2017/3/10 スケジューリング最適化 東京海洋大学 久保 幹雄.

Slides:



Advertisements
Similar presentations
1 ( 様式8 ) 提案書雛型ア 資料2 - 1 (提案者名を記載) ○○○○ 受付番号 ア.地域見守りサービス創出における調査 平成 23 年度医療・介護等関連分野における規制改革・産業創出実証事業 ( IT 等を活用した医療・介護周辺サービス産業創出調査事業) 提案書 (提案事業のタイトルを記載:
Advertisements

パレットレンタルデポにおけ る 生産計画に関する研究 98745 松山 健太郎. 研究目的 ①単体デポの生産計画モデルを構築 ②現状の分析及び問題点の抽出 ③改善案の提案 返却されたパレットの選別、修繕を 行い、その後虫検査を行うこと 生産の定義.
1 金属加工会社における 生産工程管理システムの開発 電子情報システム工学専攻 S0713 清水 邦宏.
作業 ① PC の有無の確認、 excel ファイルの配布 ↓ 調査の有無と内容を班で話し合う (調査はどの期でも変わりません) ↓ 調査をどれにするか決まったら、TAに報 告 ↓ TAから、選択した調査の結果をもらう 1.
卸売流通 卸の変化 1. 卸売業とは 生産者や同業者から商品を仕入れ同業 者や小売業者へ販売する業者 消費者は販売の対象としない メーカと小売を結ぶ結節点 集荷分散機能・在庫調整機能を持つ 2.
サプライ・チェイン最適化 ー収益管理を中心としてー 東京海洋大学 久保 幹雄
多々納 裕一 京都大学防災研究所社会システム研究分野
第4章 ABC/ABMと原価情報 原価計算・原価低減の新技法 1.ABCとは何か 2.ABCの有効性 3.ABMとは何か 4.ABMの有効性.
ロジスティクス工学 第6章 動的ロットサイズ決定モデル 東京商船大学 久保 幹雄
2017/3/2 ロジスティクス・ネットワーク 最適化 東京海洋大学 久保 幹雄.
S-DBR理論の解説 S-DBR理論.
生産スケジューリング.
サプライ・チェインの設計と管理 第6章 戦略的提携 pp 音複堂のケーススタディを読んでおくこと!
近似アルゴリズム 第10章 終了時刻最小化スケジューリング
流通情報工学演習 ~ロジスティクス・ゲーム~
マーケティング・プログラム: 価格設定戦略
サプライ・チェインの設計と管理 第9章 顧客価値とサプライ・チェイン・マネジメント pp
2017/3/7 配送計画 収益管理 需要予測 東京海洋大学 久保 幹雄.
ABCの概要とその有用性 加登豊(神戸大学大学院経営学研究科教授) 清水信匡(桃山学院大学経営学部教授)
サプライ・チェイン最適化の最近の動向について
2017/3/8 配送計画 収益管理 需要予測 東京海洋大学 久保 幹雄.
設備管理(facility management)
最適化ソルバーのための Python言語入門
2017/3/14 サプライ・チェイン最適化 東京海洋大学 久保 幹雄.
2017/3/14 サプライ・チェイン最適化入門 東京海洋大学 久保 幹雄.
第2回 バリューチェーン1 【 Value Chain(価値連鎖) 】
モード付き並列機械における オンラインスケジューリング
サプライ・チェイン最適化の最新動向 久保 幹雄 東京商船大学 江東区越中島2ー1ー6 流通情報工学 流通管理工学講座 流通経営工学 助教授
土木計画学 第11回(12月21日) 土木計画と説明責任 計画における代替案の作成1 担当:榊原 弘之.
資源制約スケジューリング問題 ―メタヒューリスティクスによるアプローチ
ロジスティクス工学 第2章 経済発注量モデル サプライ・チェインの設計と管理 pp , 3.2.1節 経済的ロットサイズ・モデル
経済・経営情報コース コース紹介.
配送計画最適化システム WebMETROご紹介
サプライ・チェインの設計と管理 第8章 製品設計とサプライ・チェイン設計の統合 pp
需要予測システム WebForecastのご紹介
サプライ・チェイン最適化とその周辺 東京海洋大学 東京商船大学 江東区越中島2-1-6 流通情報工学 流通管理工学講座 流通経営工学 助教授
~ 日本の製造業を応援する無料の本格的スケジューラ ~
2018/8/8 ロットサイズ最適化 東京海洋大学 久保 幹雄.
サプライ・チェインの設計と管理 第11章 サプライ・チェイン・マネジメントのための 意思決定支援システム pp
需要パターンを考慮した 発注方式の比較検討
ロジスティクス工学 第9章 スケジューリングモデル 補助資料:OptSeqによるスケジューリング入門 logopt
経営システム工学入門実験 ロジスティクス 第3回
経営システム工学入門実験 ロジスティクス 第3回
応用社会システム計画 (第10回) ここで、学習すること 学籍番号: 氏名: ■これまでの講義内容の整理 ■計画問題の設定と手法
スケジューリング最適化エンジン ― RCPSPによるアプローチ
最適設計と設備投資の経済計算 JMAセミナー 目標 6時間 期間 3ヶ月 講師 MEマネジメントサービス編
生産計画を立てる • 簡単なバージョン:輸送問題 定式化、最小費用流、バリエーション • 部品組立て計画 定式化、バリエーション
在庫管理 東京工業大学 曹徳弼 内容 在庫の分類 ABC管理 ロット編成手法 EOQ WW法 新聞売り子問題 発注方式.
Webサービスによる 加工工程決定支援システム
加工工程決定支援システム 電子情報通信学会 2010年総合大会 2010年3月18日 松江工業高等専門学校  情報工学科 越田 高志.
加工工程決定支援に対する自動化 電子情報通信学会2008年総合大会 松江工業高等専門学校 情報工学科 越田 高志, 牧 聡史
シミュレーション学講義 第**回 スケジューリング問題とJSSP.
日程計画 (scheduling) 大規模なプロジェクトの日程を計画し、その進行を管理する手法。
エージェントベースモデリング によるプロジェクト内 行動ポリシーの影響分析
スケジューリング最適化システム WebSeqのご紹介
スケジューリング最適化システム OptSeq II Pythonモジュールの使い方 補助資料:OptSeq II によるスケジューリング入門 トライアルバージョン
スケジューリング最適化システム OptSeq II 補助資料:OptSeq II によるスケジューリング入門 トライアルバージョン
or-3. 作業リスト,スケジューリング,PERT図 (オペレーションズリサーチを Excel で実習するシリーズ)
ロジスティクス工学 第2章 経済発注量モデル サプライ・チェインの設計と管理 pp , 3.2.1節 経済的ロットサイズ・モデル
RDFの生産工程管理システムへの適用 情報処理学会 第74回全国大会 2012年3月6日 松江工業高等専門学校  情報工学科 越田 高志.
配送計画最適化システム WebMETROのご紹介
クリティカルチェーン (Critical Chain)
サプライ・チェインの設計と管理 第5章 ロジスティクス戦略 pp 米国出版販売(ベーハン)のケーススタディを読んでおくこと!
ロジスティクスにおける 最適化の応用 東京商船大学   流通システム 久保 幹雄.
サプライ・チェイン最適化における モデリングについて
在庫最適化システム WebInvのご紹介 Log Opt Co., Ltd..
経営システム工学 入門実験 ロジスティクス第2回
事業名: 提案者 企業名: 代表者: 資本金: 売 上: 従業員: 業 種: 導入する機器等の概要 事業の目的 事業の具体的な内容 別紙3
サプライ・チェイン 在庫最適化システム WebSCMのご紹介
スケジューリングってなんだ? -やり方ひとつで大きく変わる
Presentation transcript:

2017/3/10 スケジューリング最適化 東京海洋大学 久保 幹雄

意思決定レベルによる分類 生産 需要 原材料 配送拠点 輸送 配送 地点 ロジスティクス・ネットワーク最適化 長期 中期 短期 2017/3/10 意思決定レベルによる分類 原材料 調達物流 生産 工場内物流 輸送 配送拠点 配送 需要 地点 ロジスティクス・ネットワーク最適化 ストラテジック 長期  中期  短期 資源配分最適化 安全在庫配置 在庫方策最適化 生産計画最適化 ロットサイズ最適化 スケジューリング 最適化 配送計画最適化 配送計画 タクティカル オペレーショナル

スケジューリングとは 作業(活動,ジョブ,タスク)の時間軸上への配置 資源制約(機械,人,原材料などの使用可能量上限) 2017/3/10 スケジューリングとは 作業(活動,ジョブ,タスク)の時間軸上への配置 資源制約(機械,人,原材料などの使用可能量上限) 作業間の先行関係(ある作業が終了してからでないと,別の作業を開始できない)

2017/3/10 飛行機を早く離陸させよう! あなたは航空機会社のコンサルタントだ.あなたの仕事は,着陸した航空機をなるべく早く離陸させるためのスケジュールをたてることだ.航空機は,再び離陸する前に幾つかの作業をこなさなければならない.まず,乗客と荷物を降ろし,次に機内の掃除をし,最後に新しい乗客を搭乗させ,新しい荷物を積み込む.さて,最短で何分で離陸できるだろうか?

資源制約なしのスケジューリング(PERT) 2017/3/10 資源制約なしのスケジューリング(PERT) PERT: Program Evaluation and Review Technique,第二次世界大戦のポラリス潜水艦の建造で利用 完了時刻最小化 先行制約 作業 作業1:乗客降ろし(13分) 作業2:荷物降ろし(25分) 作業3:機内清掃(15分) 作業4:乗客搭乗(27分) 作業5:荷物積み込み(22分)

2017/3/10 最適化結果(ガントチャート) 資源制約つき(1人で作業)

2017/3/10 ピットイン時間を短縮せよ! あなたはF1のピットクルーだ.F1レースにとってピットインの時間は貴重であり,ピットインしたレーシングカーに適切な作業を迅速に行い,なるべく早くレースに戻してやることが,あなたの使命である.いま,あなたを含めて3人のピットクルーがいて,作業を手分けして行うものとする.作業は途中で中断できないものとすると,なるべく早く最後の作業を完了させるには,誰がどの作業をどういう順番で行えばよいのだろうか?

ピットイン時間を短縮せよ! 2017/3/10 3人のピットクルー (資源制約)

スケジューリングモデルの解法 近視眼的ヒューリスティクス ディスパッチングルール(作業の重要度をパラメータとして入力;処理的IT) 制約論理 2017/3/10 スケジューリングモデルの解法 近視眼的ヒューリスティクス ディスパッチングルール(作業の重要度をパラメータとして入力;処理的IT) 遅れなしスケジュール生成法 有効スケジュール生成法 山崩し法 制約論理 メタ解法

遅れなしスケジュール生成法(1) 時刻0において 開始できる作業(適合作業) 作業1 作業2 作業3 作業4 作業1 作業2 作業3 2017/3/10 時刻0において 開始できる作業(適合作業) 作業1 作業2 作業3 作業4 作業1 クルー1 作業2 クルー2 クルー3 作業3 現在時刻(0)における適合作業から作業を選択 各々の開始時刻を 0 に設定 作業1,2,3が活動中の作業(ピンク色の作業)

遅れなしスケジュール生成法(2) 時刻 2 における 適合作業 作業4 作業1 作業2 作業4 作業3 クルー1 クルー2 クルー3 2017/3/10 遅れなしスケジュール生成法(2) 時刻 2 における 適合作業 作業4 作業1 クルー1 作業2 作業4 クルー2 クルー3 作業3 作業完了時刻の最早のもの(作業2,3)の完了時刻を現在時刻(2)とする. 活動作業から作業2,3を除く. 時刻 2 における適合作業から作業4を選択.開始時刻を2に設定.

遅れなしスケジュール生成法(3) 作業9 作業1 作業9 作業2 作業4 作業3 2017/3/10 遅れなしスケジュール生成法(3) 時刻 3 における 適合作業(ジョブ) 作業9 作業1 作業9 クルー1 作業2 作業4 クルー2 クルー3 作業3 現在時刻を 3 に進め,時刻 3 における適合作業(作業9)を選択. 作業9の開始時刻を3に設定.

遅れなしスケジュール生成法(4) 作業5 作業6 作業7 作業8 作業1 作業9 作業2 作業4 作業5 作業3 作業6 2017/3/10 作業5 作業6 時刻 4 における 適合作業(ジョブ) 作業7 作業8 作業1 作業9 クルー1 作業2 作業4 作業5 クルー2 クルー3 作業3 作業6 現在時刻を 4 に進め,時刻 4 における適合作業(作業5,6,7,8)から 適当な優先ルールにしたがって作業を選択. 作業5,6の開始時刻を4に設定.

遅れなしスケジュール生成法(5) 作業7 作業8 作業1 作業9 作業2 作業4 作業5 作業7 作業3 作業6 作業8 2017/3/10 時刻 8 における 適合作業(ジョブ) 作業7 作業8 作業1 作業9 クルー1 作業2 作業4 作業5 作業7 クルー2 クルー3 作業3 作業6 作業8 現在時刻を 8 に進め,時刻 8 における適合作業(作業7,8)から 適当な優先ルールにしたがって作業を選択. 作業7,8の開始時刻を 8 に設定.

遅れなしスケジュール生成法(6) 作業10 作業1 作業9 作業2 作業4 作業5 作業7 作業10 作業3 作業6 作業8 2017/3/10 時刻 12 における 適合作業(ジョブ) 作業10 作業1 作業9 クルー1 作業2 作業4 作業5 作業7 作業10 クルー2 クルー3 作業3 作業6 作業8 現在時刻を 12 に進め,時刻 12 における適合作業(作業10)選択. 作業 10 の開始時刻を 12 に設定. 完了時刻 14 のスケジュールの完成!

2017/3/10 作業を改善(?)方法 作業時間を1秒縮める ピットクルーを4人に増やす 先行制約をすべて外す

作業時間短縮による改善? ->2秒 ->10秒 ->1秒 ->3秒 ->1秒 ->1秒 ->1秒 2017/3/10 ->2秒 ->10秒 ->1秒 ->3秒 ->1秒 ->1秒 ->1秒

作業時間をすべて1秒縮めた場合(1) 時刻0において 開始できる作業(適合作業) 作業1 作業1 2 3 2017/3/10 時刻0において 開始できる作業(適合作業) 作業1 作業2 作業3 作業4 作業1 クルー1 2 クルー2 クルー3 3 現在時刻(0)における適合作業から作業を選択 各々の開始時刻を 0 に設定 作業1,2,3が活動中の作業(ピンク色の作業)

作業時間をすべて1秒縮めた場合(2) 時刻 2 における 適合作業 作業4 作業1 2 4 3 クルー1 クルー2 クルー3 2017/3/10 作業時間をすべて1秒縮めた場合(2) 時刻 2 における 適合作業 作業4 作業1 クルー1 2 4 クルー2 クルー3 3 作業完了時刻の最早のもの(作業2,3)の完了時刻を現在時刻(1)とする. 活動作業から作業2,3を除く. 時刻 2 における適合作業から作業4を選択.開始時刻を 1 に設定.

作業時間をすべて1秒縮めた場合(3) 作業9 作業5 作業6 時刻 2 における 適合作業 作業7 作業8 作業1 作業5 2 4 作業6 2017/3/10 作業9 作業5 作業6 時刻 2 における 適合作業 作業7 作業8 作業1 作業5 クルー1 2 4 作業6 クルー2 クルー3 3 作業7 現在時刻を 2 に進め,時刻 2 における適合作業から,作業5,6,7 を順に選択.作業5,6,7の開始時刻を2に設定.

作業時間をすべて1秒縮めた場合(4) 時刻 6 における 適合作業 作業8 作業9 作業1 作業5 作業8 2 4 作業6 作業9 3 2017/3/10 時刻 6 における 適合作業 作業8 作業9 作業1 作業5 作業8 クルー1 2 4 作業6 作業9 クルー2 クルー3 3 作業7 現在時刻を 5 に進め,時刻 5 における適合作業から,作業8,9 を順に選択.作業8,9の開始時刻を 5 に設定.

作業時間をすべて1秒縮めた場合(5) 時刻 6 における 適合作業 作業10 作業1 作業5 作業8 作業10 2 4 作業6 作業9 3 2017/3/10 時刻 6 における 適合作業 作業10 作業1 作業5 作業8 作業10 クルー1 2 4 作業6 作業9 クルー2 クルー3 3 作業7 最後に,作業 10 を選択して完了!作業時間1をすべて1秒 縮めたにも関わらず,完了時刻は15秒と1秒増加!

ピットクルーを増やすことによる改善? 2017/3/10 4人のピットクルー (資源制約) 3人のピットクルー (資源制約)

ピットクルーを4人に増やした場合(1) 時刻0において 開始できる作業(適合作業) 作業1 作業2 作業3 作業4 作業1 作業2 作業3 2017/3/10 時刻0において 開始できる作業(適合作業) 作業1 作業2 作業3 作業4 作業1 クルー1 作業2 クルー2 作業3 クルー3 クルー4 作業4 現在時刻(0)における適合作業から作業を選択 各々の開始時刻を 0 に設定 作業1,2,3,4が活動中の作業(ピンク色の作業)

ピットクルーを4人に増やした場合(2) 作業5 作業6 作業7 作業8 作業1 作業2 作業5 作業3 作業6 作業4 作業7 2017/3/10 作業5 作業6 作業7 作業8 作業1 クルー1 作業2 作業5 クルー2 作業3 作業6 クルー3 クルー4 作業4 作業7 現在時刻(2)における適合作業から作業 5,6,7 を選択 各々の開始時刻を 2 に設定

ピットクルーを4人に増やした場合(3) 作業9 作業8 作業1 作業8 作業2 作業5 作業3 作業6 作業4 作業7 2017/3/10 作業9 作業8 作業1 作業8 クルー1 作業2 作業5 クルー2 作業3 作業6 クルー3 クルー4 作業4 作業7 現在時刻(3)における適合作業から作業 8 を選択 作業8の開始時刻を 3 に設定

ピットクルーを4人に増やした場合(4) 作業9 作業1 作業8 作業2 作業5 作業9 作業3 作業6 作業4 作業7 2017/3/10 作業9 作業1 作業8 クルー1 作業2 作業5 作業9 クルー2 作業3 作業6 クルー3 クルー4 作業4 作業7 現在時刻(6)における適合作業から作業 9 を選択 作業9の開始時刻を 6 に設定

ピットクルーを4人に増やした場合(5) 作業10 作業1 作業8 作業10 作業2 作業5 作業9 作業3 作業6 作業4 作業7 2017/3/10 作業10 作業1 作業8 作業10 クルー1 作業2 作業5 作業9 クルー2 作業3 作業6 クルー3 クルー4 作業4 作業7 最後に作業10を入れて完了. 1人増やしたにも関わらず,完了時刻は17秒と2秒も増加!

先行制約を無視した場合 作業1 作業6 作業9 作業2 作業4 作業7 作業10 作業3 作業5 作業8 2017/3/10 作業1 作業6 作業9 クルー1 作業2 作業4 作業7 作業10 クルー2 クルー3 作業3 作業5 作業8 完了時刻 18 のスケジュールの完成!

改善活動が改悪になる! 作業時間を1秒縮める ->完了時刻15秒に増加!(もとは14秒) 2017/3/10 改善活動が改悪になる! 作業時間を1秒縮める ->完了時刻15秒に増加!(もとは14秒) ピットクルーを4人に増やす ->完了時刻17秒に増加! 先行制約をすべて外す ->完了時刻18秒に増加! 近視眼的ヒューリスティクスを用いているとしばしば改善のための工夫が改悪につながる!

スケジューリング最適化システム WebSeqのデータ項目 2017/3/10 スケジューリング最適化システム WebSeqのデータ項目 作業データ:作業の属性を保管するデータ 作業ID,作業名,作業時間,リリース時刻,納期,最終納期,納期遅れペナルティ,開始時刻 資源データ:資源の属性を保管するデータ 資源ID,資源名,上限 作業・資源データ:作業の資源への割り当てに関するデータ 作業ID,資源ID,使用量 作業対データ:作業間の先行関係に関するデータ 先行作業ID,後続作業ID,段取り時間下限,段取り時間上限,先行制約のタイプ

作業対(先行制約)データ 先行作業ID: 先行する作業番号 後続作業ID:後続する作業番号 段取り時間下限 段取り時間上限 先行制約のタイプ 2017/3/10 先行作業ID: 先行する作業番号 後続作業ID:後続する作業番号 段取り時間下限 段取り時間上限 先行制約のタイプ =1:終了 ->開始 =2:終了->終了 =3:開始->開始 =4:開始->終了 終了 開始 先行作業 後続作業 段取り時間下限 段取り時間上限

同時開始,同時終了 作業2,3の間に「開始-開始」の先行制約 +最小段取り=0,最大段取り=0 2017/3/10 同時開始,同時終了 作業2,3の間に「開始-開始」の先行制約   +最小段取り=0,最大段取り=0 作業4,5の間に「終了-終了」の先行制約   +最小段取り=0,最大段取り=0

2017/3/10 納期遅れを最小にしよう! あなたは売れっ子作家だ.あなたは,A, B, C, D の4社から原稿を依頼されており,それぞれ,どんなに急いで書いても 1日,2日,3日,4日かかるものと思われる.各社に約束した納期は,それぞれ 5日後,9日後,6日後,4日後であり,納期から 1日遅れるごとに 1万円の遅延ペナルティを払わなければならない.どのような順番で原稿を書けば,支払うペナルティ料の合計を最小にできるだろうか?

納期遅れを最小にしよう! 完了時刻最小化(メイクスパン)以外の目的関数の例 会社名 A社 B社 C社 D社 作業時間 1日 2日 3日 4日 2017/3/10 納期遅れを最小にしよう! 完了時刻最小化(メイクスパン)以外の目的関数の例 納期遅れ最小化 納期ずれ最小化 納期遅れした作業(ジョブ)数最小化 納期遅れの最大値の最小化 上の指標の重み付きの尺度最小化 .... 会社名 A社 B社 C社 D社 作業時間 1日 2日 3日 4日 納期 5日後 9日後 6日後 4日後

2017/3/10 最適化の結果

2017/3/10 ロットサイズ最適化

ロットサイズ最適化 (基本となるトレード・オフ関係) 2017/3/10 ロットサイズ最適化 (基本となるトレード・オフ関係) まとめて処理するのか?すぐに処理するのか?

2017/3/10 ロットサイズ最適化(在庫費用) 在庫費用=品目を次の期に持ち越すときにかかる費用 保管比率(投資額利率+保険料率+陳腐化率+税率)に品目の価値を乗じることによって計算 ロットサイズ在庫(サイクル在庫),作り置き在庫も最適化する. (安全在庫,輸送中在庫などは他の最適化システムで考慮)

サプライ・チェイン最適化 における位置づけ 2017/3/10 サプライ・チェイン最適化 における位置づけ タクティカル(中期,戦術)レベル 段取り費用(時間)を加味した多期間生産計画・在庫計画モデル オペレーショナル(短期)レベル 在庫とロットまとめを組み込んだスケジューリングモデル

1品目の例題 期(日,週,月,時間):1,2,3,4,5 (5日分) 生産 段取り 段取り費用: 3万円 2017/3/10 1品目の例題 期(日,週,月,時間):1,2,3,4,5 (5日分) 生産 段取り 段取り費用: 3万円 需要量 : 5,7,3,6,4 (日あたりの必要量;トン) 在庫費用 : 1日あたり1万円 生産費用 : 1,1,3,3,3万円(1トンあたり)

1品目の例題 一度に生産:段取り(3)+生産(25)+在庫(20+13+10+4)=75 2017/3/10 1品目の例題 一度に生産:段取り(3)+生産(25)+在庫(20+13+10+4)=75 JIT生産:段取り(15)+生産(51)+在庫(0)=66 最適生産:段取り(9)+生産(33)+在庫(15)=57

1品目の例題 (ヒューリスティクスとの比較) 2017/3/10 1品目の例題 (ヒューリスティクスとの比較) Silver-Mealヒューリスティクス 単位期間あたりの費用が最小になるようにロットまとめ 段取り(9)+生産(45)+在庫(7)=61 最小単位費用ヒューリスティクス(least-unit cost heuristics) 単位需要量あたりの費用が最小になるようにロットまとめ 段取り(9)+生産(51)+在庫(14)=74

複数品目の例題 段取りと在庫のトレード・オフの他に 資源(工程)の生産時間上限の複数の品目にどう配分するか? も決める. 2017/3/10 複数品目の例題 段取りと在庫のトレード・オフの他に 資源(工程)の生産時間上限の複数の品目にどう配分するか? も決める. 期:10週分,5品目 資源(工程)の稼働時間上限= 1021h/週(6期目は0h) 段取り費用 (品目1): 5000 ,4050,1250 ,5000.... 需要量(品目1) :92,97,107,107,104,.... 在庫費用=1 変動費用=1

2017/3/10 複数品目の例題 1期 2期 3期 4期 5期 品目 6期 7期 8期 9期 10期 品目 WebLotで求解(2秒)

2017/3/10 多段階モデル 複数品目の親子関係 組み立て産業:部品展開表 BOM(Bill Of Materials)   MRPは段取りや資源容量を考慮していない 装置産業:製品レシピ(Product Recipes) 副生成物1 ハードディスク 製品1 本体 原料1 中間製品 製品2 PCキット 基盤 原料2 モニタ 副生成物2 BOMの例 レシピの例

多段階の例題 段取り費用 1万円,時間 10時間 在庫費用 1円 変動費用 10円,時間 0.12分 在庫費用 8円 在庫費用 2円 2017/3/10 段取り費用 1万円,時間 10時間 変動費用 10円,時間 0.12分 在庫費用 8円 在庫費用 1円 在庫費用 2円 段取り費用 1万円,時間 5時間 変動費用 15円,時間 0.24分 在庫費用 9円 資源1 生産工程(24h/日稼働)

多段階の例題 段取り費用 6万円,時間 3時間 変動費用 2円,時間 1.8分 在庫費用 54円 段取り費用 5万円,時間 2時間 2017/3/10 段取り費用 6万円,時間 3時間 変動費用 2円,時間 1.8分 在庫費用 54円 段取り費用 5万円,時間 2時間 変動費用 2.5円,時間 2.4分 在庫費用 74円 資源2 包装工程(24h/日稼働)

2017/3/10 多段階の例題(需要量と結果)  需要 150 200 250 230 200  需要 120 130 160 180 200

ロットサイズ最適化システム WebLotのデータ項目 2017/3/10 ロットサイズ最適化システム WebLotのデータ項目 品目データ 品目ID,品目名称,段取り費用,段取り時間,変動費用, 在庫費用 資源データ 資源ID,資源名称,生産時間上限 品目・期データ 品目ID,期,需要量,段取り費用,段取り時間,変動費用,在庫費用,在庫量,生産量, 段取り回数 品目・資源データ 品目ID,資源ID,資源使用量 品目対データ 子品目ID,親品目ID,必要量

まとめ スケジューリングモデル オペレーショナルレベルの意思決定 2017/3/10 まとめ スケジューリングモデル オペレーショナルレベルの意思決定 PERT (Program Evaluation and Review Technique)の例 ガントチャート 近視眼的ヒューリスティクスの危険性 ロットサイズ決定モデル タクティカルレベルの意思決定