返工返修品管理规定

返工返修品管理规定（精选2篇）

篇1：返工返修品管理规定

返工/ 返修复检记录

XX/JL-151-A/0

№：

产品名称

规格型号

批

次

订 单 号

复检日期

数

量

复检原因：

以下为检查项目和结果 序 检验项目 要求 实测 结论 1

检验员：

主

管：

篇2：返工返修品管理规定

近些年, 环境保护问题受到越来越多的人的重视, 废旧物品回收和重新进行修复利用受到人们的日益关注, 因此, 很多国家相继加大立法力度, 以保证环境破坏程度的减缓。人们的资源循环利用意识有了很大的提升, 传统的单向流动的资源、材料运作模式逐渐被资源循环观念所取代, 例如资源再生、材料增值和节约成本等。在重新利用废旧回收物品的模式中, 产生了一种从消费者回到生产商的新型物流模式, 它与传统的物流流动方向相反, 并且逐渐受到了广泛的关注。

在包含了返修品补充销售品库存的库存系统管理中, 由于回收流的加入, 销售商的库存控制策略发生了一些变化, 因为在考虑订购新产品的同时, 还要考虑到回收物修复后对库存的补充, 然而回收品产生的时间、数量和质量都是难以预测的, 正是由于这些不确定性, 加大了库存管理的难度。

2003年, 黄祖庆和达庆利提出了一个库存控制策略模型, 这个模型假设销售商允许顾客进行退货, 回收的商品经过简单处理后可以同新产品一样进行二次销售。他们在这样的条件下, 提出了一个最优的订购策略模型, 并且提出了一个求解算法, 然后进行了数值和算例验证, 讨论分析了不同回流率、库存成本和缺货损失对销售商的最优订购量和期望收益的影响。2005年, 黄祖庆和达庆利在之前研究的基础上进行了一些扩展, 假设退货率服从Poisson分布, 提出了对回收品定期处理和定量处理两种不同处理方式下的最优库存控制模型。结果表明, 销售商对退回产品的处理方式对订货策略有着明显的影响, 但平均订货成本的差异却很小。销售商可根据实际情况对退回产品选择合适的处理方式以及相应的订货策略。2006年, 徐长静和徐尔将单一品种的商品回收拓展到多种产品, 提出了一个针对多品种回收再利用, 定期订货模型并给出了一种启发式算法。同期, 郝梅玲介绍了几种常用的返回品预测模型, 然后对一个现有的库存控制模型进行了改进, 提出了一个新模型, 其更符合实际情况。2007年, 宋守许和朱华炳等学者在以前研究成果的基础上分析了回收品修复延迟期不同、退货率不同和缺货成本不同对企业最优订货策略、库存成本和预期收益率的不同影响。

在产品多样化的今天, 很少有厂家只生产一种产品, 往往生产多种品种, 因此, 退回的货物也是多品种的。并且大型的物流仓库所存储的产品的品种更是非常多的。所以研究逆向物流中多品种库存问题是很有意义的。本文考虑回收的产品是处于生命成熟期的产品, 其废旧产品以一定比例回收。

在一个涵盖了逆向物流的系统中, 可销售产品的库存可以由两部分组成, 即新订购的产品和回收修复的产品组成。另外, 由于产品处于生命的成熟期, 一般情况下其需求速度要大于废旧产品的回收速度, 因此, 可销售产品的库存补充是以新订购产品为主, 以回收修复产品为辅的两源供应商库存控制问题。除此之外, 库存容量的约束也是一个非常实际需要考虑的条件之一。

2 基本假设与符号说明

2.1 基本假设

(1) 市场需求为一常数。

(2) 回收的产品以固定比例回收, 即为需求的比例, 并且回收产品只有部分被修复, 且修复率是一定的。

(3) 销售商负责回收产品, 并且假设退回的产品经过修复后可与“新产品”一样销售。

(4) 不允许缺货。

(5) 不考虑产品的订货提前期, 并且不考虑返修品的修复时间, 即瞬间修复, 瞬间补充库存。

(6) 新生产的产品与返修品的库存成本一样。

(7) 存在库存容量的限制。

2.2 符号说明

ai—各种返修品的回收比例, 为常数, 且0

bi—各种返修产品的修复率, 为常数, 且0

Di—各种产品的市场需求率, 为常数

Hi—各种产品单位库存存储费用

Xi—各种返修品单位修复费用

Yi—各种返修品不可修复部分的单位处置费用

Zi—各种产品的单位订购费用

V—库存容量

A—公共订购启动成本

3 模型提出

根据上面的假设, 我们可以确定销售品库存中外购新产品与回收品修复利用的比例, 假设回收的产品经过一定程度的修复以后, 补充到销售品库存的占需求总量的aiβi, 那么外购的新产品占需求总量的1-aiβi。

通过参考传统的EOQ模型, 我们将产品回收部分考虑到新的模型当中去。根据参考文献, 将单一产品的回收模型修改成为对多种产品同样适用的模型, 因此加入了一些参数如:修复率、各种返修品的单位修复费用、固定修复费用、不可修复的产品的单位处置费用、固定处置费用和缺货成本。除此之外, 由于模型中考虑的是多种产品的订购, 因此我们将公共订购启动成本考虑在内。可以得到, 与总成本相关的几部分:库存存储费用、修复费用、不可修复的回收品的处置费用、订购费用及公共启动成本。而订购周期T和订货批量Q是我们需要确定的决策变量。

本文我们考虑两种不同的订购新产品的策略, 并对这两种订购策略进行比较分析。第一种订购策略不考虑各种产品的不同消耗情况, 采用同一个订购周期进行订购, 数量则由各自的需求率、回收率、修复率以及订购周期决定。第二种订购策略采用分批订购的方式, 确定一个最小的订货周期t, 作为基本的订货周期, 所有同组各种产品的订货周期都是这一最小周期的整数倍, 即 ([yi]t, [yi], 为正整数) 。其中每一个种产品的订货量则由它各自的需求率、回收率、修复率以及订货周期来决定。

3.1 同一订货周期多品种的订购策略

(1) 各种待销售的产品库存存储费用C1i。

在一个订货周期内, 各种待售产品的库存量为:undefined

一个订货周期T内, 所有待销售产品的库存存储费用为:

undefined (2)

(2) 各种回收品的库存存储费用C2i。

各种回收品的回收速度为aiDi, 则各种回收品的库存数量为:undefined

一个订货周期T内, 所有回收品的库存存储费用为:undefined

(3) 各种返修品的修复费用 C3i。

一个订货周期T内回收的回收品的数量为aiDiT, 由于修复比例为bi, 所以一个订货周期T内, 所有回收品的修复费用为:undefined

(4) 各种不可修复的回收品的处置费用 C4i。

由上面可知, 一个订货周期内可以修复的回收品的数量为aibiDiT, 那么不可修复的回收品的数量为: (1-bi) aiDiT

在T内, 各种不可修复的产品的处置费用为:

undefined

(5) 各种产品的订货成本C5i。

要满足市场的需求, 除了修复回收的产品, 然后补充到待售产品库存, 还需要订购新的产品, 数量为 (1-aibi) DiT。所以, 在一个订货周期T内各种产品的订购成本为:undefined

(6) 公共订购启动成本A。

综上所述, 在一个订货周期T内的平均总成本为:

undefined (7)

建立该问题的数学模型为:

所以, 约束条件可以转化为undefined。 (9)

i=1若使得在订货周期T内总成本最小, 则:

由于A>0, 所以undefined, 因此, 当且仅当undefined时, f在订货周期内有最小值。所以,

undefined

此问题的最优解有两种情况:

(1) T′≤T, 有undefined, 那么各种产品在最优订购周期T*内的最优订货量为:

Q*i= (1-aibi) DiT*= (1-aibi) Diundefined (11)

(2) T′>T, 则undefined, 那么各种产品在最优订购周期T*内的最优订货量为:Q*i= (1-aibi) DiT*= (1-aibi) Diundefined

3.2 多品种联合订购策略

(1) 各种待销售的产品库存存储费用为:undefined

(2) 各种回收品的库存存储费用为:undefined

(3) 各种返修品的修复费用为:undefined

(4) 各种不可修复的回收品的处置费用为:undefined

(5) 各种产品的订货成本为:undefined

(6) 公共订购启动成本 A。

在订货周期[yi]t内的平均总成本为:

undefined (18)

此问题建立数学模型:

undefinedundefined (19)

undefined

约束条件可转化为:

undefined (20)

由于A>0, [yi] 为正整数, 所以undefined时, f在订货周期内有最小值。

所以,

undefined (21)

因为总费用函数是以为[yi]t变量的函数, 由于[yi] 的值我们不能确定, 因此T*的值很难确定, 所以我们提出一种启发式算法来求解T*的值。

步骤如下:

步骤一:计算出每一种产品各自订货的最优订货周期, 从小到大依次排列。取最小的tl0作为第一步的最小订货周期t0, [yi]=[yl]=1, 则

undefined (22)

步骤二:计算剩下的产品中tlo最小的那一种产品的[yl]系数:

undefined表示四舍五入取整数) (23)

于是该产品的订货周期即为基本订货周期的[yl]倍。

步骤三:计算增加一种产品以后的基本订货周期To所有已求出[yi]系数的产品参数带入下式, 求得新的t0:

undefined (24)

步骤四:知道计算到当l=n时, 计算停止, 选择最终的t0=t*0作为基本订货周期, 否则返回步骤二, 继续计算, 直至l=n。

4 算例模拟

在以上假设条件下, 我们以一个6个品种进行订货的库存系统为例, 公共订购启动成本A为100元/次, V为1000, 各种产品的市场需求率、回收比例、修复率、单位修复费用、单位处置费用、单位存储费用、单位订购费用、固定修复成本、固定处置成本、固定订货成本见表1。

注:表中所有的数据都是随机数据。

对于第一种情况, 即单一订货周期多品种订购策略中, 计算得T’=0.036394年。

因为undefined, 所以T*=0.036394, 相当于0.036394×365天=13天。也就是说, 对于各种品种的产品采用统一的订货周期, 订货周期为13天。

通过计算, 平均总成本为: f=2330895.453元。

各种产品的最优订货量见表2。

对于第二种情况, 即分周期多品种联合订货策略, 各种数值及计算值见表3。

由上表可知, 所求的最优订货周期为0.03067年。

因为undefined, 所以, 0.03067×365=11天。

平均总成本为:f=2321920.736元。

各产品最优订货周期为[yi]T*。

各产品最优订货量为 (1-aibi) Di[yi]T*。

通过计算, 各种产品的最优订货周期及最优订货量见表4。

订货策略为:以基本订货周期11天为订货间隔期, 第一、二品种每次都订货, 而第三、四、六种产品每两个基本订货周期订货一次, 第五品种每三个基本订货周期订货一次。

比较一下两种订货策略, 2330895.453-2321920.736=8974.717元, 由此可知, 分周期联合订货比单一周期订货节约了5974.717元。因此, 在需求确定, 产品以固定比例回收的情况下, 如果考虑订货周期内总成本最小时, 应采取分周期联合订货策略。

5 结论

根据讨论可以得出结论, 需求确定, 回收产品以固定比例回收时, 分周期多品种联合订货策略比单一周期订货策略节约成本。

但是节约的成本约为 (8974.717/2330895.453) ×100%=0.385%, 由这个数据可以看出, 如果成本基数比较大的情况下, 分周期联合订货策略可以节省的成本相对于来说, 数目是比较客观的。对于成本基数比较小的情况下, 相对来说节约的成本是比较少的。

但是, 分周期多品种联合订货策略的计算步骤比较复杂, 对于订货种类繁多企业来说, 计算花费的时间比较多, 因此, 各公司在实际运营过程中应结合自身的具体情况, 酌情进行选择。

摘要：考虑厂商对多种产品以某种形式回收, 进行简单返修重新补充到销售品库存情况下的库存策略, 将传统一种产品的订购策略扩展到多种产品的订购策略, 对需求确定、回收率确定的多品种库存控制策略进行了改进, 加入库存容量限制这一条件, 使其更加符合实际。在此基础上, 对两种订货策略, 即单一周期订货策略和分周期联合订货策略进行了推导, 进行了算例求解, 对结果进行了比较分析。

关键词：返修品,订货策略,需求确定,回收率确定

参考文献

[1]黄祖庆, 达庆利.一个允许退货的库存控制策略模型[J].东南大学学报 (自然科学版) , 2003, 06:792-795.

[2]姚卫新.再制造条件下逆向物流回收模式的研究[J].管理科学, 2004, 17 (1) :76-80.

[3]黄祖庆, 达庆利.基于逆向物流定期和定量处理的最优库存控制策略研究[J].东南大学学报 (自然科学版) , 2005, 35 (2) 302-307.

[4]徐长静, 徐尔.逆向物流中一个多品种定期订货策略[J].物流科技, 2006, (5) :38-42.

[5]杨杰, 周磊山, 孙琦等.逆向物流成本优化模型研究[J].物流技术, 2009, (3) :120-122.

[6]郝梅玲, 黄敬前.逆向物流库存控制模型与逆向供应链管理库存理论综述[J].物流科技, 2005, 28 (124) :78-80.