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.

Slides:



Advertisements
Liknende presentasjoner
12.Studienreise nach Finnland,
Advertisements

Litt mer om PRIMTALL.
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.
Monopolistisk konkurranse og oligopol
Komplett avstandstabell. LOG530 Distribusjonsplanlegging 2 2 Noen ganger er det behov for en komplett avstandstabell mellom alle nodene i et nettverk.
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 9 Transport og tildelingsmodeller. Temaer i kapittel 9 Formulering av transport- problemer Løsning av transportproblemer med nordvestre hjørne.
Figur 3.2 Faste kostnader pr. Enhet ved ulike aktivitetsnivåer
Kapittel 14 Simulering.
Øvingsforelesning 9 Flytnettverk, maksimum flyt og
Managerial Decision Modeling A Practical Introduction to Management Science, 5ed by Cliff Ragsdale.
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.
LOG530 Distribusjonsplanlegging
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.
Managerial Decision Modeling
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.
GRØNNALGER BRUNALGER RØDALGER
1 BM-dagen 29.okt BM1 Fysisk miljøplanlegging Studieprogram for Bygg- og miljøteknikk Meny Prosjektoppgaven Arealbruk og befolkning Transport og.
Figur 1 Behov. Figur 2 Behov Figur 3 Behov Figur 4 Behov.
Figur 1 Behov. Figur 2 Behov Figur 3 Prioritering/ressursinnsats.
Samdata 2012 Somatikk.
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.
Inflation og produktion 11. Makroøkonomi Teori og beskrivelse 4.udg. © Limedesign
Lokalisering og betjening av greiner. LOG530 Distribusjonsplanlegging 2 2 Mista har fått i oppdrag å vedlikeholde veiene i landsdelen. De må derfor opprette.
Managerial Decision Modeling A Practical Introduction to Management Science, 5ed by Cliff Ragsdale.
Befolkning og arbejdsmarked 7. Mikroøkonomi Teori og beskrivelse © Limedesign
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
Utskrift av presentasjonen:

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 3 Kunde 3 Kunde 4 Kunde 4 Et nettverk består av noder og greiner. Et nettverk består av noder og greiner. Nodene angis med sirkler og representerer ofte ressurser og behov. Nodene angis med sirkler og representerer ofte ressurser og behov. Greiene angir mulige koblinger mellom nodene. Greiene angir mulige koblinger mellom nodene. Nettverket er en prinsippskisse, og angir for eksempel ikke geografiske proporsjoner. Nettverket er en prinsippskisse, og angir for eksempel ikke geografiske proporsjoner.

Transport fra lager til kunder LOG530 Distribusjonsplanlegging 3 3KostnadKundeLager1234Tilbud Behov Vi har 3 lager som skal dekke behovet hos 4 kunder. Vi har 3 lager som skal dekke behovet hos 4 kunder. Transportkostnadene varierer med avstanden mellom lagrene og kundene. Transportkostnadene varierer med avstanden mellom lagrene og kundene. Lagrene har ulik kapasitet/tilbud. Lagrene har ulik kapasitet/tilbud. Kundene har ulik etterspørsel. Kundene har ulik etterspørsel. HVOR MYE SKAL SENDES FRA DE ULIKE LAGRENE TIL DE FORSKJELLIGE KUNDENE?

Transport fra lager til kunder LOG530 Distribusjonsplanlegging 4 4MengdeKundeLager4567LevertTilbud 1 X 14 X 15 X 16 X 17 ∑X 1t X 24 X 25 X 26 X 27 ∑X 2t X 34 X 35 X 36 X 37 ∑X 3t 300 Mottatt ∑X f4 ∑X f5 ∑X f6 ∑X f7 Behov La X ft angi mengde transportert fra lager f til kunde t. La X ft angi mengde transportert fra lager f til kunde t. Vi ønsker å finne disse mengdene X ft slik at kundene får dekt sitt behov til lavest mulig kostnad, og uten å overskride kapasiteten som lagrene har. Vi ønsker å finne disse mengdene X ft slik at kundene får dekt sitt behov til lavest mulig kostnad, og uten å overskride kapasiteten som lagrene har. Kundenodene er her nummerert fortløpende etter lagrene

Transport fra lager til kunder LOG530 Distribusjonsplanlegging 5 5l Antall lager k Antall kunder L Mengden av lager L = {1,2, …,l} K Mengden av kunder K = {l+1, …, l+k} G Mengden av greiner G = {(L × K)} NiNiNiNi Kapasitet hos lager i i  {L} djdjdjdj Behov hos kunde j j  {K} c ft Enhetskostnad fra node f til node t (f,t)  {G} X ft Antall enheter sendt av varen fra node f til node t (f,t)  {G} Parametere: Beslutningsvariabler:

Transport fra lager til kunder LOG530 Distribusjonsplanlegging Kapasitet Lager N i Kapasitet Lager N i Behov Kunder d j Behov Kunder d j N N N d d d d c 14 =150 c 15 =250 c 16 =300 c 17 =275 c 24 =200 c 25 =175 c 26 =350 c 27 =150 c 34 =250 c 35 =300 c 36 =400 c 37 =260 Transportkostnader pr enhet c ft Transportkostnader pr enhet c ft L Nodemengde lager L = {1,2,3} L Nodemengde lager L = {1,2,3} K Nodemengde kunder K = {4,5,6,7} K Nodemengde kunder K = {4,5,6,7}

Transport fra lager til kunder LOG530 Distribusjonsplanlegging 7 7 Målfunksjon: 1‑11‑1 Minimer totalsummen av pris∙mengde (c ft ∙X ft ) for alle greiner i nettverket. Min F= 150 X X X X X X X X X X X X 37 Alternativ formulering:

Transport fra lager til kunder LOG530 Distribusjonsplanlegging 8 8 Restriksjoner: 1‑21‑2 Sum mengde levert fra alle lager (f  L) til en kunde (j), dvs. sum mengde varer en kunde mottar, må minst dekke behovet kunden har, d j. Kravet gjelder for alle kunder (j  K). Kunde 1: X 14 + X 24 + X 34 ≥ 150Sum leveranser til node 4 Kunde 2: X 15 + X 25 + X 35 ≥ 230Sum leveranser til node 5 Kunde 3: X 16 + X 26 + X 36 ≥ 160Sum leveranser til node 6 Kunde 4:X 17 + X 27 + X 37 ≥ 220Sum leveranser til node 7 Alternativ formulering:

Transport fra lager til kunder LOG530 Distribusjonsplanlegging 9 9 Restriksjoner: 1‑31‑3 Sum leveranser fra et lager (i) til alle kunder (t  K) kan ikke overstige lagerkapasiteten. Dette kravet må gjelde for alle lager (i  L). Alternativ formulering: Lager 1: X 14 + X 15 + X 16 + X 17 ≤ 350Sum levert fra node 1 Lager 2: X 24 + X 25 + X 26 + X 27 ≤ 300Sum levert fra node 2 Lager 3: X 34 + X 35 + X 36 + X 37 ≤ 300Sum levert fra node 3 Ikke-negativitetsbetingelsene: X ft ≥ 0 for alle (f,t)  G

Transport fra lager til kunder LOG530 Distribusjonsplanlegging 10 Node X 14 X 15 X 16 X 17 X 24 X 25 X 26 X 27 X 34 X 35 X 36 X 37 RHSObj Min ≤ ≤ ≥ ≥ ≥ ≥ 220 Multipliser koeffisientene i en linje med variabelnavnene øverst i tabellen: Multipliser koeffisientene i en linje med variabelnavnene øverst i tabellen: Første linje gir deg målfunksjonen (objective) Første linje gir deg målfunksjonen (objective) Linje 1-3 gir deg restriksjonene for node 1-3 (lagrene) Linje 1-3 gir deg restriksjonene for node 1-3 (lagrene) Linje 4-7 gir det restriksjonene for node 4-7 (kundene) Linje 4-7 gir det restriksjonene for node 4-7 (kundene) VI KAN LAGE ET REGNEARK ORGANISERT ETTER LP- FORMULERINGEN

Transport fra lager til kunder LOG530 Distribusjonsplanlegging 11 Samme formel kopieres til alle restriksjonene I Solver angir vi beslutningsvariablene, målfunksjonen og restriksjonene.

Transport fra lager til kunder LOG530 Distribusjonsplanlegging 12 Her er tabellen med data kopiert for å gi plass til beslutningsvariablene, restriksjonene, og målfunksjonen.

Transport fra lager til kunder LOG530 Distribusjonsplanlegging 13 Om vi ser på vår figur, kan vi oppsummere følgende: Vi har en beslutningsvariabel for hver grein (X ft ) Vi har en beslutningsvariabel for hver grein (X ft ) Vi har en restriksjon for hver node; Vi har en restriksjon for hver node; kapasitetsrestriksjoner for alle lagernoder kapasitetsrestriksjoner for alle lagernoder behovsrestriksjoner for alle kundenoder behovsrestriksjoner for alle kundenoder En effektiv måte å organisere regnearket er derfor å lage to tabeller: En tabell for beslutningsvariablene (greinene) En tabell for beslutningsvariablene (greinene) En tabell for restriksjonene (nodene) En tabell for restriksjonene (nodene)

Transport fra lager til kunder LOG530 Distribusjonsplanlegging 14 En tabell for greinene (beslutningsvariablene) En tabell for nodene (restriksjonene)

Transport fra lager til kunder LOG530 Distribusjonsplanlegging 15 # DEFINERE INDEKSER/DIMENSJON set I;#mengdenavn for lager set J;#mengdenavn for kunder set G=(I cross J);#mengdenavn for greiner # DEFINERE PARAMETRE param C{G}>=0;#C - transportkostnad langs greinene param D{J}>=0;#D - behov hos kunde J param N{I}>=0;#N - lagerkapasitet hos lager I # DEFINERE VARIABLER var x{G}>=0;#x - transportkvanta langs greinene # DEFINERE MÅLFUNKSJONEN minimize Kost: sum {(a,b) in G} C[a,b] * x[a,b];# Sum kostnader langs alle greinene # DEFINERE RESTRIKSJONENE subject to Kbehv {j in J}:# For alle kunder j: sum {i in I} x[i,j] = D[j];# Sum mottatt fra alle lager i = behovet subject to Lkap {i in I}:# For alle lager i: sum {j in J} x[i,j]<= N[i];# Sum levert til alle kunder j <= kapasiteten

Transport fra lager til kunder LOG530 Distribusjonsplanlegging 16 set I := L1 L2 L3;# 3 lager set J := K1 K2 K3 K4;# 4 kunder param D:=# etterspørsel/behov K1150 K2230 K3160 K4220; param N:=# lagerkapasitet L1350 L2300 L3300; param C:# transportkostnader K1K2K3K4 := L L L ;

Transport fra lager til kunder LOG530 Distribusjonsplanlegging 17 model C:\Bruker\AMPL\Lo530Ex1_1.mod; data C:\Bruker\AMPL\Lo530Ex1_1.dat; option solver cplex; solve; option omit_zero_rows 1; display Kost > C:\Bruker\AMPL\Lo530Ex1_1.sol; display {(a,b) in G} x[a,b] > C:\Bruker\AMPL\Lo530Ex1_1.sol; exit;

Transport fra lager til kunder 18 AMPL Modell Ex1_1.mod Modell Ex1_1.mod Data Ex1_1.dat Data Ex1_1.dat Kjøring Ex1_1.run Kjøring Ex1_1.run Resultat Ex1_1.sol Resultat Ex1_1.sol LOG530 Distribusjonsplanlegging