DOBÓR ASORTYMENTU PRODUKCJI ZAKŁADU ODLEWNICZEGO

Podobne dokumenty
OPTYMALNY 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

Excel - użycie dodatku Solver

EKONOMICZNE ASPEKTY ZRÓWNANIA KOSZTÓW Z ZYSKIEM WE WSPÓŁCZESNYM ZAKŁADZIE ODLEWNICZYM

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

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

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

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

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?

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIENIA Problem przydziału

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

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

Analiza danych przy uz yciu Solvera

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

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

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

Optymalizacja procesów technologicznych przy zastosowaniu programowania liniowego

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIEŃ TRANSPORTOWYCH Z KRYTERIUM KOSZTÓW

Rozwiązywanie programów matematycznych

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

Microsoft EXCEL SOLVER

OPTYMALIZACJA PARAMETRÓW OBRÓBKI CIEPLNEJ SILUMINU ALSi17

ANALIZA KRZEPNIĘCIA I BADANIA MIKROSTRUKTURY PODEUTEKTYCZNYCH STOPÓW UKŁADU Al-Si

Metody Ilościowe w Socjologii

Badania Operacyjne Ćwiczenia nr 1 (Materiały)

Definicja problemu programowania matematycznego

Standardowe zadanie programowania liniowego. Gliwice 1

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

BADANIA SKURCZU LINIOWEGO W OKRESIE KRZEPNIĘCIA I STYGNIĘCIA STOPU AlSi 6.9

EMPIRYCZNE WYZNACZENIE PRAWDOPODOBIEŃSTW POWSTAWANIA WARSTWY KOMPOZYTOWEJ

WPŁYW WIELKOŚCI WYDZIELEŃ GRAFITU NA WYTRZYMAŁOŚĆ ŻELIWA SFEROIDALNEGO NA ROZCIĄGANIE

WYKORZYSTANIE KLASYFIKACJI ABC I XYZ DO OPTYMALIZACJI PRODUKCJI W ODLEWNI

BADANIA SKURCZU LINIOWEGO W OKRESIE KRZEPNIĘCIA I STYGNIĘCIA STOPU AlSi 5.4

Elementy Modelowania Matematycznego

LEJNOŚĆ KOMPOZYTÓW NA OSNOWIE STOPU AlMg10 Z CZĄSTKAMI SiC

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

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO

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

Badania Operacyjne Ćwiczenia nr 2 (Materiały)

ROZKŁAD WIELKOŚCI WYDZIELEŃ GRAFITU W GRUBYM ODLEWIE ŻELIWNYM

Badania Operacyjne Ćwiczenia nr 5 (Materiały)

PROGNOZA SPRZEDAŻY PRODUKCJI ODLEWNICZEJ OPARTA NA DEKOMPOZYCJI SZEREGU CZASOWEGO

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

1.2. Rozwiązywanie zadań programowania liniowego metodą geometryczną

Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych)

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

Rozwiązanie Powyższe zadanie możemy przedstawić jako następujące zagadnienie programowania liniowego:

BADANIA NAPRĘŻEŃ SKURCZOWYCH W OKRESIE KRZEPNIĘCIA I STYGNIĘCIA STOPU AlSi 6.9

Badania Operacyjne Ćwiczenia nr 4 (Materiały)

ADAPTACJA METODY QFD DLA POTRZEB ODLEWNI ŻELIWA

ANALIZA ODDZIAŁYWANIA SYSTEMU ZARZĄDZANIA JAKOŚCIĄ NA STABILIZACJĘ WYBRANYCH WŁAŚCIWOŚCI WALCÓW HUTNICZYCH

ANALIZA KRZEPNIĘCIA I BADANIA MIKROSTRUKTURY STOPÓW Al-Si

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

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

KRZEPNIĘCIE KOMPOZYTÓW HYBRYDOWYCH AlMg10/SiC+C gr

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

WPŁYW SZYBKOŚCI STYGNIĘCIA NA PARAMETRY KRYSTALIZACJI ŻELIWA CHROMOWEGO

Rozwiązanie problemu transportowego metodą VAM. dr inż. Władysław Wornalkiewicz

OBRÓBKA CIEPLNA SILUMINU AK132

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

Rozwiązywanie problemów z użyciem Solvera programu Excel

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

PRZEWODNIK PO PRZEDMIOCIE

Programowanie liniowe

Iwona Konarzewska Programowanie celowe - wprowadzenie. Katedra Badań Operacyjnych UŁ

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

1. Który z warunków nie jest właściwy dla powyższego zadania programowania liniowego? 2. Na podstawie poniższej tablicy można odczytać, że

OPTYMALIZACJA W LOGISTYCE

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

PROGRAM OPTYMALIZACJI PLANU PRODUKCJI

Badania Operacyjne Ćwiczenia nr 6 (Materiały)

Modelowanie przy uŝyciu arkusza kalkulacyjnego

PRZESTRZENNY MODEL PRZENOŚNIKA TAŚMOWEGO MASY FORMIERSKIEJ

Programowanie liniowe

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

Opis modułu kształcenia Programowanie liniowe

Optymalizacja dwukryterialna struktury asortymentu produkcji we współczesnym zakładzie metalurgicznym

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

PROGRAMOWANIE WIELOKRYTERIALNE (CELOWE)

DETERMINANTY DOSKONALENIA PROCESÓW ODLEWNICZYCH W SYSTEMIE ZARZĄDZANIA JAKOŚCIĄ WG ISO 9001:2000

WPŁYW SZYBKOŚCI STYGNIĘCIA NA WŁASNOŚCI TERMOFIZYCZNE STALIWA W STANIE STAŁYM

ZAGADNIENIE TRANSPORTOWE

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

ZASTOSOWANIE PROGRAMOWANIA LINIOWEGO W ZAGADNIENIACH WSPOMAGANIA PROCESU PODEJMOWANIA DECYZJI

1. OPTYMALIZACJA PROGRAMU PRODUKCJI I SPRZEDAŻY

IDENTYFIKACJA FAZ W MODYFIKOWANYCH CYRKONEM ŻAROWYTRZYMAŁYCH ODLEWNICZYCH STOPACH KOBALTU METODĄ DEBYEA-SCHERRERA

ZAGADNIENIE TRANSPORTOWE

Praca Dyplomowa Magisterska. Zastosowanie algorytmów genetycznych w zagadnieniach optymalizacji produkcji

NOWOCZESNE METODY ESTYMACJI NIEZAWODNOŚCI ODLEWÓW, NA PRZYKŁADZIE STOPU AlSi17Cu3Mg

ZASTOSOWANIE OCHŁADZALNIKA W CELU ROZDROBNIENIA STRUKTURY W ODLEWIE BIMETALICZNYM

ROZKŁAD TWARDOŚCI I MIKROTWARDOŚCI OSNOWY ŻELIWA CHROMOWEGO ODPORNEGO NA ŚCIERANIE NA PRZEKROJU MODELOWEGO ODLEWU

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

WIELOKRYTERIALNY DOBÓR ROZTRZĄSACZY OBORNIKA

SYSTEM INFORMATYCZNEGO WSPOMAGANIA ZARZĄDZANIA GOSPODARKĄ MATERIAŁAMI WSADOWYMI W ODLEWNI PRIMA-ŁÓDŹ

PRZEWODNIK PO PRZEDMIOCIE

OCENA KRYSTALIZACJI STALIWA METODĄ ATD

Transkrypt:

16/5 Archives of Foundry, Year 2002, Volume 2, 5 Archiwum Odlewnictwa, Rok 2002, Rocznik 2, Nr 5 PAN Katowice PL ISSN 1642-5308 DOBÓR ASORTYMENTU PRODUKCJI ZAKŁADU ODLEWNICZEGO J. PIĄTKOWSKI 1, J. SZYMSZAL 2 F. BINCZYK 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 asortymentu produkcji zakładu odlewniczego, rozwiązaną przy pomocy programu liniowego. Program ten opiera się na modelu matematycznym, w którym zarówno warunki ograniczające, jak i funkcja celu są w postaci wektorowej. Zadanie optymalizacyjne rozwiązano algorytmem simpleks, który jest jedną z metod rozwiązywania programowania liniowego. Stwierdzono, że problemy z zakresu badań operacyjnych można rozwiązywać stosując 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 metalurgiczny może produkować określoną liczbę jednostek produkcyjnych (j. pr.) wyrobów, a do ich realizacji wykorzystać różne środki produkcji, z których część jest dostępna tylko w ograniczonych ilościach. 1 dr inż. 2 dr inż. 3 dr hab. inż. Prof. Pol. Śl

119 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 należy wyprodukować, aby osiągnąć maksymalny przychód (lub zysk) z ich sprzedaży. Ogólny model matematyczny zagadnienia wygląda następująco [2]: gdzie: 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, c 1 x 1 + c 2 x 2 + + c n x n max, 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. 2. CEL I ZAKRES BADAŃ warunki ograniczające funkcja celu Dobór optymalnego wyboru asortymentu produkcji przedstawiono na przykładzie odlewni produkującej trzy rodzaje odlewów dwuwarstwowych: O1, O2 oraz O3. Wsad metalowy do produkcji tych odlewów przygotowywany jest w dwóch różnych piecach indukcyjnych P1 i P2, których czas pracy jest limitowany i zależy od charakteru prowadzonego procesu technologicznego oraz parametrów materiałowych pieców. Przykładowe nakłady czasu pracy urządzeń grzewczych, ich normy zużycia oraz zysk jednostkowy z produkcji poszczególnych odlewów przedstawiono w tabeli 1. Celem badań było ustalenie optymalnego asortymentu produkcji odlewni tak, aby osiągnięty zysk ze sprzedaży produkowanych odlewów był maksymalny. Tabela.1. Hipotetyczne parametry zadania optymalizacy jnego Table 1. Hypothetic necessary information to optimisation assignment Rodzaj Czas pracy urządzeń [h/1 szt. odlewu] Limit pracy pieca Odlew 1 Odlew 2 Odlew 3 pieca [h] P1 5 3 1 36000 P2 1 2 4 48000 Zysk 1800 zł/1 szt. 2400 zł/1 szt. 3000 zł/1 szt. (1) (2)

120 3. METODYKA BADAŃ Do rozwiązania zadania optymalizacyjnego wykorzystano moduł Solver [3]. Jest to narzędzie Excela, umożliwiające określenie więcej niż jednej zmieniających się komórek wejściowych. Zadanie to jest oparte o dodatkowe założenia odnos zące się do sposobu zmian komórek decyzyjnych, przy generowaniu rozwiązania znajdującego minimum lub maksimum określonej funkcji celu, która przyjmuje następującą postać: 1800 x 1 + 2400 x 2 + 3000 x 3 max, gdzie: x 1, x 2, x 3 odpowiednia ilość odlewu O1; O2 oraz odlewu O3. (3) Dane potrzebne do obliczenia zmiennych decyzyjnych funkcji celu przedstawiono na rysunku 1. 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 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. Ze względu na limitowany czas pracy pieców indukcyjnych, dokonano ograniczeń (warunków ograniczających W n ), do których należą: (W1) 5 x 1 + 3 x 2 + x 3 36000 [h] co do czasu pracy pieca I, (W2) x 1 + 2 x 2 + 4 x 3 48000 [h] co do czasu pracy pieca II, warunków, wynikających z zapotrzebowania odbiorców na poszczególne odlewy, a także prowadzonej gospodarki magazynowo transportowej: (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, (rys. 2).

121 Rys.2. Zdefiniowane warunki ograniczające Fig.2. Defined restrictive conditions Następnie, z menu Narzędzia wybrano moduł Solver i wypełniono okno dialogowe Solver-Parametry. Adresujemy komórkę celu przypisując jej wartoś ć 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, dlatego 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 W celu rozwiązania zagadnienia należy uruchomić okno dialogowe Solver-Opcje (wybierając przycisk Opcje) i zadeklarować liniowość zadania optymalizacyjnego oraz

122 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 zadania optymalizacyjnego wynika, że maksymalny, przy danych warunkach ograniczających, zysk wyniesie około 828000 zł. Osiągniecie tego celu jest możliwe po wyprodukowaniu 200 sztuk odlewu O1, 120 sztuk odlewu O2 oraz 60 sztuk odlewu O3. Wartości komórek zmiennych decyzyjnych wskazują, iż ilości poszczególnych odlewów dwuwarstwowych zostały spełnione. Z bloku warunków ograniczających dotyczących zasobów czasu pracy pieców indukcyjnych wynika, że warunki te są luźne (nie wiążące) przy decyzji optymalnej. Wskazuje o tym wartość lewych stron dwóch pierwszych warunków ograniczających, które podają, iż 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 P I oraz aż 4120 godzin dla pieca P II. 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

123 spełniony przy wyprodukowaniu dokładnie 120 sztuk odlewu 2 i 60 sztuk odlewu 3 dla optymalnych zmiennych decyzyjnych. Jak wynika z przedstawionej metody doboru asortymentu 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. LITERATURA [1] Mała encyklopedia ekonomiczna, PWN, Warszawa 1974 [2] K. Kukuła: Badania operacyjne w przykładach i zadaniach, PWN, W-wa, 2001 [3] Walkenbach J.: Excel 2000, Wydawnictwo RM, Warszawa 1999 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 p ossible to dissolve applying modules of spreadsheet's sheet Excel, instead of dear, specialists computer packets. Recenzował Prof. Józef Gawroński