Vorlesungsfolien Flashcards
Strategische Planungsaufgaben
- C.a 5 Jahre
- Ziel und Strategiefindung für Produktion
- Schaffen/Erhalten einer leistungsfähigen Produktion
- Wettbewerbsfähigkeit trotz Wandel der Rahmenbedingungen
BSP: Forschung, Entwicklung, Standortsuche
Taktische Planungsaufgaben
- c.a 1-5 Jahre
- Konkretisierung der Strategien
- zukünftige Leistungsfelder und Produktionsstrategien
BSP: mittelfristiges Produktions- und Produltprogramm
mittelfristige Kapazitätenplanung
Operative Planungsaufgaben
- optimaler Einsatz eines gegebenen Produktionssystems
- kurzfristiges Entscheiden über zu produzierende Leistungen
BSP: Erzeugnisprogrammplanung, Materialwirtschaft, Ablaufplanung, Produktionssteuerung
APS- Matrix
…
Strategische Netzwerkplanung
-geschickte globale Standortwahl
Standortbezogene Prozessgestaltung
- innerbetriebliche optimale Prozessstruktur
- Transportsysteme und Standortplanung
Absatzplanung
-bestmögliche Prognosen zur genaueren Planung der Produktion
Produktionsprogrammplanung
Welches Produkt soll zu welchen Mengen produziert werden?
Losgrößen, Ressourcen und Bestände
Welche Teile müssen wann beschafft werden?
Produktionsfeinplanung
Welcher Auftrag soll wann auf welcher Anlage ausgeführt werden?
Distributionsplanung
Routen und Reihenfolge von (Auslieferungs-) Touren
Motive Standortplanung
Produktionsplanung
Einrichtung überholt
örtliche Verschiebung der Nachfrage
Kostenvorteile
Ziele Standortplanung
Sicherung des Unternehmenserfolgs
Wettbewerbsfähigkeit/-vorteile
betriebs- und marktbedingten Forderungen gerecht werden
Normative Ansätze
qualitative
quantitative
Qualitative Ansätze
Kennzahlenanalyse
SWOT- Analyse
Portfoliotechniken
Scoring Modelle/ Nutzenwertanalyse
Quantitative Methoden
Zentrenprobleme
Standortplanung in Netzen
Quadratische Zuordungsprobleme
Simulationen
Qualitative Kriterien
Land
politische Stabilität
Währungsstabilität
Umwelteinflüsse
Qualitative Kriterien
Regional
Zulieferer
Energieversorgung
Lohnniveau
Transportkosten
Vorgehen Nutzwertanalyse
- Alternativen festlegen
- Zielkriterien bestimmen
- Kriterien gewichten
- Kriterienausprägung beschreiben
- Kriterienwerte zuordnen
- Wertsynthese
Bewertung Nutzwertanalyse
Pro:
flexibel, gute Vergleichbarkeit, übersichtlich
Kontra:
aufwendige Informationsbeschaffung
subjektive Gewichtung
Triple-Algorithmus
- Distanzmatrix aufstellen
- Einen Knoten fixieren
- Iterationsschritt (Betrechtung und Berechnung aller Knotenpaare mit dem ausgewählten Knoten)
- Fortlauf des Algortithmus
- Output
Warehouse-Location Problem
n=1 Anzahl und Lage Standorte
n=2 Anzahl und Lage Standorte UND Zuliefererstruktur
Unterscheidung: kapazitives und unkapazitives WLP
Strukturierung der Produktionspotentiale
Segmentierung in Subsysteme
Layoutplanung der einzelnen Subsysteme
Prozessflussanalyse
Organistationstypen der Fertigung
Werkstattfertigung
Fließfertigung
Gruppenfertigung
Werkstattfertigung
Maschinen/Arbeitsplätze mit gleichartiger Arbeit werden zu Werkstätten zusammengefasst
Transport des Werkstücks von Werkstatt zu Werkstatt
Pro: Hohe Flexibilität, hohes Qualitätsniveau
Kontra: Lange Transportwege, Kapazität nicht ausgelastet, viel Zwischenlagerung
Fließfertigung
Anordnung der Arbeitsstationen- und Schritte wie sie am Werkstück durchzuführen sind, getaktet und ungetaktet
Pro: geeignet für Massen- und Großserienproduktion, kaum Transportwege, kaum Zwischenlagerung, überichtlicher Produktionsprozess
Kontra: Kapitalintensiv, Störanfällig, monotone Arbeit
Gruppenfertigung
Kombination von Werkstatt- und Fließfertigung
Einteilung in fertigungstechnische Einheiten, welche fließend durchlaufen werden
Pro: Skaleneffekte bei Individualisierung, geeignet für unterschiedliche Stückzahlen
Kontra: mögliche Ineffizienz durch Generalisierung
Netzplantechnik
grafische Darstellung von Reihenfolgerestriktionen und zeitlicher Strukturierung
Graph aus Knoten und Kanten
Gozintograph
A>B>C
Deterministische Lösungen der Projektplanung
CPM-Methode (Critical Path)
MTM-Methode (Metra-Potential-Method)
Stochastische Lösungen der Projektplanung
PERT- und GERT-Methode (Program und Graphical Evaluation and Review Technik)
MPM-Methode
Index / Dauer
FAZ/SAZ
FEZ/SEZ
kritischer Pfad (Verzögerung hier verursacht eine gesamte Verzögerung Berechnung von Pufferzeiten GPi= SAZ-FAZ
Gantt-Chart
Diagramm welches grafische Darstellung eines Prozessablaufes liefert
y-Achse Prozessschritt
x-Achse Laufzeit
Möglichkeiten bei Überlastung der Kapazität
Erhöhung der Kapazität
Verminderung der Nachfrage
Erhöhung der Kapazität
Überstunden/Zusatzschichten
Intensitätsanpassung
Verminderung der Nachfrage
Vorziehen/ Hinauszögern von Aufträgen
Auswärtsvergabe
Losgrößen Anpassen
Ziellegung der Layoutplanung
Hauptziel: Minimierung von Transport-/Lager- und Produktionskosten
Subziele: hohe Transportleistung geringe Durchlaufzeiten geringe Störanfälligkeit geringe Zwischenlagerkosten
Anlässe der Layoutplanung
Neugestaltung
Umgestaltung
Erweiterung
Optimierungsmodell Layoutplanung
Min F(u): Summe über alle OE und Plätze thi*dij*uhj*uik
mit zwei binären Entscheidungsvariablen
Jede OE wird nur einmal Platziert
Jeder Platz wird nur einmal belegt
Unterscheidung: heterogen/ homogenes Problem
Umlaufmethode
Algorithmus zum platzieren von OE
- Gesamttransportmenge jeder Maschine berechnen
- Erste Machine setzen
- Nächste Maschine mit höchster Transportintensität zu den bereits platzierten Maschinen errechnen
- Setzen auf Platz mit geringster Distanzsumme zu den belegten Plätzen
- Wiederholung bis alle Maschinen gesetzt oder Plätze belegt
Zweiertauschmethode
Algorithmus zur weiteren Annäherung an das Kostenoptimum
- Startlösung generieren
- Berechnung der Kostenänderung bei potentiellen Vertauschungen
- Auswahl der Vertauschungen mit größter Kostenersparnis
- Wiederholung bis keine Vertauschung mehr Kosten senkt
Lösung nicht zwingend optimal, evtl. nur lokales Minimum
Zeitreihenanalyse
Varianten:
konstantes Niveau
linearer Trend
Saisonalität
Prognose bei konstantem Niveau
Arithmetisches Mittel Gleitender Durchschnitt Exp. Glättung erster Ordnung Pt+1=Lt=a*nt+(1-a)*Pt 0<a></a>
Prognose bei trendförmiger Nachfrage
Verfahren von Holt (getrennte exp. Glättung 1. Ordnung von Achsenabschnitt und Trend)
At= a*nt+(1-a)(At-1+Bt-1)
Bt= ß*(At-At-1)+(1-ß)Bt-1
Prognose:
At+T*Bt
Prognose bei Saisonalität
Dreifache exp. Glättung
L
T
S
I
Level
Trend
Saisonalitäten
Irregulatritäten
Prognose Fehler
Et= Nt-Pt
MFn
(Summe (Nt-Pt)/n
MAFn
(Summe /Nt-Pt/)n
MPFn
(Summe( (Nt-Pt)/Nt))/n)*100
MAPFn
(Summe((/Nt-Pt/)/Nt)/n)*100
BIG DATA
Datenmengen die zu groß für herkömmliche Datenverarbeitungssysteme sind
Ziele: Qualitätsschwankungen früh erkennen, höhere Kapazitätsauslastung, nützliche Informationen sammeln
Neuronale Netze
Systemzusammenhänge werden antrainiert für gute Prognosen der Zukunft
orientiert am menschlichen Gehirn
lernfähig
intransparent
Ziele der Produktionsprogrammplanung
Ermittlung des operative PP unter optimalem Einsatz der Ressourcen mit Hinblick auf Einhalten einer Zielsetzung
Erfolgsgröße: Deckungsbeitrag
Ergebnis der Produktionsprogrammplanung
Art der zu erstellenden Leistung -> qualitativ
Menge der zu erstellenden Leistung -> quantitativ
(statisch)
Zeitpunkt der Erstellung der Leistung -> dynamische Kapazitätsplanung
INPUT-OUTPUT Graphen
Besteht aus Objektarten, Input- und Outputkoeffizienten und den Grundaktivitäten der Produtkion
Vorgehen bei einfachem Kapazitätsengpass
Berechnung des engpassspezifischen Deckungsbeitrags dij= dj/aij (DB/Produktionskoeffizienten)
Reihung und Auswahl des Produkts mit dem größten SDB
Produktion des gewählten Produkts
ggf. weiter Produkte mit Rest Kapazität
Oppurtunitätskosten
Durch Engpass geschmälerten Erfolg
Schattenpreis
marginale Oppurt.Kosten pro Engpasseinheit
in Worten: Was hätte mit einer Einheit des Engpasses noch produziert und Abgesetzt werden können.
Resultat: Das wäre das Unternehmen bereit für eine Einheit zu bezahlen
Alternativproduktion
mehrere Engpässe Vorgehen: Aufstellen der Restriktionen Bestimmung der Zielfunktion Bewertung der zulässigen Produktionsprogramme
Lösungsverfahren Alternativproduktion
2 Entscheidungsvariablen -> grafische Lösung
>2 Entscheidungsvariablen -> Lösung mit Solver
Probleme der statischen Betrachtung
Produktion =! Absatz pro Periode
Lagerung, Skaleneffekte der Produktion und
Beschaffung werden nicht beachtet
Glättung der Beschäftigung über die Perioden unnmöglich
Aufgaben der dynamischen PPP
mittelfristige Koordination der erlös- und kostenwirksamen Entscheidungen
Abstimmung Absatz, Beschaffung und Personal
Berücksichtigung von Trends, Konjunktur und Umwelteinflüssen (Votalität)
Grundlegende Möglichkeiten Nachfrage zu Erfüllen
Emanzipation oder Synchronisation
Synchronisation
Produktionsmenge=Periodennachfrage
Reaktives Verhalten
Vorraussetzung: Produktionskapazität => max. Nachfrage
Pro:Keine Lagerkosten
Kontra: stark schwankende Auslastung
Emanzipation
konstante Produktionsmenge
Folge: Auf- und Abbau des Lagerbestands
Pro: gleichmäßge Produktion mit opt. Intensität
Kontra: Lagerkosten und Fehlmengen
Flexibilitätsinstrumente
Produktionswirtschaftliche: Anpassung Produktiveinheit -Überstunden, Leiharbeiter Anpassung Produktionsmengen -Emanz., Synchr., Zeitstufenprinzip
Absatzwitrtschaftliche
Ergebnis der Kapazitätenplanung
Prodktionsmengen
Produktionsstättenbezogne Produktionsvorgaben für die Produkttypen
Vorschau der zu erwartenden Transportströme
Modell AGGRPLAN
Optimierungsmodell für Produktionsplanung
Zielfunktion in Worten: Summe über Produkte k in K* Summe über Perioden t in T ( lkt* Lkt ) + Summe über Perioden t in T ( ut*Ut)
NB: Kapazitative Restriktionen
Deckung der Nachfrage
Nicht negativitätsbedingung
Verschiedene Zielfunktionen
Umsatzmax.
Gewinnmax.
DBmax.
Kostenmin.
Einflussfaktoren der Erfolgs und Kostenfunktionen im PPP
Marktform
Branche
Produktlebenszyklus
Erfahrungskurve
:= Lernkuve
Stückkosten sinken mit zunehmender Erfahrung
k(y)= a*y^-ß a,ß>0
-> durchschnittliche Kosten der ersten y Produkte
Ursachen:
Lernerfolge beim Personal
(Fix)kostendegression
Absatz-Preis Funktion
e(y)= ß-a*y
Umkerfunktion:
y(e)=§ - e/a
Umsatzmaximum
L(y)= e(y)*y und L’(y)=!0
Gewinnmaximum
G(y)= L(y)-K(y) und G(y)=!0
Preisdifferenzierung
Kunden mit unterschiedlicher Zahlungsbereitschaft konkurieren um Gut mit begrenzter Kapazität
Oft: konstante Kosten -> Gewinn nur über Umsatzmaximierung
Bsp.: Sitzplätze bei Konzert, Linienbustickets
Kundensegmente
Studenten, Rentner, Kinder etc.
müssen klar abgegrenzt sein-> Kontrolle über Schülerausweis, RWTH-Mail, etc.)
ABC-Analyse
Hilft bei der Wahl des Bestandsmanagmenttools Aufteilung in A-Teile Wert:70.80% Anzahl:5-20% B-Teile Wert:20-30% Anzahl: 10-30% C-Teile Wert: 2-10% Anzahl 50-80%
Unterteilung Bestandsmanagment
Verbrauchsgebundene
Programmorientierte
Verbrauchsgebundene
Schätzung durch Analyse der Vergangenheitsbedarfe
geringer Aufwand
geringe Genauigkeit
-> für C und evtl. B Teile
Programmorientierte
basierend auf Produktionsprogramm Primärbedarf liefert Sekundärbedarf hoher Aufwand hohe Genauigkeit -> A-Teile
Bedarfsarten
Primär -> Endprodukte/Ersatzteile
Sekundär -> mit Hilfe der Erzeugnisstruktur
Tertiär -> Hilf und Betriebsstoffe aus technischem Zusammenhang
Woraus setzt sich der Bruttobedarf zusammen?
Primärbedarf \+Sekundärbedarf \+prognostizierter Bedarf \+Zusatzbedarf \_\_\_\_\_\_\_\_\_\_\_\_\_\_ = terminierter Bruttobedarf
Woraus setzt sich der Nettobedarf zusammen?
terminierter Bruttobedarf
-disponibler Lagerbestand
_____________________
= terminierter Nettobedarf
Formel: disponibler Lagerbestand
physikalischer Lagerbestand \+noch austehende Lieferungen -reservierter Lagerbestand -Sicherheitsbestand \_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_ = disponibler Lagerbestand
Vorgehen Programorientert
Ablesen der Direktbedarfsmatrix A vom Gozintographen
Bilden der technologie Matrix (I-A)
Bilden der Gesamtbedarfsmatrix G:= (I-A)^-1
Bilden der Sekundärbedarfsmatrix v= rA
mit r= y+Ar also r= G*y
Ziele der Losgrößen und Ressourcenplanung
Entscheidung über Auflagengröße und Auflagenzeitpunkt
Produktionskosten minimieren
Bedarfe decken
Konflikt: Lagerkosten Auflagenfixekosten
Effekte von Losgrößen
Große Lose:
- geringe Auflagenzahl -> niedrige Auflagenfixekosten
- großer Lagerbestand -> hohe Lagerkosten
Kleine Lose:
- geringe Lagerkosten
- hohe Auflagen -> hohe Losfixekosten
Verfahren zum Bestimmen von Losgrößen
Statisch bei sicherer Nachfrage -> Statisches Grundmodell
Dynamisch bei sicherer Nachfrage -> dynamisches Grundmodell
Statisch bei unsicherer Nachfrage -> Newsvendor Modell
Statisches Grundmodell (Harris)
K= K(lag)+K(los)+K(sonst)= c(los)n/q+c(lag)(Tq)/2 +c(var)n+K(fix)
sinvoll bei konstanter Nachfrage
Optium=> Loskosten=!Lagerkosten
Optimale Losgröße:
K’(q)= -c(los)n/q^2+c(lag)T/2
-> q=((2nc(los))/(Tc(lag))^0,5
Kosten bei optimaler Losgröße
K(q)=(2nc(los)c(lag)*T)^0,5
Dynamische Losgrößenplanug Ziele und Vorraussetzungen
Erneute Entscheidung über Losgröße für jede Periode
Vorraussetzungen : Nettobedarfe bekannt einstufige Produktion Fehlmengenausgeschlossen c(los) und c(lag) bekannt K(t)=K_los(qt)+K_lag(st)
Lösungsmethoden der Dynamischen Produktionsplanung
Wagner/Within Methode
Optimierungsmodell
Wagner/Within Algorithmus
- Initialisierung Planungshorizont
- Ermittlung minimaler Gesamtkosten
- Bestimmung optimaler Losauflagezeitpunkte
- Wiederholung
- Ermittlung Rüststrategie
Optimierungsmodell Dynamische Losgrößenplanung
min: Summe über alle Perionden ( c_los§t+c_lagst)
NB: Lagerflussgleichung st=st-1+qt-nt Bedarfsdeckung nt=qt+(st-1-st) §t = [0,1] (binary) Nicht negativitätsbedingung qt,st>= 0
Produktionsablaufplanung
zeitliche Strukturierung komplexer mehrstufiger Produktionsprozesse
Betrachtung der verfügbaren Produktions- und Beschaffungskapazitäten
Abhängig vom Organisationstyp
Reihenfolgeplanung
Werkstatt/Jobshop freies Arbeiten an Stationen viele Freiheitsgrade kombinatorisches Problem Fließfertigung/Flowshop Reihenfolge innerhalb eines Auftrags fix wieviele Arbeitsstationen? Planung der Auftragsreihenfolge
Wichtige Kennzahlen der Ablaufplanung
Ci-Fertigstellungszeit
Fi-Durchlaufzeit Fi=Ci - Ri (Ri bereitstellungszeit)
Vi-Verspätungszeit Vi= [Ci-ddi] (ddi Falligkeitstermin)
M- Gesamtbearbeitungszeit
Ziele der Ablaufplanung
Minimierung der Gesamtdurchlaufszeit
‘’ belegungszeit der Maschinen
‘’ M
‘’ Terminabweichungen
Ziele sind teilweise gegenseitig (Zielkonflikt)
Prioritätsregel
Hilfe bei Priorisierung von Zielen:
FCFS (First come first serve) -> optimiert keine Kennzahl
SPT (shortest processing time) -> min. durchschnittliche Fertigungszeit
EDD (earliest due date) -> min. Verspätungszeit
Moore Algorithmus -> min. Anzahl verspätete Aufträge
Moore’s Algortihmus
- Initialisierung
sortieren nach EDD-Regel-> Menge R, eröffnen leere Menge J={0} - Auswahl Auftrag
Finde ersten verspäteten Auftrag in R - Entfernung Auftrag
längster Auftrag VOR dem ersten Verspäteten Auftrag in R wird in die Menge J verschoben, Aktualisierung der Fristigkeiten, Wiederholung bis R verspätungsfrei - Terminierung
optimale Lösung ist Reihenfolge in R, Menge J wird in beliebiger Reihenfolge hinten angehangen
Annahmen der Prioritätsregelung
Alle Varianten des Grundprodukts in beliebiger Reihenfolge produzierbar
Rüstkosten und Zeit vernachlässigbar
Aufträge können sich nicht überholen
Planung Werkstattfertigung
Optimierungsmodell
Priorisierung
Planung Fließfertigung
Verfahren nach Johnson
Verfahren nach Johnson
- Auswahl Arbeitsgang mit geringster Bearbeitungszeit
- Auftragsreihenfolge aktualisieren
Produktionsstelle 1 -> erste freie Stelle
Produktionsstelle 2 -> letzte freie Stelle - Arbeitsgang aus Matrix entfernen
- Wiederholen bis Matrix leer
Getaktete Fließfertigung
feste Verkettung hintereinander geschalteter Stationen
feste Bearbeitungszeit an jeder Station
Reihenfolgerestriktionen der Arbeitsschritte
Ziel bei Planung einer getakteten Fließfertigung
Minimieren der Stationenanzahl
Maximieren der Produktionsgeschwindigkeit
-> minimale Taktzeit
Formel Produktionsleistung
Produktionsleistung= (Arbeitszeit[min/tag])/(Taktzeit[min/stk])
Formel Untergrenze Stationenzahl
Untergrenze Stationenzahl= (Summe der Vorgangsdauern)/Taktzeit)
Minimale Taktzeit
Längster Arbeitsschritt
Def.: Distribution
physische Bereitstellung von Dienstleistungen/Gütern an Kunden
Tourenplanung
Routenentscheidungen nach Effizienz und Kapazität
Abnehmer müssen beliefert werden
Transportplanung
Entscheidung über:
Transportmittel
Transportwege
Modell: Quellen und Senken
Vogel’sche und MODI-Optimierung
Vogel’sche Approximation
- Bestimme Differenz
- Allokation
- erneute Differenz
- erneute Allokation
Sweep-Algortihmus
- Sortieren der Knoten (Polarwinkel)
- Knoten bündeln
- Tourenbilden
- Wiederholen bis jeder Knoten Startknoten war
Wichtige Schritte bei Gurobi Implementierung
1. Gurobi Initialisieren und Modell benennen
from gurobipy import*
model=Model("WLP")
2. Werte und Mengen deklarieren
Bsp.: Lager ["Lager1","Lager2"]
Kapazität = { }
Kapazität ["Lager1"] = 200
3. Entscheidungsvariablen definieren
eroeffnen = { }
for l in Lager
eroffnen[l]= model.addVar( vtype=GRB.BINARY) (default ist float)
4. Zielfunktion setzen
model.setObjective(quicksum(transportiern[l,k]*transKosten[l,k] for l in Lager for k in Kunden) + quicksum(eroeffnungskosten[l] for l in Lager), GRB.MINIMIZE))
