Key points are not available for this paper at this time.
La montée en puissance de la production est la période pendant laquelle un processus de fabrication est étendu d'un petit environnement semblable à un laboratoire à une production à grand volume. Pendant cette montée en puissance, l'entreprise doit surmonter de nombreuses divergences entre la manière dont le processus est spécifié pour fonctionner tel qu'il est écrit dans la recette de processus et la manière dont il est réellement opéré à grande échelle. La réduction de ces divergences, un processus que nous appellerons apprentissage, conduira à des rendements de production améliorés et à une production plus élevée. En plus de ses efforts d'apprentissage, l'entreprise tente également de modifier la recette du processus elle-même, ce qui peut être en conflit direct avec l'objectif d'apprentissage. Nous formalisons ce compromis intertemporel entre apprentissage et changement de processus sous la forme d'un problème d'optimisation dynamique. Notre modèle explique l'idée d'une montée en puissance "copy-exactly", qui fige le processus pendant une certaine période, c'est-à-dire qu'elle n'autorise aucun changement dans le processus. Mathématiquement, cela correspond à une politique d'amélioration du processus qui retarde les changements de processus, exhibant ainsi une trajectoire non monotone, que nous montrons être optimale si le niveau de connaissance initial est bas, le cycle de vie court et la croissance de la demande forte, et que l'apprentissage est difficile.
Terwiesch et al. (Sun,) ont étudié cette question.