Key points are not available for this paper at this time.
생산 램프 업은 제조 공정이 소규모 실험실 환경에서 대량 생산으로 확장되는 기간을 말합니다. 이 확장 과정에서, 회사는 공정 레시피에 명시된 대로 작동해야 하는 것과 실제로 대량 생산에서 운영되는 방식 간의 많은 불일치를 극복해야 합니다. 이러한 불일치의 감소, 즉 우리가 학습이라고 부르는 과정은 개선된 생산 수율과 더 높은 출력을 가져올 것입니다. 그러나 학습 노력 외에도 회사는 공정 레시피 자체를 변경하려고 시도하는데, 이는 학습 목표와 직접적인 충돌을 일으킬 수 있습니다. 우리는 학습과 공정 변화 간의 이 시간 간격의 트레이드오프를 동적 최적화 문제의 형태로 형식화합니다. 우리의 모델은 공정을 일정 기간 동결시키는 '정확히 복제하기' 램프 업의 아이디어를 설명합니다. 즉, 공정에 대한 어떤 변화도 허용하지 않습니다. 수학적으로 이는 공정 변경을 지연시키는 공정 개선 정책에 해당하며, 이를 통해 비단조 경로를 나타내게 됩니다. 우리는 초기 지식 수준이 낮고, 생애 주기가 짧으며, 수요 성장률이 가파르고, 학습이 어려운 경우 최적인 것을 보여줍니다.
Terwiesch et al. (Sun,)는 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: