【學科應用】工業工程的範疇與脈絡
這系列的文章是件大工程
會從工業工程學科的起源談到數學工具的應用
之後提到工業工程的限制與障礙
再從研究所的教學方法談到現今高等教育制度的亂象
會一次想要橫跨這麼多領域的主因
是想闡釋我們學以不致用的現象
另外也透過機會整理自己所接觸的學科
問問所學的工具能替大家做什麼
談論這麼多主題之前 我們得先從工業工程是門什麼學問開始講起
Industrial Engineering中文翻作工業工程 起始於二次世界大戰
是美軍開始有規模有計劃的運用數學工具來利用與配置物資的時期
不過早在工業工程這門學科發展之前
工業化的腳步已促使泰勒Taylor等人以數學方法取代早前的經驗模式
使得工人的工作效率顯著提升 生產力大幅上升
這套方法被後人學習 也是大家對所謂的IE最刻板的印象
工業工程之所以受戰後環境注重 憑藉的就是提升生產效率
對物資的製造、運送、配給所相關的各式作業都是工業工程的範疇
而研究如何更有效的達成上述作業的方法 就是工業工程的方向
由於提升效率這件事牽涉極廣 也因此工業工程這門學科基本上就是無所不包
所以學科涵蓋:生產管理、品質管理、作業管理、統計分析、人因工程
近期由於服務業及資訊業的興起 更包含了企業資源規劃、服務作業管理等
涵蓋範圍雖大 但總不脫提升效率一句話
而數學就是闡述問題 提供方案的最佳工具
生活上有許多應用是工業工程的範疇
像是消防局在城市的配置/便利超商物流中心的配置/速食店的作業規劃
都是利用數學來建立"最短距離"、"最短時間"、"最大效率"的實際應用
這些數學工具包括線性代數、微積分、機率與統計、線性規劃等
工業工程專家則試圖以這些工具取代以往的經驗法則
將世界數值化 再用數學工具拆解組裝 找出問題的最佳解/可行解
在線性規劃中 我們將可行解的區域用實數圍成一個凸集合
從中找出線性目標式的最大或最小值
寫成 Max/Min Z= aX+bY 的形式
s.t x+y <= c
x=0
y=0
這組聯立方程簡單來說 就是在Y軸與X軸還有x+y<=c的空間中
我們想找出一組以上的解 會讓aX+bY最大或最小
不過這件事情太過美好了 現實生活的問題往往超出這個工具的極限
在這例子中 我們假設環境是線性的 但很多問題往往是非線性函數
此外 即便是線性環境
一旦因子過多 限制式繁雜 這樣的工具所能提供的解答仍然有限
這是我們學到的第一個限制
會從工業工程學科的起源談到數學工具的應用
之後提到工業工程的限制與障礙
再從研究所的教學方法談到現今高等教育制度的亂象
會一次想要橫跨這麼多領域的主因
是想闡釋我們學以不致用的現象
另外也透過機會整理自己所接觸的學科
問問所學的工具能替大家做什麼
談論這麼多主題之前 我們得先從工業工程是門什麼學問開始講起
Industrial Engineering中文翻作工業工程 起始於二次世界大戰
是美軍開始有規模有計劃的運用數學工具來利用與配置物資的時期
不過早在工業工程這門學科發展之前
工業化的腳步已促使泰勒Taylor等人以數學方法取代早前的經驗模式
使得工人的工作效率顯著提升 生產力大幅上升
這套方法被後人學習 也是大家對所謂的IE最刻板的印象
工業工程之所以受戰後環境注重 憑藉的就是提升生產效率
對物資的製造、運送、配給所相關的各式作業都是工業工程的範疇
而研究如何更有效的達成上述作業的方法 就是工業工程的方向
由於提升效率這件事牽涉極廣 也因此工業工程這門學科基本上就是無所不包
所以學科涵蓋:生產管理、品質管理、作業管理、統計分析、人因工程
近期由於服務業及資訊業的興起 更包含了企業資源規劃、服務作業管理等
涵蓋範圍雖大 但總不脫提升效率一句話
而數學就是闡述問題 提供方案的最佳工具
生活上有許多應用是工業工程的範疇
像是消防局在城市的配置/便利超商物流中心的配置/速食店的作業規劃
都是利用數學來建立"最短距離"、"最短時間"、"最大效率"的實際應用
這些數學工具包括線性代數、微積分、機率與統計、線性規劃等
工業工程專家則試圖以這些工具取代以往的經驗法則
將世界數值化 再用數學工具拆解組裝 找出問題的最佳解/可行解
在線性規劃中 我們將可行解的區域用實數圍成一個凸集合
從中找出線性目標式的最大或最小值
寫成 Max/Min Z= aX+bY 的形式
s.t x+y <= c
x=0
y=0
這組聯立方程簡單來說 就是在Y軸與X軸還有x+y<=c的空間中
我們想找出一組以上的解 會讓aX+bY最大或最小
不過這件事情太過美好了 現實生活的問題往往超出這個工具的極限
在這例子中 我們假設環境是線性的 但很多問題往往是非線性函數
此外 即便是線性環境
一旦因子過多 限制式繁雜 這樣的工具所能提供的解答仍然有限
這是我們學到的第一個限制
留言
XYZ各代表什麼意思啊? 甲乙兩地或AB兩物之間嗎?
但講太快似乎是真的
我會再修改
這個例子會再下一篇重新講解