P-MP modeller. LOG530 Distribusjonsplanlegging 2 2 Det skal opprettes p fasiliteter (lager) for å betjene en gitt mengde kunder. Kundenodene er også potensielle.

Slides:



Advertisements
Liknende presentasjoner
12.Studienreise nach Finnland,
Advertisements

Kvinner og politikk Kvinnelig valgmobilisering i Nord-Norge: Glasstak eller etterslep? Marcus Buck.
Litt mer om PRIMTALL.
The Travelling Salesperson. LOG530 Distribusjonsplanlegging 2 2 Et forsyningsskip skal starte fra VestBase for å betjene 10 forskjellig installasjoner.
1 Arbeidssted, bruk av fasiliteter og - mengde 5.
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.
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.
Fra forelesningene om involveringspedagogikk Et utviklingsarbeid Philip Dammen Manuset er under arbeid.
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
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
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.
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
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 Prioritering/ressursinnsats.
Eiendomsmeglerbransjens boligprisstatistikk Oktober 2010
Eiendomsmeglerbransjens boligprisstatistikk Juni 2010 Norges Eiendomsmeglerforbund og Eiendomsmeglerforetakenes Forening ECON Poyry og FINN.
Eiendomsmeglerbransjens boligprisstatistikk Februar 2011 Norges Eiendomsmeglerforbund og Eiendomsmeglerforetakenes Forening ECON Poyry og FINN.
PRINTER NORGE AS -Tillegg pris per kopi driftsavtale color, mono og multifunksjonsskrivere.
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.
Dagligbankundersøkelsen Fakta Dagligbankundersøkelsen intervju Befolkning 15 år + TNS Gallup Forfatter Bente Pettersen Roar Thorvaldsen.
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
Utskrift av presentasjonen:

p-MP modeller

LOG530 Distribusjonsplanlegging 2 2 Det skal opprettes p fasiliteter (lager) for å betjene en gitt mengde kunder. Kundenodene er også potensielle lokaliseringer for fasilitetene. Fasilitetene opprettes kostnadsfritt og har ubegrenset kapasitet. Her er angitt et nettverk med 8 potensielle noder for lokalisering av et lager. Node 5 er kun et knutepunkt uten etterspørsel. p-MP modeller

LOG530 Distribusjonsplanlegging 3 3 Direkte avstander fra nettverksfiguren er ikke alltid tilstrekkelig. Noen formuleringer krever en komplett avstandsmatrise, med de korteste avstandene. p-MP modeller Avstander/Kostnader Noder

LOG530 Distribusjonsplanlegging 4 4

5 5 Komplett symmetrisk avstandstabell med korteste avstander. p-MP modeller Noder

LOG530 Distribusjonsplanlegging 6 6 Fasilitetene opprettes kostnadsfritt og har ubegrenset kapasitet. En kunde vil derfor alltid bli betjent fra den billigste fasiliteten, dvs. den som ligger ”nærmest” i kostnad. Hvis en ser bort fra etterspørselen, eller antar at den er den samme i alle nodene, kaller vi det en uvektet p-MP modell. Hvis alle kunder betjenes fra ett lager (1-median problemet, p = 1), og hver leveranse betjener kun en kunde, så velges den lokalisering som gir lavest sum kostnad ved å betjene alle kundene fra den noden. (Ser her bort fra behovet.) p-MP modeller Her inkluderes avstandene til node 5, selv om ingen kunder finnes der.

LOG530 Distribusjonsplanlegging 7 7 Fasilitetene opprettes kostnadsfritt og har ubegrenset kapasitet. En kunde vil derfor alltid bli betjent fra den billigste fasiliteten, dvs. den som ligger ”nærmest” i kostnad. Hvis en ser bort fra etterspørselen, eller antar at den er den samme i alle nodene, kaller vi det en uvektet p-MP modell. Hvis alle kunder betjenes fra ett lager (1-median problemet, p = 1), og hver leveranse betjener kun en kunde, så velges den lokalisering som gir lavest sum kostnad ved å betjene alle kundene fra den noden. (Ser her bort fra behovet.) Optimal lokalisering endres hvis en bare tar hensyn til etterspørselsnoder.

LOG530 Distribusjonsplanlegging 8 8 Tar vi hensyn til at etterspørselen er ulik i de forskjellige nodene, må vi beregne vektet kostnadsmatrise. Tar vi hensyn til at etterspørselen er ulik i de forskjellige nodene, må vi beregne vektet kostnadsmatrise. Om vi fortsatt bare skal lokalisere en fasilitet, velger vi den lokalisering som gir lavest totalkostnad ved å dekke totalt behov i alle andre noder. Om vi fortsatt bare skal lokalisere en fasilitet, velger vi den lokalisering som gir lavest totalkostnad ved å dekke totalt behov i alle andre noder. Merk at den vektede kostnadsmatrisen ikke lenger er symmetrisk. Merk at den vektede kostnadsmatrisen ikke lenger er symmetrisk. Vektingen vil korrekt ta hensyn til noder uten etterspørsel. Vektingen vil korrekt ta hensyn til noder uten etterspørsel. p-MP modeller

LOG530 Distribusjonsplanlegging 9 9 Beslutningsvariabler: p-MP modeller Merk at både U f og V ft er binærvariabler. Vi skal først se på en formulering som bare benytter disse to variablene. n Antall noder N mengden av noder N = {1, 2,..., n} c f,t Korteste avstand fra node f til node t f, t  N dtdtdtdt Behov i node t t  N C f,t ”Kostnad” ved å dekke totalt behov i node t fra node f C f,t = d t ∙c f,t p Antall fasiliteter som skal opprettes UfUfUfUf Angir om en fasilitet er opprettet i node f U f  {0 ; 1 } V f,t Angir om kunden i node t blir betjent fra fasiliteten i node f V f,t  {0 ; 1 } X f,t Mengde transportert fra node f til node t

LOG530 Distribusjonsplanlegging 10 Målfunksjon: p-MP modeller I fravær av kapasitetsrestriksjoner vil hver node bli betjent av kun en fasilitet. Kostnaden ved å dekke all etterspørsel i en node er C f,t, og vi summerer bare de nodene som blir betjent av en fasilitet,siden V f,t er 0 for de øvrige. Ytterste summetegn summerer disse totalkostnadene for alle fasilitetene. 23 ‑ 1 Vi minimerer totale kostnader fra alle noder med fasiliteter til alle noder med kunder.

LOG530 Distribusjonsplanlegging 11 Restriksjoner: p-MP modeller 23 ‑ 2 Alle kunder må betjenes fra bare en fasilitet.

LOG530 Distribusjonsplanlegging 12 Restriksjoner: p-MP modeller 23 ‑ 3 Ingen kunder kan bli betjent fra en node uten fasilitet. 23 ‑ 5 En node kan betjene inntil n kunder hvis det er opprettet en fasilitet der, ellers ingen. Alternativ formulering:

LOG530 Distribusjonsplanlegging 13 Restriksjoner: p-MP modeller 23 ‑ 4 Det skal opprettes nøyaktig p fasiliteter.

LOG530 Distribusjonsplanlegging 14 p-MP modeller

LOG530 Distribusjonsplanlegging 15 p-MP modeller

LOG530 Distribusjonsplanlegging 16 Målfunksjon: p-MP modeller Merk at her bruker vi enhetskostnadene, ikke vektede kostnader. Dette fordi vi nå bruker mengde som beslutningsvariabel. 23 ‑ 6 Vi minimerer summen av enhetskostnad∙mengde fra alle noder med fasiliteter til alle noder med kunder.

LOG530 Distribusjonsplanlegging 17 Restriksjoner: p-MP modeller 23 ‑ 7 Alle kunder må motta minst like mye som behovet i noden.

LOG530 Distribusjonsplanlegging 18 Restriksjoner: p-MP modeller 23 ‑ 8 Sum levert fra en node må være mindre eller lik kapasiteten til fasiliteten i noden.

LOG530 Distribusjonsplanlegging 19 Restriksjoner: p-MP modeller 23 ‑ 9 Det skal opprettes nøyaktig p fasiliteter.

LOG530 Distribusjonsplanlegging 20 p-MP modeller Denne formuleringen har n 2 + n, dvs. n(n+1) = 72 variabler, og krever en komplett avstandstabell.

LOG530 Distribusjonsplanlegging 21 Beslutningsvariabler: p-MP modeller Merk at a ft nå angir faktisk avstand mellom node f og t, og at modellen bare benytter eksisterende greiner i nettverket (G). n Antall noder N Mengden av noder N = {1, 2,..., n} G Mengden av greiner i nettverket a ft Faktisk avstand direkte fra node f til node t (f, t)  G dtdtdtdt Behov i node t t  N p Antall fasiliteter som skal opprettes UfUfUfUf Angir om en fasilitet er opprettet i node f. f  N ; U f  {0 ; 1 } X ft Mengde transportert fra node f til node t. (f, t)  G

LOG530 Distribusjonsplanlegging 22 Målfunksjon: p-MP modeller Merk at her bruker vi faktiske avstander. 23 ‑ 10 Vi minimerer summen av avstand∙mengde fra alle noder med fasiliteter til alle noder med kunder.

LOG530 Distribusjonsplanlegging 23 Restriksjoner: p-MP modeller 23 ‑ 11 Opprettet kapasitet + mengde transportert inn - mengde transportert ut må dekke behovet i noden.

LOG530 Distribusjonsplanlegging 24 Restriksjoner: p-MP modeller 23 ‑ 12 Det skal opprettes høyst p fasiliteter.

LOG530 Distribusjonsplanlegging 25 p-MP modeller Denne formuleringen har kun 40 variabler, og krever ikke komplett avstandstabell. Modellen er nesten identisk med den som beregner korteste avstand, men må bare løses én gang. Denne formuleringen er opplagt den som krever minst forarbeid, og er dermed raskest.