KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA

Podobne dokumenty
Algorytm genetyczny (genetic algorithm)-

SCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO

ALGORYTMY GENETYCZNE ćwiczenia

Zadanie 5 - Algorytmy genetyczne (optymalizacja)

Algorytm Genetyczny. zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych

Algorytmy genetyczne

Algorytmy ewolucyjne NAZEWNICTWO

Algorytmy genetyczne. Dariusz Banasiak. Katedra Informatyki Technicznej Wydział Elektroniki

Algorytmy genetyczne

Algorytmy genetyczne. Paweł Cieśla. 8 stycznia 2009

6. Klasyczny algorytm genetyczny. 1

Wielokryterialne harmonogramowanie portfela projektów. Bogumiła Krzeszowska Katedra Badań Operacyjnych

Algorytmy ewolucyjne. Łukasz Przybyłek Studenckie Koło Naukowe BRAINS

PLAN WYKŁADU OPTYMALIZACJA GLOBALNA OPERATOR KRZYŻOWANIA ETAPY KRZYŻOWANIA

Algorytmy ewolucyjne - algorytmy genetyczne. I. Karcz-Dulęba

Cechy systemu MRP II: modułowa budowa, pozwalająca na etapowe wdrażanie, funkcjonalność obejmująca swym zakresem obszary technicznoekonomiczne

Algorytmy genetyczne. Materiały do laboratorium PSI. Studia stacjonarne i niestacjonarne

Algorytmy genetyczne. Materiały do laboratorium PSI. Studia niestacjonarne

KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA

Obliczenia ewolucyjne - plan wykładu

Algorytmy genetyczne w optymalizacji

Planowanie wieloasortymentowej produkcji rytmicznej Zastosowanie symulacji jako narzędzia weryfikacyjnego

Obrona rozprawy doktorskiej Neuro-genetyczny system komputerowy do prognozowania zmiany indeksu giełdowego

Strategie ewolucyjne (ang. evolu4on strategies)

Algorytmy stochastyczne, wykład 01 Podstawowy algorytm genetyczny

Algorytmy genetyczne

Zarządzanie łańcuchem dostaw

Strefa pokrycia radiowego wokół stacji bazowych. Zasięg stacji bazowych Zazębianie się komórek

Przegląd problemów doskonalenia systemów zarządzania przedsiębiorstwem

Program "FLiNN-GA" wersja 2.10.β

Generowanie i optymalizacja harmonogramu za pomoca

Controlling operacyjny i strategiczny

KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA

ALGORYTMY GENETYCZNE (wykład + ćwiczenia)

Spis treści. Wstęp 11

Katedra Informatyki Stosowanej. Algorytmy ewolucyjne. Inteligencja obliczeniowa

Organizacja systemów produkcyjnych / Jerzy Lewandowski, Bożena Skołud, Dariusz Plinta. Warszawa, Spis treści

Logistyka produkcji i dystrybucji MSP ćwiczenia 4 CRP PLANOWANIE ZAPOTRZEBOWANIA POTENCJAŁU. mgr inż. Roman DOMAŃSKI Katedra Systemów Logistycznych

Planowanie potrzeb materiałowych. prof. PŁ dr hab. inż. A. Szymonik

Metody przeszukiwania

Algorytmy ewolucyjne. wprowadzenie

Projektowanie logistycznych gniazd przedmiotowych

Wykorzystanie technologii informacyjnych do zarządzania łańcuchami i sieciami dostaw w warunkach globalizacji rynku żywności

Metody Rozmyte i Algorytmy Ewolucyjne

Katalog rozwiązań informatycznych dla firm produkcyjnych

System harmonogramowania produkcji KbRS

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

Algorytmy ewolucyjne 1

Harmonogramowanie produkcji

LABORATORIUM 4: Algorytmy ewolucyjne cz. 2 wpływ operatorów krzyżowania i mutacji na skuteczność poszukiwań AE

Analiza i projektowanie oprogramowania. Analiza i projektowanie oprogramowania 1/32

Programowanie genetyczne, gra SNAKE

Systemy Monitorowania Produkcji EDOCS

Katalog rozwiązań informatycznych dla firm produkcyjnych

5. Algorytm genetyczny przykład zastosowania

Cennik szkoleń e-learning 2015 rok

Planowanie produkcji w systemie SAP ERP w oparciu o strategię MTS (Make To Stock)

Techniki CAx. dr inż. Michał Michna. Politechnika Gdańska

Strategie ewolucyjne. Gnypowicz Damian Staniszczak Łukasz Woźniak Marek

K.Pieńkosz Badania Operacyjne Wprowadzenie 1. Badania Operacyjne. dr inż. Krzysztof Pieńkosz

Zadania laboratoryjne i projektowe - wersja β

Harmonogramowanie produkcji

6 Metody badania i modele rozwoju organizacji

Zarządzanie projektami

Specjalność Optymalizacja Decyzji Menedżerskich. Katedra Badań Operacyjnych Uniwersytetu Łódzkiego

HARMONOGRAMOWANIE OPERACYJNE Z OGRANICZENIAMI W IFS APPLICATIONS

Praca Dyplomowa Magisterska. Zastosowanie algorytmów genetycznych w zagadnieniach optymalizacji produkcji

Dobór parametrów algorytmu ewolucyjnego

Planowanie i organizacja produkcji Zarządzanie produkcją

Proces tworzenia wartości w łańcuchu logistycznym. prof. PŁ dr hab. inż. Andrzej Szymonik 2014/2015

Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik

JAKOŚCI W RÓŻNYCH FAZACH I ŻYCIA PRODUKTU

Planowanie produkcji w systemie SAP ERP w oparciu o strategię MTO (make to order)

Studia stacjonarne I stopnia

KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA

Zastosowanie metod eksploracji danych (data mining) do sterowania i diagnostyki procesów w przemyśle spożywczym

1. WSKAŻ POZIOMY PODEJMOWANIA DECYZJI W PRZEDSIĘBIORSTWIE: 1. STRATEGICZNE 2. TAKTYCZNE 3. OPERACYJNE

Zarządzanie Produkcją IV

Zarządzanie logistyką w przedsiębiorstwie

Sterowanie wykonaniem produkcji

Algorytmy genetyczne

PROBLEMY DECYZYJNE KRÓTKOOKRESOWE

Studia stacjonarne I stopnia

Specjalność Optymalizacja Decyzji Menedżerskich. Katedra Badań Operacyjnych Uniwersytetu Łódzkiego

Dr hab. inż. Jan Duda. Wykład dla studentów kierunku Zarządzanie i Inżynieria Produkcji

Praktyczne aspekty stosowania metody punktów funkcyjnych COSMIC. Jarosław Świerczek

Typy systemów informacyjnych

Zakupy i kooperacje. Rys.1. Okno pracy technologów opisujące szczegółowo proces produkcji Wałka fi 14 w serii 200 sztuk.

Gospodarcze zastosowania algorytmów genetycznych

Controlling strategiczny i operacyjny. Zajęcia nr 2. Wprowadzenie do zagadnień controllingu (cd.)

E-logistyka Redakcja naukowa Waldemar Wieczerzycki

Metody Ilościowe w Socjologii

Algorytm indukcji klasyfikatora za pomocą EA z automatycznym przełączaniem ukierunkowań

Zarządzanie logistyką. Zarządzanie operacyjne łańcuchem dostaw.

Gospodarka zapasami. Studia stacjonarne Semestr letni 2011/2012. Wykład

Planowanie logistyczne

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

1.3. Strumienie oraz zasoby rzeczowe i informacyjne jako przedmiot logistyki 2. ROLA LOGISTYKI W KSZTAŁTOWANIU EKONOMIKI PRZEDSIĘBIORSTWA

Logistyka w sferze magazynowania i gospodarowania zapasami analiza ABC i XYZ. prof. PŁ dr hab. inż. Andrzej Szymonik

Transkrypt:

KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA Wykład 6 Systemy komputerowe w planowaniu produkcji Dr inż. Mariusz Makuchowski

Systemy komputerowe w planowaniu produkcji Obecnie utrzymanie znaczącej pozycji na rynku wymaga ciągłego dostosowania do potrzeb klientów, dlatego tak istotne jest udzielenie odpowiedzi na pytanie: Czy w danych warunkach produkcyjnych przedsię-biorstwo może zrealizować określone zlecenie? 2

Systemy komputerowe w planowaniu produkcji Obecnie na rynku znajduje się wiele małych i średnich przedsiębiorstw dla których wdrożenie systemów klasy MRP II czy ERP jest zbyt skomplikowane i kosztowne, dlatego tworzone są programy komputerowe, których celem jest wspomaganie podejmowania decyzji w przedsiębiorstwach w celu osiągnięcia sukcesu. Obecny wykład poświęcony jest planowaniu produkcji przy zastosowaniu różnych metod planowania. 3

Planowanie produkcji Złożoność procesów decyzyjnych w obszarze planowania produkcji uzależniona jest przede wszystkim od typu i formy organizacji - najwyższa występuje przy produkcji jednostkowej i małoseryjnej poziomu zarządzania na którym realizowane jest planowanie produkcji - Planowanie strategiczne problemy nieustrukturalizowane - Planowanie taktyczne problemy słabo lub źle ustrukturalizowane - Planowanie operacyjne - problemy dobrze ustrukturalizowane 4

5 Algorytmy ewolucyjne

Algorytmy ewolucyjne Algorytmy ewolucyjne to komputerowe systemy rozwiązywania problemów opierające się na zasadach jakie występują w ewolucji żywych organizmów. Algorytmy ewolucyjne obejmują takie metody szczegółowe, jak np.: - algorytmy genetyczne, - programowanie ewolucyjne, - strategie ewolucyjne, - programowanie genetyczne. 6

Algorytmy ewolucyjne Główne pole zastosowań algorytmów (metod) ewolucyjnych to problemy optymalizacji. Optymalizacja to wyznaczenie spośród dopuszczalnych rozwiązań danego problemu rozwiązania najlepszego ze względu na przyjęte kryterium (wskaźnik) jakości (np. koszt, zysk, niezawodność). 7

Algorytm genetyczny - Cyfrowy darwinizm 8 Źródło: R.Knosala i Zespół Komputerowe wspomaganie zarządzania przedsiębiorstwem

Selekcja Selekcja osobników polega na wybraniu z obecnej populacji tych chromosomów, które wejdą w skład populacji w następnej generacji. Istnieje wiele metod selekcji, najprostszą i najczęściej stosowaną jest metoda na drodze losowania tzw. metoda koła ruletki, która przydziela prawdopodobieństwa wylosowania każdego osobnika bezpośrednio na podstawie jednej funkcji oceny. Funkcja przystosowania (ang. fitness function), nazywana też funkcją dopasowania funkcja określająca sposób oceny osobnika w środowisku populacji, oceny będącej miarą jego przystosowania (dopasowania) do środowiska; funkcja przystosowania określana jest przez środowisko. 9 Funkcja ta określa jakość każdego dopuszczalnego rozwiązania. Ustanawia relację porządkową na zbiorze rozwiązań dopuszczalnych (czyli dzięki tej funkcji możemy wszystkie rozwiązania uporządkować od najlepszych po najgorsze)

Metody selekcji Metoda koła ruletki polega na zaznaczeniu na wirtualnym kole wycinków odpowiadających poszczególnym osobnikom. Lepszemu osobnikowi przyporządkowuje się większy wycinek koła. Rozmiar wycinków może zależeć od wartości funkcji oceny, jeśli wysoka wartość oceny oznacza wysokie przystosowanie. Taki układ zapewnia większe prawdopodobieństwo, że lepszy osobnik zostanie wybrany jako rodzic. Ewolucja przy takim algorytmie z każdym krokiem zwalnia. Osobniki podobne, otrzymują równe wycinki koła i presja selekcyjna spada. Ten algorytm słabiej rozróżnia osobniki dobre od słabszych. Metoda rankingowa - każdemu osobnikowi zostaje obliczona funkcja oceny wg której osobniki zostają ustawione w szeregu najlepszy-najgorszy. W takiej selekcji zakładamy, że rozmnażać się mogą tylko najlepsze osobniki. Wadą tej metody jest 10 niewrażliwość na różnice między kolejnymi osobnikami w kolejce.

Metody selekcji Istnieją także metody selekcji wielokryterialnej. Tworzy się kilka różnych funkcji oceny (oceniających pewne wybrane cechy osobników osobno). Dla przykładu osobniki mogą być ułożone nie w jednym, ale w kilku szeregach najlepszy-najgorszy, a proces selekcji jest bardziej złożony. Bardzo często metoda ruletki zastępowana jest selekcją turniejową, która polega na dzieleniu populacji na grupy i rozgrywaniu turnieju pomiędzy osobnikami z poszczególnych grup. Do populacji rodzicielskiej wybierane są najlepsze osobniki z każdej grupy. 11

Krzyżowanie Krzyżowanie polega na kojarzeniu osobników w populacji w pary, w sposób losowy (najlepiej więc, aby rozmiar populacji był parzysty). Jego celem jest powstanie potomka posiadającego zespół cech, który jest kombinacją cech osobników rodzicielskich. Każda para jest poddawana krzyżowaniu z pewnym prawdopodobieństwem (prawdopodobieństwo krzyżowania) - P k Z jednej pary rodziców powstaje dwóch potomków. Jeżeli doszło do krzyżowania, to osobniki potomne zastępują w nowej populacji swoich rodziców. Jeżeli nie doszło do krzyżowania (z prawdopodobieństwem 1-P k ), 12 to osobniki potomne są dokładnymi kopiami swoich rodziców.

Operatory krzyżowania rodzice 1 1 0 1 0 0 1 1 0 potomstwo 1 1 0 1 1 0 0 1 0 0 1 0 0 1 0 0 1 0 0 1 0 0 0 0 1 1 0 1 1 0 1 0 0 1 1 0 0 1 0 1 0 0 0 1 0 0 1 0 0 1 0 0 1 0 1 1 0 0 1 0 1 1 0 13

Mutacja Mutacja wprowadza do genotypu zmiany losowe w celu wprowadzenia różnorodności w populacji. Zachodzi z niewielkim prawdopodobieństwem P m zmiana wartości elementu ciągu kodowego (zamiana jedynki na zero lub na odwrót). Prawdopodobieństwo mutacji zazwyczaj wynosi 1%. Operator mutacji 1 1 0 1 1 0 0 1 0 1 1 0 1 1 0 1 1 0 14

Algorytmy ewolucyjne Zasada działania algorytmów ewolucyjnych polega na tym, iż zamiast na oślep intensywnie poszukiwać właściwego rozwiązania problemu, staramy się je "wyhodować". Różne rozwiązania konkurują ze sobą, krzyżują się, rozmnażają, naśladując mechanizmy odpowiadające za coraz lepsze dostosowanie organizmów żywych do środowiska. Podobnie jak ma to miejsce w naturze możemy liczyć na to, że taka symulacja przyniesie nam dobre (optymalne) rozwiązanie problemu. 15

Algorytm genetyczny model klasyczny Cechy charakterystyczne: operuje na zbiorach łańcuchów o stałej długości złożonych z 0 i 1 długość łańcucha zależy od charakteru problemu rozwiązywanego za pomocą algorytmu genetycznego np.(1,1,0,0,1,0,0,1,0) Pojedyncze elementy łańcucha przyjmujące wartości 0 lub 1 to geny Łańcuch genów to chromosom Zbiór chromosomów o określonej liczebności to populacja w ramach jednej populacji wszystkie chromosomy są jednakowej długości Genotyp to podzbiór chromosomów definiujący strukturę danego osobnika 16

Algorytm genetyczny model klasyczny Ocena jakości chromosomu NIE Czy kryteria zatrzymania są spełnione? TAK Generacja populacji początkowej Krzyżowanie Selekcja do dalszego przetwarzania Najlepsze osobniki START Mutacja Generowanie nowej populacji WYNIK 17

Sposób działania algorytmu genetycznego Sposób działania algorytmu genetycznego: określenie sposobu kodowania rzeczywistych parametrów problemu w postaci chromosomu, przyjęcie postaci funkcji przystosowania oceniającej analizowany zestaw parametrów pod względem jakości poszukiwanego rozwiązania, losowy dobór punktów startowego zestawu parametrów, selekcja najlepiej przystosowanych chromosomów do nowej populacji, zastosowanie na nowej populacji operatorów genetycznych w postaci krzyżowania i mutacji, sprawdzenie wartości funkcji przystosowania. 18

Przykład zastosowania algorytmu ewolucyjnego 19

Algorytm ewolucyjny Algorytmy ewolucyjne mają szerokie zastosowanie np.: we wspomaganiu procesów decyzyjnych w sterowaniu gazociągiem, przetwarzaniu obrazów rentgenowskich, prognozowaniu pogody, prognozowaniu zdarzeń i ich trendów w świecie naturalnym oraz w świecie zachowań rynkowo-finansowych, alokacji zasobów, doborze proporcji składników produktu, optymalizacji przewozów, załadunku, kosztów itp. Są również stosowane jako narzędzie służące harmonogramowaniu produkcji. 20

Planowanie realizacji projektu w warunkach zakłóceń Przykładem zastosowania tego algorytmu może być planowanie realizacji projektu w warunkach zakłóceń. Zakłócenia to przeszkody występujące w fazie wykonawczej projektu, które powodują dezaktualizację planu pierwotnego, mogą być związane z systemem produkcyjnym bądź z otoczeniem. Istotny jest skutek jaki powstał przez dane zakłócenie np. niedotrzymanie terminów wykonania, deregulacja harmonogramu, dezaktualizacja planu zasobów, naruszenie planu nakładów i planu 21 kosztów itp

Planowanie realizacji projektu w warunkach zakłóceń Szczególnie podatne na zakłócenia są wszelkie zasoby ograniczone tj.: czas, koszt, dostępność w czasie rzeczywistym zasobów parku maszynowego oraz zasobów ludzkich, dlatego w razie identyfikacji zakłócenia, niezbędna jest szybka reakcja i następnie wypracowanie takiej kombinacji ograniczonych zasobów aby nadal zapewnić największą efektywność działania. Nie ma jednego optymalnego rozwiązania istnieje tylko zbiór rozwiązań kompromisowych tzw. paretooptymalnych, z których należy wybrać w możliwie krótkim czasie te dla nas najlepsze. 22

Planowanie realizacji projektu w warunkach zakłóceń Założenia: Średnie przedsiębiorstwo. Zarządzanie projektami w ramach realizacji długoterminowego i złożonego projektu: kocioł parowy dyrektywny czas realizacji 22 miesiące (wyburzenie starego kotła, zaprojektowanie i wyprodukowanie nowego) Realizacja podprojektu: walczak kotła 23

Planowanie realizacji projektu w warunkach zakłóceń W systemie produkcyjnym jest realizowany podprojekt składający się z: 16 czynności rzeczywistych {A t,p,, P t,p } gdzie: t szacowany czas trwania p potrzebne zasoby wykonawcze (dla uproszczenia przyjęto tylko ilość pracowników) i 2 pozornych {X 1, X 2 } Powyższe czynności tworzą uporządkowaną sieć czynności. 24

Sieć czynności podprojektu 25 Źródło: R.Knosala i Zespół Komputerowe wspomaganie zarządzania przedsiębiorstwem

Harmonogram i plan zasobów wykonawczych Dysponowany zasób pracowników w każdym okresie realizacji projektu został ustalony w planie pierwotnym na poziomie W=10 Dyrektywny termin zakończenia projektu mija po upływie 242 dni od planowanego terminu rozpoczęcia procesu realizacji Na podstawie przyjętego harmonogramu i planie zasobów wykonawczych czas realizacji projektu wynosi 239 dni 26

Harmonogram i plan zasobów dla W=10 Wykonywane czynności Zasoby wykonawcze (tutaj ilość pracowników) Jednostka czasu (tutaj dzień) 27 Źródło: R.Knosala i Zespół Komputerowe wspomaganie zarządzania przedsiębiorstwem

Zakłócenia W trakcie wykonywania czynności A, 3 pracowników zostało oddelegownych do realizacji nowego zlecenia co spowodowało dezaktualizację planu zasobów i harmonogramu czynności B,O,P nie mogą się rozpocząć równolegle w 25 dniu, ponieważ nie dysponujemy odpowiednią ilością zasobów wykonawczych tj. pracowników 28

Harmonogram i plan zasobów dla W=7 29 Źródło: R.Knosala i Zespół Komputerowe wspomaganie zarządzania przedsiębiorstwem

Podsumowanie Po wprowadzeniu danych do systemu, wykorzystując moduł algorytmu ewolucyjnego było możliwe szybkie wygenerowanie rozwiązań dopuszczalnych tj. takich gdzie możliwa była przebudowa harmonogramu i dostosowanie go do ograniczonych środków wykonawczych (tj.7 pracowników), przy nie zmienionym (lub mniejszym) terminie zakończenia projektu tj. 239 dni. 30

31 TEORIA OGRANICZEŃ

Teoria ograniczeń Teoria ograniczeń (Theory of Constraints TOC) stworzona została przez E.Goldratta. Jest to metoda zarządzania nastawiona na osiąganie długotrwałych zysków poprzez odpowiednie zarządzanie istniejącymi w firmie ograniczeniami, tj. wąskimi gardłami. Jest doskonałym narzędziem identyfikacji problemów związanych z przepływem produkcji i jednocześnie pomagającym je rozwiązywać. Prowadzi do wzrostu efektywności i produktywności w 32 przedsiębiorstwie.

Teoria ograniczeń W zakresie ograniczeń, nie mamy żadnego wyboru. Albo my zarządzamy ograniczeniami albo ograniczenia zarządzają nami! Ograniczenia będą determinowały efektywność naszych działań, bez względu na to, czy ich istnienie będzie uznane, czy też nie. 33

Teoria ograniczeń TOC znalazła zastosowania praktyczne w wielu obszarach działania człowieka: przemyśle, dystrybucji, zarządzaniu projektami, szkolnictwie, wojskowości, służbie zdrowia, usługach, instytucjach i organizacjach niekomercyjnych, pozwalając wszędzie na osiągnięcie znaczących rezultatów dzięki: koncentracji wysiłków na tych obszarach, w których najszybciej można osiągnąć efekty, 34 dostarczeniu niezawodnych technik umożliwiających Ciągły Proces Ulepszania

Teoria ograniczeń 5 Kroków Ciągły Proces Ulepszania realizujemy poprzez zastosowanie 5 Kroków: 1. Określenie celu i zidentyfikowanie ograniczenia ze względu na przyjęty cel 2. Eksploatacja ograniczenia dla fizycznego ograniczenia celem staje się uzyskanie możliwie jak największej efektywności, niefizyczne ograniczenia powinny być eliminowane 3. Podporządkowania wszystkiego (decyzji i działań) postanowieniu o eksploatacji ograniczenia każdy inny składnik (nie będący ograniczeniem) musi być regulowany do wspomagania osiągnięcia 35 maksymalnej efektywności ograniczeń

Teoria ograniczeń 5 Kroków 4. Wzmocnienia ograniczenia - wzmocnienie, czyli skokowy wzrost możliwości wytwórczych w wyniku inwestycji zakupu nowej maszyny, zatrudnienia dodatkowej osoby. Często trzy pierwsze kroki są na tyle skuteczne, że zasób przestaje być ograniczeniem. Wtedy krok wzmocnienia może być pominięty. 5. Powrót jeżeli poprzednie kroki wyeliminowały ograniczenie z systemu, należy powrócić do kroku 1 i postępować wg zasad z kolejnym ograniczeniem 36

Teoria ograniczeń Zastosowanie TOC ma na celu synchronizację produkcji według krytycznych punktów systemu wąskich gardeł. Zastosowanie tej teorii do środowiska produkcyjnego to zsynchronizowane wytwarzanie. 37

Klasyfikacja ograniczeń W produkcji ograniczenia mogą występować zarówno z otoczenia jak i samego przedsiębiorstwa. OGRANICZENIA Ograniczenia ze strony klienta Ograniczenia ze strony producenta silne słabe 38

Ograniczenia ze strony klienta Ograniczenia mogące wystąpić ze strony klienta to: Termin realizacji zamówienia Sposób odbioru wyrobów Różnorodność asortymentowa Wymagania jakościowe dotyczące wyrobu Cena wyrobu 39

Ograniczenia ze strony producenta Ograniczenia mogące wystąpić po stronie producenta to: Ograniczenia wynikające z polityki państwa np. koncesje i limity wprowadzone ustawami, przepisy dotyczące ochrony środowiska Ograniczenia wynikające z rynku np. popyt na produkowane wyroby, kanały dystrybucji gotowych wyrobów Ograniczenia zasobowe np. maszyny i urządzenia produkcyjne, pracownicy, zasoby finansowe Ograniczenia organizacji produkcji np. wielkość partii 40 produkcyjnej, dysponowana technologia

Ograniczenia silne Ze względu na konieczność spełniania ograniczeń producenta dzieli się je na silne i słabe. Ograniczenia silne muszą być spełnione w celu zapewnienia realizacji zadań. Zaliczamy do nich: 41 technologiczne kolejnościowe ograniczenia dla operacji zagregowanych ograniczenia terminowe czasów trwania operacji kontekstowe

Ograniczenia słabe Do ograniczeń słabych należy: Preferowanie produkcji pewnych wyrobów na określonych maszynach Równomierne wykorzystanie zasobów Utrzymanie pewnej wielkości zapasu określonych wyrobów Przekroczenie ograniczeń słabych jest możliwe, choć niekorzystne. 42

Teoria Ograniczenia w planowaniu produkcji 43

Planowanie produkcji teoria ograniczeń Założenia: Typ przedsiębiorstwa: małe i średnie Produkcja: mało i średnioseryjna, wieloasortymentowa systemach wytwórczych w dyskretnych System produkcyjny posiadający zasób taktujący (np. piec w hucie) Planowanie produkcji: zagwarantowanie, aby zlecenia zostały zrealizowane zgodnie z oczekiwaniem klienta (ilość, jakość, termin, koszt) i przy osiągnięciu zysku dla przedsiębiorstwa Tego typu warunki występują m.in. w przedsiębiorstwach wytwarzających wyroby porcelitowe, porcelanowe i szklane. 44

Zasób taktujący Zasób taktujący to węzeł przez który przepływają wszystkie realizowane w systemie procesy produkcyjne. Charakteryzuje się on: jednoczesnym wykonywaniem operacji dla wielu zadań identycznym czasem jednostkowym wykonania operacji bez względu na rodzaj i liczbę zadań, jednym i jednoczesnym strumieniem wejścia i wyjścia 45

Planowanie produkcji teoria ograniczeń Przy tworzeniu planu produkcji planista ma za zadanie ustalić: Czy w danym systemie produkcyjnym z danym zasobem taktującym, przy zbiorze zleceń Z oczekujących na realizację jest możliwa terminowa ich realizacja? Jak zapewnić możliwie wysoki poziom efektywności przy spełnieniu warunku terminowości realizacji zleceń? 46

Założenia systemu W systemie produkcyjnym występuje s stanowisk produkcyjnych: S = {M 1,, M k-1, M k, M k+1,, M s }, gdzie: M 1, M 2,, M k-1 zasoby znajdujące się we wszystkich przepływach produkcyjnych przed zasobem taktującym (M k ) M k+1, M k+2, M s zasoby znajdujące się za zasobem M k Dla każdego zasobu określono wielkość dysponowanych zdolności produkcyjnych oraz możliwości asortymentowe Wszystkie zasoby pracują w trybie asynchronicznym (wyłączając M k ) 47

Założenia systemu M k realizuje operację technologiczną jednocześnie dla p dowolnych zadań w czasie t k, przy czym p max zdolność produkcyjna, gdzie t k jest czasem jednostkowym wykonywania operacji na zasobie M k W systemie występują zasoby współdzielone Zasób M k jest węzłem wszystkich procesów realizowanych w systemie, jedna z operacji każdego z procesów jest realizowana na M k MAGAZYNY Przed każdym zasobem [M 2,, M s-1 ] znajduje się dokładnie jeden magazyn B i, gdzie i (2, s) o znanej i ograniczonej pojemności C i 48

Założenia systemu Magazyn wejściowy, przed M1, zapewnia materiały potrzebne do wykonania wszystkich zleceń Magazyn wyjściowy, za Ms, jest w stanie przyjąć całość zrealizowanej produkcji Czasy przygotowawczo-zakończeniowe: Nie są zależne od kolejności realizacji zadań w systemie Na danym urządzeniu występuje tylko wtedy, gdy kolejny element ma zmienioną cechę konstrukcyjno- technologiczną 49

System produkcyjny z zasobem taktującym 50 Źródło: R.Knosala i Zespół Komputerowe wspomaganie zarządzania przedsiębiorstwem

Zlecenie i zadanie produkcyjne Zlecenie produkcyjne to przyjęte do realizacji zamówienie klienta złożone w danym okresie planistycznym o określonym, dyrektywnym terminie realizacji. Zadanie produkcyjne to zbiór o następujących parametrach: Z j = {n, a (k-1), d (k+1), zd, l, w, T d }, gdzie: 51 Zj - zadanie produkcyjne n numer zlecenia w skład którego wchodzi zadanie j a (k-1) określenie pozycji asortymentowej, cechy nadawanej zadaniu j w marszrucie przed zasobem taktującym d (k+1) określenie pozycji asortymentowej, cechy nadawanej zadaniu j w marszrucie za zasobem taktującym zd cecha dla której czas trwania operacji technologicznej nie zależy od rodzaju asortymentu (np. kontrola, zdobienie)

Ocena realizacji zlecenia l - liczba elementów określonego typu w określenie ważności zadania dla producenta (np. w skali od 1 do 10) T d dyrektywny termin realizacji zamówienia Ocena realizacji zlecenia dokonywana jest za pomocą wskaźnika terminowej realizacji zlecenia wskaźnik ten przyjmuje: -k j wartości ujemne jeżeli termin realizacji jest przekroczony 0 -Zero gdy zlecenie zostanie wykonane dokładnie w oczekiwanym terminie k j wartości dodatnie gdy termin realizacji zastanie wyprzedzony 52

Ocena realizacji zlecenia współczynnika efektywności realizacji zlecenia wskaźnik ten przyjmuje: tr j - rzeczywisty możliwy do osiągnięcia termin realizacji tz j planowany lub dyrektywny termin realizacji Wartości ujemne jeżeli termin wykonania jest opóźniony zero gdy rzeczywisty termin realizacji zlecenia jest zgodny z terminem wyznaczonym przez klienta Wartości dodatnie gdy termin realizacji zastanie wyprzedzony 53 Warunkiem przyjęcia do realizacji planu produkcji jest terminowa realizacja zleceń!

Terminowość realizacji zleceń SYSTEM PRODUKCYJNY Z 1, Z 2, Z 3, Z 4 zlecenia do produkcji Z 1 Z 2 Z 3 Z 4 Termin realizacji zleceń t 1,t 2,t 3, t 4 dyrektywne terminy dla zleceń t 1,t 2 t 3 t 4 MAGAZYN WYJŚCIOWY 54

Terminowość realizacji zleceń W podanym przykładzie Z1 i Z2 mają taki sam termin dyrektywny, oba zlecenia będą wykonane przed jego terminem zatem będą wykonane terminowo (wskaźnik terminowej realizacji zlecenia przyjmie wartość dodatnią) Zlecenie Z3 będzie wykonane dokładnie w terminie dyrektywnym zatem wskaźnik terminowej realizacji zlecenia przyjmie wartość zero Zlecenie Z4 będzie wykonane po terminie dyrektywnym a wskaźnik przyjmie wartość ujemną co spowoduje, że ten plan produkcji byłby niedopuszczalny 55 Terminowa realizacja zleceń polega na wykonaniu i udostępnieniu wszystkich wyrobów (różny asortyment), na które klient złożył zamówienie w terminie przez niego wskazanym

Planowanie produkcji Teoria ograniczeń Istotą metody planowania produkcji w systemach z wyróżnionym zasobem taktującym jest przydział zadań do grup, które są tworzone w taki sposób, aby wchodzące w ich skład zadania nie przekraczały wielkością pojemności zasobu taktującego a czas ich realizacji był równy jednemu taktowi. Zadania do grup dobierane są początkowo na podstawie określonych wzorców. Skład i wielkość grup będą różne w zależności od kryterium zlecenia, które zostanie przyporządkowane do grupy jako pierwsze. 56

Kryteria przydziału zadań do grup Kolejność kryteriów przydziału zadań do grup: Zadania o najpóźniejszym dyrektywnym terminie realizacji Zadania o najwyższym priorytecie Zadania o najwcześniejszym terminie realizacji i jednocześnie najwyższym priorytecie Zadania o najwcześniejszym terminie przyjęcia zlecenia do realizacji Zadania o najmniejszej wielkości zamówienia (liczba szt.) Zadania o największej wielkości zamówienia Największe zamówienie w przeliczeniu na kg Najmniejsze zamówienie w przeliczeniu na kg losowo 57

Planowanie produkcji Kolejnym istotnym elementem tej metody jest tworzenie zbioru rozwiązań dopuszczalnych czyli takich, które: spełnią ograniczenia logistyczne systemu warunek producenta oraz będą dopuszczalne ze względu na terminowość realizacji zleceń warunek klienta 58

Tworzenie planu produkcji PRZYDZIAŁ ZADAŃ DO GRUP Spełnienie ograniczeń pracy zasobu taktującego i poziomu zapasów produkcji w toku. Ustalenie partii wielkości produkcyjnych. SZEREGOWANIE GRUP Ustalenie terminów uruchomienia poszczególnych zadań USTALENIE TERMINÓW REALIZACJI ZLECEŃ na podstawie terminów uruchomienia zleceń, marszruty technologicznej i czasów operacji technologicznych 59 WERYFIKACJA DOPUSZCZALNOŚCI ROZWIĄZANIA Z UWAGI NA TERMINOWOŚĆ wartość wskaźnika terminowej realizacji wartość wskaźnika terminowej realizacji UJEMNA - odrzucenie rozwiązania i DODATNIA - rozwiązanie dopuszczalne zapis konstruowanie nowego- zmiana kryterium i obliczanie parametrów rozwiązania przydziału pierwszego zlecenia do grupy

Podsumowanie Rozwiązania są generowane w ciągu całego czasu jakim dysponuje planista. Rozwiązania dopuszczalne są zapisywanie by następnie można było wybrać z nich najlepsze dla przedsiębiorstwa rozwiązanie. Kryteria wyboru rozwiązania mogą być różne i są zależne od warunków panujących w przedsiębiorstwie oraz jego otoczeniu. 60

Bibliografia [1] Adam Nowicki, Komputerowe wspomaganie biznesu (2006) [2] Karol Kukuła, Badania operacyjne w przykładach i zadaniach (2002) [3] Czesław Smutnicki, Algorytmy szeregowania (2002) [4] Ryszard Knosyla i Zespół, Komputerowe wspomaganie zarządzania przedsiębiorstwem Nowe metody i systemy (2007) [5] Zbigniew Klonowski, Systemy informatyczne zarządzania przedsiębiorstwem. Modele rozwoju i właściwości funkcjonalne (2004) [6] M. Fertsch, K. Grzybowska, A. Stachowiak, Logistyka i zarządzanie produkcją nowe wyzwania i odległe granice (2007) [7] S. Zieliński Inteligentne systemy w zarządzaniu. Teoria i praktyka (2000) [8] Adamczewski, Piotr. Zintegrowane systemy informatyczne w praktyce, Warszawa, PWN, 2005 [9] Szejko, Stanisław (Redakcja naukowa). Metody wytwarzania oprogramowania, Warszawa, PWN, 2004 61 [10] Lausen, Georgie; Vossen, Gottfried. Obiektowe bazy danych. Modele danych i języki, Warszawa, WNT, 2004

Bibliografia [11] Miłosz, Marek (Redakcja naukowa). Bezpieczeństwo informacji, Warszawa, PWN, 2005 [12] Dolińska, Małgorzata. Projektowanie systemów informacyjnych na przykładzie zarządzania marketingiem, Warszawa, Agencja Wydawnicza "Placet", 2003. [13] Cheesman, John; Daniels, John. Komponenty w UML. Warszawa, WNT 2004 [14] Szyjewski, Zdzisław. Zarządzanie projektami informatycznymi, metodyka tworzenia systemów informatycznych. Warszawa, Agencja Wydaw. Placet, 2001. (Biblioteka Biznesmena) [15] Leyland, Valerie. EDI Elektroniczna wymiana dokumentacji. Warszawa, WNT, 2003 [16] Orłowski, Cezary. Projektowanie hybrydowych systemów informatycznych do wspomagania zarządzania, Wydaw. Politech. Gdańskiej, 1999. [17] M.Jurczyk, R.Knosala - Terminowość i efektywność realizacji zleceń w systemach z wyróżnionym zasobem taktującym 62

Dziękuję za uwagę.