Поддержка быстрого реагирования путем планирования производства внести на склад / системы инвентаризации

Поддержка быстрого реагирования путем планирования производства Make-на склад / Системы инвентаризации *

РЕЗЮМЕ

Расписание традиционные магазины работу в производства на заказ систем видел обширные исследования в течение последних трех десятилетий. В таких системах производительность зачастую связаны с различными метриками завершения работы, как среднее время поток среднем опоздание и т.д. В работе рассматриваются задачи календарного планирования в производстве на складе среды, в которой отдельные меры завершения работы не имеют значения. В этом случае, заказы выполняются на основе проведения инвентаризации руку, где обслуживание клиентов более тесно связаны со способностью производителя, чтобы быстро удовлетворить спрос. Мы считаем, что роль планирования в сокращении запасов и повышения качества обслуживания клиентов в условиях производителя, который собирает несколько различных продуктов на одном конвейере. Мы разрабатываем правила планирования для такой системы и экспериментально сравнить их производительность на те, которые обычно используются в таких условиях. Наши результаты показывают, что правила, которые считают позицию инвентаризации и прогноз спроса превосходят традиционные жесткие правила в цикле. Предметные области: Integer / двоичных программ, мастер планирования, производства и системы управления запасами, серийного производства, а также моделирование.

ВВЕДЕНИЕ производители сталкиваются конкурентное давление, чтобы обеспечить быстрое реагирование доставки традиционно занимают большие запасы готовой товаров в буфер против спроса неопределенности. Такие перечни особенно важно для изготовителей, которые производят несколько продуктов с использованием тех же ресурсов. Однако в том же конкурентное давление, чтобы повысить качество обслуживания клиентов также являются движущими производителей по сокращению расходов. Потому что запасы готовых товаров представляют собой крупные непродуктивные активы, инвентарь сокращения могут приводить к значительной экономии расходов и повышения доходности активов. Этот сервис / стоимость Сожмите побудило производителей к разработке объема производства и гибкости, смесь облегчения оперативного реагирования на покупательский спрос.

За последние пять лет мы наблюдали компаний в различных отраслях промышленности значительно реализации удивительно похожие программы быстрой реакции. Типичная цель 24-часовой отгрузки всех заказов клиентов с небольшими запасов готовой продукции. По сути, эти системы работают, как сделать на заказ с некоторыми запасы готовой товаров в буфер против спроса неопределенности. Многие из этих программ являются результатом длительных усилий JIT снизить время наладки производства и повышения гибкости производства. Например, Уэйн насос, разделение Кэмпбелл Hausfeld, производит несколько различных семейств насосов на одной сборочной линии с коротким временем установки требуется между производством каждого насоса типа. Одна линия, которая была изучена производится восемь основных вариаций бытовых насосов картера. Небольшие количества каждого насоса изменения были проведены в центр распределения (DC), но были и жесткие ограничения на количество каждого типа состоялась. Каждое утро, производство менеджер должен получать приказы от продаж предыдущего дня, а затем план производства соответственно. Если спрос был меньше мощности, насосы, поставляемого из DC в этот день будут заменены те, которые производятся в тот же день. С помощью параллельного обучения и временных работников, Уэйн получил объем производства гибкость путем перевода рабочей силы в рамках предприятия или рабочих по домам, а не overbuilding.

Hewlett-Packard, что разделение производства малых осциллографы реализовала почти идентичны быстрый корабль программы. Опять же, цель была 24-часовая отгрузки заказов клиентов, с производством, просто заменив потребовал единиц. Инвентаризация 9 различных осциллографов было проведено в небольшой, автоматизированная система хранения данных с физических ограничений на общий кадастр. Использование групповой подход, работники принимают решения на линию проблемы в периоды низкого спроса, а не overbuilding продукта.

В обоих случаях одной из ежедневных решений в обрабатывающей менеджер количество и тип каждого продукта, чтобы (мастер-планирования). Когда спрос был низким, проблема проста, потому что инвентаризация DC не позволили расти. Тем не менее, в разгар раз спрос, выбор не всегда просто. В любом случае, задача менеджера заключалась в обеспечении максимальной доступности каждого SKU, выраженного в процентах дней без дефицит.

В этой статье мы рассмотрим роль планирования в сокращении запасов и повышения качества обслуживания клиентов в быстром корабле окружающей среды. Несмотря на огромный объем исследований по традиционным планирования работы магазина сделать на заказ, существует сравнительно мало исследований внести на склад систем. Традиционные работы магазина планирования исследований основное внимание уделяется мерам эффективности работы, таких как работа потока времени, скороспелость, медлительность, а соответствующие расходы (Бейкер

Другой связанной с этим проблемой является хорошо известными экономическими много размеров / задачи календарного планирования (ELSP). Тем не менее, цель этой проблемы, как правило, чтобы свести к минимуму издержки производства в условиях длительных сроках установки, где обслуживание клиентов играет второстепенную роль. Кроме того, исследования в этой области обычно рассматривает требование фиксированной и постоянной, тогда как в нашем случае спрос стохастический характер. Существует огромное количество исследований по традиционной ELSP (Elmaghraby, 1978). Последние работы в этой области включает в себя вопросы по фиксированной проблемы цикла (Борленд

Некоторые из самых ранних работ, которые включали стохастического спроса игнорируются производства и установки времени, и таким образом устранить задачи календарного планирования вообще (Goyal, 1973). Вергин и Ли (1978) были в числе первых исследователей изучить стохастического спроса в capacitated системы. Производственной системы, они создали может производить только один продукт каждый день, и время установки был проигнорирован. Использование моделирования, они оценили общую стоимость исполнения нескольких ранее предложенные правила планирования. Они обнаружили, что графики развитых из-модели с помощью детерминированных спроса осуществляется слабо по сравнению с те, которые использовались динамические кадастровой информации. Личмен и гасконец (1988) разработал эвристика для одной задачи планирования машина со случайными спроса, в которой ставилась задача минимизации издержек производства и хранения, избегая при этом имеющих дефицита. Тем не менее, долгое горизонт планирования производственной системы, которую они изучали, существенно отличается от нашей окружающей среды быстрого реагирования. В их системе, долгое установок делает невозможным выполнить более одного продукта, каждый период, в результате чего большая производственный цикл. Гальего (1990) рассмотрел аналогичную задачу и разработал подход к восстановлению запланированным графиком после нарушения.

На другой стороне спектра, Wein (1992) считается одной машине сделать на склад производства в системе не требуется установка времени между продуктами. Система моделируется как система массового обслуживания мультиклассируют со случайными время обработки, для которых покупательский спрос постоянно прибыли в соответствии с процессом восстановления. Используя результаты приближения броуновского модели, Wein разработала стратегию планирования, которые динамически определить, является ли работать на конкретный продукт или бездействовать, с целью сведения к минимуму долгосрочных зарегистрировать освобождающийся домен, а также издержки ..

Среди последних работ по стохастической ELSP включать Борленд и Яно (1994), который рассмотрел роль слабину потенциала и оплату сверхурочных в основные проблемы последовательности. Кармаркара и Ю (1994) рассмотрены дискретные период продукта велосипедных проблемах, где производство в каждом периоде было посвящено конкретному продукту. Fransoo, Sridharan, и Бертран (1995) рассмотрел средах, где производительность является загруженность, и клиенты, которые не удовлетворены немедленно, будут потеряны. Гасконец, Личмен, и Лефрансуа (1994,1995 гг) по сравнению с несколько эвристик планирования в обширный набор имитационных экспериментов, оценки с точки зрения затрат и проблем, связанных требовать исполнения. Тем не менее, почти все работы, от случайных ELSP, производство переналадку считались сравнительно долго и дорого. Мы считаем, быстрого реагирования на обстановку, в которой время перехода относительно невелика и имеет мало реальной стоимости (за исключением потерял производства).

Наконец, еще одна проблема, которая имеет некоторое сходство с нашим находится в график ремонта запасные части [например, расписание запасные части ремонт авиационных двигателей компонентов (Хаусман

Документ начинается с подробным описанием проблемы настройки. Мы обсудим пять возможных правил планирования: много-много-за фиксированной цикла правило (как правило, используется на многих предприятиях); много-"правилом много выверенной дней инвентаризации; правила, чтобы обеспечить максимальный минимальный дней по инвентаризации все продукты, а также правила, чтобы максимально минимальные краткосрочные доступности для всех продуктов. Для максиминными правила, мы разрабатываем простой алгоритм, который позволяет быстро найти оптимальное решение. В порядке сравнения, правила разработаны Вергин и Ли (1978) также считается. Далее, обширные экспериментальные результаты сравнения этих правил представлены. Результаты основаны на имитации реальной системы, используя фактические данные спроса и производственного процесса. Выполнение каждого правила изучены с помощью различных показателей обслуживания и использования линии.

ОПИСАНИЕ СИСТЕМЫ

Сделать на склад производственных систем, которые зависят от общих ресурсов для производства целого ряда различных продуктов, во многих отраслях промышленности. Вопросов, которые мы изучали на Уэйна были характерны для других, мы наблюдали. Возросшая конкуренция толкнули Уэйн обеспечить более высокий обслуживания клиентов при меньших затратах. Руководство компании создали производственные показатели производства в зависимости от наличия продукта измеряется в процентах дней без дефицит. Они также устанавливает жесткие ограничения на общий объем инвестиций инвентаризации по каждому продукту. При распределении, других клиентов целенаправленные меры также были зарегистрированы, например, пункт скорость заполнения и полный порядок заполнения курса. Однако, поскольку эти показатели можно манипулировать (напр., заполняя все малые заказы первого порядка увеличится скорость заполнения сцены), а с маркетингом и продажами как правило, контролировать распределение продукта во времена дефицита, наличие лучшие представлены целей производства. Предметы, которые не доставлены в течение дня были Освобождающиеся. Каждое утро, руководитель производства получила заказы от предыдущего дня. Используя эту информацию вместе с информацией о текущих запасов готовой товаров и прогнозы в отношении темпов спроса, производство менеджер должен был решить, что для производства (рис. 1).

Поскольку перечень потолок для каждого продукта уже был установлен управленческих политики, производственные решения также были ограничены действующим запасов. Конечно, услуга может быть улучшена благодаря запасов расти. Вместе с тем, что не допускается. Если инвентаризация всех продуктов на их целей, ни дальнейшее производство было разрешено ..

В конце концов, наименований, которые завершили производство было передано в центр распределения. Линия может производить только один SKU в то время, и требуется некоторое время установки (около 15 минут), чтобы подготовить линию для нового продукта (который включает в себя время, чтобы премьер линия). С этими краткое время установки, цели не было свести к минимуму количество установок. Более того, намерение создать многих, если не все, наименований каждый день. Производственная линия в основном ручной и побежал с небольшим количеством процесса изменчивости времени, однако, общий суточный объем добычи был почти постоянным, поскольку целевые задания производства почти всегда были удовлетворены (и редко превышает).

На Wayne, спрос на товар был сильно варьируется, поскольку продажи в значительной степени зависит от погодных условий. Когда не было больших дождей в любой точке страны, спрос увеличился. Хотя сильных дождей, несколько сезонных (часто зимой и весной), Есть много случаев, в которых локализованы наводнений также произошло летом и осенью. Потому что в первую очередь Уэйн продал свою продукцию по каналам OEM, которые не конкурировать друг с другом географии, спрос на различные выпуски считались независимыми. Коэффициент вариации спроса на каждый продукт был очень большой (более 1,0 во всех случаях, при этом наибольший около 3,0). Таким образом, спрос неопределенности является значительным фактором в этой проблеме.

Производственной системы, мы наблюдали в HP была почти идентична во многих отношениях, в том числе гибкий (учебное пособие) продукции, короткие сроки установки, а также высокой изменчивости спроса. В HP, изменчивости спроса было обусловлено периодическим больших заказов крупных клиентов. Для планирования правила, разработанные в следующем разделе мы предполагаем, что спрос между продуктами, является независимой, и любой сезонный эффект будет заниматься тактической системы планирования, которая позволяет запасов расти в нужное время. Планирование правила мы представляем предназначены для улучшения доступности продукции в период стационарного, но случайного спроса. Мы будем изучать надежность наших правил, некоторые из этих предположений позднее в этом документе.

ПРАВИЛА ПРОИЗВОДСТВА

Напомним, что цель производства менеджера заключается в обеспечении максимальной доступности для всех SKU. Это определяется как процент дней с не имеющих дефицита для всех наименований (общий наличии). Однако, напомним, что общий объем запасов для каждого продукта строго ограничено. Таким образом, задача менеджера является планирование производства, с тем чтобы максимально повысить вероятность совместного удовлетворения спроса на всю продукцию, не выходя за пределы инвентаризации. Эта задача может быть сформулирована как нелинейных, смешанные программы целое следующим образом:

Планирование правило, мы наблюдали в использовании как на HP и Уэйн был много-forlot (ВГБИЛ), фиксированный цикл правила. Каждое утро, спрос со стороны предыдущего дня для каждого SKU продиктовал новые объемы производства. Таким образом, правило действует в качестве orderup-политики. Конвейера производится каждый SKU в основной цикл в удобное для операторов (например, каждый день операторы начнется с 1 продукт, а затем 2 и т. д.). Если приказ не на полную мощность, линия завершила цикл в тот же день, а затем закрыть до конца смены. В противном случае, производство отстает, но по-прежнему на том же цикле. Теперь мы предлагаем три альтернативных правил планирования.

Первое правило альтернативных мы считаем это простое расширение ВГБИЛ, что исследования, нынешних запасов измеряется ожидается дней поставок. Это правило, называют DAYS, работает следующим образом: Каждое утро, количество дней поставки рассчитывается, а производство может быть возбуждено на продукт с наименьшим дня поставки. Как и в ВГБИЛ, объемы производства, установленные продаж за предыдущий день. После изготовления первого SKU, линия создана для продукта с ближайшими меньшими дней кадастра, и так далее.

Второе правило альтернативных видов оптимизации модели, которая решается каждое утро. Вместо продаж предыдущего дня, чтобы определить размер пакета, объемы производства для каждого SKU преисполнены решимости максимально минимальным дня поставки. Таким образом, правило стремится обеспечить хорошую производительность для всех SKU. Задача решается рассмотрении фиксированной производственных мощностей. Производства за каждый день, затем последовательно в соответствии с маленьким дней поставки первых. Линейных, смешанные программы целое этого правила сформулированы следующим образом:

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ

Для сравнения с нашими правилами планирования, мы провели обширный набор имитационных экспериментов на основе операционной условиях мы наблюдали на Wayne (показано в таблице 1). Как видно из таблицы 1, спрос изменчивости для каждого SKU был очень высоким. Тем не менее, общий ежедневный спрос был намного меньше величины (CV около 0,73). Распределение спроса по каждому продукту оценивали с помощью данных о спросе за последние пять лет. Во всех случаях, логнормальное распределение наилучшего. Сроки цикла 15 секунд, время установки на 15 минут, а сдвиг длины 8 часов. Использование много-для планирования партиями, по состоянию на Wayne, это требование создал среднем использования линии 90%.

Чтобы понять, как наши правила могут действовать в разных условиях, мы варьировали спрос на продукцию для производства 4 уровня использования магазина и 2 уровень спроса изменчивости. Поскольку фактические изменчивости спроса и использования на линии Уэйн были довольно высоки, мы выбрали для имитации модели при более умеренных условиях различной использования (95%, 90%, 85%, 80%) и спроса изменчивости (высокая база = уровне; и низкой = уровне, которые резюме половину от базы). В любом случае, мы поставили инвентаризации мишенями для получения 95% доступности для каждого SKU, предполагая, что сроки будут один день, без ведущей изменчивости времени. Напомним, что цель наших правил планирование для обеспечения высокой доступности для данной инвестиции в товарно-материальные запасы. Таким образом, по правилам, инвентаризации политики одинаковы.

В каждом моделирования, наблюдения за ежедневной доступности каждого SKU и общей доступности (в процентах от дней без дефицит для всех наименований) были собраны. Для каждого сценария, система моделирования на 400 дней производства, обрезание первых 20 дней для учета первоначального переходного предвзятости. Каждый моделирования была воспроизведена 20 раз для создания доверительных интервалов для каждого спектакля меры.

Подробные результаты для данной серии экспериментов приведены в табл Al. В таблице представлены как средняя наличность вместе со связанными с ними 95% доверительный интервал полуширины. На рисунке 2 показана сводная информация об общих доступности продукта для первой серии экспериментов. Экспериментах показано на рисунке обозначены в таблице 2.

Напомним, уровень запасов были созданы для производства отдельных SKU наличие 95%, с учетом 1-дневный срок производства свинца. В отсутствие верховенства планирования или возможности рассмотрения, можно было бы ожидать, что общее наличие значительно ниже (если каждый SKU было наличие 95% и не зависит от других, то общее наличие составит примерно 0,958 = 0,66). Рисунок 2 наглядно показывает, что во всех случаях наши правила, которые динамически рассмотреть уровня запасов, превосходят правило ВГБИЛ. Обратите внимание, что даже простое дней инвентаризации правило (в днях) обеспечивает значительное улучшение по сравнению с ВГБИЛ, а в некоторых случаях, выполняет почти так же хорошо, как более сложный макс-мин правил. Обратите внимание, что в некоторых случаях превосходит правило Л. правило дней, тогда как в других случаях ДНЕЙ работает лучше. В целом, макс 2 мин правил проявляют в основном высочайший уровень доступности. В случаях, когда высокая степень использования и спроса на изменчивость, MMAVAIL позволяет получить превосходные результаты, однако, два правила появляются статистически неотличимы друг от друга на низком уровне использования (табл. Al). Рисунок 2 показывает также, что наибольшее улучшение от планирования происходит в случаях с высокой изменчивости спроса и высокая степень использования магазин (случаях мы наблюдали в Wayne), и что планирование не оказывает существенного воздействия на системы с низким уровнем изменчивости спроса и нижней магазин использования [как видно и во многих других исследований при планировании литературы (Baker

Рисунок 3 представляет собой подробный отчет о доступности результатов эксперимента 1. Обратите внимание, что в соответствии с правилом ВГБИЛ, SKU ближе к концу цикла (например, 7 и 8) имеют худшие доступности. Это происходит потому, быть ближе к концу цикла, SKU 7 и 8, скорее всего, отстают в периоды высокого спроса. С цифры 2 и 3 (и в таблице Al) мы видим, что во всех случаях, ВГБИЛ правило доминируют другие правила.

Хотя это заманчиво сделать прямые рейтинге отчетности на основе доверительного интервала заявления показано в таблице Al, мы должны помнить, что эти интервалы не одновременно действуют с 95% доверия. Таким образом, чтобы сделать статистически тщательный анализ, мы провели несколько сравнений Bonferroni испытание с использованием общих случайных техники номера уменьшить выборочная дисперсия (банки, Карсон,

Потому что правила планирования имел наибольшее влияние на высокой изменчивости и высокой случаев использования, эксперименты 2, 7 и 8 были повторно, чтобы убедиться, что рейтинга состоится в крайних случаях. Результаты парных сравнений шоу в таблицах 4, 5 и 6. Обратите внимание, что макс-мин правила до сих пор производят статистически оптимальных результатов. Однако обратите внимание, что результаты макс-мин правил статистически неразличимы (доверительный интервал MMD-MMA содержит ноль) для обоих случаев использования низких (табл. 5 и 6). Также обратите внимание, что дни превосходит Л. во всех этих случаях.

Эти результаты показывают, что наши макс-мин правил определенных для улучшения доступности продукции в широком диапазоне условий эксплуатации. Хотя их наличие является обслуживание мера интерес для компаний, которые мы работали, Есть другие популярные меры службы. Таким образом, пункт заполнить номера для каждого SKU и общий коэффициент заполнения были собраны. Пункт скорость заполнения меры общая доля материалов, поставляемых в срок. Например, если клиент приказал 100 пунктов, но только 90 были доступны, скорость заполнения будет 90%. На рисунке 4 показан общий пункт скорость заполнения сцены для 40 сценариев (подробные результаты представлены в таблице А2). Главное наблюдение из этого рисунка является то, что наличность, улучшилась никакой деградации в отдельных пункта ставки заполнить. В самом деле, скорость заполнения пункта также улучшились, хотя и не так резко, как наличие (напомним, наша цель заключается в повышении доступности). 5 показаны результаты для нашей базе случае, SKU.

И наконец, информацию об общем объеме использования линия была также собрана. Использование это процент времени, которое было занято производством продукции или создаются для другого продукта. Для данного сценария использования (например, эксперимент 1), каждое правило сталкиваются с теми же требованиями. Таким образом, разница в использовании полностью обусловлен время, проведенное в установке. В компаниях, мы изучали, не было реальных расходов переходе линии, кроме потери производственного времени. Стоимость времени понесенных расходов, так как рабочие были оплачены всей смены, даже если они закончили досрочно. Утраченное время производства могут перевести на плохое обслуживание в периоды высокого спроса. Тем не менее, во время падения спроса, частые переналадки может улучшить обслуживание. Таким образом, макс-мин правил использования этого наблюдения, переходя линию чаще, когда спрос свет, при производстве больших партий, когда спрос high.Table 7 показывает, что все правила были ниже, чем использование ВГБИЛ за счет сокращения установок. Интересно отметить, что Л. вообще была самой низкой использования, указывая, что она создала наименьшее установок. Однако это снижение пришли на счет сервиса.

Спрос коррелированных

В некоторых случаях производитель может столкнуться структуре спроса со значительной корреляции между элементами. Например, при Уэйн насоса, если наводнения стали широко распространены в некоторых районах страны, некоторые розничные торговцы могут поставить крупных заказов одновременно. Чтобы изучить влияние положительно коррелирует спрос на наши правила планирования, нами ранее сценарии повторно заставить положительная корреляция между наименований (коэффициенты корреляции составляет 10-20% от всех 8 наименований). Результаты этих опытов (рис. 6 для общего доступа и на рисунке 7, общий коэффициент заполнения) показывают, что относительные показатели правил остается неизменной и что макс-мин правил продолжал опережать других. Обратите внимание, что результаты, показанные на рисунке 6 и 7 не могут быть непосредственно сопоставлены с ранних опытах, так как общий изменчивости спроса различны.

ЗАКЛЮЧЕНИЕ

В данной статье 4 правил планирования были описаны сделать на склад под операционными системами быстрого реагирования с высокой цели сервиса. Эти правила были эмпирически сравниваются друг с другом, и один из популярных правило литературы использованием широкого набора имитационных экспериментов. Мы обнаружили, что простое правило, что последовательность производства на основе инвентаризации статус значительно превосходят широко используется фиксированный цикл политики (много-много-на). Кроме того, мы обнаружили, что при дальнейшем совершенствовании может быть достигнуто за счет использования модели, которая максимально минимальная дней запасов. Наши самые сложные модели, которые захватили спроса разница, стремился максимально минимальную краткосрочную доступность, достигли лучших результатов, но простые правила, основанного на дни питание осуществляется почти так же хорошо во многих случаях. Мы разработали вычислительно простой алгоритм для решения как макс-мин моделей на основе маржинального анализа. Мы показали, что макси-мин правила просты в реализации и иметь дополнительное преимущество обеспечения реалистичных ежедневный график. Мы обнаружили, что разница в производительности между нормами, является крупнейшим в случаях с высокой изменчивостью и высокий коэффициент использования линии, которые содержатся в Wayne, и что наши результаты состоявшихся для независимых и положительно коррелирует спроса.

[В редакцию: 23 мая 1997. Принято редколлегией: 1 июля 1998.].

Ссылки

Бейкер К.

Банки, J., Карсон, J. С.,

Борленд, К. Э. Браун, М. J.,

Борленд, К. Е.,

Борленд, К. Е., постоянного Яно, К. А. (1997). Сравнение подходов решения для фиксированной последовательности экономических проблем планирования много. ИМО Сделки, 29, 103-108.

Elmaghraby, С. Э. (1978). Экономические проблемы планирования лот (ELSP): Обзор и расширений. Управление науки, 24, 587-598.

Fransoo, J., Sridharan В.,

Гальего, G. (1990). Планирование производства нескольких предметов со случайными требования в одном объекте. Управление науки, 36, 1579-1592.

Гасконец, А., Личмен, Р. C.,

Гасконец, А., Личмен, Р. C.,

Goyal, С. К. (1973). Площадь участка планирования на одном компьютере для стохастического спроса. Управление науки, 19, 1322-1325.

Хаусман, В. Х.,

Кармаркара, У. С.,

Личмен, Р. C.,

Серебро, Е., Пайк, Д.,

Вергин Р.,

Wein, Л. М. (1992). Динамические расписания мультиклассируют очереди производства на складе. Исследование операций, 40, 724-735.

М. Эрик Джонсон и Гарри Скаддер

Оуэн Высшая школа менеджмента, Университета Вандербильта, Nashville, TN 37203, eric.johnson @ печь. Vanderbilt. образование; <a href="mailto:scudderg@ctrvax.vanderbilt.edu"> scudderg@ctrvax.vanderbilt.edu </>; scudderg@ctrvax.vanderbilt.edu

* Оба авторы благодарят за поддержку из фонда декана для летнего исследования в Оуэн Высшая школа менеджмента. Джонсон была также поддержана грантом NSF

М. Эрик Джонсон, адъюнкт-профессор Оуэн Высшей школы менеджмента Университета Вандербильта. Он читает лекции по управлению операциями, управление цепочками поставок и моделирование. Ранее он работал в компании Hewlett-Packard в качестве специалиста инженерно производства и моделирующих систем корпорации, как инженера-консультанта. Через гранты от Национального научного фонда и Hewlett-Packard Co Эрик проводит научные исследования в снабжением, включая производственные мощности планирование, предприятия размещении, проектировании транспортной системы, а также измерения учета и контроля. В настоящее время он, выступающей в качестве помощника редактора для исследования операций, управления науки, производства и оперативного управления, а также производство и обслуживание операций управления. Он имеет степень бакалавра в области промышленного строительства, BS в области экономики, MS в промышленной инженерии и исследования операций из Университета штата Пенсильвания, а также докторскую степень в области промышленного строительства в Стэнфордском университете.

Gary D. Скаддер является профессором менеджмента Оуэн Высшая школа менеджмента, Университета Вандербильта. Он имеет степень бакалавра и магистра в области промышленного производства в Университете Пердью и докторскую степень в области промышленного строительства в Стэнфордском университете. Он вступил факультета Оуэн, проведя 10 лет в Университете Миннесоты. Он также побывал в школе Амос Так Дартмутского колледжа. Его учение и научные интересы сосредоточиться на бизнес и производство стратегии, стратегический менеджмент технологий и инноваций, а также управление дизайна нового продукта и процессов развития. Он также опубликовал широко в области производства планирования и инновационного менеджмента. В настоящее время он редакционного совета журнала "Управление операциями. В настоящее время его усилия исследования, направленного на повышение скорости и качества разработки нового продукта, с особым упором на разработку программного обеспечения. До входа ученых, профессор Скаддер работал в качестве инженера General Motors и в качестве старшего консультанта Arthur Andersen и компании.