Pobierz prezentację
Pobieranie prezentacji. Proszę czekać
1
Opracował: dr inż. Michał Krzemiński
WYBÓR STRATEGII DOSTAW I MAGAZYNOWANIA MATERIAŁÓW BUDOWLANYCH Z ZASTOSOWANIEM ALGORYTMÓW GENETYCZNYCH Opracował: dr inż. Michał Krzemiński
2
Określanie kosztów zapasów w budownictwie
Koszty zapasów w ujęciu analizy logistycznej dzieli się na następujące podgrupy: koszty tworzenia zapasów, koszty utrzymania zapasów, koszty dostaw, koszty wyczerpania zapasów.
3
Koszty tworzenia zapasów
Koszty utrzymania działów zakupów. Koszty te są kosztami względnie stałymi. Koszty zakupów, kształtujące się wprost proporcjonalnie do wielkości zakupów
4
Koszty utrzymania zapasów
koszty kapitałowe koszty magazynowania - koszty utrzymania tych zapasów w magazynie i koszty związane z przepływem zapasów, koszty obsługi zapasów - ubezpieczenie oraz podatki od wartości utrzymywanych zapasów, koszty ryzyka – niezależna utrata wartości Koszty starzenia się i psucia zapasów
5
Koszty dostaw Koszty zamawiania powstające w wyniku zamawiania u dostawców zewnętrznych. Koszty przestawiania produkcji, występujące najczęściej w wyniku modyfikacji linii produkcyjnej przedsiębiorstwa.
6
Koszty wyczerpania zapasów
Jest to ważny element kosztów zapasów ponieważ nieraz zdarza się tak że chcąc maksymalnie minimalizować straty związane z nadmiernym magazynowaniem materiału jesteśmy zmuszeni ponieść stratę związaną wystąpieniem braku materiału. Koszty te mogą być bardzo wysokie ponieważ powodowane mogą być zatrzymanie procesu inwestycyjnego, a to z kolei w przypadku budownictwa w którym nieraz występują wysokie kary umowne może być bardzo niebezpieczne dla efektywności finansowej przedsięwzięcia
7
Wyznaczenie kosztów zapasów
gdzie: Wd - wielkość dostaw, Pm - wielkość powierzchni magazynowej, w tym przypadku w ujęciu przedziałowym (na przykład 100 m2, 200m2, 300m2, …, itd.) Im - ilość magazynowanego materiału, Ktz - jednostkowy koszt tworzenia zapasów, Kuz - koszty utrzymania zapasów, Kmioz - jednostkowy koszt magazynowania i obsługi zapasów.
8
Algorytmy genetyczne – wprowadzenie
Klasyczny algorytm genetyczny Modyfikacje klasycznego algorytmu genetycznego
9
Klasyczny algorytm genetyczny
Johna Henrego Hollanda profesora psychologii, inżynierii elektrycznej oraz nauk komputerowych z Uniwersytetu w Michigan „Adaptation in Natural and Artificial Systems” która została wydana w 1975 roku. Inspiracją do opracowania algorytmów genetycznych była chęć naśladowania procesów zachodzących w środowisku naturalnym.
10
Klasyczny algorytm genetyczny
W algorytmach genetycznych wykorzystywane są mechanizmy ewolucji naturalnej takie jak: selekcja, przetrwanie osobników najlepiej przystosowanych, reprodukcja.
11
Klasyczny algorytm genetyczny
Definicje pojęć występujących najczęściej: Populacja - to zbiór osobników o określonej liczebności. Osobnik - w algorytmach genetycznych jest to zbiór parametrów zadania zakodowany pod postacią chromosomu. Parametry te to rozwiązania zwane także punktami przestrzeni poszukiwań. Chromosom - jest to uporządkowany ciąg genów. Gen - jest to pojedynczy element genotypu a w szczególności chromosomu.
12
Klasyczny algorytm genetyczny
Definicje pojęć występujących najczęściej: Genotyp - jest to zespół chromosomów danego osobnika. Wynika z tego że osobnikami danej populacji mogą być genotypy, bądź pojedyncze chromosomy. Fenotyp - jest odkodowany genotyp, czyli zbiór parametrów odpowiadających danemu genotypowi. Allel - jest wartością danego genu, Locus - określa pozycję danego genu w chromosomie.
13
Klasyczny algorytm genetyczny
14
Modyfikacje klasycznego algorytmu genetycznego
Metody selekcji chromosomów – turniejowa i rankingowa, Szczególne metody reprodukcji – elitarna i częściowa wymiana populacji, Kodowanie – binarne, logarytmiczne i zmiennoprzecinkowe, Rodzaje krzyżowań, Rodzaje mutacji, Inwersja – zmiana wewnątrz chromosomu, Skalowanie funkcji przystosowania
15
Deterministyczny model sterowania zapasami z zastosowaniem algorytmów genetycznych
16
Deterministyczny model sterowania zapasami z zastosowaniem algorytmów genetycznych - CD
Wprowadzenie harmonogramu zużycia materiału:
17
Deterministyczny model sterowania zapasami z zastosowaniem algorytmów genetycznych - CD
Inicjacja – wybór początkowej populacji chromosomów, rozumianych jako warianty harmonogramów dostaw:
18
Deterministyczny model sterowania zapasami z zastosowaniem algorytmów genetycznych
19
Deterministyczny model sterowania zapasami z zastosowaniem algorytmów genetycznych - CD
Ocena przystosowania chromosomów w populacji:
20
Deterministyczny model sterowania zapasami z zastosowaniem algorytmów genetycznych
21
Deterministyczny model sterowania zapasami z zastosowaniem algorytmów genetycznych - CD
Selekcja chromosomów – funkcja rankingowa (pętla do y = 1):
22
Deterministyczny model sterowania zapasami z zastosowaniem algorytmów genetycznych - CD
Selekcja chromosomów – funkcja rankingowa
23
Deterministyczny model sterowania zapasami z zastosowaniem algorytmów genetycznych
24
Deterministyczny model sterowania zapasami z zastosowaniem algorytmów genetycznych
Zastosowanie operatorów genetycznych: Krzyżowanie wielopunktowe zależne od długości chromosomów, próg 0,75, Mutacja chromosomu na poziomie 0,10, mutacja poszczególnych genów na poziomie 0,05. Podane wielkości zostały przyjęte na podstawie literatury i badań.
25
Deterministyczny model sterowania zapasami z zastosowaniem algorytmów genetycznych
Utworzenie nowej populacji, Warunek zatrzymania: całkowita zbieżność lub określona z góry liczba przejść pętli, Wybór najlepszego chromosomu który odpowiada optymalnej strategii dostaw.
26
Deterministyczny model sterowania zapasami z zastosowaniem algorytmów genetycznych
Model probabilistyczny uzyskany został poprzez wprowadzenie do modelu deterministycznego elementów zapasu buforowego przy wyznaczaniu ilości magazynowanego materiału
27
Deterministyczny model sterowania zapasami z zastosowaniem algorytmów genetycznych
W przypadku wystąpienia ujemnej wartości dostawy di < 0, należy wartość dostawy wyzerować di = 0 oraz przyporządkować jej obliczoną ujemną wielkość w wartości bezwzględnej jako wartość zapasu buforowego dla następnego przedziału zn = IdiI
28
Program komputerowy AGSDiMMB
Program komputerowy „Algorytm Genetyczny Sterowania Dostawami i Magazynowaniem Materiałów Budowlanych” ( AGSDiMMB ) został napisany w obiektowym języku programowania Java
30
Przykłady
31
Przykłady - CD
32
Przykład dla stali zbrojeniowej
Obiekt został zaprojektowany jako konstrukcja szkieletowa. Słupy w większości zostały wykonane jako kwadratowe, podciągi zostały zaprojektowane w płytach stropowych. W budynku znajduje się żelbetowa prefabrykowana obudowa klatki schodowej i szybów windowych. Początek budowy został zaplanowany w listopadzie 2008 roku natomiast budowa została zakończona w czerwcu roku. Łączny czas prowadzenia robót wynosił więc powyżej 190 dni. Harmonogram został wprowadzony do pliku typu „*.txt”
33
Przykład dla stali zbrojeniowej
34
Przykład dla stali zbrojeniowej
35
Przykład dla stali zbrojeniowej
36
Przykład dla stali zbrojeniowej
37
Przykład dla stali zbrojeniowej
Podobne prezentacje
© 2024 SlidePlayer.pl Inc.
All rights reserved.