LOG530 Distribusjonsplanlegging

Slides:



Advertisements
Liknende presentasjoner
Markets for Factor Inputs
Advertisements

The Travelling Salesperson. LOG530 Distribusjonsplanlegging 2 2 Et forsyningsskip skal starte fra VestBase for å betjene 10 forskjellig installasjoner.
Managerial Decision Modeling Cliff Ragsdale 6. edition Rasmus RasmussenBØK350 OPERASJONSANALYSE1 Chapter 5 Network Modeling.
Korteste vei. LOG530 Distribusjonsplanlegging 2 2 Ofte står en overfor ønsket om å finne korteste kjørerute fra et gitt utgangspunkt til et ønsket bestemmelsessted.
Komplett avstandstabell. LOG530 Distribusjonsplanlegging 2 2 Noen ganger er det behov for en komplett avstandstabell mellom alle nodene i et nettverk.
Kapittel 16 Produktvalg Læringsmål:
Omlasting, direkteleveranser og flere vareslag. LOG530 Distribusjonsplanlegging 2 2 Vi har nå utvidet nettverket med flere vareslag. Vi har samme distribusjonsnett.
Kundekrav og restordrer. LOG530 Distribusjonsplanlegging 2 2 Vi endrer litt på kundeønskene i eksempel 8, og bruker kapasiteter og etterspørsel fra eksempel.
Årsregnskap Varige driftsmidler Nedskrivning og reversering
Formålet med produktkalkyler
Bedriftens kostnader Kostnader klassifiseres på en rekke forskjellige måter. En av de viktigste er hvordan de reagerer på aktivitetsnivået Faste kostnader.
Kapittel 6: Lagermodeller
Kapittel 6: Lagermodeller
Linear programmering Når kan en bruke linear programmering? En ønsker å minimerer eller å maksimere et mål En kan spesifisere målet som.
Lokalisering av avfallsanlegg - størst minsteavstand.
Sikreste vei. LOG530 Distribusjonsplanlegging 2 2 Noen ganger står en overfor ønsket om å finne sikreste kjørerute fra et gitt startpunkt til et ønsket.
Ubalansert nettverk med felles produksjonsressurser.
Lokalisering av mobilmaster. LOG530 Distribusjonsplanlegging 2 2 NetVik strever med å fullføre sin utbygging av UTMS nettet sitt. I Glemnes kommune er.
Lokalisering og max totalavstand. LOG530 Distribusjonsplanlegging 2 2 Anta at nettverket angir en region hvor McBurger skal opprette 3 konkurrerende utsalg.
Reiserute med maksimal opplevelse. LOG530 Distribusjonsplanlegging 2 2 I følgende eksempel er det en turist som ønsker å velge kjøreruten med mest severdigheter,
Omlasting og overproduksjon. LOG530 Distribusjonsplanlegging 2 2 Vi har samme distribusjonsnett som før. (Betrakt de ulike vareslagene som flere 3-dimensjonale.
Distribusjon i nettverk. LOG530 Distribusjonsplanlegging 2 2 Her har vi en situasjon med 2 leverandører, lokalisert i node 1 og 2, med et tilbud på hhv.
LOG530 Distribusjonsplanlegging
Maksimal gjennomstrømming. LOG530 Distribusjonsplanlegging 2 2 StartOil må transportere store mengder utstyr og materialer til utbyggingen av et nytt.
Omlasting og direkteleveranser. LOG530 Distribusjonsplanlegging 2 2 Vi har nå utvidet nettverket med direkteleveranser. Distribusjonen går enten via lagrene.
LOG530 Distribusjonsplanlegging
Tildeling av lasterom. LOG530 Distribusjonsplanlegging 2 2 Et bulkskip skal lastes med tørrlast til Ghana. En ønsker å frakte totalt 4 ulike varetyper.
Inndelingsproblemer. LOG530 Distribusjonsplanlegging 2 2 Det skal opprettes veistasjoner som skal betjene 8 distrikter. De 4 aktuelle lokaliseringene.
LOG530 Distribusjonsplanlegging
Transport fra lager til kunder. LOG530 Distribusjonsplanlegging 2 2 Lager 1 Lager 1 Lager 2 Lager 2 Lager 3 Lager 3 Kunde 1 Kunde 1 Kunde 2 Kunde 2 Kunde.
P-MP modeller. LOG530 Distribusjonsplanlegging 2 2 Det skal opprettes p fasiliteter (lager) for å betjene en gitt mengde kunder. Kundenodene er også potensielle.
Omlasting, direkteleveranser og kundekrav. LOG530 Distribusjonsplanlegging 2 2 Vi gjeninnfører muligheter for direkteleveranser, og går tilbake til data.
Lokalisering av avfallsanlegg - størst totalavstand.
Lokalisering og minimum maxavstand. LOG530 Distribusjonsplanlegging 2 2 I mange situasjoner ønsker en å finne lokaliseringer som minimerer maksimalavstanden.
Tildeling av snødeponeringssted. LOG530 Distribusjonsplanlegging 2 2 Kommunen skal kommende vinter frakte snø fra 10 soner til 5 deponeringssteder. Snøen.
UFLP modeller. LOG530 Distribusjonsplanlegging 2 2 Det skal opprettes p fasiliteter (lager) for å betjene en gitt mengde kunder. Kundenodene er også potensielle.
Tildeling av busser for sightseeing. LOG530 Distribusjonsplanlegging 2 2 Busselskapet CityTourist i London har kjøpt 6 nye toetasjers turistbusser med.
The Postmans Problem. LOG530 Distribusjonsplanlegging 2 2 Mista har fått i oppdrag å vedlikeholde veiene i landsdelen. Dette er et eksempel på den klassiske.
P-CP modeller. LOG530 Distribusjonsplanlegging 2 2 Det skal opprettes p fasiliteter for å betjene en gitt mengde kunder. Kundenodene er også potensielle.
Lokalisering av transformatorstasjon. LOG530 Distribusjonsplanlegging 2 2 Nistad Kraft skal levere kraft til 8 nye boligfelt, og mottakertransformatorene.
LOG530 Distribusjonsplanlegging
Dekningsproblemer. LOG530 Distribusjonsplanlegging 2 2 Det skal opprettes veistasjoner som skal betjene 8 distrikter. De 4 aktuelle lokaliseringene for.
Lokalisering av samlestasjon for oljebrønner. LOG530 Distribusjonsplanlegging 2 2 StartOil har boret to nye brønner på havbunnen utenfor Midt-Norge, og.
Lokaliseringsmodell med kapasitetsbegrensinger. LOG530 Distribusjonsplanlegging 2 2 Det skal opprettes p fasiliteter (lager) for å betjene en gitt mengde.
Målprogrammering. LOG530 Distribusjonsplanlegging 2 2 Vi fortsetter eksempel 10.2, men vil nå se på oppfyllelse av flere mål samtidig. Målprogrammering.
Maks resultat og maks oppfylte kundekrav. LOG530 Distribusjonsplanlegging 2 2 Vi fortsetter eksempel 9, men benytter nå nettopriser for varene. (Antar.
Managerial Decision Modeling Cliff Ragsdale 6. edition Rasmus RasmussenBØK350 OPERASJONSANALYSE1 Chapter 6 Integer Linear Programming.
Harald Romstad På oppfordring fra studenter
Forelesning i mikroøkonomi.
Lokalisering i to-delt graf. LOG530 Distribusjonsplanlegging 2 2 Vi skal nå beskrive en transhipmentmodell med to varesorter som skal leveres fra to fabrikker.
INF3100 – – Ellen Munthe-Kaas Indeksering UNIVERSITETET I OSLO © Institutt for Informatikk Utvalgte animerte lysark: lysark nr. 7, 8, 9, 10,
Maks oppfylte kundekrav og maks resultat. LOG530 Distribusjonsplanlegging 2 2 Vi fortsetter eksempel 10.1, men gjør trinnene i motsatt rekkefølge: max.
Lokalisering og betjening av greiner. LOG530 Distribusjonsplanlegging 2 2 Mista har fått i oppdrag å vedlikeholde veiene i landsdelen. De må derfor opprette.
Modeller med ubalanse. LOG530 Distribusjonsplanlegging 2 2 Vi har nå fjernet muligheten for direkteleveranser fra fabrikk til kunder. Ellers har vi har.
UFLP modeller. LOG530 Distribusjonsplanlegging 2 2 Det skal opprettes p fasiliteter (lager) for å betjene en gitt mengde kunder. Kundenodene er også potensielle.
Lokalisering og max minimumavstand. LOG530 Distribusjonsplanlegging 2 2 Anta at nettverket angir en region hvor McBurger skal opprettes 3 konkurrerende.
Tildeling av lasterom. LOG530 Distribusjonsplanlegging 2 2 Et bulkskip skal lastes med tørrlast til Ghana. En ønsker å frakte totalt 4 ulike varetyper.
Korteste vei. LOG530 Distribusjonsplanlegging 2 2 Ofte står en overfor ønsket om å finne korteste kjørerute fra et gitt utgangspunkt til et ønsket bestemmelsessted.
Omlastingsmodeller. LOG530 Distribusjonsplanlegging 2 2 Vi har nå utvidet nettverket med produksjonsnoder. Distribusjonen går via lagrene, hvor varene.
LOG530 Distribusjonsplanlegging
LOG530 Distribusjonsplanlegging
Operasjonsanalytiske emner Heltallsvariabler og binærvariabler Rasmus RasmussenBØK710 OPERASJONSANALYTISKE EMNER1 Del 6 Integer Linear Programming.
Operasjonsanalytiske emner
Økonomiske systemer En markedsøkonomi er en økonomi der bedriftene bestemmer hva de vil produsere, produksjonen selges til forbrukerne, og forbrukerne.
Økonomistyring Kjell Magne Baksaas, Øystein Hansen og Trond Winther Gyldendal Akademisk Produktvalg © Gyldendal Akademisk Innholdet i dette dokumentet.
Bedriftens kostnader Rett eller galt?
Bedriftens kostnader Kostnader klassifiseres på en rekke forskjellige måter. En av de viktigste er hvordan de reagerer på aktivitetsnivået Faste kostnader.
Kapittel 7 Kostnadsforløp og kostnadsstruktur
Formålet med produktkalkyler
Økonomistyring KRV-analyser
Utskrift av presentasjonen:

LOG530 Distribusjonsplanlegging Seriestørrelse og dynamisk produksjonsplanlegging LOG530 Distribusjonsplanlegging

LOG530 Distribusjonsplanlegging Seriestørrelse og dynamisk produksjonsplanlegging problem En bedrift skal planlegge produksjonen for kommende halvår. Bedriften vurderer å droppe produksjonen i enkelte måneder, pga. kostnadene med set-up. Hvis det ikke er produsert tilstrekkelig for lager tidligere vil det kunne oppstå stock-out, dvs. udekket etterspørsel som må dekkes senere. Det tillates ikke akkumulert udekket etterspørsel ved planperiodens slutt, dvs. ved utgangen av måned 6. Dette problemet kan modelleres som et nettverksproblem. Istedenfor transport over geografiske avstander kan vi modellere transport av varer over tid, dvs. lager. Vi vil da ha månedene som noder, og transporten mellom nodene ville være lagerbeholdningene. Vi skal imidlertid denne gangen modellere problemet som et dynamisk produksjonsplanleggingsproblem, dvs. over flere perioder. LOG530 Distribusjonsplanlegging

LOG530 Distribusjonsplanlegging Seriestørrelse og dynamisk produksjonsplanlegging data Måned: t 1 2 3 4 5 6 Etterspørsel: Dt 5000 4000 8000 9000 3000 6000 Kapasitet: Qt 10000 12000 15000 Set Up kostnad: st Enhetskostnad: ct 2,50 2,60 2,40 Lagerkostnad: lt 0,10 0,20 0,15 Stock Out kostnad: vt 1,00 1,50 1,20 Kapasiteten er ikke lik i alle måneder, ei heller variabel enhetskostnad. Lagerkostnaden er proporsjonal med antall enheter UB lager i en gitt måned. Tilsvarende er stock out kostnaden proporsjonal med akkumulert udekket etterspørsel i en gitt måned. Bedriften har ikke lager eller udekket etterspørsel ved inngangen til måned 1 LOG530 Distribusjonsplanlegging

symboler n antall måneder/tidsperioder N Seriestørrelse og dynamisk produksjonsplanlegging symboler n antall måneder/tidsperioder N mengden av måneder/tidsperioder N = {1, 2, ..., n} Dt Etterspørsel i måned t t  N Qt Kapasitet i måned t st Set-Up kostnad ved klargjøring av produksjon i måned t ct Variabel enhetskostnad i måned t kt Lagerkostnad pr. enhet i måned t vt Stock-out kostnad pr. enhet udekket etterspørsel i måned t Zt Akkumulert stock-out i måned t Lt Mengde lager UB i måned t LOG530 Distribusjonsplanlegging

symboler Beslutningsvariabler: Xt Produksjonsmengde i måned t t  N Yt Seriestørrelse og dynamisk produksjonsplanlegging symboler Beslutningsvariabler: Xt Produksjonsmengde i måned t t  N Yt Set-Up i måned t Yt  {0,1}; t  N Mt Mengde salg i måned t Vi må altså bestemme om vi skal produsere i en måned (Yt), hvor mye som skal produseres (Xt), og hvor mye som skal selges (Mt). Når dette er klart kan vi beregne lageret (Lt), og ut fra etterspørselen (Dt) beregne udekket etterspørsel (Zt). Vi behøver derfor ikke angi lager og stock-out som beslutningsvariabler. LOG530 Distribusjonsplanlegging

Matematisk formulering Seriestørrelse og dynamisk produksjonsplanlegging Matematisk formulering Målfunksjon: 35‑1 Minimer totale kostnader for hele planperioden; i produksjon, set-up, lager og stock-out. Om vi hadde oppgitt salgspriser for ferdigvarene, burde vi ha maksimert resultatet framfor å minimere kostnadene, spesielt hvis det også var rentekostnader. I vår modell spiller det ingen rolle når inntektene kommer, og vi må dekke all etterspørsel. 35‑1 Minimer 2,5X1 + 2,6X2 + 2,4X3 + 2,5X4 + 2,4X5 + 2,6X6   + 5000Y1 + 6000Y2 + 5000Y3 + 6000Y4 + 5000Y5 + 6000Y6 + 0,1L1 + 0,2L2 + 0,15L3 + 0,1L4 + 0,2L5 + 0,15L6 + 1,0Z1 + 1,5Z2 + 1,2Z3 + 1,0Z4 + 1,5Z5 + 1,2Z6 LOG530 Distribusjonsplanlegging

MATEMATISK FORMULERING Seriestørrelse og dynamisk produksjonsplanlegging MATEMATISK FORMULERING Restriksjoner: 35‑2 UB lager periode 0 (IB lager periode 1) = 0. 35‑3 UB = IB + produksjon – salg. 35‑2 L0 =   35‑3 L1 + X1  M1 L2 + X2  M2 L3 + X3  M3 L4 + X4  M4 L5 + X5  M5 L6 + X6  M6 LOG530 Distribusjonsplanlegging

MATEMATISK FORMULERING Seriestørrelse og dynamisk produksjonsplanlegging MATEMATISK FORMULERING Restriksjoner: 35‑4 Ingen udekket etterspørsel fra før. 35‑5 UB = IB + etterspørsel – salg. 35‑6 Ingen udekket etterspørsel til slutt. 35‑4 Z0 =   35‑5 Z1 + 5000  M1 Z2 + 4000  M2 Z3 + 8000  M3 Z4 + 9000  M4 Z5 + 3000  M5 Z6 + 6000  M6 35‑6 LOG530 Distribusjonsplanlegging

MATEMATISK FORMULERING Seriestørrelse og dynamisk produksjonsplanlegging MATEMATISK FORMULERING Restriksjoner: 35‑7 Produksjonen kan ikke overstige kapasiteten i en periode. Ingen kapasitet hvis ingen set-up er foretatt (Yt = 0). 35‑7 X1  10.000Y1   X2 12.000Y2 X3 10.000Y3 X4 15.000Y4 X5 10.000Y5 X6 12.000Y6 LOG530 Distribusjonsplanlegging

MATEMATISK FORMULERING Seriestørrelse og dynamisk produksjonsplanlegging MATEMATISK FORMULERING Restriksjoner: 35‑8 Kan ikke selge mer enn etterspørselen og samlede etterbestillinger. 35‑8 M1  5000 + Z0   M2 4000 + Z1 M3 8000 + Z2 M4 9000 + Z3 M5 3000 + Z4 M6 6000 + Z5 LOG530 Distribusjonsplanlegging

MATEMATISK FORMULERING Seriestørrelse og dynamisk produksjonsplanlegging MATEMATISK FORMULERING Restriksjoner: 35‑9 Kan ikke selge mer enn produksjonen og totale lagerbeholdninger. 35‑9 M1  X1 + L0   M2 X2 + L1 M3 X3 + L2 M4 X4 + L3 M5 X5 + L4 M6 X6 + L5 Ikke-negativitetsbetingelsene Xt, Zt, Lt, Mt ≥ 0; Yt  {0, 1}. Merk at ikke-negativitetsbetingelsene ikke bare gjelder beslutningsvariablene. Heller ikke lager (Lt) og stock-out (Zt) tillates å ha negative verdier. LOG530 Distribusjonsplanlegging

Regneark organisert rundt dataene Seriestørrelse og dynamisk produksjonsplanlegging Regneark organisert rundt dataene LOG530 Distribusjonsplanlegging