B-19 - AS Nida
B-19 - AS Nida
B-19 - AS Nida
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
การประชุมวิชาการด้านการวิจัยด าเนินงาน<br />
แห่งชาติ ประจ าปี 2555<br />
วันที่<br />
6-7 กันยายน 2555 ณ โรงแรม พูลแมน บางกอก คิง เพาเวอร์ กรุงเทพฯ<br />
รูปที่<br />
3 กระบวนการตัดสินใจเติมเต็มในปัจจุบัน<br />
ดังนั้นผู้วิจัยได้น<br />
าเสนอแนวทางการจัดการ<br />
สินค้าคงคลังแบบใหม่ โดยมีวัตถุประสงค์เพื่อลด<br />
ปริมาณสินค้าคงคลัง แต่ยังสามารถตอบสนอง<br />
ความต้องการผู้ป่วยตลอดเวลา<br />
โดยเริ่มต้นจาก<br />
การพยากรณ์อัตราการใช้ล่วงหน้าด้วย วิธี<br />
winter’s exponential smoothing เนื่องจาก<br />
เป็นวิธีที่น<br />
าแนวโน้มและฤดูกาลมาเป็นปัจจัยใน<br />
การค านวน [20-21] และน าค่า maximum และ<br />
safety stock มาใช้ เพื่อก<br />
าหนดช่วงของตัวแปร<br />
จากนั้นเข้าสู่การค<br />
านวนปริมาณยาที่ควร<br />
เติมเต็มของ Fuzzy logic model โดยมีตัวแปร<br />
น าเข้าทั้งหมด<br />
4 ตัวแปร คือ อัตราการใช้ยา<br />
ล่วงหน้า, ปริมาณยาคงเหลือ, safety stock,<br />
Maximum ซึ่งค่าsafety<br />
stock กับ Maximum<br />
จะมาจากเจ้าหน้าที่ระบุวันที่ต้องการเก็บ<br />
safety<br />
stock และ Maximum เมื่อได้ปริมาณยาที่ควร<br />
เติมเต็ม จะน าไปเพิ่มปริมาณยาในคลัง<br />
จากนั้น<br />
เมื่อคลังยาใหญ่ท<br />
าการจ่ายยาไปให้ห้องยาย่อย<br />
ถ้าปริมาณยาลดลงถึง safety stock ระบบจะท า<br />
การค านวนปริมาณยาที่ควรเติมเต็มอีกครั้ง<br />
หรือ<br />
จนกว่าจะถึงรอบที่ก<br />
าหนด ในงานวิจัยก าหนด<br />
รอบการสั่งเป็นทุกต้นเดือน<br />
(ดังรูปที่4)<br />
รูปที่<br />
5 โครงสร้างค านวนจ านวนยาที่ควรเติมเต็ม<br />
รูปที่<br />
4 แผนภาพค านวนจ านวนยาที่ควรเติมเต็ม<br />
4. Fuzzy Logic Model<br />
จากที่แสดงแนวทางการจัดการสินค้าคงคลัง<br />
แบบใหม่แล้ว ขั้นต่อไปก็คือ<br />
การสร้างโปรแกรม<br />
โดยใช้โปรแกรม Matlab จากรูปที่<br />
5 แสดงถึง<br />
โครงสร้างโดยรวมของการค านวนปริมาณยาที่<br />
ควรเติมเต็มของ Fuzzy logic ในโปรแกรม<br />
Matlab Toolbox<br />
4.1 ตัวแปรน าเข้าและน าออก<br />
ตัวแปรน าเข้าที่น<br />
ามาสร้างฟังก์ชันความเป็น<br />
สมาชิก (MF) ในโมเดล มี 3 ตัวแปร คือ ปริมาณ<br />
ยาคงเหลือ, ค่าsafety stock, ค่าMaximum และ<br />
ตัวแปรน าออก คือ ปริมาณยาที่ควรเติมเต็ม<br />
(request) โดยการน าไปเปรียบเทียบกับค่าอัตรา<br />
การใช้ล่วงหน้าของเดือนนั้นๆเพื่อเปลี่ยนให้<br />
กลายเป็นเปอร์เซ็น ยกตัวอย่างเช่น การเปลี่ยน<br />
ค่าตัวแปรน าเข้าปริมาณยาคงเหลือ จาก crisp<br />
value ให้อยู่ในรูปแบบ<br />
Fuzzy value โดยมี<br />
สมการค านวน (สมการที่<br />
1)