TNSL05, Optimering, Modellering och Planering Gruppuppgift 3

Relevanta dokument
TNSL05 Optimering, Modellering och Planering. Föreläsning 10

Föreläsning 10/11! Gruppuppgifter: Gruppuppgift 1: Alla har redovisat. Gruppuppgift 2: Alla har redovisat Gruppuppgift 3: På gång.

Tentamensinstruktioner

TNSL05 Optimering, Modellering och Planering. Föreläsning 5

Tentamensinstruktioner. När Du löser uppgifterna

Tentamensinstruktioner

1(8) x ijt = antal mobiltelefoner av typ i=1,,m, Som produceras på produktionslina 1,, n, Under vecka t=1,,t.

Vinsten (exklusive kostnaden för inköp av kemikalier) vid försäljning av 1 liter fönsterputs är 2 kr för F1 och 3 kr för F3.

Tentamensinstruktioner

Tentamensinstruktioner

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Tentamensinstruktioner

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TNSL05 Optimering, Modellering och Planering. Föreläsning 6

TENTAMEN. Tentamensinstruktioner. Datum: 30 augusti 2018 Tid: 8-12

Vinsten (exklusive kostnaden för inköp av kemikalier) vid försäljning av 1 liter fönsterputs är 2 kr för F1 och 3 kr för F3.

TNSL05 Optimering, Modellering och Planering. Föreläsning 9

TNSL05 Optimering, Modellering och Planering. Föreläsning 2: Forts. introduktion till matematisk modellering

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TNSL05 Optimering, Modellering och Planering. Föreläsning 4

Tentamensinstruktioner

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TNSL05, Optimering, Modellering och Planering 6 hp, HT2-2011

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TNSL05 Övningsuppgifter modellering

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Optimeringslära Kaj Holmberg

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet

Tentamensinstruktioner. När Du löser uppgifterna

Optimering av NCCs klippstation för armeringsjärn

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C. Tentamensinstruktioner. När Du löser uppgifterna

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Föreläsning 6: Transportproblem (TP)

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Miljövinster och miljonvinster går hand i hand!

TNSL05, Optimering, Modellering och Planering 6 hp, HT2-2010

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet. Specialfall av minkostnadsflödesproblemet. Slutsats.

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

Optimeringslära Kaj Holmberg

Täbyinitiativet: Öppnar för fjärrvärme i konkurrens

Optimeringslära Kaj Holmberg

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

Föreläsning 6: Nätverksoptimering

1 Minkostnadsflödesproblem i nätverk

TNK049 Optimeringslära

Optimering. Optimering av transportproblem. Linköpings universitet SL. Campusveckan VT2013

Tentamensinstruktioner. När Du löser uppgifterna

DHL Freight Sweden GODSETDAGEN 2013 Utmaningar på väg och järnväg för att nå miljömål 2020

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TNSL011 Kvantitativ Logistik

Instruktion: Totalpoäng på tentamen är 50. För betyget G krävs minst 25 poäng. För betyget VG krävs minst 37,5 poäng.

TNSL05 Optimering, Modellering och Planering. Föreläsning 1

Tentamensinstruktioner. När Du löser uppgifterna

MIO310 Optimering & Simulering. Kursansvarig: Universitetslektor Fredrik Olsson, Produktionsekonomi, Lunds tekniska högskola

Marknadsekonomins grunder. Marknader, fördjupning. Thomas Sonesson, Peter Andersson

TNSL011 Kvantitativ Logistik

Optimeringslära Kaj Holmberg

Optimeringslära Kaj Holmberg

Laboration 1 - Simplexmetoden och modellformulering

Optimeringslära Kaj Holmberg

VIDA Hållbarhetsrapport 2018

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

Hemuppgift 1, SF1861 Optimeringslära, VT 2017

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

Övningar Mikro NEGA01 Marknadsmisslyckanden Arbetsmarknaden

Optimeringslära Kaj Holmberg

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Tentamensinstruktioner. När Du löser uppgifterna

TNK047 [TEN1] OPTIMERING OCH SYSTEMANALYS

Europas modernaste producent av flerbostadshus år 2018

Föreläsning 11. Giriga algoritmer

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

Simulering av Sveriges elförsörjning med Whats Best

Kärnkraft och värmeböljor

Lösningar/svar. Uppgift 1. Tekniska Högskolan i Linköping Optimering av realistiska sammansatta system. Optimeringslära Kaj Holmberg

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

Hemuppgift 1, SF1861 Optimeringslära för T

MIO310 Optimering & Simulering. Kursansvarig: Universitetslektor Fredrik Olsson Produktionsekonomi Lunds tekniska högskola

Föreläsning 2: Simplexmetoden. 1. Repetition av geometriska simplexmetoden. 2. Linjärprogrammeringsproblem på standardform.

Föreläsning 7 - Faktormarknader

Laborationsinformation

Tentamensinstruktioner. När Du löser uppgifterna

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

Mycket kort repetition av mikrodelen på kursen Introduktion till nationalekonomi. Utbud och efterfrågan

Eksjöortens Taxi. Miljöplan

Lagermodeller & produktvärden

Välkomna till DIT012 IPGO

Transkript:

ITN/KTS Joakim Ekström/Marcus Posada Gruppuppgift 3 TNSL05, Optimering, Modellering och Planering, HT2018 TNSL05, Optimering, Modellering och Planering Gruppuppgift 3 1 Gruppspecifika uppgifter 1.1 Kursmomentet gruppuppgifter Under kursen skall 3 gruppuppgifter genomföras. Detta är den tredje uppgiften. Gruppuppgifterna skall lösas i grupper om två studenter. EN grupp om tre studenter kan tillåtas, men då kan man förvänta sig någon eller några extrauppgifter. Blir det fler grupper än en, som innehåller tre studenter, kommer dessa att delas. Gruppuppgifterna skall lösas inom gruppen. Man får inte ta hjälp från någon annan grupp. Vid frågor kring problemen, kan dessa diskuteras med kursansvarig och lektionshandledare. Godkända gruppuppgifter ger 2 hp. 1.2 Förberedelse 1. Repetera simplex för minkostnadsflödesproblem som presenterades på föreläsning 10 2. Gå på egen hand igenom introduktionen till känslighetsanalys som finns som filmmaterial under föreläsning 10 1.3 Redovisning och bedömning Denna gruppuppgift redovisas skriftligen och lösningen laddas upp på Lisam senast den 21/12-2018. Den skriftliga redovisningen ska visa beräkningsgång och svar på respektive fråga. Var noga med att använda den metodik som har undervisats i kursen. Gruppen laddar upp ett gemensamt dokument, men var noga med att ange båda gruppmedlemmarnas i Lisam. 1.4 Problem Problemet som samtliga grupper ska lösa utgår från gruppuppgift 2, och uppgiften finns på nästa sida. 1(5)

Alla data nedan är givna per månad (där så är relevant; dvs. efterfrågan, tillgång, transportbegränsningar etc. är enheter per månad) Företaget har i denna uppgift 2 producerande anläggningar. En av dessa anläggningar ligger i Kuala Lumpur, och den andra I Calais. Man har tre huvudsakliga marknader i form av lager, som ligger i Skillingaryd, Prag och Nancy. Produkterna som produceras innehåller flera olika råvaror och komponenter, men i detta problem är det förenklat till att endast studera 2 alternativa komponenter, som vardera finns att tillgå dels från en leverantör i Bahia och dels en i Singapore. Det produktionsekonomiska systemet är starkt förenklat. Modelleringen går till så att 1 råvaruenhet in, av valfri komponent, också ger 1 produktenhet ut, av färdig produkt. Det innebär att man i produktionsanläggningarna kan anta nodjämvikt, dvs. flödet in till anläggningen är lika med flödet ut. Företaget har en gynnsam marknadssituation, där de kan sälja bestämda volymer med en tillräcklig vinst. Detta kan inte ske helt och hållet oberoende av var produkterna produceras eller hur transporterna sker. Man måste också ta hänsyn till ledtidskrav, så i modelleringen har bara de transportalternativ tagits med som är acceptabla ur ett kostnads- & ledtidsperspektiv. Eftersom de, givet detta, är nöjda med en tillräcklig vinst är de inte intresserade varken av att kostnadsminimera eller vinstmaximera, utan istället intresserade av att ge minimal miljöbelastning. Det är alltså möjligt att kostnaderna skulle minska genom andra alternativ än vad modellen föreslår, men företagets bedömning är att miljöprofilen är överordnad kortsiktig kostnadsminimering eller liknande. Miljöbelastningen för olika processer och transportalternativ mäts i utsläppsenheter. Man betraktar miljön som en global fråga, vilket gör att man likställer värdet av utsläppsenheter oberoende av var i världen utsläppen sker. Man räknar med att transporterna sker i tillräckligt stor omfattning, och som en marginaldel av de globala transporterna, vilket ger att man antar linjära samband när det gäller transportutsläppen i förhållande till transporterad mängd 1. Mellan leverantören i Bahia går råvarutransporterna med båt, både till Calais och Kuala Lumpur. Från leverantören i Singapore går transporterna med båt till Calais, men med lastbil till Kuala Lumpur. Då man vill upprätthålla en konkurrens mellan leverantörerna, vill man köpa minst 100 råvaruenheter från Bahia. Kapaciteten på leveranser är 500 råvaruenheter från Bahia, och i praktiken obegränsad från Singapore. Miljöbelastningen för leverantören i Bahia är 50 utsläppsenheter per råvaruenhet, medan den är 5 utsläppsenheter per råvaruenhet hos den modernare leverantören i Singapore Produktionsanläggningarna i Calais resp. Kuala Lumpur har olika teknik, vilket innebär att miljöbelastningen blir olika. I Calais är den 20 utsläppsenheter per produktenhet, och i Kuala Lumpur är den 45. Båda anläggningarna har en produktionskapacitet på 500 produktenheter. Från anläggningen i Kuala Lumpur kan transporterna av färdiga produkter ske med båt till hamnen i Rotterdam. Man kan också försörja Prag och Nancy med flyg. Eftersom man vill ha snabb leverans av en del av produktionen, krävs att minst 10 produktenheter körs med flyg till vardera Prag och Nancy. Ett upprätthållet tranportsystem med flyg, garanterar dessutom större flexibilitet vid förändrad efterfrågan på respektive marknad, även om detta ökar miljöbelastningen. Från fabriken i Calais kan transporter bara ske med lastbil, antingen till hamnen i Rotterdam, eller direkt till Prag, Nancy eller Skillingaryd. Lastbilstransporterna kan ske till alla ställen med egna 1 I verkligheten skulle t.ex. transporten av 30 ton med lastbil vara marginellt mycket mer utsläpp än att transportera första kilot med lastbilen, om inte lastbilen samtidigt kan ta en mängd andra varor. 2(5)

miljöanpassade lastbilar, dock med en total övre begränsning på 200 produktenheter. Ytterligare transporter, av standardbilar, kan köpas, dock endast för transporter till Rotterdam. Från hamnen i Rotterdam finns olika transportalternativ. Till Nancy kan transporter endast ske med lastbil (standardbilar). Till Skillingaryd och Prag kan transporter ske med tåg. Efterfrågan i Prag, Nancy och Skillingaryd, är 100, 200 resp. 400 enheter. Man räknar med miljöbelastning i nedanstående tabell, mätt i utsläppsenheter per produkt/råvaruenhet och länk. T.ex. betyder det att 10 transporterade enheter på länken Bahia- Calais innebär 2450 utsläppsenheter, och 10 transporterade enheter på länken Calais-Skillingaryd innebär 360 utsläppsenheter. Från/Till Transportsätt Avstå nd (km) Miljöbelastning (utsläppsenheter) per km och produktenhet 2 Miljöbelastning (utsläppsenheter) per produktenhet per länk Bahia-Calais Båt 12250 0,02 245 Bahia-Kuala Lumpur Båt 17500 0,02 350 Singapore-Calais Båt 14250 0,02 285 Singapore- Kuala Lumpur Lastbil 300 0,05 15 Kuala Lumpur-Rotterdam Båt 15000 0,02 300 Kuala Lumpur-Prag Flyg 9500 0,5 4750 Kuala Lumpur-Nancy Flyg 10200 0,5 5100 Calais-Nancy Lastbil (miljö) 300 0,03 9 Calais-Prag Lastbil (miljö) 900 0,03 27 Calais-Skillingaryd Lastbil (miljö) 1200 0,03 36 Calais-Rotterdam Lastbil (miljö) 200 0,03 6 Calais-Rotterdam Lastbil (standard) 200 0,05 10 Rotterdam-Nancy Lastbil (standard) 400 0,05 20 Rotterdam-Prag Tåg 800 0,01 8 Rotterdam-Skillingaryd Tåg 1000 0,01 10 Problemet har modellerats som ett minkostnadsflödesproblem och optimallösningen finns angiven på nästa sida. Börja med att gå igenom nätverksmodellen och jämför med er lösningen till gruppuppgift 2. Identifiera vilka bågar och noder i lösningen på nästa sida som motsvarar bågar och noder i er lösning. Ni hittar nätverket på nästa sida, och den optimala lösningen på sista sidan! Baserat på den optimala lösningen (dvs. utan att köra programmet igen), och dess nodpriser (och eventuellt beräknade reducerade kostnader), besvara följande frågor: 1) Företaget funderar på att öppna upp för möjligheten att även använda en annan typ av lastbil för direkttransport mellan Calais och Nancy. Vid vilken miljöbelastning per produktenhet kommer ett sådant alternativ att bli intressant? 2) Vad skulle det vara värt uttryckt i reducerad miljöbelastning, att kunna höja kapaciteten i miljöanpassade lastbilar för transporterna från Calais, från 200 till 201 produktenheter? 2 Miljöbelastningen som anges är en någorlunda korrekt uppskattning av antal kg koldioxidutsläpp per transporterad tonkilometer. För miljölastbilar har uppskattningen gjorts att man kan sänka utsläppen med 40%, nästan helt med känd teknik. För tåg har uppskattningen gjorts av ett medelvärde där 1/3 går med miljömärkt eltåg, och 2/3 med dieseldrivna tåg, eller oljeproducerad el. 3(5)

3) Vad skulle det innebära i total miljöbelastning, om efterfrågan stiger med en enhet i Prag? 5,0,M Figur 1. Minkostnadsflödesnätverk med nod och bågdata 4(5)

Figur 2. Optimallösning. Optimalt flöde på bågar och optimala nodpriser redovisas vid respektive nod. 5(5)