• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Lagra produktionskapacitet i rätt produkter : Simulering av lageruppbyggnad där produkter väljs utifrån en ny klassificeringsmodell med multipla kriterier / Store production capacity in the right products : Simulation of stock build-up where products are selected based on a new multi criteria classification model

Nilsson, Andreas, Olsson, Pierre January 2017 (has links)
En metod som används för lagerstyrning, och som fått ökat intresse inom forskningen de senaste åren, är klassificering med multipla kriterier (MCABC). Däremot har forskningen hittills tenderat att koncentrera sig på utveckling av klassificeringsmodeller snarare än på vägledning för tillämpning av modellerna. Studien påvisade med en litteraturstudie att forskningsområdet klassificering med multipla kriterier hade en begränsad mängd vägledning för tillämpning relativt mängden klassificeringsmodeller som utformats. Därför undersökte studien en modifierad lagerstyrningsstrategi. Syftet med studien var att finna produkter som lämpar sig för lagring av produktionskapacitet och att undersöka effekterna på färdigvarulagret om dessa produkter används för lageruppbyggnad inför säsongen. För att finna sådana produkter utformades en klassificeringsmodell med multipla kriterier, GTS-modellen (Good to Store). Modellen testades genom att ett antal scenarier simulerades på ett urval av produkter av det egentillverkade sortimentet i en fabrik. Detta gjordes i en fallstudie av ett företag inom processindustrin vars sortiment har säsongsvariationer. Resultatet av simuleringarna visade att lageruppbyggnad med GTS-modellen inför säsongen innebar att det genomsnittliga lagervärdet och antalet omställningar för det egentillverkade sortimentet minskade med ungefär 14 % vardera, jämfört med nuläget. Samtidigt kunde servicenivån bibehållas på i princip identisk nivå. Görs motsvarande jämförelse enbart på den simulerade delen av sortimentet blir minskningarna ungefär 35 % vardera. / Multi criteria classification (MCABC) is a method used for inventory management which has gained interest in research in recent years. However, research has tended to focus on the development of classification models rather than guidance on the application of the models. This study demonstrated, using a literature review, that the multi criteria classification field had a limited amount of guidance for application compared to the amount of classification models that were developed. Therefore, this study examined a modified inventory management strategy. The purpose of the study was to find products suitable for storing production capacity and to examine the effects on the finished goods inventory if these products are used for stock build-up prior to the season. A multi criteria classification model, the GTS (Good to Store) model, was developed to find such products. The model was tested by simulating several scenarios on a selection of products from the factory-made range. This was conducted in a case study regarding a company in the process industry whose range has seasonal variations. The simulations showed that stock build-up with the GTS model prior to the season resulted in an approximately 14 % decrease in average inventory value and number of setups for the factory-made range, compared to the current situation. At the same time, the service level was almost completely maintained. If the comparison is made exclusively on the simulated part of the assortment, the decrease will be approximately 35 %.

Page generated in 0.1869 seconds