MPD_4_Zapasy_materialow
advertisement
METODY PODEJMOWANIA DECYZJI MODELE DECYZYJNE ZAPASU MATERIAŁÓW BUDOWLANYCH AUTOR: DR INŻ. MICHAŁ KRZEMIŃSKI PODZIAŁ MODELI Modele zapasów najogólniej można podzielić na: deterministyczne, probabilistyczne. MODELE DETERMINISTYCZNE Metoda graficzna wyznaczania wielkości zapasu, Metoda analityczno – graficzna wyznaczania wielkości zapasu, Model uwzględniający rabaty Model optymalnej wielkości zamówienia, Model braku zapasu, Dynamiczny model sterowania zapasami, System „Just – In – time”. METODA GRAFICZNA WYZNACZANIA WIELKOŚCI ZAPASU W metodzie tej rachunek matematyczny ograniczono do minimum. Algorytm metody graficznej polega na kolejnym sporządzaniu wykresów: wykres dziennego zużycia materiału, wykres sumowanego zużycia materiału, określenie normy zapasu w dniach (wyprzedzenie dostawy), wykres pomocniczy do wykresu sumowanej dostawy, wykres sumowanej dostawy materiału. METODA GRAFICZNA WYZNACZANIA WIELKOŚCI ZAPASU METODA ANALITYCZNO – GRAFICZNA WYZNACZANIA WIELKOŚCI ZAPASU Metoda ta łączy ze sobą elementy metody graficznej z elementami obliczeniowymi. Algorytm tej metody przedstawia się następująco: sporządzenie wykresu dziennego zużycia materiału, obliczenie ogólnego zapotrzebowania na materiał, określenie średniego dziennego zużycia materiału, które przyjmowane jest za wielkość średniej dziennej dostawy, określenie norm zapasu w dniach (wyprzedzenie dostawy), obliczenie i sporządzenie wykresu zapasu materiału. METODA ANALITYCZNO – GRAFICZNA WYZNACZANIA WIELKOŚCI ZAPASU MODEL UWZGLĘDNIAJĄCY RABATY Założeniem tego modelu jest uzyskiwanie rabatu na skutek zakupu partii większej niż ta, która spełniałaby warunek zapasu niezbędnego. Uzyskanie rabatu będzie się jednak ściśle łączyło z poniesieniem większych kosztów magazynowania. Należy pamiętać, aby sprawdzić przed kupieniem dużej ilości materiału czy nie zostaną poniesione nadmierne koszty związane z jego starzeniem lub utratą wartości wywołana zmianą cen rynkowych. MODEL OPTYMALNEJ WIELKOŚCI ZAMÓWIENIA Model ten pozwala na wyznaczenie optymalnej wielkości dostaw. Posiada on jednak wiele ograniczeń wynikających z założeń do modelu. Założeniem, które trudno jest spełnić w warunkach budowy jest założenie o średnim rocznym, czy też okresowym zapotrzebowaniu na materiał. Na budowie z reguły zapotrzebowanie ma charakter skokowy, tak więc spełnienie tego wymogu byłoby możliwe poprzez podzielenie okresu zużycia na podokresy o podobnym zapotrzebowaniu. Taki podział, choć możliwy wykluczałby działanie modelu na całym horyzoncie zużycia. MODEL OPTYMALNEJ WIELKOŚCI ZAMÓWIENIA K z ,min hPB 2SDhP 2 SD Q hP B - wielkość zapasu tuz przed przyjęciem dostawy, Q - wielkość jednej dostawy, P - cena jednej dostawy, S - koszt złożenia jednego zamówienia, D - regularne zapotrzebowanie roczne, h – koszt przechowywania jednostki zapasu w ciągu roku. MODEL BRAKU ZAPASU W modelu braku zapasów mamy do czynienie z przypadkiem, w którym należy znaleźć optymalną zależność pomiędzy kosztem magazynowania zapasów a kosztem ich braku. W modelu tym wyznaczana jest optymalna wielkość dostawy otrzymywana w skutek minimalizacji kosztów magazynowania i braku zapasu. Model ten może znaleźć zastosowanie w praktyce ale nie w warunkach budowlanych w których w większości przypadków brak danego materiału powoduje wstrzymanie całej inwestycji. Wstrzymanie całej inwestycji pociąga za sobą bardzo duże koszty wynikające z niedotrzymania terminu realizacji przedsięwzięcia DYNAMICZNY MODEL STEROWANIA ZAPASAMI W podejściu dynamicznym zadanie sterowania zapasami materiałów budowlanych przedstawia się, jako wieloetapowy proces decyzyjny, Przedstawienie problemu sterowania zapasami jako wieloetapowy proces decyzyjny wymaga określenia funkcji przejścia, zbiorów stanów i decyzji dopuszczalnych oraz określenia funkcji strat etapowych jakimi są koszty uzupełnienia zapasów i magazynowania. DYNAMICZNY MODEL STEROWANIA ZAPASAMI Stan procesu Stan procesu na początku etapu „t” to stan magazynu na początku tego etapu. Oznaczymy go symbolem „yt”. Decyzja Decyzją na początku etapu „t” jest wielkość zamówienia, związana z uzupełnieniem zapasów. Oznaczymy ją symbolem „xt”. DYNAMICZNY MODEL STEROWANIA ZAPASAMI Funkcja przejścia Dynamikę zmian procesu opisuje funkcja przejścia. Stan magazynu na początku etapu „t+1” zależy od stanu magazynu na początku etapu „t” , decyzji na początku etapu „t” i popytu „dt” w etapie „t”: yt 1 yt xt d t DYNAMICZNY MODEL STEROWANIA ZAPASAMI Zbiory stanów dopuszczalnych Oznaczamy przez: Yt - zbiór wszystkich stanów dopuszczalnych procesów dla etapu , ht - pojemność magazynu w etapie . Chcąc wyznaczyć wszystkie stany procesu dla danego etapu, uwzględniamy założenie, że stan magazynu na początku rozpatrywanego etapu nie może przekroczyć maksymalnej pojemności magazynu. Mamy więc: Yt yt : 0 yt ht DYNAMICZNY MODEL STEROWANIA ZAPASAMI Decyzje dopuszczalne pt - maksymalną wielkość uzupełnienia zapasów dla etapu „t” X t yt xt : 0 yt xt d t ht ,0 xt pt DYNAMICZNY MODEL STEROWANIA ZAPASAMI Dynamiczny, deterministyczny model sterowania zapasami jest dobrym modelem optymalizacji wielkości zapasu. Można go stosować z powodzeniem w warunkach budowlanych. Jest to jednak model dość nieprzejrzysty dla przeciętnego pracownika zajmującego się logistyką zaplecza budowy. Ponadto jest to model posiadający pewne ograniczenia które są trudno zmienialne z uwagi na zastosowanie funkcji rekurencyjnych których zmiany nie są proste i intuicyjne. SYSTEM „JUST – IN – TIME” Głównym założeniem koncepcji JIT jest maksymalne zsynchronizowanie procesu produkcji czyli momentów dostawy materiału do danego stanowiska z momentami zaistnienia zapotrzebowania na określony towar na danym stanowisku. SYSTEM „JUST – IN – TIME” Głównym narzędziem metody JIT jest eliminowanie wszelkiego rodzaju marnotrawstwa w szczególności: marnotrawstwa nadprodukcji, marnotrawstwa czasu bezczynności pracowników i czasu przezbrajania maszyn, marnotrawstwa czasu i kapitału wynikającego z niewłaściwego usytuowania maszyn, marnotrawstwa materiałów wynikającego z defektów produkcji, marnotrawstwa spowodowanego nadmierną biurokracją, marnotrawstwa wynikającego z niewłaściwych relacji pomiędzy dostawcami a odbiorcami. Technika KABAN – jap. etykietka, kartka. MODELE PROBABILISTYCZNE Model zapasu buforowego, Model cyklicznych przeglądów zapasów, Magazyny centralne, Symulacyjny model wyznaczania wielkości zapasu z dwiema zmiennymi, Symulacyjny model wyznaczania wielkości zapasu z trzema zmiennymi, Model braku zapasu ze znanym prawdopodobieństwem, Probabilistyczny dynamiczny model sterowania zapasami, System zamówień uzupełniających. MODEL ZAPASU BUFOROWEGO Jest to model uwzględniający losowy charakter zużycia materiałów, zakłada się w nim, że dostawy mają charakter zdeterminowany. Wahania zużycia materiału na budowie mogą być powodowane przekroczeniem lub niewykonaniem planu produkcyjnego, przekroczeniem norm zużycia materiałowego, oszczędnościami materiału itp. Oblicza się go ze wzoru: Z k n gdzie: k – krotność odczytana z dystrybuanty rozkładu normalnego lub Poissona, n – liczba dni zużycia. MODEL CYKLICZNYCH PRZEGLĄDÓW ZAPASÓW Założeniem tego modelu jest przyjmowanie dostaw materiału w określonych odstępach czas „T”, W modelu tym połączono deterministyczny model na optymalną wielkość zamówienia z probabilistycznym modelem zapasu buforowego, Model przeglądów cyklicznych doskonale nadaje się do obsługi przedsięwzięć w których okresy zużycia danego materiału mający charakter długoterminowy i równomierny. Nie jest to jednak model wygodny do stosowania w warunkach budowy na której na której trudno byłoby wyznaczyć takie same odstępy czasu pomiędzy nadejściem kolejnych dostaw. MAGAZYNY CENTRALNE Model zapasu „magazyny centralne” bazuje na modelu zapasu buforowego. Podstawowym problemem jaki on rozwiązuje jest decyzja czy materiał należy przechowywać w magazynie centralnym czy w magazynach szczebla niższego. SYMULACYJNY MODEL WYZNACZANIA WIELKOŚCI ZAPASU Z DWIEMA ZMIENNYMI SYMULACYJNY MODEL WYZNACZANIA WIELKOŚCI ZAPASU Z DWIEMA ZMIENNYMI SYMULACYJNY MODEL WYZNACZANIA WIELKOŚCI ZAPASU Z DWIEMA ZMIENNYMI SYMULACYJNY MODEL WYZNACZANIA WIELKOŚCI ZAPASU Z DWIEMA ZMIENNYMI SYMULACYJNY MODEL WYZNACZANIA WIELKOŚCI ZAPASU Z TRZEMA ZMIENNYMI Zasada działania algorytmu jest identyczna z zasadą działania algorytmu symulacyjnego dla dwóch zmiennych. Zmiennymi w algorytmie są: wielkość zużycia, termin dostawy, wielkość dostawy. MODEL BRAKU ZAPASU ZE ZNANYM PRAWDOPODOBIEŃSTWEM W modelu braku zapasów ze znanym prawdopodobieństwem mamy doczynienie z przypadkiem w którym zakupując daną maszynę budowlana rozpatrujemy dwa warianty: pierwszy w którym nie kupujemy od razu części zamiennej i narażamy się na koszty związane z jej brakiem. drugim w którym przed wystąpieniem braku maszyna ulegnie amortyzacji i tym samym jej części staną się zapasem. Posiadamy ponadto dane dotyczące prawdopodobieństwa wystąpienia awarii danej części pozyskane na podstawie obserwacji podobnych przypadków w przeszłości. Zadaniem jest określenie ilości części zamiennych jakie należy kupić po to by zminimalizować oczekiwany koszt. PROBABILISTYCZNY DYNAMICZNY MODEL STEROWANIA ZAPASAMI Model jest rozbudowaniem modelu deterministycznego, wykonanym przy założeniu że zmienna jest wielkość zapotrzebowania „yt” SYSTEM ZAMÓWIEŃ UZUPEŁNIAJĄCYCH System zamówień uzupełniających jest systemem opierającym się na modelu zapasu buforowego. Porównywane są w nim koszty magazynowania, zamawiania i braku zapasów. Model taki nie może jednak znaleźć pełnego zastosowania w warunkach budowlanych ponieważ w takich warunkach nie sprawdzają się modele które uwzględniają możliwość braku zapasów. PODSUMOWANIE Zmienna wielkość dostawy Podejście kompleksowe Uwzględnienie Uwzględnienie Stopień do kosztów kosztów skomplikowania zagadnienia dostaw magazynowania modelu sterowania zapasami Poziom przystosowania modelu do warunków budowlanych Metoda graficzna wyznaczania wielkości zapasu NIE TAK NIE NIE NIE NISKI WYSOKI Metoda analityczno – graficzna wyznaczania NIE wielkości zapasu NIE NIE NIE NIE NISKI WYSOKI NIE TAK TAK TAK NIE NISKI NISKI Model optymalnej wielkości NIE zamówienia TAK TAK TAK NIE NISKI NISKI NIE TAK TAK TAK NIE NISKI NISKI TAK TAK TAK TAK TAK WYSOKI ŚREDNI TAK TAK NIE NIE TAK ŚREDNI NISKI Zmienny termin dostawy Model uwzględniający rabaty Model braku zapasu Dynamiczny sterowania zapasami model System „Just – In – time” PODSUMOWANIE Podejście kompleksowe Zmienny Zmienna Uwzględnienie Uwzględnienie Stopień do termin wielkość kosztów kosztów skomplikowania zagadnienia dostawy dostawy dostaw magazynowania modelu sterowania zapasami Poziom przystosowania modelu do SUMA warunków budowlanych Metoda graficzna wyznaczania wielkości zapasu 0 1 0 0 0 2 4 7 Metoda analityczno – graficzna wyznaczania wielkości zapasu 0 0 0 0 0 2 4 6 0 1 1 1 0 2 0 5 0 1 1 1 0 2 0 5 0 1 1 1 0 2 0 5 Dynamiczny model sterowania zapasami 1 1 1 1 1 0 2 7 System „Just – In – time” 1 1 0 0 1 1 0 4 Model uwzględniający rabaty Model optymalnej wielkości zamówienia Model braku zapasu PODSUMOWANIE Zmienny termin dostawy Zmienna wielkość dostawy Podejście kompleksowe Uwzględnienie Uwzględnienie Stopień do kosztów kosztów skomplikowania zagadnienia dostaw magazynowania modelu sterowania zapasami NIE TAK NIE NIE NIE ŚREDNI WYSOKI Model cyklicznych TAK przeglądów zapasów Magazyny centralne NIE TAK TAK TAK NIE ŚREDNI NISKI TAK TAK TAK NIE ŚREDNI ŚREDNI Symulacyjny model wyznaczania wielkości zapasu z dwiema zmiennymi Symulacyjny model wyznaczania wielkości zapasu z trzema zmiennymi Model braku zapasu ze znanym prawdopodobieństwem Probabilistyczny dynamiczny model sterowania zapasami NIE TAK NIE NIE NIE ŚREDNI WYSOKI NIE TAK NIE NIE NIE ŚREDNI WYSOKI NIE TAK TAK NIE NIE ŚREDNI NISKI TAK TAK TAK TAK TAK WYSOKI ŚREDNI zamówień TAK TAK TAK TAK NIE ŚREDNI NISKI Model zapasu buforowego System uzupełniających Poziom przystosowania modelu do warunków budowlanych PODSUMOWANIE Podejście kompleksowe Zmienny Zmienna Uwzględnienie Uwzględnienie Stopień do termin wielkość kosztów kosztów skomplikowania zagadnienia dostawy dostawy dostaw magazynowania modelu sterowania zapasami Poziom przystosowania modelu do SUMA warunków budowlanych Model zapasu buforowego Model cyklicznych przeglądów zapasów 0 1 0 0 0 1 4 6 1 1 1 1 0 1 0 5 Magazyny centralne 0 1 1 1 0 1 2 6 0 1 0 0 0 1 4 6 0 1 0 0 0 1 4 6 0 1 1 0 0 1 0 3 1 1 1 1 1 0 2 7 1 1 1 1 0 1 0 5 Symulacyjny model wyznaczania wielkości zapasu z dwiema zmiennymi Symulacyjny model wyznaczania wielkości zapasu z trzema zmiennymi Model braku zapasu ze znanym prawdopodobieństwem Probabilistyczny dynamiczny model sterowania zapasami System zamówień uzupełniających
