Проблемы управления операциями и теории запасов
Проблема планирования экономических партий
( ELSP ) — это проблема управления операциями и теории запасов , которая изучается многими исследователями уже более 50 лет. Этот термин был впервые использован в 1958 году профессором Джеком Д. Роджерсом из Беркли [1] , который распространил модель экономического объема заказа на случай, когда на одной и той же машине должно быть произведено несколько продуктов , так что необходимо решить как партию, так и размер партии. размер каждого продукта и сроки производства каждой партии. Метод, проиллюстрированный Джеком Д. Роджерсом, основан на статье Уэлча У. Эверта 1956 года. [2] ELSP представляет собой математическую модель общей проблемы практически для любой компании или отрасли: планирование того, что производить, когда производить и сколько производить.
Формулировка модели
Классический ELSP предполагает планирование производства нескольких продуктов на одном станке, чтобы минимизировать общие затраты (которые включают затраты на настройку и затраты на хранение запасов).
Мы предполагаем известный, неизменяющийся спрос на m продуктов (например, может быть m = 3 продукта, и клиентам требуется 7 товаров в день Продукта 1, 5 товаров в день Продукта 2 и 2 продукта в день Продукта 3). ). Потребительский спрос удовлетворяется за счет запасов, а запасы пополняются за счет нашего производства.![{\displaystyle d_{j},j=1,\cdots,m}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Доступна одна машина, которая может производить все продукты, но не полностью взаимозаменяемыми способами. Вместо этого машину необходимо настроить для производства одного продукта, что потребует затрат на настройку и/или времени на настройку, после чего она будет производить этот продукт с известной скоростью . Когда необходимо произвести другой продукт, машину останавливают, и требуется еще одна дорогостоящая установка, чтобы начать производство следующего продукта. Пусть будет стоимость установки при переходе с продукта i на продукт j, а стоимость запасов взимается на основе среднего уровня запасов каждого товара. N — количество выполненных запусков, U — норма использования, L — размер партии и T — период планирования.![{\displaystyle P_{j}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle S_{ij}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle h_{j}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Если привести очень конкретный пример, то машиной может быть машина для розлива в бутылки , а продуктами могут быть ящики с яблочным соком , апельсиновым соком и молоком в бутылках . Настройка соответствует процессу остановки машины, ее очистки и загрузки бака машины нужной жидкостью. Эту смену продукта не следует производить слишком часто, иначе затраты на установку будут большими, но в равной степени слишком длительный период производства яблочного сока был бы нежелателен, поскольку это привело бы к большим инвестициям в запасы и затратам на содержание непроданных ящиков яблочного сока и, возможно, к большим затратам на содержание непроданных ящиков яблочного сока. дефицит апельсинового сока и молока. ELSP ищет оптимальный компромисс между этими двумя крайностями.
Алгоритм Роджерса
1. Определите:
= период использования- c L = , себестоимость единицы партии размером L
![{\displaystyle {\frac {hL(PU)}{2PU}}+{\frac {S}{L}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
общая стоимость N лотов. Чтобы получить оптимум :![{\displaystyle {\frac {d(C_{N})}{dL}}={\frac {hT\left(PU\right)}{2P}}-{\frac {SUT}{L^{2} }}=0}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- Это дает оптимальный размер партии. Теперь позвольте:
![{\displaystyle L_{0}={\sqrt {\frac {2USP}{h(PU)}}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
— общая стоимость N L±a лотов размером L±a
— дополнительные затраты на переход от размера L к L+a.
— дополнительные затраты на переход от размера L к La.
2.
- Общее количество необходимого товара = UT
- Общее время производства изделия = UT/P
- Убедитесь, что производительная мощность удовлетворена:
![{\displaystyle \sum _{i=1}^{m}{\frac {U_{i}T}{P_{i}}}\leq T}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \sum _{i=1}^{m}{\frac {U_{i}}{P_{i}}}\leq 1}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
3. Вычислить:
как целое число- Если для определенного предмета θ 0 не является четным числом, вычислите:
![{\displaystyle L=U\left(\theta _{0}+1\right)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle L=U\left(\theta _{0}-1\right)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- И измените L 0 на L в том направлении, которое вызывает наименьшее увеличение затрат между +Δ и -Δ.
4. Вычислите t p =L/P для каждого элемента и перечислите элементы в порядке возрастания θ=L/U.
5. Для каждой пары предметов ij проверьте:
![{\displaystyle \theta _{i}-t_{p_{i}} \geq t_{p_{j}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \theta _{j}-t_{p_{j}}\geq t_{p_{i}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- Для формирования пар берут i-й с i+1-м, i+2-м и т. д. Если какое-либо из этих неравенств нарушается, вычислите +Δ и -Δ для приращений размера партии 2U и в порядке размера изменения стоимости сделайте шаг – поэтапное изменение размера лота. Повторяйте этот шаг до тех пор, пока оба неравенства не будут удовлетворены.
6.![{\displaystyle e_{ij}=dt_{p_{i}}\leq \theta _{i}-t_{p_{i}}-t_{p_{j}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- Сформируйте все возможные пары, как в шаге 5.
- Для каждой пары выберите θi < θj
- Определите, является ли t p i > t p j , t p i < t p j или t p i = t p j
- Выберите значение для e ij (e ij =0,1,2,3,...,θ i - t p i - t p j ) и вычислите t pi +e и t pj +e
- Вычислите M i θ i -M j θ j, установив M i =k и M j =1,2,3,...,T/θ j ; ∀kε(1,2,...,T/θi ) . Затем проверьте, удовлетворено ли одно из следующих граничных условий:
- для или
![{\displaystyle t_{p_{i}}>t_{p_{j}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle t_{p_{i}}<t_{p_{j}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle {\begin{cases}t_{p_{i}}+e\geq M_{i}\theta _{i}-M_{j}\theta _{j}>e\\t_{p_{i }}+e>M_{i}\theta _{i}-M_{j}\theta _{j}\geq t_{p_{i}}+e\\t_{p_{j}}+e\geq M_{i}\theta _{i}-M_{j}\theta _{j}>t_{p_{i}}+e\\t_{p_{i}}+t_{p_{j}}+e >M_{i}\theta _{i}-M_{j}\theta _{j}\geq t_{p_{j}}+e\end{cases}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- для
![{\displaystyle {\begin{cases}t_{p_{i}}+e>M_{i}\theta _{i}-M_{j}\theta _{j}>e\\t_{p_{i} }+t_{p_{j}}+e>M_{i}\theta _{i}-M_{j}\theta _{j}>t_{p_{j}}+e\\t_{p_{i }}+e=M_{i}\theta _{i}-M_{j}\theta _{j}=t_{p_{j}}+e\end{cases}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- Если ни одно из граничных условий не удовлетворено, то e ij не мешает: если i=1 в e ij , выберите следующее большее e на подэтапе 4, если i≠1, вернитесь к подэтапу 2. Если какая-то граница условие выполнено, переходим к подэтапу 4. Если для какой-либо пары не появляется не мешающее е, возвращаемся к п. 5.
7.Введите позиции в график и проверьте их осуществимость.
Стохастический ЭЛСП
На практике большое значение имеет проектирование, планирование и эксплуатация общих мощностей для нескольких продуктов с учетом времени и затрат на переналадку в условиях неопределенного спроса. Помимо выбора (ожидаемого) времени цикла с некоторым запасом, заложенным в («время безопасности»), необходимо также учитывать объем страхового запаса (буферного запаса), который необходим для достижения желаемого уровня обслуживания. [3]
Статус проблемы
Эта проблема хорошо известна в сообществе исследователей операций, и был проведен большой объем академических исследований для улучшения модели и создания новых вариантов, решающих конкретные проблемы.
Модель известна как NP-трудная задача, поскольку в настоящее время невозможно найти оптимальное решение без проверки почти всех возможностей. То, что было сделано, следует двум подходам: ограничение решения конкретным типом (что позволяет найти оптимальное решение для более узкой проблемы) или приближенное решение полной проблемы с использованием эвристики или генетических алгоритмов . [4]
Смотрите также
Рекомендации
- ^ Джек Д. Роджерс : Вычислительный подход к проблеме планирования экономических партий, Наука управления, Том. 4, № 3, апрель 1958 г., стр. 264–291.
- ^ Уэлч, В. Эверт, Случай простого линейного программирования, Методы управления, 1956 г., Джек Д. Роджерс : Вычислительный подход к задаче планирования экономических партий, Management Science, Vol. 4, № 3, апрель 1958 г., стр. 264–291.
- ^ Таюр, С. (2000). «Улучшение операций и определение точных сроков выполнения работ на заводе по производству ламината». Интерфейсы . 30 (5): 1–15. дои : 10.1287/inte.30.5.1.11637.
- ^ Зипкин Пол Х., Основы управления запасами, Бостон: McGraw Hill, 2000, ISBN 0-256-11379-3
дальнейшее чтение
- С. Е. Эльмаграби: Проблема планирования экономических лотов (ELSP): обзор и расширение, Наука управления, Vol. 24, № 6, февраль 1978 г., стр. 587–598.
- М. А. Лопес, Б. Г. Кингсман: Проблема планирования экономических партий: теория и практика, Международный журнал экономики производства, Vol. 23 октября 1991 г., стр. 147–164.
- Майкл Пинедо, Планирование и составление графиков в производстве и услугах, Springer, 2005. ISBN 0-387-22198-0
Внешние ссылки
- Гальего: ELSP, Колумбийский университет, 2004 г.