MétaCan
Menu
Retour à la cohorte
Enregistrement W4323342302 · doi:10.5267/j.ijiec.2023.1.001

Impact of dual uptime-reducing strategies, postponement, multi-delivery, and rework on a multiproduct fabrication-shipping problem

2023· article· en· W4323342302 sur OpenAlexvenueno aff
Yuan-Shyi Peter Chiu, Tingfang Yan, Singa Wang Chiu, Hui-Chi Wang, Tiffany Chiu

Notice bibliographique

RevueInternational Journal of Industrial Engineering Computations · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReworkPostponementOutsourcingQuality (philosophy)Production (economics)OvertimeOperations researchOperations managementComputer scienceBusinessManufacturing engineeringMarketingEngineeringEconomicsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

This study examines the joint impact of outsourcing, overtime, multi-delivery, rework, and postponement on a multiproduct fabrication problem. A growing/clear trend in today’s customer requirements turned into rapid response and desired quality of multi-merchandises and multiple fixed-amount deliveries in equal-interval time. To satisfy customers’ expectations, current manufacturing firms must effectively design/plan their multiproduct production scheme with minimum fabrication-inventory-shipping expenses and under confined capacity. Motivated by assisting manufacturing firms in making the right production decision, this study develops a decision-support delayed-differentiation model considering multi-shipment, rework, and dual uptime-reducing strategies (namely, overtime and outsourcing). Our delayed-differentiation model comprises stage one, which makes all common/standard parts of multi-end-merchandises, and stage two, which produces multiple end merchandise. For cutting making times, the study proposes subcontracting a portion of the common/standard part’s lot size and adopting overtime-making end merchandise in stage two. The screening and reworking tasks identify and repair faulty items to ensure customers’ desired quality. The finished lots of end merchandise are divided into a few equal-amount shipments and distributed to customers in equal-interval time. We employ mathematical derivation and optimization methodology to derive the annual expected fabrication- inventory-shipping expense and the cost-minimized production-shipping policy. A numerical demonstration is presented to exhibit our research scheme’s applicability and exposes the studied problem’s critical managerial insights, which help the management make beneficial decisions.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,288
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Industrial Engineering ComputationsMême sujetSupply Chain and Inventory ManagementTravaux en français237 207