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

Hasonló dokumentumok
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Hatvany József Informatikai Tudományok Doktori Iskola

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

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

Virtuális vállalat JÁRMŰIPARI ALKATRÉSZGYÁRTÁS TERMELÉSPROGRAMOZÁSI FELADATAINAK MODELLEZÉSE ÉS MEGOLDÁSA

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

AZ IGÉNYSZERINTI TÖMEGGYÁRTÁS TERMELÉSPROGRAMOZÁSÁNAK MODELLEZÉSE ÉS HEURISZTIKUS MEGOLDÁSA

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

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék. Dr. Kulcsár Gyula egyetemi docens

Vállalatgazdaságtan. Minden, amit a Vállalatról tudni kell

Ellenőrző kérdések és lényegre törő válaszok az ütemezési feladatok osztályozása témakörből :

AZ IGÉNY SZERINTI TÖMEGGYÁRTÁS TERMELÉSPROGRAMOZÁSÁNAK HEURISZTIKUS MEGOLDÁSI MÓDSZERE

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

Diszkrét termelési folyamatok ütemezési feladatainak modellezése és számítógépi megoldása

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

A multikritériumos elemzés célja, alkalmazási területe, adat-transzformációs eljárások, az osztályozási eljárások lényege

AZ IGÉNY SZERINTI TÖMEGGYÁRTÁS TERMELÉSPROGRAMOZÁSÁNAK EGY HIBRID MEGOLDÁSI MÓDSZERE

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

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Tanszék

A sokaság/minta eloszlásának jellemzése

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

Hagyományos termelésirányítási módszerek:

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék. Dr. Kulcsár Gyula egyetemi docens

Dr. Kulcsár Gyula. Virtuális vállalat félév. Projektütemezés. Virtuális vállalat félév 5. gyakorlat Dr.

Rugalmas gyártórendszerek (FMS) termelésprogramozása (ismétlés DTFSZTIR)

Kvantum-tömörítés II.

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék

Ütemezési problémák. Kis Tamás 1. ELTE Problémamegoldó Szeminárium, ősz 1 MTA SZTAKI. valamint ELTE, Operációkutatási Tanszék

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék

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

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

KITERJESZTETT MODELLEK ÉS MÓDSZEREK ERŐFORRÁS-KORLÁTOS TERMELÉSÜTEMEZÉSI FELADATOK MEGOLDÁSÁRA

KITERJESZTETT TERMELÉSPROGRAMOZÁSI MODELL ERŐFORRÁS-KORLÁTOS ÜTEMEZÉSI FELADATOK MEGOLDÁSÁRA

Philosophiae Doctores. A sorozatban megjelent kötetek listája a kötet végén található

TECHNOLÓGIAI ALTERNATÍVÁK HATÁSA RÖVID TÁVÚ TERMELÉS ÜTEMEZÉSI FELADATOK MEGOLDÁSÁRA

Statisztika I. 3. előadás. Előadó: Dr. Ertsey Imre

Számítógépes döntéstámogatás. Genetikus algoritmusok

I. A közlekedési hálózatok jellemzői II. A közlekedési szükségletek jellemzői III. Analitikus forgalom-előrebecslési modell

Minősítéses mérőrendszerek képességvizsgálata

ÜTEMEZÉSI MODELL ÉS HEURISZTIKUS MÓDSZEREK AZ IGÉNY SZERINTI TÖMEGGYÁRTÁS FINOMPROGRAMOZÁSÁNAK TÁMOGATÁSÁRA

Ütemezési feladatok. Az ütemezési feladatok vizsgálata az 50-es évek elején kezdődött, majd

Logisztikai szimulációs módszerek

Logisztikai költségek

Eseményvezérelt szimuláció

Menedzsment paradigmák és a virtuális vállalat. Virtuális vállalat 2012/13 1. félév 6. Előadás Dr. Kulcsár Gyula

Tanult nem paraméteres próbák, és hogy milyen probléma megoldására szolgálnak.

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék. Dr. Kulcsár Gyula egyetemi docens

ELLÁTÁSI LÁNC VALÓS IDEJŰ OPTIMALIZÁLÁSA ABSZTRAKT

Termelés- és szolgáltatásmenedzsment Részidős üzleti mesterszakok

Budapesti Gazdasági Főiskola Pénzügyi és Számviteli Főiskolai Kar Budapest. Számvitel mesterszak. Tantárgyi útmutató

XI. ERDÉLYI TUDOMÁNYOS DIÁKKÖRI KONFERENCIA

Vezetői információs rendszerek

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék. Dr. Kulcsár Gyula egyetemi docens

Gyártórendszerek Dinamikája. Gyártórendszerek jellemzése és szerkezete Gyártórendszerekkel kapcsolatos mérnöki feladatok

Számítógépes döntéstámogatás. Döntések fuzzy környezetben Közelítő következtetések

ERP beruházások gazdasági értékelése

DFTH november

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

Forgácsolási paraméterek mûvelet szintû optimalizálása

Közúti közlekedésüzemvitel-ellátó. Tájékoztató

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék. Dr. Kulcsár Gyula egyetemi docens

IT jelű DC/DC kapcsolóüzemű tápegységcsalád

Ellátási Lánc Menedzsment

Történet John Little (1970) (Management Science cikk)

Termelés- és szolgáltatásmenedzsment

Ütemezés gyakorlat. Termelésszervezés

Vezetői számvitel / Controlling IV. előadás. Gazdasági tervezés (folytatás)

Békefi Zoltán. Közlekedési létesítmények élettartamra vonatkozó hatékonyság vizsgálati módszereinek fejlesztése. PhD Disszertáció

Tételsor 1. tétel

Elosztott rendszerek játékelméleti elemzése: tervezés és öszönzés. Toka László

Hálózati Folyamok Alkalmazásai. Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék

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

Pécsi Tudományegyetem Breuer Marcell Doktori Iskola BIZONYTALAN ERŐFORRÁS-KORLÁTOS PROJEKTEK ÜTEMEZÉSE DANKA SÁNDOR

Algoritmusok és adatszerkezetek I. 10. előadás

1964 IBM DEC PDP-8

PROJEKTFELADAT I. Termelésmenedzsment témacsoport

Üzletmenet folytonosság menedzsment [BCM]

számítógépes megoldása

Bátori Tamás Képviselet Vezető

Felvételi tematika INFORMATIKA

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

Általános egyensúly a kiterjesztett IS-LM modellben

1. ábra A hagyományos és a JIT-elvű beszállítás összehasonlítása

Doktori Ertekez es J osvai J anos Sz echenyi Istv an Egyetem, M uszaki Tudom anyi Kar 2012

Mechanizmus-tervezés: szociális jóléti függvény nem kooperatív (versengő) ágensek. A megegyezés keresése és elérése: Tárgyalás (Negotiation)

Statisztikai. Statisztika Sportszervező BSc képzés (levelező tagozat) Témakörök. Statisztikai alapfogalmak. Statisztika fogalma. Statisztika fogalma

Periodikus figyelésű készletezési modell megoldása általános feltételek mellett

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Tanszék

Járműinformatika A járműinformatikai fejlesztés

OAF Gregorics Tibor: Minta dokumentáció a 4. házi feladathoz 1. Feladat. Megoldás

A Szállítási feladat megoldása

Beszállítás AR Gyártási folyamat KR

Ütemezési modellek. Az ütemezési problémák osztályozása

Programozási módszertan. Mohó algoritmusok

GAZDASÁGI ÉS NATURÁLIS CÉLFÜGGVÉNYEK KOMBINÁLT ALKALMAZÁSA EGY EGYSZERŰ LOGISZTIKAI PÉLDÁN

Adatsorok jellegadó értékei

SAP EAM MRS és LAM megoldásainak gyakorlati bevezetési tapasztalatai

Régió alapú szegmentálás. Digitális képelemzés alapvető algoritmusai. 2. példa: Elfogadható eredmények. 1. példa: Jó eredmények. Csetverikov Dmitrij

Multihalmaz, intervallumhalmaz

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék

Átírás:

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 ÜTEMEZÉSI MODELLEK ÉS MÓDSZEREK AZ IGÉNY SZERINTI RUGALMAS GYÁRTÁS FINOMPROGRAMOZÁSÁNAK TÁMOGATÁSÁRA

Termelés fnomprogramozás (SFS) ERP CAPE MES SFS PAC, MA, MSC SFS: Shop Floor Schedulng Rövd távú, műhelyszntű ütemezés Bemenet: Belső rendelések Termék adatok Technológa adatok Erőforrás adatok Anyag és komponens adatok Ütemezés célok Kmenet: Termelés fnomprogram Munkák és erőforrások összerendelése Tervezett tevékenységek Tervezett dőadatok

VITAL projekt VITAL Valós dejű, kooperatív vállalatok projekt Prof. Dr. Monostor László (NKTH 2/010/2004) SZTAKI, GE és beszállító, BME, ME Erőforrás-menedzsment és ütemezés a vállalatok szntjén Termeléstervező, gyártásütemező, erőforrás kezelő alkalmazások fejlesztése MES sznten Valósdejű termelésrányítás változások és zavarok kezelésére Gyártásrányító, termeléskövető, zavarkezelő valósdejű alkalmazások fejlesztése MES sznten Elosztott, kooperatív termelés és logsztka rendszerek Kooperatív beszállító, készletgazdálkodás, logsztka alkalmazások fejlesztése SCM

Ktűzött kutatás célok Kterjesztett, az gény szernt tömeggyártás modelljét s magába foglaló modell kfejlesztése a gyártás feladatok és sorozatnagyságok meghatározásának, a gépek allokálásának és a munkák dőbel ütemezésének céljából. Olyan megoldás módszerek kfejlesztése, amelyek a termelés változó feltételehez és gényehez gazodva egy vagy több értelemben optmumközel, végrehajtható termelés fnomprogramot állítanak elő a gyakorlatban elfogadhatónak számító tervezés dőkorlátok betartásával. A MES dnamkus gyártásrányítás funkcónak, különösen a termelés bzonytalanságok kezelésének támogatása, fgyelembe véve a termelés folyamatok mnősítésének, a korrekcós újraütemezésnek, a termelés célok, prortások és bzonytalanságok menedzselésének gényet s.

Alkalmazott módszerek Felhasznált elvek, modellek és módszerek: termelésnformatka dszkrét matematka operácókutatás témakörökből ütemezéselmélet mesterséges ntellgenca nformácó technológa Fejlesztés metodka: smeretek összegyűjtése és szntetzálása probléma, részprobléma megfogalmazása matematka és nformatka modellezés megoldás koncepcó kdolgozása tervezés és mplementálás tesztelés és értékelés a követelményrendszer és a célok pontosítása

Ismert Flow Shop modellek Flow Shop egyutas modell M1 M2 M Mm Rugalmas Flow Shop párhuzamos kapactások modell S 1 S 2 S S k M1.1 M2.1 M.1 Mk.1 M1.2 M2.2 M.2 Mk.2 M1.j M2.j M.j Mk.j M1.m1 M2.m2 M.m Mk.mk

Kterjesztett rugalmas Flow Shop modell TS1 TS2 TS3 TS4 MG1 MG2 MG3 MG4 MG5 MG8 MG10 MG6 MG9 MG7 Termék 1 Termék p Technológa lépés TS Gépcsoport MG Gép (gépsor)

Az ütemezés feladat formáls leírása formalzmus: erőforráskörnyezet korlátozások, végrehajtás jellemzők célfüggvények Kterjesztett rugalmas Flow Shop (EFFS) ütemezés feladatosztály: Fx, M g, Q m, Set, j, m, Calm R, D, Exe, A [ f1, f2,...,, K f ]

Számítógép reprezentácó Objektum orentált modell Legfontosabb osztályok: Termék, Rendelés, Munka, Feladat, Gép, Gépcsoport, Végrehajtás lépés, Útvonal, Termelés fnomprogram, Gyártórendszer Indexelt kapcsolatrendszer: Név1_Név2 0 1 N1 Név1[1] N1 Név2[] Név2[j] 0 1 NK Név1[K] NK Név2[u] Név2[v] Név1_Név2[Index1][Index2] Index1 = (1,, K), Index2 = (0,, Név1_Név2[Index1][0])

Rendelés Termék Megoldás koncepcó Termelés fnomprogram Felhasználó Technológa Ütemezés Erőforrás Munkák Ütemterv Szmulácó Objektumok Fnomprogram Éles termelés fnomprogram Mnősítés Modellépítés Célfüggvényértékek Teljesítménymutatók

Szmulácó Szmulácó Szabályalapú számítás eljárás jól defnált ütemterv adott gyártás környezetben történő végrehajtásának gyors szmulácójára. Időadatok számítása: 0 MG1 1 MG2 2 MG3 3 MG4 Gyártás feladatok: 0 MG5 Előkészítés dő Művelet dő 1 MG6 2 MG7 Kezdés dőpont Befejezés dőpont 0 MG8 1 MG9 Munka: Indítás dőpont Befejezés dőpont Rendelés: Indítás dőpont Befejezés dőpont 0 MG10

Ütemezés Ütemezés Integrált, általános célú ütemezés módszer a hozzárendelés és a sorrend problémák megoldására, amely mnden egyes munkához: hozzárendel egy megfelelő útvonalat, hozzárendel egy megfelelő gépet a kválasztott útvonal mnden egyes végrehajtás lépésének megfelelő gépcsoportból, meghatározza mnden hozzárendelt gépen a végrehajtás sorban elfoglalt pozícóját. Kétfázsú heursztkus megoldás módszer: Heursztkus felépítő algortmus-változatok Heursztkus Tabu kereső algortmus

Heursztkus felépítő algortmusok Vszonylag jó kezdet megoldás gyors előállítása. BWBA algortmus: Cél: a termelés jellemzők egyensúlyban tartása Lépések: Rendelések csoportosítása és rendezése az EXE típusok alapján növekvő sorrendbe. Mnden megrendelés egy egységként (bontás nélkül) kerül beütemezésre: a legnagyobb ntegráltság fokkal jellemezhető útvonal hozzárendelésével, az érntett gépcsoportokból egyenletes valószínűséggel választott gépek alkalmazásával, a gépeken a munkák sorrendjét a beütemezés sorrendje határozza meg. Tovább algortmusok: HEFCA, HIA, EHIA

Heursztkus Tabu kereső algortmus s* = s0 = kezdet megoldás készítése ( ); tabulsta = üres; whle ( leállás feltétel nem teljesül() ) { whle ( kterjesztés feltétele teljesül() ) { s = szomszédos megoldás készítése( s0 ); f ( nem eleme a tabulstának( s ) ) { felvétel a tabulsta elejére( s ); f ( tabulsta elemszáma > megengedett elemszám ) tabulsta utolsó elemének törlése( ); f ( kterjesztés első megoldása ( s ) ) s_k = s; else f ( jobb megoldás ( s, sk) ) sk = s; } } s0 = sk; f ( jobb megoldás ( sk, s* ) ) s* = sk; } return s*;

A keresés módszer sajátossága Tabulsta Specáls formában megoldásokat tárol. Szsztematkus különbségvzsgálatra alapozott gyors ellenőrzést valósít meg. Szomszédság kezelése Többféle szomszédság operátor alkalmazása. A szomszédság operátorok csak megengedett megoldásokat állítanak elő, nncs szükség konzsztenca-vzsgálatra. A módosító operátorok rugalmasak, nem függnek a célfüggvényektől. Prortásértékekkel szabályozható a szomszédság operátorok használata.

Termelés folyamat mnősítése menedzser mutatók Erőforrás mutatók : célfüggvény Készletsznt mutatók Szállítókészség mutatók Munka (=1,,n) D : határdő R : ndítás dőpont C : befejezés dőpont v : súlyozó tényezők Eltérés: Csúszás: Átfutás dő: Specáls mutatók L C D T max( 0, L ) FT C R } G max( C v G max( v G v G n { T max( C Mnősítés ) ) mn( R ) ) 0}

Többcélú optmalzálás Egynél több célfüggvényt kell egyszerre fgyelembe venn: f S sk mn f 1 ( s),..., f ( s),..., f ( s) s S k egy megengedett megoldás a megengedett megoldások halmaza egy komponens célfüggvény K f k k { 1,2,..., K} : S {0} Ismert módszerek: Párhuzamos (Pareto) megközelítés Súlyozott célfüggvények alkalmazása Herarchkus optmalzálás Célprogramozás

Új megközelítés: relatív mnősítés sx, sy S a,b max : 2 a, ha a b max( a, b) b, egyébként D : 2 0, ha max( a, b) 0 D( a, b) b a 100, egyébként max( a, b) w w k 0 k { 1,2,..., K} k F 2 : S F( s x, s y ) K k 1 ( w k D( f k ( s x ), f k ( s y )))

Többcélú kereső eljárások F ( s, s x y ) Az előjeles érték kfejez az megoldásnak az megoldáshoz vszonyított relatív mnőségét. s x s y s y s y s y jobb megoldás mnt ha s x és azonosan jó megoldások ha rosszabb megoldás mnt ha s x s x F ( s, s x y) 0 F ( s, s x y) 0 F ( s, s x y) 0 Egycélú keresés Többcélú keresés Szmulált hűtés (SA) Tabu keresés (TS) Genetkus algortmus (GA)

Újraütemezés: a vselkedés alapú gyártásrányítás eszköze Khívások: Végrehajtás alatt álló, megszakított ütemterv Valós folyamatok bzonytalansága, állapota Összetett újraütemezés célok Megváltozott rendelések és erőforráskörnyezet Specáls korlátozások Ütemezés modell és módszerek kterjesztése: Célfüggvények a változtatások számszerűsítésére Zárolás technkák Továbbfejlesztett kereső operátorok

Integrált termelésprogramozás koncepcó ERP INTEGRÁLT ÜTEMEZŐ ÉS ÚJRAÜTEMEZŐ Cégadatbázs Rendelés Termék Technológa Erőforrás Modellépítés Ütemezés és újraütemezés GUI Szmulácó GUI Termelés fnomprogram Éles termelés fnomprogram Mnősítés GUI MES MES MES MES TERMELÉS- MENEDZSMENT Teljesített rendelések Új termelés fnomprogram Elemzés GUI TERMELÉSI FOLYAMAT Termelésfelügyelet ADATGYŰJTÉS Értékelés Vselkedés BIZONYTALANSÁGKEZELÉS

Termelésprogramozó szoftver 1

Termelésprogramozó szoftver 2

Termelésprogramozó szoftver 3

Futás eredmények Gép: 119 Rendelés: 393 Munka: 2173 Beállítástípusok: 4 Lépés: 2000 Kt.: 100 mnkt.: 10 Javulás: 40 TABU:150 Nx_op_pr: N1: 1 N2: 1 N3: 1 N4: 1 N5: 1 ObjF: LOrder LJob sumt maxt Set maxc ObjPr: 7 8 10 10 7 5 Avp(10t): rand: 277,5 992,1 1,30E+06 4241,1 1779,6 4685,2 heur: 109,2 430,7 118618 1275,3 964 1725 search: 2,1 3,2 48 21,3 248,7 1034,7 Átlagos programfutás dő: 2 mn 55s

Futás eredmények LOrder LJob sumt maxt Set maxc s_1: 2 3 33 14 243 998 s_2: 2 3 46 22 234 1068 s_3: 2 3 46 22 250 1035 s_4: 2 3 46 22 265 1032 s_5: 2 3 33 14 228 1031 s_6: 2 3 46 22 228 995 s_7: 2 3 46 22 237 1055 s_8: 2 3 46 22 244 1058 s_9: 3 5 92 31 304 1014 s_10: 2 3 46 22 254 1061

Köszönöm a fgyelmet! Az előadásvázlat elérhető az alább webcímen: http://at.t.un-mskolc.hu/~kulcsar/serv01.htm