ਉਤਪਾਦਨ ਯੋਜਨਾਬੰਦੀ ਵਿੱਚ ਪੂਰਨ ਅੰਕ ਅਨੁਕੂਲਨ ਦੀ ਵਰਤੋਂ
ਉਤਪਾਦਨ ਯੋਜਨਾਬੰਦੀ ਓਪਰੇਸ਼ਨ ਪ੍ਰਬੰਧਨ ਵਿੱਚ ਇੱਕ ਮੁੱਖ ਕਾਰਜ ਹੈ, ਇਹ ਨਿਰਧਾਰਤ ਕਰਨਾ ਕਿ ਕੀ ਪੈਦਾ ਕਰਨਾ ਹੈ, ਕਿੰਨਾ ਪੈਦਾ ਕਰਨਾ ਹੈ, ਕਦੋਂ ਪੈਦਾ ਕਰਨਾ ਹੈ, ਅਤੇ ਮਾਰਕੀਟ ਦੀ ਮੰਗ ਨੂੰ ਲਾਗਤ-ਕੁਸ਼ਲਤਾ ਨਾਲ ਪੂਰਾ ਕਰਨ ਲਈ ਸਰੋਤ ਕਿਵੇਂ ਨਿਰਧਾਰਤ ਕੀਤੇ ਜਾਣੇ ਚਾਹੀਦੇ ਹਨ। ਅਭਿਆਸ ਵਿੱਚ, ਉਤਪਾਦਨ ਦੇ ਫੈਸਲੇ ਘੱਟ ਹੀ "ਨਿਰੰਤਰ" ਜਾਂ ਅਨੰਤ ਵੰਡਣਯੋਗ ਹੁੰਦੇ ਹਨ। ਬਹੁਤ ਸਾਰੇ ਫੈਸਲੇ ਵੱਖਰੇ ਹੁੰਦੇ ਹਨ: ਕਿਰਿਆਸ਼ੀਲ ਮਸ਼ੀਨਾਂ ਦੀ ਗਿਣਤੀ ਇੱਕ ਪੂਰਨ ਅੰਕ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ, ਤਹਿ ਕੀਤੇ ਗਏ ਕਰਮਚਾਰੀਆਂ ਦੀ ਗਿਣਤੀ ਇੱਕ ਪੂਰਨ ਅੰਕ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ, ਉਤਪਾਦਨ ਬੈਚ ਦੇ ਆਕਾਰ ਅੱਧੇ ਨਹੀਂ ਕੀਤੇ ਜਾ ਸਕਦੇ, ਅਤੇ ਉਤਪਾਦਨ ਦਰ ਵਿਕਲਪ ਅਕਸਰ ਘੱਟੋ-ਘੱਟ ਸਮਰੱਥਾ ਦੁਆਰਾ ਸੀਮਤ ਹੁੰਦੇ ਹਨ। ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਪੂਰਨ ਅੰਕ ਅਨੁਕੂਲਨ ਖਾਸ ਤੌਰ 'ਤੇ ਢੁਕਵਾਂ ਹੋ ਜਾਂਦਾ ਹੈ। ਪੂਰਨ ਅੰਕ ਅਨੁਕੂਲਨ ਦੇ ਨਾਲ, ਕੰਪਨੀਆਂ ਯਥਾਰਥਵਾਦੀ ਤੌਰ 'ਤੇ ਵੱਖਰੇ ਫੈਸਲਿਆਂ ਨੂੰ ਮਾਡਲ ਕਰ ਸਕਦੀਆਂ ਹਨ ਅਤੇ ਉਤਪਾਦਨ ਯੋਜਨਾਵਾਂ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੀਆਂ ਹਨ ਜੋ ਖੇਤਰ ਵਿੱਚ ਲਾਗੂ ਕੀਤੀਆਂ ਜਾ ਸਕਦੀਆਂ ਹਨ।
ਪੂਰਨ ਅੰਕ ਔਪਟੀਮਾਈਜੇਸ਼ਨ ਕੀ ਹੈ?
ਪੂਰਨ ਅੰਕ ਅਨੁਕੂਲਨ ਗਣਿਤਿਕ ਅਨੁਕੂਲਨ ਦੀ ਇੱਕ ਸ਼ਾਖਾ ਹੈ ਜਿਸ ਵਿੱਚ ਕੁਝ ਜਾਂ ਸਾਰੇ ਫੈਸਲੇ ਵੇਰੀਏਬਲ ਪੂਰਨ ਅੰਕ ਹੋਣ ਲਈ ਸੀਮਤ ਹੁੰਦੇ ਹਨ। ਜੇਕਰ ਸਾਰੇ ਵੇਰੀਏਬਲ ਪੂਰਨ ਅੰਕ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ, ਤਾਂ ਸਮੱਸਿਆ ਨੂੰ ਪੂਰਨ ਅੰਕ ਪ੍ਰੋਗਰਾਮਿੰਗ (IP) ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਜੇਕਰ ਸਿਰਫ ਕੁਝ ਵੇਰੀਏਬਲ ਪੂਰਨ ਅੰਕ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ ਜਦੋਂ ਕਿ ਬਾਕੀ ਨਿਰੰਤਰ ਹੋਣ, ਤਾਂ ਇਸਨੂੰ ਮਿਕਸਡ ਇੰਟੀਜਰ ਪ੍ਰੋਗਰਾਮਿੰਗ (MIP) ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਉਤਪਾਦਨ ਯੋਜਨਾਬੰਦੀ ਦੇ ਸੰਦਰਭ ਵਿੱਚ , MIP ਅਕਸਰ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ, ਕਿਉਂਕਿ ਕੁਝ ਫੈਸਲੇ ਜਿਵੇਂ ਕਿ ਉਤਪਾਦਨ ਦੀਆਂ ਇਕਾਈਆਂ ਦੀ ਗਿਣਤੀ ਪੂਰਨ ਅੰਕ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ, ਜਦੋਂ ਕਿ ਹੋਰ ਫੈਸਲੇ ਜਿਵੇਂ ਕਿ ਓਵਰਟਾਈਮ ਘੰਟਿਆਂ ਦੀ ਗਿਣਤੀ ਨੂੰ ਇੱਕ ਖਾਸ ਸੀਮਾ ਦੇ ਅੰਦਰ ਨਿਰੰਤਰ ਮੰਨਿਆ ਜਾ ਸਕਦਾ ਹੈ।
ਪੂਰਨ ਅੰਕ ਅਨੁਕੂਲਨ ਮਾਡਲਾਂ ਦੇ ਆਮ ਤੌਰ 'ਤੇ ਤਿੰਨ ਮੁੱਖ ਭਾਗ ਹੁੰਦੇ ਹਨ: (1) ਇੱਕ ਉਦੇਸ਼ ਕਾਰਜ, ਉਦਾਹਰਣ ਵਜੋਂ ਕੁੱਲ ਉਤਪਾਦਨ ਅਤੇ ਵਸਤੂ ਸੂਚੀ ਦੀਆਂ ਲਾਗਤਾਂ ਨੂੰ ਘਟਾਉਣਾ ਜਾਂ ਮੁਨਾਫ਼ੇ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਕਰਨਾ; (2) ਫੈਸਲਾ ਵੇਰੀਏਬਲ, ਉਦਾਹਰਣ ਵਜੋਂ ਪ੍ਰਤੀ ਅਵਧੀ ਪੈਦਾ ਕੀਤੀਆਂ ਇਕਾਈਆਂ ਦੀ ਗਿਣਤੀ, ਮਸ਼ੀਨ ਦੀ ਚਾਲੂ/ਬੰਦ ਸਥਿਤੀ, ਜਾਂ ਕੱਚੇ ਮਾਲ ਦੀ ਖਰੀਦ ਦੇ ਫੈਸਲੇ; ਅਤੇ (3) ਪਾਬੰਦੀਆਂ, ਉਦਾਹਰਣ ਵਜੋਂ ਮਸ਼ੀਨ ਦੀ ਸਮਰੱਥਾ, ਕਿਰਤ, ਕੱਚੇ ਮਾਲ ਦੀ ਉਪਲਬਧਤਾ, ਮੰਗ ਦੇ ਪੱਧਰ, ਵਸਤੂ ਸੂਚੀ ਦੀਆਂ ਪਾਬੰਦੀਆਂ, ਅਤੇ ਹੋਰ ਕਾਰਜਸ਼ੀਲ ਨਿਯਮ।
ਉਤਪਾਦਨ ਯੋਜਨਾਬੰਦੀ ਲਈ ਪੂਰਨ ਅੰਕ ਵੇਰੀਏਬਲ ਦੀ ਲੋੜ ਕਿਉਂ ਹੁੰਦੀ ਹੈ?
ਬਹੁਤ ਸਾਰੀਆਂ ਨਿਰਮਾਣ ਕੰਪਨੀਆਂ ਵਿੱਚ, ਫੈਸਲੇ ਅੰਸ਼ਾਂ ਵਿੱਚ ਨਹੀਂ ਲਏ ਜਾ ਸਕਦੇ। ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਕੰਪਨੀ ਬੈਚਾਂ ਵਿੱਚ ਉਤਪਾਦਨ ਕਰਦੀ ਹੈ, ਤਾਂ ਬੈਚ ਦਾ ਆਕਾਰ ਇੱਕ ਪੂਰਨ ਅੰਕ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਇੱਕ ਖਾਸ ਮਸ਼ੀਨ ਸਿਰਫ਼ ਤਾਂ ਹੀ ਕੰਮ ਕਰ ਸਕਦੀ ਹੈ ਜੇਕਰ ਇਹ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸੰਚਾਲਿਤ ਹੋਵੇ, ਜਿਸ ਲਈ "ਮਸ਼ੀਨ ਚਾਲੂ" ਜਾਂ "ਮਸ਼ੀਨ ਬੰਦ" ਦੀ ਸਥਿਤੀ ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਇੱਕ ਬਾਈਨਰੀ ਵੇਰੀਏਬਲ (0-1) ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਹੀ ਗੱਲ ਸੈੱਟਅੱਪ ਫੈਸਲਿਆਂ 'ਤੇ ਲਾਗੂ ਹੁੰਦੀ ਹੈ: ਜਦੋਂ ਇੱਕ ਉਤਪਾਦਨ ਲਾਈਨ ਉਤਪਾਦ A ਤੋਂ ਉਤਪਾਦ B ਵਿੱਚ ਬਦਲਦੀ ਹੈ, ਤਾਂ ਸੈੱਟਅੱਪ ਲਾਗਤਾਂ ਅਤੇ ਸੈੱਟਅੱਪ ਸਮਾਂ ਆਮ ਤੌਰ 'ਤੇ ਸਿਰਫ਼ ਤਾਂ ਹੀ ਖਰਚ ਹੁੰਦਾ ਹੈ ਜੇਕਰ ਉਸ ਉਤਪਾਦ ਦਾ ਉਤਪਾਦਨ ਉਸ ਸਮੇਂ ਦੌਰਾਨ ਹੁੰਦਾ ਹੈ। ਬਾਈਨਰੀ ਵੇਰੀਏਬਲਾਂ ਦੇ ਨਾਲ, ਮਾਡਲ "ਸੈੱਟਅੱਪ ਹੋਇਆ ਜਾਂ ਨਹੀਂ" ਸਥਿਤੀ ਨੂੰ ਕੈਪਚਰ ਕਰ ਸਕਦਾ ਹੈ।
ਪੂਰਨ ਅੰਕ ਅਨੁਕੂਲਨ ਕੰਪਨੀਆਂ ਨੂੰ ਗੁੰਝਲਦਾਰ ਕਾਰੋਬਾਰੀ ਨਿਯਮਾਂ ਨੂੰ ਵਧੇਰੇ ਸਹੀ ਢੰਗ ਨਾਲ ਸ਼ਾਮਲ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਗੁਣਵੱਤਾ ਸਥਿਰਤਾ ਬਣਾਈ ਰੱਖਣ ਲਈ ਘੱਟੋ-ਘੱਟ ਉਤਪਾਦਨ ਮਾਤਰਾਵਾਂ , ਇੱਕੋ ਮਸ਼ੀਨ 'ਤੇ ਇੱਕੋ ਸ਼ਿਫਟ ਵਿੱਚ ਦੋ ਖਾਸ ਉਤਪਾਦਾਂ ਦੇ ਉਤਪਾਦਨ 'ਤੇ ਪਾਬੰਦੀਆਂ, ਜਾਂ ਤਰਜੀਹੀ ਗਾਹਕ ਇਕਰਾਰਨਾਮਿਆਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ। ਇਸ ਕਿਸਮ ਦੇ ਨਿਯਮਾਂ ਨੂੰ ਸ਼ੁੱਧ ਰੇਖਿਕ ਨਿਰੰਤਰ ਅਨੁਕੂਲਨ ਵਿੱਚ ਸਹੀ ਢੰਗ ਨਾਲ ਦਰਸਾਉਣਾ ਮੁਸ਼ਕਲ ਹੈ।
ਪੂਰਨ ਅੰਕ ਅਨੁਕੂਲਨ ਨਾਲ ਮਾਡਲਿੰਗ ਲਈ ਢੁਕਵੇਂ ਉਤਪਾਦਨ ਫੈਸਲਿਆਂ ਦੀਆਂ ਕਿਸਮਾਂ
ਪੂਰਨ ਅੰਕ ਅਨੁਕੂਲਨ ਦੀ ਵਰਤੋਂ ਯੋਜਨਾਬੰਦੀ ਦੇ ਵੱਖ-ਵੱਖ ਪੱਧਰਾਂ 'ਤੇ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਰਣਨੀਤਕ ਤੋਂ ਲੈ ਕੇ ਕਾਰਜਸ਼ੀਲ ਤੱਕ। ਇਸਦੇ ਉਪਯੋਗਾਂ ਦੀਆਂ ਕੁਝ ਉਦਾਹਰਣਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:
1. ਸਮੁੱਚੀ ਯੋਜਨਾਬੰਦੀ
ਮੌਸਮੀ ਮੰਗ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹੋਏ, ਪ੍ਰਤੀ ਮਿਆਦ ਕੁੱਲ ਉਤਪਾਦਨ ਮਾਤਰਾ, ਵਸਤੂ ਸੂਚੀ ਦੇ ਪੱਧਰ ਅਤੇ ਮਜ਼ਦੂਰੀ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਦਾ ਪਤਾ ਲਗਾਓ। ਪੂਰਨ ਅੰਕ ਵੇਰੀਏਬਲ ਭਾੜੇ 'ਤੇ ਰੱਖੇ/ਨਿਕਾਲੇ ਗਏ ਕਾਮਿਆਂ ਦੀ ਗਿਣਤੀ ਜਾਂ ਖੁੱਲ੍ਹੀਆਂ ਸ਼ਿਫਟਾਂ ਦੀ ਗਿਣਤੀ ਨੂੰ ਦਰਸਾ ਸਕਦੇ ਹਨ।
2. ਲਾਟ ਸਾਈਜ਼ਿੰਗ ਅਤੇ ਬਹੁ-ਮਿਆਦ ਉਤਪਾਦਨ ਯੋਜਨਾਬੰਦੀ
ਇਹ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ ਕਿ ਹਰੇਕ ਉਤਪਾਦ ਦਾ ਕਿੰਨਾ ਹਿੱਸਾ ਹਰੇਕ ਮਿਆਦ ਵਿੱਚ ਮੰਗ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਪੈਦਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਉਤਪਾਦਨ, ਸੈੱਟਅੱਪ ਅਤੇ ਸਟੋਰੇਜ ਲਾਗਤਾਂ ਨੂੰ ਘੱਟ ਤੋਂ ਘੱਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਇੱਕ ਬਾਈਨਰੀ ਵੇਰੀਏਬਲ ਅਕਸਰ ਇਹ ਦਰਸਾਉਣ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ ਕਿ ਕੀ ਕੋਈ ਉਤਪਾਦ ਇੱਕ ਦਿੱਤੇ ਸਮੇਂ ਵਿੱਚ ਪੈਦਾ ਹੁੰਦਾ ਹੈ (ਸੈੱਟਅੱਪ ਲਾਗਤਾਂ ਨੂੰ ਸਰਗਰਮ ਕਰਨਾ)।
3. ਮਸ਼ੀਨ ਸ਼ਡਿਊਲਿੰਗ
ਉਤਪਾਦਨ ਕ੍ਰਮ ਅਤੇ ਮਸ਼ੀਨਾਂ ਨੂੰ ਕੰਮਾਂ ਦੀ ਵੰਡ ਦਾ ਪਤਾ ਲਗਾਉਣਾ ਤਾਂ ਜੋ ਸਮੇਂ ਦੀ ਘਾਟ, ਦੇਰੀ, ਜਾਂ ਲਾਗਤ ਨੂੰ ਘੱਟ ਕੀਤਾ ਜਾ ਸਕੇ। ਇਹ ਮਾਡਲ ਅਕਸਰ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਇੱਕ ਬਾਈਨਰੀ ਵੇਰੀਏਬਲ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਕਿ ਕੀ ਕੰਮ i, ਕੰਮ j ਤੋਂ ਪਹਿਲਾਂ ਕੀਤਾ ਗਿਆ ਹੈ।
4. ਸਮਰੱਥਾ ਅਤੇ ਨਿਵੇਸ਼ ਚੋਣ
ਨਵੀਂ ਮਸ਼ੀਨਰੀ ਖਰੀਦਣ, ਉਤਪਾਦਨ ਲਾਈਨ ਜੋੜਨ, ਜਾਂ ਇੱਕ ਵਾਧੂ ਸਹੂਲਤ ਖੋਲ੍ਹਣ ਵਰਗੇ ਫੈਸਲਿਆਂ ਲਈ, ਇਹ ਫੈਸਲੇ ਆਮ ਤੌਰ 'ਤੇ ਵੱਖਰੇ ਅਤੇ ਉੱਚ-ਮੁੱਲ ਵਾਲੇ ਹੁੰਦੇ ਹਨ, ਇਸ ਲਈ ਬਾਈਨਰੀ/ਪੂਰਨ ਅੰਕ ਵੇਰੀਏਬਲ ਆਦਰਸ਼ ਹਨ।
5. ਸਮੱਗਰੀ ਅਤੇ ਭਾਗ ਯੋਜਨਾਬੰਦੀ (ਓਪਟੀਮਾਈਜੇਸ਼ਨ ਦੇ ਨਾਲ MRP)
ਗੁੰਝਲਦਾਰ BOM (ਸਮੱਗਰੀ ਦੇ ਬਿੱਲ) ਵਾਲੇ ਉਦਯੋਗਾਂ ਵਿੱਚ, ਪੂਰਨ ਅੰਕ ਅਨੁਕੂਲਨ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ ਕਿ ਕਦੋਂ ਅਤੇ ਕਿੰਨੇ ਹਿੱਸੇ ਪੈਦਾ ਕਰਨੇ ਹਨ ਜਾਂ ਆਰਡਰ ਕਰਨੇ ਹਨ, ਜਦੋਂ ਕਿ ਸਮੱਗਰੀ ਦੀ ਘਾਟ ਤੋਂ ਬਚਦੇ ਹੋਏ ਅਤੇ ਵਸਤੂ ਸੂਚੀ ਦੀਆਂ ਲਾਗਤਾਂ ਨੂੰ ਘਟਾਉਂਦੇ ਹੋਏ।
ਇੱਕ ਸਧਾਰਨ ਮਾਡਲ ਢਾਂਚੇ ਦੀ ਉਦਾਹਰਣ
ਵਧੇਰੇ ਠੋਸ ਹੋਣ ਲਈ, ਇੱਕ ਕੰਪਨੀ ਦੀ ਕਲਪਨਾ ਕਰੋ ਜੋ ਦੋ ਉਤਪਾਦ ਤਿਆਰ ਕਰ ਰਹੀ ਹੈ: P1 ਅਤੇ P2। ਕੰਪਨੀ ਤਿੰਨ ਪੀਰੀਅਡਾਂ ਲਈ ਕੁੱਲ ਲਾਗਤਾਂ ਨੂੰ ਘੱਟ ਤੋਂ ਘੱਟ ਕਰਨਾ ਚਾਹੁੰਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਉਤਪਾਦਨ ਲਾਗਤਾਂ, ਸੈੱਟਅੱਪ ਲਾਗਤਾਂ ਅਤੇ ਵਸਤੂਆਂ ਰੱਖਣ ਦੀਆਂ ਲਾਗਤਾਂ ਸ਼ਾਮਲ ਹਨ। ਮੁੱਖ ਫੈਸਲਾ ਲੈਣ ਵਾਲੇ ਵੇਰੀਏਬਲ ਹਨ: ਪ੍ਰਤੀ ਪੀਰੀਅਡ (ਪੂਰਨ ਅੰਕ) ਪੈਦਾ ਕੀਤੇ ਗਏ P1 ਅਤੇ P2 ਦੀ ਮਾਤਰਾ, ਪ੍ਰਤੀ ਪੀਰੀਅਡ (ਪੂਰਨ ਅੰਕ), ਅੰਤਮ ਵਸਤੂ ਸੂਚੀ (ਪੂਰਨ ਅੰਕ), ਅਤੇ ਇੱਕ ਬਾਈਨਰੀ ਵੇਰੀਏਬਲ ਜੋ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਕੀ P1 ਜਾਂ P2 ਉਸ ਪੀਰੀਅਡ ਵਿੱਚ ਪੈਦਾ ਹੋਇਆ ਹੈ (ਸੈੱਟਅੱਪ ਲਾਗਤਾਂ ਨੂੰ ਚਾਲੂ ਕਰਨ ਲਈ)। ਪਾਬੰਦੀਆਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ: ਵਸਤੂ ਸੂਚੀ ਸੰਤੁਲਨ (ਉਤਪਾਦਨ + ਸ਼ੁਰੂਆਤੀ ਵਸਤੂ ਸੂਚੀ - ਮੰਗ = ਅੰਤਮ ਵਸਤੂ ਸੂਚੀ), ਪ੍ਰਤੀ ਪੀਰੀਅਡ ਮਸ਼ੀਨ-ਘੰਟੇ ਦੀ ਸਮਰੱਥਾ, ਅਤੇ ਜੇਕਰ ਕੋਈ ਉਤਪਾਦ ਚਲਾਇਆ ਜਾਂਦਾ ਹੈ ਤਾਂ ਘੱਟੋ-ਘੱਟ ਉਤਪਾਦਨ ਸੀਮਾ।
ਸੰਕਲਪਿਕ ਤੌਰ 'ਤੇ, ਅਜਿਹਾ ਮਾਡਲ ਇੱਕ ਆਮ ਪ੍ਰਬੰਧਕੀ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦੇਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ: ਕੀ ਵਾਰ-ਵਾਰ ਸੈੱਟਅੱਪ ਤੋਂ ਬਚਣ ਲਈ ਪਹਿਲਾਂ ਤੋਂ ਜ਼ਿਆਦਾ ਉਤਪਾਦਨ ਕਰਨਾ ਬਿਹਤਰ ਹੈ, ਭਾਵੇਂ ਹੋਲਡਿੰਗ ਲਾਗਤਾਂ ਵਧ ਜਾਣ? ਜਾਂ, ਇਸਦੇ ਉਲਟ, ਵਸਤੂ ਸੂਚੀ ਨੂੰ ਘੱਟ ਰੱਖਣ ਲਈ ਪ੍ਰਤੀ ਅਵਧੀ ਮੰਗ ਦੇ ਅਨੁਸਾਰ ਉਤਪਾਦਨ ਕਰਨਾ, ਭਾਵੇਂ ਸੈੱਟਅੱਪ ਲਾਗਤਾਂ ਵਧ ਜਾਣ? ਪੂਰਨ ਅੰਕ ਅਨੁਕੂਲਨ ਉਪਲਬਧ ਲਾਗਤ ਅਤੇ ਸਮਰੱਥਾ ਡੇਟਾ ਦੇ ਅਧਾਰ ਤੇ ਸਭ ਤੋਂ ਵਧੀਆ ਸੁਮੇਲ ਲੱਭ ਸਕਦਾ ਹੈ।
ਉਦਯੋਗ ਲਈ ਪੂਰਨ ਅੰਕ ਅਨੁਕੂਲਨ ਦੇ ਲਾਭ
ਪੂਰਨ ਅੰਕ ਅਨੁਕੂਲਨ ਦਾ ਮੁੱਖ ਫਾਇਦਾ ਵਿਵਹਾਰਕ ਅਤੇ ਯਥਾਰਥਵਾਦੀ ਹੱਲ ਪੈਦਾ ਕਰਨ ਦੀ ਇਸਦੀ ਯੋਗਤਾ ਹੈ। ਨਿਰੰਤਰ ਮਾਡਲਾਂ ਦੇ ਹੱਲ ਕਈ ਵਾਰ "12,7 ਬੈਚਾਂ" ਜਾਂ "0,3 ਮਸ਼ੀਨਾਂ" ਦੇ ਉਤਪਾਦਨ ਦਾ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ, ਜੋ ਕਿ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਅਵਿਵਹਾਰਕ ਹਨ। ਪੂਰਨ ਅੰਕ ਪਾਬੰਦੀਆਂ ਦੇ ਨਾਲ, ਨਤੀਜੇ ਵਜੋਂ ਉਤਪਾਦਨ ਯੋਜਨਾ ਤੁਰੰਤ ਚੱਲਣਯੋਗ ਬਣ ਜਾਂਦੀ ਹੈ।
ਇਸ ਤੋਂ ਇਲਾਵਾ, ਪੂਰਨ ਅੰਕ ਅਨੁਕੂਲਨ ਕੰਪਨੀਆਂ ਨੂੰ ਢਾਂਚਾਗਤ ਦ੍ਰਿਸ਼ ਅਤੇ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਕੰਪਨੀਆਂ ਮੰਗ ਵਿੱਚ ਤਬਦੀਲੀਆਂ, ਵਧਦੀ ਊਰਜਾ ਲਾਗਤਾਂ, ਕੱਚੇ ਮਾਲ ਵਿੱਚ ਦੇਰੀ, ਜਾਂ ਵਾਧੂ ਤਬਦੀਲੀਆਂ ਦੇ ਪ੍ਰਭਾਵ ਦੀ ਜਾਂਚ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਕਿਉਂਕਿ ਮਾਡਲ ਗਣਿਤਿਕ ਅਤੇ ਸਪਸ਼ਟ ਹੈ, ਧਾਰਨਾਵਾਂ ਵਿੱਚ ਕਿਸੇ ਵੀ ਤਬਦੀਲੀ ਨੂੰ ਸ਼ਾਮਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਅਤੇ ਨਵੇਂ ਹੱਲ ਜਲਦੀ ਪ੍ਰਾਪਤ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ, ਡੇਟਾ-ਅਧਾਰਤ ਫੈਸਲੇ ਲੈਣ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਦੇ ਹੋਏ ।
ਇੱਕ ਮੁਕਾਬਲੇ ਵਾਲੇ ਉਦਯੋਗਿਕ ਸੰਦਰਭ ਵਿੱਚ, ਪੂਰਨ ਅੰਕ ਅਨੁਕੂਲਨ ਕੁੱਲ ਲਾਗਤਾਂ ਨੂੰ ਘਟਾਉਣ ਅਤੇ ਗਾਹਕ ਸੇਵਾ ਦੇ ਪੱਧਰਾਂ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਵਿੱਚ ਵੀ ਮਦਦ ਕਰਦਾ ਹੈ। ਵਧੇਰੇ ਸਹੀ ਉਤਪਾਦਨ ਯੋਜਨਾਬੰਦੀ ਦੇ ਨਾਲ, ਕੰਪਨੀਆਂ ਵਾਧੂ ਵਸਤੂ ਸੂਚੀ ਨੂੰ ਘਟਾ ਸਕਦੀਆਂ ਹਨ, ਬੇਲੋੜਾ ਓਵਰਟਾਈਮ ਘੱਟ ਕਰ ਸਕਦੀਆਂ ਹਨ, ਮਸ਼ੀਨ ਡਾਊਨਟਾਈਮ ਨੂੰ ਘੱਟ ਕਰ ਸਕਦੀਆਂ ਹਨ, ਅਤੇ ਡਿਲੀਵਰੀ ਦੇਰੀ ਨੂੰ ਘਟਾ ਸਕਦੀਆਂ ਹਨ।
ਅਸਲ-ਸੰਸਾਰ ਲਾਗੂਕਰਨ ਚੁਣੌਤੀਆਂ
ਇਸਦੀ ਸ਼ਕਤੀ ਦੇ ਬਾਵਜੂਦ, ਪੂਰਨ ਅੰਕ ਅਨੁਕੂਲਨ ਦੀਆਂ ਆਪਣੀਆਂ ਚੁਣੌਤੀਆਂ ਹਨ। ਪਹਿਲਾਂ, MIP ਸਮੱਸਿਆਵਾਂ ਬਹੁਤ ਗੁੰਝਲਦਾਰ ਅਤੇ ਗਣਨਾਤਮਕ ਤੌਰ 'ਤੇ ਸਮਾਂ ਲੈਣ ਵਾਲੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ, ਖਾਸ ਕਰਕੇ ਜੇਕਰ ਉਤਪਾਦਾਂ, ਪੀਰੀਅਡਾਂ, ਮਸ਼ੀਨਾਂ ਅਤੇ ਰੁਕਾਵਟਾਂ ਦੀ ਗਿਣਤੀ ਵੱਡੀ ਹੋਵੇ। ਦੂਜਾ, ਹੱਲ ਦੀ ਗੁਣਵੱਤਾ ਡੇਟਾ ਗੁਣਵੱਤਾ 'ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਰਭਰ ਕਰਦੀ ਹੈ: ਗਲਤ ਸੈੱਟਅੱਪ ਲਾਗਤਾਂ, ਅਵਿਸ਼ਵਾਸੀ ਮਸ਼ੀਨ ਸਮਰੱਥਾਵਾਂ, ਜਾਂ ਗਲਤ ਮੰਗ ਡੇਟਾ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਯੋਜਨਾਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੁੰਦਾ ਹੈ। ਤੀਜਾ, ਖੇਤਰ ਵਿੱਚ ਉਤਪਾਦਨ ਦੀਆਂ ਸਥਿਤੀਆਂ ਵਿੱਚ ਬਦਲਾਅ - ਜਿਵੇਂ ਕਿ ਮਸ਼ੀਨ ਟੁੱਟਣਾ ਜਾਂ ਸਮੱਗਰੀ ਵਿੱਚ ਦੇਰੀ - ਲਈ ਸ਼ੁਰੂਆਤੀ ਯੋਜਨਾ ਦੇ ਤੇਜ਼ੀ ਨਾਲ ਸਮਾਯੋਜਨ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ।
ਇਸ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, ਕੰਪਨੀਆਂ ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਪੜਾਅਵਾਰ ਪਹੁੰਚ ਅਪਣਾਉਂਦੀਆਂ ਹਨ: ਇੱਕ ਸਧਾਰਨ ਮਾਡਲ ਨਾਲ ਸ਼ੁਰੂ ਕਰਨਾ, ਉਤਪਾਦਨ ਟੀਮ ਨਾਲ ਨਤੀਜਿਆਂ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨਾ, ਅਤੇ ਫਿਰ ਡੇਟਾ ਅਤੇ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦੇ ਪਰਿਪੱਕ ਹੋਣ ਦੇ ਨਾਲ ਮਾਡਲ ਦੀ ਗੁੰਝਲਤਾ ਨੂੰ ਵਧਾਉਣਾ। ਬਹੁਤ ਸਾਰੀਆਂ ਸੰਸਥਾਵਾਂ ਹੱਲ ਕਰਨ ਵਾਲੇ 'ਤੇ ਇੱਕ ਸਮਾਂ ਸੀਮਾ ਵੀ ਲਾਗੂ ਕਰਦੀਆਂ ਹਨ, ਜਿਸ ਨਾਲ ਇਹ ਇੱਕ ਸੰਪੂਰਨ ਅਨੁਕੂਲ ਹੱਲ ਦੀ ਉਡੀਕ ਕਰਨ ਦੀ ਬਜਾਏ ਇੱਕ ਸਵੀਕਾਰਯੋਗ ਸਮੇਂ ਵਿੱਚ ਇੱਕ "ਕਾਫ਼ੀ ਚੰਗਾ" ਹੱਲ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦਾ ਹੈ।
ਸਾਫਟਵੇਅਰ ਅਤੇ ਸਿਸਟਮ ਏਕੀਕਰਨ
ਤਕਨੀਕੀ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ, ਪੂਰਨ ਅੰਕ ਅਨੁਕੂਲਨ ਵੱਖ-ਵੱਖ ਹੱਲਕਰਤਾਵਾਂ ਜਿਵੇਂ ਕਿ ਗੁਰੋਬੀ, CPLEX, ਅਤੇ CBC ਦੁਆਰਾ ਸਮਰਥਤ ਹੈ, ਅਤੇ ਇਸਨੂੰ ਮਾਡਲਿੰਗ ਭਾਸ਼ਾਵਾਂ ਜਿਵੇਂ ਕਿ Python (PuLP, Pyomo), AMPL, ਜਾਂ GAMS ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮਾਡਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਉਦਯੋਗਿਕ ਲਾਗੂਕਰਨਾਂ ਵਿੱਚ, ਮਾਡਲਾਂ ਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਕੱਚੇ ਮਾਲ, ਸਮਾਂ-ਸਾਰਣੀ ਅਤੇ ਉਤਪਾਦਨ ਆਉਟਪੁੱਟ ਡੇਟਾ ਨੂੰ ਆਪਣੇ ਆਪ ਸਟ੍ਰੀਮ ਕਰਨ ਲਈ ERP ਅਤੇ MES ਪ੍ਰਣਾਲੀਆਂ ਨਾਲ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ। ਇਹ ਏਕੀਕਰਨ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਅਨੁਕੂਲਨ ਸਿਰਫ਼ ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਪ੍ਰੋਜੈਕਟ ਤੋਂ ਵੱਧ ਬਣ ਜਾਵੇ, ਸਗੋਂ ਰੁਟੀਨ ਯੋਜਨਾਬੰਦੀ ਪ੍ਰਕਿਰਿਆ ਦਾ ਹਿੱਸਾ ਵੀ ਬਣ ਜਾਵੇ ।
ਸਿੱਟਾ
ਪੂਰਨ ਅੰਕ ਅਨੁਕੂਲਨ ਉਤਪਾਦਨ ਯੋਜਨਾਬੰਦੀ ਵਿੱਚ ਇੱਕ ਕੀਮਤੀ ਸਾਧਨ ਹੈ ਕਿਉਂਕਿ ਇਹ ਇੱਕ ਫੈਕਟਰੀ ਵਿੱਚ ਅਸਲ ਵਿੱਚ ਹੋਣ ਵਾਲੇ ਵੱਖਰੇ ਫੈਸਲਿਆਂ ਨੂੰ ਮਾਡਲ ਕਰ ਸਕਦਾ ਹੈ: ਸੈੱਟਅੱਪ, ਬੈਚ, ਲੇਬਰ, ਮਸ਼ੀਨ ਸਥਿਤੀਆਂ, ਅਤੇ ਵੱਖ-ਵੱਖ ਸੰਚਾਲਨ ਨਿਯਮ। ਅਸਲ-ਸੰਸਾਰ ਦੀਆਂ ਸਥਿਤੀਆਂ ਨੂੰ ਦਰਸਾਉਣ ਵਾਲੇ ਉਦੇਸ਼ਪੂਰਨ ਕਾਰਜਾਂ ਅਤੇ ਰੁਕਾਵਟਾਂ ਨੂੰ ਵਿਕਸਤ ਕਰਕੇ, ਕੰਪਨੀਆਂ ਉਤਪਾਦਨ ਯੋਜਨਾਵਾਂ ਤਿਆਰ ਕਰ ਸਕਦੀਆਂ ਹਨ ਜੋ ਕੁਸ਼ਲ, ਯਥਾਰਥਵਾਦੀ ਅਤੇ ਲਾਗੂ ਕਰਨ ਵਿੱਚ ਆਸਾਨ ਹਨ। ਜਦੋਂ ਕਿ ਕੰਪਿਊਟਿੰਗ ਅਤੇ ਡੇਟਾ ਗੁਣਵੱਤਾ ਵਿੱਚ ਚੁਣੌਤੀਆਂ ਹਨ, ਇੱਕ ਪੜਾਅਵਾਰ ਅਤੇ ਏਕੀਕ੍ਰਿਤ ਲਾਗੂਕਰਨ ਮਹੱਤਵਪੂਰਨ ਲਾਭ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦਾ ਹੈ: ਘੱਟ ਲਾਗਤਾਂ, ਬਿਹਤਰ ਵਸਤੂ ਸੂਚੀ ਨਿਯੰਤਰਣ, ਅਤੇ ਬਿਹਤਰ ਗਾਹਕ ਸੇਵਾ। ਅੰਤ ਵਿੱਚ, ਪੂਰਨ ਅੰਕ ਅਨੁਕੂਲਨ ਉਤਪਾਦਨ ਯੋਜਨਾਬੰਦੀ ਨੂੰ ਸਿਰਫ਼ ਅੰਦਾਜ਼ੇ ਤੋਂ ਮਾਪਣਯੋਗ, ਮਾਡਲ-ਅਧਾਰਤ ਫੈਸਲਿਆਂ ਵਿੱਚ ਬਦਲਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ।
