IGÉNY VEZÉRELT TERMELÉSSZABÁLYOZÁS SZÁMÍTÓGÉPI MODELLEZÉSE

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "IGÉNY VEZÉRELT TERMELÉSSZABÁLYOZÁS SZÁMÍTÓGÉPI MODELLEZÉSE"

Átírás

1 IGÉNY VEZÉRELT TERMELÉSSZABÁLYOZÁS SZÁMÍTÓGÉPI MODELLEZÉSE Kratafila Márió IV. évfolyam, folyamatszabályozó mérnöki szak Kaposvári Egyetem Gazdaságtudományi Kar, Kaposvár Informatika Tanszék Konzulens: Dr. Csukás Béla, tanszékvezető Társ konzulens: Lehőcz Gábor, PhD hallgató ÖSSZEFOGLALÓ Dolgozatomban azt tanulmányoztam, hogy egy példaképpeni gyártási folyamat esetében a véletlenszerűen változó igények kompenzálására hogyan kell a készletezést célszerűen szabályozni. A különféle típusú szabályozók paramétereinek előnyös beállítására egy olyan módszert dolgoztam ki, amelynél a szabályozók típusát és paramétereit egy genetikus algoritmus konfigurálja, miközben az evolúciót biztosító célfüggvény a költségminimalizálásra törekszik. BEVEZETÉS A 1. századi globális piac magába olvasztotta a digitális forradalom vívmányait. Így a vállalatok is igyekeznek úgy növelni az állóképességüket, hogy rugalmasak legyenek, ugyanakkor megfeleljenek a változó piaci elvárásoknak. (GUNASEKARAN és NGAI, 004) Az ellátási láncok menedzsmentje (SCM) fontos szereppel bír napjaink iparában, mert vitális szerepe van az erőforrások elosztásában és a profit termelésében. Ez a kutatási munka olyan lehetőségeket kíván feltárni, melyek e rendszerek számítógépi szabályozásával, és ezáltal a költségek csökkentésével profit többletet eredményezhetnek. Az ellátási láncok hatékony működtetése az előállított termékek tekintetében dollár milliárdokban mérhető jelentőségű, például az Egyesült Államok nemzeti gazdaságában. (ASCET, 003) A megtakarításokról szóló jelentések a piacvezető vállalatok között egy hatékony SCM bevezetése után, árbevételük 5-6 %-ának megfelelő összegeket említenek. (Simulation Dynamics, 003) Többféle megközelítése lehet egy stratégiai terv elkészítésének. A legbonyolultabb, legtöbb részlettel rendelkező problémák megoldásánál gyakran valamilyen matematikai optimalizálást alkalmaznak, például lineáris programozást (LP) vagy ennek továbbfejlesztett változatait (NLP, MILP, MINLP). (HOPP és SPEARMAN, 1996; CHOPRA és MEINDL, 001) Ez a dolgozat egy gyártási folyamat készletezését szimulálva próbálja bemutatni többféle, a szakirodalomban fellelhető szabályozó algoritmus alkalmazásainak módját, hatékonyságát. Ezek a modellbe integrált algoritmusok több választási lehetőséget is felkínálnak. Mindezek együttes alkalmazása és vizsgálata által kifejleszthetővé válik egy, akár a valódi piacon is előforduló, véletlenszerű hatásoknak kitett vállalat aktuális SCM stratégiája. A genetikus algoritmus modellhez kapcsolásával igen nagyszámú számítógépi kísérletezés után, elérhető egy optimálisnak mondható költséghatékonyság, ami a hosszú és rövid távú trendeket is figyelembe veszi. Lehetőség nyílik még a vállalatnál dolgozó gazdasági elemzők előrejelzéseinek beépítésére is. 1

2 ANYAG ÉS MÓDSZER A vizsgált termelési folyamat A modellezett vállalatnál egyetlen termék 60 napos gyártását vizsgáltam. A termékre vonatkozó igény véletlenszerűen ingadozik. Feladatunk egy olyan szabályozási módszer kiválasztása és paraméterezése, amely optimálisan biztosítja a vállalat igényekhez igazodó működését. stratégia tervezés validáció célok célok határok készlet tervezés szimuláció taktika kivitelezése predikció Forrás: Wang, 006 alapján saját szerkesztés 1. ábra: Kétszintű hierarchikus döntési architektúra az ellátási lánc menedzsmentjében Az 1. ábra azt hivatott illusztrálni, hogy a SCM számítógépi döntéstámogatása milyen helyet foglal el a nagyobb ipari vállalatoknál. Szabályozási, illetve döntéstámogató algoritmusok A dolgozatban használt algoritmusok két csoportba oszthatók: PID (Proportional-Integral- Derivative) szabályozó és EOQ (Economic Order Quantity). Az utóbbi, a gyakran Wilson EOQ modellnek is nevezett, meghatározza az optimális rendelési mennyiséget, amivel minimalizálható az összes szükséges változó költség, ami az áru tárolására és a rendelés teljesítésére vonatkozik. (HARRIS, ; WILSON, 1934) Ezt a modellt eredetileg F. W. Harris dolgozta ki 1913-ban, de R. H. Wilson szerzett vele hírnevet és pénzt a modell mélységéibe tekintő korai analízisével. A PID szabályozók hatás visszacsatolásos mechanizmus alapján működnek. Széles körben elterjedtek az ipari szabályozó rendszerek körében. Működési elvük: az általunk alapjelként (setpoint) megadott értéktől a folyamatváltozónak (process variable) való eltérését (error) igyekszik minimálisra csökkenteni. Ezt a feladatot az eredeti bementi értéket korrigálva végzi. Ilyen PID elven működő analóg vagy digitális szabályozót számos elektronikai termékben alkalmaznak. (LIPTAK, 1995)

3 Forrás: Liptak, 1995 alapján ismeretlen szerző szerkesztése. ábra: A PID szabályozó blokk diagramja A PID szabályozókba épített algoritmus kimeneti értékének általános egyenlete: Genetikus algoritmus K t c de u( t) = K ce( t) + e( t') dt' + K cτ D τ F τ 0 dt I du dt A genetikus algoritmusokban a keresési tér elemei alkotják a populáció egyedeit, melyeket keresztezni (más szóval rekombinálni) és mutálni lehet, így új egyedek hozhatók létre. A keresési téren értelmezett célfüggvényt ebben a kontextusban szokásos fitness függvénynek is nevezni. A genetikus algoritmus működése során egyrészt új egyedeket hoz létre a rekombináció és a mutáció operátorokkal, másrészt kiszűri a rosszabb fitness függvény értékkel rendelkező egyedeket és eltávolítja a populációból. Számos esetekben az ilyen algoritmusok konvergálnak az optimumhoz. (BALOGH, 008) EREDMÉNY Ez a dolgozat azt tárgyalja, hogyan tudunk integrálni szabályozó algoritmusokat egy adott modellbe, és a vizsgált rendszer működését úgy szabályozni, hogy a paraméterek beállításait és a szabályozók közötti váltást egy genetikus algoritmussal működő számítógépes program végzi. A Kaposvári Egyetem Informatika Tanszékén végzett kutatásokat alapul véve, (Ahol a generikus szimulátor genetikus optimátor közötti értékelés visszacsatolás biztosítja az optimálást. (CSUKÁS és BALOGH, 1998)) döntöttem úgy hogy az általam készített szabályozóval integrált modell létesítsen ilyen módon negatív értékelés visszacsatolást a Foxgenalg programmal. A probléma megoldása közben egy, a hagyományostól eltérő felépítésű, hibriden működő optimált döntéstámogató rendszert igyekeztem egybe integrálni a vállalat számítógépi modelljével. Az általam bemutatott modellbe épített digitalizált numerikus PID szoftveresen végzi a szabályzást. A szoftveres szabályozók elterjedésének okai között megtalálhatjuk az olcsóbb kivitelezhetőséget is. A dolgozatban vizsgált esetben azonban ezek a szabályozók nem önállóan végzik a feladatukat, mert a genetikus algoritmus is értékelés visszacsatolásos kapcsolatban van a modellel, ellenőrizve, hogy az adott szabályzó milyen beállításokkal tudna még hatékonyabban működni. 3

4 Genetikus algoritmus PID 1 PID PID 3 PID 4 EOQ 1 EOQ EOQ 3 Szimulátor Forrás: Saját munka 3. ábra: A szimulátor, a szabályozó algoritmusok és a genetikus algoritmus együttműködése Ez a kapcsolat látható a 3. ábrán. A genetikus optimáló válogat a szakirodalomban fellelhető szabályzók közül, ezek alap paramétereit is állítva, kiválasztja a legjobb megoldást. Szimuláció A 4. ábrán látható felületen tudjuk magunknak vizualizálni az elért eredményeket a statisztikai adatok grafikonos kirajzolásával, a működés ábrázolásával. A paraméterek beállításával és az alkalmazott optimalizáló algoritmus kiválasztásával választjuk meg valójában a vállalat SCMjét szabályozó stratégiát. A globális beállítások ablakban a döntési stratégia megválasztását, az induló készletet, (a múltbéli tapasztalatokat alapul véve) az átlagos piaci keresletet, a mindenkori költségeket, a készlet pozíció növelés napját tudjuk változtatni. A lokális beállítások ablakban tudjuk manuálisan is változtatni a beépített szabályozó algoritmusok paramétereit. A további információk ablakban tudjuk megtekinteni a jelentkező költségeket, illetve az aktuális napot. Ahogy már előbb említettem, lehetőség nyílik a gazdasági elemzők számításainak beépítésével segíteni a szabályozó működését. Ennek diagramja szintén megtekinthető. A modell alatt futó Visual Basic program segít vizualizálni a kidolgozott készletezési stratégiát. A 60 napos futás után külön ablakban összefoglalva láthatóvá válnak a következők: Nap végi leltár átlagok Alul készletezések átlaga (sikertelen rendelésteljesítések) Rendelési költség (beszállítói költségek) Tárolási költség Sikertelen teljesítésből eredő költségek (backorder) Összes költség Átlagos nettó készlet Nettó készlet variancia Átlagos rendelés Rendelés variancia 4

5 Átlagos kereslet Kereslet variancia 4. ábra: Single Node Supply Chain Simulator (Egy ágú elosztási láncú készletezési dinamikus szimulátor) Kereslet A modell mögött dolgozó mesterséges keresletgeneráló algoritmus állítható sztochasztikus szorzóval rendelkezik. Ezzel megadhatjuk, mennyire legyen kiszámíthatatlan a virtuális piac. A nagyobb, előre jelezhető piaci mozgásokat a modellezett vállalat virtuális gazdasági elemzőinek képességeinek megfelelően feltételezzük, hogy előrejelzik. Ez a képesség egy százalékos előrejelzési hiba nevű változóval skálázható. A dolgozatban tárgyalt hibrid optimalizáló természetesen képes éles környezetben működni minimális átalakítás után. Ebben az esetben természetesen ennek a modulnak megváltozik a funkciója, működése. Stratégiák, költségek Minden stratégiának külön költségelemző és hatékonyság elemző felülete van. Külön beállíthatóak az egyes költségtípusok értékei. Szabályozó algoritmusok A modellben alkalmazott PID szabályozók a. ábrának megfelelően működnek. Folyamatos visszacsatolásban állnak a modellel. Minden egyes lépésről való döntést ezek szabályoznak. Párhuzamosan több, a szakirodalomból kiemelt, jól működő algoritmust tartalmaz a modell, így valójában párhuzamosan több stratégiai szcenárió eredményét tekinthetjük meg a fejlesztői nézetben. 5

6 Az alkalmazott PID szabályozók a következők: Első PID szabályozó csomag 1. táblázat Modell K c τ I τ D τ F Bronze β = θ/ λ + β λ + β - - ( λ + β ) Silver τ = θ/ λ + τ λ + τ λτ - (Level I) λ λ + τ Silver β = θ/ β + λ + τ β + λ + τ τ ( β + λ) - (Level II) τ = θ/ ( β + λ) β + λ + τ Gold β = θ/ ( β + λ) ( β + λ) - Bλ β + 4βλ + λ β + 4βλ + λ Platinum β = θ/ ( β + λ) + τ ( β + λ) + τ τ ( β + λ) β λ (Level I) τ = θ/ β + 4β λ + λ τ I β + 4β λ + λ Platinum β = θ/ ( β + λ) ( β + λ) βλ βλ + 4β λ (Level II) β + λ β + λ β + λ Második PID szabályozó csomag. táblázat Modell K c τ I τ D τ F Bronze 0, Silver (Level I) 0,9 / θ 3,3 θ - - Silver (Level II) 0,67 / θ 6 θ - - Gold (10 + θ) / θ 10 θ / (10 + θ) - Platinum 1, / θ 3,3 θ 0,5 θ - A logisztikában gyakran alkalmazott Wilson-féle EOQ egyenleteket is tudja alkalmazni a program. Kettős szándék vezérelt, ami miatt belekerültek a modellbe. Az egyik a minél okosabb, nagyobb lehetőségtérrel megáldott optimalizáló megalkotása, a másik a kétféle szemléletű szabályozók összemérése. Az alkalmazott EOQ szabályozók a következők (WILSON, 1934): s,q s,s R,S R,s,S A genetikus algoritmus által javasolt megoldás összevetése egy általános beállításokat használó elégségesnek tekinthető megoldással Az alábbiakban egy PID szabályozó eredményeit mutatom be optimalizálás nélkül, aztán optimalizálás után. 6

7 5. ábra: A Foxgenalg több szempontú genetikus optimáló program (BALOGH, 000) Az általam használt program a Kaposvári Egyetem Informatika Tanszékén dolgozó Balogh Sándor PhD hallgató saját fejlesztése. Alkalmazásával tudtam elérni, hogy elviselhető időkeretek között megtalálja a modell közel-optimális paramétereit. Ahogy az a való életben is van, ha napi jellegű döntéseket akarunk rábízni egy programra, akkor jó, ha minél kevesebb ideig kell futtatni. Az optimális megoldás megtalálása több mint 10 óra is lehet. Ha vakon próbálkoznánk, akkor ennél sokkal tovább tartana. 6. ábra: Eredmények összefoglalása (bal: optimálás előtt, jobb: optimálás után) Ahogy az az 6. ábrán is látszik, optimálás alkalmazásával a költségek nagymértékben csökkenthetők. A láthatóan alacsonyabb készletezéssel rengeteg tárolási költséget takarít meg az általunk javasolt stratégia, esetenként még azt is megengedve, hogy a piaci hatások kiszámíthatatlansága miatt, némi sikertelen rendelésteljesítést is eltűr a rendszer. Ez sürgős rendelés néven szerepel, mert az ellátási lánc fontos szereplőjeként nem engedheti meg a vállalat magának, hogy ne teljesítse a rendeléseket, azonban ezek a példánkban tízszeres árat indukálnak a másod beszállító sürgős alkalmazása miatt. Így a modell a készletminimalizálásra törekszik, de nem minden határon túl, mert a vállalat működésképtelensége esetén nagymértékű büntető költséggel kell számolni. Emellett, ha a piac lehetővé teszi, és költséget lehet vele megtakarítani a rendelés költségeket is igyekszik csökkenteni vagy több naponta való beszállítással. 7. ábra: Egy EOQ szabályozó algoritmus eredményei (R,S) 7

8 Az összehasonlíthatóság kedvéért a 7. ábrán ugyanennél a virtuális vállalatnál működő, sokak által optimálisnak mondott költségminimalizáló algoritmus, az EOQ kerül bevetésre. Láthatóan jobb eredményeket hoz, mint egy nem optimált PID szabályozó. Azonban a PID szabályozók magas szinten való konfigurálhatósága miatt, el lehet érni jobb eredményeket is. Valójában a költségek összehasonlításánál inkább ezt a szabályozót venném figyelembe, azaz mennyivel tud többet egy általam optimált szabályozó egy széles körben alkalmazott univerzális készletezési szabályozóval szemben. Ez 3%-kal kevesebb költséget jelent ebben az esetben. 8. ábra: A rendszer bemeneti értékei (bal: optimálás előtt, jobb: optimálás után) A 8. ábrán megfigyelhető, hogy a két vizsgált eset azonos feltételekkel indult, ám más döntéseket hozott alapanyag-, árurendelés (sárga) terén. 9. ábra: A rendszer kimeneti értékei (bal: optimálás előtt, jobb: optimálás után) A 9. ábrán a kétféle stratégia alkalmazásának eredményeit látjuk a készletezés szintjén, illetve az alkalmazott célértéket (lila), amit szintén a szabályozó állít, és próbál betartani. Ez persze függ a szabályozó paramétereitől, hogy egy adott eltérés rövid és hosszabb távon milyen mértékű korrigálást eredményez. Tehát nem elég a jó célérték megválasztása, a PID-nek jól is kell tudnia az adott szituációt kezelni. 8

9 10. ábra: A költségek alakulása (bal: optimálás előtt, jobb: optimálás után) A 10. ábrán a 60 napos intervallumra vetített összes költség görbék (zöld) jól mutatják az egyes stratégiának a pénzügyi hatását a vállalatra nézve. 11. ábra: A hatékonyságot bemutató görbék optimálás előtt 1. ábra: A hatékonyságot bemutató görbék optimálás után 9

10 A 11. és 1. ábra szemlélteti a kétféle stratégia működési elvét, hatékonyságát. Célunk a készletezési görbe minimalizálása, a nettó készlet 0 felett tartása (a szállításképtelenség elkerülése), a rendelések számának csökkentése, ha lehetséges. KÖVETKEZTETÉSEK ÉS JAVASLATOK A vizsgált termelési folyamat tanulmányozása alapján megállapítható, hogy a véletlenszerűen változó igényekhez optimálisan alkalmazkodó készletezési stratégia meghatározására jól alkalmazható a munkám során kialakított módszer. E módszer általánosan is megfogalmazható lényege az, hogy a készletezés szabályozását különféle hangolható PID, EOQ vagy egyéb szabályozási algoritmusokkal végezzük, olyan módon, hogy az alkalmazott szabályozó típusát és paramétereit előzetes szimulációs vizsgálatok genetikus algoritmussal konfigurált, szabályozott szimulációival határozzuk meg. Ennek során a genetikus algoritmus lehetőségtere a szabályozók típusára és paramétereire terjed ki, az evolúciós folyamat, pedig a költség, mint értékelő jellemző visszacsatolásával játszódik le. Konkrét PID és EOQ szabályozókkal végzett konkrét optimálási kísérletek alapján megállapítottam, hogy az evolúciós fejlesztés alkalmazása nélkül heurisztikusan megválasztott tapasztalati paraméterek mellett a készletgazdálkodásban szokásosan alkalmazott EOQ szabályozókkal kapunk kedvezőbb eredményeket. Ugyanakkor a különféle szabályozók evolúciós optimálása esetén az optimált PID szabályozók lényegesen jobb eredményt biztosít. IRODALOMJEGYZÉK (1) Gunasekaran, A., Ngai, E.: Information systems in supply chain integration and management. European Journal of Operational Research 159 () 69-95, 004 () ASCET: Achieving Supply Chain Excellence Through Technology. URL (http://www.ascet.com), 003 (3) Simulation Dynamics: Importance of supply chain management. URL (http://www.simulationdynamics.com/sc/supplychainimportance.htm), 003 (4) Hopp, W., Spearman M.: Factory Physics: Foundations of Manufacturing Management. McGraw-Hill, New York, 1996 (5) Chopra, S., Meindl, P.: Supply Chain Management: Strategy, Planning and Operation. Prentice-Hall, Upper Saddle River, NJ, 001 (6) Harris, F. W.: How Many Parts To Make At Once Factory. The Magazine of Management 10 () , 15, 1913 (7) Harris, F. W.: Operations Cost (Factory Management Series). Shaw, Chicago, 1915 (8) Wilson, R. H.: A Scientific Routine for Stock Control. Harvard Business Review , 1934 (9) Liptak, B.: Instrument Engineers Handbook: Process Control. 0-9 Radnor, Pennsylvania, 1995 (10) Csukás, B., Balogh, S.: Combining Genetic Programming with Generic Simulation Models in Evolutionary Synthesis. Computers in Industry , 1998 (11) Balogh, S.: Többszempontú gazdasági döntéseket segítő genetikus algoritmus kidolgozása. PhD értekezés kézirata, Kaposvári Egyetem, 008 KÖSZÖNETNYILVÁNÍTÁS Köszönetet mondok témavezetőmnek, Dr. Csukás Bélának valamint Balogh Sándornak a munkakor nyújtott segítségekért. 10

Logisztikai szimulációs módszerek

Logisztikai szimulációs módszerek Üzemszervezés Logisztikai szimulációs módszerek Dr. Juhász János Integrált, rugalmas gyártórendszerek tervezésénél használatos szimulációs módszerek A sztochasztikus külső-belső tényezőknek kitett folyamatok

Részletesebben

Vezetői információs rendszerek

Vezetői információs rendszerek Vezetői információs rendszerek Kiadott anyag: Vállalat és információk Elekes Edit, 2015. E-mail: elekes.edit@eng.unideb.hu Anyagok: eng.unideb.hu/userdir/vezetoi_inf_rd 1 A vállalat, mint információs rendszer

Részletesebben

Kvantitatív módszerek

Kvantitatív módszerek Kvantitatív módszerek szimuláció Kovács Zoltán Szervezési és Vezetési Tanszék E-mail: kovacsz@gtk.uni-pannon.hu URL: http://almos/~kovacsz Mennyiségi problémák megoldása analitikus numerikus szimuláció

Részletesebben

A genetikus algoritmus, mint a részletes modell többszempontú és többérdekű "optimálásának" általános és robosztus módszere

A genetikus algoritmus, mint a részletes modell többszempontú és többérdekű optimálásának általános és robosztus módszere A genetikus algoritmus, mint a részletes modell többszempontú és többérdekű "optimálásának" általános és robosztus módszere Kaposvári Egyetem, Informatika Tanszék I. Kaposvári Gazdaságtudományi Konferencia

Részletesebben

KÉSZLETMODELLEZÉS EGYKOR ÉS MA

KÉSZLETMODELLEZÉS EGYKOR ÉS MA DR. HORVÁTH GÉZÁNÉ PH.D. * KÉSZLETMODELLEZÉS EGYKOR ÉS MA Az optimális tételnagyság (Economic Order Quantity) klasszikus modelljét 96-tól napjainkig a világon széles körben alkalmazták és módosított változatait

Részletesebben

Dr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr.

Dr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr. Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Ismertesse a legfontosabb előrejelzési módszereket és azok gyakorlati

Részletesebben

Számítógépes döntéstámogatás. Genetikus algoritmusok

Számítógépes döntéstámogatás. Genetikus algoritmusok BLSZM-10 p. 1/18 Számítógépes döntéstámogatás Genetikus algoritmusok Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu BLSZM-10 p. 2/18 Bevezetés 1950-60-as

Részletesebben

Termelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak

Termelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak Termelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak Dr. Koltai Tamás egyetemi tanár Menedzsment és Vállalatgazdaságtan Tanszék Tematika Kvantitatív eszközök használata Esettanulmányok

Részletesebben

Döntéselőkészítés. I. előadás. Döntéselőkészítés. Előadó: Dr. Égertné dr. Molnár Éva. Informatika Tanszék A 602 szoba

Döntéselőkészítés. I. előadás. Döntéselőkészítés. Előadó: Dr. Égertné dr. Molnár Éva. Informatika Tanszék A 602 szoba I. előadás Előadó: Dr. Égertné dr. Molnár Éva Informatika Tanszék A 602 szoba Tárggyal kapcsolatos anyagok megtalálhatók: http://www.sze.hu/~egertne Konzultációs idő: (páros tan. hét) csütörtök 10-11 30

Részletesebben

Vállalati modellek. Előadásvázlat. dr. Kovács László

Vállalati modellek. Előadásvázlat. dr. Kovács László Vállalati modellek Előadásvázlat dr. Kovács László Vállalati modell fogalom értelmezés Strukturált szervezet gazdasági tevékenység elvégzésére, nyereség optimalizálási céllal Jellemzői: gazdasági egység

Részletesebben

2651. 1. Tételsor 1. tétel

2651. 1. Tételsor 1. tétel 2651. 1. Tételsor 1. tétel Ön egy kft. logisztikai alkalmazottja. Ez a cég új logisztikai ügyviteli fogalmakat kíván bevezetni az operatív és stratégiai működésben. A munkafolyamat célja a hatékony készletgazdálkodás

Részletesebben

Termelés- és szolgáltatásmenedzsment

Termelés- és szolgáltatásmenedzsment Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Előrejelzési módszerek 14. Az előrejelzési modellek felépítése

Részletesebben

ANALÍZIS TANSZÉK Szakdolgozati téma. Piezoelektromos mechanikai redszer rezgését leíró parciális

ANALÍZIS TANSZÉK Szakdolgozati téma. Piezoelektromos mechanikai redszer rezgését leíró parciális Piezoelektromos mechanikai redszer rezgését leíró parciális di erenciálegyenlet el½oállítása és megoldása Témavezet½o: Dr. Kovács Béla Rugalmas és pizoelektromos rétegekb½ol álló összetett mechanikai rendszer

Részletesebben

Beszerzési és elosztási logisztika. Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV

Beszerzési és elosztási logisztika. Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV Beszerzési és elosztási logisztika Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV 3. Előadás A beszerzési logisztikai folyamat Design tervezés Szükséglet meghatározás Termelés tervezés Beszerzés

Részletesebben

Készítette: Juhász Ildikó Gabriella

Készítette: Juhász Ildikó Gabriella 14. tétel Egy kft. logisztikai költséggazdálkodása a számviteli adatok szerint nem megfelelő, ezért a számviteli vezetővel együttműködve a logisztikai vezető számára meghatározták a szolgáltatási rendszer

Részletesebben

Tartalomjegyzék. Tartalomjegyzék... 3 Előszó... 9

Tartalomjegyzék. Tartalomjegyzék... 3 Előszó... 9 ... 3 Előszó... 9 I. Rész: Evolúciós számítások technikái, módszerei...11 1. Bevezetés... 13 1.1 Evolúciós számítások... 13 1.2 Evolúciós algoritmus alapfogalmak... 14 1.3 EC alkalmazásokról általában...

Részletesebben

Az ellátásilánc-menedzsment, és informatikai háttere. BGF PSZK Közgazdasági Informatikai Intézeti Tanszék Balázs Ildikó, Dr.

Az ellátásilánc-menedzsment, és informatikai háttere. BGF PSZK Közgazdasági Informatikai Intézeti Tanszék Balázs Ildikó, Dr. Az ellátásilánc-menedzsment, és informatikai háttere BGF PSZK Közgazdasági Informatikai Intézeti Tanszék Balázs Ildikó, Dr. Gubán Ákos SCM Hatóság Kiskereskedő Fogyasztó Vevő 2 Logisztikai központ Beszálító

Részletesebben

Gazdálkodási modul. Gazdaságtudományi ismeretek III. Szervezés és logisztika. KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc

Gazdálkodási modul. Gazdaságtudományi ismeretek III. Szervezés és logisztika. KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc Gazdálkodási modul Gazdaságtudományi ismeretek III. Szervezés és logisztika KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc Logisztika és marketing 104. lecke A logisztika és a marketing

Részletesebben

Matematikai modellezés

Matematikai modellezés Matematikai modellezés Bevezető A diasorozat a Döntési modellek című könyvhöz készült. Készítette: Dr. Ábrahám István Döntési folyamatok matematikai modellezése Az emberi tevékenységben meghatározó szerepe

Részletesebben

Hasraütés és horoszkóp a beszerzéstervezésben. Korszerű tervezési megoldás a kereslet- és a készlettervezés területén

Hasraütés és horoszkóp a beszerzéstervezésben. Korszerű tervezési megoldás a kereslet- és a készlettervezés területén Hasraütés és horoszkóp a beszerzéstervezésben Korszerű tervezési megoldás a kereslet- és a készlettervezés területén 1 1.Válaszd szét a két folyamatot! 2. Gyűjts adatokat! 3. Alkalmazz tudományos módszertant!

Részletesebben

Ellátási lánc optimalizálás egy új multinál

Ellátási lánc optimalizálás egy új multinál Ellátási lánc optimalizálás egy új multinál Provimi Pet Food Europe A PPF Supply Center koncepció Az optimalizálás első lépései A PPF ellátási láncának optimalizálása Az AIMMS project tanulságai Költségcsökkentés

Részletesebben

KÖSZÖNTJÜK HALLGATÓINKAT!

KÖSZÖNTJÜK HALLGATÓINKAT! 2010. november 10. KÖSZÖNTJÜK HALLGATÓINKAT! Önök Dr. Horváth Zoltán Módszerek, amelyek megváltoztatják a világot A számítógépes szimuláció és optimalizáció jelentősége c. előadását hallhatják! 1 Módszerek,

Részletesebben

Prof. Dr. Krómer István. Óbudai Egyetem

Prof. Dr. Krómer István. Óbudai Egyetem Környezetbarát energia technológiák fejlődési kilátásai Óbudai Egyetem 1 Bevezetés Az emberiség hosszú távú kihívásaira a környezetbarát technológiák fejlődése adhat megoldást: A CO 2 kibocsátás csökkentésével,

Részletesebben

Neurális hálózatok bemutató

Neurális hálózatok bemutató Neurális hálózatok bemutató Füvesi Viktor Miskolci Egyetem Alkalmazott Földtudományi Kutatóintézet Miért? Vannak feladatok amelyeket az agy gyorsabban hajt végre mint a konvencionális számítógépek. Pl.:

Részletesebben

Fenntartható Lean az Emberrel. 4. Lean Factory Workshop, 2010. október 12. National Instruments, Debrecen

Fenntartható Lean az Emberrel. 4. Lean Factory Workshop, 2010. október 12. National Instruments, Debrecen Fenntartható Lean az Emberrel 4. Lean Factory Workshop, 2010. október 12. National Instruments, Debrecen A Leonardo Group-ról Alapítás 1998 45 kollega (Ø 45 évesek) - A gyakorlatból a gyakorlat számára

Részletesebben

Számítógép és programozás 2

Számítógép és programozás 2 Számítógép és programozás 2 6. Előadás Problémaosztályok http://digitus.itk.ppke.hu/~flugi/ Emlékeztető A specifikáció egy előfeltételből és utófeltételből álló leírása a feladatnak Léteznek olyan feladatok,

Részletesebben

Elektromechanikai rendszerek szimulációja

Elektromechanikai rendszerek szimulációja Kandó Polytechnic of Technology Institute of Informatics Kóré László Elektromechanikai rendszerek szimulációja I Budapest 1997 Tartalom 1.MINTAPÉLDÁK...2 1.1 IDEÁLIS EGYENÁRAMÚ MOTOR FESZÜLTSÉG-SZÖGSEBESSÉG

Részletesebben

HÁLÓZATSZERŰEN MŰKÖDŐ LOGISZTIKÁVAL INTEGRÁLT TERMELÉSÜTEMEZÉS MEGOLDÁSA GENETIKUS ALGORITMUS ALKALMAZÁSÁVAL. OLÁH Béla

HÁLÓZATSZERŰEN MŰKÖDŐ LOGISZTIKÁVAL INTEGRÁLT TERMELÉSÜTEMEZÉS MEGOLDÁSA GENETIKUS ALGORITMUS ALKALMAZÁSÁVAL. OLÁH Béla HÁLÓZATSZERŰEN MŰKÖDŐ LOGISZTIKÁVAL INTEGRÁLT TERMELÉSÜTEMEZÉS MEGOLDÁSA GENETIKUS ALGORITMUS ALKALMAZÁSÁVAL OLÁH Béla A TERMELÉSÜTEMEZÉS MEGFOGALMAZÁSA Flow shop: adott n számú termék, melyeken m számú

Részletesebben

VIKKK III: firány: Korszer technológia rendszerek fejlesztése, se, optimalizálása

VIKKK III: firány: Korszer technológia rendszerek fejlesztése, se, optimalizálása VIKKK III: firány: Korszer technológia rendszerek fejlesztése, se, optimalizálása Szeifert Ferenc Veszprémi Egyetem, Folyamatmérnöki Tanszék Veszprém, 2006. január Elzmény projektek: Projektek Vegyipari

Részletesebben

Ellátási Lánc Menedzsment

Ellátási Lánc Menedzsment Ellátási Lánc Menedzsment A 21. század első évtizedeire a nemzetközi verseny erősödése a termék-életciklusok rövidülése a magasabb minőségi szinten és alacsonyabb fogyasztói árakon történő fogyasztói igény

Részletesebben

Szimulációs technikák

Szimulációs technikák SZÉCHENYI ISTVÁN EGYETEM Műszaki Tudományi Kar Informatikai tanszék Szimulációs technikák ( NGB_IN040_1) 2. csapat Comparator - Dokumentáció Mérnök informatikus BSc szak, nappali tagozat 2012/2013 II.

Részletesebben

Haszongépj. Németh. Huba. és s Fejlesztési Budapest. Kutatási. Knorr-Bremse. 2004. November 17. Knorr-Bremse 19.11.

Haszongépj. Németh. Huba. és s Fejlesztési Budapest. Kutatási. Knorr-Bremse. 2004. November 17. Knorr-Bremse 19.11. Haszongépj pjármű fékrendszer intelligens vezérl rlése Németh Huba Knorr-Bremse Kutatási és s Fejlesztési si Központ, Budapest 2004. November 17. Knorr-Bremse 19.11.2004 Huba Németh 1 Tartalom Motiváció

Részletesebben

I. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE

I. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE I. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE Komplex termékek gyártására jellemző, hogy egy-egy termékbe akár több ezer alkatrész is beépül. Ilyenkor az alkatrészek általában sok különböző beszállítótól érkeznek,

Részletesebben

Módszer köztes tárolókat nem tartalmazó szakaszos működésű rendszerek ütemezésére

Módszer köztes tárolókat nem tartalmazó szakaszos működésű rendszerek ütemezésére Módszer köztes tárolókat nem tartalmazó szakaszos működésű rendszerek ütemezésére Doktori (PhD) értekezés tézisei Holczinger Tibor Témavezető: Dr. Friedler Ferenc Veszprémi Egyetem Műszaki Informatikai

Részletesebben

Mesterséges Intelligencia Elektronikus Almanach. Konzorciumi partnerek

Mesterséges Intelligencia Elektronikus Almanach. Konzorciumi partnerek Mesterséges Intelligencia Elektronikus Almanach Konzorciumi partnerek 1 Konzorcium Budpesti Mőszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Méréstechnika és Információs Rendszerek

Részletesebben

ENELFA záró konferencia 2014. január. 21. századi oktatási trendek, e-learning - Cesim OnService pilot tréningek

ENELFA záró konferencia 2014. január. 21. századi oktatási trendek, e-learning - Cesim OnService pilot tréningek ENELFA záró konferencia 2014. január 21. századi oktatási trendek, e-learning - Cesim OnService pilot tréningek Children must be taught how to think, not what to think. Margaret Mead A jelenlegi felsőoktatási

Részletesebben

Készletgazdálkodás. 1. Előadás. K i e z? K i e z? Gépészmérnök (BME), Gazdasági mérnök (Németo.) Magyar Projektmenedzsment Szövetség.

Készletgazdálkodás. 1. Előadás. K i e z? K i e z? Gépészmérnök (BME), Gazdasági mérnök (Németo.) Magyar Projektmenedzsment Szövetség. Készletgazdálkodás 1. Előadás K i e z? Kelemen Tamás BME Gépészmérnök (BME), Gazdasági mérnök (Németo.) Magyar Projektmenedzsment Szövetség K i e z? Kelemen Tamás Elérhetőség T. II. 4. Tel: 463-3775 Fax:

Részletesebben

Dr. habil. Maróti György

Dr. habil. Maróti György infokommunikációs technológiák III.8. MÓDSZER KIDOLGOZÁSA ALGORITMUSOK ÁTÜLTETÉSÉRE KIS SZÁMÍTÁSI TELJESÍTMÉNYŰ ESZKÖZÖKBŐL ÁLLÓ NÉPES HETEROGÉN INFRASTRUKTÚRA Dr. habil. Maróti György maroti@dcs.uni-pannon.hu

Részletesebben

EGYÜTTMŰKÖDŐ ÉS VERSENGŐ ERŐFORRÁSOK SZERVEZÉSÉT TÁMOGATÓ ÁGENS RENDSZER KIDOLGOZÁSA

EGYÜTTMŰKÖDŐ ÉS VERSENGŐ ERŐFORRÁSOK SZERVEZÉSÉT TÁMOGATÓ ÁGENS RENDSZER KIDOLGOZÁSA infokommunikációs technológiák EGYÜTTMŰKÖDŐ ÉS VERSENGŐ ERŐFORRÁSOK SZERVEZÉSÉT TÁMOGATÓ ÁGENS RENDSZER KIDOLGOZÁSA Témavezető: Tarczali Tünde Témavezetői beszámoló 2015. január 7. TÉMAKÖR Felhő technológián

Részletesebben

Előadó: Dr. Kertész Krisztián

Előadó: Dr. Kertész Krisztián Előadó: Dr. Kertész Krisztián E-mail: k.krisztian@efp.hu A termelés költségei függenek a technológiától, az inputtényezők árától és a termelés mennyiségétől, de a továbbiakban a technológiának és az inputtényezők

Részletesebben

Az irányítástechnika alapfogalmai. 2008.02.15. Irányítástechnika MI BSc 1

Az irányítástechnika alapfogalmai. 2008.02.15. Irányítástechnika MI BSc 1 Az irányítástechnika alapfogalmai 2008.02.15. 1 Irányítás fogalma irányítástechnika: önműködő irányítás törvényeivel és gyakorlati megvalósításával foglakozó műszaki tudomány irányítás: olyan művelet,

Részletesebben

Ipar 4.0 digitális technológiák alkalmazásának új kihívásai és lehetőségei

Ipar 4.0 digitális technológiák alkalmazásának új kihívásai és lehetőségei Ipar 4.0 digitális technológiák alkalmazásának új kihívásai és lehetőségei Lean gyártás, digitalizáció és szimuláció Pfeiffer András MTA SZTAKI Fraunhofer Projektközpont 2016. 09. 16. Tartalom Bevezetés:

Részletesebben

Termelés- és szolgáltatásmenedzsment Részidős üzleti mesterszakok

Termelés- és szolgáltatásmenedzsment Részidős üzleti mesterszakok egyetemi docens Menedzsment és Vállalatgazdaságtan Tanszék kallo@mvt.bme.hu Tudnivalók Segédanyagok Jegyzet, előadásvázlatok, munkafüzet Példatár, konzultáció, képletgyűjtemény Elméleti kérdések kidolgozása

Részletesebben

A vállalat belső tevékenységi rendszere.

A vállalat belső tevékenységi rendszere. A vállalat tevékenységi rendszere 01. rész Fazekas Tamás Vállalatgazdaságtan szeminárium A vállalat belső tevékenységi rendszere. Az alapvető célból lebontott vállalati célrendszer megvalósításához szükséges

Részletesebben

A Markowitz modell: kvadratikus programozás

A Markowitz modell: kvadratikus programozás A Markowitz modell: kvadratikus programozás Harry Markowitz 1990-ben kapott Közgazdasági Nobel díjat a portfolió optimalizálási modelljéért. Ld. http://en.wikipedia.org/wiki/harry_markowitz Ennek a legegyszer

Részletesebben

Beszerzési és elosztási logisztika. Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV

Beszerzési és elosztási logisztika. Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV Beszerzési és elosztási logisztika Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV 5. Előadás Elosztási folyamat A klasszikus elosztási logisztikai rendszer Az elosztási logisztikai rendszer:

Részletesebben

ÁTFOGÓ KÉRDÉSEK. Téves következtetések az ellátási lánc irányításáról

ÁTFOGÓ KÉRDÉSEK. Téves következtetések az ellátási lánc irányításáról ÁTFOGÓ KÉRDÉSEK Téves következtetések az ellátási lánc irányításáról A logisztikán belüli változások sok vállalat számára a készletre gyártás (make to stock) helyett a megrendelésre gyártásra (make to

Részletesebben

ÁRAMKÖRÖK SZIMULÁCIÓJA

ÁRAMKÖRÖK SZIMULÁCIÓJA ÁRAMKÖRÖK SZIMULÁCIÓJA Az áramkörök szimulációja révén betekintést nyerünk azok működésébe. Meg tudjuk határozni az áramkörök válaszát különböző gerjesztésekre, különböző üzemmódokra. Végezhetők analóg

Részletesebben

FoodManufuture FP7 projekt

FoodManufuture FP7 projekt FoodManufuture FP7 projekt Virtuális és kibővített (augmented) valóság - Élelmiszeripari igények és alkalmazási lehetőségek dr. Sebők András Campden BRI Magyarország FoodManufuture workshop Budapest, Vidékfejlesztési

Részletesebben

III. Az emberi erőforrás tervezése

III. Az emberi erőforrás tervezése BBTE, Politika-, Közigazgatás- és Kommunikációtudományi kar, Szatmárnémeti egyetemi kirendeltség III. Az emberi erőforrás tervezése Emberi Erőforrás Menedzsment 2012 Október 20 Gál Márk PhD Közigazgatási

Részletesebben

Név KP Blokk neve KP. Logisztika I. 6 LOG 12 Dr. Kovács Zoltán Logisztika II. 6 Logisztika Dr. Kovács Zoltán

Név KP Blokk neve KP. Logisztika I. 6 LOG 12 Dr. Kovács Zoltán Logisztika II. 6 Logisztika Dr. Kovács Zoltán Név KP Blokk neve KP Felelıs vizsgáztató Kombinatorikus módszerek és algoritmusok 5 MAT 10 Dr. Tuza Zsolt Diszkrét és folytonos dinamikai rendszerek matematikai alapjai 5 Matematika Dr. Hartung Ferenc

Részletesebben

Gazdálkodási modul. Gazdaságtudományi ismeretek III. Szervezés és logisztika. KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc

Gazdálkodási modul. Gazdaságtudományi ismeretek III. Szervezés és logisztika. KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc Gazdálkodási modul Gazdaságtudományi ismeretek III. Szervezés és logisztika KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc Fejlődési tendenciák a logisztikában 105. lecke A fejlődési tendenciákat

Részletesebben

Vizuális adatelemzés - Gyakorlat. Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék

Vizuális adatelemzés - Gyakorlat. Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Vizuális adatelemzés - Gyakorlat Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Adatelemzés szerepe a rendszermodellezésben Lényeges paraméterek meghatározása

Részletesebben

Vajon, hogyan működne vállalata, ha a lehető leghatékonyabban használná ki a gyártás, logisztika során erőforrásait

Vajon, hogyan működne vállalata, ha a lehető leghatékonyabban használná ki a gyártás, logisztika során erőforrásait Gondolt már arra, hogy még a legjobban szervezett folyamatok mellett is van tartalék cégében? Tudta, hogy a kihasználatlan erőforrásokban - melyek értéke akár 30% is lehet - mennyi pénz rejtőzik? Vajon,

Részletesebben

Vállalatgazdaságtan Intézet. Logisztika és ellátási lánc szakirány Komplex vizsga szóbeli tételei 2009. március

Vállalatgazdaságtan Intézet. Logisztika és ellátási lánc szakirány Komplex vizsga szóbeli tételei 2009. március Logisztika és ellátási lánc szakirány Komplex vizsga szóbeli tételei 2009. március A tételek: 1) Hogyan lehet a biztonsági készletet meghatározni adott kiszolgálási szint mellett? Hogyan határozható meg

Részletesebben

A technológiai berendezés (M) bemenő (BT) és kimenő (KT) munkahelyi tárolói

A technológiai berendezés (M) bemenő (BT) és kimenő (KT) munkahelyi tárolói 9., ELŐADÁS LOGISZTIKA A TERMELÉSIRÁNYÍTÁSBAN Hagyományos termelésirányítási módszerek A termelésirányítás feladata az egyes gyártási műveletek sorrendjének és eszközökhöz történő hozzárendelésének meghatározása.

Részletesebben

Analóg elektronika - laboratóriumi gyakorlatok

Analóg elektronika - laboratóriumi gyakorlatok Analóg elektronika - laboratóriumi gyakorlatok. Mûveleti erõsítõk egyenáramú jellemzése és alkalmazásai. Elmélet Az erõsítõ fogalmát valamint az integrált mûveleti erõsítõk szerkezetét és viselkedését

Részletesebben

Az EMS, egy termelés irányítási filozófia és a controlling kapcsolata. Balogh Imre Controling vezető Electrolux Lehel Kft, Nyíregyháza

Az EMS, egy termelés irányítási filozófia és a controlling kapcsolata. Balogh Imre Controling vezető Electrolux Lehel Kft, Nyíregyháza Az EMS, egy termelés irányítási filozófia és a controlling kapcsolata Balogh Imre Controling vezető Electrolux Lehel Kft, Nyíregyháza 30/740-7691 EMS -Definíció Electrolux Manufacturing System (EMS) Our

Részletesebben

A hálózattervezés alapvető ismeretei

A hálózattervezés alapvető ismeretei A hálózattervezés alapvető ismeretei Infokommunikációs hálózatok tervezése és üzemeltetése 2011 2011 Sipos Attila ügyvivő szakértő BME Híradástechnikai Tanszék siposa@hit.bme.hu A terv általános meghatározásai

Részletesebben

our future our clients + our values Szeptember 16. MEE vándorgyűlés 2010

our future our clients + our values Szeptember 16. MEE vándorgyűlés 2010 MEE vándorgyűlés 2010 our clients + our values our future Az átviteli hálózati munkairányítási és eszközgazdálkodási rendszer megvalósítása 2010. Szeptember 16. A WAM projekt és azon belül az Eszközgazdálkodás

Részletesebben

Termelés- és szolgáltatásmenedzsment Részidős üzleti mesterszakok

Termelés- és szolgáltatásmenedzsment Részidős üzleti mesterszakok egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék kallo@mvt.bme.hu Tematika Bevezetés A termelési, szolgáltatási igény előrejelzése Alapfogalmak, az előrejelzési módszerek osztályozása Előrejelzési

Részletesebben

Projekt beszámoló. NEWSIT News basedearlywarning System forintradaytrading: Hír alapú Korai Figyelmeztető Rendszer Napon belüli Kereskedéshez

Projekt beszámoló. NEWSIT News basedearlywarning System forintradaytrading: Hír alapú Korai Figyelmeztető Rendszer Napon belüli Kereskedéshez Projekt beszámoló Projekt azonosítója: Projektgazda neve: Projekt címe: DAOP-1.3.1-12-2012-0080 Pénzügyi Innovációs Iroda Kft. NEWSIT News basedearlywarning System forintradaytrading: Hír alapú Korai Figyelmeztető

Részletesebben

- Adat, információ, tudás definíciói, összefüggéseik reprezentációtípusok Részletesebben a téma az AI alapjai című tárgyban

- Adat, információ, tudás definíciói, összefüggéseik reprezentációtípusok Részletesebben a téma az AI alapjai című tárgyban I. Intelligens tervezőrendszerek - Adat, információ, tudás definíciói, összefüggéseik reprezentációtípusok Részletesebben a téma az AI alapjai című tárgyban Adat = struktúrálatlan tények, amelyek tárolhatók,

Részletesebben

Projektfeladatok 2014, tavaszi félév

Projektfeladatok 2014, tavaszi félév Projektfeladatok 2014, tavaszi félév Gyakorlatok Félév menete: 1. gyakorlat: feladat kiválasztása 2-12. gyakorlat: konzultációs rendszeres beszámoló a munka aktuális állásáról (kötelező) 13-14. gyakorlat:

Részletesebben

Bevezetés az operációkutatásba A lineáris programozás alapjai

Bevezetés az operációkutatásba A lineáris programozás alapjai Bevezetés az operációkutatásba A lineáris programozás alapjai Alkalmazott operációkutatás 1. elıadás 2008/2009. tanév 2008. szeptember 12. Mi az operációkutatás (operations research)? Kialakulása: II.

Részletesebben

A Markowitz modell: kvadratikus programozás

A Markowitz modell: kvadratikus programozás A Markowitz modell: kvadratikus programozás Losonczi László Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar Debrecen, 2011/12 tanév, II. félév Losonczi László (DE) A Markowitz modell 2011/12 tanév,

Részletesebben

Készletgazdálkodási módszerek ÚTMUTATÓ 1

Készletgazdálkodási módszerek ÚTMUTATÓ 1 Készletgazdálkodási módszerek ÚTMUTATÓ 1 A programozást elvégezték és a hozzá tartozó útmutatót készítették: dr. Gelei Andrea és dr. Dobos Imre, egyetemi docensek, Budapesti Corvinus Egyetem, Logisztika

Részletesebben

Kontrolling a gyakorlatban

Kontrolling a gyakorlatban Költséghatékonyság házunk tájánt Kontrolling a gyakorlatban Mátyásföldi Imre LogControl Kft. www.logcontrol.hu Kis- és középvállalatok jelenlegi hatékonysága Lemaradás az EU többi országához képest Informatikai

Részletesebben

Servantes Vezetői Információs Szoftver Modul

Servantes Vezetői Információs Szoftver Modul A cégvezetéshez adatok kellenek Servantes Vezetői Információs Szoftver Modul A Servantes Vezetői Információs rendszer a vállalatirányítási szoftvernek az a része, ahol a leginkább megmutatkozik, hogy a

Részletesebben

A gyártási rendszerek áttekintése

A gyártási rendszerek áttekintése SZÉCHENYI ISTVÁN EGYETEM GYŐR Gyártócellák (NGB_AJ018_1) A gyártási rendszerek áttekintése Bevezetés A tantárgy célja A gyártócellák c. tárgy átfogóan foglalkozik a gyártás automatizálás eszközeivel, ezen

Részletesebben

Az e-logisztika kihívásai és megoldásai

Az e-logisztika kihívásai és megoldásai Az e-logisztika kihívásai és megoldásai Dr. Duma László ügyvezető, Adversum Kft egyetemi adjunktus, Budapesti Corvinus Egyetem Az ellátási lánc és a B2B e- kereskedelem modellje Termék Termék Termék Termék

Részletesebben

8., ELŐADÁS VIRTUÁLIS LOGISZTIKAI KÖZPONTOK ALKALMAZÁSAI. Klaszter, mint virtuális logisztikai központ

8., ELŐADÁS VIRTUÁLIS LOGISZTIKAI KÖZPONTOK ALKALMAZÁSAI. Klaszter, mint virtuális logisztikai központ 8., ELŐADÁS VIRTUÁLIS LOGISZTIKAI KÖZPONTOK ALKALMAZÁSAI Klaszter, mint virtuális logisztikai központ Feladatai: a beszállítói feladatok kis és középvállalatok versenyképességeinek fokozása érdekében,

Részletesebben

Területi elemzések. Budapest, 2015. április

Területi elemzések. Budapest, 2015. április TeIR Területi elemzések Felhasználói útmutató Budapest, 2015. április Tartalomjegyzék 1. BEVEZETŐ... 3 2. AZ ELEMZÉSBEN SZEREPLŐ MUTATÓ KIVÁLASZTÁSA... 4 3. AZ ELEMZÉSI FELTÉTELEK DEFINIÁLÁSA... 5 3.1.

Részletesebben

SZOFTVERES SZEMLÉLTETÉS A MESTERSÉGES INTELLIGENCIA OKTATÁSÁBAN _ Jeszenszky Péter Debreceni Egyetem, Informatikai Kar jeszenszky.peter@inf.unideb.

SZOFTVERES SZEMLÉLTETÉS A MESTERSÉGES INTELLIGENCIA OKTATÁSÁBAN _ Jeszenszky Péter Debreceni Egyetem, Informatikai Kar jeszenszky.peter@inf.unideb. SZOFTVERES SZEMLÉLTETÉS A MESTERSÉGES INTELLIGENCIA OKTATÁSÁBAN _ Jeszenszky Péter Debreceni Egyetem, Informatikai Kar jeszenszky.peter@inf.unideb.hu Mesterséges intelligencia oktatás a DE Informatikai

Részletesebben

MIKROÖKONÓMIA I. Készítette: Kőhegyi Gergely, Horn Dániel. Szakmai felelős: Kőhegyi Gergely. 2010. június

MIKROÖKONÓMIA I. Készítette: Kőhegyi Gergely, Horn Dániel. Szakmai felelős: Kőhegyi Gergely. 2010. június MIKROÖKONÓMIA I. B Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi

Részletesebben

Koordináció Termelési Hálózatokban

Koordináció Termelési Hálózatokban Koordináció Termelési Hálózatokban PhD értekezés tézisei Egri Péter Témavezető: Váncza József, PhD Eötvös Loránd Tudományegyetem Informatikai Kar Informatikai Doktori Iskola Az informatika alapjai és módszertana

Részletesebben

Információtartalom vázlata

Információtartalom vázlata 1. Ön azt a feladatot kapta munkahelyén, hogy mutassa be tanuló társainak, hogyan épül fel a korszerű logisztikai rendszer, és melyek a feladatai. Miről fog beszélni? Információtartalom vázlata - logisztika

Részletesebben

Termeléstervezés és -irányítás Termelés és kapacitás tervezés Xpress-Mosel FICO Xpress Optimization Suite

Termeléstervezés és -irányítás Termelés és kapacitás tervezés Xpress-Mosel FICO Xpress Optimization Suite Termeléstervezés és -irányítás Termelés és kapacitás tervezés Xpress-Mosel FICO Xpress Optimization Suite Alkalmazásával 214 Monostori László egyetemi tanár Váncza József egyetemi docens 1 Probléma Igények

Részletesebben

Mechatronikai és Logisztikai Kiválósági Központ eredményei, beszámoló a vállalt feladatokról

Mechatronikai és Logisztikai Kiválósági Központ eredményei, beszámoló a vállalt feladatokról Mechatronikai és Logisztikai Kiválósági Központ eredményei, beszámoló a vállalt feladatokról Prof. Dr. Illés Béla dékán, tanszékvezető egyetemi tanár Miskolc, 2012.06.05. Prezentáció felépítése Kiválósági

Részletesebben

Lean Történet Today es. Első lépések: Japán. Autóipari beszállítók. Első hullám: Nemzetközi. Autóipari beszállítók

Lean Történet Today es. Első lépések: Japán. Autóipari beszállítók. Első hullám: Nemzetközi. Autóipari beszállítók Lean Történet 1990-es 2000 2005 Today Első lépések: Japán Autóipari beszállítók Első hullám: Nemzetközi Autóipari beszállítók Második hullám: Multik és Magyar cégek Lean nem működik Tapasztalatok az elmúlt

Részletesebben

I. A DIGITÁLIS ÁRAMKÖRÖK ELMÉLETI ALAPJAI

I. A DIGITÁLIS ÁRAMKÖRÖK ELMÉLETI ALAPJAI I. A DIGITÁLIS ÁRAMKÖRÖK ELMÉLETI ALAPJAI 1 A digitális áramkörökre is érvényesek a villamosságtanból ismert Ohm törvény és a Kirchhoff törvények, de az elemzés és a tervezés rendszerint nem ezekre épül.

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,

Részletesebben

Intelligens Rendszerek Elmélete. Párhuzamos keresés genetikus algoritmusokkal

Intelligens Rendszerek Elmélete. Párhuzamos keresés genetikus algoritmusokkal Intelligens Rendszerek Elmélete Dr. Kutor László Párhuzamos keresés genetikus algoritmusokkal http://mobil.nik.bmf.hu/tantargyak/ire.html login: ire jelszó: IRE0 IRE / A természet általános kereső algoritmusa:

Részletesebben

Gingl Zoltán, Szeged, 2015. 2015.09.29. 19:14 Elektronika - Alapok

Gingl Zoltán, Szeged, 2015. 2015.09.29. 19:14 Elektronika - Alapok Gingl Zoltán, Szeged, 2015. 1 2 Az előadás diasora (előre elérhető a teljes anyag, fejlesztések mindig történnek) Könyv: Török Miklós jegyzet Tiezte, Schenk, könyv interneten elérhető anyagok Laborjegyzet,

Részletesebben

Jelek és rendszerek Gyakorlat_02. A gyakorlat célja megismerkedni a MATLAB Simulink mőködésével, filozófiájával.

Jelek és rendszerek Gyakorlat_02. A gyakorlat célja megismerkedni a MATLAB Simulink mőködésével, filozófiájával. A gyakorlat célja megismerkedni a MATLAB Simulink mőködésével, filozófiájával. A Szimulink programcsomag rendszerek analóg számítógépes modelljének szimulálására alkalmas grafikus programcsomag. Egy SIMULINK

Részletesebben

2013.09.19. Master of Arts. International Hotel Management and Hotel Companies management. Stratégiai gondolkodás fejlődése

2013.09.19. Master of Arts. International Hotel Management and Hotel Companies management. Stratégiai gondolkodás fejlődése Master of Arts International Hotel Management and Hotel Companies management Stratégiai gondolkodás fejlődése Szükség van-e stratégiai menedzsmentre? Peter Lorange kritikus alapkérdései Gyorsan változó

Részletesebben

Programozási módszertan. Mohó algoritmusok

Programozási módszertan. Mohó algoritmusok PM-08 p. 1/17 Programozási módszertan Mohó algoritmusok Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu PM-08 p. 2/17 Bevezetés Dinamikus programozás

Részletesebben

Az időtényező szerepe a cég logisztikai költségeiben

Az időtényező szerepe a cég logisztikai költségeiben Hogyan csökkentheti költségeit versenytársainál nagyobb mértékben? Dr. Szegedi Zoltán c. egyetemi tanár, Az MKT Logisztikai Szakosztályának elnöke Az időtényező szerepe a cég logisztikai költségeiben zoltan.szegedi@ameropa.hu

Részletesebben

Gyakorló feladatok a 2. zh-ra MM hallgatók számára

Gyakorló feladatok a 2. zh-ra MM hallgatók számára Gyakorló feladatok a. zh-ra MM hallgatók számára 1. Egy vállalat termelésének technológiai feltételeit a Q L K függvény írja le. Rövid távon a vállalat 8 egységnyi tőkét használ fel. A tőke ára 000, a

Részletesebben

A vállalti gazdálkodás változásai

A vállalti gazdálkodás változásai LOGISZTIKA A logisztika területei Szakálosné Dr. Mátyás Katalin A vállalti gazdálkodás változásai A vállalati (mikro)logisztika fő területei Logisztika célrendszere Készletközpontú szemlélet: Anyagok mozgatásának

Részletesebben

Dr. Fodor Zita egyetemi docens

Dr. Fodor Zita egyetemi docens Záróvizsga tételek Dr. Fodor Zita egyetemi docens 18. tétel Ismertesse a logisztikai és a marketingfunkciók kölcsönhatásait, valamint az integrált logisztikai (teljes)költségkoncepciót! Területek beszerzés

Részletesebben

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék 2016/17 1. félév 1.-2. Előadás Dr. Kulcsár Gyula egyetemi docens A termelésinformatika

Részletesebben

Beszerzési és elosztási logisztika. Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV

Beszerzési és elosztási logisztika. Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV Beszerzési és elosztási logisztika Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV 2. Előadás A beszerzési logisztika alapjai Beszerzési logisztika feladata/1 a termeléshez szükséges: alapanyagok

Részletesebben

Dr. Körmendi Lajos Dr. Pucsek József LOGISZTIKA PÉLDATÁR

Dr. Körmendi Lajos Dr. Pucsek József LOGISZTIKA PÉLDATÁR Dr. Körmendi Lajos Dr. Pucsek József LOGISZTIKA PÉLDATÁR Budapest, 2009 Szerzők: Dr. Körmendi Lajos (1.-4. és 6. fejezetek) Dr. Pucsek József (5. fejezet) Lektorálta: Dr. Bíró Tibor ISBN 978 963 638 291

Részletesebben

Értékáram elemzés szoftveres támogatással. Gergely Judit 2013. 03. 01. Lean-klub

Értékáram elemzés szoftveres támogatással. Gergely Judit 2013. 03. 01. Lean-klub Értékáram elemzés szoftveres támogatással Gergely Judit 2013. 03. 01. Lean-klub Tartalom Az Értékáram és elemzésének szerepe a Leanben Értékáram modellezés és elemzés Esetpélda: termelő folyamat Képzeletbeli

Részletesebben

A FENNTARTHATÓ ÉPÍTÉS EU KOMFORM MAGYAR INDIKÁTORRENDSZERE

A FENNTARTHATÓ ÉPÍTÉS EU KOMFORM MAGYAR INDIKÁTORRENDSZERE A FENNTARTHATÓ ÉPÍTÉS EU KOMFORM MAGYAR INDIKÁTORRENDSZERE ÉMI Kht. 2005.06.21. CRISP Construction and City Related Sustainability Indicators * * * Fenntartható építés? Háttér 1 Egészséges épített környezet

Részletesebben

Make or Buy döntés filozófiája

Make or Buy döntés filozófiája Make or Buy döntés filozófiája Make or Buy döntés lehet: - egy konkét megrendelés esetére, - egy meghatározott időszakra, amíg a feltételek, adottságok nem változnak. A vásárlást kizáró esetek - A kívánt

Részletesebben

LOGISZTIKA/ELLÁTÁSI LÁNC MENEDZSMENT BODA & PARTNERS SZAKÉRTŐI SZOLGÁLTATÁSOK

LOGISZTIKA/ELLÁTÁSI LÁNC MENEDZSMENT BODA & PARTNERS SZAKÉRTŐI SZOLGÁLTATÁSOK LOGISZTIKA/ELLÁTÁSI LÁNC MENEDZSMENT BODA & PARTNERS SZAKÉRTŐI SZOLGÁLTATÁSOK BEMUTATKOZÁS Iparágtól függetlenül három egymással szorosan összefüggő terület játszik komoly szerepet a vállalatok sikerességében:az

Részletesebben

FIRST LINE BI START CSOMAG

FIRST LINE BI START CSOMAG FIRST LINE BI START CSOMAG Termék ismertető Készítette: Fájl név: Verzió: First Line Experts Kft. First_Line_BI_start_csomag_termek_ismerteto v1 1 / 6 1. Dokumentum célja Az Oracle Business Intelligence

Részletesebben

A DREHER hazai ellátási hálózatának optimalizálása

A DREHER hazai ellátási hálózatának optimalizálása Partner in Change A DREHER hazai ellátási hálózatának optimalizálása www.integratedconsulting.hu 1 Supply Chain Management Purchase Production Distribution Service Strategic Planning Supply Chain Optimization

Részletesebben