Omlasting og overproduksjon. LOG530 Distribusjonsplanlegging 2 2 Vi har samme distribusjonsnett som før. (Betrakt de ulike vareslagene som flere 3-dimensjonale.

Slides:



Advertisements
Liknende presentasjoner
1 Copyright, 1996 © Dale Carnegie & Associates, Inc. Moralsk hasard, insitamentsproblemer.
Advertisements

Trender i europeisk bilindustri. Vil dette skje i Norge?
Managerial Decision Modeling
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.
Produktvalg Læringsmål:
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.
Kapittel 9 Transport og tildelingsmodeller. Temaer i kapittel 9 Formulering av transport- problemer Løsning av transportproblemer med nordvestre hjørne.
Kapittel 14 Simulering.
Forside Korteste sti BFS Modifikasjon Dijkstra Eksempel Korrekthet Analyse Øving Spørsmål Dijkstras algoritme Åsmund Eldhuset asmunde *at* stud.ntnu.no.
Øvingsforelesning 9 Flytnettverk, maksimum flyt og
Managerial Decision Modeling
Lokalisering av avfallsanlegg - størst minsteavstand.
LOG530 Distribusjonsplanlegging
Minimal Spanning Tree. LOG530 Distribusjonsplanlegging 2 2 Nettverket viser avstanden mellom 8 noder, der nodene A – G beskriver oljefelt som skal knyttes.
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,
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.
Corporate Finance Planlegging og kontroll. Investeringsprosessen Vi har hittil bare behandlet en snever del av investeringsprosessen, kun regneteknikker.
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.
Lokalisering i to-delt graf. LOG530 Distribusjonsplanlegging 2 2 Vi skal nå beskrive en transhipmentmodell med to varesorter som skal leveres fra to fabrikker.
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.
1 HumSam Bevisstgjøring av egen kunnskap UIO, 19 oktober 2004.
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 Sekvensielle beslutninger Rasmus RasmussenBØK710 OPERASJONSANALYTISKE EMNER1 Del 12 Dynamisk Programming.
Operasjonsanalytiske emner
Økonomistyring Kjell Magne Baksaas, Øystein Hansen og Trond Winther Gyldendal Akademisk Produktvalg © Gyldendal Akademisk Innholdet i dette dokumentet.
Monopol og markedsmakt
Kapittel 14 Produktvalg Læringsmål:
Kapittel 15 Produktvalg Læringsmål:
3 Kostnader og kostnadsteori
Utskrift av presentasjonen:

Omlasting og overproduksjon

LOG530 Distribusjonsplanlegging 2 2 Vi har samme distribusjonsnett som før. (Betrakt de ulike vareslagene som flere 3-dimensjonale ”lag” av figuren.) Men vi har økt produksjonskapasiteten, og produksjonen må gå for fullt. Omlasting og overproduksjon Fabrikk 1 Fabrikk 2 Kunde 1 Lager 2 Kunde 2 Kunde 3 Kunde 4 Lager 1

LOG530 Distribusjonsplanlegging 3 3 Omlasting og overproduksjon KostnadLagerKunderTidsforbruk KapasitetNode345678Vare 1Vare 2Vare 3 Produ sent Lager Behov vare Plassbehov pr. stk på lager: Behov vare Behov vare ,5

LOG530 Distribusjonsplanlegging 4 4 I dette eksemplet må all produksjonskapasitet utnyttes fullt ut. I dette eksemplet må all produksjonskapasitet utnyttes fullt ut. Produksjonskapasiteten er økt, men vi vet ikke om den er tilstrekkelig til å dekke all etterspørsel. Produksjonskapasiteten er økt, men vi vet ikke om den er tilstrekkelig til å dekke all etterspørsel. Vi skal likevel formulere problemet som om vi har tilstrekkelig kapasitet. Vi skal likevel formulere problemet som om vi har tilstrekkelig kapasitet. Vi kan da oppleve at problemet er uløselig – i så fall må vi gjøre som i forrige eksempel; innføre restordrer og løse problemet i to trinn. Vi kan da oppleve at problemet er uløselig – i så fall må vi gjøre som i forrige eksempel; innføre restordrer og løse problemet i to trinn. Hvis formuleringen derimot gir en mulig løsning er vi ferdige, vi har allerede funnet optimal løsning. Hvis formuleringen derimot gir en mulig løsning er vi ferdige, vi har allerede funnet optimal løsning. Omlasting og overproduksjon

LOG530 Distribusjonsplanlegging 5 5 Omlasting og overproduksjon p Antall produsenter l Antall lager k Antall kunder v Antall varer P Mengden av produsenter P = {1, 2, …, p} L Mengden av lager L = {p+1, …, p+l} K Mengden av kunder K = {p+l+1, …, p+l+k} V Mengden av varer V = {1, …, v} G Mengden av greiner G = {(P×L×V)  (L×K×V)} qhqhqhqh Kapasitet hos produsent h h  {P} a hm Kapasitetsbruk hos produsent h for vare m (h,m)  {(P × V)} NiNiNiNi Kapasitet hos lager i i  {L} emememem Volum vare m m  {V} d j,m Behov hos kunde j av vare m (j,m)  {(K × V)} c ft Enhetskostnad fra node f til node t (f,t)  {(P×L)  (L×K)}

LOG530 Distribusjonsplanlegging 6 6 Beslutningsvariabler: Omlasting og overproduksjon X f,t,m Mengde transportert fra node f til node t av vare m (f,t,m)  {G}

LOG530 Distribusjonsplanlegging 7 7 Målfunksjon: Omlasting og overproduksjon 7-1 Minimer totalsummen av pris∙mengde (c f,t, ∙X f,t,m ) for alle greiner i nettverket. Hvert vareslag har en egen grein.

LOG530 Distribusjonsplanlegging 8 8 Restriksjoner: Omlasting og overproduksjon 7‑27‑27‑27‑2 Sum kapasitetsforbruk ved produksjon til alle mottakere (lagre) av alle vareslag fra en produsent, må være lik kapasiteten til produsenten. Kravet gjelder alle produsenter.

LOG530 Distribusjonsplanlegging 9 9 Restriksjoner: Omlasting og overproduksjon 7‑37‑37‑37‑3 Sum volum for alle varer levert fra alle produsenter til et lager må være mindre eller lik volumkapasiteten til dette lageret. Dette kravet må gjelde for alle lager.

LOG530 Distribusjonsplanlegging 10 Restriksjoner: Omlasting og overproduksjon 7‑47‑47‑47‑4 Sum levert fra alle produsenter til et lager av en vare må være minst like mye som sum levert til alle kunder fra samme lager av samme vare. Dette kravet må gjelde for alle lagrene og alle vareslagene.

LOG530 Distribusjonsplanlegging 11 Restriksjoner: Omlasting og overproduksjon 7‑57‑57‑57‑5 Sum levert fra alle lager til en kunde av en vare, må være minst like stort som behovet til denne kunden av denne varen. Dette kravet må gjelde for alle kunder og varer.

LOG530 Distribusjonsplanlegging 12 Omlasting og overproduksjon Mer inn enn ut (lager) Minimerer kostnadene