتباط با مباحث مطرح شده در انتشارات قبلی ارائه شده است (Dolgui و Prodhon، 2007؛ Louly و همکاران، 2008الف؛ Louly و همکاران، 2008ب). بنابراین، در اینجا ما صرفاً برخی از مراجع مرتبط را ارائه می نماییم.

شبیه سازی غالباً جهت تحلیل ویژگی های ابهام برانگیز در ارتباط با نیاز مشتری برای پارامتری سازی MRP به کار گرفته می شود. اکثریت مقاله های انتشار یافته در این زمینه در ارتباط با مشکل عدم تعادل می باشد یعنی تغییر فزاینده در برنامه های تولید. غالب این مقاله ها بر روی سیستم های تولید تک محصولی اشاره دارند. سیستم های مونتاژ به ندرت مدنظر قرار گرفته اند. به طور مثال، Sridharan و Berry (1990) به منظور تعدیل این ویژگی بی ثبات، انسداد بخشی از برنامه تولید اصلی (MPS) را پیشنهاد نموده اند. شبیه سازی های آنها معرف آن است که انتخاب یک روش دسته بندی مکفی به عنوان مهم ترین عامل به شمار می آید. شبیه سازی های انجام شده به وسیله Yeung و همکاران (1998) نیز معرف آن است که در سیستم های مونتاژ، بخش فریز شده MPS برای محصول نهایی نباید شامل زمان های تدارک برای مولفه های قطعاتی آن ها باشد.

3- مشکل و توصیف مدل

ضروریات مواد خام، قطعات و مونتاژهای فرعی و مختلف همگی منوط به تقاضاهای محصولات نهایی می باشند. رویکرد MRP در ارتباط با محاسبه این ضروریات وابسته با استفاده از صورت حساب مواد (BOM) و جداول MRP می باشد. چنین موردی به عنوان هسته رویکرد MRP به شمار می آید. در شکل  1، یک مثال جدول MRP ارائه شده است. در این مثال، خط مشی مقدار سفارش دوره ای (POQ) به کار گرفته شده است.

هر جدول MRP دارای چندین پارامتر می باشد: ویژگی مقطعی برای دسته بندی موارد (در صورت کاربرد خط مشی POQ)، زمان تدارک برنامه ریزی شده برای فاز بندی زمان، موجودی احتیاطی و غیره. در این مقاله، تنها دو پارامتر ذیل مدنظر هستند: ویژگی دوره ای یا تناوب (p) و زمان تدارک برنامه ریزی شده (x)، به واسطه اهمیت آن ها. در شکل 1، این پارامترها مساوی با p=3 و x=2 به ترتیب می باشند.

4- فرم صریح تابع هدف

با توجه به آنکه مقدار حداکثری قطعه i در ارتباط با زمان تدارک مساوی با u_i می باشد، تنها سفارشات ایجادی در دوره های قبلی u_i-1 ممکن است هنوز حاصل یا دریافت نشده باشند. سفارشات ایجادی قبلی قطعاً می بایست رسیده باشند. تعداد  قطعه i، با قابلیت انتظار تحویل در انتهای دوره m=kp+r، به راحتی قابل محاسبه خواهد بود.

5- ویژگی های تابع هدف

مشکل بهینه سازی فوق سخت می باشد چرا که ویژگی عدم خطیت تابع هدف مدنظر بوده و همچنین متغیرها تصمیم نیز به صورت عدد صحیح هستند.

جهت یافتن ویژگی های تابع هدف، همانگونه که به وسیله Louly و همکاران (2008ب) مشخص شده است، توابع کمک ذیل مدنظر خواهند بود:

6- الگوریتم بهینه سازی

ویژگی های غالب، که در بخش قبلی ارائه شده اند، را می توان جهت ایجاد راهکارهای میانبری بکار گرفت که قابلیت کاهش فضای راه حل [A, B] ´ p، از طریق جایگزینی A به وسیله یک بردار بزرگ مرتبط و B به وسیله یک بردار کوچکتر، را خواهند داشت. دو راه حل بر این مبنا ارائه شده اند: یکی برای کاهش مقادیر کوچکتر (راهکار پایینی) و دومی برای مقادیر بزرگتر (راهکار بالایی). این راهکار همچنین جهت محاسبه کرانه های پایین تر برای فضای راه حل [A, B] ´ p با استفاده از LB₁(p) و LB₂(p) توسعه یافته است.

7- آزمایش عددی

حال اجازه دهید در یک مثال با n=10 انواع مختلف قطعات را ارائه نماییم. مقدار حداکثری زمان تدارک به میزان 10(u=10) تنظیم گردیده است. هزینه های نگه داری واحد h_i نیز در بازه های ذیل به صورت تصادفی ایجاد شد [1، n]، که دارای مقادیر 9، 2، 4، 6، 4، 3، 10، 5، 6 و 2 می باشند. هزینه سفارش c نیز برابر با 100 تعیین گردید.

8- نتیجه گیری

هدف این مقاله مدل سازی و بهینه سازی زمان های تدارک برنامه ریزی شده قطعات و دوره سفارش سیستم مونتاژ با  توجه به زمان های تدارک قطعات تصادفی می باشد. مدل پیشنهادی و الگوریتم های مربوطه قابلیت به حداقل رسانی مجموع میانگین هزینه نگهداری برای قطعات، هزینه میانگین انباشتگی محصول برای قطعات تمام شده و همچنین هزینه استقرار دستگاه ها را خواهند داشت. در مقایسه با مدل های شناخته شده، تابع هزینه فراهم آورنده یک ارزیابی هزینه کلی بهتر می باشد. مدل پیشنهادی را می توان برای پارامترسازی MRP بکار گرفت. به طور مثال، در موقعیت های صنعتی، غالب ضرایب ایمنی که در MRP ارائه شده اند جهت محاسبه زمان تدارک برنامه ریزی شده برای تأمین کنندگان غیرقابل تکیه بکار گرفته می شوند. در چنین موردی، زمان تدارک برنامه ریزی شده مساوی با زمان تدارک قراردادی ضربدر ضرایب ایمنی می باشد. این ضرایب به صورت تجربی هستند اما در عین حال قابلیت پیش بینی تأخیرات از طریق ایجاد زمان تدارک احتیاطی را خواهند داشت. هر چه که یک تأمین کننده قابل تکیه نباشد، ضریب آن بزرگتر خواهد بود. مدل پیشنهادی و الگوریتم های مرتبط را می توان جهت ارزیابی این ضرایب با استفاده از آمارهای مرتبط با زمان تدارک قطعات برای هر تأمین کننده بکار گرفت، و در عین حال هزینه های نگهداری، انباشتگی و استقرار را متناظر با سیستم مونتاژ مشخص ساخت.

رویکرد مربوطه، همراه با مدل و الگوریتم های آن  ارائه دهنده مباحث اصلی در خصوص مشکلات محاسبه زمان تدارک برنامه ریزی شده بهینه (زمان تدارک احتیاطی) برای سیستم های مونتاژ هستند. این مشکلات در ارتباط با ویژگی های میان وابستگی بین اجزای مختلف موجودی مدنظر هستند. در حقیقت، بسیاری از انواع قطعات جهت تولید یک محصول ضروری تلقی می شوند. بنابراین، موجودی های قطعات مختلف دارای وابستگی به یکدیگر خواهند بود. مدل پیشنهادی یک چارچوب کلی را جهت یافتن مقادیر مکفی برای زمان تدارک برنامه ریزی شده و دوره سفارش برای قطعات در یک محیط MRP با خط مش POQ را در نظر می گیرد.

از نظر تئوریکی، دو ویژگی ابعادی قدرتمند و اصلی قابل اثبات هستند. به علاوه، دو کرانه پایینی کیفیت ممتاز نیز ارائه شده اند. چنین مواردی منجر به درک بهتر رفتار این گونه از سیستم های موجودی خواهند شد. آنها همچنین سبب تسهیل  ایجاد  یک الگوریتم  شاخه  و  برش  کارآمد  می شوند که قابلیت محاسبه مقادیر بهینه برای متغیرهای تصمیم این مدل را خواهد داشت. چنین الگوریتمی ارائه شده است. یک مثال در این ارتباط جهت نشان دادن رفتار مربوطه نیز ارائه گردیده است.

مدل ارائه شده از فرضیه های کمتر محدود در مقایسه با موارد شناخته شده در این مباحث استفاده می نماید. چنین موردی به عنوان یک مدل چند دوره ای با عدم محدودیت در ارتباط با تعداد قطعات مدنظر می باشد و در آن تابع چگالی زمان تدارک برای هر قطعه ممکن است متفاوت از توابع چگالی دیگر قطعات باشد. کلیه توزیع های محتمل را می توان برای زمان تدارک قطعات بکار گرفت. متغیرهای تصمیم به صورت دوره ای و زمان تدارک برنامه ریزی شده برای قطعات هستند. با این وجود، این مدل دارای برخی از فرض های مقید شده نیز می باشد: تقاضای ثابت برای محصول تمام شده، مدل تک سطحی، هزینه سفارش یکسان و دوره یکسان برای کلیه قطعات، و موارد دیگر. بنابراین، برای برخی از موارد حقیقی صنعتی، راه حل حاصله می تواند به صورت تقریبی و نه بهینه باشد. تحقیقات آتی بر روی مطالعه این موضوع تمرکز خواهند داشت که چگونه قابلیت تعدیل برخی از این فرضیه ها وجود دارد. اولین ویژگی محتمل گسترش این مدل برای مقادیر مختلف  p  جهت قطعات مختلفی  هستند که همچنان از رویکرد تک مرحله ای استفاده می نمایند. مشکل اصلی شامل مدل سازی و تحلیل فرایند تصادفی متناظر برای بیان تابع هزینه در یک فرم بسته می باشد. از جمله دیگر موارد نویددهنده در ارتباط با مشکل پیچیدگی می باشد آن هم به هنگامی که چندین سطح مونتاژ به صورت توأم با هم در حال کار باشند. در این مورد، یک مدل موجودی چند سطحی کارآمد جهت ایجاد ویژگی های وابستگی بین موجودی های سطوح مجاور مورد نیاز خواهد بود.

اخیراً ما این مشکل (پارامتری سازی MRP تحت عدم قطعیت های زمان تدارک) را برای دو نوع از شرکت ها حل نمودیم: اولین نوع به عنوان یک شرکت چند ملیتی می باشد که تولید کننده گیربکس برای صنعت اتومبیل است و مورد دومی یک شرکت الکترونیکی (مونتاژکننده ماژول های الکترونیک) می باشد. در دو حالت، این مدل به صورت مؤثری بکار گرفته شد. در حقیقت، تحت چارچوب MRP، ما می بایست قابلیت پارامتری سازی هر جدول MRP را داشته باشیم. اخیراً، شرکای صنعتی ما خواستار دانستن این موضوع هستند که چه مولفه هایی را می بایست در ارتباط با مقادیر این پارامترها در نظر گرفت، یعنی پارامترهای “زمان تدارک برنامه ریزی شده” و “دوره مشخص شده” تا بر این مبنا قابلیت پر نمودن اطلاعات جدول (هر جدول برای یک قطعه) به منظور حاصل آوردن میانگین هزینه حداقلی برای یک دوره نسبتاً طولانی وجود داشته باشد. در اینجا با یک مشکل اصلی در این نوع سیستم های مونتاژ روبه رو هستیم که در ارتباط با زمان تدارک قطعات می باشد. تنها زمان تدارک قطعات به نظر حیاتی می باشد. در حقیقت، برخی از تأمین کنندگان خارجی اقدام به تحویل این قطعات برای سیستم مونتاژ نموده اند. انحراف های تصادفی (تأخیرها) در زمان تدارک قطعات از زمان های قرارداد در عمل فراوان هستند. بنابراین، ما مشکل یک سطحی، در زمینه مونتاژ نامحدود و قابلیت های تأمین کننده و همچنین زمان تدارک تصادفی قطعات، را در نظر گرفته ایم. در این مقاله، قابلیت تعمیم این رویکرد به یک حالت چند سطحی نیز مدنظر خواهد بود. چنین موردی قابلیت تأکید بر پارامتری سازی همزمان جداول MRP  برای  کلیه  سطوح  در زنجیر تأمین چند سطحی را خواهد داشت. بعلاوه،  این ویژگی را می توان برای موردی در نظر گرفت که در آن یک جدول برای فرایند تأمین چند سطحی مورد استفاده قرار می گیرد (همانند رویکرد LRP، به طور مثال به مقاله … و …، 2002 رجوع شود). این تحقیق در حال انجام می باشد و ویژگی های آن در مقالات آتی مشخص خواهد شد.

جهت خلاصه سازی، به دلایل مختلف، زمان تدارک قرارداد غالباً مدنظر نخواهد بود. در این حالت، مدیران اقدام به ارائه زمان های تدارک احتیاطی می نمایند. هر چه که تأمین کننده غیرقابل اطمینان تر باشد، زمان تدارک مورد نیاز بیشتر خواهد بود. بنابراین، تعیین مقادیر مکفی زمان تدارک احتیاطی خود یک مشکل عملی خواهد بود. این مدل پیشنهاد می نماید که ویژگی های مقاله جاری را می بایست برای چنین مؤلفه ای بکار گرفت. البته، زمان تدارک قراردادی قابل مذاکره می باشد. از نقطه نظر مستندات ارائه شده، مدل پیشنهادی به مدیران در خصوص مذاکره بهتر در ارتباط با زمان تدارک قراردادی کمک نماید.

از آنجایی که فرض تقاضای ثابت مدنظر است، توجه داشته باشید که این مدل را می بایست با مقادیر محتمل مختلف برای تقاضا بکار گرفت تا قابلیت بررسی حساسیت پارامترهای حاصله و مقادیر آنها وجود داشته باشد. در صورتی که مقادیر این پارامترها به صورت معنی داری برای سطوح تقاضای مشخص متفاوت باشند، رویکرد ارائه شده به وسیله سناریوهای مختلفی را می توان جهت انتخاب مقادیر پارامتر بکار گرفت. به علاوه، رویکرد دیگر برای تحقیقات آتی تفکیک سازی گوناگونی های تقاضا از محاسبات زمان تدارک برنامه ریزی شده از طریق کاربرد موجودی های احتیاطی برای محصولات تمام شده می باشد.

در نهایت، لازم است تا تحقیقات زیادی انجام پذیرد به گونه ای که قابلیت فراهم سازی ابزارهای تصمیم گیری جهت پارامتری سازی MRP تحت شرایط ابهام برانگیز، برای مدیران صنعتی، بوجود آید.