Virtuális vállalat JÁRMŰIPARI ALKATRÉSZGYÁRTÁS TERMELÉSPROGRAMOZÁSI FELADATAINAK MODELLEZÉSE ÉS MEGOLDÁSA
|
|
- Hanna Boros
- 5 évvel ezelőtt
- Látták:
Átírás
1 Virtuális vállalat JÁRMŰIPARI ALKATRÉSZGYÁRTÁS TERMELÉSPROGRAMOZÁSI FELADATAINAK MODELLEZÉSE ÉS MEGOLDÁSA Dr. Kulcsár Gyula, Dr. Kulcsárné Forrai Mónika Miskolci Egyetem Alkalmazott Informatikai Intézeti Tanszék
2 A vizsgált termelési folyamat Gyártósor (körpálya) Felfüggesztési pont (pozíció) Formahordozó Forma (szerszám)
3 Követelmények Be kell tartani a szigorú gyártástechnológiai előírásokat. A rendeléseket az előírt határidőre kell teljesíteni. A gyártás a lehető legkevesebb konfiguráció előkészítéssel és cserével valósuljon meg. El kell kerülni a túl nagy készletek felhalmozását. Biztosítani kell a terméktípusonként egyedileg előírt készletszinteket. A gyártósorok kihasználtságát maximalizálni kell.
4 A termelésütemezés és a készletgazdálkodás egy kombinált új feladata: IPSIC IPSIC: Integrated Production Scheduling and Inventory Control a vevői megrendelések ( lehívások ) kiszolgálása (MTO), a tervezett belső készletszintek elérése/betartása (MTS), a gyártási főfolyamatok ütemezése (konfiguráció-csere), a segédfolyamatok ütemezése (konfiguráció-előkészítés). 4
5 A modellezés szerepe
6 Megoldási koncepció Felhasználó Rendelés Termék Technológia Erőforrás Termelésprogramozás Modellépítés Konfigurációelőkészítések ütemezése Termelésprogramozó szoftver Szimuláció Értékelés
7 A legfontosabb osztályok Modellépítés F_ENTITY: entitás. F_ORDER: gyártási rendelés. F_PRODUCT: termék. F_PRODUCT_GROUP: termékcsoport. F_CARRIER: formahordozó. F_MOLD: forma (szerszám). F_COMPLEX_MOLD: összetett forma. F_MACHINE: gyártósor. F_MS: gyártórendszer. F_M_STATE: gyártósor állapota. F_SCHEDULE: finomprogram. F_PAC_PLAN: előkészítési ütemterv. F_KPI: teljesítmény-mutatók. F_TABU: tabu elem (finomprogram). F_TABULIST: tabulista. F_TIMELINE: diszkrét időintervallumok.
8 A teljes probléma formális optimalizálási modellje Bemenő alapadatok. Alapadatokból származtatott segédváltozók. Elsődleges döntési változók. Elsődleges döntési változókból számított értékek. Másodlagos döntési változók. Korlátozások. Célfüggvények. 8
9 A lokális és a globális sorszámok szerepe 8 órás időintervallumok (műszakok) 1. Gyártósor: M 1 saját műszaksorszám (c) 2. Gyártósor: M 2 saját műszaksorszám (c) 3. Gyártósor: M 3 saját műszaksorszám (c) Az ütemezési időhorizont engedélyezett műszakjai Vasárnap Hétfő Kedd Szerda 6:00 14:00 22:00 6:00 14:00 22:00 6:00 14:00 22:00 6:00 14:00 22:00 aktív aktív aktív aktív aktív aktív aktív aktív aktív aktív aktív aktív aktív aktív aktív aktív aktív aktív aktív aktív aktív Az engedélyezett műszakok globális sorszáma: s s m,c = s 3,4 = 5 és c(s,m) = c(5,3) = 4 9
10 Elsődleges döntési változók Új szemlélet: nem munka ( job ) alapú ütemezés. A gyártósorok pozícióiban az engedélyezett műszakokban aktívan használandó konfigurációk: xm,j,c Ω (m=1, 2,, NM); (j=1, 2,, Nm,j); (c=1, 2,, Nm,c). A konfigurációk halmaza:. Konfiguráció: :=[ 1, 2, 3, 4, 5 ] ahol: a konfiguráció keretét jelentő formahordozó: 1 {H h h=0, 1, 2,, N H } a baloldali formával gyártandó terméktípus: 2 {P p p=0, 1, 2,, N P } a formahordozó bal oldalára felszerelt forma: 3 {A a a=0, 1, 2,, N A } a jobboldali formával gyártandó terméktípus: 4 {P p p=0, 1, 2,, N P } a formahordozó jobb oldalára felszerelt forma: 5 {A a a=0, 1, 2,, N A } 10
11 Másodlagos döntési változók Az elsődleges döntési változók értékei konfiguráció-előkészítési munkákat generálnak: ( (x m,j,c, x m,j,c 1 ) == 1) (x m,j,c sm,c 1 ) (x m,j,c,1 H 0 ) J i = x m,j,c; d i s m,c 1: r i max Ji, d i ; N J J i (m=1, 2,, N M ); (j=1, 2,, N m,j ); (c=1, 2,, N m,c ); A másodlagos döntési változók a konfigurációelőkészítési ütemtervet határozzák meg: C i {s s=0, 1, 2,,s max } (i=1, 2,, N J ) 11
12 Korlátozások Az aktív konfigurációkra vonatkozó korlátozás-típusok: x m,j,c (m=1, 2,, N M ); (j=1, 2,, N m,j ); (c=0, 1, 2,, N m,c ). A konfiguráció-cserék darabszámára vonatkozó korlátozástípus: 9. (m=1, 2,, N M ); (c=1, 2,, N m,c ); A konfiguráció-elemek használatára vonatkozó korlátozástípusok: (a=1, 2,, N A ); (h=1, 2,, N H ); (s=0, 1, 2,,s max ); A konfiguráció-előkészítési munkák ütemezésére vonatkozó korlátozás-típusok: (i=1, 2,, N J ); (s=0, 1, 2,, s max ); 12
13 Proaktív szemléletű integrált megoldási koncepció 13
14 Termelési ütemterv Az induló állapotot ismert. A termelési ütemterv egyenértékű a konfigurációcserék sorozatával, amely előírja, hogy: melyik gyártósoron, melyik pozícióban, melyik műszakban (mikor), milyen konfigurációt kell felhelyezni (aktívvá tenni), és azzal milyen típusú terméket vagy termékeket kell gyártani.
15 A teljes feladat megoldása EasyForce algoritmussal Alapja: Többcélú és többoperátoros tabukereés Új elemek: Kezdeti megoldás generálása Beépülő ütemezési feladat megoldása Szimuláció Célfüggvények Tabu elemek Szomszédsági operátorok 15
16 EasyForce {s 0 Kezdeti megoldás készítése; Termelésprogramozás s* s 0 ; Tabu_List NULL; while ( Leállási feltétel nem teljesül ) { while ( Szomszédság kiterjesztésének feltétele teljesül ) { N c Szomszédsági operátor kiválasztása (priority_list); s Szomszédos megoldás készítése ( s 0, N c ); PAC_Plan Konfugiráció előkészítés ütemezése ( s ); if ( A maximális csúszás a PAC_Plan szerinti == 0 ) { if ( A Tabu_List nem tartalmazza ( s ) ) { A Tabu_List bővítése új elemmel ( s ); if ( Első szomszéd ( s ) ) s k s; else if ( s < s k ) s k s; } } } s 0 s k ; if ( s k < s* ) s* s k ; } return s*; }
17 Szomszédsági operátorok N c = NEOP z (z=1, 2,, 12) az x m,j,c elsődleges döntési változók értékeit módosítják. Terméktípus kiválasztása Gyártósor kiválasztása Pozíció kiválasztása. Kezdő műszak kiválasztása. Befejező műszak kiválasztása. Szabad formák (szerszámok) lekérdezése. Szabad formahordozók lekérdezése. Bevethető előszerelt konfigurációk lekérdezése. Konfiguráció kiválasztása/összeállítása. A változtatások aktiválása. 17
18 Termelési finomprogram
19 Beépülő ütemezési feladat Konfigurációelőkészítések ütemezése Munka: konfiguráció összeszerelés. Erőforrás: szerelők. Korlátozások: Indítási időkorlát. Előírt határidő. Elvégezhető munkák száma műszakonként. Cél: határidők betartása. Új ütemezési modell P(s) p i =1; r i =egész; d i =egész L max
20 A transzformációval előállított új ütemezési feladattípus P(s) pi=1; ri=integer; di=integer Lmax P(s) J 2 J 4 J 1 J 7 J 3 J Z+1 J 6 J i* s 20
21 Rendezzük a J i munkákat r i szerint nem csökkenő sorrendbe; j 1; while (j n) { s rj; R {J i J i nem ütemezett és r i s}; k 1; while (R nem üres) { Vegyük a legkisebb d i hez tartozó J i -t az R-ből; R R \ {J i }; Ütemezzük a J i -t a k. elérhető gépre az s lépésben; C i s; L i C i - d i ; j j + 1; if (k + 1 P(s)) k k + 1; else { k 1; s s + 1; R R {J i J i nem ütemezett és r i s} } } } Visszatérés az elkészített optimális megoldással; Konfigurációelőkészítések ütemezése
22 Konfiguráció-előkészítési ütemterv
23 A beépülő feladat eredményének felhasználása a teljes IPSIC feladatban L max szempontjából optimális megoldás Polinomiális futási idő Ha L max 0 akkor és csakis akkor létezik megvalósítható konfigurációelőkészítési ütemterv. Az algoritmus a C i értékek kiszámításával egyben elő is állítja a keresett megoldást. 23
24 A termelés szimulációja Szimuláció
25 A termelés szimulációja Szimuláció
26 Célfüggvények Többcélú optimalizálás: fk min. (k=1, 2,, 18). Cél-kategóriák: I. A rendelések teljesítése az előírt határidőkre: f1, f2, f3, f10, f11, f12, f15, f16 II. III. IV. A beavatkozások és átállások mértékének minimalizálása: f4, f5, f17 Az előírt sávos készletszintek fenntartása/betartása: f6, f7, f8, f9, f13, f14 A gyártósorok kapacitáskihasználtságának maximalizálása (a kihasználatlanság minimalizálása): f18 26
27 f 1 : Maximális termékhiány [db]. f 2 : A termékhiány összege [db]. f 3 : A csúszó gyártási megrendelések száma. f 4 : Az átállítások (cserék) száma. f 5 : A cserék maximális száma egy műszakban. f 6 : A többlettel záró terméktípusok száma. f 7 : A terméktöbbletek összege [db]. f 8 : A maximális termékhiány az időszak végén [db]. f 9 : A termékhiány összege az időszak végén [db]. f 10 : A csúszó rendelések prioritásainak összege. f 11 : A csúszó rendelések maximális prioritása. f 12 : A csúszó terméktípusok száma. f 13 : A maxiimális termékhiány (nullához képest) [db]. f 14 : A termékhiány összege (nullához képest) [db]. f 15 : A maximális csúszás [műszak]. f 16 : A csúszások összege [műszak]. f 17 : A konfiguráció-előkészítések száma. f 18 : Nemhasznált kapacitás [SFE]. Értékelés
28 Többcélú optimalizálás Értékelés f : S {0 } k f ( s ) min k s S, k {1,2,...,K } s,s S a,b x y 2 D : D( a,b ) b a w w 0 k {1,2,...,K } k k 0, hamax( a,b ) 0 max( a,b ), egyébként K 2 F : S F( s x,s y ) ( wk D( f k( s x ), f k( s y ))) k 1
29 Megoldások minősítése többcélú kereső eljárásokban Értékelés Az előjeles függvényérték kifejezi az megoldás megoldáshoz viszonyított relatív minőségét. s x F ( s, s x y) s y s y s y s y jobb megoldás mint és s x s x ha azonosan jó megoldások ha rosszabb megoldás mint s y? s x : F( s x,s y )? 0 s x ha F ( s, s x y) 0 F ( s, s x y) 0 F ( s, s x y) 0 Egycélú keresés Többcélú keresés Tabu keresés (TS), Szimulált hűtés (SA), Genetikus algoritmus (GA)
30 Termelésprogramozó szoftver
31 JIT-orientált algoritmus Csökkenti a J i (i=1, 2,, N J ) munkák sietését úgy, hogy L max 0 E i max(0, d i C i ). A munkákat LDD sorrendben határidőhöz közelíti: d C i (S JIT ) max i s=ci (S a ) s P s > i=1 N J (J i, s) ahol J i, s 1, ha C i == s 0, egyébként 31
32 Továbbfejlesztett JIT-orientált algoritmus biztonsági vezérlő paraméterekkel Munka-függő biztonsági vezérlő paraméter (Safety Control Parameter): E i,scp (i=1, 2,, N J ) Tervezett sietés: E i E i,scp (i=1, 2,, N J ). A JIT-orientált algoritmus szabad gépet kereső ciklusa a J i munka esetében a d i határidőből levonja a J i munka saját E i,scp értékét, és onnan indul visszafelé. A munkák áthelyezése csak akkor történik meg, ha az ilyenformán szűkített időtartományban talál szabad gépet. A munka-függő biztonsági vezérlőparaméterek aktuális értékei az előkészítést ütemező algoritmus bemenő adatai közé tartoznak. 32
33 JIT-orientált konfiguráció-előkészítés
34 Összefoglalás A gyártásirányításhoz kapcsolódó ütemezési feladatok nagyon sokfélék lehetnek, melyek összetett, nehezen megoldható többcélú optimalizálási problémákhoz vezetnek. A vizsgált járműipari alkaltrészgyártás termelésprogramozási feladatának megoldására új modelleket dolgoztunk ki. A korszerű tudás-intenzív keresési módszerek, a gyors végrehajtás-vezérelt szimuláció és a többcélú eredményértékelő módszerek hatékony támogatást nyújtanak.
35 Köszönöm a figyelmet! Dr. Kulcsár Gyula, iitkgy@uni-miskolc.hu Dr. Kulcsárné Forrai Mónika, aitkfm@uni-miskolc.hu Ipari partner: Fehrer Hungaria Járműipari Kft. Magyarország, 8060 Mór, Ipartelep. A kutató munka a Miskolci Egyetem stratégiai kutatási területén működő Mechatronikai és Logisztikai Kiválósági Központ keretében valósult meg.
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék 2017/18 2. félév 3. Előadás Dr. Kulcsár Gyula egyetemi docens Kereső algoritmusok alkalmazása
RészletesebbenMiskolci 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 2. félév 5. Előadás Dr. Kulcsár Gyula egyetemi docens Tartalom 1. Párhuzamosan
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Hatvany József Informatikai Tudományok Doktori Iskola
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Hatvany József Informatikai Tudományok Doktori Iskola ÜTEMEZÉSI MODELL ÉS HEURISZTIKUS MÓDSZEREK AZ IGÉNYSZERINTI TÖMEGGYÁRTÁS FINOMPROGRAMOZÁSÁNAK TÁMOGATÁSÁRA
RészletesebbenMiskolci 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 2. félév 8. Előadás Dr. Kulcsár Gyula egyetemi docens Kereső algoritmusok alkalmazása
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék. Dr. Kulcsár Gyula egyetemi docens
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék Dr. Kulcsár Gyula egyetemi docens Rugalmas gyártórendszerek Milyen gyártóberendezés-csoport tekinthető rugalmas gyártórendszernek?
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék 06/7. félév 7. Előadás Dr. Kulcsár Gyula egyetemi docens Tartalom. A projektütemezés alapjai..
RészletesebbenDr. Kulcsár Gyula. Virtuális vállalat félév. Projektütemezés. Virtuális vállalat félév 5. gyakorlat Dr.
Projektütemezés Virtuális vállalat 06-07. félév 5. gyakorlat Dr. Kulcsár Gyula Projektütemezési feladat megoldása Projekt: Projektütemezés Egy nagy, összetett, általában egyedi igény alapján előállítandó
RészletesebbenSIMATIC IT Preactor APS
SIMATIC IT Preactor APS Piacvezető termeléstervező és -ütemező szoftver A SIMATIC IT Preactor APS termeléstervező és -ütemező szoftvercsalád a gyártási folyamatok követésének és tervezésének hatékony integrációját
RészletesebbenÜtemezési problémák. Kis Tamás 1. ELTE Problémamegoldó Szeminárium, ősz 1 MTA SZTAKI. valamint ELTE, Operációkutatási Tanszék
Ütemezési problémák Kis Tamás 1 1 MTA SZTAKI valamint ELTE, Operációkutatási Tanszék ELTE Problémamegoldó Szeminárium, 2012. ősz Kivonat Alapfogalmak Mit is értünk ütemezésen? Gépütemezés 1 L max 1 rm
RészletesebbenRugalmas gyártórendszerek (FMS) termelésprogramozása (ismétlés DTFSZTIR)
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék Rugalmas gyártórendszerek (FMS) termelésprogramozása (ismétlés DTFSZTIR) 2013/14 1. félév 1. Előadás Dr. Kulcsár Gyula
RészletesebbenKITERJESZTETT MODELLEK ÉS MÓDSZEREK ERŐFORRÁS-KORLÁTOS TERMELÉSÜTEMEZÉSI FELADATOK MEGOLDÁSÁRA
MISKOLCI EGYETEM GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR HATVANY JÓZSEF INFORMATIKAI TUDOMÁNYOK DOKTORI ISKOLA KITERJESZTETT MODELLEK ÉS MÓDSZEREK ERŐFORRÁS-KORLÁTOS TERMELÉSÜTEMEZÉSI FELADATOK MEGOLDÁSÁRA PHD
RészletesebbenProgramozási 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
RészletesebbenSzámítógépes 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
RészletesebbenVállalati 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
RészletesebbenTermeléstervezés 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
RészletesebbenLogisztikai szimulációs módszerek
Üzemszervezés Logisztikai szimulációs módszerek Dr. Juhász János Integrált, rugalmas gyártórendszerek tervezésénél használatos szimulációs módszerek A sztochasztikus külső-belső tényezőknek kitett folyamatok
RészletesebbenAlgoritmizálás, adatmodellezés tanítása 8. előadás
Algoritmizálás, adatmodellezés tanítása 8. előadás Elágazás és korlátozás A backtrack alkalmas-e optimális megoldás keresésére? Van költség, és a legkisebb költségű megoldást szeretnénk előállítani. Van
RészletesebbenITIL alapú IT környezet kialakítás és IT szolgáltatás menedzsment megvalósítás az FHB-ban
IBM Global Technology Services ITIL alapú IT környezet kialakítás és IT szolgáltatás menedzsment megvalósítás az FHB-ban ITSMF Magyarország 3. szemináriuma Tild Attila, ISM IBM Magyarországi Kft. 2006
RészletesebbenA Szállítási feladat megoldása
A Szállítási feladat megoldása Virtuális vállalat 201-2014 1. félév 4. gyakorlat Dr. Kulcsár Gyula A Szállítási feladat Adott meghatározott számú beszállító (source) a szállítható mennyiségekkel (transportation
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék
Mskolc Egyetem Gépészmérnök és Informatka Kar Informatka Intézet Alkalmazott Informatka Intézet Tanszék 2017/18 2. félév 4. Előadás Dr. Kulcsár Gyula egyetem docens EFFS Prod Sch termelésprogramozó szoftver
RészletesebbenMiskolci 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 5. Előadás Dr. Kulcsár Gyula egyetemi docens A termelésinformatika alapjai
RészletesebbenÖsszetett programozási tételek Rendezések Keresések PT egymásra építése. 10. előadás. Programozás-elmélet. Programozás-elmélet 10.
Összetett programozási tételek Sorozathoz sorozatot relő feladatokkal foglalkozunk. A bemenő sorozatot le kell másolni, s közben az elemekre vonatkozó átalakításokat lehet végezni rajta: Input : n N 0,
RészletesebbenGyártási termelési folyamat és a Microsoft Dynamics AX 2012 R2 logisztikai szolgáltatások
Gyártási termelési folyamat és a Microsoft Dynamics AX 2012 R2 logisztikai szolgáltatások Ez a dokumentum gépi fordítással készült, emberi beavatkozás nélkül. A szöveget adott állapotában bocsátjuk rendelkezésre,
RészletesebbenHÁLÓZATSZERŰEN 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
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék. Dr. Kulcsár Gyula egyetemi docens
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék Dr. Kulcsár Gyula egyetemi docens Megoldásjavító szabályzókör A Kybernos egyszerűsített modellje Klasszikus termelésirányítási
RészletesebbenMiskolci 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 4. Előadás Dr. Kulcsár Gyula egyetemi docens A termelésinformatika alapjai
RészletesebbenVállalatgazdaságtan. Minden, amit a Vállalatról tudni kell
Vállalatgazdaságtan Minden, amit a Vállalatról tudni kell 1 Termelési rendszer vizsgálata 2 képzeljük el az alábbi helyzetet örököltünk egy gyárat mit csináljunk vele? működtessük de hogyan? Hogyan működik
RészletesebbenGyártórendszerek dinamikája
GYRD-7 p. 1/17 Gyártórendszerek dinamikája Gyártásütemezés: az ütemezések analízise Gantt-chart módszerrel, az optimalizálási feladat kitűzése és változatai, megoldás a kritikus út módszerrel Werner Ágnes
RészletesebbenKeresés és rendezés. A programozás alapjai I. Hálózati Rendszerek és Szolgáltatások Tanszék Farkas Balázs, Fiala Péter, Vitéz András, Zsóka Zoltán
Keresés Rendezés Feladat Keresés és rendezés A programozás alapjai I. Hálózati Rendszerek és Szolgáltatások Tanszék Farkas Balázs, Fiala Péter, Vitéz András, Zsóka Zoltán 2016. november 7. Farkas B., Fiala
RészletesebbenA 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.
RészletesebbenHagyományos termelésirányítási módszerek:
Hagyományos termelésirányítási módszerek: - A termelésirányítás határozza meg, hogy az adott termék egyes technológiai műveletei - melyik gépeken vagy gépcsoportokon készüljenek el, - mikor kezdődjenek
RészletesebbenIpar 4.0: digitalizáció és logisztika. Prof. Dr. Illés Béla Miskolci Egyetem, GÉIK, Logisztikai Intézet Miskolc, április 19.
Ipar 4.0: digitalizáció és logisztika Prof. Dr. Illés Béla Miskolci Egyetem, GÉIK, Logisztikai Intézet Miskolc, 2018. április 19. Az előadáson érintett témák Termelés és piaci hatások Új piaci színtér
Részletesebbenangolul: greedy algorithms, románul: algoritmi greedy
Mohó algoritmusok angolul: greedy algorithms, románul: algoritmi greedy 1. feladat. Gazdaságos telefonhálózat építése Bizonyos városok között lehet direkt telefonkapcsolatot kiépíteni, pl. x és y város
RészletesebbenTartalom Keresés és rendezés. Vektoralgoritmusok. 1. fejezet. Keresés adatvektorban. A programozás alapjai I.
Keresés Rendezés Feladat Keresés Rendezés Feladat Tartalom Keresés és rendezés A programozás alapjai I. Hálózati Rendszerek és Szolgáltatások Tanszék Farkas Balázs, Fiala Péter, Vitéz András, Zsóka Zoltán
RészletesebbenTermelés- 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
RészletesebbenKITERJESZTETT MODELLEK ÉS MÓDSZEREK ERŐFORRÁS-KORLÁTOS TERMELÉSÜTEMEZÉSI FELADATOK MEGOLDÁSÁRA
MISKOLCI EGYETEM GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR HATVANY JÓZSEF INFORMATIKAI TUDOMÁNYOK DOKTORI ISKOLA KITERJESZTETT MODELLEK ÉS MÓDSZEREK ERŐFORRÁS-KORLÁTOS TERMELÉSÜTEMEZÉSI FELADATOK MEGOLDÁSÁRA PHD
RészletesebbenTermelés- 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
RészletesebbenA lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2018/
Operációkutatás I. 2018/2019-2. Szegedi Tudományegyetem Informatika Intézet Számítógépes Optimalizálás Tanszék 2. Előadás LP alapfeladat A lineáris programozás (LP) alapfeladata standard formában Max c
Részletesebbenend function Az A vektorban elõforduló legnagyobb és legkisebb értékek indexeinek különbségét.. (1.5 pont) Ha üres a vektor, akkor 0-t..
A Név: l 2014.04.09 Neptun kód: Gyakorlat vezető: HG BP MN l 1. Adott egy (12 nem nulla értékû elemmel rendelkezõ) 6x7 méretû ritka mátrix hiányos 4+2 soros reprezentációja. SOR: 1 1 2 2 2 3 3 4 4 5 6
RészletesebbenMiskolci 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 2. félév 1-2. Előadás Dr. Kulcsár Gyula egyetemi docens A tantárgy tematikája 1.
RészletesebbenA termeléstervezés alapjai -- termelés és kapacitás tervezés
A termeléstervezés alapjai -- termelés és kapacitás tervezés BMEGEGTMGTG 2015 Dr. Váncza József Gyártástudomány és -technológia Tanszék http://www.manuf.bme.hu Váncza J. 1 Termelési paradigmák [Koren,
RészletesebbenA lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2017/
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatika Intézet Számítógépes Optimalizálás Tanszék 2. Előadás LP alapfeladat A lineáris programozás (LP) alapfeladata standard formában Max c
RészletesebbenKITERJESZTETT TERMELÉSPROGRAMOZÁSI MODELL ERŐFORRÁS-KORLÁTOS ÜTEMEZÉSI FELADATOK MEGOLDÁSÁRA
Multidiszciplináris tudományok, 4. kötet. (2014) 1. sz. pp. 19-30. KITERJESZTETT TERMELÉSPROGRAMOZÁSI MODELL ERŐFORRÁS-KORLÁTOS ÜTEMEZÉSI FELADATOK MEGOLDÁSÁRA Kulcsár Gyula Egyetemi docens, Miskolci Egyetem,
RészletesebbenÚjrahasznosítási logisztika. 7. Gyűjtőrendszerek számítógépes tervezése
Újrahasznosítási logisztika 7. Gyűjtőrendszerek számítógépes tervezése A tervezési módszer elemei gyűjtési régiók számának, lehatárolásának a meghatározása, régiónként az 1. fokozatú gyűjtőhelyek elhelyezésének
RészletesebbenProgramozási segédlet
Programozási segédlet Programozási tételek Az alábbiakban leírtam néhány alap algoritmust, amit ismernie kell annak, aki programozásra adja a fejét. A lista korántsem teljes, ám ennyi elég kell legyen
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék 2012/13 2. félév 4. Előadás Dr. Kulcsár Gyula egyetemi docens Gyártórendszerek egyszerűsített irányítási modellje Zavaró
RészletesebbenDr. 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
RészletesebbenSzimuláció RICHARD M. KARP és AVI WIGDERSON. (Készítette: Domoszlai László)
Szimuláció RICHARD M. KARP és AVI WIGDERSON A Fast Parallel Algorithm for the Maximal Independent Set Problem című cikke alapján (Készítette: Domoszlai László) 1. Bevezetés A következőkben megadott algoritmus
RészletesebbenHidraulikus hálózatok robusztusságának növelése
Dr. Dulovics Dezső Junior Szimpózium 2018. Hidraulikus hálózatok robusztusságának növelése Előadó: Huzsvár Tamás MSc. Képzés, II. évfolyam Témavezető: Wéber Richárd, Dr. Hős Csaba www.hds.bme.hu Az előadás
RészletesebbenEgyes logisztikai feladatok megoldása lineáris programozás segítségével. - bútorgyári termelési probléma - szállítási probléma
Egyes logisztikai feladatok megoldása lineáris programozás segítségével - bútorgyári termelési probléma - szállítási probléma Egy bútorgyár polcot, asztalt és szekrényt gyárt faforgácslapból. A kereskedelemben
RészletesebbenKÖSZÖNTJÜK 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,
RészletesebbenLogisztikai Csapatbajnokság esettanulmány leírás
Logisztikai Csapatbajnokság esettanulmány leírás Háttérinformáció: A gyártó az autóipar egyik vezető Tier 1 es beszállítója, mely globálisan végzi tevékenységét és a világ összes jelentős autógyártó cégének
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Tanszék
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Tanszék 2013/14 2. félév 5. Gyakorlat Dr. Kulcsár Gyula egyetemi docens Tartalomjegyzék Klasszikus termelésirányítási
RészletesebbenA FOLYAMATMENEDZSMENT ALAPJAI
A FOLYAMATMENEDZSMENT ALAPJAI 1 Az Értékteremtő Folyamat Menedzsment stratégia A vállalat küldetése Környezet Vállalati stratégia Vállalati adottságok Kompetitív prioritások Lényegi képességek ÉFM stratégia
Részletesebben6. gyakorlat Egydimenziós numerikus tömbök kezelése, tömbi algoritmusok
6. gyakorlat Egydimenziós numerikus tömbök kezelése, tömbi algoritmusok 1. feladat: Az EURO árfolyamát egy negyedéven keresztül hetente nyilvántartjuk (HUF / EUR). Írjon C programokat az alábbi kérdések
RészletesebbenKészítette: Ellenőrizte: Jóváhagyta:
FOGLALKOZÁSI TERV Nyíregyházi Főiskola Gyártórendszerek tervezése c. tan- 2009/2010. tanév, II. félév GM.III. évfolyam Gyak.jegy, 2 kredit tárgy Műszaki Alapozó és Gépgyártástechnológia Tanszék Tanítási
RészletesebbenAz optimális megoldást adó algoritmusok
Az optimális megoldást adó algoritmusok shop ütemezés esetén Ebben a fejezetben olyan modellekkel foglalkozunk, amelyekben a munkák több műveletből állnak. Speciálisan shop ütemezési problémákat vizsgálunk.
Részletesebben2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 8. Előadás Bevezetés Egy olyan LP-t, amelyben mindegyik változó egészértékű, tiszta egészértékű
RészletesebbenLukovich Gábor Logisztikai rendszerfejlesztő
Lukovich Gábor Logisztikai rendszerfejlesztő Intra-logisztikai rendszerek Lay-out tervezése/fejlesztése Logisztikai informatikai rendszerek tervezése Egymással kölcsönhatásban lévő részfeladatok rendszere
Részletesebben9. előadás. Programozás-elmélet. Programozási tételek Elemi prog. Sorozatszámítás Eldöntés Kiválasztás Lin. keresés Megszámolás Maximum.
Programozási tételek Programozási feladatok megoldásakor a top-down (strukturált) programtervezés esetén három vezérlési szerkezetet használunk: - szekvencia - elágazás - ciklus Eddig megismertük az alábbi
Részletesebben1. ábra A hagyományos és a JIT-elvű beszállítás összehasonlítása
hagyományos beszállítás JIT-elvû beszállítás az utolsó technikai mûvelet a beszállítás minõségellenõrzés F E L H A S Z N Á L Ó B E S Z Á L L Í T Ó K csomagolás raktározás szállítás árubeérkezés minõségellenõrzés
RészletesebbenA 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
RészletesebbenKövetelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 1. Előadás Követelmények, teljesítés feltételei Vizsga anyaga Előadásokhoz tartozó diasor
RészletesebbenElőfeltétel: legalább elégséges jegy Diszkrét matematika II. (GEMAK122B) tárgyból
ÜTEMTERV Programozás-elmélet c. tárgyhoz (GEMAK233B, GEMAK233-B) BSc gazdaságinformatikus, programtervező informatikus alapszakok számára Óraszám: heti 2+0, (aláírás+kollokvium, 3 kredit) 2019/20-es tanév
RészletesebbenKövetelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 1. Előadás Követelmények, teljesítés feltételei Vizsga anyaga Előadásokhoz tartozó diasor
RészletesebbenProgramozás alapjai C nyelv 7. gyakorlat. Függvények. Függvények(2)
Programozás alapjai C nyelv 7. gyakorlat Szeberényi Imre BME IIT Programozás alapjai I. (C nyelv, gyakorlat) BME-IIT Sz.I. 2005.11.05. -1- Függvények C program egymás mellé rendelt függvényekből
RészletesebbenFüggvények. Programozás alapjai C nyelv 7. gyakorlat. LNKO függvény. Függvények(2) LNKO függvény (2) LNKO függvény (3)
Programozás alapjai C nyelv 7. gyakorlat Szeberényi Imre BME IIT Függvények C program egymás mellé rendelt függvényekből áll. A függvény (alprogram) jó absztrakciós eszköz a programok
RészletesebbenIpar 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:
RészletesebbenJAVASLAT A TOP-K ELEMCSERÉK KERESÉSÉRE NAGY ONLINE KÖZÖSSÉGEKBEN
JAVASLAT A TOP-K ELEMCSERÉK KERESÉSÉRE NAGY ONLINE KÖZÖSSÉGEKBEN Supporting Top-k item exchange recommendations in large online communities Barabás Gábor Nagy Dávid Nemes Tamás Probléma Cserekereskedelem
RészletesebbenÜtemezés gyakorlat. Termelésszervezés
Ütemezés gyakorlat egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Feladattípusok Általános ütemezés Egygépes ütemezési problémák Párhuzamos erőforrások ütemezése Flow-shop és job-shop ütemezés
RészletesebbenAutóipari beágyazott rendszerek. Komponens és rendszer integráció
Autóipari beágyazott rendszerek és rendszer integráció 1 Magas szintű fejlesztési folyamat SW architektúra modellezés Modell (VFB) Magas szintű modellezés komponensek portok interfészek adattípusok meghatározása
RészletesebbenAlgoritmusok bonyolultsága
Algoritmusok bonyolultsága 9. előadás http://www.ms.sapientia.ro/~kasa/komplex.htm 1 / 18 Közelítő algoritmusok ládapakolás (bin packing) Adott n tárgy (s i tömeggel) és végtelen sok 1 kapacitású láda
RészletesebbenSZE-GYŐR Rólunk. A jövő Győrben épül! Képzések száma: 58 szak. Campus területe: 101.724 m 2. Képzési területek:
SZE-GYŐR Rólunk A jövő Győrben épül! Képzések száma: 58 szak Campus területe: 101.724 m 2 Képzési területek: műszaki, informatikai, jogi, igazgatási, gazdasági, pedagógiai egészségügyi, szociális, zeneművészeti
Részletesebben2. Visszalépéses keresés
2. Visszalépéses keresés Visszalépéses keresés A visszalépéses keresés egy olyan KR, amely globális munkaterülete: egy út a startcsúcsból az aktuális csúcsba (az útról leágazó még ki nem próbált élekkel
RészletesebbenBeszerzési logisztikai folyamat tervezése
1 2 Beszerzési logisztikai folyamat tervezése 3 1. Igények meghatározása, előrejelzése. 2. Beszerzési piac feltárása. 3. Ajánlatkérés. 4. Ajánlatok értékelése, beszállítók kiválasztása. 5. Áruk megrendelése.
RészletesebbenSzámítógép és programozás 2
Számítógép és programozás 2 11. Előadás Halmazkeresések, dinamikus programozás http://digitus.itk.ppke.hu/~flugi/ A keresési feladat megoldása Legyen a lehetséges megoldások halmaza M ciklus { X legyen
RészletesebbenGLOBÁLIZÁLT BESZERZÉS ÉS ELOSZTÁS A LOGISZTIKÁBAN
3. EŐADÁS GOÁIZÁT ESZZÉS ÉS EOSZTÁS A OGISZTIKÁAN A termelés globalizációjának, a késleltetett termelés következménye, hogy két kapcsolódó láncszem a beszerzés és elosztás is globalizálódik. A globalizált
RészletesebbenÁttekintés LP és geometria Többcélú LP LP és egy dinamikus modell 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 6. Előadás Áttekintés Kezdjük újra a klasszikus erőforrás allokációs problémával (katonák,
RészletesebbenGyártórendszerek Dinamikája. Gyártórendszerek jellemzése és szerkezete Gyártórendszerekkel kapcsolatos mérnöki feladatok
GyRDin-02 p. 1/20 Gyártórendszerek Dinamikája Gyártórendszerek jellemzése és szerkezete Gyártórendszerekkel kapcsolatos mérnöki feladatok Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék
RészletesebbenKészletgazdálkodás. 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:
RészletesebbenBeszerzési logisztikai folyamat
BESZÁLLÍTÓ Beszállítás, ütemezés Beszerzési logisztika Szállítási mód és eszköz megválasztása Beszállítás Beszerzési folyamat: - igények meghatározása, - ajánlatkérés és feldolgozás, - beszállítók kiválasztása,
RészletesebbenDiszkrét termelési folyamatok ütemezési feladatainak modellezése és számítógépi megoldása
HATVANY JÓZSEF INFORMATIKAI TUDOMÁNYOK DOKTORI ISKOLA ÖSSZEVONT TUDOMÁNYOS SZEMINÁRIUMA 2013 Diszkrét termelési folyamatok ütemezési feladatainak modellezése és számítógépi megoldása Dr. Kulcsárné Forrai
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék 2012/13 1. félév 4. Előadás Dr. Kulcsár Gyula egyetemi docens A CIM fejlődése Specializálódás (1980-as évek vége) A termelővállalatokat
RészletesebbenFelvételi vizsga mintatételsor Informatika írásbeli vizsga
BABEȘ BOLYAI TUDOMÁNYEGYETEM MATEMATIKA ÉS INFORMATIKA KAR A. tételsor (30 pont) Felvételi vizsga mintatételsor Informatika írásbeli vizsga 1. (5p) Egy x biten tárolt egész adattípus (x szigorúan pozitív
RészletesebbenMŰSZAKKIOSZTÁSI PROBLÉMÁK A KÖZÖSSÉGI KÖZLEKEDÉSBEN
infokommunikációs technológiák MŰSZAKKIOSZTÁSI PROBLÉMÁK A KÖZÖSSÉGI KÖZLEKEDÉSBEN Készítette: Árgilán Viktor, Dr. Balogh János, Dr. Békési József, Dávid Balázs, Hajdu László, Dr. Galambos Gábor, Dr. Krész
RészletesebbenLogisztika A. 2. témakör
Logisztika A tantárgy 2. témakör Beszerzési-, termelési-, elosztási-, újrahasznosítási logisztika feladata MISKOLCI EGYETEM Anyagmozgatási és Logisztikai Tanszék Beszerzési logisztika Beszállító Vevõ Áruátvétel
RészletesebbenEjtési teszt modellezése a tervezés fázisában
Antal Dániel, doktorandusz, Miskolci Egyetem Robert Bosch Mechatronikai Tanszék Szabó Tamás, egyetemi docens, Ph.D., Miskolci Egyetem Robert Bosch Mechatronikai Tanszék Szilágyi Attila, egyetemi adjunktus,
RészletesebbenMegkülönböztetett kiszolgáló routerek az
Megkülönböztetett kiszolgáló routerek az Interneten Megkülönböztetett kiszolgálás A kiszolgáló architektúrák minősége az Interneten: Integrált kiszolgálás (IntServ) Megkülönböztetett kiszolgálás (DiffServ)
RészletesebbenTermelési 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
RészletesebbenBeszerzési logisztikai folyamat tervezése
1 2 Beszerzési logisztikai folyamat tervezése 3 1. Igények meghatározása, előrejelzése. 2. Beszerzési piac feltárása. 3. Ajánlatkérés. 4. Ajánlatok értékelése, beszállítók kiválasztása. 5. Áruk megrendelése.
RészletesebbenDualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 7. Előadás Árazási interpretáció Tekintsük újra az erőforrás allokációs problémát (vonat
RészletesebbenTermelés- és szolgáltatásmenedzsment
Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Előrejelzési módszerek 14. Az előrejelzési modellek felépítése
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Tanszék
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Tanszék 2013/14 2. félév 5. Előadás Dr. Kulcsár Gyula egyetemi docens Ismétlés, összefoglalás (TIA) Termeléstervezés
RészletesebbenANALÍZIS 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
RészletesebbenOperációkutatás. Vaik Zsuzsanna. Budapest október 10. First Prev Next Last Go Back Full Screen Close Quit
Operációkutatás Vaik Zsuzsanna Vaik.Zsuzsanna@ymmfk.szie.hu Budapest 200. október 10. Mit tanulunk ma? Szállítási feladat Megoldása Adott: Egy árucikk, T 1, T 2, T,..., T m termelőhely, melyekben rendre
RészletesebbenBÁN JÓZSEF FERTİSZÉPLAK SZÉKESFEHÉRVÁR - BUDAPEST. Termelésirányítási és Kereskedelmi Rendszer. VISZK Bt. Székesfehérvár
BÁN JÓZSEF FERTİSZÉPLAK SZÉKESFEHÉRVÁR - BUDAPEST TKR Termelésirányítási és Kereskedelmi Rendszer VISZK Bt Székesfehérvár TKR - Jelentısebb referenciák ( 1997 ) Bán József Kiadva : 2003 október BÁN JÓZSEF
RészletesebbenDr. 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
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Tanszék
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Tanszék 2013/14 2. félév 6.-7. Előadás Dr. Kulcsár Gyula egyetemi docens A termelésinformatika alapjai 6.-7.
RészletesebbenOptimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 9. Előadás Az optimalizálás alapfeladata Keressük f függvény maximumát ahol f : R n R és
RészletesebbenSAP EAM MRS és LAM megoldásainak gyakorlati bevezetési tapasztalatai
SAP EAM MRS és LAM megoldásainak gyakorlati bevezetési tapasztalatai Nikolaidisz Kosztasz, ERP Consulting Zrt. 2018. Szeptember 10. Témák TIGÁZ DSO MRS bevezetés Magyar Közút LAM bevezetés 2 TIGÁZ - Visszatekintés
Részletesebben