OPTYMALNY DOBÓR ASORTYMENTU PRODUKCJI ZAKŁADU ODLEWNICZEGO

Podobne dokumenty
DOBÓR ASORTYMENTU PRODUKCJI ZAKŁADU ODLEWNICZEGO

Ćwiczenia laboratoryjne - Dobór optymalnego asortymentu produkcji programowanie liniowe. Logistyka w Hutnictwie Ćw. L.

ANALIZA WRAŻLIWOŚCI OPTYMALNEGO WYBORU ASORTYMENTU PRODUKCJI ZAKŁADU ODLEWNICZEGO

OBLICZANIE NAMIARU WSADU METALOWEGO Z WYKORZYSTANIEM ALGORYTMU SIMPLEKS

METODY WYZNACZANIA OPTYMALNYCH DECYZJI Z ZASTOSOWANIEM MODUŁU SOLVER

Zagadnienia programowania liniowego dotyczą modelowania i optymalizacji wielu problemów decyzyjnych, na przykład:

Excel - użycie dodatku Solver

Przykład wykorzystania dodatku SOLVER 1 w arkuszu Excel do rozwiązywania zadań programowania matematycznego

EKONOMICZNE ASPEKTY ZRÓWNANIA KOSZTÓW Z ZYSKIEM WE WSPÓŁCZESNYM ZAKŁADZIE ODLEWNICZYM

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

Badania operacyjne Instrukcja do c wiczen laboratoryjnych Rozwiązywanie problemów programowania liniowego z użyciem MS Excel + Solver

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIENIA Problem przydziału

Analiza danych przy uz yciu Solvera

Definicja problemu programowania matematycznego

CHARAKTERYSTYKA I ZASTOSOWANIA ALGORYTMÓW OPTYMALIZACJI ROZMYTEJ. E. ZIÓŁKOWSKI 1 Wydział Odlewnictwa AGH, ul. Reymonta 23, Kraków

Ćwiczenia laboratoryjne - 7. Zagadnienie transportowoprodukcyjne. programowanie liniowe

Dodatek Solver Teoria Dodatek Solver jest częścią zestawu poleceń czasami zwaną narzędziami analizy typu co-jśli (analiza typu co, jeśli?

=B8*E8 ( F9:F11 F12 =SUMA(F8:F11)

Badania Operacyjne Ćwiczenia nr 1 (Materiały)

Optymalizacja procesów technologicznych przy zastosowaniu programowania liniowego

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO

ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1)

Metody Ilościowe w Socjologii

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIEŃ TRANSPORTOWYCH Z KRYTERIUM KOSZTÓW

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia:

Rozwiązywanie programów matematycznych

Microsoft EXCEL SOLVER

WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU CZASOWEGO ZWIĄZANEGO ZE SPRZEDAŻĄ ASORTYMENTU HUTNICZEGO

J. SZYMSZAL 1, A. GIEREK 2, J. PIĄTKOWSKI 3, J. KLIŚ 4 Politechnika Śląska, Katowice, ul. Krasińskiego 8

ANALIZA KRZEPNIĘCIA I BADANIA MIKROSTRUKTURY PODEUTEKTYCZNYCH STOPÓW UKŁADU Al-Si

Badania Operacyjne Ćwiczenia nr 2 (Materiały)

Standardowe zadanie programowania liniowego. Gliwice 1

Programowanie liniowe

OPTYMALIZACJA PARAMETRÓW OBRÓBKI CIEPLNEJ SILUMINU ALSi17

WYKORZYSTANIE KLASYFIKACJI ABC I XYZ DO OPTYMALIZACJI PRODUKCJI W ODLEWNI

Elementy Modelowania Matematycznego

BADANIA SKURCZU LINIOWEGO W OKRESIE KRZEPNIĘCIA I STYGNIĘCIA STOPU AlSi 6.9

Zadania 1. Czas pracy przypadający na jednostkę wyrobu (w godz.) M 1. Wyroby

Document: Exercise*02*-*manual /11/ :31---page1of8 INSTRUKCJA DO ĆWICZENIA NR 2

WPŁYW WIELKOŚCI WYDZIELEŃ GRAFITU NA WYTRZYMAŁOŚĆ ŻELIWA SFEROIDALNEGO NA ROZCIĄGANIE

Programowanie liniowe

ZASTOSOWANIE PROGRAMOWANIA LINIOWEGO W ZAGADNIENIACH WSPOMAGANIA PROCESU PODEJMOWANIA DECYZJI

Iwona Konarzewska Programowanie celowe - wprowadzenie. Katedra Badań Operacyjnych UŁ

Badania Operacyjne Ćwiczenia nr 5 (Materiały)

Rozwiązanie Powyższe zadanie możemy przedstawić jako następujące zagadnienie programowania liniowego:

EMPIRYCZNE WYZNACZENIE PRAWDOPODOBIEŃSTW POWSTAWANIA WARSTWY KOMPOZYTOWEJ

PRZEWODNIK PO PRZEDMIOCIE

PROGRAMOWANIE WIELOKRYTERIALNE (CELOWE)

ANALIZA KRZEPNIĘCIA I BADANIA MIKROSTRUKTURY STOPÓW Al-Si

Modelowanie przy uŝyciu arkusza kalkulacyjnego

1.2. Rozwiązywanie zadań programowania liniowego metodą geometryczną

ZAGADNIENIE TRANSPORTOWE

Agenda. Optymalizacja w transporcie. Piotr Sawicki WIT PP, ZST 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu.

BADANIA SKURCZU LINIOWEGO W OKRESIE KRZEPNIĘCIA I STYGNIĘCIA STOPU AlSi 5.4

ANALIZA ODDZIAŁYWANIA SYSTEMU ZARZĄDZANIA JAKOŚCIĄ NA STABILIZACJĘ WYBRANYCH WŁAŚCIWOŚCI WALCÓW HUTNICZYCH

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

OBRÓBKA CIEPLNA SILUMINU AK132

Opis modułu kształcenia Programowanie liniowe

łączny czas pracy (1 wariant) łączny koszt pracy (2 wariant) - całkowite (opcjonalnie - dla wyrobów liczonych w szt.)

PROGRAM OPTYMALIZACJI PLANU PRODUKCJI

Ekonometria - ćwiczenia 10

ADAPTACJA METODY QFD DLA POTRZEB ODLEWNI ŻELIWA

Badania operacyjne Operation research. Transport I stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny)

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

PRZEWODNIK PO PRZEDMIOCIE

ZAGADNIENIE TRANSPORTOWE

PRZEWODNIK PO PRZEDMIOCIE

BADANIA NAPRĘŻEŃ SKURCZOWYCH W OKRESIE KRZEPNIĘCIA I STYGNIĘCIA STOPU AlSi 6.9

doc. dr Beata Pułska-Turyna Zarządzanie B506 mail: mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505.

LEJNOŚĆ KOMPOZYTÓW NA OSNOWIE STOPU AlMg10 Z CZĄSTKAMI SiC

Badania Operacyjne Ćwiczenia nr 4 (Materiały)

Badania operacyjne. te praktyczne pytania, na które inne metody dają odpowiedzi jeszcze gorsze.

PRZEWODNIK PO PRZEDMIOCIE. stacjonarne. II stopnia. ogólnoakademicki. podstawowy WYKŁAD ĆWICZENIA LABORATORIUM PROJEKT SEMINARIUM

ROZKŁAD WIELKOŚCI WYDZIELEŃ GRAFITU W GRUBYM ODLEWIE ŻELIWNYM

OPTYMALIZACJA W LOGISTYCE

Programowanie nieliniowe

Logistyka I stopień Ogólnoakademicki. Niestacjonarne. Zarządzanie logistyczne Katedra Inżynierii Produkcji Dr Sławomir Luściński

maj 2014 Politechnika Gdańska Wydział Oceanotechniki i Okrętownictwa St. II stop., sem. I

Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych)

Rozwiązywanie problemów z użyciem Solvera programu Excel

KRZEPNIĘCIE KOMPOZYTÓW HYBRYDOWYCH AlMg10/SiC+C gr

Rozwiązanie problemu transportowego metodą VAM. dr inż. Władysław Wornalkiewicz

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Rozdział 6 PROGRAMOWANIE WYPUKŁE I KWADRATOWE

Badania Operacyjne Ćwiczenia nr 6 (Materiały)

WYBRANE SPOSOBY OPTYMALIZACJI PRODUKCJI W ODLEWNI ZA POMOCĄ KOMPUTEROWEGO SYSTEMU MRPII/ERP

Ćwiczenia laboratoryjne - 7. Problem (diety) mieszanek w hutnictwie programowanie liniowe. Logistyka w Hutnictwie Ćw. L. 7

PRZESTRZENNY MODEL PRZENOŚNIKA TAŚMOWEGO MASY FORMIERSKIEJ

Praca Dyplomowa Magisterska. Zastosowanie algorytmów genetycznych w zagadnieniach optymalizacji produkcji

WPROWADZENIE DO EKONOMII MENEDŻERSKIEJ.

Elementy Modelowania Matematycznego Wykład 7 Programowanie nieliniowe i całkowitoliczbowe

Wspomaganie Zarządzania Przedsiębiorstwem Laboratorium 02

2. Tworzenie tabeli przestawnej. W pierwszym oknie dialogowym kreatora określamy źródło danych, które mamy zamiar analizować.

PROGNOZA SPRZEDAŻY PRODUKCJI ODLEWNICZEJ OPARTA NA DEKOMPOZYCJI SZEREGU CZASOWEGO

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne [1]

1 AKTYWACJA POLECENIA SOLVER DO JAKICH ZADAŃ WYKORZYSTAMY SOLVERA? PROSTY PRZYKŁAD SOLVERA WIĘCEJ O SOLVERZE...

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne

Zarządzanie kosztami i wynikami. dr Robert Piechota

Opis przedmiotu. Karta przedmiotu - Badania operacyjne Katalog ECTS Politechniki Warszawskiej

Transkrypt:

2/6 ARCHIWUM ODLEWNICTWA Rok 2002, Rocznik 2, Nr 6 Archives of Foundry Year 2002, Volume 2, Book 6 PAN - Katowice PL ISSN 1642-5308 OPTYMALNY DOBÓR ASORTYMENTU PRODUKCJI ZAKŁADU ODLEWNICZEGO F. BINCZYK J 1, J. PIĄTKOWSKI 2, J. SZYMSZAL 3 Katedra Technologii Stopów Metali i Kompozytów, Politechnika Śląska, ul. Krasińskiego 8, 40-019 Katowice, Polska STRESZCZENIE W pracy przedstawiono jedną z sytuacji decyzyjnych optymalnego wyboru asort y- mentu produkcji zakładu odlewniczego rozwiązaną przy pomocy programu liniowego. Program ten opiera się na modelu matematycznym, w którym zarówno warunki ogran i- czające, jak i funkcja celu są w postaci liniowej. Zadanie optymalizacyjne rozwiązano algorytmem simpleks, który jest jedną z metod rozwiązywania programowania liniowego. Stwierdzono, że problemy z zakresu badań operacyjnych można rozwiązywać stos u- jąc arkusze kalkulacyjne (np. Excel), zamiast drogich, specjalistycznych pakietów komputerowych. Key words: linear programming, algorithm simplex and module Solver 1. WPROWADZENIE Nowoczesne przedsięwzięcia wytwórcze i dystrybucyjne, wymuszają stosowanie badań operacyjnych oraz analizy rachunków optymalizacyjnych, ułatwiających podejmowanie trafnych decyzji gospodarczych. Prawidłowe określenie zakresów stabilności zadania optymalnego pozwala na właściwe podejmowanie decyzji menedżerskich, co daje przewagę nad tymi, którzy działają bez znajomości podstawowych zagadnień logistycznych w produkcji [1]. Zakład odlewniczy może produkować określoną liczbę je d- nostek produkcyjnych (j. pr.) wyrobów, a do ich realizacji wykorzystać różne środki produkcji, z których część jest dostępna tylko w ograniczonych ilościach. 1 dr hab.inż. -prof. Pol. Śl, 2 dr inż. - adiunkt, 3 dr inż. adiunkt. 23

Na podstawie norm zużycia środków produkcji na jednostkę każdego elementu, zasobów produkcyjnych, zasobów czasu produkcji, warunków płacowych oraz ceny lub zysków jednostkowych ze sprzedaży wyrobów można określić, które artykuły i w jakich ilościach wyprodukować, aby osiągnąć maksymalny przychód (lub zysk) z ich sprzedaży. Ogólny model matematyczny zagadnienia wygląda następująco [2]: a 11 x 1 + a 12 x 2 + + a 1n x n < b 1,, a k1 x 1 + a k2 x 2 + + a kn x n < b k ; d j < x j < g j dla niektórych j, warunki ograniczające (1) c 1 x 1 + c 2 x 2 + + c n x n max, funkcja celu (2) gdzie: a ij zużycie i-tego środka produkcji na wytworzenie jednostki j-ego wyrobu dla (i=1,...,k oraz j=1,...,n) (w tym również czas pracy urządzeń oraz płace robotników na wytworzenie jednostki j-ego wyrobu), b i posiadany zasób i-tego środka produkcji, c j cena lub zysk jednostkowy ze sprzedaży j-ego wyrobu, d j minimalna ilość j-ego wyrobu, jaką trzeba wyprodukować, m j maksymalna ilość j-ego wyrobu, jaką można sprzedać, x j wielkość produkcji j-ego wyrobu (dla x 1 > 0,..., x n > 0). n liczba jednostek produkcyjnych, k - ograniczenie ilościowe środków produkcji. Asortyment produkcji spełniający warunki ograniczające i brzegowe będzie rozwiązaniem dopuszczalnym, natomiast optymalnym rozwiązaniem będzie to (lub te) spośród dopuszczalnych, dla którego (lub dla których), funkcja celu przyjmuje wartość maks y- malną [3]. 2. CEL I ZAKRES BADAŃ Dobór optymalnego wyboru asortymentu produkcji przedstawiono na przykładzie odlewni produkującej trzy rodzaje odlewów dwuwarstwowych: odlew 1, odlew 2 oraz odlew 3. Wsad metalowy do produkcji tych odlewów przygotowywany jest w dwóch piecach: indukcyjnym PI (rdzeń) i tyglowym PII (warstwa zewnętrzna). Czas pracy tych pieców jest limitowany i zależy od sposobu topienia i charakteru prowadzonych procesów technologicznych. Przykładowo założone, jednostkowe nakłady czasu pracy urządzeń grzewczych, ich normy zużycia oraz zysk jednostkowy 24

ARCHIWUM ODLEWNICTWA z produkcji poszczególnych odlewów przedstawiono w tabeli 1. Celem obliczeń było ustalenie optymalnego asortymentu produkcji zakładu odlewniczego tak, aby osiągnięty zysk ze sprzedaży produkowanych odlewów był maksymalny. Tabela 1. Dane niezbędne do optymalizacji Table 1. Necessary information to optimisation assignment Rodzaj Czas pracy urządzeń [h/1 szt. odlewu] Limit pracy pieca Odlew 1 Odlew 2 Odlew 3 pieca [h] PI 5 3 1 36000 PII 1 2 4 48000 Zysk 1800 zł/1 szt. 2400 zł/1 szt. 3000 zł/1 szt. 3. METODYKA BADAŃ Do rozwiązania zadania optymalizacyjnego wykorzys tano moduł Solver [4]. Jest to narzędzie Excela, umożliwiające określenie więcej niż jednej zmieniających się komórek wejściowych. Zadanie to jest oparte o dodatkowe założenia odnoszące się do sposobu zmian komórek decyzyjnych, przy generowaniu rozwiązania znajdującego minimum lub maksimum określonej funkcji celu. W rozpatrywanym zadaniu, funkcja celu przyjmuje następującą postać: 1800 x 1 + 2400 x 2 + 3000 x 3 max, gdzie: x 1, x 2, x 3 odpowiednia ilość odlewów 1,2 i 3. Dane potrzebne do obliczenia zmiennych decyzyjnych funkcji celu przedstawiono na rysunku 1. (3) Rys. 1. Definicja funkcji celu. Fig. 1. Definition of aim function. Zgodnie z danymi zawartymi w tabeli 1, do komórek B3:D3 wprowadzono zysk jednostkowy ze sprzedaży odlewów, natomiast w bloku komórek B4:D4 (są to zmienne decyzyjne) wprowadzono zera, gdyż Solver oblicza optymalizowane ilości 25

produkowanych odlewów. W komórce E4, (komórka celu), przy pomocy funkcji =SUMA. ILOCZYNÓW(B4:D4;B3:D3), określono sumaryczny zysk ze sprzedaży optymalnej ilości produkowanych odlewów dwuwarstwowych. Jak wynika z rysunku 1, aby osiągnąć maksymalny zysk wystarczy sprzedawać tylko odlewy nr 3, ponieważ zysk jednostkowy z ich sprzedaży jest największy. Takie ujęcie problemu staje się bardzo proste w rozwiązaniu, gdyby warunki rzeczywiste odlewni nie stwarzały pewnych ograniczeń (warunków ograniczających W n ), do których należą: (W1) 5 x 1 + 3 x 2 + x 3 36000 [h] co do czasu pracy pieca PI, (W2) x 1 + 2 x 2 + 4 x 3 48000 [h] co do czasu pracy pieca PII, W związku z pewnymi ograniczeniami, wynikającymi z zapotrzebowania o d- biorców na poszczególne odlewy, oraz w wyniku prowadzonej gospodarki magazyn o- wo transportowej w odlewni, sformułowano kolejne warunki ograniczające: (W3) - zapotrzebowanie odbiorców na odlew 1 wynosi nie więcej niż 200 sztuk, (W4) - odlewnia potrzebuje 120 sztuk odlewu 2 jako rezerwę dla kooperanta, oraz (W5) - 60 sztuk odlewu 3 na wywiązanie się z zaległego zamówienia. Tak zdefiniowane warunki ograniczające wprowadzono do Excela, co przedstawia rysunek 2. Rys. 2. Zdefiniowane warunki ograniczające. Fig. 2. Defined restrictive conditions. 26

ARCHIWUM ODLEWNICTWA Następnie, z menu Narzędzia wybrano moduł Solver i wypełniono okno dialogowe Solver-Parametry. Adresujemy komórkę celu przypisując jej wartość maksymalną, definiujemy komórki zmiennych decyzyjnych oraz wprowadzamy warunki ograniczające. W analizowanym przykładzie komórką wynikową (celu) jest komórka E4 (rys.1), gdyż formuła w niej zawarta wylicza całkowity zysk ze sprzedaży wszystkich wyprodukowanych odlewów. Ponieważ celem jest uzyskanie maksymalnej wartości (zysku), ze sprzedaży odlewów, komórkę tą indeksujemy jako wartość Maks. W polu komórki zmieniane, zaznaczono blok komórek B4-D4, czyli optymalizowane ilości poszczególnych odlewów, przy produkcji których, zysk z ich sprzedaży będzie maksymalny. Obszar warunków ograniczających, wypełniono zgodnie z wcześniej podanymi założeniami, co przedstawiono na rysunku 3. Rys. 3. Okno dialogowe Solver Parametry. Fig. 3. Window dialogue Solver Parameters. 27

W celu rozwiązania zagadnienia należy uruchomić okno dialogowe Solver-Opcje (wybierając przycisk Opcje) i zadeklarować liniowość zadania optymalizacyjnego oraz nieujemność zmiennych decyzyjnych. Rozwiązanie optymalnego doboru asortymentu produkcji zakładu odlewniczego przedstawia rysunek 4. Rys. 4. Rozwiązanie zadania optymalizacyjnego. Fig. 4. Solution of assignment optimisation. 4. ANALIZA WYNIKÓW Z uzyskanego rozwiązania optymalizacyjnego wynika, że przy danych waru n- kach ograniczających, maksymalny zysk wyniesie około 828000 zł. Osiągniecie tego celu jest możliwe po wyprodukowaniu 200 sztuk odlewu 1, 120 sztuk odlewu 2 oraz 60 sztuk odlewu 3. Wartości komórek zmiennych decyzyjnych wskazują, iż ilości p o- szczególnych odlewów dwuwarstwowych zostały spełnione. Jak wynika z rysunku 1, osiągnięcie maksymalnego zysku skłania do sprzedaży tylko odlewów 3, ponieważ dochód jednostkowy z ich sprzedaży jest największy (3000zł). Jednakże warunki rzeczywiste zakładu odlewniczego zmuszają do zastosowania pewnych ograniczeń, wyrażonych przy pomocy warunków ograniczających. W a- runki te dotyczą czasu pracy urządzeń grzewczych oraz planów produkcyjnych, które wręcz nakazują produkcję odlewów 1 i odlewów 2, choć te przynoszą mniejsze zyski. Solver, w rozwiązaniu podaje minimalne ilości produkowanych odlewów, ze wskazaniem, że oszczędności należy szukać nie w ilości produkowanych odlewów, lecz w zmniejszeniu czasu pracy urządzeń grzewczych. Z bloku warunków ograniczających, dotyczących zasobów czasu pracy pieców do topienia wynika, że warunki te są luźne (nie wiążące) przy decyzji optymalnej. Świadczy o tym wartość lewych stron dwóch pierwszych warunków ograniczających, informują- 28

ARCHIWUM ODLEWNICTWA cych, że do wytworzenia optymalnej ilości produkowanych odlewów dwuwarstwowych wystarczy 1420 godzin pracy pieca PI oraz 680 godzin pracy pieca PII. Na tej podstawie można stwierdzić, że przy optymalnym planie produkcji odlewów, oszczędności wynikające z czasu pracy urządzeń grzewczych (ograniczenie typu <) wynoszą odpowiednio: 2180 godzin dla pieca PI oraz aż 4120 godzin dla pieca PII. Analizując kolejne warunki ograniczające, wynikające z zapotrzebowania odbiorców na poszczególne odlewy, widać, iż warunek 3, który dotyczy ilości produkcji odlewu 1 jest wiążący, świadczy o tym ograniczenie typu <. Jednakże, moduł Solver podaje, że liczba produkowanych odlewów 1 musi być dokładnie równa 200 sztuk przy decyzji optymalnej. Ostatnie dwa warunki ograniczające są napięte (wiążące), o czym świadczy ograniczenie typu =. Wynika stąd, iż maksymalny, do uzyskania zysk całkowity będzie spełniony przy wyprodukowaniu dokładnie 120 sztuk odlewu 2 i 60 sztuk odlewu 3 dla optymalnych zmiennych decyzyjnych. Jak wynika z przedstawionej metody doboru asortyme n- tu produkcji wybranego zakładu odlewniczego nowoczesnymi metodami optymalizacyjnymi, zamiast korzystać ze specjalistycznych pakietów informatycznych, można używać bardzo popularnych arkuszy kalkulacyjnych, wyposażonych w podstawowe narzędzia analizy matematyczno-statystycznej. Nowoczesny sposób określenia produkcji, oprócz zalet typowo technologicznych, posiada również swoje uzasadnienie ekon o- miczne, co wynika między innymi z oszczędności pracy pieców do topienia. Biorąc pod uwagę obecne realia gospodarki rynkowej, optymalizacja procesu technologicznego, jak i jego stała kontrola na każdym odcinku produkcji, może mieć kluczowe znaczenie podczas podejmowania trafnych decyzji menedżerskich. LITERATURA [1] Mała encyklopedia ekonomiczna, PWN, Warszawa 1974 [2] K. Kukuła: Badania operacyjne w przykładach i zadaniach, PWN, W-wa, 2001 [3] S. Abt: Systemy logistyczne w gospodarowaniu, wyd. Akademii Ekonomicznej w Poznaniu, Poznań 1997 [4] Walkenbach J.: Excel 2000, Wydawnictwo RM, Warszawa 1999 29

SELECTION OF THE ASSORTMENT PRODUCTION OF CASTING INSTITUTION SUMMARY In work was introduced one from situation of decision optimum choice of assortment of production of institution casting dissolved at help of linear programmed. Program this is bases on mathematical model, in which both restrictive conditions, as they are function of aim in linear form. Assignment optimisation algorithm was dissolved it is simplex, which one from methods of dissolving of linear programming. It was affirmed, that problems in the way of operating investigations it were been possible to dissolve applying modules of spreadsheet's sheet Excel, instead of dear, specialists' computer packets. Recenzował: prof. dr hab. inż. Przemysław Wasilewski 30