De effecten van alternatieve verdelingen en individuele serviceniveaus bij standaardisatie van componenten voor specifieke gevallen

Vergelijkbare documenten
We zullen in deze les kijken hoe we netwerken kunnen analyseren, om bijvoorbeeld de volgende vragen te kunnen beantwoorden:

+ ( 1 4 )2 σ 2 X σ2. 36 σ2 terwijl V ar[x] = 11. Aangezien V ar[x] het kleinst is, is dit rekenkundig gemiddelde de meest efficiënte schatter.

Hoofdstuk 6 Twee populaties: parametrische toetsen

Stochastische Modellen in Operations Management (153088)

Inleiding Logistiek, Hoofdstuk 7 13 april 2007

ESLog Supply Chain Management Blok 8

Nordex Windturbine type

Tuin B R I C O F I C H E

Toepassingen in de natuurkunde: snelheden, versnellingen, krachten.

Tentamen Kansrekening en Statistiek (2WS04), dinsdag 17 juni 2008, van uur.

Vrije Universiteit 28 mei Gebruik van een (niet-grafische) rekenmachine is toegestaan.

Modelleren C Appels. Christian Vleugels Sander Verkerk Richard Both. 15 juni Inleiding 2. 3 Data 3. 4 Aanpak 4

Uitwerkingen oefenopdrachten or

Voorbeeldexamen Management Controle

Samenvatting. Een Bayesiaans risicoanalysemodel toegepast op het toekennen van materialiteit voor groepsonderdelen

Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek (2DD14) op vrijdag 17 maart 2006, uur.

De Logistische afbeelding

SPD Bedrijfsadministratie. Correctiemodel COST & MANAGEMENTACCOUNTING DINSDAG 8 MAART UUR

Hoofdstuk 3 Statistiek: het toetsen

META-kaart vwo5 wiskunde A - domein Afgeleide functies

CPU scheduling : introductie

exponentiële en logaritmische functies

en-splitsingen: een aantal alternatieven worden parallel toegepast, of-splitsingen: van een aantal alternatieven wordt er één toegepast,

statviewtoetsen 18/12/ Statview toets, 2K WE, 30 mei Fitness-campagne Dominantie bij muizen... 4

Het Vergelijken van Toevalsveranderlijken vanuit een Speltheoretisch Perspectief. Bart De Schuymer

Circulair Inkopen Van theoretisch kader naar pragmatische uitwerking. Pieter van den Herik & Menno van der Valk Alkmaar:

Toetsende Statistiek Week 5. De F-toets & Onderscheidend Vermogen

Optimalisering en Complexiteit, College 14. Geheeltallige LPs en Planning bij Grolsch. Han Hoogeveen, Utrecht University

Tentamen Besliskunde 3 (11 juni 2012, uur)

Optimalisering en Complexiteit, College 14. Planning bij Grolsch. Han Hoogeveen, Utrecht University

Stochastische Modellen in Operations Management (153088)

Taak 2: LP: simplex en sensitiviteitsanalyse Voorbeeld uitwerking

Toetsen van hypothesen

7.1 De afgeleide van gebroken functies [1]

Uitwerkingen toets 12 juni 2010

Van verdediging van de privileges van justitie naar de realisatie van veiligheid in uw buurt

De dynamica van een hertenpopulatie. Verslag 1 Modellen en Simulatie

Cursus Statistiek Hoofdstuk 4. Statistiek voor Informatica Hoofdstuk 4: Verwachtingen. Definitie (Verwachting van discrete stochast) Voorbeeld (1)

Model: Er is één bediende en de capaciteit van de wachtrij is onbegrensd. 1/19. 1 ) = σ 2 + τ 2 = s 2.

Alles van waarde beschermen en behouden

Resultaat Toetsing TNO Lean and Green Awards

PT-1 toets , 10:45-12:30

Opdrachten numerieke methoden, week 1

Tentamen Mathematische Statistiek (2WS05), vrijdag 29 oktober 2010, van uur.

Tentamen Inleiding Speltheorie

We zullen de volgende modellen bekijken: Het M/M/ model 1/14

Modellen en Simulatie Populatiegroei

Deze week: Steekproefverdelingen. Statistiek voor Informatica Hoofdstuk 7: Steekproefverdelingen. Kwaliteit van schatter. Overzicht Schatten

Eindexamen wiskunde B 1-2 vwo 2002-II

TW2020 Optimalisering

Uitwerkingen Rekenen met cijfers en letters

Optimale sessieverdeling voor orthopeden

Betrouwbaarheid en faalkansverdelingen

Categoriale inkomensverdeling

Opgaven bij hoofdstuk 12

Organische stof what else? Marjoleine Hanegraaf

Practicum wachtrijtheorie

Opgaven hoofdstuk 15 Tijdreeksen: Beschrijvende analyses, modellen en voorspellingen

Functie centraal depot bij het optimaliseren van collecties

Personeelsplanning in een schoolkantine

Vraagvoorspelling en bestelregels in de retail Een vergelijking tussen theorie en praktijk

III.2 De ordening op R en ongelijkheden

Stochastische grafen in alledaagse modellen

Integratie van grootschalig windvermogen in het Nederlandse elektriciteitssysteem

Toets 3 Calculus 1 voor MST, 4051CALC1Y dinsdag 31 oktober 2017, 13:30 16:30 uur

Project Management (H H 22 op CD-ROM)

Alles van waarde beschermen en behouden

Kantoorruimte is simpelweg te duur om verloren te laten gaan aan ongebruikte toiletten technische studie Kurt Van Hautegem Wouter Rogiest

Kostprijsberekening bij Micronic B.V. Traceable Sampling Solutions

Productiebesturing In Procesmatige Omgevingen

Variabiliteit in de zorg: geluk of ongeluk?

Project 2: LOTTO simulatie Programmeren I

Modellen en Simulatie Lesliematrices Markovketens

Verbeteringen verdeelmodel Inkomensdeel Participatiewet. Utrecht, 19 mei 2015

ProefToelatingstoets Wiskunde B

Bijlage - Omvang Bruto EMU-schuldreductie

CO 2 reductiedoelstellingen Conform niveau 5 op de CO2-prestatieladder 3.0

Populaties beschrijven met kansmodellen

Tentamen Kansrekening (NB004B)

VB: De hoeveelheid neemt nu met 12% af. Hoeveel was de oorspronkelijke hoeveelheid? = 1655 oud = 1655 nieuw = 0,88 x 1655 = 1456

Tentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u

t in uren H in mg ,2 31,4 Hoeveel procent breekt het lichaam ieder uur af? voelen. Geef je antwoord in minuten nauwkeurig.

Factor = het getal waarmee je de oude hoeveelheid moet vermenigvuldigen om een nieuwe hoeveelheid te krijgen.

Voorbereiding toelatingsexamen arts/tandarts. Wiskunde: Logaritmen en getal e 1/3/2017. dr. Brenda Casteleyn

Tentamen Kansrekening en Statistiek MST 14 januari 2016, uur

De impact van uitgebreid matchen op de bloedtransfusieketen Joost van Sambeeck, Mart Janssen, Nico van Dijk, Wim de Kort

Heuristieken en benaderingsalgoritmen. Algoritmiek

IPT hertentamen , 9:00-12:00

1E HUISWERKOPDRACHT CONTINUE WISKUNDE

Wiskunde B - Tentamen 1

Rapport: Terugkoppeling variatie in gradering mammacarcinoom en DCIS

EVGN 11. Gebruik van statistische instrumenten door de taxateur

Oriëntatie Econometrie Tijdreeksmodellen en Voorspellen. Marius Ooms. 23 April 2002, Amsterdam

Break-even analyse C Ir. drs. M. M. J. Latten

8. Analyseren van samenhang tussen categorische variabelen

Gebruik onderstaande informatie om vraag 11 tot en met 13 te beantwoorden:

OEFENINGEN PYTHON REEKS 6

Antwoorden door K woorden 14 augustus keer beoordeeld. Wiskunde A. Supersize me. Opgave 1: leerstof: Formules met meer variabelen.

Betrouwbaarheid en levensduur

Transcriptie:

De effecten van alternatieve verdelingen en individuele serviceniveaus bij standaardisatie van componenten voor specifieke gevallen Willem-Jan van der Zanden ANR: 974102 Begeleiders: Dr. R.M.J. Heuts Dr. Ir. L.W.G. Strijbosch

1. Inleiding 2. Een geaggregeerd serviceniveau 3. Kostenanalyses m.b.t. hoofdstuk 2 4. Alternatieve vraagverdelingen 5. Een individueel serviceniveau 6. Kostenanalyses m.b.t. hoofdstuk 5 7. Nader onderzoek

1. Inleiding Wat is standaardisatie van componenten? Kostenbesparingen bij: 1. Productontwikkeling 2. Productieproces 3. Distributie 4. Productgebruik 5. Recycling

2. Een geaggregeerd serviceniveau Het Basis Model BO

2.1 Het Basis Model BO Aannamen: 1. Vraag eindproducten uniform verdeeld per periode: D 1 ~ U(0,b 1 ) en D 2 ~U(0,b 2 ) 2. Geen restricties aan kosten componenten 3. Voldoen aan vooraf vastgesteld geaggregeerd serviceniveau ß Kosten minimaliseren waarbij aan ß voldaan wordt

2.1 Het Basis Model BO Vereenvoudigingen: 1. Van de componenten 3 en 4 (5 en 6) worden gelijke hoeveelheden op voorraad gehouden 2. Van component 3 (6) wordt maximaal b 1 (b 2 ) op voorraad gehouden 3. Gerealiseerde serviceniveau (ASL) is gelijk aan vooraf vastgestelde (ß)

2.1 Het Basis Model BO Op te lossen model: Min T BO = (c 3 + c 4 )S 3 + (c 5 + c 6 )S 6 o.v.d.ß = ASL S 3, S 6 0 c i = kosten component i S i = voorraad van component i b j = bovengrens uniforme verdeling product j

2.1 Het Basis Model BO Afhankelijk van de waarden van S i heeft het Basis Model BO een viertal verschillende Ranges (en oplossingen): 1. S 3 < b 1 en S 6 < b 2 => ß = S 3 S 6 /b 1 b 2 2. S 3 = b 1 en S 6 < b 2 => ß = S 6 /b 2 3. S 3 < b 1 en S 6 = b 2 => ß = S 3 /b 1 4. S 3 = b 1 en S 6 = b 2 => ß = 1

2.2 Het Commonality Model CO Component 4 en 5 worden door component 7 vervangen

2.2 Het Commonality Model CO Aannames: 1. Vraag eindproducten uniform verdeeld per periode 2. Component 7 is duurder dan de componenten 4 en 5 afzonderlijk 3. Voldoen aan vooraf vastgesteld geaggregeerd serviceniveau ß Kosten minimaliseren waarbij aan ß voldaan wordt

2.3 Het Flexible Product Model FO Dit is een mix van de twee voorgaande modellen. De eindproducten kunnen op drie manieren gemaakt worden: 1. Alles zoals bij Basis Model BO; 2. Alles zoals bij Commonality Model CO; 3. Een deel zoals bij het Basis Model BO en een ander deel zoals bij het Commonality Model CO Aannames zoals bij het Commonality Model CO

2.4 Het Double Commonality Model DO Component 3 en 6 worden door component 8 vervangen. Er zijn nu enkel gezamenlijke componenten.

2.4 Het Double Commonality Model DO Aannames: 1. Vraag eindproducten uniform verdeeld per periode 2. Component 7 (8) is duurder dan de componenten 4 en 5 (3 en 6) afzonderlijk 3. Voldoen aan vooraf vastgesteld geaggregeerd serviceniveau ß

2. Een geaggregeerd serviceniveau b 1 = 500, b 2 = 800, c 3 = 3, c 4 = 4, c 5 = 3, c 6 = 2 c 7 = 5, ß = 0.8 Basis Model Commonality Model Flexible Model S 3 = S 4 478 S 3 500 S 3 en S 4 S 5 = S 6 669 S 6 767 S 5 en S 6 492 en 295 492 en 689 S 7 910 S 7 197 Kosten 6691 Kosten 7584 Kosten 6495

2. Een geaggregeerd serviceniveau b 1 = 500, b 2 = 800, c 3 = 6, c 4 = 5, c 5 = 6, c 6 = 3 c 7 = 6, ß = 0.8 Basis Model Commonality Model Flexible Model S 3 = S 4 500 S 3 500 S 3 en S 4 S 5 = S 6 640 S 6 751 S 5 en S 6 500 en 182 439 en 717 S 7 918 S 7 278 Kosten 11260 Kosten 10761 Kosten 10363

3.1 Kostenvergelijking T BO < T CO als a 2 > (c 3 + c 4 )(c 5 + c 6 ) T BO < T DO als c 7 +c 8 > 2(c 3 +c 4 )(c 5 +c 6 ) T CO < T DO als c 7 +c 8 > 2(c 3 +c 7 )(c 6 +c 7 )-c 7 2 T FO < T DO als c 7 +c 8 > d 2 Eigenschap 3.1.7: Kosten FO zijn lager dan of gelijk aan die van het BO en het CO model. Max. absolute besparingen = T M2 T M1 Max. relatieve besparingen = (T M2 T M1 )/T M1

3.2 Kostenvoorbeeld c 3 = c 4 = c 5 = c 6 = c, b 1 = b 2 = b, c 7 = c 8 = αc T CO > T BO als c 7 > 1.16c

4. Alternatieve verdelingen 1. De vier modellen uit hoofdstuk 2 2. Dezelfde vereenvoudigingen en aannames (op één na gelden) 3. Als verdelingen worden de uniforme, exponentiele, normale en Erlang verdeling genomen 4. Verwachting van alle verdelingen is gelijk 5. Op de exponentiële verdeling na zijn de varianties gelijk

4. Alternatieve verdelingen Basis Model BO: 1. ASL = P(D 1 S 3 )*P(D 2 S 6 ) Commonality Model CO: 1. Bereken uitdrukking voor ASL. 2. Bereken voor een beperkt aantal waarden van S 3, S 6 en S 7 ASL uit. 3. Bereken alle waarden in de buurt van de oplossing uit stap 2.

4. Alternatieve verdelingen 1. ASL = P(D 1 S 3, D 2 S 6, D 1 + D 2 S 7 ) 2. Te onderzoeken gebied: S 3 = [0,1000], S 6 = [0,1000] en S 7 =[0,1000] Bereken ASL enkel voor hondertallen 3. Stel dat [200,300,400] oplossing uit stap 2 is. Bereken nu ASL voor alle mogelijke combinaties van gehele getallen in het gebied: S 3 = [190,210], S 6 = [290,310] en S 7 = [390,410]

4. Alternatieve verdelingen Flexible Product Model FO: 1. ASL = P(D 1 S 3, D 2 S 6, D 1 + D 2 S 4 +S 5 +S 7 ) 2. Bereken voor een beperkt aantal waarden van S 3, S 4, S 5, S 6 en S 7 ASL. De waarde van S i ligt tussen de waarde van S i bij het BO en het CO model in. Double Commonality Model CO: 1. ASL = P(D 1 + D 2 S 7 )

4. Alternatieve verdelingen Voorbeeld Commonality Model CO: b 1 = b 2 = 500, c 3 = 3, c 6 = 2 en c 7 = 5 Verdeling (β = 0.8) Uniform (Exact) Uniform (Simulatie) Exponentieel (Simulatie) Erlang (Simulatie) Normaal (Simulatie) S 3 S 6 S 7 β Kosten 498 500 685 0.8 5919 498 500 685 0.8001 5919 596 659 791 0.8 7061 539 406 725 0.8 6054 425 437 861 0.8 6454

4. Alternatieve verdelingen Voorbeeld Commonality Model CO: b 1 = b 2 = 500, c 3 = 3, c 6 = 2 en c 7 = 5 Verdeling (β= 0.98) S 3 S 6 S 7 β Kosten Uniform (Exact) Uniform (Simulatie) Exponentieel (Simulatie) Erlang (Simulatie) Normaal (Simulatie) 500 500 900 0.98 7000 500 500 900 0.98 7000 1215 1293 1525 0.98 13856 777 687 1167 0.98 9540 582 590 1171 0.98 8781

5.1 Het Basis Model BOI Aannamen: 1. Vraag eindproducten uniform verdeeld per periode 2. Geen restricties aan kosten 3. Voldoen aan vooraf vastgestelde individuele serviceniveaus ß i Vereenvoudigingen zoals bij het Basis Model BO

5.1 Het Basis Model BOI Op te lossen model: Min T BOI = (c 3 + c 4 )S 3 + (c 5 + c 6 )S 6 o.v.d ß 1 = S 3 /b 1 ß 2 = S 6 /b 2 S 3, S 6 0 Oplossing is triviaal.

5.2 Het Commonality Model COI Naast de aannamen van het COI model geldt: 1. S 3 b 1 en S 6 b 2 2. S 3 ß 1 b 1 en S 6 ß 2 b 2 3. S 7 ß 1 b 1 en S 7 ß 2 b 2 4. S 7 ß 1 b 1 + ß 2 b 2 5. SL 1 = P(D 1 S 3 ) (1-q)p 6. SL 2 = P(D 2 S 6 ) q*p

5. Een individueel serviceniveau b 1 = 500, b 2 = 800, c 3 = 3, c 4 = 4, c 5 = 3, c 6 = 2, c 7 = 5 Basis Model BOI (β 1 = β 2 = 0.8) S 3 = S 4 400 Commonality Model COI (β 1 = β 2 = 0.8) S 3 500 S 5 = S 6 640 S 6 640 S 7 740 Kosten 6000 Kosten 6480

5. Een individueel serviceniveau b 1 = 500, b 2 = 800, c 3 = 6, c 4 = 5, c 5 = 6, c 6 = 3, c 7 = 6 Basis Model BOI (β 1 = β 2 = 0.8) S 3 = S 4 400 Commonality Model COI (β 1 = β 2 = 0.8) S 3 500 S 5 = S 6 640 S 6 640 S 7 740 Kosten 10160 Kosten 9360

6. Kostenanalyses m.b.t. hoofdstuk 5 1. T BOI < T BO als ß = ß 1 = ß 2 2. T COI < T CO als ß = ß 1 = ß 2 3. T COI < T BOI onder bepaalde voorwaarden 4. Het COI model met prioriteiten is een speciaal geval van het hier besproken COI model zonder prioriteiten. COI zonder prioriteiten is dus nooit duurder.

7. Nader onderzoek 1. Het meer-perioden model 2. Uitbreiding 2 componenten model. 3. Analyse voorraadniveaus 4. Invoeren veiligheidsvoorraad 5. Andere mogelijke uitbreidingen