太古影像公司生产计划及库存管理实证分析

复旦大学硕士学位论文太古影像公司生产计划及库存管理实证分析姓名：朱学军申请学位级别：硕士专业：工商管理指导教师：李宏余20070428太古影像公司生产计划及库存管理实证分析作者：朱学军学位授予单位：复旦大学相似文献(10条)1.学位论文徐明煌交大昂立生产计划预测和库存管理的研究2007库存对于供应链来说无处不在，从原料至成品无处不在。库存具有缓冲的作用，使得保证生产的正常进行，产生批量效果，弥补预测误差，确保按时交货，调整生产负荷。但同时库存也使企业的资源积压，增加了相应的库存成本。而库存管理就是在两者之间寻求一个平衡点。计划管理作为管理基本职能之一，在库存管理中起着龙头的作用。计划的预测是否准确，实施是否有效，直接决定了整个供应链过程中的库存水平。本文介绍了昂立公司的计划实施流程，和库存管理的情况，运用了管理理论对其计划流程、计划预测编制、库存管理中存在的问题进行了分析。针对存在的问题，提出了相应的改良建议。在计划实施流程方面，对计划实施部门进行了机构重组，设立一个计划部，所有的销售计划，生产计划都由此部门制定，下发。通过调整可以解决生产、销售部门分处两地地域距离远沟通不便，同时消除了两部门在库存考核上的利益冲突。在计划预测和编制方面，根据历史数据，采用了季节性预测模型对昂立产品的趋势进行了预测，分析了昂立公司产品趋势。根据计划变更的情况，生产周期，确定了计划编制中对需求预测备货库存和安全库存的设置。在库存管理方面，整合供应链业务流程，充分利用供应商库存和联合库存，强化库存定额管理，加强针对库存水平、服务水平的考核。同时，在仓库实施卫生标准操作程序即SSOP，保证了仓库内环境卫生。我相信，昂立公司只有不断地建立新的观念，科学的预测需求变化，控制库存水平，从而降低生产成本，增强企业的核心竞争力，取得未来市场的领导地位。2.会议论文李雷.李秀喜.钱宇集成库存管理的炼油厂生产排产建模2003炼油厂的生产排产涉及到具有不同时间尺度的业务过程、经济模型和约束,实际规模的排产模型难以在合理时间内得到求解.并且传统模型的优化目标对方案执行的灵活性和稳定性没有给以充分考虑.这使得排产模型难以得到实际应用.本文使用一种新方法——两层法和连续时间对炼油厂排产进行建模,以降低计算机求解的负担,排产模型通过平衡厂内各组分的库存量来保证排产方案的灵活性和稳定性.3.学位论文张海鹏ERP中库存管理和生产计划的设计与实施2003ERP系统的发展为提高企业运作效率提供了强有力的管理与技术支持,而库存管理是ERP系统的重要组成部分,是企业物料管理的核心;主生产计划则是ERP系统中实现从宏观计划到微观计划的过渡与连接.同时又是联系客户与企业销售部门的桥梁.科学地管理库存,合理的安排计划,是使企业在激烈的竞争中占据优势的重要条件.该文主要是围绕着杭州达峰ERP项目的实施,对整个ERP项目的初步设计作了阐述,并且具体针对库存管理模块和生产计划模块作了进一步详细的说明.最后结合项目二期的实施设想,对APS与ERP的集成技术在排产中的应用作了初步的研究工作.4.学位论文李熙板材加工FMS作业计划、调度与库存管理应用研究1999该课题从应用的角度对板材加工FMS-FabnetFMS的作业计划、库管理、状态监控等几个方面进行实践性地研究,并进行了相应的软件开发工作,初步开发出一个可用于无人化管理的板材加工FMS控制软件.对于FMS运行中系统设备参数以及立体仓库数据的管理,采用数据库技术,以达到数据的实时性和共享性.针对该课题开发的软件具有以下的功能:1.主要活动实现计算机化,并达到信息共享;2.系统具有较高的实时性和适应性;3.生产进度、库存信息的动态、智能化管理;4.生产计划切实可行,能实现系统的无人化管理.5.学位论文邱文清KB工厂生产计划和控制系统优化2005作为存货生产的制造企业，如何既能及时满足客户需求，又能提高效率、降低成本是一个普遍的问题。本文探讨了如何将JIT引入MRP，将MRP的信息集成和计划能力同JIT看板系统的快速反应结合在一起。介绍了KB工厂的MRP/JIT混合生产计划和控制系统-利用MRP强大的信息集成和计划能力预测物料和能力需求，从而建立JIT生产所需的各种参数，进而运用JIT的车间作业优化方法实施拉动式生产，实现原材料、在制品及产成品最小库存。论文主要结构为:第一章概述供应链企业两种生产计划与控制模式：推式的MRPII生产计划和控制模式和拉式的JIT生产计划和控制模式，以及它们各自的特点和局限性；第二章介绍KB工厂生产运作情况；第三章分析KB工厂原有生产计划与控制系统，找出存在的问题；第四章运用JIT的技术对KB工厂供应链管理的各个方面进行改进；第五章详述KB工厂改进后的新生产计划和控制系统及改进绩效；第六章总结新的生产计划和控制系统实施要点以及今后展望。6.期刊论文曹萃文.顾幸生.CAOCui-wen.GUXing-sheng非线性油品优化调合在炼油厂中的应用-化工自动化及仪表2005,32(6)结合上海某炼油厂的实际生产情况,引入油品非线性调合模型,提出了集成控制原油线性调合、基于订单的短期生产计划、成品油非线性调合及库存管理的算法.该集成算法从订单的实际需求出发,以全厂产量平衡的标准工艺流程为纽带,实时在线计算出所需各种中间油品、各种原油在满足实际需求下的流量及库存变化情况.取得的结果对生产有很好的指导作用.7.学位论文朱立峰汽车装配件制造车间的生产计划与调度优化系统2001该文研究了装配件制造车间的生产计划与调度优化问题,它是汽车装配件制造执行系统的重要组成部分.该文提出一种基于批量生产模型的启发式算法,以解决具有有限生产能力和Jobshop特点的冲压车间中满足需求约束的不规则周期分批调度问题.根据车身厂装焊和油漆车间的实际情况,提出了一种基于上游生产能力约束和下游需求拉动的逆向递推启发式算法,以解决彼此之间在同步关系的油漆线与焊装线上的生产计划与调度的制定问题.文中还阐述了和生产计划与调度密切相关的库存管理理论以及库存管理软件中一些关键技术的实现.最后介绍了整个汽车装配件制造执行系统的实现过程,其中侧重介绍了计划与调度子系统和物料管理与生产统计子系统的实现,并讨论了系统的特点与不足.8.学位论文葛文胜仲景公司生产运营中若干问题的研究2006仲景药业有限公司是一家中药生产企业。成立于1992年，其主导产品半月清曾经创造了单产品八千余万元的年销售额，但由于后续产品的缺乏，公司后劲不足之处渐渐暴露出来，到目前为止，公司生产管理水平没有得到显著提高，如管理业务流程不畅、采购与库存管理不完善等。目前企业正处于二次创业的转型期，因此，公司必须加强基础管理，采用先进管理方法，从而让公司适应市场变化，保持强劲的发展势头。本论文从仲景公司的生产特点入手，着重分析了仲景公司生产计划和采购库存管理现状，指出了其中存在的主要问题并分析了相关原因，具体探讨了公司制定各级生产计划的规范操作过程和库存控制过程，并应用现代管理学理论，借鉴其它制造行业先进的管理经验，结合仲景公司的实际情况，建立了相应的管理模型，对中药生产计划中最重要的年度生产计划使用线性多目标规划进行科学预测与分析。探讨了适合仲景公司的计划方法和库存管理策略。论文认为这些研究对提高公司生产计划的有效性和改善公司采购与库存管理是很有意义的。论文的创新点在于：①理论联系实际，对仲景公司生产计划与库存控制进行了深入探讨，对解决现场问题具有一定的指导作用。②运用TOC理论及方法对生产物流的瓶颈进行分析，并寻找解决生产瓶颈的方法。③提出对生产、供应及库存控制进行改进的建议.9.期刊论文陈宏.何小荣.陈丙珍.CHENHong.HEXiao-rong.CHENBing-zhen炼油企业供应链优化模型及算法研究-现代化工2004,24(z2)依据炼油企业生产销售现实情况,建立了一个炼油企业供应链优化模型,重点考虑了原油品种选择、生产计划优化及库存管理.由于原始模型为非线性混合整数规划模型,直接求解比较困难,根据模型特点,将原始模型分成两步求解,即用遗传算法确定原油选择方案,再用线性规划方法求解已知原油选择方案下的简化模型,大大降低了求解难度.数值计算的结果表明了该模型的有效性和实用性.10.学位论文张杰机械行业生产计划管理系统的设计与实现2008随着经济全球化，企业面临日益激烈的国内外竞争，而传统的大批量生产管理模式已不能灵活适应市场需求的变化，这种为库存而生产的生产方式使得企业背上了沉重的积压包袱。在这种情况下，面向订单的单件小批量生产的物料需求计划对于企业建立一套有效的物料管理与生产计划机制、顺利满足交货期的要求有着十分重要的意义。本文对物料需求计划中有关系统基础数据创建、物料清单和需求计划的自动生成等进行相关研究。首先，研究了物料清单(BOM，billofmaterial)模块基础数据的创建和存储方法，然后在对物料的编码问题进行研究的基础上，研究了物料编码方法；通过使用SQLServer2000设计并实现了一种产品结构树的自动生成算法，并在产品结构树的基础上，应用递归遍历的方法，实现了物料清单的自动生成和数据信息的统计。其次，在分析研究了物料需求计划模块基础数据的内容设计和创建方法，以及前期确定、低层码等几个关键问题的基础上，研究并实现了物料需求计划基本算法，准确生成了每个物料的详细需求数量和生产进度计划，对能力需求计划算法进行了理论分析和探索研究。在对物料需求计划系统进行详细的需求分析和功能设计的基础上，得出了系统内现有基础数据信息之间的关系流图，完成相关的逻辑设计和概念设计，并对BOM和物料需求计划模块进行了实现。本文链接：授权使用：上海海事大学(wflshyxy)，授权号：6eeb37b7-7f50-45d4-b3c9-9e0b011080aa下载时间：2010年10月10日