Un Modello Integrato di PRODUZIONE / INVENTORY / TRASPORTO Unità Operativa di GENOVA D. Giglio, R. Minciardi, S. Sacone, S. Siri PRIN’03 Riunione di Coordinamento.

Slides:



Advertisements
Presentazioni simili
Capitolo 4 Commercio internazionale e tecnologia
Advertisements

l/2 l pA l = m P= mg = 4450 N  = 944 kg/m3 pa = Pa Calcolare:
Ricci & Coccia 2009 COMPRARE BENE, PRODURRE CON EFFICIENZA, VENDERE AL MEGLIO COMPRARE BENE, PRODURRE CON EFFICIENZA, VENDERE AL MEGLIO Metodologie e strumenti.
Con questa presentazione impariamo a:
Customer satisfaction, integrazione dei processi e supply chain cap.19 Prof.ssa Annalisa Tunisini - a.a. 2006/2007.
Chiara Mocenni – Analisi delle Decisioni a.a Analisi delle Decisioni Conoscenza incerta e probabilita Chiara Mocenni.
Richiami di Identificazione Parametrica
La Programmazione Matematica e i Problemi di Scelta
1 Facoltà di Economia U niversità degli Studi di Parma Corso di Economia Industriale Cap. 13 Anno Accademico
LA CONCORRENZA PERFETTA
QUADRO DI ANALISI fondato su criteri economici (II) potere di mercato delle parti (III) altri fattori relativi alla struttura del mercato (I) natura dellaccordo.
Economia Applicata all’Ingegneria
introduzione alla supply chain
Supply Chain Management: criticità e aree d’intervento
“Corpo rigido” Distribuzione estesa di massa i cui punti mantengono invariate le distanze reciproche ( Þ non ci sono deformazioni) Possibili moti di un.
Segnali e Sistemi Un segnale è una qualsiasi grandezza che evolve nel tempo. Sono funzioni che hanno come dominio il tempo e codominio l’insieme di tutti.
Stato di Avanzamento dello sviluppo del modulo Concretizator
EIE 06/07 II / 1 Strumenti delle politiche agricole in economia aperta equilibrio di mercato in economia aperta politiche di un paese importatore politiche.
Algoritmi Paralleli e Distribuiti a.a. 2008/09
Offerta e Domanda di mercato
Capitolo 6 Commercio internazionale in concorrenza perfetta
AMISH MENNONITI SICILIA Etnie negli U.S.A.
Il primo principio non basta a spiegare la spontaneità di un processo……………………… C costante, W numero di microstati.
7. Teoria delle Code Una coda è costituita da 3 componenti fondamentali: i serventi i clienti uno spazio in cui i clienti attendono di essere serviti.
La distribuzione fisica Insieme di strutture fisiche ed attività che si occupano del trasporto dei prodotti finiti dal luogo dove sono stati fabbricati.
Esperienza n. 12 Filtro passa-banda
Applicazione h Si consideri un punto materiale
Corso di Modelli e Algoritmi della Logistica
Modelli e Algoritmi della Logistica
TECNOLOGIE DEI SISTEMI DI CONTROLLO
Corso di Modelli e Algoritmi della Logistica
Tecniche di Risoluzione della Programmazione a Breve Termine.
Modelli e Algoritmi per la Logistica
Cenni di ottimizzazione dinamica
a cura di: Nicola Cominetti
CONTROLLO DI SUPPLY CHAIN MEDIANTE TECNICHE H-INFINITO E NEGOZIAZIONE
G.M. - Edile A 2002/03 Appli cazio ne Si consideri un punto materiale –posto ad un altezza h dal suolo, –posto su un piano inclinato liscio di altezza.
Un ambiente di simulazione per lottimizzazione della logistica territoriale delle A.S.L. Politecnico di Torino Dipartimento di Automatica e Informatica.
La logistica La gestione dei materiali
Programmazione di un sistema elettrico
LE CONICHE                                       .
DINAMICA DEI FLUIDI IDEALI
Università degli Studi di Padova Progetto Lauree scientifiche Buratto Alessandra Dipartimento Di Matematica Pura Ed Applicata Liceo Scientifico "L. da.
6.2.Strumenti di valutazione: la programmazione lineare Valutazione delle politiche AA 2005/2006 Davide Viaggi.
PARTE IX CONCORRENZA PERFETTA.
ECONOMIA.
MECCANICA STATICA CINEMATICA  DINAMICA .
PIATTAFORMA LOGISTICA MULTI-PRODUTTORE
Economia Industriale, (3° anno Corso di Laurea in Economia Aziendale)
ANALISI DEI PROCESSI PRODUTTIVI ANALISI DELLE PRESTAZIONI DEL PROCESSO
Istituzioni di economia
Corso di Tecnica delle Costruzioni I - Teoria delle Esercitazioni
Osservazione Tutti i sistemi funzionano!, Anche i più complessi !!
Lezione n° 18: Maggio Problema del trasporto: formulazione matematica Anno accademico 2008/2009 Prof. Cerulli – Dott.ssa Gentili Lezioni di.
2. Meccanica Fisica Medica – Giulio Caracciolo.
Tecnologie delle Costruzioni Aeronautiche 1 Esercitazione 3 © Goran Ivetic.
Stabilità per E.D.O. (I): STABILITÀ LINEARIZZATA
1 Corso “Marketing dei servizi per l’innovazione” Milano, 21 / 22 febbraio 2005 I processi di Innovazione II: il concetto commerciale di servizio tecnico.
Laurea Ing EO/IN/BIO;TLC D.U. Ing EO 10 PROBABILITA’ E VARIABILI ALEATORIE.
Progettazione di basi di dati distribuite Marco Mangiacavalli Matricola:
DIST – Università di Genova Modelli per l’ottimizzazione, il controllo e il coordinamento di sistemi di produzione distribuiti Riunione di coordinamento.
BREAK EVEN ANALYSIS Proff. Patrizia Pezzuto e Marisa Ricca.
Claudio Arbib Università dell’Aquila Ricerca Operativa Metodo del simplesso per problemi di distribuzione single-commodity.
Case study nel settore della grande distribuzione
Convegno Nazionale di Coordinamento CIRA Settembre 2004, Villasimius, Cagliari 1/24 DIPARTIMENTO DI ELETTROTECNICA ED ELETTRONICA POLITECNICO DI.
I Tre Cicli Fondamentali Sopravvivenza U= Rt-Ct USCITE < ENTRATE Input Output Fornitori Clienti COSTI RICAVI Trasformazione.
Corso di TECNOLOGIA, INNOVAZIONE, QUALITÀ Prof. Alessandro Ruggieri
Lezione n° 8 - Matrice di base. - Soluzioni di base ammissibili. - Relazione tra vertici di un poliedro e soluzioni basiche. - Teorema fondamentale della.
ECONOMIA E GESTIONE DELLE IMPRESE “ La Logistica Industriale e le tecniche di programmazione e controllo delle scorte” Corso Clea Prof. Mauro Sciarelli.
Bilancio macroscopico di materia
Transcript della presentazione:

Un Modello Integrato di PRODUZIONE / INVENTORY / TRASPORTO Unità Operativa di GENOVA D. Giglio, R. Minciardi, S. Sacone, S. Siri PRIN’03 Riunione di Coordinamento Perugia, giugno 2005

Ipotesi sul Modello  Sistema produttivo DISTRIBUITO  4 LIVELLI (Fornitori, Produttori, Assemblatori, Venditori)  Sistema completamente COOPERATIVO  Unico DECISORE CENTRALIZZATO (per gli ultimi 3 livelli)  Modello a TEMPO DISCRETO F1P1A1V1 F2P2A2V2 FORNITORIPRODUTTORIASSEMBLATORIVENDITORI MONDO ESTERNO

Modello a Tempo Discreto  Livello di inventory, all’istante t, del materiale in INGRESSO al produttore P1  Livello di inventory, all’istante t, del materiale in USCITA al produttore P1 Produttore P2 :Assemblatore A1 :Assemblatore A2 : Produttore P1 :

Modello a Tempo Discreto  Livello di inventory POSITIVO, all’istante t, per il venditore V1  Livello di inventory NEGATIVO, all’istante t, per il venditore V1 Venditore V2 : Venditore P1 :

Modello a Tempo Discreto  Quantità di materiale che viene TRASPORTATO dal nodo  al nodo  nell’intervallo di tempo (t, t+1)  Quantità di materiale che viene TRASFORMATO nel nodo  nell’intervallo di tempo (t, t+1)  Si ipotizza che nessuna trasformazione richieda un intervallo di tempo maggiore dell’intervallo di campionamento  10 EQUAZIONI DI STATO

Equazioni di Stato Produttore P1 : Produttore P2 :

Equazioni di Stato Assemblatore A1 : Assemblatore A2 :

Equazioni di Stato Venditore P1 : Venditore P2 :  DOMANDA ESTERNA (prevista) dei clienti all’istante t presso il centro di vendita Vi

Problema di Ottimizzazione  Problema CENTRALIZZATO  Orizzonte FINITO Minimizzazione di :  Costi di INVENTORY  Costi di TRASPORTO  Costo unitario di inventory per intervallo di tempo (valido per inventori IN, OUT, + e -)  Costo unitario di trasporto tra i nodi  e  NON vengono considerati :  Costi FISSI (di trasporto)  Costi di PRODUZIONE

Funzione Obiettivo

Vincoli del Problema  Equazioni di stato  Vincoli relativi alle capacità produttive dei produttori e degli assemblatori  Vincoli relativi ad upper bound nelle quantità trasportate

Altre Considerazioni In caso di sistemi di trasporto “DEDICATI”…  il modello e il problema così formalizzati risultano rappresentativi di una supply chain In caso di sistemi di trasporto “CONDIVISI”…  tutti i trasporti si basano sulle stesse risorse finite  occorre introdurre nuovi vincoli Si può fare distinzione tra:  risorse di trasporto CONTINUE  risorse di trasporto DISCRETE

Risorse di Trasporto Continue Nuovo Vincolo :  CAPACITA’ MASSIMA di trasporto in un intervallo di tempo

Risorse di Trasporto Discrete 2 casi : 1.Ogni trasporto richiede un numero intero di risorse che sono in grado di effettuare un singolo trasporto nell’intervallo unitario  problema di assegnazione di risorse finite a task in competizione 2.Le singole risorse possono effettuare diversi trasporti in un singolo intervallo di tempo (anche seguendo una “rotta”)  problema di routing ottimo per ogni risorsa