学习曲线的应用

一、学习曲线的应用
学习曲线（经验曲线）是一个人们较为熟知的概念。

一家工厂生产某种产品的数量越多，生产员工就能够更多的了解如何去何生产该产品，从而在生产中获得的经验也就更多。

那么，在以后的生产中，企业可以有目的地并且较为准确地减少该产品的生产成本。

每当企业的累计产量增大一倍时，其生产成本就可以降低一定的百分比（百分比的具体大小因行业不同而有所差别）。

学习曲线基于以下三条假设：
1、每次完成同一性质的工作后，下次完成该性质的工作或生产单位产品的时间将减少；
2、单位产品生产时间将以一种递减的速率下降；
3、单位产品生产时间的减少将遵循一个可预测的模式。

下例是90%的学习曲线对生产成本的影响。

例题：
某数码电子有限公司有一条手动插件生产线，该线有35名员工，手工插14英寸彩色电视机主板日产量为1200块，每个主板的单位生产成本为9元人民币。

生产线管理人员要求，在一个星期内该生产线累计完成10000块。

问每块主板的单位生产成本是多少？
如果该生产线的经验曲线为90%，那么，一星期内该生产线累计完成10000块主板的生产成本应该是：9×90%=8.10元人民币。

学习曲线可通过数学列表、数学对数或其它的一些曲线拟合方法得到，这取决于可利用数据的形式及可利用数据的多少。

从学习曲线考虑，效率的提高有二种方法，既单位产品生产时间学习曲线（如下图A）或单位时间生产量学习曲线（如下图B）。

单位产品生产时间学习曲线给出了每连续生产一件产品所需要的生产时间，累计平均时间曲线给出了产品总数目增加时的累计平均操作时间。

单位产品生产时间曲线和累计平均时间曲线也称为“进步曲线”、“产品学习曲线”，它们对于复杂的产品或生产周期长的产品较适应。

单位时间生产量曲线也称为工业学习曲线，通常用于大量生产（短周期）。

二、学习曲线的绘制
为了绘制一条有用的学习曲线，有许多种对以前数据进行分析的方法。

首先我们将按数学程序采用简单的指数曲线，接着将进行对数分析。

在数学制表方法中，一列产品单位数量通过依次倍乘的方式得出，如：1、2、4、8、16……。

生产第1个单位产品的时间乘以一个学习率得出生产第2个单位产品的时间，生产第2个单位产品的时间再乘以一个学习率将得出生产第4个单位产品的时间，依此类推，因此，如果我们绘制一条80%的学习曲线，将得到下表1（80%的学习曲线所需的单位、累计、累计平均值劳动时间）中第2列的数字。

为便于计划通常要知道累计直接劳动时间，下表1（80%的学习曲线所需的单位、累计、累计平均值劳动时间）的第4列也提供了这方面的信息。

这些数字的计算比较简单，例如：对于第4个单位产品，累计平均直接劳动时间是通过把前4个单位产品的累计时间除以4而得到，所得的结果如第4列所示。

下图给出了三条不同学习率的曲线，学习率分别是90%、80%、70%。

我们假设第一个单位产品的成本是100元，第三个单位产品在90%的学习率下成本为59.63元，在70%的学习率下成本为17.37元。

学习率的不同将使结果产生很大的差别。

在实际工作中，学习曲线是在对数坐标纸上绘制的（现在可以利用计算机软件进行绘制），其结果是单位产品生产时间学习曲线在整个范围内都变成了直线，而累计学习曲线在开始的几个单位之后也变成了直线。

直线性是人们所要求得到的，因为它将有助于预测并为累计学习曲线提供更精确的读数。

下图是在对数坐标纸上画出的学习率为80%的成本和平均成本曲线，注意，累计平均成本曲线在第8个单位后就完全变成了直线。

虽然数学列表方法很有用，但对学习曲线问题的直接对数分析不需要连续的一系列时间、产量数据进行一一列举，因而通常比数学列表方法更有用。

而且，在寻些数据难以获得的情况下，对数分析模型可能是获得产品估计的最佳方法。

三、对数分析
学习曲线议程的标准形式是（此议程说明随着生产数量的增加，任何一个给定单位产品的直接劳动小时数将按指数规律递减）：
n
Yx=KX
式中：X----单位数量；
Yx---生产第X个产品所需要的直接劳动小时数；
K----生产第一个产品所需要的直接劳动小时数；
n----㏒b/㏒2其中b为学习率
上述问题我们可经用数学方法解决，好可以用下面的表来解决。

例题：
利用数学方法我们计算上表一中第8个单位产品所需要的劳动时间。

我们利用下式计算：
n
Yx=KX
㏒0.8/㏒2－0.3220.322
Y8=100 000×8=100 000×8=100 000/8
=100 000/1.9535
=51 192
因此生产第8个产品将需要52 192小时。

四、学习曲线表
我们知道学习率后，就可以利用下面给出的表2和表3非常方便的估计出某一特定产品或某一组产品的劳动时间。

我们只需要把最初的劳动小时数乘以表中给出的相应值。

方法详解如下：
假设我们检查上表1中第16个单位产品的劳动小时数和累计劳动小时数。

我们从下表2可以查知，第16个单位产品在80%的学习率下提高系数为0.4096，该数乘以生产第一个单位产品的小时数100 000得到40960，验证同上表一中给出的完全一样。

从下表3中查知，前16个单位产品的累计提高系数为8.920，同样乘以生产第一个单位产品的小时间数100 000后得到892000。

同上表1中得出的值892014非常接近。

五、学习率的估计
如果已经开始生产了一段时间，通过以前的生产记录能够很容易的得到学习率。

一般来说，生产时间越长，评估就越准确，因为生产的初期可能发生很多情况，所以大部分的生产公司直到生产了一些产品后才收集用于学习曲线分析的数据。

在估计学习率时还应采用统计分析。

采用指数学习曲线可以看出该曲线对以前数据的符合程度。

这些数据也可以在对数坐标纸上绘制，以观察其是否具有直线性。

如果生产还未开始，对学习率的估计就是一个具有启发性的猜测问题。

在这种情况下，分析员有以下三种选择：
1、假设估计的学习率同以前性质的企业中的学习率一样；
2、假设估计的学习率与同样的或类似的产品的学习率是一样的；
3、分析目前的运转方式与前面的运转方式的相同点和不同点，并由此得出适合此种情况的经过修正的学习率。

某公司的学习率同其行业的学习率存在很大差异的原因有二：
1、任何二个公司之间在操作特性上不可避免的存在一些差异，这些差异可能来自设备、方法、产品设计、工厂布置等；
2、在估计学习率本身时，分析员估计方法方面差异也是很明显的，如：行业百分比基于单一产品还是基于产品系列，而且数据收集的方式也存在很大的差异。

六、提高学习率的一般指导方针
前面我们已经提出了“学习者”有个人学习和组织学习。

1、个人学习
有许多因素影响个人的表现和学习率。

学习率和初始水平是其中最重要的两个因素。

我们假定为了完成一项简单任务，测试两个员工生产某件产品的时间，这项测试被行政部用来作为对装配线上招聘员工考核的一部分。

有两个人应聘装配线员工，你将聘用那一个？应聘者A开始效率高但学习速度慢；应聘者B虽然开始效率低，但是他的学习速度很快。

很明显B是一个更好的聘用人。

以上说明不仅学习率本身很重要，起始操作时间也很重要。

为了改善个人的操作水平，基于学习曲线的一般指导方针有：
⑴合理选择员工。

应采用某些测试来帮助选择员工；这些测试对计划好的工作具有代表性：装配工作测试其灵巧性，脑力工作测试其脑力劳动能力，服务性工作测度其与顾客沟通的能力等。

⑵合理的培训。

培训方式越有效，学习率就越高。

⑶激励。

除非有报酬，否则基于学习曲线的生产任务很难完成。

⑷工作专业化。

一般的规律是：任务愈简单，学习的愈快。

应注意由于长期操作同一作业所导致的厌烦感是否会对工作产生干扰。

如果确实对工作产生了干扰，那么就要对任务进行重新设计。

⑸一次完成一项或很少的作业。

对于每一项工作，一次只完成一项比同时做所有的工作学习的快。

⑹使用能够辅助或支持操作的工具或设备。

⑺能够提供快速而简单响应帮助的方法。

⑻让员工协助重新设计他们的工作。

把更多的操作因素考虑到学习曲线的范围中，实际上能够使曲线向下倾斜的速度更快。

2、组织学习
组织同样也在学习，从工业工程（IE）角度考虑组织学习对于企业间的竞争也是关键的。

对于个人来说，知识如何获得和保存以及这些将对个人学习产生多大的影响等方面的概念很容易建立。

当然组织学习主要源于所有聘用员工个人学习的结果。

例如：随着操作者越来越熟练，知识就嵌入到软件和操作方法中去了。

知识也可以嵌入到组织的结构中去。

如：当一个组织把它的工业工程（IE）团队从集中于某一地点的功能组织中转移到员工分散在工厂各地的分权组织中时，怎样提高生产率这些方面的知识将会嵌入到组织结构中去。

如果个人离开组织，知识将贬值。

如果技术水平达不到或难以使用，知识也会贬值。