ÖSSZEFOGLALÓ. a tudás technológiája

Hasonló dokumentumok
Vállalati modellek. Előadásvázlat. dr. Kovács László

Logisztikai szimulációs módszerek

Lukovich Gábor Logisztikai rendszerfejlesztő

Vállalatfejlesztési Diagnózis

Vezetői információs rendszerek

VÁLLALATGAZDASÁGTAN II. Döntési Alapfogalmak

TECNOMATIX Megalapozott döntések, megnövelt gyártási hatékonyság

Matematikai modellezés

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

FoodManufuture FP7 projekt

PREDIKTÍV ANALITIKÁVAL A KORAI ISKOLAELHAGYÓK SZÁMÁNAK CSÖKKENTÉSÉÉRT

MSC szakdolgozati témák 2015/2016. tanév I. félév

Nemzeti Workshop. Új üzleti modellek és élelmiszer-feldolgozási stratégiák

A Gazdasági - Műszaki Főigazgatóság feladatai az intézményirányítás fejlesztésében

Értékáram elemzés szoftveres támogatással. Gergely Judit Lean-klub

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

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Mit látnak a robotok? Bányai Mihály Matemorfózis, 2017.

Stratégiai döntések a húzó rendszer bevezetése során

Szimulációs módszerek alkalmazása az üzleti döntéstámogatásban

Kísérleti üzemek az élelmiszeriparban alkalmazható fejlett gépgyártás-technológiai megoldások kifejlesztéséhez, kipróbálásához és oktatásához

TPM egy kicsit másképp Szollár Lajos, TPM Koordinátor

ÁRAMKÖRÖK SZIMULÁCIÓJA

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

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

II. rész: a rendszer felülvizsgálati stratégia kidolgozását támogató funkciói. Tóth László, Lenkeyné Biró Gyöngyvér, Kuczogi László

Tartalom. Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben.

Budapesti Mûszaki Fõiskola Rejtõ Sándor Könnyûipari Mérnöki Kar Médiatechnológiai Intézet Nyomdaipari Tanszék. Karbantartás-szervezés a nyomdaiparban

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

S atisztika 1. előadás

KÖSZÖNTJÜK HALLGATÓINKAT!

permittivitás: tan : ), továbbá a külső gerjesztő mágneses tér erőssége.

Üzleti tervezés, modellezés és többváltozatú előrejelzés Somfai Zoltán Brand Manager

Hagyományos termelésirányítási módszerek:

30 MB INFORMATIKAI PROJEKTELLENŐR

Vezetői számvitel / Controlling II. előadás. Controlling rendszer kialakítása Controlling részrendszerek A controller

Témaválasztás, kutatási kérdések, kutatásmódszertan

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

Számítógépes döntéstámogatás. Genetikus algoritmusok

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

Termelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak

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

Dr. Klein Lajos Richter Gedeon Nyrt.

A Lean alapelvének megvalósulása: Információ áramlás VSM

Logisztikai. ellátási lánc teljes integrálására. Logisztikai szolgáltatók integrációja. B2B hálózatokhoz a FLUID-WIN projektben.

Az éghajlati modellek eredményeinek alkalmazhatósága hatásvizsgálatokban

Térinformatikai támogatás a kistérségi döntés és erőforrás-gazdálkodásban

Intelligens termelésmenedzsment. a Leanért. Bóna Péter - Com-Forth Kft ápr. 8.

Méréselmélet MI BSc 1

Az Agrármérnöki MSc szak tananyagfejlesztése TÁMOP /1/A A NÖVÉNYTERMESZTÉSI ÁGAZATOK ÖKONÓMIÁJA

Termelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak

A trialogikus tanítási-tanulási modell

DÖNTÉSTÁMOGATÓ TERÜLETI MODELLEZÉS A GYAKORLATBAN

Outsourcing az optimalizálás lehetőségének egyik eszköze

Mérés és modellezés 1

innovációra és nemzetközi együttműködések

Az automatizálás a hajtóerőnk

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

ELEMZŐ KAPACITÁS FEJLESZTÉSE, MÓDSZERTANI FEJLESZTÉS MEGVALÓSÍTÁSA

Termelési folyamat logisztikai elemei

VBKTO logisztikai modell bemutatása

Történet John Little (1970) (Management Science cikk)

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

Akusztikai tervezés a geometriai akusztika módszereivel

Informatika tanterv nyelvi előkészítő osztály heti 2 óra

LEAN 4.0 azaz hogyan tudja a Lean menedzsment az Ipar 4.0-át támogatni és lehetőségeit kiaknázni.

Panorama project

REGIONÁLIS KLÍMAMODELLEZÉS AZ OMSZ-NÁL. Magyar Tudományos Akadémia szeptember 15. 1

Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével

IPAR 4.0 MINTAGYÁR PROJEKT GINOP

Termelési logisztika tervezése

Mechatronika oktatásával kapcsolatban felmerülő kérdések

SZAKDOLGOZATI TÉMAKÖRÖK

Szolgáltatás tájékoztató 2018

I. A DIGITÁLIS ÁRAMKÖRÖK ELMÉLETI ALAPJAI

Dr. habil. Maróti György

Mi legyen az informatika tantárgyban?

társadalomtudományokban

Mérés és modellezés Méréstechnika VM, GM, MM 1

Smart Strategic Planner

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

Gépi tanulás a gyakorlatban. Kiértékelés és Klaszterezés

Az oktatás jelenlegi helyzete - jövőképe Információ alapú közoktatás fejlesztés a KIR bázisán

Hogyan válaszolhat a gyógyszeripar az új kihívásokra? Gyógyszeripari szakmai nap

Darabárus raktárak készletezési folyamatainak vizsgálata szimulációs eljárás segítségével

Ütközések vizsgálatához alkalmazható számítási eljárások

Virtuális hegesztés. A jövő kiképzési módja

Pécsi Tudományegyetem Közgazdaságtudományi Kar

TERMÉKFEJLESZTÉS (BMEGEGE MNTF)

Újrahasznosítási logisztika. 7. Gyűjtőrendszerek számítógépes tervezése

EGYSZERŰSÉG ÉS ÁTTEKINTHETŐSÉG AZ ÜZLETI ANALITIKÁBAN CRS PORTÁL AVENSOFT KFT BUDAPEST, RÁKÓCZI ÚT

Az es szabvánnyal, illetve a törvényi elvárásokkal kapcsolatos felmérési, tervezési tevékenység

Intelligens beágyazott rendszer üvegházak irányításában

szolgáltatás ismertető

Részletes ismertetô. Projektmenedzsment

Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA

Képesség. Beszámoló Verify képességtesztek eredményéről. Név László Hammer. Dátum 2018 szeptember 28. SHL.com

A hálózattervezés alapvető ismeretei

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

Dr. Szegedi Zoltán Ellátásilánc-menedzsment - Elmélet és gyakorlat

Átírás:

ÖSSZEFOGLALÓ a tudás technológiája

KÖRNYEZET Az erősödő piaci versenyben a mai vállalatvezetők előtt egyre nehezebb döntések állnak. Az ügyfelek amellett, hogy keresik az új, innovatív megoldásokat, és az egyenletesen magas színvonalú szolgáltatásokat, még rendkívül árérzékenyek is. Ehhez járul hozzá a technológiák folyamatos változása és a digitális alapú gyártásra való átállás, amelyben új értelmet nyernek a folyamatok közötti kapcsolatok, az adatelemzés, és a jövőbeli lehetőségek előrejelzése. A robbanásszerű változások motorja döntően az informatika betörése az ipar minden területére, ahol a korábban egyedi IT megoldások lassan mindent lefedő, összefüggő virtuális környezetté állnak öszsze. Az informatika napjaink iparára gyakorolt hatását a korábbi ipari forradalmak jelentőségéhez hasonlítják. Úgy, ahogy a gőzgép, a sorozatgyártás vagy az elektronika gyökeresen átformálták az adott kor gazdaságát, napjainkban már egy digitális információs alapokon nyugvó negyedik ipari forradalom kezd kirajzolódni, amelynek koncepcióját egyre szélesebb körben illetik az Ipar 4.0 terminológiával. Jelentőségét mi sem mutatja jobban, minthogy újabban a fejlett országok kormányai gazdaságfejlesztési programokat és hosszú távú fejlesztési stratégiákat építenek rá. Ha egy ilyen makrogazdasági környezetben bent akarnak maradni a gazdaság körforgásában, a vállalatoknak is követniük kell a meghatározó trendeket, és alkalmazniuk kell a korszerű elemző módszereket. Különösen azokat, amelyek a jelenből kiindulva képesek megmutatni a mostani változtatások jövőre gyakorolt hatását, és segítenek megtalálni az adott üzleti szituációban a legnagyobb sikerrel kecsegtető döntéseket. Egy ilyen kipróbált módszer a számítógépes folyamat-szimuláció, aminek a brit és az amerikai ipari alkalmazási környezetben gyökerező úttörő képviselője, a WITNESS esemény alapú folyamat-szimulációs rendszer. Az elemző módszerek új generációját képező folyamat-szimulációt az a felismerés hívta életre, hogy az összetettebb folyamatok elemzése, és főleg a közöttük fellépő dinamikus kölcsönhatások problematikája nem oldható meg pusztán táblázat alapú relációs kapcsolatokkal és számítási algoritmusokkal. A változások követéséhez szükséges az önálló idő dimenzió bevezetése, illetve sokszor a léptékhelyes térbeli ábrázolás is. A diszkrét esemény alapú folyamat-szimuláció (Discrete Event Simulation), amit manapság szokás prediktív folyamat-szimulációnak is nevezni, egy matematikai alapokon nyugvó számítógépes elemző módszer, ami egzakt adatokat szolgáltat a modellezett vállalati folyamatok jövőbeli változásaira, és interaktív módon segít megérteni a folyamatokban rejlő lehetőségeket. Egyaránt támogatja a döntéshozók és az elemzők munkáját, hogy felismerjék a logikai összefüggéseket, elkerüljék a veszélyeket és előre lássák a várható eredményeket. www.cadinform.hu

a tudás technológiája WITNESS FOLYAMAT-SZIMULÁCIÓ PROBLÉMA MEGKÖZELÍTÉS Minden vállalat vagy szervezet működése egymással is kölcsönhatásban álló folyamatok összefüggő rendszere. Minden folyamat saját belső szabályok szerint működő kisebb egységekből, elemekből épül fel, amelyek egymás közötti kapcsolataiból adódik ki maga a folyamat is. Egy leegyszerűsített példával megvilágítva a gyártás esetében az önálló elemek a munkadarabok, a gépek, a tároló helyek, az anyagmozgató berendezések, amelyek a saját belső technológiai szabályaik szerint működnek, míg a közöttük lévő legfontosabb kapcsolatot a gyártás során a munkadarabok elemről elemre, vagyis műveletről műveletre történő mozgása hozza létre. A számítógépes folyamat-szimulációval, a valós folyamatokban résztvevő elemek és kapcsolataik számítógépes leképezésével, egy izolált virtuális környezetben megalkotjuk a folyamat logikai modelljét. A szimulációs rendszer a modell belső szabályai alapján időben futtatja a modellt, aminek vizsgálatával és a benne lezajló dinamikus változások, vagyis az események megfigyelésével juthatunk hozzá azokhoz a mennyiségekhez és összefüggésekhez, amelyek majd jellemezni fogják a jövőben lejátszódó valóságos eseményeket is. A folyamat-szimuláció alkalmazásának egyik fő feladata, hogy ilyen módon megmutassa a kockázatos döntések hatásait és következményeit, még mielőtt a döntéshozó ténylegesen bevállalná azokat. Ezzel utólagos kiigazítások, idő, energia és legfőképpen pénz takarítható meg. MODELLEZÉS A szimulációs elemzés a vizsgált folyamat modellezésével kezdődik. A WITNESS beépített modellező eszközeivel elkészíthető a szimulálni kívánt valós rendszer (üzem, gyártósor, ellátási lánc, üzleti folyamat, stb.) számítógépen grafikusan is megjeleníthető logikai modellje. Az elemek közötti kapcsolatok, ha szükséges a rendkívül finom parametrizálhatóságnak köszönhetően a legapróbb részletekig beállíthatók. Ez egy a WITNESS által biztosított korlátok nélküli, elvi lehetőség, amit a legtöbb esetben nem szükséges kihasználni. Természetes, hogy figyelembe kell venni a folyamatra hatást gyakorló lényegi elemeket és tulajdonságokat, ugyanakkor a fölösleges bonyolultság elkerülése érdekében meg kell tenni a lehetséges elhanyagolásokat is. A folyamat szempontjából lényeges és lényegtelen elemek elkülönítéséhez a WITNESS hatékony támogatást nyújt azáltal, hogy minősíteni tudja az adott paraméter eredményre gyakorolt hatását.

A célszerű elhanyagolásoknak köszönhetően, egy egyébként bonyolult probléma WITNESS modellje is lehet viszonylag egyszerű. Illetve fontos megjegyezni, hogy mivel a folyamat-szimuláció az adatok helyett inkább az elem kapcsolatokra helyezi a hangsúlyt, maguk a modellek viszonylag kevés adattal is pontosan felépíthetők. Az adatok pontossága a szimulációs futások során kerül előtérbe. A készen használható modellezési lehetőségeken túl, a WITNESS hatékony fejlesztő környezetet is biztosít a fejlesztők számára, a speciális szimulációs esetek kezelésére. SZIMULÁCIÓ, A MODELL FUTTATÁSA A modell futásának alapja az idő eseményről eseményre történő előrehaladása, amit számítógépes animáció tesz szemléletessé, a modellezésben egyébként nem járatos más elemzők, vagy döntéshozók számára is. A szimuláció során az események a közöttük lévő ok-okozati összefüggések és az elemek közötti egyéb kapcsolatok alapján következnek be ugyanúgy, ahogy a valós világban is bekövetkeznének, az adott körülmények között. A WITNESS modellben az eseményeket befolyásoló feltételek és maguk az események is lehetnek teljesen determináltak, de működhetnek statisztikai alapon nyugvó valószínűségeken is. Így a WITNESS szimuláció képes a szigorúan meghatározottaktól kezdve, a véletleneket is figyelembe vevő folyamatokig, mindenféle folyamatot kezelni, aminek egyik mellék következménye az, hogy nagy biztonsággal modellezni és szimulálni tudunk pontosan nem ismert, de valószínűsíthető értékek alapján is. A WITNESS szimuláció másik jellemzője, hogy a modell virtuális valóságában bármilyen ötletet kockázatmentesen kipróbálhatunk. A valóságtól eltérően egy eseménysor akárhányszor megismételhető, és tanulva az előző futásokból, bármilyen más szempontrendszer szerint újra elemezhető. www.cadinform.hu

a tudás technológiája ELEMZÉS Szimuláció során nemcsak a folyamat futásának végeredményét kapjuk meg, hanem lehetőség nyílik a modellezett gyártási-, logisztikai vagy üzleti folyamat lefutásának dinamikus vizsgálatára is. Kijelezhetők és későbbi elemzésre eltárolhatók a folyamat állapotjellemzőinek (pl. átfutási idők, várakozási idők, kihasználtság, gyártásközi készlet, tárolóhely igény, költség, energiafogyasztás, stb.) pillanatnyi értékei is, ami által nyomon követhető az időbeli alakulásuk. Az elemzéssel fel tudjuk tárni a folyamatok közti (gyakran rejtett) összefüggéseket, így elkerülhetők a környezet nem megfelelő ismerete miatti téves döntések is. A szimulációnak akkor is kiemelkedő jelentősége van, amikor a kérdéses folyamat túlságosan bonyolult és áttekinthetetlen, vagy olyan adatokra van szükségünk, amelyekhez valóságos mérésekkel, hagyományos adatgyűjtéssel nem férhetnénk hozzá. KÍSÉRLETEZÉS Mint ahogy a valóságban egyazon problémának többféle megoldása is lehetséges, úgy a WITNESS elemzésekben is ugyanarra a folyamatra többféle modell változatot is készíthetünk. A modell változatok kialakítása és a velük való kísérletezés célirányosan folyik. Általában valamilyen elképzelés igazolására, számszerűsítésére, vagy mások által javasolt alternatívákkal történő összehasonlításra törekszünk, amihez a szimuláció adja az egzakt numerikus értékeket. Egy rendszert nagyon sok szempontból elemezhetünk (működőképesség, átbocsátás, szűk keresztmetszet, sorban állás, stb.). A tényleges megoldás kiválasztása az adott üzleti szituációnak legjobban megfelelő modell alapján történik. Ez fordítva is lehetséges, amikor a szimulációs kísérletek célja nemcsak egy egyedi megoldás kiválasztása, hanem a lehetséges változatok felderítése. A szimulációs technológia szabad kezet ad, mivel a modellben semmi sem lehet drága, és bármilyen kockázatot vállalhatunk a virtuális üzemmel, logisztikai rendszerrel, üzleti folyamattal kapcsolatban, amit a valóságban természetesen nem tehetnénk meg. Próbaként beállíthatunk új erőforrásokat, új gépeket, új munkaerőt vagy akár átszervezhetjük a teljes rendszert is. A kísérleti változatok

kiértékelését és összehasonlítását a WITNESS külön program modullal támogatja, illetve lehetőség van az eredmények exportálására is, valamilyen külső elemező rendszerbe, mint például az Excel. OPTIMALIZÁLÁS A szimulációs modellel való kísérletezés automatizálható. Ekkor az egyes kísérletek összehasonlítására valamilyen kiválasztott eredmény mutatót, vagy az eredményekből egy szabadon megadott eljárással kiszámított értéket használunk. A legtöbb esetben a kísérletezés valamilyen optimum feladattá válik, ahol az előbb ismertetett értéket célfüggvénynek tekintjük, aminek a minimumát vagy a maximumát keressük az adott feltételrendszer korlátai között. A gyakorlatban általában csak az elméleti optimum megközelítésére van szükség, mivel rendszerint egyéb vállalati szempontokat is (pl. humán szempontok, vagy stratégiai kapcsolatok előnyben részesítése, stb.) figyelembe kell venni. Más szóval az adott üzleti szituációban komplexen elég jó megoldást tekintjük optimálisnak. Az optimum keresés technikailag úgy valósul meg, hogy a szimulációs modell minden egyes numerikus jellemzőjét (gépek száma, műveleti idők, erőforrások rendelkezésre állása, tároló méretek, munkaerő létszáma, műszak beosztás, stb.) paraméterként kezeljük, aminek az értékei a valóságos lehetőségeink határai között változhatnak. Ezek befolyásolják a folyamat egészének eredmény mutatóit, a célfüggvény értékeket. Az optimalizálás alapkérdése, hogy a folyamat paramétereinek mely értékeinél érhetjük el a legjobb eredményeket, illetve hogy mik a folyamataink teljesítményének az elvi határai és mikor valósulnak meg? Az optimum keresés, a variációs lehetőségek nagy száma miatt, az elemző szakember szubjektív véleménye által vezérelt manuális szimulációs kísérletezéssel nem hajtható végre. Erre a célra szolgál az automatikus - többféle kereső algoritmussal ellátott - WITNESS optimalizáló, vagy más néven Experimenter modul. WITNESS FOLYAMAT-SZIMULÁCIÓ ALKALMAZÁSI LEHETŐSÉGEI A WITNESS közel 40 éves fejlesztése eredményeként, az ipar és a vállalati élet minden területére alkalmazható modellezési lehetőségekkel és folyamat-szimulációs funkcionalitással rendelkezik. Legyen szó gépipari, elektronikai, gyógyszeripari, vegyipari, vagy feldolgozó ipari cégekről, mindenhol tipikus feladat a gyártási-, csomagolási-, logisztikai problémák megoldá- www.cadinform.hu

a tudás technológiája sa, a szűk keresztmetszetek több lépéssel előre történő meghatározása, a kapacitások, az erőforrás igény és a rejtett tartalékok feltárása, stb. Általában mondva a cél mindig az optimális működési feltételek meghatározása körül mozog. Hagyományos terület a beruházások előzetes elemzése, a költségek megtérülése, a várható nyereség és a hatékonyság szempontjából, továbbá a logisztikai problémák elemzése. Nélkülözhetetlen segítség az egyre inkább előtérbe kerülő értékáram feltérképezésében, a veszteségek csökkentésében és a jövőállapot megtervezésében, Lean szemléletű folyamat fejlesztésekben. Sikeresen alkalmazzák a gyártási tervek hosszú távú, és üzemi szintű finom hangolásának ellenőrzésére is, a végrehajthatóság szempontjából. Külön alkalmazási terület az üzleti folyamatok, vagy akár a pénzügyi folyamatok elemzése, amire a WITNESS egy speciális terminológiát ajánl. A folyamat szimuláció maximálisan kihasználja a rendelkezésre álló számítógép kapacitásokat, ezért az idő múlása, vagyis a szimulált események bekövetkezése nagyságrendekkel gyorsabb, mint a valós világban. Mindig a modell megalkotójától függ, hogy a folyamat-szimulációval milyen időtávlatot kíván átfogni. A számítógép processzorával felgyorsul és kibővül a jövőbe látás képessége, ami nagyban megnöveli a siker lehetőségét. ÖSSZEFOGLALÁS A WITNESS esemény alapú folyamat-szimuláció azt a lehetőséget kínálja, hogy a valós vállalati folyamatokban résztvevő elemek számítógépes leképezésével, korlátok nélkül megalkossuk egy adott vállalat, üzem, gyártási folyamat, logisztikai rendszer vagy üzleti folyamat logikai modelljét. A modellen végzett szimulációs vizsgálatok szolgáltatják azokat a mennyiségeket és összefüggéseket, amelyek jellemzik a jelenben vagy a jövőben lejátszódó valóságos folyamatokat és azok következményeit. Ezáltal lehetővé válik a legjobb döntés meghozatala az adott üzleti szituációban. Kiszámíthatóvá és tudatosan megtervezhetővé válik a jövő. Future. Proof.

technology for knowing 4031 Debrecen, István út 6. +36 52 522-730 +36 52 452-685 www.cadinform.hu cad.inform@cadi.hu