MRP. Pianificazione della produzione. Distinta base Bill Of Materials (BOM) MPS vs. MRP. Materials Requirements Planning (MRP)

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "MRP. Pianificazione della produzione. Distinta base Bill Of Materials (BOM) MPS vs. MRP. Materials Requirements Planning (MRP)"

Transcript

1 MRP Pianificazione della produzione Materials Requirements Planning (MRP) 15/11/ Con l MRP si decide la tempificazione delle disponibilità dei materiali, delle risorse e delle lavorazioni. MRP vs. ERP (Enterprise Resources Planning): con ERP si indicano quei pacchetti SW che coprono la parte del sistema informativo che gestisce i flussi logistici, compresi gli aspetti amministrativi e di gestione del personale, all interno di un azienda. Il sistema che gestisce l MRP è di solito il nucleo base dell ERP. L ERP di solito non comprende invece CAD/CAM e paghe. 1 2 MPS vs. MRP Con il Master Production Schedule (MPS) si definiscono livelli di produzione di ogni prodotto nei sottoperiodi di T e le corrispondenti date di consegna. I dati di input dell MPS sono tra gli altri: gli ordini dei clienti e gli ordini interni, le previsioni della domanda futura, le necessità delle scorte di sicurezza, gli output della pianificazione aggregata. Le decisioni sono prese interagendo con i sistemi che gestiscono l MRP e la gestione operativa della produzione. Distinta base Bill Of Materials (BOM) La distinta base (vedi UNI-ISO 7573/00) contiene le informazioni circa i componenti e i tempi di lavorazione necessari per realizzare i sottoassemblati e da essi il prodotto finale. La distinta base è organizzata ad albero e la sua esplosione permette di schedulare a ritroso quando devono essere disponibili al più tardi i componenti o di un unico prodotto o di un lotto di prodotti. 3 4

2 s.a.: sottoassemblato c.: componente base s.a. 1.1 (molteplicità) c (molteplicità) s.a. 1 (molteplicità) Distinta base: rappresentazione grafica prodotto finale s.a. 1.2 (molteplicità) c (molteplicità) s.a. 2 (molteplicità) c (molteplicità) disponibile a magazzino s.a. 3 (molteplicità) Distinta base: rappresentazione indentata Esempio: motore elettrico 1 motore elettrico a gabbia di scoiattolo c.a. 1gg 1 carcassa 5gg... 1 statore 4gg 1 pacco statorico 3gg 3 avvolgimenti 2gg... 1 rotore 4gg 21 sbarre di alluminio 1gg 2 anelli frontali 1gg Distinta base e MRP Esempio MRP I indicano i tempi di disponibilità del subassemblato una volta che si siano resi disponibili i componenti. Con i sistemi MRP procedendo a ritroso si calcola quando devono essere disponibili i componenti. Nell esempio si assume di riuscire di ad assiemare il motore in giornata una volta disponibili la carcassa, lo statore e il rotore. Per avere un motore il giorno 10 si devono avere i componenti della carcassa il giorno 5, quelli dello statore e del rotore il 6. Per avere uno statore il 6 si devono avere i componenti per il pacco il 3 e per gli avvolgimenti il 4. 7 gg domanda motore completo carcassa statore pacco avvolgimenti rotore sbarre anelli

3 Commenti il processo presentato assume disponibilità infinita di risorse di produzione; le scadenze dell MPS devono essere fissate sufficientemente lontano nel tempo in modo da potere essere soddisfatte; devono essere eventualmente considerati anche i dei fornitori. 9 Componenti base Quando (e quanti) ordinare i componenti base, e.g., sbarre e anelli della gabbia del rotore? Alternative elementari: lot-for-lot (ogni giorno solo quello che serve): non ha costi di mantenimento, non ottimizza i costi fissi d ordine; EOQ: la domanda non è costante, si rischia di tenere in magazzino materiali che comunque non sarebbero sufficienti a soddisfare la domanda del giorno successivo e quindi si sarebbe costretti comunque a riordinare; (Q,R),(s,S),...: la domanda non è stocastica, trattandola come tale per lo meno si spreca inutilmente dell informazione e quindi ci si allontana dall ottimo. 10 Lot-sizing Il problema del lot-sizing (dimensionamento lotto) richiede di trovare un compromesso tra costi di riordino oppure set-up produzione e costi di mantenimento*. metodi euristici (richiedono conoscenza esatta della domanda nel breve periodo) Silver-Meal least unit cost part period balancing metodo esatto (richiede conoscenza esatta della domanda nel lungo periodo) Wagner-Within *come scorte, ma con domanda diversa 11 Metodi euristici I metodi euristici ricercano la soddisfazione di almeno una delle condizioni di ottimalità dell EOQ: minimalità locale del costo medio per periodo (Silver-Meal), minimalità del costo per prodotto (least unit cost ), costi di mantenimento uguale ai costi di riordino (part period balancing). 12

4 Silver - Meal Siano K: costo fisso ordine h: costo mantenimento in un periodo r i : domanda da soddisfare nel periodo i-mo G(T): costo medio per periodo se si ordina lotto equivalente alla domanda dei seguenti T periodi: G(1) = K, G(2) = (K+ h r 2 )/2, G(3) = (K+ h r h r 3 )/3... G(j) = (K+ h r h r (j-1) h r j )/j Silver - Meal si riordina per soddisfare la domanda di j periodi, dove j è il primo minimo locale, i.e., il numero più piccolo t.c.: G(j -1) > G(j ) e G(j ) G(j +1) Esempio: sbarre motore a gabbia, K = 1000, h = 1 G(1) = 1000, G(2) = ( )/2 = 605, G(3) = ( *252)/3 = 571.3, G(4) = ( * *252)/4 = minimo locale in j =3, il giorno 5 devono essere disponibili le sbarre anche per il 6 e il Least unit cost Siano K: costo fisso ordine h: costo mantenimento in un periodo r i : domanda da soddisfare nel periodo i-mo G(T): costo unitario per periodo se si ordina lotto equivalente alla domanda dei seguenti T periodi: G(1) = K/ r 1, G(2) = (K+ h r 2 )/(r 1 +r 2 ), G(3) = (K+ h r h r 3 )/(r 1 +r 2 + r 3 )... G(j) = (K+ h r h r (j-1) h r j )/ (r 1 +r r j ) Least unit cost si riordina per soddisfare la domanda di j periodi, dove j è il primo minimo locale, i.e., il numero più piccolo t.c.: G(j -1) > G(j ) e G(j ) G(j +1) Esempio: sbarre motore a gabbia, K = 1000, h = 1 G(1) = 1000/189=5.3, G(2) = ( )/( ) = 3.0, G(3) = ( *252)/( ) = 2.6, G(4) = ( * *252)/( ) = 2.7, minimo locale in j =3, il giorno 5 devono essere disponibili le sbarre anche per il 6 e il

5 Part period balancing Siano K: costo fisso ordine h: costo mantenimento in un periodo r i : domanda da soddisfare nel periodo i-mo G(T): costo di mantenimento se si ordina lotto equivalente alla domanda dei seguenti T periodi: G(1) =0, G(2) = h r 2, G(3) = h r h r 3... G(j) = h r h r (j-1) h r j Part period balancing si riordina per soddisfare la domanda di j periodi, dove j è il primo minimo locale del valore K- G(j) Esempio: sbarre motore a gabbia, K = 1000, h = 1 G(1) = 0, G(2) = 210, G(3) = *252 = 714, G(4) = * *252 = 1470, minimo locale in j =3, il giorno 5 devono essere disponibili le sbarre anche per il 6 e il Commenti in questo caso tutte le euristiche forniscono lo stesso risultato. In genere Silver - Meal è quella che fornisce risultati migliori, ma per la sua semplicità la part period balancing è la più usata; negli esempi si è calcolato la dimensione del primo ordine e utilizzano solo i dati per i pochi giorni successivi, le euristiche vanno riapplicate a partire dal primo giorno per cui non sia hanno a disposizione scorte, i.e, il giorno 8; si ordina sempre per soddisfare un numero esatto di periodi, non conviene fare altrimenti. Wagner - Within Metodo esatto che suppone di conoscere la domanda per tutto l orizzonte rispetto al quale si vuole ottimizzare. Siano K: costo fisso ordine h: costo mantenimento in un periodo r i : domanda da soddisfare nel periodo i-mo c(i,j): costo d ordine e di mantenimento pagato per un lotto che soddisfa la domanda dei periodi da i a (j-1), e.g.,: c(1,2) =K, c(1,3) = K+ h r 2, c(2,5) = K+ h r h r

6 Wagner - Within sia T la lunghezza dell orizzonte su cui si vuole ottimizzare, si deve determinare la sequenza di costi c(i,j) t.c. sia minima la somma: c(1,i 1 ) + c(i 1,i 2 ) + c(i 2,i 3 ) c(i k,t+1). Tale problema corrisponde a determinare il percorso minimo su una rete aciclica e può essere risolto attraverso la programmazione dinamica. Reti Una rete G(N,A) è costituita da: un insieme N di nodi, in questo caso i nodi sono i giorni dell orizzonte più uno, N = T+1; un insieme A di archi orientati (i,j) con i,j N che esprimono l esistenza di una relazione tra una coppia di nodi, in questo caso gli archi esprimono il fatto che in i si ha a disposizione prodotti per soddisfare tutta e sola la domanda fino a j-1; un insieme C di pesi c(i,j) associati ad ogni singolo arco, in questo caso i pesi sono i costi delle scorte da i a j-1. Una rete ha una ovvia rappresentazione grafica: Percorso a costo minimo Esempio: sbarre motore a gabbia su T=6 giorni (dal 5 al 11), sia f(i) il cost-to-go (costo minimo dal giorno i a T+1) f(7) = 0 f(6) = min{c(6,7) + f(7)} = = 1000 se al sesto giorno si deve ordinare, si ordina solo per il giorno stesso f(5) = min{c(5,6) + f(6), c(5,7) + f(7)}= = min{ , ( ) + 0} = 1252 se al quinto giorno si deve ordinare, conviene ordinare anche per il sesto 23 Percorso a costo minimo f(4) = min{c(4,5) + f(5), c(4,6) + f(6), c(4,7) + f(7)}= = min{ , ( )+ 1000, ( *252) + 0} = 1756 se al quarto giorno si deve ordinare, conviene ordinare anche per rimanenti; f(3) = min{c(3,4) + f(4), c(3,5) + f(5), c(3,6) + f(6), c(3,7) + f(7)}= = min{ , ( )+ 1252, ( *252) , ( * *252) + 0} = 2504 se al terzo giorno si deve ordinare, conviene ordinare anche per il quarto e quindi ricevere la merce di nuovo il quinto giorno; 24

7 Percorso a costo minimo f(2) = min{c(2,3) + f(3), c(2,4) + f(4), c(2,5) + f(5), c(2,6) + f(6), c(2,7) + f(7)} = min{ , ( )+ 1756, ( *252) , ( * *252) , ( * * *252) + 0} = 3008 se al secondo giorno si deve ordinare, conviene ordinare anche per il terzo e quindi ricevere la merce di nuovo il quarto giorno; f(1) = min{c(1,2) + f(2), c(1,3) + f(3), c(1,4) + f(4), c(1,5) + f(5), } = = min{ , ( )+ 2504, ( *252) , ( * *252) } = 3470 al primo giorno conviene ordinare anche per il secondo e il terzo, quindi ricevere la merce di nuovo il quarto giorno. 25 Commenti il numero di operazioni che si devono compiere per calcolare il percorso minimo cresce con il quadrato di T, in realtà esistono procedure più efficienti che crescono con TlogT; è possibile evitare alcuni confronti nei minimi (come avvenuto nel calcolo di f(1)) escludendo le situazioni in cui si è certi che i costi di mantenimento eccedono i costi di riordino. 26 MRP a capacità finita Sia la domanda da soddisfare temporaneamente superiore alle capacità del sistema, allora si deve: verificare se anticipando gli ordini si può soddisfare la domanda, altrimenti qualche consegna sarà necessariamente in ritardo; decidere quali ordini anticipare e di quanto. Il problema è in generale estremamente complesso e viene risolto in maniera euristica riconducendosi ad uno dei metodi precedenti, anche se non vale più la condizione per cui conviene avere lotti la cui dimensione soddisfa la domanda complessiva di un numero esatti di periodi. 27 Verifica Condizione necessaria che si possa soddisfare la domanda senza ritardo è che, ad ogni istante di tempo, la domanda cumulata non ecceda la capacità cumulata. Esempio: T = 6, D={30, 40, 50, 40, 40, 60}, C={45, 45, 45, 45, 45, 45} t= t= = = 90 t= = =135 t= = = 180 t= = = 225 t= = = 270 domanda soddisfacibile. Se invece la domanda complessivamente aumentasse di più di 10 unità non sarebbe possibile soddisfarla senza introdurre ritardi. 28

8 Anticipazione Procedendo all indietro a partire dall ultimo giorno si anticipa la domanda che non può essere soddisfatta. Esempio: T = 6, D={30, 40, 50, 40, 40, 60}, C={45, 45, 45, 45, 45, 45} t=6 da 60 a 45, si anticipano 15 unità al periodo precedente da cui D={30, 40, 50, 40, 55, 45} t=5 da 55 a 45, D={30, 40, 50, 50, 45, 45} t=4 da 50 a 45, D={30, 40, 55, 45, 45, 45} t=3 da 55 a 45, D={30, 50, 45, 45, 45, 45} t=2 da 50 a 45, D={35, 45, 45, 45, 45, 45} Lot-sizing La domanda periodo per periodo è non superiore alla capacità del sistema, si può quindi applicare un metodo qualunque di lotsizing, avendo cura di aggiungere il vincolo che i singoli lotti non eccedano le capacità di produzione. In Wagner - Within questo significa, ad esempio, che da un nodo si potranno raggiungere solo i nodi più vicini, quelli la cui domanda complessiva fino a tal punto non eccede la dimensione massima di un lotto in un periodo. Nel caso dell esempio, banalmente, ogni nodo sarebbe collegato solo con il successivo Capacità comuni a più prodotti Alcuni prodotti possono competere per capacità comuni, e.g., le sbarre e gli anelli del motore a gabbia potrebbero essere prodotti dalle stesse squadre. In questo caso conviene esprimere la domanda in termini aggregati (sbarre e anelli assieme) di capacità, eseguire l MRP e quindi disaggregare. 31 Metodo esatto Parametri T: orizzonte N: insieme componenti/subassemblati della distinta base K i : costi ordine/set-up componente i h i : costi mantenimento componente i r t : domanda prodotto finito periodo t c jt : capacità disponibile risorsa j periodo t a ij : capacità risorsa j per produrre un unità i s(i): subassemblato padre di i m is(i) : molteplicità di componenti i richiesti da s(i) l(i): componente i M: big M 32

9 Metodo esatto Variabili x it : quantità prodotta/acquisita componente i periodo t (variabili continue) y it indicatore di ordine/produzione componente i periodo t (variabili binarie) I it disponibilità a magazzino componente i periodo t (variabili continue) 33 Obiettivo: Metodo esatto minimizzazione costi Σ i N Σ t T (K i y it +h i I it ) Vincoli: soddisfare la domanda prodotto finito i=1 I 1(t-1) +x 1t = I 1t +r t 1 t T soddisfare la domanda componenti intermedi I i(t-1) +x it =I it + Σ k s(i) m ik x k(t+l(k) ) 1 t T 2 i N considerare i set-up x it My it 1 t T 2 i N rispettare le capacità Σ i N a ij x it c jt 1 t T 1 j C positività/interezza variabili le capacità x it, I it 0 y it {0,1} 34 Commenti Stocasticità la presenza di variabili binarie rende il problema estremamente complesso da risolvere in generale, però molto spesso. molti costi di set-up possono essere trascurati, quindi si può ridurre il numero delle variabili binarie; trascurando i tutti costi di set-up si ha una soluzione ammissibile che può essere utilizzata come punto di partenza di una soluzione euristica in due passi: si ottimizzano i costi di mantenimento, trascurando i set-up; attraverso una ricerca locale, a piccoli gruppi di componenti a partire da quelli più in alto nella BOM, si ottimizzano i set-up rispettando le risorse. I sistemi MRP suppongono tutto deterministico. In caso di stocasticità della domanda può essere opportuno prevedere una scorta di sicurezza per i prodotti finali o comunque per i subassemblati più complessi per cui sia ragionevole farlo (aumentando fittiziamente la domanda) e propagarla attraverso l esplosione della distinta base; analogamente ci si comporta nel caso i cui i lotti possono includere pezzi difettosi

10 Rolling horizon e nervousness I sistemi MRP nel caso siano applicati con una politica di rolling horizon (sempre consigliabile) possono presentare: indicazioni significativamente diverse sulle dimensioni dei lotti (non convergenti) a secondo dell orizzonte considerato soprattutto in presenza di domanda periodica; nervousness, cambiare i periodi in cui effettuare gli ordini. Conviene sempre inserire termini che penalizzino il cambiamento delle decisioni, e.g., i costi di set-up possono essere aumentati nei giorni non previsti. Altri problemi l MRP deve interagire con il sw di CRP (Capacity Requirement Planning) per gestire al meglio le risorse. Purtroppo non ci sono metodologie esatte efficienti di CRP e quindi tali problemi sono di solito gestiti in modo euristico molto elementare dai sw commerciali; l MRP suppone costanti, mentre questi possono dipendere dalla dimensione del lotto; l MRP funziona soltanto se i dati su cui si basa sono aggiornati, cosa che spesso non avviene nelle aziende

Contenuto e scopo presentazione. Decisioni tattiche. Decisioni tattiche. Decisioni tattiche

Contenuto e scopo presentazione. Decisioni tattiche. Decisioni tattiche. Decisioni tattiche Contenuto e scopo presentazione Decisioni tattiche 21/05/2002 12.01 Contenuto vengono discusse alcune problematiche decisionali tattiche tipicamente affrontate dalle aziende di trasporto. Scopo fornire

Dettagli

LIVELLO STRATEGICO E TATTICO

LIVELLO STRATEGICO E TATTICO Corso di Laurea Triennale in INGEGNERIA GESTIONALE Anno Accademico 2012/13 Prof. Davide GIGLIO 1 ESEMPI DI PROBLEMI DECISIONALI LIVELLO STRATEGICO Capacity growth planning LIVELLO TATTICO Aggregate planning

Dettagli

LIVELLO STRATEGICO E TATTICO

LIVELLO STRATEGICO E TATTICO Corso di Laurea Triennale in INGEGNERIA GESTIONALE Anno Accademico 2012/13 Prof. Davide GIGLIO LIVELLO STRATEGICO Capacity growth planning ESEMPI DI PROBLEMI DECISIONALI LIVELLO TATTICO Aggregate planning

Dettagli

Prof. Ferdinando Azzariti

Prof. Ferdinando Azzariti Materiali di Economia e Organizzazione Aziendale, Università di Udine A.A. 2011-12 Prof. Ferdinando Azzariti www.ferdinandoazzariti.com 1 La gestione della produzione La programmazione e il controllo della

Dettagli

Ottava Edizione. MRP Prof. Sergio Cavalieri

Ottava Edizione. MRP Prof. Sergio Cavalieri Ottava Edizione MRP Prof. Sergio Cavalieri critici La pianificazione dei fabbisogni Madio / Lungo Termine Master Production Schedule (MPS) Programmazione Aggregata Strategia Famiglie prodotti Lungo Termine

Dettagli

Esercizi di Ricerca Operativa I

Esercizi di Ricerca Operativa I Esercizi di Ricerca Operativa I Dario Bauso, Raffaele Pesenti May 10, 2006 Domande Programmazione lineare intera 1. Gli algoritmi per la programmazione lineare continua possono essere usati per la soluzione

Dettagli

Capitolo 3: Ottimizzazione Discreta. E. Amaldi DEIB, Politecnico di Milano

Capitolo 3: Ottimizzazione Discreta. E. Amaldi DEIB, Politecnico di Milano Capitolo 3: Ottimizzazione Discreta E. Amaldi DEIB, Politecnico di Milano 3.1 Modelli di PLI e PLMI Moltissimi problemi decisionali complessi possono essere formulati o approssimati come problemi di Programmazione

Dettagli

Ottava Edizione. La Programmazione e Controllo della Produzione Prof. Sergio Cavalieri

Ottava Edizione. La Programmazione e Controllo della Produzione Prof. Sergio Cavalieri Ottava Edizione La e Controllo della Produzione Prof. Sergio Cavalieri e Controllo di Produzione : compiti 2 Rendere disponibili le informazioni necessarie per: Gestire in modo efficiente ed efficace il

Dettagli

Cybertec: high performance Supply Chain dal 1991

Cybertec: high performance Supply Chain dal 1991 Cybertec: high performance Supply Chain dal 1991 Fondata dall'ing. Kirchner nel 1991 Sede principale a Trieste. Filiali a Milano, Bologna, Padova e Udine Fornisce soluzioni per una Supply Chain ad alte

Dettagli

PIANIFICAZIONE E CONTROLLO DELLA PRODUZIONE

PIANIFICAZIONE E CONTROLLO DELLA PRODUZIONE PIANIFICAZIONE E CONTROLLO DELLA PRODUZIONE PIANIFICAZIONE E CONTROLLO DELLA PRODUZIONE OBIETTIVI DELLA PIANIFICAZIONE E CONTROLLO: q PROGRAMMARE LA PRODUZIONE OTTIMIZZARE L UTILIZZO DELLA CAPACITA PRODUTTIVA

Dettagli

La Pianificazione dei Fabbisogni

La Pianificazione dei Fabbisogni 1 La Pianificazione dei Fabbisogni Le tecniche di Gestione a Fabbisogno in contrapposizione alle tecniche di Gestione a Scorta La Tecnica del Material Requirement Planning o MRP: i dati d ingresso le fasi

Dettagli

INTRODUZIONE alla GESTIONE della PRODUZIONE

INTRODUZIONE alla GESTIONE della PRODUZIONE INTRODUZIONE alla GESTIONE della PRODUZIONE Le informazioni contenute nel presente manuale sono soggette a modifiche senza preavviso. Se non specificato diversamente, ogni riferimento a società, nomi,

Dettagli

La pianificazione della produzione

La pianificazione della produzione Manufacturing Planning and Control 1 La pianificazione della produzione La pianificazione della produzione è un processo complesso che coinvolge larga parte dell azienda (funzioni e risorse) e deve ragionare

Dettagli

MBM Italia S.r.l. Via Pellizzo 14/a 35128 Padova. Tel. Fax E-mail. www.mbm.it. +39.049.2138422 +39.049.2106668 marketing@mbm.it

MBM Italia S.r.l. Via Pellizzo 14/a 35128 Padova. Tel. Fax E-mail. www.mbm.it. +39.049.2138422 +39.049.2106668 marketing@mbm.it ARCHITETTURA APPLICATIVA Il processo elaborativo si sviluppa in cinque passi. ERP XML PLANNING SERVER 1 Estrazione dei dati dai data base in cui sono gestiti e creazione di file XML che vengono trasferiti

Dettagli

Scopo intervento. Integrazione scorte e distribuzione. Indice. Motivazioni

Scopo intervento. Integrazione scorte e distribuzione. Indice. Motivazioni Scopo intervento Integrazione scorte e distribuzione Modelli a domanda costante Presentare modelli e metodi utili per problemi di logistica distributiva Indicare limiti degli stessi e come scegliere tra

Dettagli

Parte 3: Gestione dei progetti, Shop scheduling

Parte 3: Gestione dei progetti, Shop scheduling Parte : Gestione dei progetti, Shop scheduling Rappresentazione reticolare di un progetto Insieme di attività {,...,n} p i durata (nota e deterministica dell attività i) relazione di precedenza fra attività:

Dettagli

"Cloud Business Solutions" di INTESA Descrizione del Servizio WPLAN

Cloud Business Solutions di INTESA Descrizione del Servizio WPLAN "s" di INTESA Descrizione del Servizio 1. Accesso ai Servizi Il Portale INTESA, le informazioni riguardanti l'utilizzo da parte del Cliente del Servizio Cloud le informazioni sulle credenziali ed il supporto,

Dettagli

IL PIANO PRINCIPALE DI PRODUZIONE

IL PIANO PRINCIPALE DI PRODUZIONE IL PIANO PRINCIPALE DI PRODUZIONE (a cura di E. Padoano) [Bozza 2010] Indice 1 Generalità 1 2 Elaborazione del piano principale per produzione MTS 2 2.1 MPS per produzione MTS...................... 2 2.2

Dettagli

Ottava Edizione. Gestione delle Scorte Prof. Sergio Cavalieri

Ottava Edizione. Gestione delle Scorte Prof. Sergio Cavalieri Ottava Edizione Gestione delle Scorte Prof. Sergio Cavalieri Fenomeni di obsolescenza 2 Determinati da: Prodotto inidoneo al segmento di mercato (es: computer) Effetto moda (es: abbigliamento) Mancato

Dettagli

I I SISTEMI INFORMATIVI INTEGRATI. Baan IV IV - Manufacturing e Automotive NOTE

I I SISTEMI INFORMATIVI INTEGRATI. Baan IV IV - Manufacturing e Automotive NOTE I I SISTEMI INFORMATIVI INTEGRATI Baan IV IV - Manufacturing e Automotive Obiettivi per i sistemi produttivi Riduzione dei costi totali nella catena logistica Maggior servizio ai clienti Riduzione dei

Dettagli

Pianificare il successo «programmando» la produzione: fasi e criticità

Pianificare il successo «programmando» la produzione: fasi e criticità Pianificare il successo «programmando» la produzione: fasi e criticità di Alberto Stancari Consulente Senior Mondaini Partners Srl - Dimensione Consulting Un processo di pianificazione della produzione

Dettagli

Gestione delle Scorte

Gestione delle Scorte Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Gestione delle Scorte Renato Bruni bruni@dis.uniroma.it Il materiale presentato è derivato da quello dei proff.

Dettagli

PIANO DI GESTIONE DEI FABBISOGNI DI

PIANO DI GESTIONE DEI FABBISOGNI DI PIANO DI GESTIONE DEI FABBISOGNI DI CAPACITÀ (a cura di E. Padoano) [Bozza 2010] Indice 1 Introduzione 1 2 Capacity Requirements Planning (CRP) 2 3 Dati di input di CRP 2 4 La capacità disponibile 4 5

Dettagli

Modulo Produzione AdHoc Enterprise

Modulo Produzione AdHoc Enterprise Modulo Produzione AdHoc Enterprise La Gestione della Produzione in Enterprise è suddivisa in nove moduli di cui uno dedicato alla produzione su commessa singola e gli altri otto alle altre diverse realtà

Dettagli

Contenuto e scopo presentazione. Vehicle Scheduling. Motivazioni VSP

Contenuto e scopo presentazione. Vehicle Scheduling. Motivazioni VSP Contenuto e scopo presentazione Vehicle Scheduling 08/03/2005 18.00 Contenuto vengono introdotti modelli e metodi per problemi di Vehicle Scheduling Problem (VSP) Scopo fornire strumenti di supporto alle

Dettagli

Sistemi informativi aziendali struttura e processi

Sistemi informativi aziendali struttura e processi Sistemi informativi aziendali struttura e processi ERP: L area produttiva Copyright 2011 Pearson Italia Obiettivi Funzioni base dei sistemi per il flusso produttivo Trattamento dei processi di definizione

Dettagli

Università degli Studi di Macerata Economia e Gestione delle Imprese. L impresa. Il sistema impresa

Università degli Studi di Macerata Economia e Gestione delle Imprese. L impresa. Il sistema impresa Università degli Studi di Macerata Economia e Gestione delle Imprese L impresa Il sistema impresa L impresa come sistema Le principali funzioni aziendali I principali processi aziendali La catena del valore

Dettagli

Contenuto e scopo presentazione. Crew Scheduling e Crew Rostering. Gestione del personale. Motivazioni

Contenuto e scopo presentazione. Crew Scheduling e Crew Rostering. Gestione del personale. Motivazioni Contenuto e scopo presentazione Crew Scheduling e Crew Rostering Contenuto vengono introdotti modelli e metodi per problemi di turnazione del personale Raffaele Pesenti 07/02/2002 14.41 Scopo fornire strumenti

Dettagli

Capitolo 5: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano

Capitolo 5: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano Capitolo 5: Ottimizzazione Discreta E. Amaldi DEI, Politecnico di Milano 5.1 Modelli di PLI, formulazioni equivalenti ed ideali Il modello matematico di un problema di Ottimizzazione Discreta è molto spesso

Dettagli

Sme.UP Pianificazione

Sme.UP Pianificazione Sme.UP Pianificazione Pianificazione materiali Importanza della pianificazione materiali In un contesto in cui il mercato richiede forniture sempre più puntuali con tempi di risposta sempre più veloci

Dettagli

Cybertec: High Performance Supply Chain dal 1991

Cybertec: High Performance Supply Chain dal 1991 Cybertec: High Performance Supply Chain dal 1991 Fornisce soluzioni per una Supply Chain ad alte prestazioni e per un'efficace pianificazione della produzione Sede principale a Trieste. Filiali a Milano,

Dettagli

Approcci esatti per il job shop

Approcci esatti per il job shop Approcci esatti per il job shop Riferimenti lezione: Carlier, J. (1982) The one-machine sequencing problem, European Journal of Operational Research, Vol. 11, No. 1, pp. 42-47 Carlier, J. & Pinson, E.

Dettagli

Modelli di Programmazione Lineare Intera

Modelli di Programmazione Lineare Intera 8 Modelli di Programmazione Lineare Intera Come è stato già osservato in precedenza, quando tutte le variabili di un problema di Programmazione Lineare sono vincolate ad assumere valori interi, si parla

Dettagli

Corso di Automazione Industriale 1. Capitolo 1

Corso di Automazione Industriale 1. Capitolo 1 Simona Sacone - DIST Corso di Automazione Industriale 1 Capitolo 1 Livelli decisionali nei processi produttivi Simona Sacone - DIST 2 Introduzione Marketing Livello strategico Design Ufficio commerciale

Dettagli

Ricerca Operativa e Logistica

Ricerca Operativa e Logistica Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili A.A. 2011/2012 Lezione 10: Variabili e vincoli logici Variabili logiche Spesso nei problemi reali che dobbiamo affrontare ci sono dei

Dettagli

Gestione delle scorte

Gestione delle scorte Magazzini 1 Introduzione Sistemi di gestione delle scorte gestione a fabbisogno dei materiali gestione a scorta dei materiali sistemi a PERIODO MULTIPLO modello a Quantità Fissa modello a Tempo Fisso ulteriori

Dettagli

Sistemi produttivi Just In Time. Just-In-Time Systems (Lean Production)

Sistemi produttivi Just In Time. Just-In-Time Systems (Lean Production) Sistemi produttivi Just In Time Just-In-Time Systems (Lean Production) 1 Origini del JIT e della Produzione Snella Introdotto da Toyota Adottato da altre aziende giapponesi Introdotto successivamente nelle

Dettagli

Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di flusso

Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di flusso Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di flusso Flusso di costo minimo È dato un grafo direzionato G = (N, A). Ad ogni arco (i, j) A è associato il costo c ij

Dettagli

1. Considerazioni preliminari

1. Considerazioni preliminari 1. Considerazioni preliminari Uno dei principali aspetti decisionali della gestione logistica è decidere dove localizzare nuove facility, come impianti, magazzini, rivenditori. Ad esempio, consideriamo

Dettagli

Pianificazione e controllo delle risorse

Pianificazione e controllo delle risorse Pianificazione e controllo delle risorse Pianificazione e controllo delle risorse Gestione dell allocazione delle risorse in modo che i processi dell azienda siano efficienti e riflettano la domanda di

Dettagli

Introduzione alla teoria dello scheduling

Introduzione alla teoria dello scheduling 1. Generalità I problemi di scheduling riguardano l allocazione di risorse limitate ad attività nel tempo. In generale il processo di decisione associato richiede la determinazione dell ordine in cui l

Dettagli

Teoria delle scorte. Ricerca operativa Met. e mod. per le decisioni (Informatica Matematica) Pierluigi Amodio

Teoria delle scorte. Ricerca operativa Met. e mod. per le decisioni (Informatica Matematica) Pierluigi Amodio Teoria delle scorte Ricerca operativa Met. e mod. per le decisioni (Informatica Matematica) Pierluigi Amodio Dipartimento di Matematica Università di Bari Teoria delle scorte p.1/26 definizione del problema

Dettagli

APPLICAZIONI DELLA RICERCA OPERATIVA

APPLICAZIONI DELLA RICERCA OPERATIVA Università degli Studi della Calabria Laurea in Informatica A.A. 2004/2005 Appunti di supporto didattico al corso di APPLICAZIONI DELLA RICERCA OPERATIVA Indice 1 Introduzione alla teoria dello Scheduling

Dettagli

Problemi di Programmazione Lineare Intera

Problemi di Programmazione Lineare Intera Capitolo 4 Problemi di Programmazione Lineare Intera La Programmazione Lineare Intera (PLI) tratta il problema della massimizzazione (minimizzazione) di una funzione di più variabili, soggetta a vincoli

Dettagli

Le caratteristiche distintive di Quick Budget

Le caratteristiche distintive di Quick Budget scheda prodotto QUICK BUDGET Mercato imprevedibile? Difficoltà ad adeguare le risorse a una domanda instabile e, di conseguenza, a rispettare i budget?tempi e costi troppo elevati per la creazione di budget

Dettagli

Seconda Prova di Ricerca Operativa. Cognome Nome Numero Matricola A 1/12 A 2/12

Seconda Prova di Ricerca Operativa. Cognome Nome Numero Matricola A 1/12 A 2/12 A / A / Seconda Prova di Ricerca Operativa Cognome Nome Numero Matricola Nota: LA RISOLUZIONE CORRETTA DEGLI ESERCIZI CONTRADDISTINTI DA UN ASTERISCO È CONDIZIONE NECESSARIA PER IL RAGGIUNGIMENTO DELLA

Dettagli

La Gestione della Produzione

La Gestione della Produzione La Gestione della Produzione Gestione dei sistemi industriali Consiste nel: - predisporre i mezzi ed assumere le decisioni necessarie a realizzare gli obiettivi strategici aziendali - operare scelte tra

Dettagli

2. Politiche di gestione delle scorte

2. Politiche di gestione delle scorte Si supponga di non conoscere con certezza il tasso di domanda, né il tempo di riordino (lead time). In uesto caso le decisioni: Quanto ordinare Quando ordinare devono tener conto della condizione di incertezza.

Dettagli

Release 3.1.3 WHIT E PAPER. e-fab

Release 3.1.3 WHIT E PAPER. e-fab Release 3.1.3 WHIT E PAPER Giugno 2003 A chi si rivolge, è stato pensato per la gestione ed il controllo delle fasi del ciclo produttivo. Caratteristiche generali I moduli affrontano e risolvono tutte

Dettagli

Il piano principale di produzione

Il piano principale di produzione Il piano principale di produzione Piano principale di produzione 1 Piano principale di produzione (Master Production Schedule) MPS pianifica le consegne di prodotto finito in termini di quantità e di data

Dettagli

Ottava Edizione. Programmazione Aggregata e MPS Prof. Sergio Cavalieri

Ottava Edizione. Programmazione Aggregata e MPS Prof. Sergio Cavalieri Ottava Edizione Programmazione Aggregata e MPS Prof. Sergio Cavalieri Le fasi del processo di PPC 2 Pianificazione di lungo termine Pianificazione aggregata Elaborazione del piano principale di produzione

Dettagli

Piano dei fabbisogni di capacità

Piano dei fabbisogni di capacità Piano dei fabbisogni di capacità CRP 1 Piano aggregato Piano delle risorse Lungo termine MPS Piano della capacità di massima Medio termine MRP CRP Breve termine Controllo della produzione Controllo della

Dettagli

Corso di Gestione dell Informazione Aziendale. Processi snelli GIA-L04 terza parte

Corso di Gestione dell Informazione Aziendale. Processi snelli GIA-L04 terza parte UNIVERSITÀ DEGLI STUDI DI BERGAMO Corso di Gestione dell Informazione Aziendale prof. Paolo Aymon Processi snelli terza parte UNIVERSITÀ DEGLI STUDI DI BERGAMO Processi snelli Corso di Gestione dell Informazione

Dettagli

Programmazione della produzione MT MT

Programmazione della produzione MT MT Programmazione della produzione Architettura gerarchica del processo di programmazione M P S livello 1 - livello di fabbrica orizzonte temporale lungo (12-24 mesi) Master Production Schedule n settimane

Dettagli

ESERCITAZIONE 1. ALGORTIMO DI WAGNER-WHITIN

ESERCITAZIONE 1. ALGORTIMO DI WAGNER-WHITIN ESERCITAZIONE 1. ALGORTIMO DI WAGNER-WHITIN Alla base di questo algoritmo (e di quasi tutte le tecniche di lot sizing) si sono molte ipotesi, tra le quali le seguenti: 1. La domanda è assunta nota in ciascun

Dettagli

GESTIONE DELLA PRODUZIONE

GESTIONE DELLA PRODUZIONE GESTIONE DELLA PRODUZIONE CICLO OPERATIVO DI GESTIONE INPUT OPERATION OUTPUT Approvvigionamento Lavoro Materiali Capitali Produzione Beni o Servizi Vendita GESTIONE STRATEGICA DELLA PRODUZIONE Obiettivi

Dettagli

La programmazione delle Scorte Obiettivo

La programmazione delle Scorte Obiettivo La programmazione delle Scorte Obiettivo (Emilio Barella - Project Manager Supply Chain - Heinz Italia - Milano) (Luigi E. Luce Amministratore Delegato - Delta Software srl - Milano) L' Extended Supply

Dettagli

Università degli Studi di Padova

Università degli Studi di Padova Università degli Studi di Padova Facoltà di Ingegneria Corso di Laurea in Ingegneria Gestionale Tesi di Laurea La gestione delle scorte: modelli discreti Inventory management: discrete models Relatore:

Dettagli

Programmazione della Produzione 32

Programmazione della Produzione 32 GESTIONE DELLE SCORTE Programmazione e Controllo Controllo delle scorte Controllo degli approvvigionamenti di materiale (arrivi) Controllo della produzione Controllo dei PF per la distribuzione Nomenclatura:

Dettagli

LA PIANIFICAZIONE DELLE ATTIVITÀ AZIENDALI E.R.P. (ENTERPRISE RESOURCE PLANNING)

LA PIANIFICAZIONE DELLE ATTIVITÀ AZIENDALI E.R.P. (ENTERPRISE RESOURCE PLANNING) LA PIANIFICAZIONE DELLE ATTIVITÀ AZIENDALI E.R.P. (ENTERPRISE RESOURCE PLANNING) EVOLUZIONE DEFINIZIONI SISTEMI INFORMATIVI E SISTEMI ERP I SISTEMI TRADIZIONALI I SISTEMI AD INTEGRAZIONE DI CICLO I SISTEMI

Dettagli

Contenuto e scopo presentazione. Modelli Lineari. Problemi e Istanze. Problemi di ottimizzazione. Esempi Versione 07/03/2006

Contenuto e scopo presentazione. Modelli Lineari. Problemi e Istanze. Problemi di ottimizzazione. Esempi Versione 07/03/2006 Contenuto e scopo presentazione Modelli Lineari Esempi Versione 07/03/2006 Contenuto esempi di modelli lineari per problemi pratici Scopo presentare i passi che conducono allo sviluppo di modelli a partire

Dettagli

Internet: www.gdpconsulting.it email: info@gdpconsulting.it Sede legale: Strada San Giorgio Martire, 97/6 70123 Bari (BA) Tel/Fax: 080/5057504

Internet: www.gdpconsulting.it email: info@gdpconsulting.it Sede legale: Strada San Giorgio Martire, 97/6 70123 Bari (BA) Tel/Fax: 080/5057504 SIGeP è la soluzione informatica per la gestione delle attività connesse alla produzione. Sviluppato da GDP Consulting, SIGeP permette una gestione integrata di tutti i processi aziendali. SIGeP è parametrizzabile

Dettagli

Economia e gestione delle imprese

Economia e gestione delle imprese Anno accademico 2008-2009 Economia e gestione delle imprese Prof. Arturo Capasso 1 2 1 Ciclo dell informazione PROGRAMMAZIONE Decisioni ESECUZIONE Informazioni CONTROLLO Risultati 3 Organizzazione e Sistema

Dettagli

PROFILO AZIENDALE. Le soluzioni in oggetto sono supportate dall introduzione di sistemi di controllo gestionali su base informatica.

PROFILO AZIENDALE. Le soluzioni in oggetto sono supportate dall introduzione di sistemi di controllo gestionali su base informatica. PROFILO AZIENDALE La Società GP PROGETTI è una realtà aziendale altamente innovativa, con una presenza affermata sul territorio nazionale. La sede è ubicata a Sarezzo in provincia di Brescia. La GP PROGETTI

Dettagli

Economia e gestione delle imprese

Economia e gestione delle imprese Anno accademico 2007-2008 Economia e gestione delle imprese Prof. Arturo Capasso 1 2 Ciclo dell informazione PROGRAMMAZIONE Decisioni ESECUZIONE Informazioni CONTROLLO Risultati 3 1 Organizzazione e Sistema

Dettagli

Corso di gestione dell informazione aziendale. Teoria

Corso di gestione dell informazione aziendale. Teoria Corso di gestione dell informazione aziendale Teoria Anno Accademico 2004/2005 1 Programma $ % $ $!" # # 2 Operations Management In questa Area vedremo: Le strategie produttive (problemi di make or buy,

Dettagli

Economia e. Prof. Arturo Capasso

Economia e. Prof. Arturo Capasso Anno accademico 2007-2008 Economia e gestione delle imprese Prof. Arturo Capasso 1 2 Ciclo dell informazione PROGRAMMAZIONE Decisioni ESECUZIONE Informazioni CONTROLLO Risultati 3 Organizzazione e Sistema

Dettagli

LA LOGISTICA INTEGRATA

LA LOGISTICA INTEGRATA dell Università degli Studi di Parma LA LOGISTICA INTEGRATA Obiettivo: rispondere ad alcuni interrogativi di fondo Come si è sviluppata la logistica in questi ultimi anni? Quali ulteriori sviluppi sono

Dettagli

Produzione. Durata e costi. A chi è indirizzato. Obiettivi

Produzione. Durata e costi. A chi è indirizzato. Obiettivi 34 P01 Il miglioramento rapido in produzione in ottica lean : il Quick Kaizen Approccio innovativo ispirato a principi e tecniche di Lean Production e TPS Il QuicK Kaizen è un approccio innovativo per

Dettagli

Bibliografia. Gestione operativa della produzione. Terminologia. Schedulazione. Schedulazione operativa della produzione

Bibliografia. Gestione operativa della produzione. Terminologia. Schedulazione. Schedulazione operativa della produzione Bibliografia Gestione operativa della produzione Schedulazione operativa della produzione 14/12/2001 11.54 E.L. Lawler, J.K. Lenstra, A.G.H. Rinnoy Kan, D.B. Shmoys, Sequencing and Scheduling: Algorithms

Dettagli

2.3.4 Pianificazione di progetti

2.3.4 Pianificazione di progetti .. Pianificazione di progetti Un progetto è costituito da un insieme di attività i, con i =,..., m, ciascuna di durata d i. stima Tra alcune coppie di attività esistono relazioni di precedenza del tipo

Dettagli

Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera

Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera L. De Giovanni AVVERTENZA: le note presentate di seguito non hanno alcuna pretesa di completezza, né hanno lo scopo di sostituirsi

Dettagli

Modello Di Schedulazione Con Capacità Finita

Modello Di Schedulazione Con Capacità Finita Modello Di Schedulazione Con Capacità Finita Capacità Finita Applicata Alla Schedulazione Degli Ordini Pianif Descrizione Modello E un tool che: Integra la funzione delle vendite con quella logistico-produttiva

Dettagli

della produzione in modo da segnare il confine entro il quale si intende sviluppare il discorso; si definiscono i problemi di Production Planning e

della produzione in modo da segnare il confine entro il quale si intende sviluppare il discorso; si definiscono i problemi di Production Planning e Introduzione La Ricerca Operativa è la disciplina che studia l utilizzo del metodo scientifico nei processi decisionali. Caratteristiche tipiche dell approccio del ricercatore operativo sono l analisi

Dettagli

Modelli per la gestione delle scorte

Modelli per la gestione delle scorte Modelli per la gestione delle scorte Claudio Arbib Università di L Aquila Seconda Parte Sommario Sui problemi di gestione aperiodica equazioni di stato Funzioni di costo Un modello convesso formulazione

Dettagli

Gestione dati tecnici di prodotto. Ing. Francesco Grassi - www.consulenzagestionale.it

Gestione dati tecnici di prodotto. Ing. Francesco Grassi - www.consulenzagestionale.it Gestione dati tecnici di prodotto Obiettivo dell attività di Gestione dei Dati Tecnici: Ricercare e Formalizzaretutte le informazioni tecniche di prodotto, generate nelle diverse attività di creazione

Dettagli

Copyright Esselibri S.p.A.

Copyright Esselibri S.p.A. CAPITOLO QUINTO I MODELLI DI GESTIONE DELLA PRODUZIONE E DEI MATERIALI SOMMARIO: 1. I processi produttivi. - 2. Layout delle macchine operatrici. - 3. I sistemi flessibili di produzione. - 4. La scelta

Dettagli

L avviamento dei motori asincroni

L avviamento dei motori asincroni L avviamento dei motori asincroni Un problema rilevante è quello dell avviamento dei motori. Nei motori asincroni infatti, durante l avviamento, circolano nel motore correnti notevoli sia perché la resistenza

Dettagli

Il caso FrescoMagic s.r.l.

Il caso FrescoMagic s.r.l. LE TECNICHE DI PROGRAMMAZIONE E CONTROLLO DELLE SCORTE Il caso FrescoMagic s.r.l. Le scorte servono a fronteggiare in ogni momento improvvise esigenze di produzione e di vendita Rilevano importanza perché

Dettagli

1. Considerazioni generali

1. Considerazioni generali 1. Considerazioni generali Modelli di shop scheduling In molti ambienti produttivi l esecuzione di un job richiede l esecuzione non simultanea di un certo numero di operazioni su macchine dedicate. Ogni

Dettagli

La Gestione delle Scorte

La Gestione delle Scorte La Gestione delle Scorte Gestione delle scorte I materiali hanno un ruolo fondamentale nel processo produttivo infatti il 30-80% del fatturato viene speso per acquisto di materiali. Ma l immobilizzo di

Dettagli

LA GESTIONE E IL CONTROLLO DELLE SCORTE

LA GESTIONE E IL CONTROLLO DELLE SCORTE CORSO DI Gestione della produzione industriale Facoltà di Ingegneria LA GESTIONE E IL CONTROLLO DELLE SCORTE Prof. Fabrizio Dallari Università Carlo Cattaneo Istituto di Tecnologie e-mail: fdallari@liuc.it

Dettagli

MAGAZZINO. Il magazzino all interno della struttura aziendale. per il servizio al cliente

MAGAZZINO. Il magazzino all interno della struttura aziendale. per il servizio al cliente FUNZIONI E RUOLO del MAGAZZINO Il magazzino all interno della struttura aziendale Il magazzino come leva primaria per il servizio al cliente IL MAGAZZINO al CENTRO della STRUTTURA AZIENDALE ACQUISTI MAGAZZINO

Dettagli

ERP: L area produ/va

ERP: L area produ/va ERP: L area produ/va Obie/vi Funzioni base dei sistemi per il flusso produ/vo Tra=amento dei processi di definizione del prodo=o Pianificazione della produzione, sia da un punto vista strategico che operacvo

Dettagli

Cover. La soluzione gestionale per conoscere ed elaborare i TEMPI di produzione ottimizzandone i METODI di realizzo.

Cover. La soluzione gestionale per conoscere ed elaborare i TEMPI di produzione ottimizzandone i METODI di realizzo. Cover La soluzione gestionale per conoscere ed elaborare i TEMPI di produzione ottimizzandone i METODI di realizzo. Tempi e Metodi Realizzato sull esperienza vissuta in prima persona all interno delle

Dettagli

I sistemi ERP. sistemi ERP 1

I sistemi ERP. sistemi ERP 1 I sistemi ERP sistemi ERP 1 Il portafoglio applicativo delle industrie manifatturiere Pianificazione delle operazioni Analisi strategica, pianificazione annuale, programmazione operativa, scheduling Esecuzione

Dettagli

Migliorare le prestazioni delle PMI collaborando con clienti e fornitori Sviluppo di nuove abilità e strumenti ICT di supporto

Migliorare le prestazioni delle PMI collaborando con clienti e fornitori Sviluppo di nuove abilità e strumenti ICT di supporto Migliorare le prestazioni delle PMI collaborando con clienti e fornitori Sviluppo di nuove abilità e strumenti ICT di supporto Opportunità per le PMI per ottimizzare la gestione della filiera logistico

Dettagli

PROVA FINALE V. AULETTA G. PERSIANO ALGORITMI II - -MAGIS INFO

PROVA FINALE V. AULETTA G. PERSIANO ALGORITMI II - -MAGIS INFO PROVA FINALE V. AULETTA G. PERSIANO ALGORITMI II - -MAGIS INFO 1. Load Balancing Un istanza del problema del load balancing consiste di una sequenza p 1,..., p n di interi positivi (pesi dei job) e un

Dettagli

SPERIMENTAZIONE CON LINDO SU UN PROBLEMA DI SCHEDULING

SPERIMENTAZIONE CON LINDO SU UN PROBLEMA DI SCHEDULING UNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE CORSO DI LAUREA IN SCIENZE STATISTICHE ED ECONOMICHE TESI DI LAUREA SPERIMENTAZIONE CON LINDO SU UN PROBLEMA DI SCHEDULING Relatore: Ch.mo

Dettagli

Esercizi di Gestione della Produzione Industriale. Tabella 1: tempi di lavorazione di un set di job.

Esercizi di Gestione della Produzione Industriale. Tabella 1: tempi di lavorazione di un set di job. Esercizio 1: schedulazione con il modello di Johnson...2 Soluzione dell esercizio 1 (schedulazione con il modello di Johnson)...2 Esercizio 2: schedulazione con il modello di Hodgson...3 Soluzione dell

Dettagli

Ricerca Operativa e Logistica

Ricerca Operativa e Logistica Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili A.A. 20/202 Lezione 6-8 Rappresentazione di funzioni non lineari: - Costi fissi - Funzioni lineari a tratti Funzioni obiettivo non lineari:

Dettagli

www.mbm.it MBM Italia S.r.l. - Via L. Pellizzo 14/A - 35128 Padova Tel.+39.049.2138422 - Fax +39.049.2106668 - E-mail marketing@mbm.

www.mbm.it MBM Italia S.r.l. - Via L. Pellizzo 14/A - 35128 Padova Tel.+39.049.2138422 - Fax +39.049.2106668 - E-mail marketing@mbm. 1 APACHE V4 è la soluzione ERP (Enterprise Resource Planning) di MBM Italia per le aziende di produzione. È un software integrato e modulare, che fornisce gli strumenti gestionali alle aree operative di

Dettagli

Strumenti digitali di pianificazione e controllo. Mauro Mezzenzana Capo progetto e Ricercatore SmartUp LFD / Lab#ID @mauromezze

Strumenti digitali di pianificazione e controllo. Mauro Mezzenzana Capo progetto e Ricercatore SmartUp LFD / Lab#ID @mauromezze Strumenti digitali di pianificazione e controllo Mauro Mezzenzana Capo progetto e Ricercatore SmartUp LFD / Lab#ID @mauromezze Indice Il processo di pianificazione I flussi informativi Gli strumenti digitali

Dettagli

Programmazione Quadratica. 2009 by A. Bemporad Controllo di Processo e dei Sistemi di Produzione A.a. 2008/09

Programmazione Quadratica. 2009 by A. Bemporad Controllo di Processo e dei Sistemi di Produzione A.a. 2008/09 Programmazione Quadratica 1/82 Programmazione lineare minimizza o massimizza funzione obiettivo soggetto a 2/82 Programmazione quadratica minimize or maximize funzione obiettivo soggetto a STESSI VINCOLI

Dettagli

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Gestione della produzione e della supply chain Logistica distributiva Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Problemi di Distribuzione: Il problema del Vehicle Rou:ng

Dettagli

Massimizzare il valore dell'investimento sull' ERP

Massimizzare il valore dell'investimento sull' ERP Massimizzare il valore dell'investimento sull' ERP (Luigi E. Luce Amministratore Delegato - Delta Software srl - Milano) Introduzione II benefici potenziali di un Supply Chain Management evoluto (miglior

Dettagli

Definizioni di scorte

Definizioni di scorte LA GESTIONE DELLE SCORTE Nozioni di base Definizioni di scorte insieme di materie, semilavorati e prodotti che in un determinato momento sono in attesa di partecipare ad un processo di trasformazione o

Dettagli

Sono casi particolari di MCF : SPT (cammini minimi) non vi sono vincoli di capacità superiore (solo x ij > 0) (i, j) A : c ij, costo di percorrenza

Sono casi particolari di MCF : SPT (cammini minimi) non vi sono vincoli di capacità superiore (solo x ij > 0) (i, j) A : c ij, costo di percorrenza Il problema di flusso di costo minimo (MCF) Dati : grafo orientato G = ( N, A ) i N, deficit del nodo i : b i (i, j) A u ij, capacità superiore (max quantità di flusso che può transitare) c ij, costo di

Dettagli

Automazione gestionale

Automazione gestionale ERP, MRP, SCM e CRM Automazione gestionale verticale editoria banche assicurazioni orizzontale contabilita (ordini fatture bolle) magazzino logistica (supply chain) Funzioni orizzontali (ERP) ordini vendita

Dettagli

prof. Paolo Aymon Piani operativi GIA-L04 seconda parte

prof. Paolo Aymon Piani operativi GIA-L04 seconda parte UNIVERSITÀ DEGLI STUDI DI BERGAMO Corso di Gestione dell Informazione Aziendale prof. Paolo Aymon Piani operativi seconda parte Sommario della lezione Gestione dell Informazione nella Supply Chain Piani

Dettagli