2 resultados para Production methods
em Corvinus Research Archive - The institutional repository for the Corvinus University of Budapest
Resumo:
A cikk alapvető kérdése, hogy miképpen használható a tervezés a termelési folyamatok, s ezzel a vállalati m}uködés egészének hatékonyságnövelése érdekében. A termeléstervezés szintjei és eszközei közül a középtávú aggregált tervezésre koncentrálunk. Ennek oka elsősorban az, hogy tapasztalatunk szerinte tervezési szint gyakorlati alkalmazása még nem tekinthető elterjedtnek, s ebből következően az eszköz alaposabb ismerete és alkalmazásának elterjedése jelentős tartalékokat tárhat fel a m}uködési hatékonyság növelése terén. A dolgozat a termeléstervezés klasszikusnak tekinthető modelljét alkalmazza egy hazai vállalat esetében. Az elemzés során vizsgáljuk a modell alkalmazhatóságát és a különböző tervezési alternatívák hatását a hatékonyság növelésére. A modell számítógépes megoldását a Microsoft Excel Solver programjával végeztük. _______ The article demonstrates how production planning, especially aggregate production planning can positively influence the competitiveness of production firms. First the structure of production planning, different, but interconnected levels of it are introduced than the aggregate planning is elaborated in more details. Reason for focusing on aggregate planning lies in the fact that according to our experience aggregate planning is an operation planning method applied least of all production planning methods in Hungary. Due to this we are convinced that demonstrating a real case study in this area can help managers to realize that adopting it can significantly influence e±ciency in operation and represent important source of development. We applied a classic aggregate planning model for a Hungarian producing company. We have tested the adaptability of the model and also the effect of different concrete planning scenarios on efficiency. Solution of the mathematical model is calculated using the program of Microsoft Excel Solver.
Resumo:
A minőségügy egyik kulcsfeladata, hogy azonosítsa az értékteremtés szempontjából kritikus tényezőket, meghatározza ezek értékét, valamint intézkedjen negatív hatásuk megelőzése és csökkentése érdekében. Az értékteremtés sok esetben folyamatokon keresztül történik, amelyek tevékenységekből, elvégzendő feladatokból állnak. Ezekhez megfelelő munkatársak kellenek, akiknek az egyik legfontosabb jellemzője az általuk birtokolt tudás. Mindezek alapján a feladat-tudás-erőforrás kapcsolatrendszer ismerete és kezelése minőségügyi feladat is. A komplex rendszerek elemzésével foglalkozó hálózatkutatás eszközt biztosíthat ehhez, ezért indokolt a minőségügyi területen történő alkalmazhatóságának vizsgálata. Az alkalmazási lehetőségek rendszerezése érdekében a szerzők kategorizálták a minőségügyi hálózatokat az élek (kapcsolatok) és a csúcsok (hálózati pontok) típusai alapján. Ezt követően definiálták a multimodális (több különböző csúcstípusból álló) tudáshálózatot, amely a feladatokból, az erőforrásokból, a tudáselemekből és a közöttük lévő kapcsolatokból épül fel. A hálózat segítségével kategóriákba sorolták a tudáselemeket, valamint a fokszámok alapján meghatározták értéküket. A multimodális hálózatból képzett tudáselem-hálózatban megadták az összefüggő csoportok jelentését, majd megfogalmaztak egy összefüggést a tudáselem-elvesztés kockázatának meghatározására. _______ The aims of quality management are to identify those factors that have significant influence on value production, qualify or quantify them, and make preventive and corrective actions in order to reduce their negative effects. The core elements of value production are processes and tasks, along with workforce having the necessary knowledge to work. For that reason the task-resource-knowledge structure is pertinent to quality management. Network science provides methods to analyze complex systems; therefore it seems reasonable to study the use of tools of network analysis in association with quality management issues. First of all the authors categorized quality networks according to the types of nodes (vertices) and links (edges or arcs). Focusing on knowledge management, they defined the multimodal knowledge network, consisting of tasks, resources, knowledge items and their interconnections. Based on their degree, network nodes can be categorized and their value can be quantified. Derived from the multimodal network knowledge-item network is to be created, where the meaning of cohesive subgroups is defined. Eventually they proposed a formula for determining the risk of knowledge loss.