伴随供货成本函数的建立,所有关于已介绍过的因果关系的目标值(见作为总结的图4.9)都以数学函数关系与可操作的控制值联系起来(见表4.1)。如果说目标之间的互补性还比较容易把握的话,那么相互竞争的目标因素之间的冲突则显然不易得到解决。对于相互竞争的目标,它们的实现率具有交互关系。
图4.9 控制值及其对目标值造成的影响之间的“因果关系图”
来源:作者。
表4.1 目标值和控制值之间的数学函数关系的特征
(续)
来源:作者。
通过由上至下法中的战略观点,我们得出了目标值。这些由供货意愿函数和供货调节函数组成的目标值会以供货灵活性函数的形式进入通用数据库中。两个函数都以被加权的平均供货时间这一独立变量为基础,并由终端客户来决定。但是供货成本却无法一开始就在全网范围内被计算出来,因为供货成本不是由终端客户,而是由网络企业的内部情况决定的。(www.xing528.com)
借助由上至下法以及BOA理念,我们可以在通用数据库中采用被清晰定义为可执行性控制值的,针对流程时间、供货守时性、库存和产能负荷的时间参数,生产特征曲线对这些参数进行描述。Wiedahl认为,特征曲线清晰表明了:
“……通过特殊的方式,可以在负荷和流程时间之间的所谓困境中不再进行非此即彼的抉择,而同样可以实现经济上的最优化。”
但是应用—沟通中的优化与Wiendahl提出的用于供货灵活性的战略行为有所不同。在应用—沟通中我们会用到前面介绍过的目标值与控制值之间的数学函数关系。在第5章介绍的实例中,我们通过工业4.0框架中的可追溯性来获取目标值和控制值。而在几年前,有关供货意愿、供货调节和供货成本的实时反馈都是不现实的,在十几年前甚至是无法想象的。
借助数学函数对目标值和控制值之间的因果关系进行描述,我们可以对生产流程进行以目标为导向的优化,采用的方法即是制订与目标相符的控制值,从而保证既定目标的实现。为此必须满足的前提条件是,有关流程时间、库存和效率的数据能够实时自动得以计算,从而产生一个可靠的通用数据库。正如物流效率被确定为供货灵活性和供货成本之间的有效关系一样,它在具体情况中首先取决于终端客户制订的供货意愿函数和供货调节函数。
表4.2总结了表3.6中提出的有关数据库的生成和内容方面要求的实现情况。
表4.2 对通用数据库提出的要求的实现情况
来源:作者。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。