Programowanie efektywnej strategii zarz¹dzania wydobyciem wêgla kamiennego w warunkach gospodarki rynkowej



Podobne dokumenty
Rys Mo liwe postacie funkcji w metodzie regula falsi

gdy wielomian p(x) jest podzielny bez reszty przez trójmian kwadratowy x rx q. W takim przypadku (5.10)

SYMULACJA STOCHASTYCZNA W ZASTOSOWANIU DO IDENTYFIKACJI FUNKCJI GÊSTOŒCI PRAWDOPODOBIEÑSTWA WYDOBYCIA

(wymiar macierzy trójk¹tnej jest równy liczbie elementów na g³ównej przek¹tnej). Z twierdzen 1 > 0. Zatem dla zale noœci

IV. UK ADY RÓWNAÑ LINIOWYCH

Zasady tworzenia baz danych na potrzeby symulacji stochastycznej kosztów produkcji w polach œcianowych

Projektowanie procesów logistycznych w systemach wytwarzania

III. INTERPOLACJA Ogólne zadanie interpolacji. Niech oznacza funkcjê zmiennej x zale n¹ od n + 1 parametrów tj.

1. Rozwiązać układ równań { x 2 = 2y 1

Sytuacja na rynkach zbytu wêgla oraz polityka cenowo-kosztowa szans¹ na poprawê efektywnoœci w polskim górnictwie

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania

PRÓG RENTOWNOŚCI i PRÓG

Innym wnioskiem z twierdzenia 3.10 jest

1. Szacowanie rynkowej wartoœci nieruchomoœci jako przedmiotu prawa w³asnoœci ograniczonej u ytkowaniem wieczystym

Zarządzanie Produkcją II

Rozdział 6. Pakowanie plecaka. 6.1 Postawienie problemu

KLAUZULE ARBITRAŻOWE

Rachunek zysków i strat

Podatek przemysłowy (lokalny podatek od działalności usługowowytwórczej) :02:07

PRAWA ZACHOWANIA. Podstawowe terminy. Cia a tworz ce uk ad mechaniczny oddzia ywuj mi dzy sob i z cia ami nie nale cymi do uk adu za pomoc

Warszawska Giełda Towarowa S.A.

Lokum Deweloper S.A. Warszawa, 16 marca 2016 r.

KRAJOWY REJESTR SĄDOWY. Stan na dzień godz. 11:20:32 Numer KRS:

Propozycja rozwiązania kwestii kredytów w CHF dla rodzin najsłabszych ekonomicznie. 31 maja 2016

1. S³owo wstêpne Geologia gospodarcza g³ówne aspekty problematyki badawczej Zakres, treœæ i cel rozprawy...

Krótkoterminowe planowanie finansowe na przykładzie przedsiębiorstw z branży 42

INFORMACJE O INSTRUMENTACH FINANSOWYCH WCHODZĄCYCH W SKŁAD ZARZADZANYCH PRZEZ BIURO MAKLERSKIE PORTFELI Z UWZGLĘDNIENIEM ZWIĄZANYCH Z NIMI RYZYK

1. Wstêp. 2. Metodyka i zakres badañ WP YW DODATKÓW MODYFIKUJ CYCH NA PODSTAWOWE W AŒCIWOŒCI ZAWIESIN Z POPIO ÓW LOTNYCH Z ELEKTROWNI X

Próba optymalizacji nak³adów czynników produkcji w górnictwie wêgla kamiennego z wykorzystaniem programowania nieliniowego

Projektowanie bazy danych

Analiza wielkoœci wydobycia, zatrudnienia oraz kosztów wynagrodzeñ w systemie organizacyjnym uwzglêdniaj¹cym ci¹g³¹ pracê zak³adu wydobywczego

ZAANGA OWANIE PRACOWNIKÓW W PROJEKTY INFORMATYCZNE

Rodzaje i metody kalkulacji

ZAKŁADY MAGNEZYTOWE ROPCZYCE S.A. Warszawa, marzec 2013

Sprawozdanie Rady Nadzorczej KERDOS GROUP Spółka Akcyjna

Uniwersytet Warszawski Wydział Zarządzania Sylabus

DECYZJA. Dyrektor Zachodniopomorskiego Oddziaùu Wojewódzkiego Narodowego Funduszu Zdrowia. oddala odwoùanie w caùoúci

Sprawozdanie Rady Nadzorczej FAMUR S.A. dla Zwyczajnego Walnego Zgromadzenia z oceny sprawozdania finansowego, sprawozdania z działalności Spółki

REGULAMIN ZADANIA KONKURENCJI CASE STUDY V OGOLNOPOLSKIEGO KONKURSU BEST EGINEERING COMPETITION 2011

Załącznik Nr 2 do Uchwały Nr 161/2012 Rady Miejskiej w Jastrowiu z dnia 20 grudnia 2012

Analiza CVP koszty wolumen - zysk

PROJEKTOWANIE PROCESÓW PRODUKCYJNYCH

MIKROEKONOMIA I FORMY RYNKU CZĘŚĆ 1. Konkurencja doskonała i monopol - dwa skrajne przypadki struktury rynku

Uniwersytet Warszawski Organizacja rynku dr Olga Kiuila LEKCJA 12

Rekompensowanie pracy w godzinach nadliczbowych

Podstawowe pojęcia: Populacja. Populacja skończona zawiera skończoną liczbę jednostek statystycznych

Wydział Zarządzania. Poziom i forma studiów. Ścieżka dyplomowania: Kod przedmiotu: Punkty ECTS 1) W - 15 C- 15 L- 0 P- 0 Ps- 0 S- 0

- 70% wg starych zasad i 30% wg nowych zasad dla osób, które. - 55% wg starych zasad i 45% wg nowych zasad dla osób, które

Wytyczne Województwa Wielkopolskiego

1.2. Dochody maj tkowe x. w tym: ze sprzeda y maj tku x z tytu u dotacji oraz rodków przeznaczonych na inwestycje

ZMIANY NASTROJÓW GOSPODARCZYCH W WOJEWÓDZTWIE LUBELSKIM W III KWARTALE 2006 R.

W z ó r u m o w y POSTANOWIENIA GENERALNE

Monopolistyczna konkurencja

Surowiec Zużycie surowca Zapas A B C D S 1 0,5 0,4 0,4 0, S 2 0,4 0,2 0 0, Ceny x

USTAWA. z dnia 29 sierpnia 1997 r. Ordynacja podatkowa. Dz. U. z 2015 r. poz

Analiza sytuacji TIM SA w oparciu o wybrane wskaźniki finansowe wg stanu na r.

Zadania ćwiczeniowe do przedmiotu Makroekonomia I

Akademia Młodego Ekonomisty

Bilans czasu pracy za³ogi w systemie organizacyjnym uwzglêdniaj¹cym ci¹g³¹ pracê zak³adu wydobywczego

TABELA OPROCENTOWANIA PRODUKTÓW KREDYTOWYCH W BANKU SPÓŁDZIELCZYM RZEMIOSŁA W RADOMIU Tekst jednolity - obowiązuje od r.

DE-WZP JJ.3 Warszawa,

Statystyczna analiza danych w programie STATISTICA. Dariusz Gozdowski. Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW

Modelowanie œrodowiska 3D z danych pomiarowych**

FORUM ZWIĄZKÓW ZAWODOWYCH

Uchwała Nr 129/16/V/2016 Zarządu Powiatu w Olkuszu z dnia r.

Aneks nr 1 do Prospektu emisyjnego EFH Żurawie Wieżowe S.A.

2.Prawo zachowania masy

FUNKCJE ZMIENNYCH LOSOWYCH MO LIWOŒCI REDUKCJI MODELI STOCHASTYCZNYCH. CZÊŒÆ I

Polityka spójno ci w perspektywie finansowej UE na lata , a obszary wiejskie

Szpital Iłża: Udzielenie i obsługa kredytu długoterminowego w wysokości zł na sfinansowanie bieżących zobowiązań.

Optymalizacja struktury produkcji kopalni z uwzględnieniem kosztów stałych i zmiennych

Opis modułu analitycznego do śledzenia rotacji towaru oraz planowania dostaw dla programu WF-Mag dla Windows.


Czy przedsiêbiorstwo, którym zarz¹dzasz, intensywnie siê rozwija, ma wiele oddzia³ów lub kolejne lokalizacje w planach?

KRAJOWY REJESTR SĄDOWY. Stan na dzień godz. 07:25:37 Numer KRS:

REGULAMIN PROMOCJI: BĄDŹ GOTÓW NA VAT! WYBIERZ SYMFONIĘ

Teorie handlu. Teoria cyklu życia produktu Vernona

FORMULARZ OFERTY DO ZADANIA I

Zagro enia fizyczne. Zagro enia termiczne. wysoka temperatura ogieñ zimno

Problem czasu w strukturach systemów produkcyjnych

USTAWA. z dnia 26 czerwca 1974 r. Kodeks pracy. 1) (tekst jednolity)

PRZEWODNIK PO PRZEDMIOCIE

Spis treœci. Spis treœci

Przedmowa Czêœæ pierwsza. Podstawy frontalnych automatów komórkowych... 11

Umowy Dodatkowe. Przewodnik Ubezpieczonego

Maciej Kaliski*, Dominik Staœko** PROGNOZY ENERGETYCZNE POLSKI WPERSPEKTYWIE ROKU 2025***

(0) (1) (0) Teoretycznie wystarczy wzi¹æ dowoln¹ macierz M tak¹, by (M) < 1, a nastêpnie obliczyæ wektor (4.17)

1) TUnŻ WARTA S.A. i TUiR WARTA S.A. należą do tej samej grupy kapitałowej,

MIÊDZYNARODOWY STANDARD REWIZJI FINANSOWEJ 520 PROCEDURY ANALITYCZNE SPIS TREŒCI

ZASADY WYPEŁNIANIA ANKIETY 2. ZATRUDNIENIE NA CZĘŚĆ ETATU LUB PRZEZ CZĘŚĆ OKRESU OCENY

Wyk³ad INTERPOLACJA.

Kontrakt Terytorialny

GRUPA KAPITA OWA TAURON POLSKA ENERGIA S.A.

Gaz łupkowy w województwie pomorskim

REGULAMIN PRACY ZARZĄDU GDAŃSKIEJ ORGANIZACJI TURYSTYCZNEJ (GOT)

PRZEWODNIK PO PRZEDMIOCIE

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia:

GRUPA KAPITA OWA TAURON POLSKA ENERGIA S.A.

Mo liwoœci decyzyjne wynikaj¹ce ze znajomoœci udzia³ów kosztów sta³ych i zmiennych w kosztach pozyskania wêgla

Zarządzanie jakością

Transkrypt:

GOSPODARKA SUROWCAMI MINERALNYMI Tom 23 2007 Zeszyt 1 MAKSYMILIAN KLANK* Programowanie efektywnej strategii zarz¹dzania wydobyciem wêgla kamiennego w warunkach gospodarki rynkowej S³owa kluczowe Górnictwo wêgla kamiennego, zarz¹dzanie produkcj¹, programowanie dynamiczne, koszty sta³e i zmienne Streszczenie W pracy przedstawiono wybrane aspekty budowy modelu matematycznego na potrzeby programowania efektywnej ekonomicznie strategii zarz¹dzania wydobyciem wêgla kamiennego w warunkach gospodarki rynkowej przy za³o eniu pe³nego i terminowego zaspokojenia popytu. Model przedstawiono na uproszczonych przyk³adach w celu pokazania podstaw teoretycznych sposobu jego budowy. Wprowadzenie Górnictwo wêgla kamiennego funkcjonuje w specyficznych warunkach rynkowych, które charakteryzuje m.in. sezonowoœæ zapotrzebowania. Kopalnia jako zak³ad produkcyjny charakteryzuje siê równie okreœlon¹ specyfik¹. Z ekonomicznego punktu widzenia obserwujemy du y udzia³ kosztów sta³ych w ogólnym koszcie produkcji. Mar a pokrycia kosztów sta³ych jest tym mniejsza im wiêksza jest produkcja, dlatego zdolnoœæ produkcyjna kopalni powinna byæ w maksymalnym stopniu wykorzystana. Innym specyficznym aspektem mo e byæ du y udzia³ kosztów osobowych i spora zale noœæ od uwarunkowañ stymuluj¹cych te koszty. Wynikaj¹ st¹d du e ograniczenia odnoœnie do elastycznego reago- * Dr, Europejskie Stowarzyszenie Wêgla Kamiennego i Brunatnego Euracoal, Bruksela, Belgia. Recenzent prof. dr hab. in. Czes³aw Cyrnek

110 wania na zmieniaj¹ce siê warunki na rynku. Z technicznego punktu widzenia nale a³oby utrzymaæ rytmiczn¹ produkcjê, z pe³nym wykorzystaniem posiadanego potencja³u osobowego i technicznego. Równie warunki geologiczno-górnicze niekiedy stymuluj¹ koniecznoœæ utrzymywania minimalnych postêpów œcian. Nie w ka dych warunkach mo na liczyæ na natychmiastow¹ sprzeda wydobytego wêgla. Aspekty te wymuszaj¹ niekiedy koniecznoœæ wydobywania i zwa³owania wêgla w oczekiwaniu na przysz³e zapotrzebowanie rynkowe. Szczególnie uwidacznia siê to w miesi¹cach letnich, jednak kopalnia nie mo e pozwoliæ sobie na wakacyjn¹ przerwê w produkcji. Istotnego znaczenia nabiera programowanie wydobycia i sk³adowania wêgla w taki sposób, aby by³o to racjonalne z ekonomicznego punktu widzenia i spe³nia³o wszystkie uwarunkowania stymuluj¹ce funkcjonowanie kopalñ jako zak³adów produkcyjnych o szczególnej specyfice. W niniejszej pracy podjêto próbê sformu³owania podstaw teoretycznych efektywnej strategii wydobycia i sk³adowania wêgla kamiennego w warunkach ograniczeñ wynikaj¹cych z uwarunkowañ spo³eczno-gospodarczych, w jakich funkcjonuj¹ obecnie polskie kopalnie wêgla kamiennego. Zagadnienie sformu³owano jako zadanie programowania dynamicznego. Programowanie dynamiczne od wielu dziesiêcioleci znajdowa³o zastosowanie do rozwi¹zywania problemów zarz¹dzania strategicznego. Szczególny rozwój programowania dynamicznego datuje siê od sformu³owania przez Bellmana zasady optymalnoœci (Bellman, Dreyfus 1967). Rozwijane jest nadal, o czym œwiadczy doœæ liczna literatura, a z ostatniego okresu mo na wymieniæ prace Klimy (2005), Bylka i Rempa³y (2003). Programowanie dynamiczne jest jednym z elementów badañ operacyjnych, które doczeka³y siê licznych opracowañ, czego klasycznym przyk³adem mo e byæ praca Wagnera (1980). Analiza literatury wykaza³a stosunkowo nieliczne zastosowania programowania dynamicznego do rozwi¹zywania zagadnieñ dotycz¹cych polskiego górnictwa wêgla kamiennego. Klasyczn¹ pozycj¹ literatury z tego zakresu mo e byæ praca Jaœkowskiego (1975), w której zaprezentowano metodê optymalizacji programu rozwoju bran y przemys³u wydobywczego paliw, wykorzystuj¹c¹ w procedurze optymalizacyjnej metody algorytm programowania dynamicznego. Programowanie dynamiczne zastosowano równie do wyznaczania optymalnej wielkoœci produkcji wêgla kamiennego w Polsce w perspektywie wieloletniej, czego przyk³adem mo e byæ praca Tchórzewskiego (2003). Wydaje siê celowe siêgniêcie jeszcze raz do metod i modeli programowania dynamicznego, aby sformu³owaæ i zastosowaæ w praktyce metodê programowania efektywnej strategii wydobycia i sk³adowania wêgla w warunkach gospodarki rynkowej, opartej na racjonalnym dostosowaniu wydobycia i sk³adowania wêgla do pe³nego i terminowego zaspokojenia popytu. Sk³adowanie wêgla mo na traktowaæ jako tworzenie zapasów gotowej produkcji czekaj¹cej na sprzeda w dogodnym momencie. W celu opracowania programu produkcji (w przypadku kopalñ wydobycia kopaliny u ytecznej) nale y uwzglêdniæ nie tylko same mo liwoœci wydobywcze, ale równie mo liwoœci w zakresie sk³adowania gotowego produktu b¹dÿ te pó³produktu do tworzenia mieszanek lub do dalszej przeróbki. Niekiedy

111 kopalni bêdzie siê op³acaæ wyprodukowaæ wiêcej ni wymaga popyt w danym okresie i magazynowaæ nadwy kê a do momentu jej wykorzystania. Oczywiœcie, wi¹zaæ siê z tym bêd¹ okreœlone koszty (np. sk³adowania, ubezpieczenia, kapita³u po yczonego na sfinansowanie zapasów), ale mo e okazaæ siê, e w d³ugookresowym rozliczeniu bêd¹ one uzasadnione z ekonomicznego punktu widzenia. Sformu³owanie programu wydobywczego minimalizuj¹cego ogólne koszty produkcji i przechowywania zapasów, przy za³o eniu pe³nego i terminowego zaspokojenia popytu, mo na sformu³owaæ jako zadanie z obszaru dynamicznego zarz¹dzania zapasami, które stanowi jedno z klasycznych zagadnieñ programowania dynamicznego i jest stosunkowo dobrze opisane w pracach z zakresu badañ operacyjnych. Nale y przy tym uwzglêdniæ szczególn¹ specyfikê, jaka charakteryzuje funkcjonowanie kopalñ w aktualnych warunkach spo³eczno-gospodarczych polskiego górnictwa wêglowego. Poni ej zaprezentowano podstawy teoretyczne elementarnych modeli zarz¹dzania zapasami w dostosowaniu do specyfiki funkcjonowania kopalñ wêgla kamiennego w Polsce. 1. Budowa podstaw modelu matematycznego Przyjmijmy nastêpuj¹ce oznaczenia dla pojedynczej kopalni: X t wydobycie w okresie t, S t popyt (sprzeda ) w okresie t, Z t zapasy na koniec okresu t, KX t koszty wydobycia w okresie t, KZ t koszty sk³adowania zapasów w okresie t, KXS t koszty sta³e wydobycia w okresie t, kxz t jednostkowe koszty zmienne wydobycia w okresie t, KZS t koszty sta³e sk³adowania zapasów w okresie t, kzz t jednostkowe koszty zmienne sk³adowania zapasów w okresie t, XMIN t minimalne wydobycie kopalni w okresie t, XMAX t maksymalna zdolnoœæ wydobywcza kopalni w okresie t, ZMAX t maksymalna zdolnoœæ sk³adowania zapasów w okresie t, N liczba okresów sk³adaj¹cych siê na okres planistyczny. 1.1. Budowa modelu dla pojedynczej kopalni w okresie t (np. rok, kwarta³, miesi¹c) przy pominiêciu zu ycia w³asnego Wielkoœæ popytu (sprzeda y) w okresie t mo na opisaæ zale noœci¹ zapisan¹ w sposób werbalny: [popyt (sprzeda ) w okresie t] = [wydobycie w okresie t] [zapasy na koniec okresu t]

112 oraz wzorem: S t = X t Z t Wielkoœæ popytu w okresie t mo na okreœliæ z prognozy, a wielkoœæ wydobycia w okresie t mo na opisaæ wzorem: X t = S t + Z t Popyt powinien byæ zaspokojony w pe³ni i terminowo wynikaj¹ st¹d dwa warunki ograniczaj¹ce. Pierwszy warunek ograniczaj¹cy zapisany w sposób werbalny: [zapasy na koniec okresu t] = [zapasy na pocz¹tku okresu t] + [wydobycie w okresie t] [popyt (sprzeda ) w okresie t] oraz wzorem: lub inaczej: dla ka dego okresu t, t =1,2,,N Z t = Z t 1 + X t S t Z t 1 + X t Z t = S t Drugi warunek ograniczaj¹cy (o zaspokojeniu popytu) mo na sformu³owaæ nastêpuj¹co: poziom zapasów na pocz¹tku okresu i wielkoœæ produkcji w danym okresie powinny byæ wystarczaj¹co du e, aby zapasy na koñcu okresu by³y wielkoœci¹ nieujemn¹, st¹d: Z t = 0, 1, 2, w ka dym okresie t, t =1,2,,N 1 Zapasy na koniec okresu planistycznego powinny byæ sprzedane, st¹d za³o enie o likwidacji zapasów w koñcu okresu planistycznego zapisane wzorem: Z N =0 Funkcja kosztów dla okresu t mo e byæ zapisana formu³¹: K t (KX t, KZ t )=KX t + KZ t Poniewa koszty wydobycia dziel¹ siê na sta³e i zmienne wzglêdem wielkoœci wydobycia, st¹d wynika zapis: KX t = KXS t + kxz t X t

113 Koszty sk³adowania zapasów dziel¹ siê na sta³e i zmienne wzglêdem wielkoœci sk³adowanych zapasów: KZ t =KZS t +kzz t Z t Funkcja celu zak³adaj¹ca minimalizacjê kosztu wydobycia i sk³adowania zapasów mo e byæ ogólnie zapisana w nastêpuj¹cy sposób: N F K t( KX t, KZt ) min t 1 Ograniczenia w modelu mog¹ byæ zapisane nastêpuj¹co: XMIN t X t XMAX t Z t = 0, 1, 2, Z t 1 + X t Z t = S t w ka dym okresie t, t =1,2,,N 1 dla ka dego okresu t, t =1,2,,N 0 Z t ZMAX t Mo na równie sformu³owaæ inn¹ funkcjê celu np. maksymalizacjê wyniku finansowego ze sprzeda y. Oznaczaj¹c dodatkowo: C t œrednia cena zbytu w okresie t, P t przychody ze sprzeda y w okresie t, mo na zapisaæ: P t (S t,c t )=S t C t Funkcja celu w postaci maksymalizacji wyniku finansowego ze sprzeda y mo e byæ zapisana w nastêpuj¹cy sposób: N F [ Pt( St, Ct ) Kt( KX t, KZt )] max t 1 Ograniczenia mog¹ byæ identyczne jak w przypadku funkcji kosztu.

114 1.2. Sformu³owanie dynamiczne problemu Przyjêto nastêpuj¹ce oznaczenia: s n popyt (sprzeda ) w okresie, w którym do koñca horyzontu planu pozosta³o jeszcze n okresów, k n (x,j) koszt produkcji x jednostek oraz magazynowania j jednostek na koñcu okresu, którego od koñca horyzontu planu dzieli jeszcze n okresów. Przy przyjêtych oznaczeniach: s 1 = S N oraz s n = S 1 k 1 (x,j) =K N (x,j) Stan systemu produkcyjnego na pocz¹tku ka dego z okresów okreœlaj¹ zapasy na pocz¹tku tego okresu, a znajomoœæ procesu, jaki doprowadzi³ do ukszta³towania siê zapasów na danym poziomie nie ma wp³ywu na bie ¹ce decyzje produkcyjne. Niech: f n (i) wartoœæ odpowiadaj¹ca polityce minimalnych kosztów, gdy pocz¹tkowy poziom zapasów jest równy i, a do koñca okresu planistycznego pozosta³o jeszcze n okresów, x n (i) wielkoœæ produkcji odpowiadaj¹ca f n (i) Poniewa wielkoœæ zapasów na koniec okresu planistycznego z za³o enia jest równa zeru, mo na napisaæ: f n (0) = 0, (n =0) Etap gdy n =1: wielkoœæ zapasów i na pocz¹tku okresu mo e byæ dowoln¹ liczb¹ ca³kowit¹ z przedzia³u [0,s 1 ], wielkoœæ produkcji natomiast musi byæ równa s 1 i po to, aby zaspokoiæ ca³y popyt w ostatnim okresie. Wynika z tego: f 1 (i) =k 1 (s 1 i, 0), dla i =0,1,,s 1 Etap gdy n =2: jeœli zapas na pocz¹tku tego okresu oznaczymy przez i, a poziom produkcji przez x, to odpowiedni koszt jest równy: k 2 (x, i+x s 2 )+f 1 (i+x s 2 ), przy za³o eniu, e zastosowaliœmy politykê optymaln¹ dla n =1. Iloœæ [i + x s 2 ] jest równa zapasom na koniec okresu, a wielkoœæ i mo e byæ dowoln¹ liczb¹ ca³kowit¹ z przedzia³u [0, s 1 + s 2 ].

Dla danego i ca³kowitoliczbowa wielkoœæ produkcji musi byæ co najmniej równa s 2 i, aby zaspokoiæ popyt w danym okresie, ale nie wiêksza od s 1 + s 2 i, poniewa zapas w koñcu horyzontu planu musi byæ równy 0. Optymaln¹ wielkoœci¹ x jest produkcja minimalizuj¹ca powy sz¹ sumê. Dla n = 2 mo na wiêc napisaæ: f 2 (i) =min[k 2 (x, i + x s 2 )+f 1 (i+x s 2 )], x gdzie: i =0,1,,s 1 + s 2, a minimalizujemy po wielkoœciach x z przedzia³u [s 2 i, s 1 + s 2 i]. Ogólna postaæ zale noœci rekurencyjnej jest nastêpuj¹ca: 115 f n (i) =min[k n (x, i+x s n )+f n 1 (i+x s n )], x gdzie: i =0,1,,s 1 + s 2 + +s n, a minimalizujemy po wielkoœciach x z przedzia³u [s n i, s 1 + s 2 + +s n i]. 2. Budowa modelu dla pojedynczej kopalni w okresie t (np. rok, kwarta³, miesi¹c) dla nieograniczonego horyzontu czasowego Zmienn¹ decyzyjn¹ jest zmienna wielkoœæ produkcji [x], o której zak³adamy, e jest nieujemn¹ liczb¹ ca³kowit¹. Oznaczamy: KX(x) odpowiednia funkcja kosztów produkcji w ka dym okresie, KZ(z) funkcja kosztów przechowywania zapasów, gdzie z oznacza poziom zapasów na koniec okresu. Zak³adamy, e wielkoœæ popytu jest sta³a we wszystkich okresach i jest równa S (S jest liczb¹ ca³kowit¹ dodatni¹), oraz e ca³y popyt musi byæ zaspokojony bez opóÿnieñ. Jednookresowy wspó³czynnik dyskonta (Wagner 1980) wynosi, gdzie 0 <1. Zdefiniujemy: f n (i) = [obecna wartoœæ optymalnej polityki produkcyjnej, gdy pocz¹tkowe zapasy s¹ równe i oraz do koñca pozosta³o n okresów]. Przy powy szych za³o eniach zale noœæ rekurencyjna programowania dynamicznego dla modelu o skoñczonym horyzoncie ma postaæ: f n (i) =min[kx(x) +KZ(i +x S)+ f n 1 (i+x S)], x

116 gdzie wyra enie w nawiasach minimalizujemy po wszystkich nieujemnych wartoœciach ca³kowitych x S i. Odpowiednikiem powy szego wzoru dla przypadku nieograniczonego horyzontu jest: f(i) =min[kx(x) +KZ(i +x S)+ f(i +x S)], (0 <1) x W tym przypadku f (i) mo emy interpretowaæ jako obecn¹ wartoœæ polityki optymalnej w nieograniczonym horyzoncie przy za³o eniu, e poziom pocz¹tkowych zapasów w bie ¹cym okresie jest równy i. Równanie to jest nazywane równaniem ekstremalnym. Mo na tu przytoczyæ twierdzenie o polityce stacjonarnej (Wagner 1980): zawsze istnieje skoñczona wartoœæ y i, spe³niaj¹ca równanie ekstremalne, a odpowiadaj¹ca jej polityka stacjonarna jest polityk¹ optymaln¹ w klasie wszystkich mo liwych polityk. 3. Uogólnienie problemu na wielozak³adowe przedsiêbiorstwo górnicze Przyjêto nastêpuj¹ce oznaczenia: k indeks kopalni w wielozak³adowym przedsiêbiorstwie górniczym, k =1,2,,K, K liczba kopalñ w wielozak³adowym przedsiêbiorstwie górniczym, X k,t wydobycie k-tej kopalni w okresie t, S k,t popyt (sprzeda ) k-tej kopalni w okresie t, Z k,t zapasy k-tej kopalni na koniec okresu t, KX k,t koszty wydobycia k-tej kopalni w okresie t, KZ k,t koszty sk³adowania zapasów k-tej kopalni w okresie t, KXS k,t koszty sta³e wydobycia k-tej kopalni w okresie t, kxz k,t jednostkowe koszty zmienne wydobycia k-tej kopalni w okresie t, KZS k,t koszty sta³e sk³adowania zapasów k-tej kopalni w okresie t, kzz k,t jednostkowe koszty zmienne sk³adowania zapasów k-tej kopalni w okresie t, XMIN k,t minimalne wydobycie k-tej kopalni w okresie t, XMAX k,t maksymalna zdolnoœæ wydobywcza k-tej kopalni w okresie t, ZMAX k,t maksymalna zdolnoœæ sk³adowania zapasów k-tej kopalni w okresie t, N liczba okresów sk³adaj¹cych siê na okres planistyczny. Wielkoœæ popytu (sprzeda y) k-tej kopalni w okresie t mo na opisaæ zale noœci¹: S k,t =X k,t Z k,t

117 Wielkoœæ popytu k-tej kopalni w okresie t mo e wynikaæ z prognozy, a wielkoœæ wydobycia k-tej kopalni w okresie t mo na opisaæ wzorem: X k,t =S k,t +Z k,t Popyt powinien byæ zaspokojony w pe³ni i terminowo wynikaj¹ st¹d dwa warunki ograniczaj¹ce. Pierwszy warunek ograniczaj¹cy: lub inaczej: Z k,t = Z k,t 1 + X k,t S k,t dla ka dego okresu t, t =1,2,,N Z k,t 1 + X k,t Z k,t = S k,t Drugi warunek ograniczaj¹cy (o zaspokojeniu popytu): poziom zapasów na pocz¹tku okresu i wielkoœæ produkcji w danym okresie powinny byæ wystarczaj¹co du e, aby zapasy na koñcu okresu by³y wielkoœci¹ nieujemn¹: Z k,t =0,1,2, wka dymokresiet, t =1,2,,N 1 Za³o enie o likwidacji zapasów w koñcu okresu planistycznego (w przypadku deterministycznym) mo e byæ zapisane nastêpuj¹co: Z k,n =0 Funkcja kosztów k-tej kopalni dla okresu t posiada ogóln¹ postaæ: K k,t (KX k,t, KZ k,t )=KX k,t + KZ k,t Koszty wydobycia k-tej kopalni dziel¹ siê na sta³e i zmienne: KX k,t = KXS k,t + kxz k,t X k,t Koszty sk³adowania zapasów k-tej kopalni dziel¹ siê na sta³e i zmienne: KZ k,t = KZS k,t + kzz k,t Z k,t Funkcja celu 1 minimalizacja funkcji kosztów wydobycia i sk³adowania zapasów w wielozak³adowym przedsiêbiorstwie górniczym: N K F K ( KX, KZ ) min t 1 k 1 kt, kt, kt,

118 Ograniczenia: XMIN k,t X k,t XMAX k,t Z k,t =0,1,2, wka dymokresiet, t =1,2,,N 1 Z k,t 1 + X k,t Z k,t = S k,t dla ka dego okresu t, t =1,2,,N 0 Z k,t ZMAX k,t Funkcja celu 2 maksymalizacja wyniku finansowego ze sprzeda y z uwzglêdnieniem kosztów sk³adowania zapasów w wielozak³adowym przedsiêbiorstwie górniczym: N K F [ P ( S, C ) K ( KX, KZ )] max t 1 k 1 kt, kt, kt, kt, kt, kt, Ograniczenia identyczne jak w przypadku funkcji celu 1. Ogólny algorytm metody w przypadku wielozak³adowego przedsiêbiorstwa górniczego mo na podzieliæ na nastêpuj¹ce etapy: 1. Wczytanie danych o kopalniach. 2. Okreœlenie wielkoœci kosztów sta³ych i zmiennych wydobycia oraz sk³adowania zapasów. 3. Przyjêcie prognozy zapotrzebowania na wêgiel dla horyzontu planistycznego. 4. Utworzenie tablicy wariantów funkcjonowania kopalñ z uwzglêdnieniem przedzia³ów dopuszczalnego wydobycia i mo liwoœci sk³adowania zapasów. 5. Optymalizacja zgodnie z przyjêtym kryterium i ograniczeniami, z wykorzystaniem algorytmu programowania dynamicznego. 6. Wydruk i interpretacja wyników obliczeñ oraz sformu³owanie wniosków. Podsumowanie W pracy zaprezentowano wybrane aspekty budowy modelu matematycznego na potrzeby programowania efektywnej ekonomicznie strategii wydobycia i sk³adowania wêgla kamiennego w warunkach gospodarki rynkowej, przy za³o eniu pe³nego i terminowego zaspokojenia popytu. Model przedstawiono na uproszczonych przyk³adach w celu pokazania jego podstaw teoretycznych, w praktyce jest on jednak bardziej z³o ony. Szczególnego wymiaru nabiera aspekt niepewnoœci i ryzyka zwi¹zany z losowym charakterem przysz³ego popytu. Model rozwijany jest w kierunku stochastycznego ujêcia, jak równie w kierunku oprogramowania i zaprezentowania wyników praktycznych obliczeñ. Badania na podjêt¹ problematyk¹ s¹ kontynuowane.

119 LITERATURA B e l l m a n R., D r e y f u s, 1967 Programowanie dynamiczne. PWN, Warszawa. K l i m a G., 2005 Programowanie dynamiczne i modele rekursywne w ekonomii. Materia³y i Studia NBP, Warszawa. B y l k a St., R e m p a ³ a R., 2003 Wybrane zagadnienia matematycznej teorii zapasów. Wydawnictwo EXIT, Warszawa. J a œ k o w s k i A., 1975 Metoda optymalizacji programu pozyskania paliw pierwotnych. Zeszyty Naukowe AGH, Kraków. T c h ó r z e w s k i S., 2003 Metoda wyznaczania optymalnej wielkoœci produkcji wêgla kamiennego w Polsce w perspektywie wieloletniej. Praca doktorska. Politechnika Œl¹ska, Gliwice. W a g n e r H., 1980 Badania operacyjne. PWE, Warszawa. MAKSYMILIAN KLANK PROGRAMMING OF ECONOMICALLY EFFECTIVE MANAGEMENT STRATEGY OF HARD COAL PRODUCTION IN THE MARKET ECONOMY CONDITIONS Key words Hard coal mining, production management, dynamic programming, fixed and variable costs Abstract In the paper there are presented selected aspects of mathematical modeling assigned for programming economically effective management strategy of hard coal production in the market economy conditions, with an assumption of full and prompt demand covering. The model is described on simplified examples showing a basic idea of its construction.