OPTYMALIZACJA W LOGISTYCE

Wielkość: px
Rozpocząć pokaz od strony:

Download "OPTYMALIZACJA W LOGISTYCE"

Transkrypt

1 OPTYMALIZACJA W LOGISTYCE Optymalizacja zadań bazy transportowej ( część 2 ) Opracowano na podstawie : Stanisław Krawczyk, Metody ilościowe w logistyce ( przedsiębiorstwa ), Wydawnictwo C. H. Beck, Warszawa 2001 dr Zbigniew Karwacki Katedra Badań Operacyjnych UŁ

2 Planowanie tras dostaw wielu pojazdów 1 Zasady tworzenia tras. Założenia: 1. Produkty są względnie jednorodne ( wspólna miara ładowności ) i można je transportować pewnym jednolitym środkiem transportu. 2. Produkty mają być pobrane z jednego magazynu (L o ) i dostarczane do n odbiorców ( B 1,,B n ). 3. Znamy zamówienia odbiorców, które są wyrażone w tych samych jednostkach ładowności ( B i, i=1,,n wynosi b i ). 4. Produkty będą rozwożone identycznymi środkami transportu o ładowności Q ( Q > b i, i=1,,n ). 5. Czas przebywania na trasie, każdego pojazdu, nie może przekroczyć T jednostek czasu. 6. Dla uproszczenia zakładamy, że czas wyładunku jest równy zero.

3 Planowanie tras dostaw wielu pojazdów 2 Sformułowanie problemu: Należy wyznaczyć ilość środków transportowych oraz trasy ich przejazdów pozwalające obsłużyć wszystkie zamówienia klientów przy zachowaniu warunków przewozów tak, aby łączny czas obsługi wszystkich klientów był minimalny. Sformułowane zadanie składa się z dwóch zadań częściowych: 1. Przydziału klientów do określonego środka transportu, 2. Wyznaczania tras dla każdego środka transportu. W prezentowanym algorytmie obydwa zadania częściowe będą rozwiązywane równocześnie. Stosowane oznaczenia: H dowolna trasa rozpoczynająca się w punkcie L o i przebiegająca przez punkty i 1,i 2, i r i kończąca się w punkcie L o t ij - czas przejazdu z punktu i do punktu j, przy założeniu, że t oi + t io T t(h) = t oi 1 + t 1 i2 + + t ir o, t(h) T - czas przejazdu dowolnej trasy b(h) = b i b i r, b(h) Q - łączna wielkość zamówień dowolnej trasy

4 Wariant wyjściowy: Każdy klient jest obsługiwany indywidualnie. Wtedy łączny czas dostawy dla n klientów wynosi : n oi i 1 Czy zasadne jest połączenie tras kilku odbiorców w celu skrócenia czasu dostawy i zmniejszenia ilości wykorzystywanych pojazdów, dla dwóch pojazdów wygląda to następująco: Indywidualna obsługa: z ( t io t t ( t Planowanie tras dostaw wielu pojazdów 3 t ) 0 oi io oj jo ) ( t t ) i t0i t0j j ti0 0 tj0

5 Planowanie tras dostaw wielu pojazdów 4 Wspólna obsługa: t 1 t oi t ij t jo ii tij j ti0 j0 tj0 Obliczając różnicę czasów otrzymujemy: sij t0 t1 t0i t j0 t ij Wartość s ij określa wielkość zaoszczędzonego czasu.

6 Algorytm oszczędnościowego łączenia tras. Założenia startowe: 1. Znamy czasy przejazdów t ij, i,j=0,1, n. Na podstawie tych czasów obliczamy potencjalne oszczędności czasów przejazdu s ij. Wartości s ij porządkujemy malejąco, odrzucając wcześniej wszystkie s ij 0; 2. Zakładamy, że każdy odbiorca jest obsługiwany indywidualnie co oznacza, że liczba pojazdów jest równa liczbie odbiorców. Iteracje Planowanie tras dostaw wielu pojazdów 5 Krok 1 Bierzemy największą wartość s ij i odczytujemy wskazania numerów odbiorców. Jeżeli zbiór jest pusty postępowanie się kończy. Otrzymaliśmy rozwiązanie.

7 Planowanie tras dostaw wielu pojazdów 6 Krok 2 Sprawdzamy, jaką pozycję zajmują wskazani odbiorcy i oraz j w swych trasach i w zależności od ich umiejscowienia albo dokonujemy łączenia tras albo pozostawiamy bez zmian. Przypadek I Gdy ani i, ani j nie należą do żadnej grupy odbiorców obsługiwanych wspólnie, tworzymy grupę {i,j} i sprawdzamy, czy trasa {0,i,j,0} spełnia warunki dopuszczalności. Gdy są spełnione tworzymy trasę {0,i,j,0} Przypadek II Gdy i należy do pewnej grupy, natomiast j jest obsługiwany indywidualnie, musimy uwzględnić, jakie miejsce w trasie zajmuje i: 1. Jeżeli i jest odbiorcą pośrednim w swej grupie nie rozpatrujemy dołączenia j do grupy. 2. Jeżeli i jest odbiorcą krańcowym, sprawdzamy, czy dołączenie j do trasy nie naruszy warunków dopuszczalności przewozu. Jeżeli warunki przewozu są spełnione, odbiorcę j dołączmy do trasy zawierającej i, przy czym j będzie obsługiwany: Przed i, gdy i występował w trasie jako pierwszy, czyli tworzymy trasę {0,j,i,,0} Po i, gdy i występował jako ostatni, czyli tworzymy trasę {0,,i,j,0}

8 Planowanie tras dostaw wielu pojazdów 4 Przypadek III Jeżeli i należy do trasy H 1, a j do np.: H 2. To połączenie tras ma sens, gdy zarówno i jak i j są odbiorcami krańcowymi swych tras oraz gdy po połączeniu tras są spełnione warunki przewozu. Nową trasę tworzymy zgodnie z zasadami omówionymi w przypadku II. Krok 3 Po wyznaczeniu nowej trasy skreślamy z listy te, które połączyliśmy, a do zbioru dołączamy nową. Skreślamy rozpatrzoną s ij ze zbioru i przechodzimy do następnej iteracji.

9 Planowanie tras dostaw wielu pojazdów 7 opracowali : Sylwia Głowacka, Kacper Mroczek, Kamil Ligenza FIRMA KURIERSKA MA DO ROZWIEZIENIA 9 PRZESYŁEK I AUTA O POJEMNOŚCI Q=20 PALET DO DYSPOZYCJI. ABY OBNIŻYĆ KOSZTY DOSTARCZENIA PRZESYŁKI KIEROWNIK MUSI ZMINIMALIZOWAĆ CZAS TRWANIA DOJAZDU. MAKSYMALNY CZAS TRWANIA JAZDY JEDNEGO KIEROWCY TO 15 H. CZASY DOJAZDU MIĘDZY ODBIORCAMI I MAGAZYNEM (w min.) PRZEDSTAWIONE SĄ W TABELI: Lp Nazwa nowe rumunki spaliny wielkie koziebrody twarogi ruskie żebrak piekiełko potworów włochy 0 nowe rumunki X spaliny wielkie 201 X koziebrody X twarogi ruskie X żebrak X piekiełko X potworów X włochy X bujny księże X wągry X 5 bujny księże wągry Q

10 Planowanie tras dostaw wielu pojazdów 7 S 12 = =98 S 13 = =126 S 14 = =242 S 15 = =98 S 16 = =2 S 17 = =81 S 18 = =-62 S 19 = =-21 S 23 = =84 S 24 = =25 S 25 = =169 S 26 = =73 S 27 = =151 S 28 = =55 S 29 = =100 S 34 = =345 S 35 = =138 S 36 = =36 S 37 = =101 S 38 = =-63 S 39 = =-15 S 45 = =221 S 46 = =119 S 47 = =165 S 48 = =19 S 49 = =64 S 56 = =221 S 57 = =213 S 58 = =120 S 59 = =164 S 67 = =172 S 68 = =144 S 69 = =162 S 78 = =99 S 79 = =143 S 89 = =168

11 Planowanie tras dostaw wielu pojazdów nowe spaliny twarogi potworó bujny koziebrody żebrak piekiełko włochy rumunki wielkie ruskie w księże wągry Q 0 nowe rumunki X spaliny wielkie 0 X koziebrody 0 98 X twarogi ruskie X żebrak X piekiełko X potworów X włochy X bujny księże X wągry X 5 SORTOWANIE OD NAJWIĘKSZEJ DO NAJMNIEJSZEJ OSZCZĘDNOŚCI NA TRASIE S 34 (345) -> S 24 (250) -> S 14 (242) -> S 45 (221) -> S 56 (221) -> S 57 (218) -> S 67 (172) -> S 25 (169) -> S 89 (168) -> S 47 (165) -> S 59 (164) -> S 69 (162) -> S 27 (151) -> S 68 (144) -> S 79 (143) -> S 35 (138) -> S 13 (126) -> S 58 (120) -> S 46 (119) -> S 37 (101) -> S 29 (100) -> S 78 (99) -> S 12 (98) -> S 15 (98) -> S 23 (84) -> S 17 (81) -> S 26 (73) -> S 49 (64) -> S 28 (55) -> S 36 (36) -> S 48 (19) -> S 16 (2)

12 WARUNKI ZADANIA : T max = 15h = 900 min Q max =20 palet Iteracja 1 Planowanie tras dostaw wielu pojazdów 8 S 34 = 345. Zarówno 3 jak i 4 obsługiwani są indywidualnie. Rozpatrujemy trasę H=[0,3,4,0] T=t 03 +t 34 +t 40 = =545 < T max Q=4+5=9 < Q max Trasa spełnia warunki dopuszczalności. Przyjmujemy : H 1 =[0,3,4,0] Iteracja 2 S 24 =250. Odbiorca 2 jest obsługiwany indywidualnie, a 4 jest odbiorcą krańcowym na trasie H 1 Rozpatrujemy trasę H=[0,3,4,2,0] T=t 03 +t 34 +t 42 +t 20 = =591 < T max Q=4+5+6=15 < Q max Trasa spełnia warunki dopuszczalności. Dołączamy odbiorcę drugiego do trasy H 1 : H 1 =[0,3,4,2,0]

13 Planowanie tras dostaw wielu pojazdów 9 Iteracja 3 S 14 =242. Odbiorca 1 jest obsługiwany indywidualnie, a 4 jest odbiorcą pośrednim na trasie H 1. Nie rozpatrujemy dołączenia 1 odbiorcy do H 1. Iteracja 4 S 45 =221. Odbiorca 5 jest obsługiwany indywidualnie, a 4 jest odbiorcą pośrednim na trasie H 1. Nie rozpatrujemy dołączenia 5 odbiorcy do H 1. Iteracja 5 S 56 =221. Zarówno odbiorca 5 jak i 6 obsługiwani są indywidualnie. Rozpatrujemy trasę H=[0,5,6,0] T=t 05 +t 56 +t 60 = =329 < T max Q=4+2=6 < Q max Trasa spełnia warunki dopuszczalności. Przyjmujemy : H 2 =[0,5,6,0]

14 Planowanie tras dostaw wielu pojazdów 10 Iteracja 6 S 57 =218. Odbiorca 7 jest obsługiwany indywidualnie, a 5 jest odbiorcą krańcowym na trasie H 2. Rozpatrujemy trasę H=[0,7,5,6,0] T=t 07 +t 57 +t 56 +t 60 = =362 < T max Q=4+2+4=10 < Q max Trasa spełnia warunki dopuszczalności. Dołączamy odbiorcę 7 do trasy H 2 : H 2 =[0,7,5,6,0] Iteracja 7 S 67 =172. Obydwaj odbiorcy są obsługiwani na trasie H 2. Iteracja 8 S 25 =169. Odbiorca 2 jest obsługiwany na trasie H 1 i jest odbiorcą krańcowym, a 5 na H 2 i jest odbiorcą pośrednim. Nie rozpatrujemy.

15 Planowanie tras dostaw wielu pojazdów 11 Iteracja 9 S 89 =168. Zarówno odbiorca 8 jak i 9 obsługiwani są indywidualnie. Rozpatrujemy trasę H=[0,8,9,0] T=t 08 +t 89 +t 09 = =322 < T max Q=1+5=6 < Q max Trasa spełnia warunki dopuszczalności. Przyjmujemy : H 3 =[0,8,9,0] Iteracja 10 S 47 =165. Odbiorca 4 jest obsługiwany na trasie H 1 a 7 na H 2 i obaj są odbiorcami pośrednimi. Nie rozpatrujemy. Iteracja 11 S 59 =164. Odbiorca 5 jest obsługiwany na trasie H 2 i jest odbiorcą pośrednim a 9 na H 3 i jest odbiorcą krańcowym. Nie rozpatrujemy.

16 Planowanie tras dostaw wielu pojazdów 12 Iteracja 12 S 69 =162. Odbiorca 6 jest obsługiwany na trasie H 2 i jest odbiorcą krańcowym, a 9 na H 3 i także jest odbiorcą krańcowym. Rozpatrujemy połączenie obu tras w trasę H=[0,7,5,6,9,8,0] T=t 07 +t 75 +t 56 +t 69 +t 98 +t 80 =519 < T max Q= =16 < Q max Trasa spełnia warunki dopuszczalności. Przyjmujemy : H 2 + H 3 =H 4 [0,7,5,6,9,8,0] Iteracja 12 S 27 =151. Odbiorca 2 jest obsługiwany na trasie H 1 i jest odbiorcą krańcowym, a 7 na H 4 i także jest odbiorcą krańcowym. Rozpatrujemy połączenie obu tras w trasę H=[0,3,4,2,7,5,6,9,8,0] T=t 03 +t 34 +t 42 +t 27 +t 75 +t 56 +t 69 +t 98 +t 80 =1057 > T max Q= =31 > Q max Trasa nie spełnia warunków dopuszczalności. Nie rozpatrujemy.

17 Planowanie tras dostaw wielu pojazdów 12 Iteracja 13 S 68 =144. Obaj odbiorcy są obsługiwani na trasie H 4. Iteracja 14 S 79 =143. Obaj odbiorcy są obsługiwani na trasie H 4. Iteracja 15 S 35 =138. Odbiorca 3 jest obsługiwany na trasie H 1 i jest odbiorcą krańcowym, a 5 na H 5 i jest odbiorcą pośrednim. Nie rozpatrujemy. Iteracja 16 S 13 =126. Odbiorca 1 jest obsługiwany indywidualnie, a 3 jest odbiorcą krańcowym na trasie H 1.Rozpatrujemy trasę H=[0,1,3,4,2,0] T=t 01 +t 13 +t 34 +t 42 +t 20 = =720 < T max Q= =18 < Q max Trasa spełnia warunki dopuszczalności. Dołączamy odbiorcę 1 do trasy H 1 : H 1 =[0,1,3,4,2,0]

18 Planowanie tras dostaw wielu pojazdów 13 Iteracja 17 S 58 =120. Obaj odbiorcy są obsługiwani na trasie H 4. Iteracja 18 S 46 =119. Odbiorca 4 jest obsługiwany na trasie H 1 a 6 na H 4 i obaj są odbiorcami pośrednimi. Nie rozpatrujemy. Iteracja 19 S 37 =101. Odbiorca 3 jest obsługiwany na trasie H 1 i jest odbiorcą pośrednim, a 7 na H 4 i jest odbiorcą krańcowym. Nie rozpatrujemy. Iteracja 20 S 29 =100. Odbiorca 2 jest obsługiwany na trasie H 1 i jest odbiorcą krańcowym, a 9 na H 4 i jest odbiorcą pośrednim. Nie rozpatrujemy.

19 Planowanie tras dostaw wielu pojazdów 14 Iteracja 21 S 78 =99. Obaj odbiorcy są obsługiwani na trasie H 4. Iteracja 22 S 12 =98. Obaj odbiorcy są obsługiwani na trasie H 1. Iteracja 23 S 15 =98. Odbiorca 1 jest obsługiwany na trasie H 1 i jest odbiorcą krańcowym, a 5 na H 4 i jest odbiorcą pośrednim. Nie rozpatrujemy. Iteracja 24 S 23 =84. Obaj odbiorcy są obsługiwani na trasie H 1.

20 Planowanie tras dostaw wielu pojazdów 15 Iteracja 25 S 17 =81. Odbiorca 1 jest obsługiwany na trasie H 1 i jest odbiorcą krańcowym, a 7 na H 4 i także jest odbiorcą krańcowym. Rozpatrujemy połączenie obu tras w trasę H=[0,2,4,3,1,7,5,6,9,8,0] T=t 02 +t 24 +t 43 +t 31 +t 17 +t 75 +t 56 +t 69 +t 98 +t 80 =1109 > T max Q= =31 > Q max Trasa nie spełnia warunków dopuszczalności. Nie rozpatrujemy. Iteracja 26 S 26 =73. Odbiorca 2 jest obsługiwany na trasie H 1 i jest odbiorcą krańcowym, a 6 na H 4 i jest odbiorcą pośrednim. Nie rozpatrujemy.

21 Planowanie tras dostaw wielu pojazdów 16 Iteracja 27 S 49 =64. Odbiorca 4 jest obsługiwany na trasie H 1 a 6 na H 4 i obaj są odbiorcami pośrednimi. Nie rozpatrujemy. Iteracja 28 S 28 =55. Odbiorca 2 jest obsługiwany na trasie H 1 i jest odbiorcą krańcowym, a 8 na H 4 i także jest odbiorcą krańcowym. Rozpatrujemy połączenie obu tras w trasę H=[0, 7,5,6,9,8,2,4,3,1,0] T=t 07 +t 75 +t 56 +t 69 +t 98 +t 82 +t 24 +t 43 +t 31 +t 10 =1241 > T max Q= =31 > Q max Trasa nie spełnia warunków dopuszczalności. Nie rozpatrujemy. Iteracja 29 S 36 =36. Odbiorca 3 jest obsługiwany na trasie H 1 a 6 na H 4 i obaj są odbiorcami pośrednimi. Nie rozpatrujemy.

22 Planowanie tras dostaw wielu pojazdów 17 Iteracja 30 S 48 =19. Odbiorca 4 jest obsługiwany na trasie H 1 i jest odbiorcą pośrednim, a 8 na H 4 i jest odbiorcą krańcowym. Nie rozpatrujemy. Iteracja 31 S 16 =2. Odbiorca 1 jest obsługiwany na trasie H 1 i jest odbiorcą krańcowym, a 8 na H 4 i jest odbiorcą pośrednim. Nie rozpatrujemy. Odpowiedź: TRASA I T 1 =t 01 +t 13 +t 34 +t 42 +t 20 = =720 Q 1 = =18 TRASA II T 2 =t 07 +t 75 +t 56 +t 69 +t 98 +t 80 = =519 Q 2 = =

OPTYMALIZACJA W LOGISTYCE

OPTYMALIZACJA W LOGISTYCE OPTYMALIZACJA W LOGISTYCE Optymalizacja zadań bazy transportowej ( część 1 ) Opracowano na podstawie : Stanisław Krawczyk, Metody ilościowe w logistyce ( przedsiębiorstwa ), Wydawnictwo C. H. Beck, Warszawa

Bardziej szczegółowo

Procedura wyznaczania i przypisania do danego centrum dystrybucji rejonu obsługi

Procedura wyznaczania i przypisania do danego centrum dystrybucji rejonu obsługi 2005-07-27 Procedura wyznaczania i przypisania do danego centrum dystrybucji rejonu obsługi Celem artykułu jest przedstawienie procedury wyznaczania rejonu obsługi dla centrum dystrybucji. Czytelnik zapozna

Bardziej szczegółowo

OPTYMALIZACJA W LOGISTYCE

OPTYMALIZACJA W LOGISTYCE OPTYMALIZACJA W LOGISTYCE Wyznaczanie lokalizacji magazynów dystrybucyjnych i miejsc produkcji dr Zbigniew Karwacki Katedra Badań Operacyjnych UŁ Lokalizacja magazynów dystrybucyjnych 1 Wybór miejsca produkcji

Bardziej szczegółowo

OPTYMALIZACJA W LOGISTYCE

OPTYMALIZACJA W LOGISTYCE OPTYALIZACJA W LOGISTYCE Zagadnienie transportowe 2 dr Zbigniew Karwacki Katedra Badań Operacyjnych UŁ Zagadnienie transportowe z kryterium czasu I rodzaju () Jeżeli w modelu klasycznego zagadnienia transportowego

Bardziej szczegółowo

Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik

Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik Zadanie transportowe i problem komiwojażera Tadeusz Trzaskalik 3.. Wprowadzenie Słowa kluczowe Zbilansowane zadanie transportowe Rozwiązanie początkowe Metoda minimalnego elementu macierzy kosztów Metoda

Bardziej szczegółowo

Wykład z modelowania matematycznego. Zagadnienie transportowe.

Wykład z modelowania matematycznego. Zagadnienie transportowe. Wykład z modelowania matematycznego. Zagadnienie transportowe. 1 Zagadnienie transportowe zostało sformułowane w 1941 przez F.L.Hitchcocka. Metoda rozwiązania tego zagadnienia zwana algorytmem transportowymópracowana

Bardziej szczegółowo

PODSTAWY LOGISTYKI

PODSTAWY LOGISTYKI 1 PODSTAWY LOGISTYKI 2015-2016 1. Jak interpretuje się pojęcie surowców? 2. Czy materiały biurowe są surowcami? 3. Czy jednostka produkcyjna może zajmować się działalnością handlową? 4. Czy pojęcie klienta

Bardziej szczegółowo

OPTYMALIZACJA W LOGISTYCE

OPTYMALIZACJA W LOGISTYCE OPTYMALIZACJA W LOGISTYCE Zagadnienie transportowe 1 dr Zbigniew Karwacki Katedra Badań Operacyjnych UŁ Klasyczne zagadnienie transportowe 1 Klasyczne zadanie transportowe problem najtańszego przewozu

Bardziej szczegółowo

BADANIA OPERACYJNE I TEORIE OPTYMALIZACJI. Zagadnienie transportowe

BADANIA OPERACYJNE I TEORIE OPTYMALIZACJI. Zagadnienie transportowe BADANIA OPERACYJNE I TEORIE OPTYMALIZACJI Zagadnienie transportowe Klasyczne zagadnienie transportowe Klasyczne zadanie transportowe problem najtańszego przewozu jednorodnego dobra pomiędzy punktami nadania

Bardziej szczegółowo

Badania Operacyjne Ćwiczenia nr 5 (Materiały)

Badania 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 szczegółowo

ZAGADNIENIE TRANSPORTOWE(ZT)

ZAGADNIENIE TRANSPORTOWE(ZT) A. Kasperski, M. Kulej BO Zagadnienie transportowe 1 ZAGADNIENIE TRANSPORTOWE(ZT) Danychjest pdostawców,którychpodażwynosi a 1, a 2,...,a p i q odbiorców,którychpopytwynosi b 1, b 2,...,b q.zakładamy,że

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE 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 szczegółowo

Rozdział 3 ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA

Rozdział 3 ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 3 ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA 3.2. Ćwiczenia komputerowe

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNENE TRANSPORTOWE Definicja: Program liniowy to model, w którym warunki ograniczające oraz funkcja celu są funkcjami liniowymi. W skład każdego programu liniowego wchodzą: zmienne decyzyjne, ograniczenia

Bardziej szczegółowo

Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?

Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA? /9/ Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład --9 Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów

Bardziej szczegółowo

Optymalizacja harmonogramów budowlanych - szeregowanie zadań. Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie

Optymalizacja harmonogramów budowlanych - szeregowanie zadań. Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie Optymalizacja harmonogramów budowlanych - szeregowanie zadań Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie Opis zagadnienia Zadania dotyczące szeregowania zadań należą do szerokiej

Bardziej szczegółowo

A. Kasperski, M. Kulej, Badania operacyjne, Wykład 4, Zagadnienie transportowe1

A. Kasperski, M. Kulej, Badania operacyjne, Wykład 4, Zagadnienie transportowe1 A. Kasperski, M. Kulej, Badania operacyjne, Wykład 4, Zagadnienie transportowe ZAGADNIENIE TRANSPORTOWE(ZT) Danychjest pdostawców,którychpodażwynosi a,a 2,...,a p i qodbiorców, którychpopytwynosi b,b 2,...,b

Bardziej szczegółowo

OPTYMALIZACJA W LOGISTYCE

OPTYMALIZACJA W LOGISTYCE OPTYMALIZACJA W LOGISTYCE Zagadnienie przydziału dr Zbigniew Karwacki Katedra Badań Operacyjnych UŁ Zagadnienie przydziału 1 Można wyodrębnić kilka grup problemów, których zadaniem jest alokacja szeroko

Bardziej szczegółowo

BADANIA OPERACYJNE Zagadnienie transportowe. dr Adam Sojda

BADANIA OPERACYJNE Zagadnienie transportowe. dr Adam Sojda BADANIA OPERACYJNE Zagadnienie transportowe dr Adam Sojda adam.sojda@polsl.pl http://dydaktyka.polsl.pl/roz6/asojda/default.aspx Pokój A405 Zagadnienie transportowe Założenia: Pewien jednorodny towar należy

Bardziej szczegółowo

EKONOMIKA TRANSPORTU ANALIZA WSKAŹNIKOWA ANALIZA WSKAŹNIKOWA MARCIN FOLTYŃSKI

EKONOMIKA TRANSPORTU ANALIZA WSKAŹNIKOWA ANALIZA WSKAŹNIKOWA MARCIN FOLTYŃSKI EKONOMIKA RANSPORU Główną ideą tworzenia wskaźników w transporcie jest przeprowadzenie diagnozy stanu bieżącego systemu transportowego, którego podstawowym elementem są środki transportu 2 e V V gdzie:

Bardziej szczegółowo

Zagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie

Zagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie Zagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie OPIS ZAGADNIENIA Zagadnienie transportowe służy głównie do obliczania najkorzystniejszego

Bardziej szczegółowo

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów

Bardziej szczegółowo

Logistyka. Materiały dydaktyczne do zajęć. A. Klimek

Logistyka. Materiały dydaktyczne do zajęć. A. Klimek Logistyka Materiały dydaktyczne do zajęć A. Klimek Logistyka literatura podstawowa H.Ch. Pfohl: Systemy logistyczne. Podstawy organizacji i zarządzania Biblioteka Logistyka ILiM Poznań 1998 i następne

Bardziej szczegółowo

Grupowe zakupy usług transportowych praktyczna redukcja kosztów transportu

Grupowe zakupy usług transportowych praktyczna redukcja kosztów transportu Grupowe zakupy usług transportowych praktyczna redukcja kosztów transportu 1 Cel oraz agenda Cel Zaprezentowanie rzeczywistych korzyści wynikających ze współpracy firm w grupowej konsolidacji usług transportowych

Bardziej szczegółowo

EGZAMIN POTWIERDZAJĄCY KWALIFIKACJE W ZAWODZIE Rok 2019 CZĘŚĆ PRAKTYCZNA

EGZAMIN POTWIERDZAJĄCY KWALIFIKACJE W ZAWODZIE Rok 2019 CZĘŚĆ PRAKTYCZNA Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu Układ graficzny CKE 2018 Nazwa kwalifikacji: Eksploatacja środków transportu drogowego Oznaczenie kwalifikacji: A.69 Numer zadania:

Bardziej szczegółowo

Rozwiązanie zadania 1. Krok Tym razem naszym celem jest, nie tak, jak w przypadku typowego zadania transportowego

Rozwiązanie zadania 1. Krok Tym razem naszym celem jest, nie tak, jak w przypadku typowego zadania transportowego Zadanie 1 Pośrednik kupuje towar u dwóch dostawców (podaż: 2 i, jednostkowe koszty zakupu 1 i 12), przewozi go i sprzedaje trzem odbiorcom (popyt: 1, 28 i 27, ceny sprzedaży:, 25 i ). Jednostkowe koszty

Bardziej szczegółowo

Zadanie transportowe

Zadanie transportowe Zadanie transportowe Opracowanie planu przewozu jednorodnego produktu z różnych źródeł zaopatrzenia do punktów, które zgłaszają zapotrzebowanie na ten produkt. Wykład ARo Metody optymalizacji w ekonomii

Bardziej szczegółowo

Stochastyczne zagadnienie rozdziału z dyskretnym rozkładem popytu

Stochastyczne zagadnienie rozdziału z dyskretnym rozkładem popytu Stochastyczne zagadnienie rozdziału z dyskretnym rozkładem popytu Marcin Anholcer Uniwersytet Ekonomiczny w Poznaniu 19 marca 2013, Ustroń Marcin Anholcer Stochastyczne zagadnienie rozdziału 1/ 15 1 Zagadnienie

Bardziej szczegółowo

Komentarz Technik spedytor 342[02] Czerwiec 2012 342[02]-01-122. Strona 1 z 18

Komentarz Technik spedytor 342[02] Czerwiec 2012 342[02]-01-122. Strona 1 z 18 342[02]-01-122 Strona 1 z 18 Strona 2 z 18 Strona 3 z 18 Załączniki umieszczone w Karcie Pracy Egzaminacyjnej Strona 4 z 18 Strona 5 z 18 W pracy egzaminacyjnej ocenie podlegały następujące elementy: I.

Bardziej szczegółowo

Tytuł: Identyfikacja procesu. Przedmiot: Zarządzanie procesami transportowo-logistycznymi Specjalność: Logistyka transportu Wersja: 2014.10.

Tytuł: Identyfikacja procesu. Przedmiot: Zarządzanie procesami transportowo-logistycznymi Specjalność: Logistyka transportu Wersja: 2014.10. Tytuł: Identyfikacja Autor: Piotr SAWICKI Zakład Systemów Transportowych WMRiT PP piotr.sawicki@put.poznan.pl www.put.poznan.pl/~piotr.sawicki www.facebook.com/piotr.sawicki.put Przedmiot: Zarządzanie

Bardziej szczegółowo

LOGISTYKA ZAOPATRZENIA I PRODUKCJI ĆWICZENIA 13 ROZMIESZCZENIE STANOWISK (LAYOUT)

LOGISTYKA ZAOPATRZENIA I PRODUKCJI ĆWICZENIA 13 ROZMIESZCZENIE STANOWISK (LAYOUT) 1 LOGISTYKA ZAOPATRZENIA I PRODUKCJI ĆWICZENIA 13 ROZMIESZCZENIE STANOWISK (LAYOUT) Autor: dr inż. Roman DOMAŃSKI 2 LITERATURA Marek Fertsch, Danuta Głowacka-Fertsch Zarządzanie produkcją, WSL Poznań 2004

Bardziej szczegółowo

Rozwiązanie Ad 1. Model zadania jest następujący:

Rozwiązanie Ad 1. Model zadania jest następujący: Przykład. Hodowca drobiu musi uzupełnić zawartość dwóch składników odżywczych (A i B) w produktach, które kupuje. Rozważa cztery mieszanki: M : M, M i M. Zawartość składników odżywczych w poszczególnych

Bardziej szczegółowo

Zagadnienie transportowe i zagadnienie przydziału

Zagadnienie transportowe i zagadnienie przydziału Temat: Zagadnienie transportowe i zagadnienie przydziału Zadanie 1 Trzy piekarnie zlokalizowane na terenie miasta są zaopatrywane w mąkę z trzech magazynów znajdujących się na peryferiach. Zasoby mąki

Bardziej szczegółowo

ZAGADNIENIA TRANSPORTOWE

ZAGADNIENIA TRANSPORTOWE ZAGADNIENIA TRANSPORTOWE Maciej Patan Uniwersytet Zielonogórski WPROWADZENIE opracowano w 1941 r. (F.L. Hitchcock) Jest to problem opracowania planu przewozu pewnego jednorodnego produktu z kilku różnych

Bardziej szczegółowo

Programowanie sieciowe. Tadeusz Trzaskalik

Programowanie sieciowe. Tadeusz Trzaskalik Programowanie Tadeusz Trzaskalik 8.1. Wprowadzenie Słowa kluczowe Drzewo rozpinające Minimalne drzewo rozpinające Najkrótsza droga w sieci Wierzchołek początkowy Maksymalny przepływ w sieci Źródło Ujście

Bardziej szczegółowo

Wieloetapowe zagadnienia transportowe

Wieloetapowe zagadnienia transportowe Przykład 1 Wieloetapowe zagadnienia transportowe Dwóch dostawców o podaży 40 i 45 dostarcza towar do trzech odbiorców o popycie 18, 17 i 26 za pośrednictwem dwóch punktów pośrednich o pojemnościach równych

Bardziej szczegółowo

Zagadnienie transportowe

Zagadnienie transportowe 9//9 Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów

Bardziej szczegółowo

Polska. Standaryzacja komunikatów transportowych firmy Maspex z operatorem logistycznym PEKAES

Polska. Standaryzacja komunikatów transportowych firmy Maspex z operatorem logistycznym PEKAES Polska Standaryzacja komunikatów transportowych firmy Maspex z operatorem logistycznym PEKAES Firma Maspex jest liderem na rynku soków, nektarów i napojów w Polsce, w Czechach, na Słowacji, czołowym producentem

Bardziej szczegółowo

operacje porównania, a jeśli jest to konieczne ze względu na złe uporządkowanie porównywanych liczb zmieniamy ich kolejność, czyli przestawiamy je.

operacje porównania, a jeśli jest to konieczne ze względu na złe uporządkowanie porównywanych liczb zmieniamy ich kolejność, czyli przestawiamy je. Problem porządkowania zwanego również sortowaniem jest jednym z najważniejszych i najpopularniejszych zagadnień informatycznych. Dane: Liczba naturalna n i ciąg n liczb x 1, x 2,, x n. Wynik: Uporządkowanie

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE (część 2)

ZAGADNIENIE TRANSPORTOWE (część 2) ZAGADNIENIE TRANSPORTOWE (część ) Zadanie niezbilansowane Zadanie niezbilansowane Przykład 11. 5 3 8 A 4 6 4 B 9 3 11 C D E F G dostawcy odbiorcy Dostawcy: A :15 B : C :6 Odbiorcy: D :8 E :3 F :4 G :5

Bardziej szczegółowo

ASPEKT PRZYDZIAŁU ODBIORCÓW W PROBLEMIE INTEGRACJI HIERARCHICZNEGO SYSTEMU DYSTRYBUCJI

ASPEKT PRZYDZIAŁU ODBIORCÓW W PROBLEMIE INTEGRACJI HIERARCHICZNEGO SYSTEMU DYSTRYBUCJI Tomasz Ambroziak Politechnika Warszawska, Wydział Transportu Roland Jachimowski Politechnika Warszawska, Wydział Transportu ASPEKT PRZYDZIAŁU ODBIORCÓW W PROBLEMIE INTEGRACJI HIERARCHICZNEGO SYSTEMU DYSTRYBUCJI

Bardziej szczegółowo

Agenda. Politechnika Poznańska WMRiT ZST. Piotr Sawicki Optymalizacja w transporcie 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu.

Agenda. Politechnika Poznańska WMRiT ZST. Piotr Sawicki Optymalizacja w transporcie 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu. Tytuł: 03. Zastosowanie programowania binarnego i całkowitoliczbowego Autor: Piotr SAWICKI Zakład Systemów Transportowych WMRiT PP piotr.sawicki@put.poznan.pl www.put.poznan.pl/~piotr.sawicki www.facebook.com/piotr.sawicki.put

Bardziej szczegółowo

Moduł optymalizacji i harmonogramowania tras. - opis

Moduł optymalizacji i harmonogramowania tras. - opis Moduł optymalizacji i harmonogramowania tras - opis 1. Optymalizacja i harmonogramowanie tras Jesteś odpowiedzialny za planowanie zleceń transportowych Klientów swojej firmy? Zastanawiasz się: Jak zmniejszając

Bardziej szczegółowo

ALGORYTM KLASTERYZACJI W ZASTOSOWANIU DO PROBLEMU TRASOWANIA POJAZDÓW

ALGORYTM KLASTERYZACJI W ZASTOSOWANIU DO PROBLEMU TRASOWANIA POJAZDÓW Logistyka - nauka Tomasz AMBROZIAK *, Roland JACHIMOWSKI * ALGORYTM KLASTERYZACJI W ZASTOSOWANIU DO PROBLEMU TRASOWANIA POJAZDÓW Streszczenie W artykule scharakteryzowano problematykę klasteryzacji punktów

Bardziej szczegółowo

EGZAMIN POTWIERDZAJĄCY KWALIFIKACJE W ZAWODZIE Rok 2018 CZĘŚĆ PRAKTYCZNA

EGZAMIN POTWIERDZAJĄCY KWALIFIKACJE W ZAWODZIE Rok 2018 CZĘŚĆ PRAKTYCZNA Arkusz zawiera informacje prawnie Układ graficzny CKE 2017 chronione do momentu rozpoczęcia egzaminu Nazwa kwalifikacji: Organizacja i nadzorowanie transportu Oznaczenie kwalifikacji: A.28 Numer zadania:

Bardziej szczegółowo

Metody Ilościowe w Socjologii

Metody Ilościowe w Socjologii Metody Ilościowe w Socjologii wykład 4 BADANIA OPERACYJNE dr inż. Maciej Wolny AGENDA I. Badania operacyjne podstawowe definicje II. Metodologia badań operacyjnych III. Wybrane zagadnienia badań operacyjnych

Bardziej szczegółowo

WYŻSZA SZKOŁA LOGISTYKI

WYŻSZA SZKOŁA LOGISTYKI WYŻSZA SZKOŁA LOGISTYKI POZNAŃ ĆWICZENIA Z PRZEDMIOTU MAGAZYNOWANIE NAZWISKO IMIĘ ROK STUDIÓW SEMESTR KIERUNEK NUMER GRUPY PROWADZĄCY NUMER ZESTAWU 0016 / V / Z B - POZNAŃ, 2016 ROK PROCES TECHNOLOGICZNY

Bardziej szczegółowo

Metody iteracyjne rozwiązywania układów równań liniowych (5.3) Normy wektorów i macierzy (5.3.1) Niech. x i. i =1

Metody iteracyjne rozwiązywania układów równań liniowych (5.3) Normy wektorów i macierzy (5.3.1) Niech. x i. i =1 Normy wektorów i macierzy (5.3.1) Niech 1 X =[x x Y y =[y1 x n], oznaczają wektory przestrzeni R n, a yn] niech oznacza liczbę rzeczywistą. Wyrażenie x i p 5.3.1.a X p = p n i =1 nosi nazwę p-tej normy

Bardziej szczegółowo

Nazwa kwalifikacji: Organizacja i nadzorowanie transportu Oznaczenie kwalifikacji: A.28 Numer zadania: 01

Nazwa kwalifikacji: Organizacja i nadzorowanie transportu Oznaczenie kwalifikacji: A.28 Numer zadania: 01 Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu Układ graficzny CKE 2017 Nazwa kwalifikacji: Organizacja i nadzorowanie transportu Oznaczenie kwalifikacji: A.28 Numer zadania:

Bardziej szczegółowo

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania

Modele 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 szczegółowo

Przykładowe zadania rozwiązywane na ćwiczeniach

Przykładowe zadania rozwiązywane na ćwiczeniach Przykładowe zadania rozwiązywane na ćwiczeniach Zad.. Określić ilość kursów poszczególnych środków transportu, przy których koszty przewozu gotowych wyrobów z przedsiębiorstwa do hurtowni będą najniższe.

Bardziej szczegółowo

Analiza czasowo-kosztowa

Analiza czasowo-kosztowa Analiza czasowo-kosztowa Aspekt ekonomiczny: należy rozpatrzyć techniczne możliwości skrócenia terminu wykonania całego przedsięwzięcia, w taki sposób aby koszty związane z jego realizacją były jak najniższe.

Bardziej szczegółowo

Tabor Szynowy Opole S.A.

Tabor Szynowy Opole S.A. Strona 1/11 TARYFA TOWAROWA Tabor Szynowy Opole S.A. Obowiązuje od 01.03.2011r. 1 Strona 2/11 Spis treści 1 Zakres i podstawa świadczonych usług... 3 2 Zakres zastosowania Taryfy Towarowej Tabor Szynowy

Bardziej szczegółowo

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań Mieczysław OŁOŃSI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów

Bardziej szczegółowo

Seminarium IO. Zastosowanie wielorojowej metody PSO w Dynamic Vehicle Routing Problem. Michał Okulewicz

Seminarium IO. Zastosowanie wielorojowej metody PSO w Dynamic Vehicle Routing Problem. Michał Okulewicz Seminarium IO Zastosowanie wielorojowej metody PSO w Dynamic Vehicle Routing Problem Michał Okulewicz 26.02.2013 Plan prezentacji Przypomnienie Problem DVRP Algorytm PSO Podejścia DAPSO, MAPSO 2PSO, 2MPSO

Bardziej szczegółowo

Przykłady wybranych fragmentów prac egzaminacyjnych z komentarzami Technik spedytor 342[02]

Przykłady wybranych fragmentów prac egzaminacyjnych z komentarzami Technik spedytor 342[02] Przykłady wybranych fragmentów prac egzaminacyjnych z komentarzami Technik spedytor 342[02] 1 2 3 Rozwiązanie zadania egzaminacyjnego polegało na opracowaniu projektu prac realizowanych przez firmę transportowo

Bardziej szczegółowo

TARYFA DLA ZBIOROWEGO ZAOPATRZENIA W WODĘ I ZBIOROWEGO ODPROWADZANIA ŚCIEKÓW

TARYFA DLA ZBIOROWEGO ZAOPATRZENIA W WODĘ I ZBIOROWEGO ODPROWADZANIA ŚCIEKÓW Załącznik do Uchwały nr XXXIV/510/2009 Rady Miejskiej w Wieliczce z dnia 18 listopada 2009 roku TARYFA DLA ZBIOROWEGO ZAOPATRZENIA W WODĘ I ZBIOROWEGO ODPROWADZANIA ŚCIEKÓW obowiązująca na terenie Gminy

Bardziej szczegółowo

PROBLEMATYKA OBSŁUGI TRANSPORTOWEJ

PROBLEMATYKA OBSŁUGI TRANSPORTOWEJ Tomasz AMBROZIAK 1, Roland JACHIMOWSKI 2 Politechnika Warszawska, Wydział Transportu ul. Koszykowa 75, 00-662 Warszawa 1 tam@it.pw.edu.pl 2 rjach@it.pw.edu.pl PROBLEMATYKA OBSŁUGI TRANSPORTOWEJ W JEDNOSZCZEBLOWYM

Bardziej szczegółowo

WYKŁAD 3 WYPEŁNIANIE OBSZARÓW. Plan wykładu: 1. Wypełnianie wieloboku

WYKŁAD 3 WYPEŁNIANIE OBSZARÓW. Plan wykładu: 1. Wypełnianie wieloboku WYKŁ 3 WYPŁNINI OSZRÓW. Wypełnianie wieloboku Zasada parzystości: Prosta, która nie przechodzi przez wierzchołek przecina wielobok parzystą ilość razy. Plan wykładu: Wypełnianie wieloboku Wypełnianie konturu

Bardziej szczegółowo

Zapytanie ofertowe. planuje zakup usług doradczych. Zapytanie kierowane jest do firm z branży informatycznej.

Zapytanie ofertowe. planuje zakup usług doradczych. Zapytanie kierowane jest do firm z branży informatycznej. Kraków, 07.07.2014 Zapytanie ofertowe W zawiązku z realizowanym projektem POIG 8.2 firma LABRO TECHNOLOGIE ul. Czerwone Maki 59/22 30-392 Kraków NIP 954-111-33-29 Regon: 273427089 planuje zakup usług doradczych.

Bardziej szczegółowo

Zarządzanie Zapasami System informatyczny do monitorowania i planowania zapasów. Dawid Doliński

Zarządzanie 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 szczegółowo

Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik

Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik Programowanie liniowe całkowitoliczbowe Tadeusz Trzaskalik .. Wprowadzenie Słowa kluczowe Rozwiązanie całkowitoliczbowe Założenie podzielności Warunki całkowitoliczbowości Czyste zadanie programowania

Bardziej szczegółowo

ECONOMIC ORDER QUANTITY (EOQ)

ECONOMIC ORDER QUANTITY (EOQ) Systemy Logistyczne Wojsk nr 41/2014 MODEL EKONOMICZNEJ WIELKOŚCI ZAMÓWIENIA (EOQ) ECONOMIC ORDER QUANTITY (EOQ) Małgorzata GRZELAK Jarosław ZIÓŁKOWSKI Wojskowa Akademia Techniczna Wydział Logistyki Instytut

Bardziej szczegółowo

Kim jesteśmy? Logistyka Podlasie UPS Polska UPS Supply Chain Solutions DELL AVON Cosmetics

Kim jesteśmy? Logistyka Podlasie UPS Polska UPS Supply Chain Solutions DELL AVON Cosmetics inny i wymiarr logil isttyki i Kim jesteśmy? Firma Logistyka Podlasie powstała w 2004 roku. Od samego początku głównym kierunkiem działalności jest zarządzanie białostockim oddziałem firmy UPS Polska.

Bardziej szczegółowo

Zmiany w prawie transportowym

Zmiany w prawie transportowym Zmiany w prawie transportowym 2012 www.iuridica.com.pl Ustawa z dnia 18 sierpnia 2011 r. o zmianie ustawy - Prawo o ruchu drogowym oraz niektórych innych ustaw (Dz. U. z dnia 18 października 2011 r.) Ustawa

Bardziej szczegółowo

Temat: Algorytmy zachłanne

Temat: Algorytmy zachłanne Temat: Algorytmy zachłanne Algorytm zachłanny ( ang. greedy algorithm) wykonuje zawsze działanie, które wydaje się w danej chwili najkorzystniejsze. Wybiera zatem lokalnie optymalną możliwość w nadziei,

Bardziej szczegółowo

Wstęp do programowania INP001213Wcl rok akademicki 2017/18 semestr zimowy. Wykład 9. Karol Tarnowski A-1 p.

Wstęp do programowania INP001213Wcl rok akademicki 2017/18 semestr zimowy. Wykład 9. Karol Tarnowski A-1 p. Wstęp do programowania INP001213Wcl rok akademicki 2017/18 semestr zimowy Wykład 9 Karol Tarnowski karol.tarnowski@pwr.edu.pl A-1 p. 411B Plan prezentacji Zasada dziel i zwyciężaj Przykłady znajdowanie

Bardziej szczegółowo

Programowanie liniowe. Tadeusz Trzaskalik

Programowanie liniowe. Tadeusz Trzaskalik Programowanie liniowe Tadeusz Trzaskalik .. Wprowadzenie Słowa kluczowe Model matematyczny Cel, środki, ograniczenia Funkcja celu funkcja kryterium Zmienne decyzyjne Model optymalizacyjny Układ warunków

Bardziej szczegółowo

Przykład planowania sieci publicznego transportu zbiorowego

Przykład planowania sieci publicznego transportu zbiorowego TRANSPORT PUBLICZNY Przykład planowania sieci publicznego transportu zbiorowego Źródło: Bieńczak M., 2015 Politechnika Poznańska, Wydział Maszyn Roboczych i Transportu 1 METODYKA ZAŁOśENIA Dostarczanie

Bardziej szczegółowo

D. Miszczyńska, M.Miszczyński KBO UŁ 1 GRY KONFLIKTOWE GRY 2-OSOBOWE O SUMIE WYPŁAT ZERO

D. Miszczyńska, M.Miszczyński KBO UŁ 1 GRY KONFLIKTOWE GRY 2-OSOBOWE O SUMIE WYPŁAT ZERO D. Miszczyńska, M.Miszczyński KBO UŁ GRY KONFLIKTOWE GRY 2-OSOBOWE O SUMIE WYPŁAT ZERO Gra w sensie niżej przedstawionym to zasady którymi kierują się decydenci. Zakładamy, że rezultatem gry jest wypłata,

Bardziej szczegółowo

EKONOMIKA TRANSPORTU EKONOMIKA TRANSPORTU MARCIN FOLTYŃSKI TRANSPORTOWYCH

EKONOMIKA TRANSPORTU EKONOMIKA TRANSPORTU MARCIN FOLTYŃSKI TRANSPORTOWYCH EKONOMIKA TRANSPORTU PROJEKTOWANIE SYSTEMÓW TRANSPORTOWYCH DEFINICJE Sieć Zbiór połączonych ze sobą i wzajemnie uwarunkowanych działań z określonym punktem początkowym i końcowym. Struktura kanałów, którymi

Bardziej szczegółowo

EGZAMIN POTWIERDZAJĄCY KWALIFIKACJE W ZAWODZIE Rok 2017 CZĘŚĆ PRAKTYCZNA

EGZAMIN POTWIERDZAJĄCY KWALIFIKACJE W ZAWODZIE Rok 2017 CZĘŚĆ PRAKTYCZNA Arkusz zawiera informacje prawnie Układ graficzny CKE 2016 chronione do momentu rozpoczęcia egzaminu Nazwa kwalifikacji: Obsługa klientów i kontrahentów Oznaczenie kwalifikacji: A.29 Numer zadania: 01

Bardziej szczegółowo

METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski

METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski METODA SYMPLEKS Maciej Patan Uniwersytet Zielonogórski WSTĘP Algorytm Sympleks najpotężniejsza metoda rozwiązywania programów liniowych Metoda generuje ciąg dopuszczalnych rozwiązań x k w taki sposób,

Bardziej szczegółowo

WYŻSZA SZKOŁA LOGISTYKI

WYŻSZA SZKOŁA LOGISTYKI WYŻSZA SZKOŁA LOGISTYKI POZNAŃ ZARZĄDZANIE MAGAZYNEM MSU NAZWISKO IMIĘ NUMER ZESTAWU MSU/03/ 2010 POZNAŃ, 2010 ROK TABLICA W-1. Postać fizyczna asortymentów Lp. Asortyment Wymiary opz [mm] Masa q opz X

Bardziej szczegółowo

Podejście memetyczne do problemu DCVRP - wstępne wyniki. Adam Żychowski

Podejście memetyczne do problemu DCVRP - wstępne wyniki. Adam Żychowski Podejście memetyczne do problemu DCVRP - wstępne wyniki Adam Żychowski Na podstawie prac X. S. Chen, L. Feng, Y. S. Ong A Self-Adaptive Memeplexes Robust Search Scheme for solving Stochastic Demands Vehicle

Bardziej szczegółowo

Export Polska > Słowacja. Export Polska > Niemcy. usługa bezpłatna. usługa bezpłatna wycena indywidualna. za przesyłkę 20,00 20,00 35,00 35,00 20,00

Export Polska > Słowacja. Export Polska > Niemcy. usługa bezpłatna. usługa bezpłatna wycena indywidualna. za przesyłkę 20,00 20,00 35,00 35,00 20,00 Tabela nr 3a do Załącznika 4 Usługi Dodatkowe Cargo Classic i Cargo Premium - Dystrybucja Międzynarodowa (dostępne od 02.01.2019r., realizowane na zlecenie Klienta) EKSPORT Czechy Słowacja Niemcy Holandia

Bardziej szczegółowo

Wyznaczanie optymalnej trasy problem komiwojażera

Wyznaczanie optymalnej trasy problem komiwojażera Wyznaczanie optymalnej trasy problem komiwojażera Optymalizacja w podejmowaniu decyzji Opracowała: mgr inż. Natalia Malinowska Wrocław, dn. 28.03.2017 Wydział Elektroniki Politechnika Wrocławska Plan prezentacji

Bardziej szczegółowo

WYŻSZA SZKOŁA LOGISTYKI

WYŻSZA SZKOŁA LOGISTYKI WYŻSZA SZKOŁA LOGISTYKI POZNAŃ ĆWICZENIA Z PRZEDMIOTU GOSPODARKA MAGAZYNOWA NAZWISKO IMIĘ ROK STUDIÓW SEMESTR KIERUNEK NUMER GRUPY PROWADZĄCY NUMER ZESTAWU MSP 0009 / V / Z / R6 POZNAŃ, 2009 ROK Faza procesu

Bardziej szczegółowo

Programowanie dynamiczne

Programowanie dynamiczne Programowanie dynamiczne Patryk Żywica 5 maja 2008 1 Spis treści 1 Problem wydawania reszty 3 1.1 Sformułowanie problemu...................... 3 1.2 Algorytm.............................. 3 1.2.1 Prosty

Bardziej szczegółowo

OFERTA WSPÓŁPRACY InPost dla EXDEV SP. Z O.O.

OFERTA WSPÓŁPRACY InPost dla EXDEV SP. Z O.O. OFERTA WSPÓŁPRACY InPost dla EXDEV SP. Z O.O. Warszawa, 18 kwietnia 16 roku Oferta współpracy wraz z załącznikami ważna 30 dni KLAUZULA POUFNOŚCI Zgodnie z art. 11 ust. 4. Ustawy o zwalczaniu nieuczciwej

Bardziej szczegółowo

Algorytmy i struktury danych.

Algorytmy i struktury danych. Algorytmy i struktury danych. Wykład 4 Krzysztof M. Ocetkiewicz Krzysztof.Ocetkiewicz@eti.pg.gda.pl Katedra Algorytmów i Modelowania Systemów, WETI, PG Problem plecakowy mamy plecak o określonej pojemności

Bardziej szczegółowo

Ćwiczenie 1 Planowanie trasy robota mobilnego w siatce kwadratów pól - Algorytm A

Ćwiczenie 1 Planowanie trasy robota mobilnego w siatce kwadratów pól - Algorytm A Ćwiczenie 1 Planowanie trasy robota mobilnego w siatce kwadratów pól - Algorytm A Zadanie do wykonania 1) Utwórz na pulpicie katalog w formacie Imię nazwisko, w którym umieść wszystkie pliki związane z

Bardziej szczegółowo

Złożoność obliczeniowa zadania, zestaw 2

Złożoność obliczeniowa zadania, zestaw 2 Złożoność obliczeniowa zadania, zestaw 2 Określanie złożoności obliczeniowej algorytmów, obliczanie pesymistycznej i oczekiwanej złożoności obliczeniowej 1. Dana jest tablica jednowymiarowa A o rozmiarze

Bardziej szczegółowo

Czy logistyka może pomóc zbudować konkurencyjność

Czy logistyka może pomóc zbudować konkurencyjność A leading automotive logistics company A leading automotive logistics company Czy logistyka może pomóc zbudować konkurencyjność Prezentacja CAT Cargo Logistics Polska Michał Sierański 2014-05-28 Agenda

Bardziej szczegółowo

Eco Car - taxi dla Ciebie i Twojego dziecka

Eco Car - taxi dla Ciebie i Twojego dziecka img_3995.jpg [1] Fot. materiały prasowe Strona 1 z 8 Strona 2 z 8 Strona 3 z 8 Strona 4 z 8 Strona 5 z 8 5 września 2014 Eco Car posiada własną, jednorodną i w całości licencjonowaną flotę aut. Firma Strona

Bardziej szczegółowo

UCHWAŁA NR XL/ /2017 RADY GMINY MICHAŁOWICE. z dnia 27 listopada 2017 r.

UCHWAŁA NR XL/ /2017 RADY GMINY MICHAŁOWICE. z dnia 27 listopada 2017 r. Projekt z dnia 21 listopada 2017 r. Zatwierdzony przez... UCHWAŁA NR XL/ /2017 RADY GMINY MICHAŁOWICE z dnia 27 listopada 2017 r. w sprawie zatwierdzenia taryf dla zbiorowego zaopatrzenia w wodę i zbiorowego

Bardziej szczegółowo

Zadanie niezbilansowane. Gliwice 1

Zadanie niezbilansowane. Gliwice 1 Zadanie niezbilansowane 1 Zadanie niezbilansowane Przykład 11 5 3 8 2 A 4 6 4 2 B 9 2 3 11 C D E F G dostawcy odbiorcy DOSTAWCY: A: 15 B: 2 C: 6 ODBIORCY: D: 8 E: 3 F: 4 G: 5 2 Zadanie niezbilansowane

Bardziej szczegółowo

Sortowanie zewnętrzne

Sortowanie zewnętrzne Algorytmy i struktury danych Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski Sortowanie zewnętrzne 1 Wstęp Bardzo często

Bardziej szczegółowo

Programowanie dynamiczne. Tadeusz Trzaskalik

Programowanie dynamiczne. Tadeusz Trzaskalik Programowanie dynamiczne Tadeusz Trzaskalik 9.. Wprowadzenie Słowa kluczowe Wieloetapowe procesy decyzyjne Zmienne stanu Zmienne decyzyjne Funkcje przejścia Korzyści (straty etapowe) Funkcja kryterium

Bardziej szczegółowo

[1] E. M. Reingold, J. Nievergelt, N. Deo Algorytmy kombinatoryczne PWN, 1985.

[1] E. M. Reingold, J. Nievergelt, N. Deo Algorytmy kombinatoryczne PWN, 1985. Metody optymalizacji, wykład nr 10 Paweł Zieliński 1 Literatura [1] E. M. Reingold, J. Nievergelt, N. Deo Algorytmy kombinatoryczne PWN, 1985. [2] R.S. Garfinkel, G.L. Nemhauser Programowanie całkowitoliczbowe

Bardziej szczegółowo

Rozdział 1 PROGRAMOWANIE LINIOWE

Rozdział 1 PROGRAMOWANIE LINIOWE Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 1 PROGRAMOWANIE LINIOWE 1.1 Opis programów Do rozwiązania zadań programowania

Bardziej szczegółowo

Algorytmy mrówkowe (optymalizacja kolonii mrówek, Ant Colony optimisation)

Algorytmy mrówkowe (optymalizacja kolonii mrówek, Ant Colony optimisation) Algorytmy mrówkowe (optymalizacja kolonii mrówek, Ant Colony optimisation) Jest to technika probabilistyczna rozwiązywania problemów obliczeniowych, które mogą zostać sprowadzone do problemu znalezienie

Bardziej szczegółowo

LOGISTYKA OKIENNA JAK SKRÓCIĆ CZAS DOSTAW, POPRAWIĆ ICH TERMINOWOŚĆ I OBNIŻYĆ KOSZTY TRANSPORTU?

LOGISTYKA OKIENNA JAK SKRÓCIĆ CZAS DOSTAW, POPRAWIĆ ICH TERMINOWOŚĆ I OBNIŻYĆ KOSZTY TRANSPORTU? LOGISTYKA OKIENNA JAK SKRÓCIĆ CZAS DOSTAW, POPRAWIĆ ICH TERMINOWOŚĆ I OBNIŻYĆ KOSZTY TRANSPORTU? DOTYCHCZASOWA LOGISTYKA NIE RADZI SOBIE Z ROSNĄCYM BIZNESEM Szybki rozwój branży okienniczej spowodował

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania KOMPUTEROWE SYSTEMY STEROWANIA I WSPOMAGANIA DECYZJI Rozproszone programowanie produkcji z wykorzystaniem

Bardziej szczegółowo

EGZAMIN POTWIERDZAJĄCY KWALIFIKACJE W ZAWODZIE

EGZAMIN POTWIERDZAJĄCY KWALIFIKACJE W ZAWODZIE Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu Nazwa kwalifikacji: Organizacja i prowadzenie prac związanych z przeładunkiem oraz magazynowaniem towarów i ładunków w portach

Bardziej szczegółowo

ANALIZA CZASOWO-KOSZTOWA SIECI CPM-COST

ANALIZA CZASOWO-KOSZTOWA SIECI CPM-COST ANALIZA CZASOWO-KOSZTOWA SIECI CPM-COST Maciej Patan Uniwersytet Zielonogórski WPROWADZENIE W metodach CPM i PERT zwraca się uwagę jedynie na analizę ilościowa Równie ważne zagadnienie aspekt ekonomiczny

Bardziej szczegółowo

Rozdział 9 PROGRAMOWANIE DYNAMICZNE

Rozdział 9 PROGRAMOWANIE DYNAMICZNE Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 9 PROGRAMOWANIE DYNAMICZNE 9.2. Ćwiczenia komputerowe Ćwiczenie 9.1 Wykorzystując

Bardziej szczegółowo

Zasady przyjmowania oraz rozpatrywania reklamacji przez Krakowską Spółdzielczą Kasę Oszczędnościowo Kredytową

Zasady przyjmowania oraz rozpatrywania reklamacji przez Krakowską Spółdzielczą Kasę Oszczędnościowo Kredytową Zasady przyjmowania oraz rozpatrywania reklamacji przez Krakowską Spółdzielczą Kasę Oszczędnościowo Spis treści I. Postanowienia ogólne... 3 II. Cel i zakres dokumentu... 3 III. Słownik pojęć... 4 IV.

Bardziej szczegółowo

Kontrola okresów prowadzenia, przerw i odpoczynków w Tachospeed

Kontrola okresów prowadzenia, przerw i odpoczynków w Tachospeed Infolab 2008 Kontrola okresów prowadzenia, przerw i odpoczynków w Tachospeed Instrukcja zgodna z programem w wersji 2.19 i wyższej Aleksander Suzdalcew, Magdalena Kanicka, Dariusz Wata 2008-01-03 2 S t

Bardziej szczegółowo

Definicja. Ciąg wejściowy: Funkcja uporządkowująca: Sortowanie polega na: a 1, a 2,, a n-1, a n. f(a 1 ) f(a 2 ) f(a n )

Definicja. Ciąg wejściowy: Funkcja uporządkowująca: Sortowanie polega na: a 1, a 2,, a n-1, a n. f(a 1 ) f(a 2 ) f(a n ) SORTOWANIE 1 SORTOWANIE Proces ustawiania zbioru elementów w określonym porządku. Stosuje się w celu ułatwienia późniejszego wyszukiwania elementów sortowanego zbioru. 2 Definicja Ciąg wejściowy: a 1,

Bardziej szczegółowo