数据在讲义第三页。

二十分钟和初步分析，然后我要提问。”

教室里响起一阵轻微的纸张翻动声和低低的议论。

学生们显然已经习惯了布莱克教授这种直奔主题、高强度、互动式的教学风格。

郭永华也拿到了讲义，快速浏览起来。

案例描述了一家小型轴承制造厂，生产多种型号的轴承，面临订单波动大、库存积压与短缺并存、生产调度混乱、交货延迟严重的问题。

附有简化后的产品需求数据、生产工时、设备能力、库存成本等信息。

问题很明确：如何改进生产计划和库存管理，以降低总成本，提高准时交货率。

郭永华快速着，大脑同时飞转。

这本质上是一个有限产能下的多产品生产排序和库存控制问题，在后世有成熟的数学模型和优化算法（如mRp的雏形、线性规划等），但在这个时代，恐怕更多依赖经验规则和试错。

他一边思考，一边在笔记本上快速勾勒出产品结构、工艺流程，尝试识别瓶颈资源，并评估几种简单调度规则（如最短加工时间优先、最早交货期优先）的可能效果。

二十分钟很快过去。

布莱克教授敲了敲讲台，教室立刻安静下来。

“好了，谁先来？

说说你对这个案例的基本诊断，以及初步的改进思路。”

他的目光扫过教室，如同探照灯。

大部分学生低下头，避免与他对视。

这种案例讨论课，第一个发言往往压力最大。

一个坐在前排、看起来颇为自信的金发男生举起了手。

布莱克教授点了点头。

“教授，我认为哈特福德公司的主要问题在于市场需求预测不准，导致生产计划盲目。”

金发男生侃侃而谈，“他们应该投入更多资源进行市场调研，建立更精确的预测模型，然后根据预测来安排生产，减少对紧急订单的被动响应。”

“嗯，预测很重要。”布莱克教授不置可否，

“但如何建立‘更精确’的预测模型？

用什么数据？

多长时间更新一次？

如果预测错了，成本谁承担？

还有，你只提到了‘推式’生产，但有没有考虑‘拉式’的可能性？

只看市场，不看内部流程和约束吗？”

一连串的问题，让金发男生有些招架不住，脸微微涨红，试图辩解，但被布莱克教授抬手制止了。

“先听别人的。

下一位。”

又有一位学生发言，提到了设置安全库存，但被布莱克教授追问安全库存水平如何科学设定，是否考虑不同产品的需求波动性和重要性差异。

第三个学生建议引入更先进的排产图表，教授则质疑图表工具的局限性，以及在没有清晰优先级规则的情况下，图表是否真的能解决问题。

课堂气氛渐渐变得凝重。

布莱克教授的问题像手术刀一样精准，直指每个提议的软肋和未经深思的假设。

学生们开始意识到，这个看似简单的案例，背后涉及的需求不确定性、产能约束、成本权衡、信息延迟等问题错综复杂，远非一两个看似合理的建议就能解决。

郭永华默默听着，心中对这位布莱克教授的评价高了几分。

这不是一个照本宣科的学者，他注重实际问题复杂性，强调逻辑严谨和量化分析，反对空谈。

这正是mIt精神的体现。
本章未完，请翻下一页继续阅读.........