DIST – Università di Genova Modelli per l’ottimizzazione, il controllo e il coordinamento di sistemi di produzione distribuiti Riunione di coordinamento.

Slides:



Advertisements
Presentazioni simili
CORSO DI RECUPERO CONTROLLI AUTOMATICI Prof. Filippo D’Ippolito
Advertisements

Progetto di impianti semaforici - 5
ORGANIZZAZIONE E TRASFORMAZIONI D’IMPRESA
Sistema di riferimento sulla retta
Fisica 1 Termodinamica 4a lezione.
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Dynamic Programming Chiara Mocenni Corso di.
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Scelte di consumo Chiara Mocenni Corso di laurea.
Calcolo della mediana per un carattere quantitativo suddiviso in classi Il valore della funzione di ripartizione calcolato in x=Me è pari a 0,5 esempio:
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.
UN ESEMPIO DI ESPERIMENTO CASUALE
Dettaglio degli INPUT I vincoli istituzionali Le professionalità Diritti dei cittadini I criteri di allocazione delle risorse Le informazioni relative.
Inversione differenziale della Cinematica
1. Assicurare che la produzione disponga dei materiali di cui ha bisogno, nella quantità, al momento e nei luoghi giusti 2.Fare in modo che il flusso dei.
Ricerca della Legge di Controllo
Corso di Modelli e Algoritmi della Logistica
Corso di Modelli e Algoritmi della Logistica
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.
LE NUOVE ESIGENZE DELLA PRODUZIONE
A cura di Giuseppe Aguzzi Membro Cae ABB UILM
ripartizione dei costi e dei ricavi originari
Determinazione Orbitale di Satelliti Artificiali Lezione 4
Corso di IMPIANTI INDUSTRIALI IN BIOTECNOLOGIE
6.2.Strumenti di valutazione: la programmazione lineare Valutazione delle politiche AA 2005/2006 Davide Viaggi.
6.1.Strumenti di valutazione: modelli economici Valutazione delle politiche AA 2005/2006 Davide Viaggi.
DOMANDE Per affrontare il problema dei BILANCI DI MATERIA,
Economia e gestione delle imprese Docente Edoardo Sabbadin
La progettazione delle operations
TRASDUTTORI E SENSORI.
MAPPA DEL PROCESSO BUDGET ACTUAL DECISIONI DATI DELLA PIANIFICAZIONE
Lezioni di Ricerca Operativa Corso di Laurea in Informatica
Prof. Cerulli – Dott.ssa Gentili
Università di Padova Dipartimento di Ingegneria Meccanica CRITERI, PROCEDURE E VINCOLI PER LA GESTIONE OTTIMIZZATA DEGLI IMPIANTI DI PRODUZIONE DELLENERGIA.
Dopo un anno i proprietari si chiedono: lattività svolta si è conclusa positivamente? produzione Acquisizione fattori produttivi Lavorazione Ottenimento.
PROBLEMATICHE DELLAUTOMAZIONE Dipartimento di Informatica e Sistemistica Prof. ALESSANDRO DE CARLI Dott. Ing. VINCENZO SURACI ANNO ACCADEMICO
Prof. Cerulli – Dott.ssa Gentili
I costi della produzione: natura e andamento
Università degli studi di Padova Dipartimento di ingegneria elettrica
Laurea specialistica in pianificazione e politiche per lambiente Progettazione operativa ed utilizzo di un archivio sulle tecnologie di bonifica Ing. Stefania.
Grigliati NTv2 per la riproiezione della cartografia catastale
Università degli Studi di Pavia Facoltà di Economia
LA CONVEZIONE. Caratteri della convezione Ci si riferisce fondamentalmente allo scambio di calore tra un solido ed un fluido in moto rispetto ad esso.
Un Modello Integrato di PRODUZIONE / INVENTORY / TRASPORTO Unità Operativa di GENOVA D. Giglio, R. Minciardi, S. Sacone, S. Siri PRIN’03 Riunione di Coordinamento.
MS PROJECT 2000 ATTIVITA’.
Display a 7 segmenti.
Facoltà di Economia Università degli Studi di Cagliari Corso di Laurea in Economia e Gestione dei Servizi Turistici Programmazione e Controllo delle Aziende.
Prof. Filippo D’Ippolito
Gestione ottimizzata di centrali a ciclo combinato
Esercizio cross–docking
I costi di produzione Unità 10.
Università degli Studi di Roma “Tor Vergata” Facoltà di Giurisprudenza
Claudio Arbib Università dell’Aquila Ricerca Operativa Metodo del simplesso per problemi di distribuzione single-commodity.
1 L’attività di trasformazione Le scelte della produzione riguardano: L’assetto infrastrutturale  Dimensione  Localizzazione impianti  Grado di integrazione.
Università degli Studi di Bologna FACOLTÀ DI INGEGNERIA Corso di Laurea in Ingegneria Gestionale Ricerca Operativa MODELLI PER L’OTTIMIZZAZIONE DELL’OFFERTA.
DFD (Data Flow Diagram) Riferimenti: –Pressman, Cap. 8.
I criteri di efficacia e di efficienza per la valutazione dell’attività pubblica Prof. Federico Alvino.
L’analisi dei costi e dei ricavi
Programmazione lineare: un esempio Mix produttivo ottimo con risorse vincolate Materiale di studio: M. Fischetti, Lezioni di RO, Cap. 3. Libreria Progetto.
1. Le coordinate di un punto su un piano Le coordinate di un punto su un piano 2. La lunghezza e il punto medio di un segmento La lunghezza e il punto.
Corso di TECNOLOGIA, INNOVAZIONE, QUALITÀ Prof. Alessandro Ruggieri
Proposte di integrazione G. De Rosa. “main contractor” per Integrazione e Costruzione Costruzione meccanica Produzione e Qualifica Elettronica Assemblaggio.
I processi di approvvigionamento /utilizzo dei fattori correnti
INPS AUDIT Raffaello Marchi anni 70 innovazione tecnologica/produttiva massiccia applicazione tecnologia informatica teleprocessing – informatica distribuita.
10/5/061 Lez. 12 Previsioni di traffico Generalità Previsioni di scenario.
Bilancio macroscopico di materia
Valutazioni applicate alle decisioni di investimento Arch. Francesca Torrieri Analisi di sensitività e analisi del rischio.
Prof. Nicolino Castiello Testo consigliato: BRENNA A., Manuale di Economia Sanitaria, Milano, CIS, 2003 FEDERICO II” UNIVERSITÀ DEGLI STUDI DI NAPOLI “FEDERICO.
Termodinamica La termodinamica è la scienza che studia il trasferimento e le trasformazioni dell’energia, nonché le connesse variazioni delle proprietà.
Programmazione lineare: un esempio Mix produttivo ottimo con risorse vincolate Materiale di studio: M. Fischetti, Lezioni di RO, Cap. 3. Libreria Progetto.
Esempi e definizioni per modelli di Programmazione Lineare 1a parte marzo /01/2019.
Transcript della presentazione:

DIST – Università di Genova Modelli per l’ottimizzazione, il controllo e il coordinamento di sistemi di produzione distribuiti Riunione di coordinamento Genova, febbraio 2004

DIST – Università di Genova 2 Si consideri un generico sito produttivo con le seguenti caratteristiche:  il sito produttivo realizza due classi di prodotti finiti p a e p b ;  il processo produttivo non presenta alcun tipo di assemblaggio;  gli inventory dei componenti di base per la lavorazione e dei prodotti finiti sono contenuti nel nodo aa bb xaxa xbxb zbzb zaza yaya ybyb

DIST – Università di Genova 3 Notazione  z a (t), z b (t) flussi di componenti di base in ingresso al sistema   a (t),  b (t) livelli di inventory dei componenti di base (variabili di stato)  x a (t), x b (t) livelli di inventory dei prodotti finiti (variabili di stato)  y a (t), y b (t) flussi di prodotti finiti in uscita dal sistema  q a, q b quantità di prodotti finiti p a e p b realizzabile in un'unità di tempo  k a (t), k b (t) capacità assegnata per la trasformazione dei componenti di base in prodotti finiti p a e p b (variabili decisionali)  K = capacità totale di lavorazione del sito produttivo

DIST – Università di Genova 4 dove:  a,  b numero di acquisizioni di componenti di base per i prodotti p a e p b nel periodo di osservazione  i,a e  j,b, i=1,…,  a, j=1,…,  b istanti in cui avvengono le acquisizioni di componenti di base per i prodotti p a e p b  i,a (  j,b ) quantità di componenti di base ordinata dal produttore nell'istante di tempo  i,a, i=1,…,  a (  j,b, j=1,…,  b ) (variabili decisionali) Inoltre: z a (t) t...  1,a  2,a   a,a  1,a  2,a   a,a

DIST – Università di Genova 5 I flussi di prodotti finiti in uscita dal sistema hanno lo stesso andamento definito per i flussi di ingresso con: N a, N b numero di realizzazioni (commesse) di prodotti finiti nel periodo di osservazione t i,a e t j,b, i=1,…, N a, j=1,…, N b, istanti in cui avvengono le consegne di prodotti finiti per p a e p b Q i,a (Q j,b ) quantità di prodotti finiti consegnate negli istanti di tempo t i,a,i=1,…, N a (t j,b, j=1,…, N b ) Inoltre: t * i,a e t * j,b, i=1,…, N a, j=1,…, N b, due-dates per i prodotti finiti Q * i,a (Q * j,b ) quantità di prodotti finiti richieste negli istanti di tempo t * i,a (t * j,b, j=1,…, N b )

DIST – Università di Genova 6 Equazioni di stato per i componenti di base Equazioni di stato per i prodotti finiti

DIST – Università di Genova 7 Imponendo i vincoli Costi di ordine e definendo T=max{t * N a,a, t * N b,b }, è possibile impostare problemi di ottimizzazione dei seguenti funzionali di costo: dove: C F a, C F b costi fissi di ordine dei componenti di base C V a, C V b costi variabili di ordine dei componenti di base w,i,a (w i,b ) variabili binarie pari a {1} se in  i,a (  i,b ) ordino componenti di base e {0} altrimenti

DIST – Università di Genova 8 Costi di inventory dove: H a (t), H b (t) costi unitari di holding per gli inventory dei componenti di base HP a (t), HP b (t) costi unitari di holding per gli inventory dei prodotti finiti

DIST – Università di Genova 9 Tardiness quadratica Deviazione dalla dimensione di commessa richiesta