Omlastingsmodeller. LOG530 Distribusjonsplanlegging 2 2 Vi har nå utvidet nettverket med produksjonsnoder. Distribusjonen går via lagrene, hvor varene.

Slides:



Advertisements
Liknende presentasjoner
Antalis-HQ BRUKERVEILEDNING FOR BESTILLINGER. Antalis, Europas ledende distributør av papir, emballasjeløsninger og dekor & display produkter, presenterer.
Advertisements

Wyndor med variasjoner Ethvert LP problem vil falle i en av følgende kategorier: 1. Problemet har en (eller flere) optimalløsninger 2. Problemet har ingen.
Filer til og fra mobiltelefon
Mean-Variance Analysis continued
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.
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.
Introduksjon til NetBAS
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.
Managerial Decision Modeling Cliff Ragsdale 6. edition Rasmus RasmussenBØK350 OPERASJONSANALYSE1 Chapter 6 Integer Linear Programming.
Wyndor with variations
Kap 10 Graf.
INF 295 Forelesning 16 - kap 9 Minimalt spenntre og korteste vei i grafer Hans Fredrik Nordhaug (Ola Bø)
Lokalisering i to-delt graf. LOG530 Distribusjonsplanlegging 2 2 Vi skal nå beskrive en transhipmentmodell med to varesorter som skal leveres fra to fabrikker.
To accompany Quantitative Analysis for Management, 8e by Render/Stair/Hanna 1© 2003 by Prentice Hall, Inc. Upper Saddle River, NJ Kapittel 9 Transport.
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.
Managerial Decision Modeling A Practical Introduction to Management Science, 5ed by Cliff Ragsdale.
Publish-Subscribe Middleware Informasjonsflyt fra en applikasjon til en annen applikasjon som er interessert i å motta informasjonen. Eksempel: Aksjeselskap.
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.
LOG530 Distribusjonsplanlegging
LOG530 Distribusjonsplanlegging
Operasjonsanalytiske emner Heltallsvariabler og binærvariabler Rasmus RasmussenBØK710 OPERASJONSANALYTISKE EMNER1 Del 6 Integer Linear Programming.
Operasjonsanalytiske emner
Økonomistyring Kjell Magne Baksaas, Øystein Hansen og Trond Winther Gyldendal Akademisk Produktvalg © Gyldendal Akademisk Innholdet i dette dokumentet.
Demo Ny IT.
Kapittel 6 Tilbudskurven 1.
Utskrift av presentasjonen:

Omlastingsmodeller

LOG530 Distribusjonsplanlegging 2 2 Vi har nå utvidet nettverket med produksjonsnoder. Distribusjonen går via lagrene, hvor varene lastes om. Kundene mottar deretter varene fra mellomlagrene. Omlastingsmodeller Fabrikk 1 Fabrikk 2 Kunde 1 Lager 2 Lager 3 Kunde 2 Kunde 3 Kunde 4 Lager 1

LOG530 Distribusjonsplanlegging 3 3 Vi har 2 produsenter og 3 lager som skal dekke behovet hos 4 kunder. Vi har 2 produsenter og 3 lager som skal dekke behovet hos 4 kunder. Transportkostnaden varierer med avstand mellom produsent, lager og kunde. Transportkostnaden varierer med avstand mellom produsent, lager og kunde. Produsentene og lagrene har ulik kapasitet/tilbud. Produsentene og lagrene har ulik kapasitet/tilbud. Kundene har ulik etterspørsel. Kundene har ulik etterspørsel. Omlastingsmodeller KostnadLagerKunderNode Kapasitet Produsent Lager Behov

LOG530 Distribusjonsplanlegging 4 4 La X ft angi mengde transportert fra node f til node t. La X ft angi mengde transportert fra node f til node 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 hos produsent og lager. Vi ønsker å finne disse mengdene X ft slik at kundene får dekt sitt behov til lavest mulig kostnad, og uten å overskride kapasiteten hos produsent og lager. Omlastingsmodeller MengderLagerKunderNode Levert Produsent 1 X 13 X 14 X 15 ∑X 1t 2 X 23 X 24 X 25 ∑X 2t Lager 3 X 36 X 37 X 38 X 39 ∑X 3t 4 X 46 X 47 X 48 X 49 ∑X 4t 5 X 56 X 57 X 58 X 59 ∑X 5t Mottatt ∑X f3 ∑X f4 ∑X f5 ∑X f6 ∑X f7 ∑X f8 ∑X f9

LOG530 Distribusjonsplanlegging 5 5 X ft Antall enheter sendt av varen fra node f til node t (f,t)  {G} Parametere: Beslutningsvariabler: Omlastingsmodeller p Antall produsenter l Antall lager k Antall kunder 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} G Mengden av greiner G = {(P×L)  (L×K)} qhqhqhqh Kapasitet hos produsent h h  {P} 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}

LOG530 Distribusjonsplanlegging 6 6 Målfunksjon: 2‑12‑1 Minimer totalsummen av pris∙mengde (c ft ∙X ft ) for alle greiner i nettverket. Omlastingsmodeller Min 100 X X 23 Kostnader til lager X X 24 Kostnader til lager X X 25 Kostnader til lager X X X X 39 Kostnader fra lager X X X X 49 Kostnader fra lager X X X X 59 Kostnader fra lager 3

LOG530 Distribusjonsplanlegging 7 7 Restriksjoner: Omlastingsmodeller 2‑22‑22‑22‑2 Sum levert til alle lager fra en produsent må være mindre eller lik kapasiteten til produsenten. Dette kravet må gjelde alle produsenter. Node 1 X 13 + X 14 + X 15 ≤ 500 Leveranser fra Produsent 1 Node 2 X 23 + X 24 + X 25 ≤ 350 Leveranser fra Produsent 2

LOG530 Distribusjonsplanlegging 8 8 Restriksjoner: Omlastingsmodeller 2‑32‑32‑32‑3 Sum levert fra alle produsenter til et lager må være mindre eller lik kapasiteten til dette lageret. Dette kravet må gjelde for alle lager. Node 3 X 13 + X 23 ≤ 350 Leveranser til Lager 1 Node 4 X 14 + X 24 ≤ 300 Leveranser til Lager 2 Node 5 X 15 + X 25 ≤ 300 Leveranser til Lager 3

LOG530 Distribusjonsplanlegging 9 9 Restriksjoner: 2‑42‑4 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). Omlastingsmodeller Node 6 X 36 X 36 + X 46 + X 56 ≥ 150 Leveranser til kunde 1 Node 7 X 37 X 37 + X 47 + X 57 ≥ 230 Leveranser til kunde 2 Node 8 X 38 X 38 + X 48 + X 58 ≥ 160 Leveranser til kunde 3 Node 9 X 39 + X 49 + X 59 ≥ 220 Leveranser til kunde 4

LOG530 Distribusjonsplanlegging 10 Restriksjoner: Ikke-negativitetsbetingelsene: X ft ≥ 0 for alle (f,t)  G Omlastingsmodeller 2‑52‑52‑52‑5 Sum levert fra alle produsenter til et lager må være minst like mye som sum levert til alle kunder fra samme lager. Dette kravet må gjelde for alle lagrene. Node 3 X 13 + X 23 ≥ X 36 + X 37 + X 38 + X 39 Leveranser til og fra Lager 1 Node 4 X 14 + X 24 ≥ X 46 + X 47 + X 48 + X 49 Leveranser til og fra Lager 2 Node 5 X 15 + X 25 ≥ X 56 + X 57 + X 58 + X 59 Leveranser til og fra Lager 3

LOG530 Distribusjonsplanlegging 11 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 1-2 gir deg restriksjonene for node 1-2 (de 2 produsentene) Linje 1-2 gir deg restriksjonene for node 1-2 (de 2 produsentene) Linje 3-5 gir det restriksjonene for node 3-5 (de 3 lagrene) Linje 3-5 gir det restriksjonene for node 3-5 (de 3 lagrene) Linje 6-9 gir deg restriksjonene for node 6-9 (de 4 kundene) Linje 6-9 gir deg restriksjonene for node 6-9 (de 4 kundene) Omlastingsmodeller Node X 13 X 14 X 15 X 23 X 24 X 25 X 36 X 37 X 38 X 39 X 46 X 47 X 48 X 49 X 56 X 57 X 58 X 59 RHSObj Min 1111 ≤ ≤ ≤ ≥ 0≥ 0≥ 0≥ ≥ 0≥ 0≥ 0≥ ≥ 0≥ 0≥ 0≥ ≥ ≥ ≥ ≥ 220

LOG530 Distribusjonsplanlegging 12 Omlastingsmodeller Samme formel kopieres til alle restriksjonene

LOG530 Distribusjonsplanlegging 13 Omlastingsmodeller

LOG530 Distribusjonsplanlegging 14 Omlastingsmodeller En tabell for greinene (beslutningsvariablene) En tabell for nodene (restriksjonene)

LOG530 Distribusjonsplanlegging 15 Omlastingsmodeller # DEFINERE INDEKSER/DIMENSJON set H;#mengdenavn for produsenter set I;#mengdenavn for lager set J;#mengdenavn for kunder set G=(H cross I) union (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 param Q{H}>=0;#Q - produksjonskapasitet hos produsent H # 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 {h in H} x[h,i]<= N[i];# Sum mottatt fra alle produsenter h <= kapasitet subject to Pkap {h in H}:# For alle produsenter h: sum {i in I} x[h,i]<= Q[h];# Sum levert til alle lager i <= kapasiteten subject to Tbal {i in I}:# For alle lager i: sum {h in H} x[h,i] >= sum {j in J} x[i,j];# Sum mottatt >= sum levert

LOG530 Distribusjonsplanlegging 16 Omlastingsmodeller set H := P1 P2;# 2 produsenter set I:= L1 L2 L3;# 3 lager set J := K1 K2 K3 K4;# 4 kunder param D:= # D - etterspørsel for 4 kunder K1150 K2230 K3160 K4220; param N:= # N - lagerkapasitet for 3 lager L1350 L2300 L3300; param Q:=# Q - produksjonskapasitet for 2 produsenter P1500 P2350; param C:# C - transportkostnader langs greinene K1K2K3K4 L1L2L3:= L L L P P ;

LOG530 Distribusjonsplanlegging 17 Omlastingsmodeller model C:\Bruker\AMPL\Lo530Ex1_2.mod; data C:\Bruker\AMPL\Lo530Ex1_2.dat; option solver cplex; solve; option omit_zero_rows 1; display Kost > C:\Bruker\AMPL\Lo530Ex1_2.sol; display {(a,b) in G} x[a,b] > C:\Bruker\AMPL\Lo530Ex1_2.sol; exit;