• Non ci sono risultati.

Modelli per la gestione delle scorte

N/A
N/A
Protected

Academic year: 2021

Condividi "Modelli per la gestione delle scorte"

Copied!
17
0
0

Testo completo

(1)

Modelli per la

gestione delle scorte

Claudio Arbib

Università di L’Aquila __________

Terza Parte

(2)

Sommario

Gestione simultanea di scorte eterogenee

– risorse multiple ad assorbimento irregolare:

formulazione come programmazione lineare intera

– esempio di applicazione

(3)

Gestione di più scorte

• I modelli visti in precedenza non consentono in generale di ottimizzare la gestione

simultanea di più scorte

• Per superare l’inconveniente si può tuttavia ricorrere a un modello di ottimizzazione basato sulla programmazione lineare intera

• Relativamente al giorno t si indichi con

a it = l’assorbimento b it = il livello di scorta r it = il rifornimento

g it = il costo unitario di giacenza

della risorsa i (i = 1, …, m)

(4)

Gestione di più scorte

• Le risorse vengono acquisite da p magazzini distinti: sia R h l’insieme di risorse acquisite dal magazzino h

• Relativamente al giorno t si indichi con

a it = l’assorbimento b it = il livello di scorta r it = il rifornimento

g it = il costo unitario di giacenza

della risorsa i (i = 1, …, m)

Customer

Supplier 1

Supplier p R

1

R

p

(5)

Gestione di più scorte

c o s to

quantità

0 10 20 30 40 50 60

kc

0h

per (k – 1) δ

h

< r < k δ

h

• Il costo di spedizione dipende dal magazzino di provenienza:

sia c 0h il costo sostenuto per spedire fino a δ h unità di risorsa dal magazzino h

• Relativamente al giorno t si indichi con

a it = l’assorbimento b it = il livello di scorta r it = il rifornimento

g it = il costo unitario di giacenza

della risorsa i (i = 1, …, m)

• Sia

x ht = numero di spedizioni

dal magazzino h il

giorno t

(6)

Gestione di più scorte

• Relativamente al giorno t si indichi con

a it = l’assorbimento b it = il livello di scorta r it = il rifornimento

g it = il costo unitario di giacenza

della risorsa i (i = 1, …, m)

• Sia

x ht = numero di spedizioni dal magazzino h il giorno t

Ipotizzando R hR k = ∅ per hk, il problema si formula:

min Σ c 0h Σ x ht + Σ Σ g it b it

h=1 t∈T i=1 t∈T

b i,t = b i,t–1 + r i,t–1 – a i,t ( per i = 1, …, m, tT )

Σ r it < δ h x ht

i∈R

h

( per h = 1, …, p , tT )

x ht , r it , b it > 0 x ht intero

p m

(7)

Esempio

giorno 1 2 3 4 5 6 7 8 9 10 11 12

20 20 20 19 19 19 18 17 17 17 17 16 g1

10 12 12 12 12 12 14 14 14 14 15 16 g2

15 14 14 14 12 10 9 9 10 11 12 14 g3

costo

Un impianto assorbe 3 tipi di risorse. Nei prossimi 12 giorni si prevede che il loro valore fluttui secondo la tabella seguente

andamento del costo di giacenza

0 5 10 15 20 25

1 2 3 4 5 6 7 8 9 10 11 12

giorno

costo Risorsa 1

Risorsa 2 Risorsa 3

(8)

giorno 1 2 3 4 5 6 7 8 9 10 11 12

20 20 20 19 19 19 18 17 17 17 17 16 g1

10 12 12 12 12 12 14 14 14 14 15 16 g2

15 14 14 14 12 10 9 9 10 11 12 14 g3

costo

giorno 1 2 3 4 5 6 7 8 9 10 11 12

20 20 20 19 19 19 18 17 17 17 17 16 g1

10 12 12 12 12 12 14 14 14 14 15 16 g2

15 14 14 14 12 10 9 9 10 11 12 14 g3

2,0 2,1 2,1 1,8 1,0 1,2 1,6 2,2 0,3 1,0 a1

3,0 3,0 3,0 3,0 4,0 1,0 3,0 a2

2,0 2,1 2,6 4,0 1,0 5,0 a3

costo

assorbimento

Esempio

La domanda di prodotto nei vari giorni induce il seguente

assorbimento di risorse 1, 2 e 3

(9)

giorno 0 1 2 3 4 5 6 7 8 9 10 11 12

20 20 20 19 19 19 18 17 17 17 17 16 g1

10 12 12 12 12 12 14 14 14 14 15 16 g2

15 14 14 14 12 10 9 9 10 11 12 14 g3

2,0 2,1 2,1 1,8 1,0 1,2 1,6 2,2 0,3 1,0 a1

3,0 3,0 3,0 3,0 4,0 1,0 3,0 a2

2,0 2,1 2,6 4,0 1,0 5,0 a3

costo

assorbimento

giorno 0 1 2 3 4 5 6 7 8 9 10 11 12

20 20 20 19 19 19 18 17 17 17 17 16 g1

10 12 12 12 12 12 14 14 14 14 15 16 g2

15 14 14 14 12 10 9 9 10 11 12 14 g3

2,0 2,1 2,1 1,8 1,0 1,2 1,6 2,2 0,3 1,0 a1

3,0 3,0 3,0 3,0 4,0 1,0 3,0 a2

2,0 2,1 2,6 4,0 1,0 5,0 a3

5,0 b1

4,0 b2

2,0 b3

costo

assorbimento

scorta residua

Questo è il livello iniziale delle scorte.

Esempio

La domanda di prodotto nei vari giorni induce il seguente

assorbimento di risorse 1, 2 e 3

(10)

Esempio

giorno 0 1 2 3 4 5 6 7 8 9 10 11 12

20 20 20 19 19 19 18 17 17 17 17 16 g1

10 12 12 12 12 12 14 14 14 14 15 16 g2

15 14 14 14 12 10 9 9 10 11 12 14 g3

2,0 2,1 2,1 1,8 1,0 1,2 1,6 2,2 0,3 1,0 a1

3,0 3,0 3,0 3,0 4,0 1,0 3,0 a2

2,0 2,1 2,6 4,0 1,0 5,0 a3

5,0 b1

4,0 b2

2,0 b3

400 c0A 500 c0B spedizioni

costo

assorbimento

scorta residua

La domanda di prodotto nei vari giorni induce il seguente assorbimento di risorse 1, 2 e 3

Le risorse 1 e 2 provengono dal magazzino A, la risorsa 3 dal

magazzino B. Una spedizione da A costa c 0A = 400€, una da B

c 0B = 500€

(11)

Esempio

giorno 0 1 2 3 4 5 6 7 8 9 10 11 12

20 20 20 19 19 19 18 17 17 17 17 16 g1

10 12 12 12 12 12 14 14 14 14 15 16 g2

15 14 14 14 12 10 9 9 10 11 12 14 g3

2,0 2,1 2,1 1,8 1,0 1,2 1,6 2,2 0,3 1,0 a1

3,0 3,0 3,0 3,0 4,0 1,0 3,0 a2

2,0 2,1 2,6 4,0 1,0 5,0 a3

5,0 b1

4,0 b2

2,0 b3

400 c0A 500 c0B

20 delta1 18 delta2 spedizioni

capienza costo

assorbimento

scorta residua

La domanda di prodotto nei vari giorni induce il seguente assorbimento di risorse 1, 2 e 3

In una spedizione si possono trasportare fino a 20 unità

(di risorsa 1 e 2) da A e fino a 18 (di risorsa 3) da B

(12)

Esempio

giorno 0 1 2 3 4 5 6 7 8 9 10 11 12

20 20 20 19 19 19 18 17 17 17 17 16 g1

10 12 12 12 12 12 14 14 14 14 15 16 g2

15 14 14 14 12 10 9 9 10 11 12 14 g3

2,0 2,1 2,1 1,8 1,0 1,2 1,6 2,2 0,3 1,0 a1

3,0 3,0 3,0 3,0 4,0 1,0 3,0 a2

2,0 2,1 2,6 4,0 1,0 5,0 a3

5,0 b1

4,0 b2

2,0 b3

r1 r2 r3

400 c0A 500 c0B

20 delta1 18 delta2 costo

assorbimento

scorta residua

rifornimento spedizioni

capienza

Le variabili di decisione del modello sono, per ogni giorno,

• le spedizioni da ciascun magazzino

• i livelli di scorta e i quantitativi trasportati di ciascuna risorsa

Le prime variabili sono intere, le altre reali, tutte non negative

(13)

Esempio

giorno 0 1 2 3 4 5 6 7 8 9 10 11 12

20 20 20 19 19 19 18 17 17 17 17 16 g1

10 12 12 12 12 12 14 14 14 14 15 16 g2

15 14 14 14 12 10 9 9 10 11 12 14 g3

2,0 2,1 2,1 1,8 1,0 1,2 1,6 2,2 0,3 1,0 a1

3,0 3,0 3,0 3,0 4,0 1,0 3,0 a2

2,0 2,1 2,6 4,0 1,0 5,0 a3

5,0 b1

4,0 b2

2,0 b3

r1 r2 r3

400 c0A 500 c0B

20 delta1 18 delta2 costo

assorbimento

scorta residua

rifornimento spedizioni

capienza

Il costo si ottiene sommando

• il numero di spedizioni dai magazzini moltiplicato per i risp. costi

• i livelli di scorta moltiplicati scalarmente per i costi di giacenza

MATR.SOMMA.PRODOTTO(C2:N4;C8:N10) + N$14$*SOMMA(B14:M14) +

MATR.SOMMA.PRODOTTO(C8:N10;C2:N4) + N$14$*SOMMA(B14:M14) +

(14)

Esempio

giorno 0 1 2 3 4 5 6 7 8 9 10 11 12

20 20 20 19 19 19 18 17 17 17 17 16 g1

10 12 12 12 12 12 14 14 14 14 15 16 g2

15 14 14 14 12 10 9 9 10 11 12 14 g3

2,0 2,1 2,1 1,8 1,0 1,2 1,6 2,2 0,3 1,0 a1

3,0 3,0 3,0 3,0 4,0 1,0 3,0 a2

2,0 2,1 2,6 4,0 1,0 5,0 a3

5,0 b1

4,0 b2

2,0 b3

r1 r2 r3

400 c0A 500 c0B

5 0 0 0 0 0 0 0 0 0 0 0

4 0 0 0 0 0 0 0 0 0 0 0

2 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 20 delta1

0 0 0 0 0 0 0 0 0 0 0 0 18 delta2

rifornimento spedizioni

bilanciamento capienza

costo

assorbimento

scorta residua

Introdotti i vincoli di

• bilanciamento: b

i,t–1

+ r

i,t–1

– b

i,t

= a

i,t

• capienza: δ

h

x

ht

– Σ

Rh

r

it

> 0 si risolve il problema ottenendo

(15)

Esempio

giorno 0 1 2 3 4 5 6 7 8 9 10 11 12

20 20 20 19 19 19 18 17 17 17 17 16 g1

10 12 12 12 12 12 14 14 14 14 15 16 g2

15 14 14 14 12 10 9 9 10 11 12 14 g3

2,0 2,1 2,1 1,8 1,0 1,2 1,6 2,2 0,3 1,0 a1

3,0 3,0 3,0 3,0 4,0 1,0 3,0 a2

2,0 2,1 2,6 4,0 1,0 5,0 a3

5,0 3,0 0,9 4,0 2,2 2,2 1,2 0,0 3,5 1,3 1,3 1,0 0,0 b1 4,0 1,0 1,0 6,0 3,0 3,0 3,0 0,0 4,0 3,0 3,0 3,0 0,0 b2 2,0 2,0 0,0 0,0 0,0 12,6 10,0 10,0 10,0 6,0 5,0 5,0 0,0 b3 0,0 0,0 5,2 0,0 0,0 0,0 0,0 5,1 0,0 0,0 0,0 0,0 r1

0,0 0,0 8,0 0,0 0,0 0,0 0,0 8,0 0,0 0,0 0,0 0,0 r2 0,0 0,0 0,0 0,0 14,7 0,0 0,0 0,0 0,0 0,0 0,0 0,0 r3

0 0 1 0 0 0 0 1 0 0 0 0 400 c0A

0 0 0 0 1 0 0 0 0 0 0 0 500 c0B

2 2 2 2 0 1 1 2 2 0 0 1

3 0 3 3 0 0 3 4 1 0 0 3

0 2 0 0 2 3 0 0 4 1 0 5

0,0 0,0 6,8 0,0 0,0 0,0 0,0 6,9 0,0 0,0 0,0 0,0 20 delta1 0,0 0,0 0,0 0,0 3,3 0,0 0,0 0,0 0,0 0,0 0,0 0,0 18 delta2 rifornimento

spedizioni

bilanciamento capienza

costo 2708

assorbimento

scorta residua

Introdotti i vincoli di

• bilanciamento: b

i,t–1

+ r

i,t–1

– b

i,t

= a

i,t

• capienza: δ

h

x

ht

– Σ

Rh

r

it

> 0 si ottiene la soluzione ammissibile

(16)

Esempio

giorno 0 1 2 3 4 5 6 7 8 9 10 11 12

20 20 20 19 19 19 18 17 17 17 17 16 g1

10 12 12 12 12 12 14 14 14 14 15 16 g2

15 14 14 14 12 10 9 9 10 11 12 14 g3

2,0 2,1 2,1 1,8 1,0 1,2 1,6 2,2 0,3 1,0 a1

3,0 3,0 3,0 3,0 4,0 1,0 3,0 a2

2,0 2,1 2,6 4,0 1,0 5,0 a3

5,0 3,0 0,9 4,0 2,2 2,2 1,2 0,0 3,5 1,3 1,3 1,0 0,0 b1 4,0 1,0 1,0 6,0 3,0 3,0 3,0 0,0 4,0 3,0 3,0 3,0 0,0 b2 2,0 2,0 0,0 0,0 0,0 12,6 10,0 10,0 10,0 6,0 5,0 5,0 0,0 b3 0,0 0,0 5,2 0,0 0,0 0,0 0,0 5,1 0,0 0,0 0,0 0,0 r1

0,0 0,0 8,0 0,0 0,0 0,0 0,0 8,0 0,0 0,0 0,0 0,0 r2 0,0 0,0 0,0 0,0 14,7 0,0 0,0 0,0 0,0 0,0 0,0 0,0 r3

0 0 1 0 0 0 0 1 0 0 0 0 400 c0A

0 0 0 0 1 0 0 0 0 0 0 0 500 c0B

2 2 2 2 0 1 1 2 2 0 0 1

3 0 3 3 0 0 3 4 1 0 0 3

0 2 0 0 2 3 0 0 4 1 0 5

0,0 0,0 6,8 0,0 0,0 0,0 0,0 6,9 0,0 0,0 0,0 0,0 20 delta1 0,0 0,0 0,0 0,0 3,3 0,0 0,0 0,0 0,0 0,0 0,0 0,0 18 delta2 rifornimento

spedizioni

bilanciamento capienza

costo 2708

assorbimento

scorta residua

Dalla lettura della soluzione si deducono le operazioni giornaliere

di assorbimento, ricognizione scorta residua e rifornimento

(17)

Esempio

0 2 4 6 8 10 12 14 16 18 20

0 1 2 3 4 5 6 7 8 9 10 11

scorta 1 scorta 2 scorta 3

Dalla lettura della soluzione si deducono le operazioni giornaliere di assorbimento, ricognizione scorta residua e rifornimento

0 4 8 12 16

0 1 2 3 4 5 6 7 8 9 10 11

rifornimento 1 rifornimento 2 rifornimento 3

scorta residua rifornimento

Riferimenti

Documenti correlati

Se w*&gt;0, non esiste una soluzione in cui le variabili artificiali siano fuori dalla base (non va bene), se w*=0, e nessuna variabile artificiale è nella base allora consideriamo

Quindi per risolverlo basta trovare un vertice ottimo del suo rilassamento continuo. Lo stesso vale per il problema del

Un esempio di questo tipo `e descritto nella Figura 10.1.2 (dove le linee tratteggiate sono le linee di livello della funzione obiettivo, supponendo che la direzione di decrescita

• In genere il costo della produzione nel generico periodo t non dipende solo dalla quantità prodotta: produrre una qualsiasi quantità, anche minima, comporta un costo fisso, e

In tali problemi vi sono sempre delle risorse (in questo caso farina, acqua e medicinali) che vengono in qualche modo utilizzate (qui per fare i pacchi) e delle quali si ha

Per lavorare con pi` u di due variabili, `e vantaggioso utilizzare il simplesso duale per gestire i vincoli addizionali in modo incrementale (analogamente al metodo di Gomory)..

La produzione di A, B, C e D richiede un costo fisso per l’attivazione delle rispettive linee di produzione ed una quantit` a di forza lavoro per ogni unit` a prodotta, ed ogni unit`

La merce che vendiamo ai negozi può essere stata comprata in quello stesso mese oppure comprata nei mesi precedenti e tenuta in magazzino.. Il modello di programmazione

Per stabilire se `e possibile chiudere qualche problema `e necessario individuare una soluzione ammissi- bile per il problema (11.1.2) e quindi il valore dell’ottimo corrente

Questo ovviamente presenta due problemi: prima di tutto, se il problema ha infinite soluzioni l’enumerazione completa non `e possibile, e anche se la regione ammissibile contenesse

Non ´e difficile vedere che x ∗ {ab} = x ∗ {ac} = x ∗ {bc} = 1 2 ´e la soluzione ottima del rilassamento lineare di (10) in questo caso, e dunque il valore di tale soluzione ´e 3 2

Dunque la solu- zione ottima intera di (P 3 ) avr`a valore z 3 I ≤ 22.5, ma poich´e abbiamo gi`a determinato una soluzione ottima intera con valore 23.5, `e inutile

• Anche qualora fosse nota, la formulazione ideale potrebbe avere un numero assai elevato di vincoli, e dunque il problema (7) non pu`o essere risolto direttamente con i

Nell’esempio, i parametri sono i prof- itti, definiti per ogni fragranza (130 euro per ogni decalitro di fragranza uno e 100 euro per decalitro di fragranza due), le disponibilit` a

La societ` a vuole determinare il piano di distribuzione dell’energia elettrica di costo minimo, sotto l’ipotesi che l’energia complessivamente prodotta per ogni tipo sia pari

Nella seguente tabella sono riportati in modo sintetico alcuni esempi di vincoli di tipo logico a cui possono essere soggette le variabili del problema (forniremo degli esempi

Ricordiamo che vogliamo (dobbiamo) rappresentare tutti i vincoli in modo lineare, anche i vincoli che coinvolgono variabili logiche: dal punto di vista modellistico, le

• operazione di bound : valutazione ottimistica della funzione obiettivo per le soluzioni rappresentate da ciascun nodo (bound ), per evitare lo sviluppo completo di sotto-

• operazione di bound: valutazione ottimistica della funzione obiettivo per le soluzioni rappresentate da ciascun nodo (bound ), per evitare lo sviluppo completo di sotto-

Ricordiamo che vogliamo (dobbiamo) rappresentare tutti i vincoli in modo lineare, anche i vincoli che coinvolgono variabili logiche: dal punto di vista modellistico, le

Ricordiamo che vogliamo (dobbiamo) rappresentare tutti i vincoli in modo lineare, anche i vincoli che coinvolgono variabili logiche: dal punto di vista modellistico, le

CARATTERISTICHE TERMICHE E IGROMETRICHE DEI COMPONENTI OPACHI DELL'EDIFICIO secondo UNI 6946 - UNI EN ISO 13788 - UNI 10351 - UNI 10355. Muratura verso esterno Codice

Through improved urban safety and mobility, better governance systems and the development of a knowledge-based economy, ICPs and KCPs contribute to the