LOG530 Distribusjonsplanlegging

Slides:



Advertisements
Liknende presentasjoner
Trykk på mus eller tastatur for neste bilde…
Advertisements

Vesentlige kapasitetsendringer i basisperioden 15. august 2011 George Nicholas Nelson.
Litt mer om PRIMTALL.
1 Sannsynlighetsregning Gjenfinningssystemer og verktøy II Jon Anjer.
Muzzafer Marvati Brukermanualer Service og vedlikehold.
The Travelling Salesperson. LOG530 Distribusjonsplanlegging 2 2 Et forsyningsskip skal starte fra VestBase for å betjene 10 forskjellig installasjoner.
SCM 04: Designing Distribution Networks
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.
Del 2: Personlig økonomi.
Øvingsforelesning 9 Flytnettverk, maksimum flyt og maksimum bipartitt matching Jon Marius Venstad Redigert og forelest av Gleb Sizov.
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 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
Eksempel AOA (Activity On Arc)
TILskudd ikke-kommunale barnehager i Fauske kommune
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,
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.
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.
Kap 06 Diskrete stokastiske variable
Øvingsforelesning 9 - Børge Rødsjø
Lokalisering i to-delt graf. LOG530 Distribusjonsplanlegging 2 2 Vi skal nå beskrive en transhipmentmodell med to varesorter som skal leveres fra to fabrikker.
Magnus Haug Algoritmer og Datastrukturer
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 Sekvensielle beslutninger Rasmus RasmussenBØK710 OPERASJONSANALYTISKE EMNER1 Del 12 Dynamisk Programming.
Økonomistyring Kjell Magne Baksaas, Øystein Hansen og Trond Winther Gyldendal Akademisk Produktvalg © Gyldendal Akademisk Innholdet i dette dokumentet.
Utskrift av presentasjonen:

LOG530 Distribusjonsplanlegging Lokalisering og distribusjon i nettverk LOG530 Distribusjonsplanlegging

LOG530 Distribusjonsplanlegging Lokalisering og distribusjon i nettverk Nettverk 1 2 4 5 3 6 8 7 9 12 I diskret lokalisering har vi et nettverk med en gitt mengde noder, og disse nodene kan være aktuelle steder å foreta lokaliseringen i. Vi har altså foretatt en mengde analyser av potensielle lokaliseringer, og plukket ut diverse gode kandidater som kan være formålstjenelige steder å bygge nye fasiliteter. Om vi f.eks. skal bestemme plasseringen av et nytt meieri, så må det altså først foretas analyser av tilgjengelige tomter, og kontrollere at grunnleggende infrastruktur som et godt veinett, tilstrekkelig kraft, vanntilførsel, etc. er tilgjengelig. LOG530 Distribusjonsplanlegging

LOG530 Distribusjonsplanlegging Lokalisering og distribusjon i nettverk data Node 1 2 3 4 5 6 7 8 9 Kostnad 50000 65000 40000 35000 70000 55000 45000 60000 Kapasitet 3200 2500 3000 3500 2800 3400 3100 2700 3300 Behov 1400 800 900 1300 1000 1200 1500 1100 1600 Hver node er et tettsted med et visst behov som grossisten skal dekke. For å dekke behovet må det opprettes mist ett lager, og aktuelle lokaliseringer er i de angitte nodene. Kostnaden og kapasiteten til et lager vil avhenge av hvor det blir bygd. Grossisten må altså bestemme både hvor lagrene skal bygges, samt hvor mye som skal leveres, og til hvem. LOG530 Distribusjonsplanlegging

LOG530 Distribusjonsplanlegging Lokalisering og distribusjon i nettverk Problem Grossisten må nå bestemme hvor mange lager som skal bygges, og hvor. Han må også bestemme hvor mye som skal sendes fra de forskjellige lagrene til de ulike kundene, og også hvor forsendelsen skal foregå, dvs. langs hvilke grener. LOG530 Distribusjonsplanlegging

symboler Beslutningsvariabler: n Antall noder N Mengden noder Lokalisering og distribusjon i nettverk symboler n Antall noder N Mengden noder N = {1, 2, …, n} G Mengden greiner dj Etterspørsel ved node j j  {N} qi kapasitet hos lager i i  {N} ci kostnad ved å opprette lager i aft Avstand fra node f til node t (f,t)  {G} bft Maksimal transportkapasitet fra node f til node t Beslutningsvariabler: Xft Mengde fraktet fra node f til node t (f,t)  {G} Ui Angir om det opprettes et lager i node i Ui  {0,1} ; i  {N} Merk at Ui er en binærvariabel som er lik 1 hvis det opprettes et lager i node i, hvis ikke det opprettes et lager i node i er Ui lik 0. LOG530 Distribusjonsplanlegging

Matematisk formulering Lokalisering og distribusjon i nettverk Matematisk formulering Målfunksjon: 15‑1 Minimer summen av totale faste kostnader ved opprettelse av lager og totale transportkostnader ved frakt langs alle greiner. LOG530 Distribusjonsplanlegging

MATEMATISK FORMULERING Lokalisering og distribusjon i nettverk MATEMATISK FORMULERING Restriksjoner: 15‑2 Mengde transportert langs en grein kan ikke være større enn kapasiteten for greinen. Dette kravet gjelder alle greiner. Her er det lagt inn restriksjoner på transportmengdene ut fra node 5, men ikke til nodene 3 og 4. Det er av praktiske grunner lagt inn restriksjoner på alle greinene, men grensen er satt svært høy for de greinene som faktisk ikke har kapasitetsbegrensinger. For de greiner med begrensing er maks kapasitet lik 3 000. For de greiene med ubegrenset kapasitet er grensen satt lik 30 000. Det tilsvarer nesten 3 ganger totaletterspørselen, og vil derfor aldri være en begrensing. LOG530 Distribusjonsplanlegging

MATEMATISK FORMULERING Lokalisering og distribusjon i nettverk MATEMATISK FORMULERING Restriksjoner: 15‑3 Lagerkapasitet + frakt inn – frakt ut må minst dekke etterspørselen i noden. Dette kravet gjelder alle noder. LOG530 Distribusjonsplanlegging

Regneark organisert som nettverk Lokalisering og distribusjon i nettverk Regneark organisert som nettverk En tabell for nodene (restriksjonene) En tabell for greinene (beslutningsvariablene) LOG530 Distribusjonsplanlegging

Alternativ formulering Lokalisering og distribusjon i nettverk Alternativ formulering Om vi har utarbeidet en komplett avstandsmatrise, kan vi formulere problemet på en alternativ måte. Noder 1 2 3 4 5 6 7 8 9 12 14 11 10 16 13 Merk at avstandene aij nå angir korteste avstand fra node i til node j, og at vi må beregne en komplett avstandsmatrise. Dvs. vi må beregne korteste avstand fra enhver node til enhver node. Vi må altså løse en mengde LP-modeller for korteste reiserute, for å skaffe grunnlagsdata for lokaliseringsmodellen vår. LOG530 Distribusjonsplanlegging

symboler Beslutningsvariabler: n Antall noder N Mengden noder Lokalisering og distribusjon i nettverk symboler n Antall noder N Mengden noder N = {1, 2, …, n} dj Etterspørsel ved node j j  {N} qi kapasitet hos lager i i  {N} ci kostnad ved å opprette lager i aij Korteste avstand mellom node i og node j i  {N} ; j  {N} bij Maksimal transportkapasitet fra node f til node t Beslutningsvariabler: Xij Mengde fraktet fra node i til node j i  {N} ; j  {N} Ui Angir om det opprettes et lager i node i Ui  {0,1} ; i  {N} Merk at Ui er en binærvariabel som er lik 1 hvis det opprettes et lager i node i, hvis ikke det opprettes et lager i node i er Ui lik 0. LOG530 Distribusjonsplanlegging

Matematisk formulering Lokalisering og distribusjon i nettverk Matematisk formulering Målfunksjon: 15‑4 Minimer summen av totale faste kostnader ved opprettelse av lager og totale transportkostnader ved frakt fra alle lager til alle kunder. Her er altså benyttet variabler for direkte forbindelser fra alle noder til alle noder. Avstandene representerer da ofte transport via andre transittnoder, slik at «direkteavstanden» er kortest mulig. Merk at avstanden fra node i til node j=i (fra og til samme node) er null, og mengden representerer i så fall mengde på lager men ikke videresendt, altså lagret til eget forbruk. LOG530 Distribusjonsplanlegging

MATEMATISK FORMULERING Lokalisering og distribusjon i nettverk MATEMATISK FORMULERING Restriksjoner: 15‑5 Mengde transportert langs en grein kan ikke være større enn kapasiteten for greinen. Dette kravet gjelder alle greiner. Denne restriksjonen er nå noe tvilsom. Det vil være mange «direkteforbindelser» som er virtuelle, dvs. de er beregnet som korteste «direkteavstand», men ofte via andre noder i mellom. F.eks. kan «direkteforbindelsene» 1-9 og 3-8 for noen eksempler begge gå via 5-7. Men ingen av disse kvanta X19 og X38 blir registrert på strekningen 5-7 slik modellen er formulert. Denne restriksjonen er derfor ikke med i regnearket. LOG530 Distribusjonsplanlegging

MATEMATISK FORMULERING Lokalisering og distribusjon i nettverk MATEMATISK FORMULERING Restriksjoner: 15‑6 Lagerkapasitet + frakt inn – frakt ut må minst dekke etterspørselen i noden. Dette kravet gjelder alle noder. LOG530 Distribusjonsplanlegging

Regneark basert på avstandstabell Lokalisering og distribusjon i nettverk Regneark basert på avstandstabell Dette regnearket bygger på en komplett avstandsmatrise, og har n2 beslutningsvariabler. Mange av disse angir kjøreruter som ikke eksisterer, f.eks. X2,9. Her må vi konsultere beregningene fra LP-modellen over korteste kjørerute fra node 2 til node 9 for å finne den faktiske kjøreruten. LOG530 Distribusjonsplanlegging

Parametrisk analyse av kostnader Vi har antatt at transportkostnaden er 1,- pr. mengdeenhet, og målfunksjonen vår inneholder i prinsippet kun mengdeavstand, ikke transportkostnad. Men om vi multipliserer total mengdeavstand med kr. 1,- (kostnaden pr. lengdeeenhet), så får vi selvsagt samme tall, bare at da er enheten i kroner. På grunn av at hvert lager har svært begrenset kapasitet, så ender vi opp med at det trengs totalt 4 lager (i node 3, 4, samt 7 og 8). Selv om transportkostnaden blir mindre enn kr. 1,- pr. lengdeenhet, så kan vil altså ikke finne en mulig løsning med færre enn 4 lager, hvis vi skal kunne dekke total etterspørsel. Men om transportkostanadene øker, vil det selvsagt bli mindre lønnsomt med transport, og mer lønnsomt å opprette flere lagre. Den løsningen vi har funnet er altså ikke den beste løsningen uavhengig av transportkostnad pr. mengdeenhet, selv om transportkostnaden er proporsjonal med avstandene. LOG530 Distribusjonsplanlegging

symboler Beslutningsvariabler: n Antall noder N Mengden noder Lokalisering og distribusjon i nettverk symboler n Antall noder N Mengden noder N = {1, 2, …, n} G Mengden greiner dj Etterspørsel ved node j j  {N} qi kapasitet hos lager i i  {N} ci kostnad ved å opprette lager i aft Avstand fra node f til node t (f,t)  {G} bft Maksimal transportkapasitet fra node f til node t k Enhetskostnad pr. lengdeenhet Beslutningsvariabler: Xft Mengde fraktet fra node f til node t (f,t)  {G} Ui Angir om det opprettes et lager i node i Ui  {0,1} ; i  {N} Merk at Ui er en binærvariabel som er lik 1 hvis det opprettes et lager i node i, hvis ikke det opprettes et lager i node i er Ui lik 0. LOG530 Distribusjonsplanlegging

Matematisk formulering Lokalisering og distribusjon i nettverk Matematisk formulering Målfunksjon: 15‑7 Minimer summen av totale faste kostnader ved opprettelse av lager og totale transportkostnader ved frakt langs alle greiner. LOG530 Distribusjonsplanlegging

LOG530 Distribusjonsplanlegging Modifisert regneark Celle Formel Kopieres til J3 =I3*O3 J4:J11 K3 =SUMIF($C$3:$C$36;H3;$E$3:$E$36) K4:K11 L3 =SUMIF($B$3:$B$36;H3;$E$3:$E$36) L4:L11 M3 =J3+K3-L3 M4:M11 P12 =SUMPRODUCT(I3:I11;P3:P11) - P13 =SUMPRODUCT(D3:D36;E3:E36)*H13 P14 =SUM(P12:P13) I12 =SUM(I3:I11) H12 =PsiOptValue(I12) H13 =PsiOptParam(1;50;1) LOG530 Distribusjonsplanlegging

Parametrisk analyse LOG530 Distribusjonsplanlegging

Ulik lokalisering av 4 lager Selv om det er optimalt med 4 lager for kostnader inntil kr. 8,- pr. lengdeenhet, så vil lokaliseringen av disse 4 kunne variere avhengig av kostnaden. LOG530 Distribusjonsplanlegging