TECHNOLÓGIAI ALTERNATÍVÁK HATÁSA RÖVID TÁVÚ TERMELÉS ÜTEMEZÉSI FELADATOK MEGOLDÁSÁRA

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

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

Miskolci 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

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

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 Alkalmazott Informatikai Tanszék. Dr. Kulcsár Gyula egyetemi docens

Hagyományos termelésirányítási módszerek:

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

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

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

Rugalmas gyártórendszerek (FMS) termelésprogramozása (ismétlés DTFSZTIR)

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

Beszállítás AR Gyártási folyamat KR

Logisztikai szimulációs módszerek

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék

Példa. Job shop ütemezés

Diszkrét termelési folyamatok ütemezési feladatainak modellezése és számítógépi megoldása

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

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Tanszék

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

A gyártási rendszerek áttekintése

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Tanszék

Vállalatirányítás HÁLÓTERVEZÉS. Tevékenység Jel Kódjel megelőző követő tevékenység jele. A - C 6 Munkaerő-szükséglet 2. B - F 8 műszaki tervezése 3.

AZ IGÉNY SZERINTI TÖMEGGYÁRTÁS TERMELÉSPROGRAMOZÁSÁNAK EGY HIBRID MEGOLDÁSI MÓDSZERE

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Tanszék

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

Szakmai zárójelentés

Vállalatgazdaságtan. Minden, amit a Vállalatról tudni kell

Gyártórendszerek dinamikája

Vezetői információs rendszerek

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

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

Termelési folyamat logisztikai elemei

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

AZ IGÉNY SZERINTI TÖMEGGYÁRTÁS TERMELÉSPROGRAMOZÁSÁNAK HEURISZTIKUS MEGOLDÁSI MÓDSZERE

Vezetői információs rendszer

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék

Számítógépes döntéstámogatás. Döntések fuzzy környezetben Közelítő következtetések

Gyártórendszerek Dinamikája. Gyártórendszerek jellemzése és szerkezete Gyártórendszerekkel kapcsolatos mérnöki feladatok

Követelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet

Követelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet

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

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

Az optimális megoldást adó algoritmusok

Készítette: Ellenőrizte: Jóváhagyta:

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

Termelésirányítás. Gyártási erőforrások rugalmas kezelése. Gyártási folyamatábra optimalizálása

Kapacitástervezés: Fő mutatószámok

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék

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

GYÁRTÁSI STRUKTÚRÁK. 8. Szegmentált gyártás

MENEDZSMENT ALAPJAI Bevezetés

Ütemezés gyakorlat. Termelésszervezés

Termeléstervezés, termelésirányítás. Logisztikai szempontok

Korszerő alkatrészgyártás és szerelés II. BAG-KA-26-NNB

A számítógépes termeléstervezés alapjai. Fundamentals of Production Information Engineering. Felsőfokú műszaki végzettség

Virtuális vállalat JÁRMŰIPARI ALKATRÉSZGYÁRTÁS TERMELÉSPROGRAMOZÁSI FELADATAINAK MODELLEZÉSE ÉS MEGOLDÁSA

PROJEKTFELADAT I. Termelésmenedzsment témacsoport

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

Termelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak

1. fejezet: A logisztika-menedzsment alapjai. ELDÖNTENDŐ KÉRDÉSEK Válassza ki a helyes választ!

KITERJESZTETT TERMELÉSPROGRAMOZÁSI MODELL ERŐFORRÁS-KORLÁTOS ÜTEMEZÉSI FELADATOK MEGOLDÁSÁRA

Dualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2017/ Szegedi Tudományegyetem Informatikai Intézet

Ütemezési modellek. Az ütemezési problémák osztályozása

Üzemszervezés A BMEKOKUA180

Programfejlesztési Modellek

PROJEKTFELADAT I. Termelésmenedzsment témacsoport

Termelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak

A PhysioBank adatmegjelenítő szoftvereinek hatékonysága

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

Tárgyszavak: vevőkapcsolatok; CRM; szoftverértékelés.

SIMATIC IT Preactor APS

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

Stratégiai döntések a húzó rendszer bevezetése során

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

Egyes logisztikai feladatok megoldása lineáris programozás segítségével. - bútorgyári termelési probléma - szállítási probléma

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Valószínűségi modellellenőrzés Markov döntési folyamatokkal

Logisztikai módszerek

Vállalati modellek. Előadásvázlat. dr. Kovács László

Infor PM10 Üzleti intelligencia megoldás

Számítógépes döntéstámogatás. Genetikus algoritmusok

Parametrikus tervezés

Értékáram elemzés szoftveres támogatással. Gergely Judit Lean-klub

EUROLOGISZTIKA c. tantárgy 2006/2007. tanév I. félév gépészmérnöki szak, főiskolai szint levelező tagozat

Teljesítmény Mérés. Tóth Zsolt. Miskolci Egyetem. Tóth Zsolt (Miskolci Egyetem) Teljesítmény Mérés / 20

Módszer köztes tárolókat nem tartalmazó szakaszos működésű rendszerek ütemezésére

Mesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2007/2008

A vállalti gazdálkodás változásai

Ismeretanyag Záróvizsgára való felkészüléshez

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

Operációs rendszerek II. Folyamatok ütemezése

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2018/

A termelési logisztika fejlesztési szinterei

Software project management Áttekintés

HULLADÉKGAZDÁLKODÁS ipari hulladékgazdálkodás 02. dr. Torma András Környezetmérnöki Tanszék

Átírás:

TECHNOLÓGIAI ALTERNATÍVÁK HATÁSA RÖVID TÁVÚ TERMELÉS ÜTEMEZÉSI FELADATOK MEGOLDÁSÁRA Kulcsár Gyula egy. tanársegéd Erdélyi Ferenc tud. főmunkatárs Miskolci Egyetem, Informatikai Intézet, Alkalmazott Informatikai Tanszék A rövid távú termelés ütemezés a MES rendszerek szintjének jellegzetes termelésirányítási funkciója. Az ütemezési feladatok klasszikus osztályozása a technológiai alternatívákat általában nem veszi figyelembe. Számos esetben azonban ezek jelentős szerepet játszanak az ütemezési politikák kialakításában. A cikk röviden áttekinti a gyártásirányítás rövid távú ütemezési feladatainak fogalomkörét és ezek klasszikus osztályozását. Ismerteti a technológiai alternatívák keletkezésének forrásait és ezek szerepét az ütemtervek létrehozásában. 1. GYÁRTÁSIRÁNYITÓ RENDSZEREK (MES) A MES (Manufacturing Execution System) hardver/szoftver komponensek együttese, amely lehetővé teszi gyártási, termelési tevékenységek menedzselését, irányítását és optimálását a belső rendelések kibocsátásától a kész termékek elszállításáig. Egy MES szoros kapcsolatban áll a vállalat többi rendszerével. Az 1. ábrából jól látható, hogy a rendszerek határai nem élesek, az átlapolások mértéke függ az alkalmazott rendszerektől. 1. ábra: MES környezete. A szakirodalomban nincs egységes álláspont a MES funkciók tekintetében, tágabb és szűkebb értelmezés is fellelhető. (A MES általában finomprogramozás, erőforrás allokálás, termelési egység irányítás, rendelés állapot-nyomkövetés, specifikáció kezelés, adatgyűjtés, humán erőforrás, minőség, folyamat és karbantartás menedzselés, teljesítményanalízis, anyagkezelés feladatokat lát el.) A MES finomprogramozó modulja egy termelési főtervet vagy egy középtávú termelési tervet kap a felettes termelésirányítási szintről. Ebben szerepelnek a gyártandó termékek specifikációi, a gyártandó mennyiségek és a legkorábbi kezdeti és a megengedett véghatáridők. A MES ezekből kiindulva gyártási finomprogramot készít. Ennek első lépése az anyagok és erőforrások rendelkezésre állásának ellenőrzése. Ezt követi az operációk és erőforrások egymáshoz rendelése. Ezek után következhet az egyes munkák indítási időpoontjainak meghatározása. A munkák indítási sorrendje csak tiszta egyutas előzésmentes (flow shop) gyártás esetén határozza meg egyértelműen az

ütemtervet. Általános esetben, ezeken túlmenően meg kell határozni az egyes munkákhoz tartozó operációk erőforrásonkénti sorrendjét is. A finomprogramozás feladatköréhez tartozik a technológiai alternatívák menedzselése, valamint a finomprogramhoz tartozó menedzsment mutatók számítása és ellenőrzése. Kézi finomprogramozás esetén ez az utolsó két feladat nem, vagy csak részben valósul meg. A gyakorlatban inkább az a jellemző, hogy tapasztalat alapján ütemeznek. Automatikus ütemezés esetén mivel az mindig valamilyen értelmű optimáláson alapul lehetőség nyílhat a tervezett menedzser mutatók számítására, a különböző technológiai alternatívák összehasonlítására és azok közül az aktuális feltételeknek és céloknak legjobban megfelelő kiválasztására. Ehhez azonban arra van szükség, hogy a technológiai alternatívák megfelelően elő legyenek készítve (rendelkezésre álljanak a szükséges tervek, műveleti utasítások, alkatrészprogramok stb.). A finomprogramozás végrehajtásakor megkülönböztethetünk proaktív és reaktív működést. Proaktív ütemezés esetén rendszeresen, bizonyos időközönként, adott időszakra előre (pl.: minden munkanap elején, két napos intervallumra) előállítják a tervezett finomprogramot. Reaktív ütemezésre akkor van szükség, ha valamilyen előre nem tervezett esemény bekövetkezésének hatására (pl. erőforráskiesés, prioritásváltozás stb.), szükségessé válik a végrehajtás alatt álló finomprogramról való átállás egy új ütemtervre. A gyakorlatban a termelés két alapvető formájának - a rendelésre történő rugalmas gyártásnak (make to order) és a raktárra történő tömeggyártásnak (make to stock) - kombinált változata jellemző. Megjelenik az igény fogalma, amely alapjában véve meghatározza a termelés jellegét, de bizonyos mértékben párhuzamosan jelen van a raktárra történő gyártásforma is. Ezért ezt finomprogramozáskor figyelembe kell venni. 2. ÜTEMEZÉSI FELADATOK OSZTÁLYOZÁSA A diszkrét gyártási környezetben felmerülő műhelyszintű finomprogramozási feladatok (SFCS, Shop Floor Control Scheduling) osztályozása nehéz feladat. Ezeknek a feladatoknak azonban van néhány általános jellemző vonása, amely jól megkülönbözteti őket más ütemezési feladatoktól, például a hierarchikus termelésirányítás magasabb hierarchia szintű, aggregált ütemezési feladataitól. Ezek a tulajdonságok a következők: Az ütemezés fő entitásai a munkák vagy gyártási rendelések (Job-ok) amelyek meghatározott munkadarabok meghatározott számú példányának legyártására irányulnak, és előírások vonatkozhatnak a munkák legkorábbi megkezdésének illetve legkésőbbi befejezésének időpontjára. A gyártási folyamatok legalább egy, vagy több, a végrehajtás során egymást követő műveletből, (operation) állnak, amelyek meghatározott műveleti időt igényelnek. A termelés diszkrét voltából fakadóan egy fizikai munkadarabon egyidejűleg csak egy definiált művelet folyhat, meghatározott munkahelyen, amely lehet gépi vagy akár kézi is. Az operációk nem megszakíthatók.

Megfordítva, egy meghatározott munkahelyen, (gépen) egyidejűleg csak egy (vagy több, de diszkrét és véges számú, azonos) munkadarabon folyhat ugyanaz a művelet. A munkahelyek között a munkadarabok pufferekben várakozhatnak. A munkahelyeknek és a puffereknek definiált kapacitása van. A termelés célja a rendelések (azaz a kiadott munkák) hiánytalan megvalósítása. Az ütemezés célja a műveletek és az erőforrások egymáshoz rendelése valamint a gépek feladatainak olyan időbeli vagy sorrendi ütemezése, hogy a termelés valamennyi korlátozó feltételeinek teljesülése mellett valamely, az ütemezéstől függő célfüggvény optimális értékű legyen. Az ütemezésről szóló nagyszámú irodalom az osztályozás tekintetében nem egységes. Minthogy az ütemezési feladatok matematikai modellje rendszerint valamely operációkutatási (matematikai programozási) feladatra vezet, a feladatokat sokszor csak a matematikai modell tulajdonságai alapján osztályozzák. Használnak osztályozásokat, amelyek csak 2 jellemző tulajdonság csoporttal írják le a feladatokat (a változók és korlátozások, valamint a célfüggvények tulajdonságai). Gyakoribb a 3 elemes osztályozás, amely az erőforrásokat és azok bejárását elválasztja az egyéb változók és korlátozások leírásától. A gyártásirányítási vagy termelés menedzsment (Production Management) megközelítés ennél finomabb felosztást is igényelhet. Léteznek 4, sőt ennél több elemes formális osztályozások is. A fenti 4 sajátosságot alapul véve egy ütemezési feladat legyen egy négyes (tuple) amelynek elemei véges számú diszkrét értékeket vehetnek fel. S = ( J, O, M, F) Itt J = ( J p, n). J p a munkák tulajdonságainak típusát írja le, n pedig a munkák száma. A munkák tulajdonságai között a következők a legfontosabbak: Van-e a munkák között precedencia, vagy minden munka egyformán fontos? A munkák dinamikusan érkeznek, vagy ütemezésnél minden munka definiált? Van-e a munkák között sorrendi előírás, amelyet egy G=(V, A) irányított gráf ír le? Van-e a munkák indításának és elkészülésének határideje? Van-e a rendelésben előírás a gyártási illetve logisztikai sorozatnagyságra? Az O = ( O p, km) elemben O p az operációk tulajdonságait írja le, k m pedig az egy munkához tartozó operációk maximális száma. Az operációk tulajdonságai közül a legfontosabbak: A τ i, k műveleti idők determinisztikusak vagy sztochasztikusak? A műveletek sorrendje milyen korlátozásoknak van alávetve? Itt leggyakrabban az Fl (Flow shop), az Os, (Open shop) és a Js, (Job shop) illetve ezek keveréke az Xs (Mixed shop) típusok fordulhatnak elő. Ha a műveletek megengedett sorrendjét a G o ( V, A) irányított gráf írja le vannak-e ennek sorrendi (Routing) alternatívái? (Egy- vagy többutas feladatok.)

A műveletek csak egyetlen dedikált munkahelyen (gépen) végezhetők el, vagy vannak-e gép alternatívák? (Párhuzamos gépek, homogén gépcsoportok.) Vannak-e műveleti sorrendterv azaz technológiai terv (Routing) változatok, megengedett technológiai alternatívák? A munkadarabok visszatérhetnek e egy korábban már használt munkahelyre? A műveletek intenzitásának vezérlése megengedett-e? Vannak-e munkadarabokat egyesítő vagy szétválasztó műveletek? Ha gyártási sorozatnagyságot is kell választani, van-e erre technológiai előírás? A műveletek előtt figyelembe kell-e venni átállási (Set up) időt? Ha igen, milyen ennek a választéka? Az M = ( M p, M j ) elemben M p a munkahelyek (gépek) tulajdonságait írja le, M j pedig a j-edik homogén gépcsoporthoz tartozó gépek száma. A munkahelyek tulajdonságai közül a legfontosabbak: A munkahelyek homogén, egymás helyettesítésére képes csoportokban rendezhetők e, és milyen egyenértékűségi mutatók vannak? (költség, termelési intenzitás, esetleg selejt-arányban különbség?) Vannak-e többcélú gépek, amelyek több definiált műveletet képesek megszakítás nélkül elvégezni? (Megmunkáló központok) A munkahelyeken vannak-e egy operáció végrehajtásának további erőforrás igényei? (Pl. szakképzett beállító vagy gépkezelő munkás, szerszám, készülék vagy NC program stb.) A gépek kapacitása állandó-e vagy naptár illetve más feltételektől függő? Ha az átállítási idő gépfüggő, ez milyen feltételektől függ? A gépek közötti pufferek kapacitása korlátozott vagy korlátlan? A sorozatok gépek közötti szállításának milyen logisztikai szabályai vannak? A munkahelyek, gépek rendelkezésre állása determinisztikus vagy sztochasztikus? Vannak-e munkadarabokat egyesítő vagy szétválasztó munkahelyek, gépek? (Szerelés.) Az F = ( F p, Ff ) elem a termelési célok, az üzleti politika típusát, azaz az optimális termelés célfüggvényét határozza meg. Az F f paraméter a célfüggvények számát és ezek viszonyát adja meg. (Többcélú termelés esetén a célok integrálása többféle lehet). Az F p paraméter a célfüggvény tulajdonságait írja le. A célok 3 fő típusát a termelési háromszög állapotjelzők (szállítókészség, készletszint, gépkihasználás) jelentik. Fontos állapotjelző az i-edik munka TLi átfutási ideje. A legfontosabb jellemzők: A szállítókészség minősítése határidőkhöz kötött vagy nem? Ha a határidő kemény korlát, hogyan bővíthető dinamikusan a kapacitás? (Túlóra?) A szállítókészség mutatója milyen átlagolást igényel? A készletszint mutatója milyen átlagolást igényel? A gépek kihasználási mutatója milyen átlagolást igényel?

A célfüggvény a munkák átfutási idejének változójára nézve monoton vagy nem? (Regularitás) Követelmény-e valamilyen költség típusú célfüggvény optimálása? Az ütemtervek minősítendők-e más, további jellemezőik alapján. (Pl. Robusztusság.) Mint látható, a termelés-ütemezési feladatok erősen változatosak és modellfüggőek. Ez a magyarázata annak, hogy a kereskedelemben kapható ütemező szoftver alkalmazások bevezetése - konkrét gyár viszonyaira - nagy szakértelmet igénylő, és nem ritkán kudarccal végződő feladat. 3. TECHNOLÓGIAI ALTERNATÍVÁK RENDSZERE Az ütemezési feladat megoldását tovább nehezíti a technológiai és a rendelkezésre állási alternatívák figyelembevételének igénye. A szakirodalomban általában egy determinisztikus ütemezési modellben az operációkutatás szempontjából fontos entitások az erőforrások, a munkák, az operációk és az ezekre vonatkozó korlátozások definiálva vannak, de az alkalmazható technológiai alternatívák és a rendelkezésre állási alternatívák nem szerepelnek. A gyakorlat szempontjából azonban fontos és nem elhanyagolható szempont, hogy az ütemező támogassa ezeknek a változatoknak a használatát. Így tehát az elméleti és a gyakorlati megközelítés között egy rés van, melyet át kell hidalni. A gyártással kapcsolatos technológiai alternatívák figyelembe vétele bővíti az ütemezési feladat keresési terét, míg a klasszikus korlátozások csökkentik azt. Valós körülmények között az alternatívák adatbázisokban rendelkezésre állnak, az esetek túlnyomó többségében relációs adatbázistáblák formájában vannak letárolva. Grafikus ábrázolásukra az ÉS/VAGY gráfok tűnnek alkalmasnak. Az ilyen gráfoknak az a speciális tulajdonságuk, hogy az azonos csomópontból kiinduló élek között ÉS logikai operátor valamint VAGY logikai operátor értelmezhető. Ilyen módon az azonos csomópontból kiinduló élek élcsoportokba szervezhetők a közöttük fennálló logikai operátorok alapján. A tiszta ÉS/VAGY gráf esetén pedig minden csúcspontból vagy csak ÉS vagy csak VAGY élkötegek indulnak ki. Ezeket felhasználva a lehetséges technológiai alternatívákat három különböző szerkezetű ÉS/VAGY gráf felhasználásával tudjuk leírni. Ezek a következők: 1. Darabjegyzék (BOM) gráf, amely leírja késztermékenként a komponensek beépülési szerkezetének alternatíváit. 2. Technológiai útvonal (Routing) gráf, amely rögzíti késztermékenként a lehetséges operáció-sorozat változatokat és azok kapcsolatait. 3. Erőforrás (Resource) gráf, amely definiálja erőforrásonként az elvégezhető operációkat. Itt figyelembe kell venni az erőforrások aktuális állapotát, mivel ez erősen befolyásolja az elvégezhető operációk körét (pl.: szerszámozás). A belső rendelésekre vonatkozó megengedett alternatívákat, az előzőek szintézisével előállítható gráf foglalja össze: 4. Végrehajtási (MES) gráf, amelyből kiolvasható a gyártási folyamat teljes leírása, beleértve a megbontott rendelésekhez tartozó terelési

sorozatnagyságokat is. Az ütemterv jóságának megítélésekor szintén ebből a gráfból kell kiindulni. 4. A FELADAT MÉRETÉNEK CSÖKKENTÉSE Az alternatívákkal kibővített ütemezési feladat mérete túl nagy, ezért nem kezelhető hatékonyan. A keresési tér nagy mérete miatt, az ismert keresési megoldások - előírt időn belül - nem szolgáltatnak használható eredményt, ezért további kutatásra van szükség. Alapvetően kétféle módon közelíthető meg a probléma. Az egyik lehetőség az, hogy a keresési tér méretét próbáljuk meg csökkenteni. Ez végrehajtható lépcsőzetes döntési eljárással, melynek során, az adott rendeléshez először kiválasztásra kerül egy - vagy esetleg több - technológiai útvonal alternatíva, a hozzá tartozó terelési sorozatnagysággal együtt. Ezt követően, az ehhez szükséges komponens szükséglet alternatíva kerül meghatározásra. Végezetül, ezek felhasználásával kerül sor a szükséges erőforrások kiválasztására, továbbá - az átállási időket is figyelembe véve - a finomprogram előállítására. A keresési tér tovább csökkenthető akkor, ha az erőforrások szervezési egységekbe rendezetten, közöttük átjárást nem megengedve önállóan kerülnek ütemezésre. Figyelembe kell azonban venni azt, hogy mind a lépcsőzetes döntési folyamat, mind a csoportos ütemezés hátránya az, hogy az így elérhető lokális optimumok nagyon távol lehetnek a globális optimumtól. Egy másik lehetőség az, hogy meg kell próbálni a keresési technikák továbbfejlesztésével megtalálni a feladat megoldásának kulcsát, esetleg valamilyen heurisztikus módszer kidolgozásával tovább javítani a megoldás hatékonyságát. IRODALOMJEGYZÉK [1] Joseph G. Monks: Operations Management. Theory and Problems. 1987. McGraw- Hill, New York. ISBN 0-07-042727-5. [2] Andrew Kusiak, Richard C. Dorf: Handbook for Design, Manufacturing and Automation. 1994. John Wiley and Sons. New York. ISBN 0-471-55218-6. [3] Lee J. Krajewski, Larry P. Ritzman: Operations Management. Strategy and Analysis. 1996. Addison Wesly Publishing. New York. ISBN 0-201-60715-8. [4] Ronald G. Askin, Charles R. Standridge: Modeling and Analysis of Manufacturing Systems. 1993. John Wiley and Sons. New York. ISBN 0-471-51418-7. [5] Brucker, Peter. :Scheduling algorithms. Springer Berlin, 1998. [6] Vörös József: Termelés menedzsment. 1993. Janus Pannonius kiadó, Pécs. ISBN 963-641-284-7 [7] Chikán Attila, Demeter Krisztina: Az értékteremtő folyamatok menedzsmentje. 1999. Aula Kiadó Kft. ISBN 963 9215-15-5. [8] Jánoki Lajos, Kocsis János: Számítógépes termelésirányítás. 1986. Műszaki Könyvkiadó. Budapest. ISBN 963-106581-2. [9] Hetyei József: Vállalatirányítási információs rendszerek Magyarországon. 1999. Budapest. Computer Books kiadó. ISBN 963-618- 214-0.