Lokalisering i to-delt graf. LOG530 Distribusjonsplanlegging 2 2 Vi skal nå beskrive en transhipmentmodell med to varesorter som skal leveres fra to fabrikker.

Slides:



Advertisements
Liknende presentasjoner
The Travelling Salesperson. LOG530 Distribusjonsplanlegging 2 2 Et forsyningsskip skal starte fra VestBase for å betjene 10 forskjellig installasjoner.
Advertisements

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.
Produktvalg Læringsmål:
Øvingsforelesning 9 Flytnettverk, maksimum flyt og maksimum bipartitt matching Jon Marius Venstad Redigert og forelest av Gleb Sizov.
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: Køteori Åpenbare anvendelser i praksis
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.
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.
Øvingsforelesning 9 - Børge Rødsjø
Kap 10 Graf.
Figur 1 Behov. Figur 2 Behov Figur 3 Prioritering/ressursinnsats.
Figur 1 Behov. Figur 2 Behov Figur 3 Behov Figur 4 Behov.
Figur 1 Behov. Figur 2 Behov Figur 3 Prioritering/ressursinnsats.
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.
Nytte og efterspørgsel 3. Mikroøkonomi Teori og beskrivelse © Limedesign
Befolkning og arbejdsmarked 7. Mikroøkonomi Teori og beskrivelse © Limedesign
Produktion og udbud 4. 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 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
Hva viser Mytos egentlig?
Utskrift av presentasjonen:

Lokalisering i to-delt graf

LOG530 Distribusjonsplanlegging 2 2 Vi skal nå beskrive en transhipmentmodell med to varesorter som skal leveres fra to fabrikker via lager til tre kunder. Lagrene er ikke etablert enda, men det er identifisert 6 mulige lokaliseringssteder. I tillegg til å finne optimale transportkvanta langs greinene i nettverket må vi også finne optimalt antall lager, og hvor de skal lokaliseres. Lokalisering i to-delt graf Fabrikk 1 Fabrikk 2 Kunde 1 Lager 2 Kunde 2 Kunde 3 Lager 1 Lager 3 Lager 4 Lager 5 Lager 6

LOG530 Distribusjonsplanlegging 3 3 Lokalisering i to-delt graf

LOG530 Distribusjonsplanlegging 4 4 Lokalisering i to-delt graf

LOG530 Distribusjonsplanlegging 5 5 Lokalisering i to-delt graf

LOG530 Distribusjonsplanlegging 6 6 Lokalisering i to-delt graf 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)} O Mengden av transportgreiner O = {(P×L)  (L×K)} q h,m Kapasitet hos produsent h av vare m (h,m)  {(P × V)} FiFiFiFi Fast kostnad ved å opprette lager ved node i i  {L} NiNiNiNi Kapasitet hos lager i i  {L} d j,m Behov hos kunde j av vare m (j,m)  {(K × V)} c f,t,m Enhetskostnad fra node f til node t av vare m (f,t,m)  {G}

LOG530 Distribusjonsplanlegging 7 7 Beslutningsvariabler: Lokalisering i to-delt graf UiUiUiUi Angir om en et lager opprettes ved node i U i  {0 ; 1 } ; i  {L} X f,t,m Mengde fra node f til node t av vare m (f,t,m)  {G}

LOG530 Distribusjonsplanlegging 8 8 Målfunksjon: Lokalisering i to-delt graf 27 ‑ 1 Minimer totalsummen av faste kostnader ved etablering av lager og alle transportkostnader.

LOG530 Distribusjonsplanlegging 9 9 Restriksjoner: Lokalisering i to-delt graf 27 ‑ 2 Sum levert til alle lager fra en produsent av en vare, må være mindre eller lik kapasiteten til produsenten for denne varen. Dette kravet må gjelde alle produsenter og alle varer.

LOG530 Distribusjonsplanlegging 10 Restriksjoner: Lokalisering i to-delt graf 27 ‑ 3 Sum varer levert fra alle produsenter til et lager må være mindre eller lik kapasiteten til dette lageret, hvis det er opprettet. Dette kravet må gjelde for alle lager.

LOG530 Distribusjonsplanlegging 11 Restriksjoner: Lokalisering i to-delt graf 27 ‑ 4 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 gjelder for alle kunder og varer.

LOG530 Distribusjonsplanlegging 12 Restriksjoner: Lokalisering i to-delt graf 27 ‑ 5 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 13 Lokalisering i to-delt graf

LOG530 Distribusjonsplanlegging 14 Regionalisering av lagrene: Lokalisering i to-delt graf Lager 1-4 hører under region 1, mens lager 5 og 6 hører under region 2. Det skal etableres minst ett lager i hver region, og høyst to lager totalt. Definer nå: Region 1: L 1 = {3, 4, 5, 6}Region 2:L 2 = {7, 8} 27 ‑ 6 Sum lager i hver region skal være minst ‑ 7 Sum lager skal være høyst 2.

LOG530 Distribusjonsplanlegging 15 Lokalisering i to-delt graf

LOG530 Distribusjonsplanlegging 16 Service: Lokalisering i to-delt graf For å sikre at hver kunde bare blir betjent fra ett lager, må vi benytte enda et sett av beslutningsvariabler: W i,j Angir om lager i betjener kunde j W i,j  {0 ; 1} ; i  L ; j  K 27 ‑ 8 Max ett lager kan betjene en kunde. Dette kravet gjelder alle kunder. 27 ‑ 9 Sum varer fra lager i til kunde j kan ikke overstige en tilstrekkelig betjeningskapasitet, hvis lager i betjener kunde j.

LOG530 Distribusjonsplanlegging 17 Lokalisering i to-delt graf