2024年高教社杯B题 生产过程中的决策问题——思路分析

某企业生产某种畅销的电子产品，需要分别购买两种零配件（零配件1和零配件2），在企业将两个零配件装配成成品。在装配的成品中，只要其中一个零配件不合格，则成品一定不合格；如果两个零配件均合格，装配出的成品也不一定合格。对于不合格成品，企业可以选择报废，或者对其进行拆解，拆解过程不会对零配件造成损坏，但需要花费拆解费用。请建立数学模型，解决以下问题：

问题1 供应商声称一批零配件（零配件1或零配件2）的次品率不会超过某个标称值。企业准备采用抽样检测方法决定是否接收从供应商购买的这批零配件，检测费用由企业自行承担。请为企业设计检测次数尽可能少的抽样检测方案。
如果标称值为10%，根据你们的抽样检测方案，针对以下两种情形，分别给出具体结果：
(1) 在95%的信度下认定零配件次品率超过标称值，则拒收这批零配件；
(2) 在90%的信度下认定零配件次品率不超过标称值，则接收这批零配件。

问题2 已知两种零配件和成品次品率，请为企业生产过程的各个阶段作出决策：
(1) 对零配件（零配件1和/或零配件2）是否进行检测，如果对某种零配件不检测，这种零配件将直接进入到装配环节；否则将检测出的不合格零配件丢弃；
(2) 对装配好的每一件成品是否进行检测，如果不检测，装配后的成品直接进入到市场；否则只有检测合格的成品进入到市场；
(3) 对检测出的不合格成品是否进行拆解，如果不拆解，直接将不合格成品丢弃；否则对拆解后的零配件，重复步骤(1)和步骤(2)；
(4) 对用户购买的不合格品，企业将无条件予以调换，并产生一定的调换损失（如物流成本、企业信誉等）。对退回的不合格品，重复步骤(3)。

请根据你们所做的决策，对表1中的情形给出具体的决策方案，并给出决策的依据及相应的指标结果。

思路：

问题 1：抽样检测方案设计

这个问题要求你设计一个抽样检测方案，以尽量少的检测次数判断零配件次品率是否符合要求。需要解决的两种情形是：

1. 在95%的信度下，认定零配件次品率超过标称值，拒收零配件；
2. 在90%的信度下，认定零配件次品率不超过标称值，接收零配件。

(1) 情形1：95%信度下拒收

要解决这个问题，首先要明确：

• 标称值为10%，即零配件的次品率不应超过10%；
• 信度为95%，即我们希望有95%的把握去拒收次品率高于10%的零配件。

可以使用假设检验中的二项分布或正态近似，具体步骤如下：

1. 假设检验构造：
   

2. 抽样模型：
   由于次品率是概率事件，我们可以使用二项分布来进行模拟。假设从一批零配件中随机抽取样本，令样本大小为 ( n )，则次品个数服从二项分布：
   

3. 计算样本量：
   使用正态分布近似法，可以用公式：
   

   根据公式，可以求出需要的最小样本量。

(2) 情形2：90%信度下接收

这部分要求我们在90%的信度下接收次品率不超过10%的零配件。这个步骤与情形1类似，但信度和计算的方向不同。需要改为：

此时的置信度要求降低为90%，也就是说在90%的置信区间内，我们可以接受次品率不超过10%的假设。因此，在公式中 ( Z ) 值需要调整为1.645。

同样，通过二项分布或正态近似的方法，可以计算出相应的样本量和决定接受或拒绝的方法。

问题2：生产过程的决策

在问题2中，要求对企业的生产过程做出多个决策，包括是否检测零配件、是否检测成品、是否拆解不合格成品等。你需要建立一个包含成本和收益的决策模型，目标是最大化企业的利润或者最小化损失。

(1) 决定是否检测零配件

零配件的次品率直接影响成品的合格率，因此首先要评估是否检测零配件。一般情况下，企业需要权衡：

• 检测成本：每个零配件的检测需要成本；
• 不检测的风险：如果不检测，次品进入装配环节，会导致成品的不合格，并可能产生更高的退换损失。

可以使用期望损失模型来做出决策。假设：

• 不检测的情况下，次品带来的损失包括不合格成品的退换损失。

我们可以通过期望值分析对比检测成本和不检测带来的期望损失。例如：

通过比较检测成本与期望损失，决定是否进行检测。

(2) 决定是否检测成品

类似于零配件的检测，成品的检测也涉及成本和收益的平衡。如果不检测成品，可能会导致不合格成品进入市场，从而导致更高的退换货损失。你需要根据成品次品率和检测成本来优化决策。可以构建一个类似的期望损失模型：

根据该期望损失和检测成本之间的对比，决定是否对成品进行检测。

(3) 决定是否拆解不合格成品

对不合格成品的拆解决策需要考虑拆解费用与重新利用零配件的价值之间的平衡。假设拆解费用为 D，拆解后的零配件可以重新使用，但仍有次品率风险。因此，建立一个数学模型，比较拆解的收益与直接丢弃的损失。

• 拆解后的零配件可以重新参与装配，但仍需重新检测，重新检测和装配的成本也需考虑在内。

(4) 用户退货管理

如果用户退回不合格成品，企业必须承担一定的调换损失，如物流成本和企业信誉的损失。对于退回的产品，是否重复拆解和重新利用也是需要考虑的问题。可以通过历史退货数据分析退货率和损失的比例，决定退货产品的处理方式。

问题3：多工序、多零配件的决策

这个问题比问题2更复杂，涉及多个零配件和多道工序的生产。你可以将问题2中的思路扩展到每个零配件和工序中，考虑每个阶段的检测、装配和拆解的成本与收益。由于次品率会在多个工序间传递和累积，因此要特别注意各阶段次品率的变化。

可以使用动态规划或蒙特卡洛模拟方法来模拟整个生产过程中的不同决策。动态规划可以分解成每个阶段的决策，并找到最优解。蒙特卡洛模拟则可以用于处理复杂的概率问题，通过大量模拟来估计不同策略下的成本和收益。

问题4：重新计算问题2和3中的次品率

问题4要求根据问题1中的抽样检测结果，重新计算问题2和问题3中的零配件、半成品和成品的次品率。可以将问题1中的抽样检测方法应用到每个阶段的次品率评估中，并重新调整各阶段的检测和生产决策。

你可以使用贝叶斯方法或最大似然估计等统计技术，结合抽样结果来修正每个阶段的次品率，从而优化整个生产过程的决策模型。

总结

• 问题1涉及统计抽样检测方案的设计，需用二项分布或正态近似计算样本量。
• 问题2重点是决策各生产环节中的检测与拆解，通过期望损失模型来进行成本效益分析。
• 问题3扩展了问题2，涉及更多零配件和工序，可使用动态规划或蒙特卡洛模拟来优化决策。
• 问题4基于问题1的抽样检测结果重新计算各阶段的次品率，并优化整个生产过程的决策。