Evaluation of pull production control strategies under uncertainty: An integrated fuzzy AHP-TOPSIS approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose: Just-In-Time (JIT) production has continuously been considered by industrial practitioners and researchers as a leading strategy for the yet popular Lean production. Pull Production Control Policies (PPCPs) are the major enablers of JIT that locally control the level of inventory by authorizing the production in each station. Aiming to improve the PPCPs, three authorization mechanisms: Kanban, constant-work-in-process (ConWIP), and a hybrid system, are evaluated by considering uncertainty.Design/methodology/approach: Multi-Criteria Decision Making (MCDM) methods are successful in evaluating alternatives with respect to several objectives. The proposed approach of this study applies the fuzzy set theory together with an integrated Analytical Hierarchy Process (AHP) and a Technique for Order Performance by Similarity to Ideal Solution (TOPSIS) method.Findings: The study finds that hybrid Kanban-ConWIP pull production control policies have a better performance in controlling the studied multi-layer multi-stage manufacturing and assembly system.Practical implications: To examine the approach a real case from automobile electro mechanical part production industry is studied. The production system consists of multiple levels of manufacturing, feeding a multi-stage assembly line with stochastic processing times to satisfy the changing demand.Originality/value: This study proposes the integrated Kanban-ConWIP hybrid pull control policies and implements several alternatives on a multi-stage and multi-layer manufacturing and assembly production system. An integrated Fuzzy AHP TOPSIS method is developed to evaluate the alternatives with respect to several JIT criteria.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle