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

Slides:



Advertisements
Similar presentations
第 5 章 2 次元モデル Chapter 5 2-dimensional model. Contents 1.2 次元モデル 2-dimensional model 2. 弱形式 Weak form 3.FEM 近似 FEM approximation 4. まとめ Summary.
Advertisements

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
第6回 線形計画法の解法(4) 混合最小値問題 山梨大学.
ロジスティクス工学 第4章 確率的在庫モデル サプライ・チェインの設計と解析 第3章 在庫管理とリスク共同管理 pp
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
ネットワーク理論講義補助資料 Text. 組合せ最適化とアルゴリズム 4.5 節 主・双対法 pp
第八回  シンプレックス表の経済的解釈 山梨大学.
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!
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
© Yukiko Abe 2014 All rights reserved
サプライ・チェイン最適化の最近の動向について
初級ミクロ経済学 -生産者行動理論- 2014年10月20日 古川徹也 2014年10月20日 初級ミクロ経済学.
経済学A ミクロ経済学(第4回) 費用の構造と供給行動
第三回 線形計画法の解法(1) 標準最大値問題 山梨大学.
ロジスティクス工学 第3章 鞭効果 サプライ・チェインの設計と管理 第4章 情報の価値 バリラ・スパの事例を読んでおくこと!
シミュレーション論Ⅰ 第9回 様々なシミュレーション:販売と在庫管理.
第四回 線形計画法(2) 混合最大値問題 山梨大学.
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.
重力3体問題の数値積分Integration of 3-body encounter.
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.
1章前半.
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
© Yukiko Abe 2014 All rights reserved
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
© Yukiko Abe 2014 All rights reserved
ネットワーク理論講義補助資料 Text. 組合せ最適化とアルゴリズム 4.3 節 Lagrange緩和 pp
ビールゲーム第二回発表資料 11班.
需要パターンを考慮した 発注方式の比較検討
© Yukiko Abe 2014 All rights reserved
© Yukiko Abe 2014 All rights reserved
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
第6章 連立方程式モデル ー 計量経済学 ー.
ロジスティクス工学 第7章 配送計画モデル 東京商船大学 久保 幹雄
小間田 春彦 高 雷 小林 磨生 小針 由香 小林 亮 毛塚 智彦
ネットワーク理論 Text. Part 3 pp 最短路問題 pp 最大流問題 pp.85-94
ロジスティクス工学 第3章 鞭効果 サプライ・チェインの設計と管理 第4章 情報の価値 バリラ・スパの事例を読んでおくこと!
混合ガウスモデルによる回帰分析および 逆解析 Gaussian Mixture Regression GMR
モデルの逆解析 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
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.
確率論の基礎 「ロジスティクス工学」 第3章 鞭効果 第4章 確率的在庫モデル 補助資料
論文の概要 (目 的) ○アメリカ・火力発電事業者の全要素生産性の推計(1950~ 1978)。
第7章 疎な解を持つカーネルマシン 修士2年 山川佳洋.
© Yukiko Abe 2014 All rights reserved
計算量理論輪講 chap5-3 M1 高井唯史.
動的計画法で最短路問題を解く 最適性原理に基づいて時間ごとの最適政策を求める方法を、動的計画法(Dynamic Programming; DP)という。 ベルマンの最適性原理とは、直観的に言えば全体の問題の最適解の部分解は部分問題の最適解に一致するということであるが、厳密には次の再帰方程式によって定式化される。
経営システム工学入門実験A ビールゲーム 総評
11.3 酒屋の在庫問題(8) ユースケース 仕入販売支援システム 11. モデリング 受注する 入庫を記録する 在庫を引き当てる 受付係
産業組織論A 8 丹野忠晋 拓殖大学政経学部 2017年5月30日
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
班番号:8班 班名:ドリームファクトリ 発表日:5月19日
© Yukiko Abe 2015 All rights reserved
1.目的 サプライチェーンにおいて重要なこと ・商品のコスト ・商品の充填率 需要が予測できれば、 充填率を下げずに在庫が減らせる 在庫
「経営システム工学総合実験」 モデリング&シミュレーション 第2回
「データ学習アルゴリズム」 第3章 複雑な学習モデル 報告者 佐々木 稔 2003年6月25日 3.1 関数近似モデル
ナップサック問題 クマさん人形をめぐる熱いドラマの結末.
配送計画最適化システム WebMETROのご紹介
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!
メンバー 高野 芳光、高橋 敦史、高橋 裕嗣 高橋 祐帆、高山 陽平、田嶋 麻子
サポートベクターマシン Support Vector Machine SVM
ビールゲームにおける結果と考察 9班:ユベントス.
サプライ・チェイン最適化について 研究者・実務家が知っておくべきこと
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..
構造方程式ゼミナール 2012年11月14日-11月21日 構造方程式モデルの作成.
サプライ・チェイン 在庫最適化システム WebSCMのご紹介
Presentation transcript:

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. 49-52, 3.2.1節 経済的ロットサイズ・モデル 東京商船大学 久保 幹雄

経済発注量(Economic Ordering Quantity :EOQ)モデル K (円): 発注1回あたりの固定費用 [生産現場では段取り費用 h ( 円/(日・個) ): 品目1個あたり・1日あたりの在庫保管費用 目的: 無限期間における最適な(発注費用+在庫保管費用を最小にする)発注方策(いつ,どれだけ発注するのか)を決める. 条件: 品切れは許さない. 注文した品目はすぐに(リード時間0で)到着する. 初期在庫は 0 とする.

例:研究室のビール在庫 K研究室ではビールを冷蔵庫で適切に管理することが義務づけられている.ビールは新鮮さが第一だの先生のモットーにより,1日あたりのビールの劣化は,1本あたり 10円で,発注は近所のコンビニに出前を頼むので1回あたり300円かかる.また,研究室には大酒のみが多いため1日に10本のペースで消費されるものとする.最適な(研究室費を無駄にしない)発注方策を考えよ.

d:傾き=-需要のスピード Q h×面積 サイクル時間 (T 日) = [ ] 時間 T 日間の総費用 = 発注費用 +在庫保管費用 = 在庫レベル d:傾き=-需要のスピード Q h×面積 サイクル時間 (T 日) = [ ] 時間 T 日間の総費用 = 発注費用 +在庫保管費用 = f(Q)= 1日あたりの費用 =

EOQモデル 最小化 f(Q) ∂f(Q)/∂Q = ∂2f(Q)/∂Q2 = f(Q) は [ ] 関数. Q* = f(Q* )=

練習問題 2-1 (易) Find the optimal ordering quantities when d =10 items/day K =300 yen h=10 yen/day・item. Check the dimension of the EOQ formula.

練習問題 2-2 (中) Consider EOQ model in a factory. When the inventory is zero, production of Q items starts at a rate of p (items/day) (p ≧d). The set-up cost is K (yen) and every time production starts at a level p, we incur a cost of α×p (α>0). What is the optimal production rate?

練習問題 2-3(難) Consider EOQ model at a warehouse. When an order of size Q is placed, the items are delivered by trucks of capacity q; thus the number of trucks used to deliver Q is . The set-up cost is a linear function of the number of trucks used;             (yen) . What is the optimal ordering quantities?

感度分析 (「サプライ・チェインの設計と解析」p.52 表3-1) 最適な発注量が整数でないかもしれない.最適からずれたら,どれくらい費用が増えるのだろう?->感度分析 ビールの在庫の例 Table3-1.xls

感度分析の図 最適値の20%増しのの発注量でも,費用は(たった)1.6% しか増えない! -> EOQモデルの解は頑強(robust)である!

2のべき乗方策(Power-of-two Policy) サイクル時間が1.732日や1.4142日は実用的か? たとえば,タバコの配送では,配送周期を1週間,2週間,1ヶ月(4週間)に一度に限定している. 2のべき乗方策 基準となる時間間隔 B (Basicの頭文字)を与え,kを整数(・・・-2,-1,0,1,2,・・・)としたとき,サイクル時間をB 2k に限定して発注を行う.

2のべき乗方策(定式化) g=h d/2 を導入(記号の簡略化のため) 発注固定費用K,在庫保管費用h,需要量d (発注量Qでなく)サイクル時間 Tを変数とする! 2のべき乗方策 最小化 f(T)= K/T + g T 条件 T = B 2k kは・・・-2,-1,0,1,2,・・・       T ≧ 0

2のべき乗方策の最悪の場合の保証(悪くても6%以下) (式変形については,「ロジスティクス工学」pp.34-35参照) 2のべき乗であることを外した(緩和した)問題の最適サイクル時間と最適値;EOQ公式より 2のべき乗に限定したときのサイクル時間 を満たす 式変形すると:

直列多段階( 2段階)モデル 3 メーカー 2 卸 1 小売店 需要 d h’3 =0 h’2 h’1 第2段階(卸) 第1段階(小売店) T=2 T=1 ノコギリ型にならない!

エシェロン在庫 第2段階のエシェロン在庫 2 1 需要 d 第2段階(エシェロン在庫) h’2 h’1 各在庫点からみて下流(需要側) の在庫をすべて含めた在庫 第1段階 2 2 T=2 T=1

エシェロン在庫費用 3 メーカー 2 卸 1 小売店 需要 d h’3 =0 h’2 h’1 第2段階(卸)の のエシェロン在庫費用 h2 = h’2-h’3 = h’2 第1段階(小売店) のエシェロン在庫費用 h1 = h’1-h’2 下流(需要側)に行くにしたがって在庫費用は増加 (品目に付加価値がつくから) 外部(メーカー)の在庫費用は0 とする. エシェロン在庫費用= 各在庫点とそこに供給する上流の在庫点との在庫費用の差

通常の在庫費用と エシェロン在庫費用の関係 エシェロン在庫費用(4日分) 第2段階(卸)=2×4× h2 =[ ] 第1段階(小売店)=4 h1 =[ ] 通常の計算法(4日分) 第2段階(卸)=4 h’2 第1段階(小売店)=4 h’1 2 1 T=2 T=1

練習問題2-4 以下のサプライ・チェインに対して,通常の定義による在庫費用がエシェロン在庫費用と一致することを確認せよ. 3段階のサプライ・チェイン 1倉庫・多小売店モデル 3 メーカー サイクル時間=4 2 卸 サイクル時間=2 1 小売店 サイクル時間=1 小売店1 サイクル時間=1,需要=1 倉庫 サイクル時間=4,需要=3 小売店2 サイクル時間=2,需要=2

入れ子方策(nested policy) 入れ子方策:ある在庫点が発注を行うなら,かならずその下流の在庫点も発注を行う. 直列多段階モデルにおいては,入れ子方策の中に最適方策がある. 2のべき乗方策の下では, 上流のサイクル時間≧下流のサイクル時間 を満たせばよい.

入れ子方策でない方策 第2段階(卸) エシェロン在庫 2段階(卸)が発注して いないときに発注 第1段階(小売り) 2 2 0に近づけると在庫減少

2段階直列モデルの定式化 2のべき乗・入れ子方策 需要量d,第 i段階の在庫点の発注固定費用Ki, エシェロン在庫保管費用hi,サイクル時間(変数)Ti gi=hi d/2 を導入(記号の簡略化のため)  2のべき乗・入れ子方策 最小化 Σi Ki/Ti + gi Ti 条件 Ti = B 2k kは・・・-2,-1,0,1,2,・・・, i=1,2 Ti ≧ Ti-1 i=2        Ti ≧ 0 i=1,2 2のべき乗方策 入れ子方策 (2のべき乗方策の下)

2段階直列モデルの最適解 Lagrange緩和(1) 需要量 10 第 1段階の在庫点の発注固定費用K1=300 エシェロン在庫保管費用h1=5=(10-5), g1=h1 d/2=25 第 2段階の在庫点の発注固定費用K2=100(他のビールと一緒に注文するので安い) エシェロン在庫保管費用h2=5=(5-0), g2=h2 d/2=25 2のべき乗・入れ子方策 最小化 Σi Ki/Ti + gi Ti +(-Ti +Ti-1)λ 条件 Ti = B 2k kは・・・-2,-1,0,1,2,・・・, i=1,2 Ti ≧ Ti-1 i=2        Ti ≧ 0 i=1,2 入れ子条件より0以下 0以上のLagrange乗数

2段階直列モデルの最適解 Lagrange緩和(2) 2のべき乗・入れ子方策を緩和(外した)式 0以下の項を目的関数に加えて制約を外した ->下界(最適値以下の値)を算出する! 最小化 Σi Ki/Ti + gi Ti +(-Ti +Ti-1)λ 条件 Ti ≧ 0 i=1,2 ->2つのEOQモデルに分解 第1段階:最小化 K1/T1 + (g1 +λ) T1 第2段階:最小化 K2/T2 + (g2 -λ) T2

2段階直列モデルの最適解 Lagrange緩和(3): Excelによるλの推定 B1 =SQRT(300/(50+B1)) =SQRT(500/(100-B1)) Section2-3.xls

1倉庫・多小売店モデル 入れ子方策が悪くなる例 小売店1 発注費用1 需要=2 エシェロン在庫費用=1 倉庫 発注費用 =1 需要=2+ε エシェロン在庫費用=1 小売店2 発注費用 K(大きな数) 需要=ε(小さな数) エシェロン在庫費用=1 最適方策:小売店1,倉庫が毎日発注,小売店2は約 日に1回発注 ->1日あたり に比例した費用 入れ子方策1:小売店2を約 日に1回;入れ子方策より倉庫も約 日に1回;小売店1むけの倉庫における在庫費用は,       に比例    入れ子方策2:小売店2,倉庫が毎日発注;小売店2の在庫費用 は K に比例