随机需求下MTO/MTS混合生产：FMDP模型的效率比较

该篇论文研究了在随机需求环境下双产品混合生产的Markov决策过程。研究背景是基于按需生产(MTO)和存货生产(MTS)两种模式，假设忽略生产方式转换的安装费用和其他固定费用。论文构建了一个有限期的Markov决策过程(Finite Markov Decision Process, FMDP)模型，用于分析在混合MTO/MTS生产系统中，三种策略的效率：MTO优先、MTS优先以及FMDP混合模式。 主要关注点在于，随机需求如何影响MTO订单量、MTS库存量以及产品需求强度等关键因素。研究发现，这些变量对FMDP混合模式的决策有着显著影响，而在剩余决策期数、MTO订单的延迟交货罚金和MTS处理成本方面，它们更多地在短期内影响决策。随着MTO订单量的减少或MTS产品需求强度降低，FMDP混合模式相较于MTS优先模式表现出更好的效率。反之，当MTS库存量减少或MTO产品需求强度下降时，FMDP混合模式也优于MTO优先模式。 论文通过数学建模和案例分析，深入探讨了混合生产模式下的动态决策制定，并为实际企业提供了优化生产策略的理论依据。对于制造业管理者来说，这项研究有助于他们根据自身的市场环境和业务特性，选择最合适的生产模式组合，以提高生产效率和满足客户需求。这篇论文将随机需求下的生产策略与Markov决策过程相结合，为混合生产环境下的运营管理提供了有价值的研究成果。