利特爾法則
出自 MBA智库百科(https://wiki.mbalib.com/)
利特爾法則（Little's law）
目錄 |
利特爾法則由麻省理工大學斯隆商學院（MIT Sloan School of Management）的教授John Little﹐於1961年所提出與證明。它是一個有關提前期與在製品關係的簡單數學公式，這一法則為精益生產的改善方向指明瞭道路。
如何有效地縮短生產周期呢？利特爾法則已經很明顯地指出了方向。一個方向是提高產能，從而降低生產節拍。另一個方向就是壓縮存貨數量。然而，提高往往意味著增加很大的投入。另外，生產能力的提升雖然可以縮短生產周期，但是，生產能力的提升總有個限度，我們無法容忍生產能力遠遠超過市場的需求。一般來說，每個公司在一定時期內的生產能力是大致不變的，而從長期來看，各公司也會力圖使自己公司的產能與市場需求相吻合。因此，最有效地縮短生產周期的方法就是壓縮在製品數量。
利特爾法則不僅適用於整個系統，而且也適用於系統的任何一部分。
Lead Time(產出時間)= 存貨數量×生產節拍
也可寫為：TH(生產效率)= WIP(存貨數量)/ CT(周期時間)[1]
任一項目從完工日期算起倒推到開始日期這段生產周期，稱為提前期。
存貨數量是指原材料和在製品的數量。生產節拍是指每生產一個產品所要的時間，流水線上一般是等於瓶頸時間。在生產現場關註的地方無非是三個庫一個製程，原材料庫、零件庫、成品庫、一個製程是瓶頸製程。
例1：假定我們所開發的併發伺服器，併發的訪問速率是：1000客戶/分鐘，每個客戶在該伺服器上將花費平均0.5分鐘，根據little's law規則，在任何時刻，伺服器將承擔1000×0.5＝500個客戶量的業務處理。假定過了一段時間，由於客戶群的增大，併發的訪問速率提升為2000客戶/分鐘。在這樣的情況下，我們該如何改進我們系統的性能？
根據little's law規則，有兩種方案：
第一：提高伺服器併發處理的業務量，即提高到2000×0.5＝1000。 或者
第二：減少伺服器平均處理客戶請求的時間，即減少到：2000×0.25＝500。
例2：假設你排隊參觀某個風景點，該風景點固定的容納人數是：60人。每個人在該風景點停留的平均時間是：3小時。假設在你的前面還排有20個人，問：你估計你大概等多少時間才能進入該風景點。
答案：游客進入風景點的速率 = 60 / 3 = 20人/小時。 等待時間 = 20人 / 20(人/小時) = 1小時。
- ↑ 葉健青.A機械製造公司流程改善和優化[J].江蘇科技信息:學術研究，2012(9)
評論(共16條)
例2：每個人在該 風景點停留的平均時間應該是3分鐘而不是3小時
謝謝指正，現已更正，MBA智庫是可以自由編輯的，當你發現不足之處時，您也可以直接參与更改完善。
“在生產現場關註的地方無非是三個庫一個製程，原材料庫、零件庫、成品庫、一個製程是瓶頸製程”---這裡是某位作者總結還是一般公認？
公式有誤， Little’s Law definition & units TH = WIP / CT where TH = Throughput - average output of the process per unit time WIP = Work in Progress – stock between entry and exit points CT = Cycle time (or throughput time or flow time) – average time from release of job at the entry point to its arrival at the exit point Example of calculation • A process has 4 operations each taking 2 seconds each, so in a perfect case it will take 2+2+2+2=8 seconds to complete • Suppose it is running at the bottleneck rate of one part every 2 seconds … • WIP = TH * CT = 0.5 items/second * 8 seconds = 4 items in WIP
例子中應該是3小時而不是三分鐘，而且與容納游客數目有關，所以應該是20×3/60=1分鐘。
設想如果是3分鐘的話，過了3分鐘60名游客都走了一遍了，怎麼可能第21名還沒有排到？
例子中應該是3小時而不是三分鐘，而且與容納游客數目有關，所以應該是20×3/60=1分鐘。
設想如果是3分鐘的話，過了3分鐘60名游客都走了一遍了，怎麼可能第21名還沒有排到？
終於看到了一個明白人，其實這個法則的關鍵就是鬧明白WIP在實例中是什麼
終於看到了一個明白人，其實這個法則的關鍵就是鬧明白WIP在實例中是什麼
產能等於3小時服務60個人，T/T=3×60/60=3min/人； 排隊的產能等於景點內停留的產能，即T/T`=3min/人；TPT=WIP×T/T=20×3=60分鐘。
例子中應該是3小時而不是三分鐘，而且與容納游客數目有關，所以應該是20×3/60=1分鐘。
設想如果是3分鐘的話，過了3分鐘60名游客都走了一遍了，怎麼可能第21名還沒有排到？
3分鐘是節拍時間，每個人在裡面停留3分鐘，沒3分鐘離開景點一個人才能再進景點一個人，所以如果你前面有20人排隊，很明顯，你需要等的時間為3×20=60分鐘。
3分鐘是節拍時間，每個人在裡面停留3分鐘，沒3分鐘離開景點一個人才能再進景點一個人，所以如果你前面有20人排隊，很明顯，你需要等的時間為3×20=60分鐘。
各位考慮的都是單件流，如果是批次流的話，即每60人停留3分鐘，那倒我進入景點只需要等待3分鐘而已。 另，請教一下，根據你算的TT=3*60/60=3min/人 中3是指3hours還是指什麼，這是怎麼來的？
各位考慮的都是單件流，如果是批次流的話，即每60人停留3分鐘，那倒我進入景點只需要等待3分鐘而已。 另，請教一下，根據你算的TT=3*60/60=3min/人 中3是指3hours還是指什麼，這是怎麼來的？
生產線一次性產能為“60人”，現在只生產“20人”的部分產品，節拍為“3min”一個，所以可以指導一次性生產需要時間3H
各位考慮的都是單件流，如果是批次流的話，即每60人停留3分鐘，那倒我進入景點只需要等待3分鐘而已。 另，請教一下，根據你算的TT=3*60/60=3min/人 中3是指3hours還是指什麼，這是怎麼來的？
無論單件流還是批次流，3分鐘已經足以將裡面所有60個人全部清出公園。假設第60個人在你排隊的時候剛進去，3分鐘後他也該出去了，假設這3分鐘沒有人進公園，公園裡還有0人。
例2：每個人在該 風景點停留的平均時間應該是3分鐘而不是3小時