Przegląd zaawansowanych modeli planowania produkcji
|
|
- Aneta Kasprzak
- 7 lat temu
- Przeglądów:
Transkrypt
1 Przegląd zaawansowanych modeli planowania produkcji dr hab. inż. Waldemar Kaczmarczyk Katedra Badań Operacyjnych i Technologii Informacyjnych Wydział Zarządzania Akademia Górniczo-Hutnicza w Krakowie waldek@agh.edu.pl www: home.agh.edu.pl\waldek II Warsztaty Naukowe dla doktorantów w dyscyplinie Inżynieria Produkcji Kraków 25 czerwca 2014 Spis treści 1 Zaawansowane systemy planowania Jak systemy ERP znajdują wykonalne plany? Ogólna charakterystyka Klasyfikacja modeli Planowanie wielkości i szeregowanie partii produkcyjnych Podstawowy model z długimi okresami Podstawowy model z krótkimi okresami Kierunki badań Planowanie projektów przy ograniczonych zasobach Przykład Podstawowe modele Kierunki badań Koordynacja w łańcuchach dostaw 12 5 Podsumowanie 13 Bibliografia 13 1
2 1 Zaawansowane systemy planowania ang. Advanced Planning Systems (aps), [27], [28], Systemy planowania (wykorzystania) zasobów przedsiębiorstw (erp) rzekomo umożliwiają planowanie i koordynację wszystkich działań przedsiębiorstwa. W rzeczywistości są to tylko złożone systemy baz danych, korzystające z bardzo prostych metod planowania [3], [21] (podrozdział 2.2.3). Przedsiębiorstwa, które chcą działać wydajnie, muszą stosować zaawansowane metody planowania. 1.1 Jak systemy ERP znajdują wykonalne plany? Wybrane cechy prostych metod planowania w ERP dekompozycja złożonych zadań na wiele małych, rozwiązywanych niezależnie, brak jasno i jawnie sformułowanych celów, ignorowanie ograniczonej wielkości zasobów, np. czasu pracy maszyn, stały normatywny cykl produkcyjny niezależny od aktualnego obciążenia, proste heurystyki planowania partii np.: stały cykl lub stała wielkość partii, jakie bieżące potrzeby taka partia, ang. lot-for-lot, Systemy ERP znajdują plany wykonalne dzięki: 1. zapasom i rezerwom materiałów, półwyrobów (produkcja w toku), wyrobów finalnych, czasu realizacji zleceń, zdolności produkcyjnej. To wszystko kosztuje! 2. heurystycznym działaniom korygującym podział partii na cześć pilną i wykonywaną normalnie, nadgodziny, realizacja zleceń z opóźnieniem, i wiele innych. Cały plan trzeba korygować wiele razy, zanim będzie wykonalny! 2
3 1.2 Ogólna charakterystyka ang. Advanced Planning Systems (aps), [27], [28] Ogólna charakterystyka zadań i metod APS Wiele konkurencyjnych celów i niejasnych preferencji: zastępowanie kryteriów ograniczeniami za pomocą poziomów satysfakcji, wyrażanie wszystkich celów w jednostkach pieniężnych, agregowanie wielu funkcji celu do jednej ważonej funkcje celu. Wielka liczba alternatywnych rozwiązań wymusza stosowanie badań operacyjnych, programowanie liniowe, programowanie liniowe całkowitoliczbowe mieszane, heurystyki, m.in. lokalnego przeszukiwania (ang. local search). Niepewność: zaawansowane prognozowanie, modele niepewności, np. relacji cena popyt, optymalizacja zapasów bezpieczeństwa i normatywnych cykli produkcyjnych, planowanie rolowane, tj. systematyczna rewizja planów, rewizja planów po ważnych zdarzeniach (ang. event-driven planning); systemy alarmowe i komunikacji. Główne cechy APS nie zastępuje ERP, tylko go uzupełnia. Integracja planowania: od dostawców, przez wszystkie działy przedsiębiorstwa, po klientów. Optymalizacja: jawne definiowanie celów i ograniczeń, stosowanie zaawansowanych metod badań operacyjnych. Hierarchiczny system planowania [24]: Rozwiązanie modelu monolitycznego jest na ogół niewykonalne. Konieczna jest więc przemyślana dekompozycja pionowa i pozioma, i/lub agregacja: wyrobów, maszyn, okresów czasu. Proste sekwencyjne rozwiązywanie kolejnych zdań nie gwarantuje ani wykonalności, ani wysokiej jakości planów. Konieczne jest stosowanie iteracyjnego planowania hierarchicznego. Słowa kluczowe: antycypacja, instrukcja, reakcja, obserwacja, sterowanie. 3
4 1.3 Klasyfikacja modeli Planowanie wielkości i szeregowanie partii produkcyjnych planowanie produkcji średnioi małoseryjnej wyrobów złożonych, tzn. składających się z wielu półwyrobów. a) zamówienia od wielu klientów na te same produkty, uzupełnione prognozą popytu w późniejszych okresach, dają w sumie łączny popyt, b) długie i/lub kosztowne przezbrojenia maszyn, c) ograniczona zdolność produkcyjna, d) liczba operacji i czasy ich wykonywania są wynikiem planowania, zależą bowiem od wielkości partii, e) stosowane m.in w przemyśle maszynowym i wyrobów konsumpocyjnych, Planowanie projektów przy ograniczonych zasobach planowanie produkcji mało seryjnej i jednostkowej wyrobów złożonych, a) niewielka liczba zamówień od klientów (projektów), b) złożone ograniczenia kolejnościowe czynności dla wielu części i podzespołów, c) przybliżone i zagregowane uwzględnianie ograniczonych zasobów, d) liczba operacji i czasy ich wykonywania są znane z góry, gdyż: zamówienia klientów powtarzają sie zbyt rzadko by je łączyć w partie, wielkości partii zostały ustalone na wcześniejszym etapie planowania e) stosowane m.in w przemyśle maszynowym, chemicznym i farmaceutycznym, a także w budownictwie, Zadania teorii szeregowania planowanie produkcji mało seryjnej i jednostkowej wyrobów prostych, szczegółowe, krótkoterminowe harmonogramowanie produkcji. a) duża liczba zleceń produkcyjnych, b) bezpośrednie i szczegółowe uwzględnianie czasu pracy maszyn, c) na ogół proste ograniczenia kolejnościowe operacji, tzw. łańcuch, 4
5 2 Planowanie wielkości i szeregowanie partii produkcyjnych Ogólna definicja [2] Należy zaplanować produkcję wielu wyrobów w celu zaspokojenia zmiennego, deterministycznego popytu. Maszyny mają ograniczony czas pracy. Przy przezbrajaniu, przestawianiu maszyny z wykonywania jednego wyrobu na inny, ponoszone są jednorazowe koszty, m.in. maszyna ma przestój. Cel minimalizacja łącznych kosztów przezbrajania i utrzymywania zapasów. Konflikt celów: mało przezbrojeń duże partie duże zapasy, małe zapasy małe partie dużo przezbrojeń. Modele dyskretne: Koszty utrzymywania zapasów naliczane za cały okres na podstawie poziomu zapasów na koniec okresu. Uzasadnienie badań Takie zadania opisują całe MRP II, są więc kluczowe dla planowania produkcji. Są trudne do rozwiązania, gdyż składają się z dwóch zadań optymalizacyjnych: kombinatorycznego zadania harmonogramowania przezbrojeń, ciągłego zadania optymalizacji wielkości partii i zapasów. 2.1 Podstawowy model z długimi okresami Przykładowy harmonogram Wiele przezbrojeń w pojedynczym okresie. Przezbrojenie Gotowość. Produkt Tydzień Suma A Gotowość Produkcja Popyt Zapas B Gotowość Produkcja Popyt Zapas 6 6 C Gotowość Produkcja Popyt Zapas Produkt Suma Gotowość A B C Suma Produkcja A B B Suma Popyt A B C Suma
6 Zadanie ang. Capacitated Lot Sizing Problem (CLSP), [2], [22] W jednym okresie wiele przezbrojeń, ang. large (time) bucket model. Okresy to np. tygodnie, dni. Uzasadnienie: Prognoza tygodniowa bardziej wiarygodna niż dzienna, CLSP nie wyznacza kolejności partii w trakcie jednego okresu. Poniżej przedstawione jest zadanie wielopoziomowe (ang ML-CLSP multilevel CLSP, ML-CLSP, MCLSP), uwzględniające popyt zależny, tzn. popyt półwyroby. Każdy wyrób wykonywany jest tylko na jednej maszynie. Parametry T = {1,..., T} zbiór okresów, M = {1,..., m} zbiór maszyn, N i = {1,..., n i } zbiór wyrobów wykonywanych na maszynie i, d jt wielkość zapotrzebowania na wyrób j w okresie t, (ang. demand), s j koszt przezbrojenia maszyny dla wyrobu j, (ang. setup cost), h j jednostkowe koszty magazynowania wyrobu j, (ang. holding cost), C it dostępny czas pracy maszyny i w okresie t, (ang. capacity), p j jednostkowy czas wykonywania wyrobu j, (ang. processing time), L(j) cykl produkcyjny wyrobu j (ang. lead time), a jk liczba półwyrobów j potrzebnych do wykonania jednego wyrobu k, S j = {k N a jk > 0} zbiór wyrobów, w skład których wchodzi półwyrób j. Zmienne decyzyjne: I jt zapas wyrobu j na koniec okresu t, x jt wielkość produkcji wyrobu j w okresie t, (ang. quantity) y jt {0, 1} 1 jeżeli maszyna zostanie przezbrojona dla wyrobu j, 0 inaczej. Model MIP min (s j y jt + h j I jt ) (1a) t T j N p. o. I j,t 1 + x jt ( d jt + k S j a jk x k,t+l(j) ) = Ijt, t T, j N, (1b) x jt A t y jt, t T, j N, (1c) j N i p j x jt C it, t T, i M, (1d) y jt {0, 1}, t T, j N, (1e) I jt, x jt 0, t T, j N, (1f) gdzie k S j a jk x k,t+l(j) to popyt zależny, a A t to liczba na pewno większa od x t, np. minimum pozostałego popytu i maksymalnej produkcji na okres, czyli min { T k=t d jk, C it /p j }. 6
7 2.2 Podstawowy model z krótkimi okresami Przykładowy harmonogram Maks. jedno przezbrojenie w okresie! Przezbrojenie Uruchomienie. Tydzień Suma Produkt Dzień A Uruchomienie Gotowość Produkcja Popyt Zapas B Uruchomienie Gotowość Produkcja Popyt Zapas C Uruchomienie Gotowość Produkcja Popyt Zapas Tydzień Suma Dzień Uruchomienie A B B Suma Gotowosc A Suma Produkcja A B C Suma
8 Zadanie ang. Proportional Lot-sizing and Scheduling (PLSP), [4], [2] Co najwyżej jedno przezbrojenie w każdym okresie, ang. small bucket model. Przezbrojenie może być w środku okresu, a zatem w trakcie jednego okresu mogą być wykonywane dwa produkty, jeden przed a drugi po przezbrojeniu. Okresy to np. dni, zmiany. Czasem, aby taki model miał sens, rzeczywiste okresy planowania trzeba podzielić na kilka małych fikcyjnych okresów mikro-okresów. np. 1 ośmiogodzinna zmiana na 4 dwugodzinne mikrookresy, popyt i naliczanie kosztów utrzymywania zapasów na koniec okresu, tzn. tylko w ostatnim mikrookresie każdego okresu, dokładność aproksymacji modelu z długimi okresami zależy od liczby mikrookresów, PLSP szczegółowo wyznacza kolejność partii. Dodatkowe parametry i zmienne T = (1,..., T) zbiór mikro-okresów, C długość mikro-okresów, tj. wielkość zasobu, ST j czas przezbrajania przed produktem j, założenie ST j C, h jt koszt utrzymywania zapasu produktu j w mikro-okresie t, równy h w ostatnim dniu tygodnia i 0 w pozostałe dni, z jt = 1, jeżeli w mikro-okresie t maszyna zostanie przezbrojona do wytwarzania produktu j, a w poprzednim mikro-okresie wytwarzała inny produkt, Model MIP min (s j z jt + h jt I jt ) (2a) j N t T I jt 1 + x jt d jt = I jt t T, j N, (2b) p ij x jt + ST j z jt C(y jt 1 + y jt ) t T, j N, (2c) (p ij x jt + ST j z jt ) C t T, (2d) j N y jt 1 t T, (2e) j N y jt y jt 1 z jt t T, j N, (2f) d jt, I jt, x jt, z jt 0 t T, j N, (2g) y jt {0, 1} t T, j N, (2h) (2c) produkcja wyrobu j jest możliwa, jeśli maszyna jest gotowa do jego wykonywania w bieżącym okresie, lub była gotowa w poprzednim. (2e) Co najwyżej jedno przezbrojenie w okresie. (2f) Dodatkowa zmienna binarna uruchomienia partii z jt przyjmuje wartość jeden tylko wtedy, gdy zmienna gotowości y jt zmienia wartość z 0 na 1, 8
9 2.3 Kierunki badań Przykłady nowych modeli: bardziej dokładne od dotychczasowych: CLSP z partiami wykonywanymi w dwóch kolejnych okresach [7], z okresami krótszymi od czasów przezbrojeń [30], [12], bez odstępów czasowych pomiędzy partiami wyrobów i ich części [29], z normatywnymi cyklami produkcyjnymi zależnymi od obciążenia, opisujące specyficzne warunki: dla linii produkcyjnych z równoległymi maszynami [25], z ograniczoną liczbą równoczesnych przezbrojeń [31], łatwiejsze do rozwiązywania: ściślej opisujące zbiór rozwiązań [21], [33], dla identycznych maszyn równoległych [13], dla zadań z długimi okresami [6], dla zadań z długimi okresami i dowolnymi maszynami równoległymi [16]. Przykłady nowych metod: metaheuryustyki [9], heurystyki programowania matematycznego (MIP) [9], algorytmy hybrydowe: połączenie programowania ograniczeń, sztucznej inteligencji i metaheuryustyk z metodami MIP, (nowe pojęcie: matheuristics) [23], [17] 9
10 3 Planowanie projektów przy ograniczonych zasobach 3.1 Przykład Diagram sieciowy [8] (str. 7) Nad węzłami reprezentującymi czynności podany jest czas ich wykonywania i zapotrzebowanie na zasób, np. liczba potrzebnych pracowników. Analiza czasowa ignorująca wielkość zasobu [8] (str. 9) j ES j EF j LS j LF j LS 7 = 16 to szacowany, najpóźniejszy termin zakończenia projektu, tutaj LS 7 = j p j. Rozwiązanie dla wielkości zasobu równej 4 [8] (str. 7) 3.2 Podstawowe modele Model MIP z nieograniczonymi zasobami n liczba rzeczywistych czynności, V = {0,..., n + 1} zbiór węzłów (czynności), E zbiór łuków (ograniczeń kolejnościowych), b jk 0, to minimalny odstęp pomiędzy początkami czynności (j, k), b jk < 0, to maksymalny odstęp pomiędzy początkami czynności (j, k), S j czas rozpoczęcia czynności j, min S n+1 (3) p.o. S k S j b jk, (j, k) E (4) S j 0, j V (5) 10
11 Model MIP z ograniczonymi zasobami ang. Resource-Constrained Project Scheduling Problem (RCPSP) [15], with maximum time lags (RCPSP/max) [19] Aby uwzględnić ograniczoną wielkość zasobu trzeba wprowadzić dodatkowe zmienne: V(t) zbiór czynności wykonywanych w okresie t, T = {1,..., T} zbiór okresów, T szacowany, najpóźniejszy termin zakończenia projektu, r j zapotrzebowanie operacji j na zasób, R dostępna wielkość zasobu, i dodatkowe ograniczenie: r ij R, t T (6) j V(t) Niestety zbiory V(t) pozostają nieznane, dopóki nie zostanie znalezione rozwiązanie, wiec powyższy model nie jest rozwiązywalny. Aby zbudować sensowny model, trzeba więc wprowadzić nową zmienną: { 1, jeżeli operacja j zaczyna się w okresie t, x jt = 0, w przeciwnym razie, oraz podstawić: S j = t T tx jt 3.3 Kierunki badań Przykłady nowych modeli: losowe czasy wykonywania [10], różnorodne przezbrojenia [10], zmienna długość operacji [10], wspólne planowanie [20], pracownicy o wielu kwalifikacjach [18], czynności wymagające równocześnie dyskretnych i ciągłych zasobów [32], Przykłady nowych metod: metaheurystyki [10], [1] heurystyki MIP [18], 11
12 4 Koordynacja w łańcuchach dostaw Koordynacja działań kilku producentów wymaga: połączenia ich systemów informatycznych oraz systemów prognozowania, planowania produkcji i logistyki, a także sprawiedliwego podziału korzyści, tworzenia właściwych bodźców. Zarządzanie zapasami przez dostawcę (VMI) ang. Vendor Managed Inventory Klient informuje dostawcę o swoich potrzebach. Dostawca sam decyduje kiedy i ile wysłać by zaspokoić potrzeby klienta. Dostawca może skoordynować swoją produkcję i dystrybucję. Metody planowania w ramach VMI Tradycyjna najpierw plan dystrybucji (zaopatrzenia), czyli zamówienia klientów, a dopiero potem plan produkcji. Sekwencyjna najpierw plan produkcji, potem dystrybucji. Popularny schemat wdrażania VMI: planowanie produkcji już działa, najpierw trzeba wyprodukować, a dopiero potem można wysłać. Monolityczna oba plany równocześnie (pełna koordynacja). Tylko pełna koordynacja pozwala wykorzystać możliwości VMI! [11] Wspólne planowanie ang. collaborative planning, [5], [14], [26] proces decyzyjny prowadzony wspólnie przez niezależnych uczestników łańcucha dostaw, w celu koordynacji działań, w warunkach asymetrycznej informacji, może mieć formę zautomatyzowanych negocjacji. 12
13 5 Podsumowanie Dotychczasowe metody planowania są na ogół kiepskie. W najlepszym razie gwarantują wykonalność planów, optymalności już nie. Możemy układać plany znacznie lepiej. Konieczne jest stosowanie zaawansowanych systemów planowania. Lepsze planowanie może dać przewagę konkurencyjną. Tylko jak przekonać do tego kierowników: skoro wszystko jakoś działa, a zbudowanie lepszego systemu planowania jest pracochłonne? Literatura [1] I.E. Diakoulakis, D.E. Koulouriotis, and D.M. Emiris. Resource constrained project scheduling using evolution strategies. Operational Research, 4(3): , [2] A. Drexl and A. Kimms. Lot sizing and scheduling survey and extensions. European Journal of Operational Research, 99(2): , [3] Andreas Drexl, Bernhard Fleischmann, Hans-Otto Günther, Hartmut Stadtler, and Horst Tempelmeier. Konzeptionelle grundlagen kapazitätsorientierter PPS- Systeme. Zeitschrift für betriebswirtschaftliche Forschung, 46: , [4] Andreas Drexl and Knut Haase. Proportional lotsizing and scheduling. International Journal of Production Economics, 40:73 87, [5] Gregor Dudek. Collaborative Planning in Supply Chains. Springer Berlin, [6] Bernhard Fleischmann and Herbert Meyr. The general lotsizing and scheduling problem. OR Spektrum, 19(1):11 21, [7] Knut Haase. Capacitated lot sizing with linked production quantities of adjacent periods. Technical report, Working Paper 334, Institut für Betriebswirtschaftslehre, Christian-Albrechts-Universität zu Kiel, Germany., [8] Sönke Hartmann. Project Scheduling under Limited Resources, volume 478 of Series: Lecture Notes in Economics and Mathematical Systems. Springer Berlin, [9] Raf Jans and Zeger Degraeve. Meta-heuristics for dynamic lot sizing: A review and comparison of solution approaches. European Journal of Operational Research, 177: , [10] Joanna Józefowska and Jan Węglarz, editors. Perspectives In modern project scheduling. Springer, [11] Waldemar Kaczmarczyk. Partial coordination may increase overall costs in supply chains. Decision Making in Manufacturing and Services, 2(1 2):47 62, 2008b. 13
14 [12] Waldemar Kaczmarczyk. Modelling multi-period set-up times in the proportional lot-sizing problem. Decision Making in Manufacturing and Services, 3(1 2):15 35, 2009c. [13] Waldemar Kaczmarczyk. Proportional lot-sizing and scheduling problem with identical parallel machines. International Journal of Production Research, 49(9): , [14] Christoph Kilger, Boris Reuter, and Hartmut Stadtler. Collaborative planning. In Hartmut Stadtler and Christoph Kilger, editors, Supply Chain Management and Advanced Planning, pages Springer Berlin Heidelberg, [15] Rainer Kolisch. Project Scheduling under Resource Constraints. Springer Berlin, [16] Herbert Meyr. Simultaneous lotsizing and scheduling on parallel machines. European Journal of Operational Research, 139(2): , [17] Michela Milano and Pascal van Hentenryck, editors. Hybrid Optimization. Springer New York, [18] Carlos Montoya, Odile Bellenguez-Morineau, Eric Pinson, and David Rivreau. Branch-and-price approach for the multi-skill project scheduling problem. Optimization Letters, 8(5): , [19] Klaus Neumann, Christoph Schwindt, and Jürgen Zimmermann. Project Scheduling with Time Windows and Scarce Resources. Springer, [20] Gaby Pinto, YarivT. Ben-Dov, and Gad Rabinowitz. Formulating and solving a multi-mode resource-collaboration and constrained scheduling problem (mrccsp). Annals of Operations Research, 206(1): , [21] Yves Pochet and Laurence A. Wolsey. Production planning by mixed integer programming. Series in Operations Research and Financial Engineering. Springer, New York, [22] Daniel Quadt and Heinrich Kuhn. Capacitated lot-sizing with extensions: a review. 4OR, 6:61 83, [23] Günther Raidl and Jakob Puchinger. Combining (integer) linear programming techniques and metaheuristics for combinatorial optimization. In Christian Blum, Maria Jose Blesa Aguilera, Andrea Roli, and Michael Sampels, editors, Hybrid Metaheuristics, volume 114 of Studies in Computational Intelligence, pages Springer Berlin Heidelberg, [24] Christoph Schneeweiß. Distributed Decision Making. Springer Berlin, [25] Florian Seeanner and Herbert Meyr. Multi-stage simultaneous lot-sizing and scheduling for flow line production. OR Spectrum, 35(1):33 73, [26] Hartmut Stadler. A framework for collaborative planning and state-of-the-art. In Supply Chain Planning, pages Springer Berlin Heidelberg,
15 [27] Hartmut Stadtler, Bernhard Fleischmann, Martin Grunow, Herbert Meyr, and Christopher Suerie. Advanced Planning in Supply Chains. Management for Professionals. Springer Berlin Heidelberg, [28] Hartmut Stadtler and Christoph Kilger, editors. Supply Chain Management and Advanced Planning. Springer, Berlin, [29] Hartmut Stadtler and Florian Sahling. A lot-sizing and scheduling model for multistage flow lines with zero lead times. European Journal of Operational Research, 225(3): , [30] Christopher Suerie. Modeling of period overlapping setup times. European Journal of Operational Research, 174(2): , [31] Horst Tempelmeier and Lisbeth Buschkühl. Dynamic multi-machine lotsizing and sequencing with simultaneous scheduling of a common setup resource. International Journal of Production Economics, 113(1): , [32] Grzegorz Waligóra. Discrete-continuous project scheduling with discounted cash inflows and various payment models a review of recent results. Annals of Operations Research, 213(1): , [33] Laurence A. Wolsey. Solving multi-item lot-sizing problems with an mip solver using classification and reformulation. Management Science, 48(12): ,
Przegląd zaawansowanych modeli planowania produkcji
Przegląd zaawansowanych modeli planowania produkcji Waldemar Kaczmarczyk Akademia Górniczo-Hutnicza w Krakowie, Wydział Zarządzania, Katedra Badań Operacyjnych i Technologii Informacyjnych Streszczenie.
Bardziej szczegółowoPrzegląd wybranych strategii planowania partii produkcyjnych wykorzystywanych we współczesnym logistycznym zarządzaniu produkcją
Roger Książek 1, Katarzyna Zofia Gdowska 2 AGH w Krakowie Przegląd wybranych strategii planowania partii produkcyjnych wykorzystywanych we współczesnym logistycznym zarządzaniu produkcją Wprowadzenie W
Bardziej szczegółowoOd ERP do ERP czasu rzeczywistego
Przemysław Polak Od ERP do ERP czasu rzeczywistego SYSTEMY INFORMATYCZNE WSPOMAGAJĄCE ZARZĄDZANIE PRODUKCJĄ Wrocław, 19 listopada 2009 r. Kierunki rozwoju systemów informatycznych zarządzania rozszerzenie
Bardziej szczegółowoWsparcie koncepcji Lean Manufacturing w przemyśle przez systemy IT/ERP
Wsparcie koncepcji Lean Manufacturing w przemyśle przez systemy IT/ERP Konrad Opala 27 kwiecień 2010 Zasady Lean Manufacturing Dokładnie ustalić wartość dla każdego produktu Zidentyfikować strumień wartości
Bardziej szczegółowoKatalog rozwiązań informatycznych dla firm produkcyjnych
Katalog rozwiązań informatycznych dla firm produkcyjnych www.streamsoft.pl Obserwować, poszukiwać, zmieniać produkcję w celu uzyskania największej efektywności. Jednym słowem być jak Taiichi Ohno, dyrektor
Bardziej szczegółowoAutomatyzacja Procesów Biznesowych. Systemy Informacyjne Przedsiębiorstw
Automatyzacja Procesów Biznesowych Systemy Informacyjne Przedsiębiorstw Rodzaje przedsiębiorstw Produkcyjne największe zapotrzebowanie na kapitał, największe ryzyko Handlowe kapitał obrotowy, średnie ryzyko
Bardziej szczegółowoLogistyka w sferze magazynowania i gospodarowania zapasami analiza ABC i XYZ. prof. PŁ dr hab. inż. Andrzej Szymonik
Logistyka w sferze magazynowania i gospodarowania zapasami analiza ABC i XYZ prof. PŁ dr hab. inż. Andrzej Szymonik www.gen-prof.pl Łódź 2016/2017 1 2 Def. zapas: Jest to rzeczowa, niespieniężona część
Bardziej szczegółowoZAGADNIENIE TRANSPORTOWE
ZAGADNIENIE TRANSPORTOWE ZT jest specyficznym problemem z zakresu zastosowań programowania liniowego. ZT wykorzystuje się najczęściej do: optymalnego planowania transportu towarów, przy minimalizacji kosztów,
Bardziej szczegółowoLogistyka produkcji i dystrybucji MSP ćwiczenia 4 CRP PLANOWANIE ZAPOTRZEBOWANIA POTENCJAŁU. mgr inż. Roman DOMAŃSKI Katedra Systemów Logistycznych
Logistyka produkcji i dystrybucji MSP ćwiczenia 4 CRP PLANOWANIE ZAPOTRZEBOWANIA POTENCJAŁU mgr inż. Roman DOMAŃSKI Katedra Systemów Logistycznych 1 Literatura Marek Fertsch Zarządzanie przepływem materiałów
Bardziej szczegółowoCechy systemu MRP II: modułowa budowa, pozwalająca na etapowe wdrażanie, funkcjonalność obejmująca swym zakresem obszary technicznoekonomiczne
Zintegrowany System Informatyczny (ZSI) jest systemem informatycznym należącym do klasy ERP, który ma na celu nadzorowanie wszystkich procesów zachodzących w działalności głównie średnich i dużych przedsiębiorstw,
Bardziej szczegółowoZarządzanie zapasami. prof. PŁ dr hab. inż. Andrzej Szymonik
Zarządzanie zapasami prof. PŁ dr hab. inż. Andrzej Szymonik www.gen-prof.pl Łódź 2017/2018 1 2 Def. zapas: Jest to rzeczowa, niespieniężona część środków obrotowych przedsiębiorstwa zgromadzona z myślą
Bardziej szczegółowoPlanowanie potrzeb materiałowych. prof. PŁ dr hab. inż. A. Szymonik
Planowanie potrzeb materiałowych prof. PŁ dr hab. inż. A. Szymonik www.gen-prof.pl Łódź 2017/2018 Planowanie zapotrzebowania materiałowego (MRP): zbiór technik, które pomagają w zarządzaniu procesem produkcji
Bardziej szczegółowoZarządzanie zapasami. prof. PŁ dr hab. inż. Andrzej Szymonik
Zarządzanie zapasami prof. PŁ dr hab. inż. Andrzej Szymonik www.gen-prof.pl Łódź 2016/2017 1 Def. zapas: Jest to rzeczowa, niespieniężona część środków obrotowych przedsiębiorstwa zgromadzona z myślą o
Bardziej szczegółowoKrótkookresowe planowanie produkcji. Jak skutecznie i efektywnie zaspokoić bieżące potrzeby rynku w krótszym horyzoncie planowania?
4 Krótkookresowe planowanie produkcji Jak skutecznie i efektywnie zaspokoić bieżące potrzeby rynku w krótszym horyzoncie planowania? Hierarchia systemu zarządzania produkcją DECYZJE DŁUGOOKRESOWE (PROJEKTOWANIE)
Bardziej szczegółowoTypy systemów informacyjnych
Typy systemów informacyjnych Information Systems Systemy Informacyjne Operations Support Systems Systemy Wsparcia Operacyjnego Management Support Systems Systemy Wspomagania Zarzadzania Transaction Processing
Bardziej szczegółowoWydział Inżynierii Produkcji i Logistyki Faculty of Production Engineering and Logistics
Wydział Inżynierii Produkcji i Logistyki Faculty of Production Engineering and Logistics Plan studiów stacjonarnych II stopnia (magisterskich) na kierunku ZARZĄDZANIE I INŻYNIERIA PRODUKCJI MANAGEMENT
Bardziej szczegółowoMODEL EFEKTYWNEJ OBSŁUGI KLIENTA Paweł ŚLASKI
Systemy Logistyczne Wojsk nr 38/2012 MODEL EFEKTYWNEJ OBSŁUGI KLIENTA Paweł ŚLASKI Instytut Logistyki, Wydział Mechaniczny WOJSKOWA AKADEMIA TECHNICZNA Streszczenie. W artykule przedstawiono model efektywnej
Bardziej szczegółowoZarządzanie Produkcją VI
Zarządzanie Produkcją VI Dr Janusz Sasak Jakość Ogół cech i właściwości wyrobu lub usługi decydujących o zdolności wyrobu lub usługi do zaspokojenia stwierdzonych lub przewidywanych potrzeb Norma PN/EN
Bardziej szczegółowoKrótkookresowe planowanie produkcji. Jak skutecznie i efektywnie zaspokoić bieżące potrzeby rynku w krótszym horyzoncie planowania?
4 Krótkookresowe planowanie produkcji Jak skutecznie i efektywnie zaspokoić bieżące potrzeby rynku w krótszym horyzoncie planowania? Hierarchia systemu zarządzania produkcją DECYZJE DŁUGOOKRESOWE (PROJEKTOWANIE)
Bardziej szczegółowoAktualność tematu obszar problemowy rozprawy
dr hab. inż. Adam Stawowy Kraków, 12.03.2018 Akademia Górniczo-Hutnicza w Krakowie Wydział Zarządzania Katedra Informatyki Stosowanej Recenzja rozprawy doktorskiej mgr. inż. Rogera Książka pt. Algorytmy
Bardziej szczegółowoLOGISTYKA ZAOPATRZENIA I PRODUKCJI część pierwsza
1 LOGISTYKA ZAOPATRZENIA I PRODUKCJI część pierwsza AUTOR: Dr inż. ŁUKASZ HADAŚ AGENDA 2 Definicje i obszar zainteresowania logistyki zaopatrzenia i produkcji Podział fazowy Podział funkcjonalny Myślenie
Bardziej szczegółowoZarządzanie Produkcją III
Zarządzanie Produkcją III Dr Janusz Sasak Operatywne zarządzanie produkcją pojęcia podstawowe Asortyment produkcji Program produkcji Typ produkcji ciągła dyskretna Tempo i takt produkcji Seria i partia
Bardziej szczegółowoHARMONOGRAMOWANIE OPERACYJNE Z OGRANICZENIAMI W IFS APPLICATIONS
HARMONOGRAMOWANIE OPERACYJNE Z OGRANICZENIAMI W IFS APPLICATIONS Cele sterowania produkcją Dostosowanie asortymentu i tempa produkcji do spływających na bieżąco zamówień Dostarczanie produktu finalnego
Bardziej szczegółowoInformatyzacja przedsiębiorstw. Cel przedsiębiorstwa. Komputery - potrzebne? 23-02-2012. Systemy zarządzania ZYSK! Metoda: zarządzanie
Informatyzacja przedsiębiorstw Systemy zarządzania Cel przedsiębiorstwa ZYSK! maksimum przychodów minimum kosztów podatki (lobbing...) Metoda: zarządzanie Ludźmi Zasobami INFORMACJĄ 2 Komputery - potrzebne?
Bardziej szczegółowoK.Pieńkosz Badania Operacyjne Wprowadzenie 1. Badania Operacyjne. dr inż. Krzysztof Pieńkosz
K.Pieńkosz Wprowadzenie 1 dr inż. Krzysztof Pieńkosz Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej pok. 560 A tel.: 234-78-64 e-mail: K.Pienkosz@ia.pw.edu.pl K.Pieńkosz Wprowadzenie
Bardziej szczegółowoZarządzanie zapasami. prof. PŁ dr hab. inż. Andrzej Szymonik
Zarządzanie zapasami prof. PŁ dr hab. inż. Andrzej Szymonik www.gen-prof.pl Łódź 2016/2017 1 2 Def. zapas: Jest to rzeczowa, niespieniężona część środków obrotowych przedsiębiorstwa zgromadzona z myślą
Bardziej szczegółowoJakość i bezpieczeństwo produkcji spożywczej dzięki Siemens MOM
Jakość i bezpieczeństwo produkcji spożywczej dzięki Siemens MOM Realize Innovation zmienia wszystko Digitalizacja Unrestricted Siemens AG 2017 Siemens AG 2017 Page 2 There will be more change in CPG in
Bardziej szczegółowoInformatyczne narzędzia procesów. Przykłady Rafal Walkowiak Zastosowania informatyki w logistyce 2011/2012
Przykłady Rafal Walkowiak Zastosowania informatyki w logistyce 2011/2012 Płaszczyzny powiązań logistyki i informatyki Systemy informatyczne będące elementami systemów umożliwiają wykorzystanie rozwiązań
Bardziej szczegółowoPlanowanie produkcji. Łańcuch logistyczny. Organizacja procesów biznesowych. Organizacja procesów biznesowych. Organizacja procesów biznesowych
owanie 1/1 Łańcuch logistyczny Dostawca Produkcja Magazyny Dystrybucja Klient 2 Łańcuch logistyczny Dostawca Produkcja Magazyny Dystrybucja Klient 3 1 Jaki klient - taka produkcja Odbiorca anonimowy Odbiorca
Bardziej szczegółowoPlanowanie produkcji w systemie SAP ERP w oparciu o strategię MTO (make to order)
Planowanie produkcji w systemie SAP ERP w oparciu o strategię MTO (make to order) Ewelina Gielarek 1 1 Politechnika Rzeszowska im. I. Łukasiewicza, Wydział Budowy Maszyn i Lotnictwa, Streszczenie Koło
Bardziej szczegółowoUmówiłeś się na dziewiątą Precyzyjne ustalanie okien czasowych wizyt. Krzysztof Piotruk
Umówiłeś się na dziewiątą Precyzyjne ustalanie okien czasowych wizyt Krzysztof Piotruk Wprowadzenie Umówiłeś się na? Umówiłeś się na? Umówiłeś się na? Super 15:10 Umówiłeś się na? Umówiłeś się na? 14:30
Bardziej szczegółowoAL 1302 ZARZĄDZANIE PROJEKTAMI W OPARCIU O METODYKĘ PRINCE2
AL 1302 ZARZĄDZANIE PROJEKTAMI W OPARCIU O METODYKĘ PRINCE2 1. Definicja projektu: cechy projektu, przyczyny porażek projektów, czynniki sukcesu projektów, cele projektu, produkty projektu, cykl życia
Bardziej szczegółowoHEURYSTYCZNY ALGORYTM SZEREGOWANIA ZADAŃ W SYSTEMIE MASZYN RÓWNOLEGŁYCH Z KRYTERIUM MINIMALNO-CZASOWYM
EURYSTYCZNY ALGORYTM SZEREGOWANIA ZADAŃ W SYSTEMIE MASZYN RÓWNOLEGŁYC Z KRYTERIUM MINIMALNO-CZASOWYM Zbigniew BUCALSKI Streszczenie: Artykuł dotyczy zagadnienia czasowo-optymalnego przydziału zasobu podzielnego
Bardziej szczegółowoSterowanie wykonaniem produkcji
STEROWANIE WYKONANIEM PRODUKCJI (Production Activity Control - PAC) Sterowanie wykonaniem produkcji (SWP) stanowi najniŝszy, wykonawczy poziom systemu zarządzania produkcją, łączący wyŝsze poziomy operatywnego
Bardziej szczegółowoMetody optymalizacji dyskretnej
Metody optymalizacji dyskretnej Spis treści Spis treści Metody optymalizacji dyskretnej...1 1 Wstęp...5 2 Metody optymalizacji dyskretnej...6 2.1 Metody dokładne...6 2.2 Metody przybliżone...6 2.2.1 Poszukiwanie
Bardziej szczegółowoLOGISTYKA PRODUKCJI C3 TYTUŁ PREZENTACJI: LOGISTYKA PRODUKCJI OBLICZEŃ ZWIĄZANYCH Z KONCEPCJĄ MRP
LOGISTYKA PRODUKCJI C3 PREZENTACJA PRZYKŁADOWYCH, PODSTAWOWYCH OBLICZEŃ ZWIĄZANYCH Z KONCEPCJĄ MRP 2 Logistyka materiałowa Logistyka zaopatrzenia Logistyka dystrybucji Magazyn Pośrednictwo Magazyn Surowce
Bardziej szczegółowoTematyka badań naukowych proponowana przez opiekunów naukowych
Studia Doktoranckie Zarządzanie i Inżynieria Produkcji na Wydziale Zarządzania Akademii Górniczo-Hutniczej im. Stanisława Staszica w Krakowie Tematyka badań naukowych proponowana przez opiekunów naukowych
Bardziej szczegółowoZastosowanie programowania zero-jedynkowego w harmonogramowaniu czynności projektu
Zeszyty Naukowe Metody analizy danych Uniwersytet Ekonomiczny w Krakowie 923 ISSN 1898-6447 Zesz. Nauk. UEK, 2013; 923: 99 117 DOI: 10.15678/ZNUEK.2013.0923.08 Katedra Badań Operacyjnych Uniwersytet Ekonomiczny
Bardziej szczegółowoStudia stacjonarne I stopnia
Studia stacjonarne I stopnia Kierunek Logistyka sem. 1 Logistyka Ćwiczenia 7 Literatura Red. M. Fertsch: Logistyka produkcji Biblioteka Logistyka ILiM Poznań 2003 M. Fertsch: Podstawy zarządzania przepływem
Bardziej szczegółowoWIELOKRYTERIALNE WSPOMAGANIE DECYZJI W HARMONOGRAMOWANIU PRODUKCJI
Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 237 2015 Informatyka i Ekonometria 2 Uniwersytet Ekonomiczny w Katowicach Wydział Informatyki i Komunikacji
Bardziej szczegółowoLOGISTYKA. Zapas: definicja. Zapasy: podział
LOGISTYKA Zapasy Zapas: definicja Zapas to określona ilość dóbr znajdująca się w rozpatrywanym systemie logistycznym, bieżąco nie wykorzystywana, a przeznaczona do późniejszego przetworzenia lub sprzedaży.
Bardziej szczegółowoMETODYKA SZACOWANIA DŁUGOŚCI OKRESU PLANOWANIA Z ZASTOSOWANIEM TECHNIK EKSPLORACJI DANYCH METHODOLOGY OF TIME PERIOD ESTIMATION USING DATA MINING
PAWEŁ WOJAKOWSKI METODYKA SZACOWANIA DŁUGOŚCI OKRESU PLANOWANIA Z ZASTOSOWANIEM TECHNIK EKSPLORACJI DANYCH METHODOLOGY OF TIME PERIOD ESTIMATION USING DATA MINING S t r e s z c z e n i e A b s t r a c
Bardziej szczegółowoSpis treści. Wstęp 11
Spis treści Wstęp 11 Rozdział 1. Znaczenie i cele logistyki 15 1.1. Definicje i etapy rozwoju logistyki 16 1.2. Zarządzanie logistyczne 19 1.2.1. Zarządzanie przedsiębiorstwem 20 1.2.2. Czynniki stymulujące
Bardziej szczegółowoSystemy Monitorowania Produkcji EDOCS
Systemy Monitorowania Produkcji EDOCS Kim jesteśmy? 5 Letnie doświadczenie przy wdrażaniu oraz tworzeniu oprogramowania do monitorowania produkcji, W pełni autorskie oprogramowanie, Firma korzysta z profesjonalnego
Bardziej szczegółowoZASTOSOWANIE PROGRAMOWANIA MATEMATYCZNEGO DO WYBORU TRAS DOSTAW W SIECI DYSTRYBUCJI
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XV/3, 2014, str. 199 207 ZASTOSOWANIE PROGRAMOWANIA MATEMATYCZNEGO DO WYBORU TRAS DOSTAW W SIECI DYSTRYBUCJI Mirosław Liana, Tomasz Pisula Katedra Metod Ilościowych
Bardziej szczegółowoSystemy ERP. dr inż. Andrzej Macioł http://amber.zarz.agh.edu.pl/amaciol/
Systemy ERP dr inż. Andrzej Macioł http://amber.zarz.agh.edu.pl/amaciol/ Źródło: Materiały promocyjne firmy BaaN Inventory Control Jako pierwsze pojawiły się systemy IC (Inventory Control) - systemy zarządzania
Bardziej szczegółowoLOGISTYKA PRODUKCJI. dr inż. Andrzej KIJ
LOGISTYKA PRODUKCJI dr inż. Andrzej KIJ TEMAT ĆWICZENIA: PLANOWANIE POTRZEB MATERIAŁOWYCH METODA MRP Opracowane na podstawie: Praca zbiorowa pod redakcją, A. Kosieradzkiej, Podstawy zarządzania produkcją
Bardziej szczegółowoWykorzystanie modelowania referencyjnego w zarządzaniu procesami logistycznymi
BIULETYN WAT VOL. LIX, NR 1, 2010 Wykorzystanie modelowania referencyjnego w zarządzaniu procesami logistycznymi PAWEŁ ŚLASKI, DOROTA BURCHART-KOROL 1 Wojskowa Akademia Techniczna, Wydział Mechaniczny,
Bardziej szczegółowoMożliwości minimalizacji liczby wymian narzędzi z wykorzystaniem oprogramowanego modelu numerycznego
Michał Dobrzyński * Piotr Waszczur ** Możliwości minimalizacji liczby wymian narzędzi z wykorzystaniem oprogramowanego modelu numerycznego Wstęp Efektywność zautomatyzowanych systemów produkcyjnych uzależniona
Bardziej szczegółowoII-go stopnia. Stacjonarne. Zagadnienia egzaminacyjne AUTOMATYKA I ROBOTYKA TYP STUDIÓW STOPIEŃ STUDIÓW SPECJALNOŚĆ
(ARK) Komputerowe sieci sterowania 1. Zaawansowane metody wyznaczania parametrów regulatorów 2. Mechanizmy innowacyjne. 3. Sieci neuronowe w modelowaniu obiektów dynamicznych. 4. Zasady projektowania i
Bardziej szczegółowoWydział Inżynierii Produkcji i Logistyki Faculty of Production Engineering and Logistics
Wydział Inżynierii Produkcji i Logistyki Faculty of Production Engineering and Logistics Plan studiów niestacjonarnych I stopnia (inżynierskich) na kierunku ZARZĄDZANIE I INŻYNIERIA PRODUKCJI MANAGEMENT
Bardziej szczegółowoZarządzanie Zapasami System informatyczny do monitorowania i planowania zapasów. Dawid Doliński
Zarządzanie Zapasami System informatyczny do monitorowania i planowania zapasów Dawid Doliński Dlaczego MonZa? Korzyści z wdrożenia» zmniejszenie wartości zapasów o 40 %*» podniesienie poziomu obsługi
Bardziej szczegółowoPLANOWANIE PRZEZBROJEŃ LINII PRODUKCYJNYCH Z WYKORZYSTANIEM METODY MODELOWANIA I SYMULACJI
Dariusz PLINTA Sławomir KUKŁA Akademia Techniczno-Humanistyczna w Bielsku-Białej PLANOWANIE PRZEZBROJEŃ LINII PRODUKCYJNYCH Z WYKORZYSTANIEM METODY MODELOWANIA I SYMULACJI 1. Planowanie produkcji Produkcja
Bardziej szczegółowoModele i narzędzia optymalizacji w systemach informatycznych zarządzania
Politechnika Poznańska Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Joanna Józefowska POZNAŃ 2010/11 Spis treści Rozdział 1. Metoda programowania dynamicznego........... 5
Bardziej szczegółowoRisk-Aware Project Scheduling. SimpleUCT
Risk-Aware Project Scheduling SimpleUCT DEFINICJA ZAGADNIENIA Resource-Constrained Project Scheduling (RCPS) Risk-Aware Project Scheduling (RAPS) 1 tryb wykonywania działań Czas trwania zadań jako zmienna
Bardziej szczegółowoBadania Operacyjne Ćwiczenia nr 5 (Materiały)
ZADANIE 1 Zakład produkuje trzy rodzaje papieru: standardowy do kserokopiarek i drukarek laserowych (S), fotograficzny (F) oraz nabłyszczany do drukarek atramentowych (N). Każdy z rodzajów papieru wymaga
Bardziej szczegółowoLogistyka i Zarządzanie Łańcuchem Dostaw. Opracował: prof. zw dr hab. Jarosław Witkowski
Logistyka i Zarządzanie Łańcuchem Dostaw Opracował: prof. zw dr hab. Jarosław Witkowski LOGISTKA (wg Council of Logistics Management) to proces planowania, realizowania i kontrolowania sprawności i ekonomicznej
Bardziej szczegółowoPlanowanie przedsięwzięć
K.Pieńkosz Badania Operacyjne Planowanie przedsięwzięć 1 Planowanie przedsięwzięć Model przedsięwzięcia lista operacji relacje poprzedzania operacji modele operacji funkcja celu planowania K.Pieńkosz Badania
Bardziej szczegółowoSpis treści. Przedmowa
Spis treści Przedmowa 1.1. Magazyn i magazynowanie 1.1.1. Magazyn i magazynowanie - podstawowe wiadomości 1.1.2. Funkcje i zadania magazynów 1.1.3. Rodzaje magazynów 1.1.4. Rodzaje zapasów 1.1.5. Warunki
Bardziej szczegółowoOPTYMALIZACJA DYSKRETNA
Temat nr a: odelowanie problemów decyzyjnych, c.d. OPTYALIZACJA DYSKRETA Zagadnienia decyzyjne, w których chociaż jedna zmienna decyzyjna przyjmuje wartości dyskretne (całkowitoliczbowe), nazywamy dyskretnymi
Bardziej szczegółowoAgenda. Optymalizacja w transporcie. Piotr Sawicki WIT PP ZST 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu.
Tytuł: 02 Określenie kompozycji taboru. Zastosowanie programowania całkowitoliczbowego Autor: Piotr SAWICKI Zakład Systemów Transportowych WIT PP piotr.sawicki@put.poznan.pl piotr.sawicki.pracownik.put.poznan.pl
Bardziej szczegółowoEkonometria - ćwiczenia 10
Ekonometria - ćwiczenia 10 Mateusz Myśliwski Zakład Ekonometrii Stosowanej Instytut Ekonometrii Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa 14 grudnia 2012 Wprowadzenie Optymalizacja liniowa Na
Bardziej szczegółowoPlanowanie i organizacja produkcji Zarządzanie produkcją
Planowanie i organizacja produkcji Zarządzanie produkcją Materiały szkoleniowe. Część 2 Zagadnienia Część 1. Parametry procesu produkcyjnego niezbędne dla logistyki Część 2. Produkcja na zapas i zamówienie
Bardziej szczegółowoZAGADNIENIA SPECJALNOŚCIOWE
(ARK) Komputerowe sieci sterowania 1.Zaawansowane metody wyznaczania parametrów regulatorów 2.Mechanizmy innowacyjne. 3.Sieci neuronowe w modelowaniu obiektów dynamicznych. 4.Zasady projektowania i zastosowania
Bardziej szczegółowoLOGISTYKA ZAOPATRZENIA I PRODUKCJI ĆWICZENIA 2 MRP I
1 LOGISTYKA ZAOPATRZENIA I PRODUKCJI ĆWICZENIA 2 MRP I Autor: dr inż. Roman DOMAŃSKI LITERATURA: 2 Marek Fertsch Zarządzanie przepływem materiałów w przykładach, Instytut Logistyki i Magazynowania, Poznań
Bardziej szczegółowoZarządzanie zapasami zaopatrzeniowymi oraz zapasami wyrobów gotowych
Zarządzanie zapasami zaopatrzeniowymi oraz zapasami wyrobów gotowych Cele szkolenia Zasadniczym celem szkolenia jest szczegółowa analiza zapasów w przedsiębiorstwie, określenie optymalnych ilości zapasów
Bardziej szczegółowoWydział Inżynierii Produkcji i Logistyki
Wydział Inżynierii Produkcji i Logistyki Plan studiów n i e s t a c j o n a r n y c h II stopnia na kierunku zarządzanie i inżynieria produkcji uchwalony przez Radę Wydziału Edukacji Technicznej i Informatycznej
Bardziej szczegółowoRISK-AWARE PROJECT SCHEDULING
RISK-AWARE PROJECT SCHEDULING Z WYKORZYSTANIEM UCT KAROL WALĘDZIK DEFINICJA ZAGADNIENIA RESOURCE-CONSTRAINED PROJECT SCHEDULING (RCPS) Karol Walędzik - RAPS 3 RISK-AWARE PROJECT SCHEDULING (RAPS) 1 tryb
Bardziej szczegółowoRozwiązywanie problemów z użyciem Solvera programu Excel
Rozwiązywanie problemów z użyciem Solvera programu Excel Podstawowe czynności: aktywować dodatek Solver oraz ustawić w jego opcjach maksymalny czas trwania algorytmów na sensowną wartość (np. 30 sekund).
Bardziej szczegółowoSYLABUS/KARTA PRZEDMIOTU
PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W GŁOGOWIE SYLABUS/KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU Systemy produkcyjne komputerowo zintegrowane. NAZWA JEDNOSTKI PROWADZĄCEJ PRZEDMIOT Instytut Politechniczny 3. STUDIA
Bardziej szczegółowoSzkolenia SAS Cennik i kalendarz 2017
Szkolenia SAS Spis treści NARZĘDZIA SAS FOUNDATION 2 ZAAWANSOWANA ANALITYKA 2 PROGNOZOWANIE I EKONOMETRIA 3 ANALIZA TREŚCI 3 OPTYMALIZACJA I SYMULACJA 3 3 ROZWIĄZANIA DLA HADOOP 3 HIGH-PERFORMANCE ANALYTICS
Bardziej szczegółowoInformatyczne narzędzia procesów. Przykłady Rafal Walkowiak Zastosowania informatyki w logistyce 2017
Przykłady Rafal Walkowiak Zastosowania informatyki w logistyce 2017 Płaszczyzny powiązań logistyki i informatyki Systemy informatyczne będące elementami systemów umożliwiają wykorzystanie rozwiązań informatycznych
Bardziej szczegółowoNIETYPOWE WŁASNOŚCI PERMUTACYJNEGO PROBLEMU PRZEPŁYWOWEGO Z OGRANICZENIEM BEZ PRZESTOJÓW
NIETYPOWE WŁASNOŚCI PERMUTACYJNEGO PROBLEMU PRZEPŁYWOWEGO Z OGRANICZENIEM BEZ PRZESTOJÓW Mariusz MAKUCHOWSKI Streszczenie: W pracy rozważa się permutacyjny problem przepływowy z kryterium będącym momentem
Bardziej szczegółowoZarządzanie produkcją dr Mariusz Maciejczak. PROGRAMy. Istota sterowania
Zarządzanie produkcją dr Mariusz Maciejczak PROGRAMy www.maciejczak.pl Istota sterowania W celu umożliwienia sobie realizacji złożonych celów, każda organizacja tworzy hierarchię planów. Plany różnią się
Bardziej szczegółowoAlgorytmy konstrukcyjne dla problemu harmonogramowania projektu z ograniczonymi zasobami. Marcin Klimek *
Zeszyty Naukowe WWSI, No 15, Vol. 10, 2016, s. 41-52 Algorytmy konstrukcyjne dla problemu harmonogramowania projektu z ograniczonymi zasobami Marcin Klimek * Państwowa Szkoła Wyższa w Białej Podlaskiej,
Bardziej szczegółowoŚCIEŻKA KRYTYCZNA. W ścieżkach krytycznych kolejne zadanie nie może się rozpocząć, dopóki poprzednie się nie zakończy.
ŚCIEŻKA KRYTYCZNA Ciąg następujących po sobie zadań w ramach projektu trwających najdłużej ze wszystkich możliwych ciągów, mających taką własność, że opóźnienie któregokolwiek z nich opóźni zakończenie
Bardziej szczegółowo1. Opakowania wielokrotnego użytku: 2. Logistyczny łańcuch opakowań zawiera między innymi następujące elementy: 3. Które zdanie jest prawdziwe?
1. Opakowania wielokrotnego użytku: A. Są to zwykle opakowania jednostkowe nieulegające zniszczeniu po jednokrotnym użyciu (opróżnieniu), które podlegają dalszemu skupowi. B. Do opakowań wielokrotnego
Bardziej szczegółowoKarta (sylabus) modułu/przedmiotu Inżynieria Materiałowa Studia II stopnia specjalność: Inżynieria Powierzchni
Karta (sylabus) modułu/przedmiotu Inżynieria Materiałowa Studia II stopnia specjalność: Inżynieria Powierzchni Przedmiot: Zintegrowane systemy wytwarzania Rodzaj przedmiotu: obowiązkowy Kod przedmiotu:
Bardziej szczegółowoLogistyka w sferze magazynowania i gospodarowania zapasami analiza ABC i XYZ. prof. PŁ dr hab. inż. Andrzej Szymonik
Logistyka w sferze magazynowania i gospodarowania zapasami analiza ABC i XYZ prof. PŁ dr hab. inż. Andrzej Szymonik www.gen-prof.pl Łódź 2015/2016 1 2 Def. zapas: Jest to rzeczowa, niespieniężona część
Bardziej szczegółowoHarmonogramowanie produkcji
Harmonogramowanie produkcji Harmonogramowanie produkcji jest ściśle związane z planowaniem produkcji. Polega na: rozłożeniu w czasie przydziału zasobów do zleceń produkcyjnych, podziale zleceń na partie
Bardziej szczegółowoZarządzanie płynnością finansową przedsiębiorstwa
Zarządzanie płynnością finansową przedsiębiorstwa Cz. 4 Zarządzanie zapasami Składniki zapasów Konieczność utrzymywania zapasów Koszty zapasów 1. Koszty utrzymania zapasów - kapitałowe, - magazynowania,
Bardziej szczegółowoMetody ilościowe w badaniach ekonomicznych
prof. dr hab. Tadeusz Trzaskalik dr hab. Maciej Nowak, prof. UE Wybór portfela projektów z wykorzystaniem wielokryterialnego programowania dynamicznego Metody ilościowe w badaniach ekonomicznych 19-06-2017
Bardziej szczegółowoSpis treści Rozdział 1. Współczesne zarządzanie Rozdział 2. Rachunkowość zarządcza Rozdział 3. Podstawy rachunku kosztów i wyników
Spis treści Wstęp Rozdział 1. Współczesne zarządzanie (Jerzy Czarnecki) 1 1.1. Menedżer 1 1.2. Przedsiębiorstwo i biznes 3 1.2.1. Potrzeby klienta 3 1.2.2. Kombinacja zasobów 4 1.2.3. Wiedza i umiejętności
Bardziej szczegółowoPODSTAWY LOGISTYKI ZARZĄDZANIE ZAPASAMI PODSTAWY LOGISTYKI ZARZĄDZANIE ZAPASAMI MARCIN FOLTYŃSKI
PODSTAWY LOGISTYKI ZARZĄDZANIE ZAPASAMI WŁAŚCIWIE PO CO ZAPASY?! Zasadniczą przyczyną utrzymywania zapasów jest występowanie nieciągłości w przepływach materiałów i towarów. MIEJSCA UTRZYMYWANIA ZAPASÓW
Bardziej szczegółowoRISK-AWARE PROJECT SCHEDULING
RISK-AWARE PROJECT SCHEDULING METODA GRASP KAROL WALĘDZIK DEFINICJA ZAGADNIENIA RESOURCE-CONSTRAINED PROJECT SCHEDULING (RCPS) Karol Walędzik - RAPS 3 RISK-AWARE PROJECT SCHEDULING (RAPS) 1 tryb wykonywania
Bardziej szczegółowoZapraszamy do współpracy FACULTY OF ENGINEERING MANAGEMENT www.fem.put.poznan.pl Agnieszka Stachowiak agnieszka.stachowiak@put.poznan.pl Pokój 312 (obok czytelni) Dyżury: strona wydziałowa Materiały dydaktyczne:
Bardziej szczegółowoMetody określania wielkości partii cz.1. Zajęcia Nr 6
Metody określania wielkości partii cz.1 Zajęcia Nr 6 Metody Metody statyczne - Wyliczane jednorazowo; - Nie ulegają zmianom w czasie; Rodzaje metod statycznych: ekonomicznej wielkości zamówienia (dostaw),
Bardziej szczegółowoOrganizacja i monitorowanie procesów magazynowych / Stanisław
Organizacja i monitorowanie procesów magazynowych / Stanisław KrzyŜaniak [et al.]. Poznań, 2013 Spis treści Przedmowa 11 1.1. Magazyn i magazynowanie 13 1.1.1. Magazyn i magazynowanie - podstawowe wiadomości
Bardziej szczegółowoZastosowanie symulacji Monte Carlo do zarządzania ryzykiem przedsięwzięcia z wykorzystaniem metod sieciowych PERT i CPM
SZKOŁA GŁÓWNA HANDLOWA w Warszawie STUDIUM MAGISTERSKIE Kierunek: Metody ilościowe w ekonomii i systemy informacyjne Karol Walędzik Nr albumu: 26353 Zastosowanie symulacji Monte Carlo do zarządzania ryzykiem
Bardziej szczegółowoKlasyczne metody i narzędzia wspomagania decyzji
Wydział Zarządzania AGH Katedra Informatyki Stosowanej Klasyczne metody i narzędzia wspomagania decyzji OM wprowadzenie Zarządzanie operacyjne (operations management, OM) jest funkcją biznesową odpowiedzialną
Bardziej szczegółowoTEMAT: Ustalenie zapotrzebowania na materiały. Zapasy. dr inż. Andrzej KIJ
TEMAT: Ustalenie zapotrzebowania na materiały. Zapasy dr inż. Andrzej KIJ 1 1 Zagadnienia: Klasyfikacja zapasów w przedsiębiorstwie Zapasy produkcji w toku Ilościowe i wartościowe określenie całkowitego
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 13. PROBLEMY OPTYMALIZACYJNE Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska PROBLEMY OPTYMALIZACYJNE Optymalizacja poszukiwanie
Bardziej szczegółowoZarządzanie zapasami. prof. PŁ dr hab. inż. Andrzej Szymonik
Zarządzanie zapasami prof. PŁ dr hab. inż. Andrzej Szymonik www.gen-prof.pl Łódź 2016/2017 1 2 Def. zapas: Jest to rzeczowa, niespieniężona część środków obrotowych przedsiębiorstwa zgromadzona z myślą
Bardziej szczegółowoŁańcuch dostaw Łańcuch logistyczny
Zarządzanie logistyką Dr Mariusz Maciejczak Łańcuch dostaw Łańcuch logistyczny www.maciejczak.pl Łańcuch logistyczny a łańcuch dostaw Łańcuch dostaw w odróżnieniu od łańcucha logistycznego dotyczy integracji
Bardziej szczegółowoModelowanie całkowitoliczbowe
1 Modelowanie całkowitoliczbowe Zmienne binarne P 1 Firma CMC rozważa budowę nowej fabryki w miejscowości A lub B lub w obu tych miejscowościach. Bierze również pod uwagę budowę co najwyżej jednej hurtowni
Bardziej szczegółowoTematyka badań naukowych proponowana przez opiekunów naukowych
Studia Doktoranckie Zarządzanie i Inżynieria Produkcji na Wydziale Zarządzania Akademii Górniczo-Hutniczej im. Stanisława Staszica w Krakowie Tematyka badań naukowych proponowana przez opiekunów naukowych
Bardziej szczegółowoPlanowanie produkcji w systemie SAP ERP w oparciu o strategię MTS (Make To Stock)
Planowanie produkcji w systemie SAP ERP w oparciu o strategię MTS (Make To Stock) Patrycja Sobka 1 1 Politechnika Rzeszowska im. I. Łukasiewicza, Wydział Budowy Maszyn i Lotnictwa, Koło Naukowe Nowoczesnych
Bardziej szczegółowoOrganizacyjny aspekt projektu
Organizacyjny aspekt projektu Zarządzanie funkcjonalne Zarządzanie między funkcjonalne Osiąganie celów poprzez kierowanie bieżącymi działaniami Odpowiedzialność spoczywa na kierownikach funkcyjnych Efektywność
Bardziej szczegółowoSYSTEMY ZAAWANSOWANEGO PLANOWANIA I HARMONOGRAMOWANIA W ZARZĄDZANIU ŁAŃCUCHEM DOSTAW
SYSTEMY ZAAWANSOWANEGO PLANOWANIA I HARMONOGRAMOWANIA W ZARZĄDZANIU ŁAŃCUCHEM DOSTAW Jacek RUDNICKI Streszczenie: W referacie omówiono podstawowe cechy systemów zaawansowanego planowania i harmonogramowania
Bardziej szczegółowo