KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA

KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA

Dr inż. Mariusz Makuchowski Wykład 6

Systemy komputerowe w planowaniu

produkcji

Systemy komputerowe w planowaniu produkcji

Obecnie utrzymanie znaczącej pozycji na rynku wymaga ciągłego dostosowania do potrzeb klientów, dlatego tak istotne jest udzielenie odpowiedzi na pytanie:

Czy w danych warunkach produkcyjnych przedsię-biorstwo

może zrealizować określone zlecenie?

Systemy komputerowe w planowaniu produkcji

Obecnie na rynku znajduje się wiele małych i średnich przedsiębiorstw dla których wdrożenie systemów klasy MRP II czy ERP jest zbyt skomplikowane i kosztowne, dlatego tworzone są programy komputerowe, których celem jest wspomaganie podejmowania decyzji w przedsiębiorstwach w celu osiągnięcia sukcesu.

Obecny wykład poświęcony jest planowaniu produkcji przy

zastosowaniu różnych metod planowania.

Planowanie produkcji

Złożoność procesów decyzyjnych w obszarze planowania produkcji uzależniona jest

• przede wszystkim od typu i formy organizacji - najwyższa występuje przy produkcji jednostkowej i małoseryjnej

• poziomu zarządzania na którym realizowane jest planowanie produkcji

- Planowanie strategiczne – problemy nieustrukturalizowane

- Planowanie taktyczne – problemy słabo lub źle ustrukturalizowane - Planowanie operacyjne - problemy dobrze ustrukturalizowane

Algorytmy ewolucyjne

Algorytmy ewolucyjne

Algorytmy ewolucyjne to komputerowe systemy rozwiązywania problemów opierające się na zasadach jakie występują w ewolucji żywych organizmów.

Algorytmy ewolucyjne obejmują takie metody szczegółowe, jak np.:

- algorytmy genetyczne,

- programowanie ewolucyjne, - strategie ewolucyjne,

Algorytmy ewolucyjne

Główne pole zastosowań algorytmów (metod) ewolucyjnych to problemy optymalizacji.

Optymalizacja to wyznaczenie spośród dopuszczalnych

rozwiązań danego problemu rozwiązania najlepszego ze

względu na przyjęte kryterium (wskaźnik) jakości (np. koszt,

zysk, niezawodność).

Algorytm genetyczny - Cyfrowy

darwinizm

Selekcja

Selekcja osobników polega na wybraniu z obecnej populacji tych chromosomów, które wejdą w skład populacji w następnej generacji. Istnieje wiele metod selekcji, najprostszą i najczęściej stosowaną jest metoda na drodze losowania tzw. metoda koła ruletki, która przydziela prawdopodobieństwa wylosowania każdego osobnika bezpośrednio na podstawie jednej funkcji oceny.

Funkcja przystosowania (ang. fitness function), nazywana też funkcją dopasowania – funkcja określająca sposób oceny osobnika w środowisku populacji, oceny będącej miarą jego przystosowania (dopasowania) do środowiska; funkcja przystosowania określana jest przez środowisko.

Funkcja ta określa jakość każdego dopuszczalnego rozwiązania. Ustanawia relację porządkową na zbiorze rozwiązań dopuszczalnych (czyli dzięki tej funkcji możemy

Metody selekcji

Metoda koła ruletki polega na zaznaczeniu na wirtualnym kole wycinków odpowiadających poszczególnym osobnikom. Lepszemu osobnikowi przyporządkowuje się większy wycinek koła. Rozmiar wycinków może zależeć od wartości funkcji oceny, jeśli wysoka wartość oceny oznacza wysokie przystosowanie. Taki układ zapewnia większe prawdopodobieństwo, że lepszy osobnik zostanie wybrany jako rodzic.

Ewolucja przy takim algorytmie z każdym krokiem zwalnia. Osobniki podobne, otrzymują równe wycinki koła i presja selekcyjna spada. Ten algorytm słabiej rozróżnia osobniki dobre od słabszych.

Metoda rankingowa - każdemu osobnikowi zostaje obliczona funkcja oceny wg której osobniki zostają ustawione w szeregu najlepszy-najgorszy. W takiej selekcji

Metody selekcji

Istnieją także metody selekcji wielokryterialnej. Tworzy się kilka różnych funkcji oceny (oceniających pewne wybrane cechy osobników osobno). Dla przykładu osobniki mogą być ułożone nie w jednym, ale w kilku szeregach najlepszy-najgorszy, a proces selekcji jest bardziej złożony.

Bardzo często metoda ruletki zastępowana jest selekcją turniejową, która polega na dzieleniu populacji na grupy i „rozgrywaniu turnieju”

pomiędzy osobnikami z poszczególnych grup. Do populacji rodzicielskiej wybierane są najlepsze osobniki z każdej grupy.

Krzyżowanie

Krzyżowanie polega na kojarzeniu osobników w populacji w pary, w sposób losowy (najlepiej więc, aby rozmiar populacji był parzysty). Jego celem jest powstanie potomka posiadającego zespół cech, który jest kombinacją cech osobników rodzicielskich.

Każda para jest poddawana krzyżowaniu z pewnym prawdopodobieństwem (prawdopodobieństwo krzyżowania) - P_k

Z jednej pary rodziców powstaje dwóch potomków. Jeżeli doszło do krzyżowania, to osobniki potomne zastępują w nowej populacji swoich rodziców. Jeżeli nie doszło do krzyżowania (z prawdopodobieństwem 1-P ),

Operatory krzyżowania

1 1 0 1 0 0 1 1 0

1 0 0 1 0 0 1 0 0 0 0 1 1 0 1 1 0 1 1 0 0 1 0

1 1 0 1 0 0 1 1 0

0 1 0 0 1 0 0 1 0 1 1 0 0 1 0 1 1 0 0 1 0 0

0 1 0 1 0

rodzice potomstwo

0 1 0 0

Mutacja

Mutacja wprowadza do genotypu zmiany losowe w celu wprowadzenia różnorodności w populacji.

Zachodzi z niewielkim prawdopodobieństwem P

zmiana wartości elementu ciągu kodowego (zamiana jedynki na zero lub na odwrót).

Prawdopodobieństwo mutacji zazwyczaj wynosi 1%.

1 1 0 1 1 0 0 1 0 1 1 0 1 1 0 1 1 0

Operator mutacji

Algorytmy ewolucyjne

Zasada działania algorytmów ewolucyjnych polega na tym, iż zamiast „na oślep” intensywnie poszukiwać właściwego rozwiązania problemu, staramy się je "wyhodować".

Różne rozwiązania konkurują ze sobą, krzyżują się, rozmnażają, naśladując mechanizmy odpowiadające

za coraz lepsze dostosowanie organizmów żywych do

środowiska. Podobnie jak ma to miejsce w naturze możemy liczyć

na to, że taka symulacja przyniesie nam dobre (optymalne)

rozwiązanie problemu.

Algorytm genetyczny – model klasyczny

Cechy charakterystyczne:

• operuje na zbiorach łańcuchów o stałej długości złożonych z „0” i „1”

długość łańcucha zależy od charakteru problemu rozwiązywanego za pomocą algorytmu genetycznego np.(1,1,0,0,1,0,0,1,0)

• Pojedyncze elementy łańcucha przyjmujące wartości „0” lub „1” to geny

• Łańcuch genów to chromosom

• Zbiór chromosomów o określonej liczebności to populacja – w ramach jednej populacji wszystkie chromosomy są jednakowej długości

• Genotyp to podzbiór chromosomów definiujący strukturę danego osobnika

WYNIK

Generacja populacji początkowej

Ocena jakości chromosomu

Krzyżowanie Mutacja

Selekcja do dalszego przetwarzania

NIE TAK

Algorytm genetyczny – model klasyczny

Czy kryteria zatrzymania są spełnione?

Najlepsze osobniki

START

Generowanie nowej populacji

Sposób działania algorytmu genetycznego

Sposób działania algorytmu genetycznego:

• określenie sposobu kodowania rzeczywistych parametrów problemu w postaci chromosomu,

• przyjęcie postaci funkcji przystosowania oceniającej analizowany

zestaw parametrów pod względem jakości poszukiwanego rozwiązania,

• losowy dobór punktów startowego zestawu parametrów,

• selekcja najlepiej przystosowanych chromosomów do nowej populacji,

• zastosowanie na nowej populacji operatorów genetycznych w postaci krzyżowania i mutacji,

• sprawdzenie wartości funkcji przystosowania.

Przykład zastosowania algorytmu

ewolucyjnego

Algorytm ewolucyjny

Algorytmy ewolucyjne mają szerokie zastosowanie np.: we wspomaganiu procesów decyzyjnych w sterowaniu gazociągiem, przetwarzaniu obrazów rentgenowskich, prognozowaniu pogody, prognozowaniu zdarzeń i ich trendów w świecie naturalnym oraz w świecie zachowań rynkowo-finansowych, alokacji zasobów, doborze proporcji składników produktu, optymalizacji przewozów, załadunku, kosztów itp.…

Są również stosowane jako narzędzie służące harmonogramowaniu

Planowanie realizacji projektu w warunkach zakłóceń

Przykładem zastosowania tego algorytmu może być planowanie realizacji projektu w warunkach zakłóceń.

Zakłócenia to przeszkody występujące w fazie wykonawczej projektu, które powodują dezaktualizację planu pierwotnego, mogą być związane z systemem produkcyjnym bądź z otoczeniem.

Istotny jest skutek jaki powstał przez dane zakłócenie np.

niedotrzymanie terminów wykonania, deregulacja harmonogramu,

dezaktualizacja planu zasobów, naruszenie planu nakładów i planu

kosztów itp…

Planowanie realizacji projektu w warunkach zakłóceń

Szczególnie podatne na zakłócenia są wszelkie zasoby ograniczone tj.: czas, koszt, dostępność w czasie rzeczywistym zasobów parku maszynowego oraz zasobów ludzkich, dlatego w razie identyfikacji zakłócenia, niezbędna jest szybka reakcja i następnie wypracowanie takiej kombinacji ograniczonych zasobów aby nadal zapewnić największą efektywność działania.

Nie ma jednego optymalnego rozwiązania istnieje tylko zbiór rozwiązań kompromisowych tzw. paretooptymalnych, z których należy wybrać w możliwie krótkim czasie te dla nas najlepsze.

Planowanie realizacji projektu w warunkach zakłóceń

Założenia:

Średnie przedsiębiorstwo.

Zarządzanie projektami w ramach realizacji długoterminowego i złożonego projektu: kocioł parowy – dyrektywny czas realizacji 22 miesiące (wyburzenie starego kotła, zaprojektowanie i wyprodukowanie nowego)

Realizacja podprojektu: walczak kotła

Planowanie realizacji projektu w warunkach zakłóceń

W systemie produkcyjnym jest realizowany podprojekt składający się z:

16 czynności rzeczywistych {A_t,p, … , P_t,p} gdzie:

t – szacowany czas trwania

p – potrzebne zasoby wykonawcze (dla uproszczenia przyjęto tylko ilość pracowników)

i 2 pozornych {X₁, X₂}

Powyższe czynności tworzą uporządkowaną sieć czynności.

Sieć czynności podprojektu

Harmonogram i plan zasobów wykonawczych

Dysponowany zasób pracowników w każdym okresie realizacji projektu został ustalony w planie pierwotnym na poziomie W=10

Dyrektywny termin zakończenia projektu mija po upływie 242 dni od planowanego terminu rozpoczęcia procesu realizacji

Na podstawie przyjętego harmonogramu i planie zasobów

wykonawczych czas realizacji projektu wynosi – 239 dni

Harmonogram i plan zasobów dla W=10

Wykonywane czynności

Zasoby

wykonawcze (tutaj ilość pracowników)

Jednostka czasu (tutaj – dzień)

Zakłócenia

W trakcie wykonywania czynności A, 3 pracowników zostało

oddelegownych do realizacji nowego zlecenia co spowodowało

dezaktualizację planu zasobów i harmonogramu – czynności

B,O,P nie mogą się rozpocząć równolegle w 25 dniu, ponieważ

nie dysponujemy odpowiednią ilością zasobów wykonawczych

tj. pracowników

Harmonogram i plan zasobów dla W=7

Podsumowanie

Po wprowadzeniu danych do systemu, wykorzystując moduł

algorytmu ewolucyjnego było możliwe szybkie wygenerowanie

rozwiązań dopuszczalnych tj. takich gdzie możliwa była

przebudowa harmonogramu i dostosowanie go do

ograniczonych środków wykonawczych (tj.7 pracowników),

przy nie zmienionym (lub mniejszym) terminie zakończenia

projektu tj. 239 dni.

TEORIA OGRANICZEŃ

Teoria ograniczeń

Teoria ograniczeń (Theory of Constraints – TOC) stworzona została przez E.Goldratta.

Jest to metoda zarządzania nastawiona na osiąganie długotrwałych zysków poprzez odpowiednie zarządzanie istniejącymi w firmie ograniczeniami, tj. „wąskimi gardłami”.

Jest doskonałym narzędziem identyfikacji problemów związanych z przepływem produkcji i jednocześnie pomagającym je rozwiązywać.

Prowadzi do wzrostu efektywności i produktywności w

Teoria ograniczeń

„W zakresie ograniczeń, nie mamy żadnego wyboru.

Albo my zarządzamy ograniczeniami albo ograniczenia

zarządzają nami! Ograniczenia będą determinowały

efektywność naszych działań, bez względu na to, czy ich

istnienie będzie uznane, czy też nie.”

Teoria ograniczeń

TOC znalazła zastosowania praktyczne w wielu obszarach działania człowieka: przemyśle, dystrybucji, zarządzaniu projektami, szkolnictwie, wojskowości, służbie zdrowia, usługach, instytucjach i organizacjach niekomercyjnych, pozwalając wszędzie na osiągnięcie znaczących rezultatów dzięki:

• koncentracji wysiłków na tych obszarach, w których najszybciej

można osiągnąć efekty,

Teoria ograniczeń – 5 Kroków

Ciągły Proces Ulepszania realizujemy poprzez zastosowanie 5 Kroków:

1. Określenie celu i zidentyfikowanie ograniczenia ze względu na przyjęty cel

2. Eksploatacja ograniczenia – dla fizycznego ograniczenia celem staje się uzyskanie możliwie jak największej efektywności, niefizyczne ograniczenia powinny być eliminowane

3. Podporządkowania wszystkiego (decyzji i działań) postanowieniu o eksploatacji ograniczenia – każdy inny składnik (nie będący ograniczeniem) musi być regulowany do wspomagania osiągnięcia

Teoria ograniczeń – 5 Kroków

4. Wzmocnienia ograniczenia - wzmocnienie, czyli skokowy wzrost możliwości wytwórczych w wyniku inwestycji – zakupu nowej maszyny, zatrudnienia dodatkowej osoby. Często trzy pierwsze kroki są na tyle skuteczne, że zasób przestaje być ograniczeniem. Wtedy krok wzmocnienia może być pominięty.

5. Powrót – jeżeli poprzednie kroki wyeliminowały ograniczenie z systemu, należy powrócić do kroku 1 i postępować wg zasad z kolejnym ograniczeniem

Teoria ograniczeń

Zastosowanie TOC ma na celu synchronizację produkcji według krytycznych punktów systemu – wąskich gardeł.

Zastosowanie tej teorii do środowiska produkcyjnego to

zsynchronizowane wytwarzanie.

Klasyfikacja ograniczeń

W produkcji ograniczenia mogą występować zarówno z otoczenia jak i samego przedsiębiorstwa.

OGRANICZENIA

Ograniczenia ze strony klienta

Ograniczenia ze strony producenta

Ograniczenia ze strony klienta

Ograniczenia mogące wystąpić ze strony klienta to:

• Termin realizacji zamówienia

• Sposób odbioru wyrobów

• Różnorodność asortymentowa

• Wymagania jakościowe dotyczące wyrobu

• Cena wyrobu

Ograniczenia ze strony producenta

Ograniczenia mogące wystąpić po stronie producenta to:

Ograniczenia wynikające z polityki państwa – np. koncesje i limity wprowadzone ustawami, przepisy dotyczące ochrony środowiska

Ograniczenia wynikające z rynku – np. popyt na produkowane wyroby, kanały dystrybucji gotowych wyrobów

Ograniczenia zasobowe – np. maszyny i urządzenia produkcyjne,

pracownicy, zasoby finansowe

Ograniczenia silne

Ze względu na konieczność spełniania ograniczeń producenta dzieli się je na silne i słabe.

Ograniczenia silne muszą być spełnione w celu zapewnienia realizacji zadań. Zaliczamy do nich:

• technologiczne

• kolejnościowe

• ograniczenia dla operacji zagregowanych

• ograniczenia terminowe

• czasów trwania operacji

• kontekstowe

Ograniczenia słabe

Do ograniczeń słabych należy:

• Preferowanie produkcji pewnych wyrobów na określonych maszynach

• Równomierne wykorzystanie zasobów

• Utrzymanie pewnej wielkości zapasu określonych wyrobów

Przekroczenie ograniczeń słabych jest możliwe, choć

niekorzystne.

Teoria Ograniczenia w planowaniu

produkcji

Planowanie produkcji – teoria ograniczeń

Założenia: Typ przedsiębiorstwa: małe i średnie

Produkcja: mało i średnioseryjna, wieloasortymentowa w dyskretnych systemach wytwórczych

System produkcyjny posiadający zasób taktujący (np. piec w hucie)

Planowanie produkcji: zagwarantowanie, aby zlecenia zostały zrealizowane zgodnie z oczekiwaniem klienta (ilość, jakość, termin, koszt) i przy osiągnięciu zysku dla przedsiębiorstwa

Tego typu warunki występują m.in. w przedsiębiorstwach wytwarzających

Zasób taktujący

Zasób taktujący to węzeł przez który przepływają wszystkie realizowane w systemie procesy produkcyjne. Charakteryzuje się on:

• jednoczesnym wykonywaniem operacji dla wielu zadań

• identycznym czasem jednostkowym wykonania operacji bez względu na rodzaj i liczbę zadań,

• jednym i jednoczesnym strumieniem

wejścia i wyjścia

Planowanie produkcji – teoria ograniczeń

Przy tworzeniu planu produkcji planista ma za zadanie ustalić:

Czy w danym systemie produkcyjnym z danym zasobem taktującym, przy zbiorze zleceń Z oczekujących na realizację jest możliwa terminowa ich realizacja?

Jak zapewnić możliwie wysoki poziom efektywności przy

spełnieniu warunku terminowości realizacji zleceń?

Założenia systemu

W systemie produkcyjnym występuje s stanowisk produkcyjnych:

S = {M₁, … , M_k-1, M_k, M_k+1, … , M_s}, gdzie:

M₁, M₂, …, M_k-1 – zasoby znajdujące się we wszystkich przepływach produkcyjnych przed zasobem taktującym (M_k)

M_k+1, M_k+2, … M_s – zasoby znajdujące się za zasobem M_k

Dla każdego zasobu określono wielkość dysponowanych zdolności produkcyjnych oraz możliwości asortymentowe

Wszystkie zasoby pracują w trybie asynchronicznym (wyłączając M_k)

Założenia systemu

M_k realizuje operację technologiczną jednocześnie dla p dowolnych zadań w czasie t_k, przy czym p ≤ max zdolność produkcyjna, gdzie t_k jest czasem jednostkowym wykonywania operacji na zasobie M_k

W systemie występują zasoby współdzielone

Zasób M_k jest węzłem wszystkich procesów realizowanych w systemie, jedna z operacji każdego z procesów jest realizowana na M_k

MAGAZYNY

Przed każdym zasobem [M , …, M ] znajduje się dokładnie jeden magazyn

Założenia systemu

Magazyn wejściowy, przed M1, zapewnia materiały potrzebne do wykonania wszystkich zleceń

Magazyn wyjściowy, za Ms, jest w stanie przyjąć całość zrealizowanej produkcji

Czasy przygotowawczo-zakończeniowe:

• Nie są zależne od kolejności realizacji zadań w systemie

• Na danym urządzeniu występuje tylko wtedy, gdy kolejny

element ma zmienioną cechę konstrukcyjno- technologiczną

System produkcyjny z zasobem

taktującym

Zlecenie i zadanie produkcyjne

Zlecenie produkcyjne to przyjęte do realizacji zamówienie klienta złożone w danym okresie planistycznym o określonym, dyrektywnym terminie realizacji.

Zadanie produkcyjne to zbiór o następujących parametrach:

Z_j = {n, a^(k-1), d^(k+1), zd, l, w, T_d}, gdzie:

Zj - zadanie produkcyjne

n – numer zlecenia w skład którego wchodzi zadanie j

a^(k-1) – określenie pozycji asortymentowej, cechy nadawanej zadaniu j w marszrucie

przed zasobem taktującym

d^(k+1) – określenie pozycji asortymentowej, cechy nadawanej zadaniu j w marszrucie

za zasobem taktującym

zd – cecha dla której czas trwania operacji technologicznej nie zależy od rodzaju

Ocena realizacji zlecenia

l -

w –

T

–

Ocena realizacji zlecenia dokonywana jest za pomocą wskaźnika terminowej realizacji zlecenia – wskaźnik ten przyjmuje:

-k_j wartości ujemne – jeżeli termin realizacji jest przekroczony

0 -Zero – gdy zlecenie zostanie wykonane dokładnie w oczekiwanym terminie

Ocena realizacji zlecenia

współczynnika efektywności realizacji zlecenia

wskaźnik ten przyjmuje:

• Wartości ujemne – jeżeli termin wykonania jest opóźniony

• zero – gdy rzeczywisty termin realizacji zlecenia jest zgodny z terminem wyznaczonym przez klienta

• Wartości dodatnie – gdy termin realizacji zastanie wyprzedzony

Warunkiem przyjęcia do realizacji planu produkcji jest terminowa realizacja tr_j- rzeczywisty możliwy do

osiągnięcia termin realizacji

tz_j – planowany lub dyrektywny termin realizacji

Terminowość realizacji zleceń

MAGAZYN WYJŚCIOWY SYSTEM PRODUKCYJNY

Z₁ Z₂ Z₃ Z₄

t₁,t₂ t₃ t₄

Termin realizacji zleceń

Z₁, Z₂, Z₃, Z₄ – zlecenia do produkcji

t₁,t₂,t_3,t₄ – dyrektywne terminy dla zleceń

Terminowość realizacji zleceń

W podanym przykładzie Z1 i Z2 mają taki sam termin dyrektywny, oba zlecenia będą wykonane przed jego terminem zatem będą wykonane terminowo (wskaźnik terminowej realizacji zlecenia przyjmie wartość dodatnią)

Zlecenie Z3 będzie wykonane dokładnie w terminie dyrektywnym zatem wskaźnik terminowej realizacji zlecenia przyjmie wartość zero

Zlecenie Z4 będzie wykonane po terminie dyrektywnym a wskaźnik przyjmie wartość ujemną co spowoduje, że ten plan produkcji byłby niedopuszczalny

Terminowa realizacja zleceń polega na wykonaniu i udostępnieniu

wszystkich wyrobów (różny asortyment), na które klient złożył

zamówienie w terminie przez niego wskazanym

Planowanie produkcji – Teoria ograniczeń

Istotą metody planowania produkcji w systemach z wyróżnionym zasobem taktującym jest przydział zadań do grup, które są tworzone w taki sposób, aby wchodzące w ich skład zadania nie przekraczały wielkością pojemności zasobu taktującego a czas ich realizacji był równy jednemu taktowi.

Zadania do grup dobierane są początkowo na podstawie określonych

wzorców. Skład i wielkość grup będą różne w zależności od

kryterium zlecenia, które zostanie przyporządkowane do grupy jako

Kryteria przydziału zadań do grup

Kolejność kryteriów przydziału zadań do grup:

• Zadania o najpóźniejszym dyrektywnym terminie realizacji

• Zadania o najwyższym priorytecie

• Zadania o najwcześniejszym terminie realizacji i jednocześnie najwyższym priorytecie

• Zadania o najwcześniejszym terminie przyjęcia zlecenia do realizacji

• Zadania o najmniejszej wielkości zamówienia (liczba szt.)

• Zadania o największej wielkości zamówienia

• Największe zamówienie w przeliczeniu na kg

• Najmniejsze zamówienie w przeliczeniu na kg

• losowo

Planowanie produkcji

Kolejnym istotnym elementem tej metody jest tworzenie zbioru rozwiązań dopuszczalnych czyli takich, które:

spełnią ograniczenia logistyczne systemu – warunek producenta

oraz

będą dopuszczalne ze względu na terminowość realizacji

zleceń – warunek klienta

Tworzenie planu produkcji

WERYFIKACJA DOPUSZCZALNOŚCI ROZWIĄZANIA Z UWAGI NA TERMINOWOŚĆ wartość wskaźnika terminowej realizacji

UJEMNA - odrzucenie rozwiązania i konstruowanie nowego- zmiana kryterium

wartość wskaźnika terminowej realizacji

DODATNIA - rozwiązanie dopuszczalne – zapis USTALENIE TERMINÓW REALIZACJI ZLECEŃ

na podstawie terminów uruchomienia zleceń, marszruty technologicznej i czasów operacji technologicznych

SZEREGOWANIE GRUP

Ustalenie terminów uruchomienia poszczególnych zadań PRZYDZIAŁ ZADAŃ DO GRUP

Spełnienie ograniczeń pracy zasobu taktującego i poziomu zapasów produkcji w toku. Ustalenie partii wielkości produkcyjnych.

Podsumowanie

Rozwiązania są generowane w ciągu całego czasu jakim

dysponuje planista. Rozwiązania dopuszczalne są zapisywanie

by następnie można było wybrać z nich najlepsze dla

przedsiębiorstwa rozwiązanie. Kryteria wyboru rozwiązania

mogą być różne i są zależne od warunków panujących w

przedsiębiorstwie oraz jego otoczeniu.

Bibliografia

[1] Adam Nowicki, Komputerowe wspomaganie biznesu (2006) [2] Karol Kukuła, Badania operacyjne w przykładach i zadaniach (2002) [3] Czesław Smutnicki, Algorytmy szeregowania (2002)

[4] Ryszard Knosyla i Zespół, Komputerowe wspomaganie zarządzania przedsiębiorstwem –Nowe metody i systemy (2007)

[5] Zbigniew Klonowski, Systemy informatyczne zarządzania przedsiębiorstwem. Modele rozwoju i właściwości funkcjonalne (2004)

[6] M. Fertsch, K. Grzybowska, A. Stachowiak, Logistyka i zarządzanie produkcją –nowe wyzwania i odległe granice (2007)

[7] S. Zieliński – Inteligentne systemy w zarządzaniu. Teoria i praktyka (2000)

[8] Adamczewski, Piotr. Zintegrowane systemy informatyczne w praktyce, Warszawa, PWN, 2005 [9] Szejko, Stanisław (Redakcja naukowa). Metody wytwarzania oprogramowania, Warszawa, PWN, 2004

[10] Lausen, Georgie; Vossen, Gottfried. Obiektowe bazy danych. Modele danych i języki,

Bibliografia

[11] Miłosz, Marek (Redakcja naukowa). Bezpieczeństwo informacji, Warszawa, PWN, 2005

[12] Dolińska, Małgorzata. Projektowanie systemów informacyjnych na przykładzie zarządzania marketingiem, Warszawa, Agencja Wydawnicza "Placet", 2003.

[13] Cheesman, John; Daniels, John. Komponenty w UML. Warszawa, WNT 2004

[14] Szyjewski, Zdzisław. Zarządzanie projektami informatycznymi, metodyka tworzenia systemów informatycznych. Warszawa, Agencja Wydaw. Placet, 2001. (Biblioteka Biznesmena)

[15] Leyland, Valerie. EDI Elektroniczna wymiana dokumentacji. Warszawa, WNT, 2003 [16] Orłowski, Cezary. Projektowanie hybrydowych systemów informatycznych do wspomagania zarządzania, Wydaw. Politech. Gdańskiej, 1999.

[17] M.Jurczyk, R.Knosala - Terminowość i efektywność realizacji zleceń w systemach z

Dziękuję za uwagę.