Lsning: Oppgavesett nr.

5
SCM200 Lager -og Produksjonsstyring, v
ar 2015

Oppgave 1:

( Produksjonsplan Wagner-Within )

a)

Data:
Indekser:

t = 1, 2, 3, 4tidshorisonten over fire uker indekseres ved indeksen t

I0 = 0
I4 = 0
D1
D2
D3
D4

= 15
= 45
= 35
= 20

h = 100
s = 4000

Initielt lager i uke 1

Lager ved utgangen av uke 4
Ettersprsel
Ettersprsel
Ettersprsel
Ettersprsel

for
for
for
for

uke
uke
uke
uke

1
2
3
4

Overlagringskostnad pr enhet i en uke

Setpkostnaden for komponenten

b)

Variabler:

Vi skal i oppgaven planlegge antall enheter som vi skal bestille i hver uke, og hvor mye som skal
overlagres til neste uke.
produksjonskvanta:

X1
X2
X3
X4

= antall
= antall
= antall
= antall

enheter
enheter
enheter
enheter

produsert
produsert
produsert
produsert

av
av
av
av

halvfabrikatet
halvfabrikatet
halvfabrikatet
halvfabrikatet

til
til
til
til

uke
uke
uke
uke

1
2
3
4

eller p
a indeksform:

Xt = antall enheter bestilt av halvfabrikatet til uke t, t = 1, 2, 3, 4

Lagerkvanta:

I1 = antall overlagrede enheter fra uke 1 til uke 2

I2 = antall overlagrede enheter fra uke 2 til uke 3
I3 = antall overlagrede enheter fra uke 3 til uke 4

eller p
a indeksform:

It = antall enheter overlagret fra uke t til t + 1, t, t = 1, 2, 3

produksjon eller ikke:

Siden vi har en setupkostnad , m
a vi ta hyde for at dersom vi ikke produserer halvfabrikatet for
en av ukene, s
a skal heller ikke setupkostnaden vre med. For
a kunne uttrykke denne kostnaden,
m
a vi definere binrvariabler som sier om hvorvidt vi skal produsere halvfabrikatet eller ikke for
en gitt uke:

1
0

,
,

dersom vi 4000 1
hvis ikke

1
0

,
,

dersom vi produserer halvfabrikatet i uke 2

hvis ikke

1
0

,
,

dersom vi produserer halvfabrikatet i uke 3

hvis ikke

1
0

,
,

dersom vi produserer halvfabrikatet i uke 4

hvis ikke

1
0

,
,

dersom vi produserer halvfabrikatet i uke t

hvis ikke

U1 =
U2 =
U3 =
U4 =

eller p
a indeksform:

Ut =

for alle periodene , t = 1, 2, 3, 4

c)

M
alfunksjon:
Vi nsker
a lage en produksjonsplan som minimerer merkostnadene, dvs lagerkostnadene og setupkostnadene. Vi bruker n
a variablene sammen med dataene til
a utrykke disse kostnadene.
Vi holder overlagring i de tre frste ukene.
Ch = h I1 + h I2 + h I3

Totale lagerkostnader

hvor h = 100.
produksjonskostnaden trigges kun dersom vi faktisk bestiller noe. Det er U -variablene som forteller
oss dette:
S = s U1 + s U2 + s U3 + s U4

Totale produksjonskostnader

hvor s = 4000.
M
alfunksjonen er da gitt som summen av totale lagerkostnader og totale produksjonskostnader:
3

C = Ch + S
= h I1 + h I2 + h I3 + s U1 + s U2 + s U3 + s U4
=

3
X
t=1

hIt +

4
X

sUt

t=1

NB Det er nok
a vise en av linjene over til eksamen.

d)

Fringer:
Lagerbalanse (Ettersprsel):
Likningene for lagerbalansen for de fire ukeneer gitt ved:

I0 + X1 D1
I1 + X2 D2
I2 + X3 D3
I3 + X4 D4

= I1
= I2
= I3
= I4

Lagerbalansen
Lagerbalansen
Lagerbalansen
Lagerbalansen

for
for
for
for

uke
uke
uke
uke

1
2
3
4

eller p
a indeksform:
It1 + Xt Dt = It

Lagerbalansen for uke t, t = 1, 2, 3, 4

Ingen produksjon, ingen leveranse:

Vi har den logiske sammenhengen mellom U -variablene og X-variablene (kun indeksform):
Hvis Ut = 1 s
a m
a Xt = 0

for alle t, t = 1, 2, 3, 4

Denne typen logisk setning kan uttrykkes matematisk p

a to likeverdige m
ater:
1) Ikke-linr form:

(1 U1 )X1
(1 U2 )X2
(1 U3 )X3
(1 U4 )X4

=0
=0
=0
=0

eller p
a indeksform:
(1 Ut )Xt = 0

for alle t, t = 1, 2, 3, 4

2) Linr form (M-notasjon ikke pensum):

X1
X2
X3
X4

M
M
M
M

U1
U2
U3
U4

eller p
a indeksform:
Xt M U t

for alle t, t = 1, 2, 3, 4

hvor M er et stort tall, for eksempel summen av all ettersprsel.

e)

Vi husker at Wagner-Wihtin er en skrittvis programmeringsalgoritme, som best

ar i
a beregne
subproblemer, delt inn etter antall perioder, inntil vi har lst det fulle problemet. Vi lser hvert
subproblem effektivt ved hjelp av fire sentrale teoremer:
1. ingen overlagring til en periode med produksjon.
2. dominante produksjonsplaner - det er optimalt
a kun produsere hele produksjonsbehov.
3. hvis det er optimalt at det er ingen overlagring fra en periode t, s
a kan vi splitte problemet
i to intervaller, [1, t 1], og [t, T ], hvor T = 4 i denne oppgaven.
5

4. horisontteoremet - dersom det for et gitt subproblem [1, t] er optimalt at siste produksjon
skjer i en tidligere periode t < t, s
a kan vi lse subproblemet [1, t 1] for seg selv (dvs vi kan
kutte disse periodene vekk ifra algoritmen, da vi har allerede regnet ut dette subproblemet
i algoritmen).
Legg merke til at p
a grunn av kravet om dominante produksjonsplaner, er det nok
a bestemme
om det er produksjon i en periode eller ikke (dvs U-variablene), siden X-variablene er da entydig
gitt fra teoremet om dominante planer.
P1 : Subproblem med kun frste periode:
Med en eneste periode, m
a vi ha produksjon siden vi m
a oppfylle ettersprselen i periode 1. Vi
har alts
a flgende optimale lsning for dette subproblemet:

C1 = s U1 = 4000

P2 : Subproblem de to frste periodene:

Vi har via dominante produksjonsplaner to mulige optimale lsninger: C11 og C10 . S
a vi regner ut
disse verdiene:
C2 = min[(siste produksjon i 1. periode), (siste produksjon i 2. periode)]
= min[s + h D2 , s + C1 ]
= min[4000 + 100 45, 4000 + 4000]
= min[8500, 8000]
= 8000

Vi ser at optimal lsning for dette subproblemet er C11 . Vi vet da fra Horisontteoremet sl
ar ikke
til iden det er optimalt
a produsere i 2. periode
P3 : Subproblem tre frste periodene:

C3 = min[(siste produksjon i 1. periode), (siste produksjon i 2. periode), (siste produksjon i 3. periode)]

= min[(s + h D2 + 2 h D3 ), (s + h D3 + C1 ), (s + C2 )]
= min[(4000 + 100 + 45 + 2 100 35), (4000 + 100 35 + 4000), (4000 + 8000)]
= min[15500, 11500, 12000]
= 11500

Vi ser at den optimale lsningen for dette subproblemet er Cx10 som gir total kostnad p
a 11500.
Siden siste produksjon skjer i periode 2, kan vi benytte Horisontteoremet, s
a vi kan fjerne alle
perioder fr periode 2, som er periode 1.
P4 : Det fulle problemet:

C4 = min[(siste produksjon i 2. periode), (siste produksjon i 3. periode), (siste produksjon i 4. periode)]

= min[(s + h D3 + 2 h D4 + C1 ), (s + h D4 + C2 ), (s + C3 )]
= min[(4000 + 100 35 + 2 100 20 + 4000), (4000 + 100 20 + 8000), (4000 + 11500)]
= min[15500, 14000, 15500]
= 14000

Vi finner den optimale lsningen for det totale problemet ved

a g
a bakfra og finne e optimale
delproblemene:
Fra det fulle problemet fant vi at Cxx10 er optimal. Vi m
a derfor spore tilbake den optimale
lsningen for subproblem P2 , som var C11 . Lsningen for det fulle problemet f
as dermed ved
a sl
a
sammen disse subproblemene til C1110 .

U1 = 1, U2 = 1, U3 = 1, U4 = 0
X1 = 15, X2 = 45, X3 = 35 + 20 = 55, X4 = 0
I1 = 0, I2 = 0, I3 = 20

f)

Vi har f
att en nye kapasitetsfringer:
2X1
2X2
2X3
2X4

40
40
40
40

eller p
a indeksform:
2Xt 40,

maskinkapasitet for halvfabrikatet i uke t, t = 1, 2, 3, 4

Vi m
a sjekke om den optimale lsningen vi fant fra Wagner-Within algoritmen i forrige deloppgave
oppfyller kapasiteten:
C1110 : Overskrider kapasiteten i periode 2 hvor produksjonen er 45 halvfabrikater som krever 90
bearbeidingstimer. Samme skjer i periode 3 hvor produksjonen er 55 halvfabrikater, som krever
110 bearbeidingstimer.
Vi kan dermed konkludere med at dersom vi tar med kapasitetsfringene, s
a gjelder ikke ndvendigvis
Wagner-Within algoritmen. Problemet er teoremet om Dominante produksjonsplaner, som flytter hele ettersprselsbehov fra en periode til en annen. Da blir det lett kapasitetssprekk i disse
periodene, noe som medfrer at vi m
a splitte de dominante planene til flere perioder.
e)

Nye data:
Eneste nye datastrrelse er merkostnaden ved bestilling:
CB = 150,

merkostnaden ved bestilling av en enhet fra Oshaug Metall

Nye variabler:
De nye beslutningene vi m
a ta er hvor mange enheter vi skal bestille fra Oshaug Metall for hver
uke:

Yt = antall enheter bestilt fra Oshaug Metall i periode t, t = 1, 2, 3, 4

Ny mlfunksjon:
Vi m
a inkludere merkostnadene ved bestilling fra Oshaug Metall i m
alfunksjonen:

C = Ch + S
= h I1 + h I2 + h I3 + s U1 + s U2 + s U3 + s U4 + CB Y1 + CB Y2 + CB Y3 + CB Y4
=

3
X
t=1

hIt +

4
X
t=1

sUt +

4
X

C B Yt

t1

Oppgave 2:

( ABC-analyse )

Vi starter ABC-analysen med

a beregne
arlig omsetning for hver artikkel:

Varenr
1
2
3
4
5
6
7
8
9
10

Arlig forbruk
10000
800
2000
160
10
400
2400
320
50
4200

Arlig omsetning
Enhetspris
30
300000
20
16 000
40
80 000
35
5 600
780
7 800
1500
600 000
10
24 000
50
16 000
610
30 500
20
84 000

Deretter m
a vi sortere tabellen etter minkende
arlig omsetning, dvs de artiklene med strst omsetning frst osv.
Varenr
6
1
10
3
9
7
2
8
5
4

Arlig forbruk
400
10000
4200
2000
50
2400
800
320
10
160

Enhetspris
Arlig omsetning
1500
600 000
30
300000
20
84 000
40
80 000
610
30 500
10
24 000
20
16 000
50
16 000
780
7 800
35
5 600

Deretter regner vi ut kumulert omsetning i % og samtidig klassifiserer vi produktene p

a flgende
m
ate:
A-produkter: 0-70 %
B-produkter: 70-95 %
C-produkter: 95-100 %

10

I grensetilfellene hvor et produkt spenner over skillet fra en klasse til en annen, er det rom for
skjnn. Vi velger som regel den klassen som artikkelen ligger mest innenfor.
Varenr
6
1
10
3
9
7
2
8
5
4

Arlig forbruk
400
10000
4200
2000
50
2400
800
320
10
160

Enhetspris
Arlig omsetning
1500
600 000
30
300000
20
84 000
40
80 000
610
30 500
10
24 000
20
16 000
50
16 000
780
7 800
35
5 600

kum.omst. i % Klasse
51.5
A
77.3
A
84.5
B
91
B
94
B
96
C
97.5
C
98.8
C
99.5
C
100
C

Hvis vi husker Paretos lov, som sier at 20% av prodktene utgjr 80% av omsetningen, s
a ser vi at
dette er tilfelle her 77.3% )

11

Oppgave 3:

( MRP )

a) BOM-strukturen:

X = tunnell
A = Behandlet plate
C = Sidegitter
D = Kuttet plate
E = Jernstang
F = Hanke

b) Vi starter MRP-beregningene for tunneller:

Tunnel
Ledetid: 1 uke, seriestrrelse 50, sikkerhetslager: 0 , planlagt mottak 50 i uke 1:
Uke
Init 1
Bruttobehov
15
Planlagt mottak
50
Lager
3
38
Nettobehov
Planlagt ordre

2 3 4 5 6 7 8
20 18 25 30 28 28 20

9 10
20 20

18

49
1

25 45 17 39 19
25 5
11
50 50
50
50

12

29

Behnadlet plate
Vi fortsetter med behandede plater. Husk at bruttobehovet for behandlede plater f
as fra planlagte
ordrer for tunneller.
Det g
ar med en benadlet plate for hver tunnel
Ledetid: 2 uker, seriestrrelse: 100, Sikkerhetslager: 0, planlagt mottak 100 i uke 2.
Uke
Init 1
2
3
Bruttobehov
50
Planlagt mottak
100
Lager
100 50
Nettobehov
Planlagt ordre
100

4
50

6 7
50

8 9
50

10

50 50
50

Sidegitter
Vi fortsetter med sidegiter. Husk at bruttobehovet for sidegitter f
as fra planlagte ordrer for tunneller.
Det g
ar med 2 sidegitter for hver tunnell
Ledetid: 1 uke, seriestrrelse: 150, Sikkerhetslager: 30, ingen planlagte mottak.
Siden vi har et sikkerhetslager p
a 30 enheter, kan vi se for oss et tenkt ekstra bruttobehov p
a 30 enheter, for hver uke. NBNB! Husk at den delen av bruttobehovet som kommer fra sikkerhetslageret
faktisk ikke spiser fra lageret.
Uke
Init 1
2
Bruttobehov
30 30
Planlagt mottak
Lager
70
70 70
Nettobehov
Planlagt ordre
150 150

3
4
100+30 100+30
120
60

170
10

5
30

6
100+30

7
30

8
100+30

170

70

70

120
60

9
30

120 120

150

Forklaring p
a noen beregninger:

Uke 1 og 2: siden det ikke er noe behov, er sikkerhetslageret dekt av det initielle lageret, og
dermed lir lageret uendret.
Uke 3: Balanselikning: 70 + 150 100 30 = 90, hvor 30 er sikkerhetslager
Uke 4: Balanselikning: 120 + 150 100 30 = 90, hvor 30 er sikkerhetslager

13

10
30

Kuttet plate
Vi fortsetter med kuttet plate. Husk at bruttobehovet for kuttet plate f
as fra planlagte ordrer for
behandlet plate.
Det g
ar med en kuttet plate for hver behandlet plate
Ledetid: 1 uke, seriestrrelse: 150, Sikkerhetslager: 20, ingen planlagte mottak.
Siden vi har et sikkerhetslager p
a 20 enheter, kan vi se for oss et tenkt ekstra bruttobehov p
a 30 enheter, for hver uke. NBNB! Husk at den delen av bruttobehovet som kommer fra sikkerhetslageret
faktisk ikke spiser fra lageret.
Uke
Init 1
2
Bruttobehov
20 20
Planlagt mottak
Lager
30 30 30
Nettobehov
90
Planlagt ordre
150

3
4
5 6 7
8
9 10
20 100+20 20 20 20 100+20 20 20
30

80

80 80 80

80

80

80

Forklaring p
a noen beregninger:
Uke 4: Balanselikning: 30 + 150 100 20 = 80, hvor 30 er sikkerhetslager
Jernstang
Vi fortsetter med jarnstang. Husk at bruttobehovet for jernstang f
as fra planlagte ordrer for b
ade
behandlede plater og sidegitter.
Det g
ar med to jernstenger for hver behandlede plate og tre jernstenger for hvert gitter.
Ledetid: 2 uker, seriestrrelse: 800, Sikkerhetslager: 0, planlagte mottak 800 i uke 2.
Uke
Init 1
2
Bruttobehov
450
Planlagt mottak
800
Lager
150 150 500
Nettobehov
Planlagt ordre
800

3
4
450 200
50

7
450

650 650 650 200 200 200

150

10

200

Hanke
Vi fortsetter med hanke. Husk at bruttobehovet for hanke f
as fra planlagte ordrer for b
ade kuttede
plater og sidegitter.

14

Det g
ar med en hanke for hver kuttet plate og en hanke for hvert gitter.
Ledetid: 1 uke, seriestrrelse: 300, Sikkerhetslager: 0,ingen planlagte mottak
Uke
Init 1
2
Bruttobehov
150 300
Planlagt mottak
800
Lager
150
Nettobehov
150
Planlagt ordre
300 300

15

7 8
150

150 150 150

150
150

10