生產(chǎn)運作管理_結業(yè)作業(yè).doc

生產(chǎn)運作管理結業(yè)作業(yè) 目錄一、Des Moines國民銀行-位置布局21.根據(jù)物流量確定布局22.根據(jù)接近關系程度表確定布局22.1根據(jù)表A，得出圖A-222.2由圖A-2畫出得聯(lián)系簇，以A和X為例33. 既考慮流量，又考慮接近關系后，得出布局34.評價做出的各種布局35.當支票處理部門進行布局時應考慮的因素3二、熱比薩公司的比薩餅的周需求量4移動平均法4指數(shù)平滑法5三、生產(chǎn)運作管理課本95頁習題61.生產(chǎn)運作管理課本95頁習題262.生產(chǎn)運作管理課本95頁習題372.1 根據(jù)已知求出4個季度消費總量和移動平均以及季節(jié)中點72.2根據(jù)已知作散點圖并根據(jù)散點圖做出消費量的趨勢線82.3估算季節(jié)系數(shù)82.4預測93.生產(chǎn)運作管理課本95頁習題493.1采用二次指數(shù)平滑法求出這5周的預測值93.2二次指數(shù)平滑法求今后3周的需求預測值9四、實驗報告101模型1102模型214五、結束語18一、Des Moines國民銀行-位置布局部門123456781、支票分類50 250 2、支票核對X50 3、支票記賬XA104、支票分配UUU40 60 5、政府支票AUUE6、退回的支票UUUEU12 7、記賬調整XAAUUE10 8、辦公室XIIUOOI 表A1.根據(jù)物流量確定布局按照平均物流量大小，從大到小降序排列，如表A。根據(jù)表中的順序，做出以下規(guī)劃（如表A-1）3、支票 記賬2、支票 核對1、 支票分類7、記賬 調整6、退回的 支票4、支票 分配8、辦公室5、政府 支票表A-12.根據(jù)接近關系程度表確定布局2.1根據(jù)表A，得出圖A-2圖A-22.2由圖A-2畫出得聯(lián)系簇，以A和X為例A：2-3，2-7，3-7，4-5X：1-2，1-3，1-7，1-88、辦公室6、退回的 支票1、 支票分類7、記賬 調整5、政府 支票4、支票 分配2、支票 核對3、支票 記賬 關系簇 表A-33. 既考慮流量，又考慮接近關系后，得出以下布局。如圖表A-48、辦公室5、政府支票1、 支票分類7、記賬調整6、退回的支票4、支票分配2、支票核對3、支票記賬表A-44.評價做出的各種布局第一種、按照流量布局。通過對流量大小的排序固然使得總流量最小，但是并未考慮到有些部門是不能相鄰的，例如分類部門和核對部門。第二種、按照接近關系布局。由表A畫出作業(yè)相關圖表A-2，并編制關系簇。這樣使得關系相近 的部門聯(lián)系在一起，但是并未考慮到流量問題，忽略了成本。第三種、既考慮流量，又考慮接近關系布局。雖然這種布局不是流量最小，關系最近，但是這種布局使二者結合，使得布局和流量達到結合時的最優(yōu)狀態(tài)。5.當支票處理部門進行布局時應考慮的因素企業(yè)的協(xié)作化程度，會影響布局，協(xié)作范圍越廣，企業(yè)不會設置更多的部門，而是更少的部門來完成業(yè)務處理。還要涉及一些安全原則問題。像支票處理部門設計金錢的問題，防止不同的部門位置臨近進行作假帳，這些安全問題都是要考慮的。另外，還要考慮一些該支票處理機構所處的宏觀環(huán)境，部門的消防措施環(huán)保問題當?shù)厥欠窠煌ū憷纫幌盗袉栴}，根據(jù)宏觀環(huán)境的優(yōu)缺點來斷定該機構的布置應該優(yōu)先考慮哪方面的因素。二、熱比薩公司的比薩餅的周需求量熱比薩公司的比薩餅的周需求量如下表所示：星期需求星期需求星期需求12341081161181245678961199610291011121121029291利用4期移動平均法和單一指數(shù)平滑法(a=0.1)預測4周的需求。在每種情況下評價兩方法的誤差，選擇較適合本案例的預測方法。解：移動平均法移動平均法就是取時間序列的n各觀測值予以平均，并依次滑動，直至數(shù)據(jù)處理完畢，得到一個平均值序列。移動平均值計算公式如下： SMAt+1=1ni=1nAt+i-n （1.1）式中，SMAt+1為t周期末的移動平均值，它可作為t+1周期的預測值；Ai為i周期的實際值；N為移動平均采用的周期次數(shù)。在這里，對未來各周期的預測是一樣的，都是以現(xiàn)在的移動平均值為基礎的。At=SMAt和At+n= SMAt根據(jù)題意和移動平均值的計算公式（1.1），通過Excel計算得出表12。由此，可得到下四周的預測值為：F13=F14=F15=F16=99.25平均絕對偏差（MAD）平均絕對偏差就是整個預測期內(nèi)每一次預測值與實際值的絕對偏差（不分正負，只考慮偏差量）的平均值。用公式表示：MAD=t=1nAt-Ftn (1.2)星期(t)需求量（At）移動平均值（SMAt+1）預測值（Ft）偏 差（At-Ft）絕對偏差At-Ft平方偏差(At-Ft)21108211631184124116.50 596113.50 116.50 -17.50 17.5306.25 6119114.25 113.50 4.75 4.7522.56 796108.75 114.25 -12.75 12.75162.56 8102103.25 108.75 -1.25 1.251.56 9112107.25 103.25 4.75 4.7522.56 10102103.00 107.25 -1.00 11.00 1192102.00 103.00 -10.00 10100.00 129199.25 102.00 -8.25 8.2568.06 1399.25 表B-1通過平均絕對計算公式（1.2）和表B-1計算得出：MAD=10.875指數(shù)平滑法一次指數(shù)平滑法的計算公式如下：SFt+1=At+(1-)SFt （1.3）式中，SFt+1為t+1期的滑動預測值；At為t期實際值；為平滑系數(shù)，它表示賦予實際數(shù)據(jù)的權重，（01）。因題中未給出第1期的滑動預測值，在這里取所有期數(shù)的實際需求量的平均值作為第1期的滑動預測值，則SF1=（A1 +A2 +A3 +A12）/12=106.33當前對未來各期需求的預測等于對當前需求水平的預測At=SFt和At+n=SFt根據(jù)題意和一次指數(shù)平滑法的計算公式（1.3），通過Excel計算得出表B-2。星期(t)需求量（At）*上星期需求量(1-)*上星期預測需求量平滑預測值(SFt)偏 差（At-SFt）絕對偏差At-SFt1108106.331.671.67211610.895.70106.509.509.50311811.695.85107.4510.5510.55412411.896.71108.5115.5015.5059612.497.65110.05-14.0514.0561199.699.05108.6510.3510.3579611.997.78109.68-13.6813.6881029.698.72108.32-6.326.32911210.297.48107.684.324.321010211.296.92108.12-6.126.12119210.297.30107.50-15.5015.5012919.296.75105.95-14.9514.95139.195.36104.46表B-2由此，可得到下四周的預測值為：SF13= SF14= SF15 =SF16=104.46通過平均絕對計算公式（1.2）和表13計算得出：MAD=10.21在使用四周移動平均預測法中，平均絕對偏差MAD=10.875。在單一指數(shù)平滑法預測中，平均絕對偏差MAD=10.21。兩種預測方法相比，單一指數(shù)平滑預測法的精確性更高。這就說明，對于這家比薩店的銷售量預測中，給予當前觀測值的權重大于過去觀測值的權重的預測方法，更能準確地預測該店的銷售量。在單一指數(shù)平滑預測法中，的值（01）越大，說明預測值和最近的觀測值越相關；相反，值越小，說明預測值與觀測值的關系越小。三、 生產(chǎn)運作管理課本95頁習題1.生產(chǎn)運作管理課本95頁習題2表為某種特種汽車輪胎的月銷售記錄。a.計算當SA。=100，=0.2時的一次指數(shù)平滑預測值。b.計算當SA。=100，=0.4時的一次指數(shù)平滑預測值。c.計算a，b兩種情況的MAD,RSFE。月 份123456789101112銷售量104104100921059595104104107110109某公司的月銷售額一次指數(shù)平滑預測表（SA。=100，=0.2） 單位：只月份銷售量上月實銷售量上月預測銷售量（1-）上月預測銷售量本月平滑預測銷售量MADRSFE1104.00100.005.29391522.702104.0020.80100.0080.00100.803100.0020.80100.8080.64101.44492.0020.00101.4481.15101.155105.0018.40101.1580.9299.32695.0021.0099.3279.46100.46795.0019.00100.4680.3799.378104.0019.0099.3779.4998.499104.0020.8098.4978.7999.5910107.0020.8099.5979.68100.4811110.0021.40100.4880.38101.7812109.0022.00101.7881.42103.42表C-1.1某公司的月銷售額一次指數(shù)平滑預測表（SA。=100，=0.4） 單位：只 月份銷售量上月實銷售量上月預測銷售量（1-）上月預測銷售量本月平滑預測銷售量MADRSFE1104.00 100.00 5.04517418.322104.00 41.60 100.00 60.00 101.60 3100.00 41.60 101.60 60.96 102.56 492.00 40.00 102.56 61.54 101.54 5105.00 36.80 101.54 60.92 97.72 695.00 42.00 97.72 58.63 100.63 795.00 38.00 100.63 60.38 98.38 8104.00 38.00 98.38 59.03 97.03 9104.00 41.60 97.03 58.22 99.82 10107.00 41.60 99.82 59.89 101.49 1111042.8101.4960.89 103.69 1210944103.6962.22 106.22 表C-1.22.生產(chǎn)運作管理課本95頁習題3表為某城區(qū)居民平均每季豬肉消費量。是選用適當?shù)哪Ｐ筒㈩A測該城區(qū)居民下一年各季度平均豬肉消費量。單位：公斤 春夏秋冬第一年3.051.451.964.54第二年5.113.423.896.62第三年7.035.515.958.52第四年9.147.557.8810.562.1 根據(jù)已知求出4個季度消費總量和移動平均以及季節(jié)中點：某城區(qū)居民過去四年平均每季度豬肉消費量季度序號t季度消費量4個季度消費總量4個季度移動平均季度中點1春3.052夏1.453秋1.964冬4.5411.002.752.505春5.1113.063.273.506夏3.4215.033.764.507秋3.8916.964.245.508冬6.6219.044.766.509春7.0320.965.247.5010夏5.5123.055.768.5011秋5.9525.116.289.5012冬8.5227.016.7510.5013春9.1429.127.2811.5014夏7.5531.167.7912.5015秋7.8833.098.2713.5016冬10.5635.138.7814.50表C-2.12.2根據(jù)某城區(qū)居民過去四年平均每季度豬肉消費量表作圖，并根據(jù)散點圖做出消費量的趨勢線如圖：圖C-2.2求出趨勢線方程為：y=0.501x+1.4992.3估算季節(jié)系數(shù)。At/Tt計算表季節(jié)序號tTtAt/Tt12.001.5322.500.5833.000.6543.501.3054.001.2864.500.7675.000.7885.501.2096.001.17106.500.85117.000.85127.501.14138.001.14148.500.89159.000.88169.501.11表C-2.3.1根據(jù)表C-2.3.1得出季節(jié)系數(shù)如下表：季節(jié)系數(shù)SI(春)SI(夏)SI(秋)SI(冬)1.280.770.791.19表C-2.3.2計算如下：SI(春)=（A1/T1A5/T5A9/T9A13/T13）/4=1.28SI(夏)=（A2/T2A6/T6A10/T10A14/T14）/4=0.77SI(秋)=（A3/T3A7/T7A11/T11A15/T15）/4=0.79SI(冬)=（A4/T4A8/T8A12/T12A16/T16）/4=1.192.4預測根據(jù)季節(jié)系數(shù)表C-2.3.2預測出下一年豬肉銷售量如下：下一年預測值（公斤）春夏秋冬12.798.078.6813.65表C-2.4計算如下：春季：（1.50.517）1.28=12.79（公斤）夏季：（1.50.518）0.77=8.07（公斤）秋季：（1.50.519）0.79=8.68（公斤）冬季：（1.50.520）1.19=13.65（公斤）3.生產(chǎn)運作管理課本95頁習題4已知5周的實際銷售量為38，41，39，43和44，預測的基數(shù)為SA。=35，T。=2.0，取=0.3，=0.5，試求這5周的預測值，并對今后3周的需求進行預測。3.1采用二次指數(shù)平滑法求出這5周的預測值如下表：采用二次指數(shù)平滑預測這五周tAtAt(1-)*FtSAt(SAt-SAt-1)(1-)Tt-1TtFt=0.335=0.523713811.40 25.90 37.30 1.15 1.00 2.15 39.45 24112.30 27.62 39.92 1.31 1.08 2.38 42.30 33911.70 29.61 41.31 0.70 1.19 1.89 43.20 44312.90 30.24 43.14 0.91 0.94 1.86 45.00 54413.20 31.50 44.70 0.78 0.93 1.71 46.41 表C-3.13.2二次指數(shù)平滑法求今后3周的需求預測值利用為S1,S2估計線性趨勢模型的截距a和斜率b： 建立線性模型：Yt=43.191.02t求得今后三周的需求預測值如表C-3.2所示：tAtS1S2截距a斜率b預測值353513835.9035.2724137.4335.9233937.9036.5144339.4337.3954440.8038.4143.191.02644.21745.24846.26表C-3.2四、實驗報告1模型1：病人到達速率：泊松分布poisson(0.4672,1) min；等候室最大容量：1000個病人；完成手術時間：指數(shù)分布exponential(0,2.5) h；病人就診路徑：顧客到達醫(yī)院進入候診室，等待就診，最后離去參數(shù)設置：（1）病人到達速率：泊松分布poisson(0.4672,1) min；由于病人到達速率服從泊松分布，所以病人到達時間間隔應該服從指數(shù)分布。在Source1的Inter-Arrival time下拉菜單設置為Statistical Distribution：exponential (0,0.4762,1)。圖D-1是病人到達速率（source2）的參數(shù)設置。圖D-1 病人到達速率（source2）的參數(shù)設置（2）排隊空間的最大容量（Maximum content）：1000.圖D-2是排隊空間容量。圖D-2 排隊空間容量設置（3）手術時間：指數(shù)分布exponential(0,2.5) h； 打開Processor3屬性框，在Process Time下拉菜單中選擇Statistical Distribution：將參數(shù)設置為exponential(0,0.4,1)。圖D-3是手術時間（Processor3）的參數(shù)設置。圖D-3 手術時間（Processor3）的參數(shù)設置2、視頻講解（1）在模型開始運行階段，排隊的人很少，隊列為空的概率和服務設備空閑的概率極度變化，系統(tǒng)處于不穩(wěn)定狀態(tài)。圖D-4表示模型開始運行的情況。圖D-4 模型開始運行（2）在模型運行一段時間后，會達到一個短暫的穩(wěn)定狀態(tài)。這時病人不需要排隊概率和服務設備空閑概率變化范圍比較小。圖D-5表示模型短暫穩(wěn)定的狀態(tài)。圖D-5 模型短暫穩(wěn)定的狀態(tài)（3）經(jīng)過長時間的運行，模型最終會達到一個比較穩(wěn)定的狀態(tài)，最終仿真值與理論計算值一致：a. 排隊等待病人數(shù)=4.75，病人排隊等待時間=2.26；如圖D-6穩(wěn)定后的queue3圖D-6 穩(wěn)定后的queue3b. 服務設備利用率=84.3%，服務設備空閑率=15.7%；如圖D-7穩(wěn)定后的processor4；這時仿真相關值基本上不再變化。圖D-7是最終穩(wěn)定的模型。圖D-7 穩(wěn)定后的processor42模型2：顧客到達速率：泊松分布poisson(1.111,1)h；隊列最大容量：1000個顧客；售票窗口服務時間：指數(shù)分布exponential(0,2.5) h；顧客買票：顧客到達售票窗口排成一隊，依次向空閑的3個窗口排隊某售票所有三個窗口，顧客的到達服從泊松分布，平均到達速率l= 0.9人/min；服務（售票）時間服從負指數(shù)分布，平均服務速率= 0.4人/min .現(xiàn)設顧客到達后排成一隊，依次向空閑的窗口購票，如圖2.11所示，其中c=3。顧客離去排隊l= 0.9顧客到達窗口1= 0.4窗口2= 0.4窗口3= 0.4圖2.11 M/M/3模型模型導航：參數(shù)設置（1）顧客到達速率：泊松分布poisson(1.111,1)h；由顧客到達速率服從泊松分布得出顧客到達時間間隔服從指數(shù)分布。雙擊Source1，將Inter-Arrival time的下拉菜單設置為Statistical Distribution：exponential(0,1.11,1)。圖D-8是顧客到達速率（source1）的參數(shù)設置。圖D-8 顧客到達速率的參數(shù)設置（2）排隊空間的最大容量（Maximum content）：1000.圖D-9是排隊空間容量。圖D-9 排隊空間容量設置（3）平均服務時間：指數(shù)分布exponential(0,2.5,1) h；打開Processor4打開屬性框，在Process Time下拉菜單中選擇Statistical Distribution：將參數(shù)設置為exponential(0,0.4,1)。Processor3、 Processor5參數(shù)設置和 Processor4一樣。圖D-10是平均服務時間（Processor4）的參數(shù)設置。圖D-10 平均服務時間的參數(shù)設置2、模型導