面向全生命周期质量经济性的汽车外购件供应商组合优选模型

作为影响整车质量的主要因素,外购件质量的表现不但影响整车在役性能和消费者体验,而且显著影响主机厂三包费用、企业品牌和销量等质量经济性因素。为提升自主品牌汽车的质量经济性,提出基于混合自适应遗传算法的的多目标非线性整数规划模型,预防性优选最佳外购件供应商组合。分析了故障模式及影响分析要素的非线性特性,基于改进风险系数值确定外购件的相对重要度,借助田口损失函数量化由顾客抱怨产生的隐形质量损失。以总质量相关成本、产品系统可靠性、交付期和顾客抱怨数为优化目标,采用多属性效用理论和线性加权方法处理多目标组合优选模型。为提升算法求解效率,引入局部搜索策略求解了非线性多目标规划模型,设计了一种混合自适应遗传算法。通过算例验证了模型的有效性和算法的优越性,为主机厂面向质量经济性视角的关键外购件组合优选提供了借鉴与指导。

R制造中心库存控制及优化研究

随着市场竞争的日益加剧,两个企业之间的竞争已经不再是单纯的企业之间的单打独斗,而是升级到企业所在的整条供应链之间的集团军作战。库存作为供应链上的重要环节也理所当然地成为各企业关注的重点。R制造中心自2015年起库存持续增长,平均增长速度高达13%。所以对于R制造中心来说解决库存问题已经迫在眉睫。本文旨在分析出库存持续增长的真正原因,同时以国内外的研究成果和先进经验做指导,提出适合解决R制造中心库存问题的切实可行的优化方案,并对方案实行的结果进行验证,以确保达到优化R制造中心库存的目的。基于以上目的,本文首先结合R制造中心实际情况选择了ABC分类法、经济订货批量模型、连续性盘点(r,Q)策略等方法理论进行应用。其次,本文以实际数据为基础分析出R制造中心库存管理中存在的问题,在众多的问题中,销售预测准确率低是库存增长的主要原因,针对此问题,本文使用科学的方法减少对销售预测的依赖,即使用连续性盘点策略代替现有的销售预测为主充分利用产能为辅的生产排产方式。最后,本文对优化方案实施的结果进行了验证,验证结果显示R制造中心的销售预测准确率得到提升,安全库存、平均库存、总相关成本均得到降低。