Töidenjärjestely. Töidenjärjestelyä tehdään kaikkialla. Luennon sisältö. Töidenjärjestelyn idea, tärkeys ja haastavuus
|
|
- Raili Sipilä
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 L u e n t o Töidenjärjestelyä tehdään kaikkialla Töidenjärjestely Luennon sisältö Töidenjärjestelyn perusteet Skedulointimallit Työntekijöiden skedulointi Valmistettavien tuotteiden skedulointi tuotannon organisointi muutettaessa panoksia tuotoksiksi - esim. missä järjestyksessä työt tehdään tehtaassa tai yhdessä työpisteessä Työntekijöiden työvuorojen skedulointi työvuorojen määrittely sekä tuotannossa että palveluissa? - esim. millaisia vuoroja hoitajat tekevät sairaalassa huomioiden lukumäärä- ja osaamisrajoitteet Projektien skedulointi projektien organisointi aika- ja kustannusrajoitteiden pohjalta - esim. kuka konsulttitoimistossa työskentelee missäkin projektissa? Tilojen skedulointi työtilojen kohdistaminen resurssi ja tilarajoitteet huomioiden - esim. miten korkeakoulussa määritellään kurssien opetusajat (oppilaat/työt, opettajat/resurssit, huoneet/tilat)? Kuljetusten skedulointi toimeksiantojen allokointi - esim. miten korjauspalveluissa asiakaskäynnit ajoitetaan matkat ja käyntien kestot huomioiden? - esim. miten bussien ja raitiovaunujen aikataulut suunnitellaan? TUTA 17 Luento 16 6 Töidenjärjestelyn idea, tärkeys ja haastavuus Ideana osoittaa kaikille tilauksille/asiakkaille jne. oikeanlaisia resursseja oikeaan aikaan resurssit voivat olla mm. työntekijöitä, koneita, materiaaleja, tiloja päätöksiä siis reitityksestä, järjestyksestä ja ajoituksesta Resurssien järjestäminen on yksi johtajien tavallisimpia tehtäviä skedulointia tehdään toistuvasti, jopa monta kertaa päivän sisällä (esim. lentokentällä suunnitelmat uusiksi kun koneet myöhässä) käytännön linkki suunnitelmien ja toteutuksen välillä! Tasapainottelua rajoitettujen resurssien ja erityyppisten tavoitteiden välilläj maksimoida tuotantomäärät, minimoida kustannukset, pitää kiinni luvatuista toimitusajoista, ylläpitää tasaista laatua TUTA 17 Luento 16 5 Töidenjärjestelyllä myös strateginen roolij Suora vaikutus kustannuspohjaiseen kilpailukykyyn hyvä skedulointi nostaa tehokkuutta ja laskee kustannuksia - aikatauluł työvirtałkassavirta (läpimenoajat, varastot jne.) esim. lentoyhtiöt säästäneet satoja miljoonia vuodessa tehokkaammalla resurssien käytöllä Suora vaikutus aikaperusteiseen kilpailukykyyn esim. kuljetuspalvelut; noutoja toimitusajankohtien, autojen, lentokoneiden ja henkilöstön jatkuva palapeli TUTA 17 Luento 16 9
2 Töidenjärjestelyssä monia eri tavoitteita Tehokkuuden maksimointi Työvoiman hyötykäyttö Skedulointi Korkea asiakaspalvelu Varastotasojen minimointi Trade-off tavoitteiden välillä, painotus riippuu monesta asiasta Asetusajat Kustannukset Käyttöaste Läpimenoajat Työn seuranta Oikeaaikaisuus TUTA 17 Luento Odotusaika Hyvä työ auttaa monessa! Nopeampi palvelu pienemmillä resursseilla Varasto (WIP) Nykyinen järjestelmä Parannettu järjestelmä TUTA 17 Luento Töidenjärjestelyssä monia eri tavoitteita - case NHL:n peliohjelma - Joukkueiden toiveet Television toiveet Pitkät etäisyydet Pelaajien kotielämä 30 joukkuetta ottelua - 6,5 kuukautta TUTA 17 Luento Millainen on hyvä työ? - case ilmailulaitos - Päätöksenteossa tutut perusmuuttujat lentokoneet ( työt ) kiitotiet ( koneet ) suunnitellut laskeutumisajat ( toimitusajankohdat ) matkustajien lukumäärä koneissa jne. (esim. kustannus ) Useita mahdollisia tavoitefunktioita laskeutumisiin vaadittavan kokonaisajan minimointi myöhästyneiden matkustajien lukumäärän minimointi jne. Tilannekohtaiset muuttujat huomioitava työt : sairaskuljetukset, polttoaine, poliitikot, konetyyppi koneet : säätila, korjaukset henkilöt : tornin kelpuutus TUTA 17 Luento 16 14
3 Mallien toteutus lähtee liikkeelle perusasioilla Töiden ja resurssien tiedot välttämättömiä tilaukset / työt (määräajat, materiaalitarpeet) työvaiheet (, kesto) tuotantolaitteet (ominaisuudet, kapasiteetti, kustannus) tilat (saatavuus, kapasiteetti, käyttö, kustannus) työntekijät (saatavuus, osaaminen, tehokkuus, kustannus) sakot myöhästymisistä Staattiset mallit yleisempiä määrätty määrä töitä, kaikki työt saapuvat yhtä aikaa, kaikki työpisteet vapaita, minimoidaan kokonaistuotantoaikaa Dynaamiset tilanteet normaalia arkea töitä lisätään jatkuvasti, tilaukset muuttuvat jatkuvasti ja epäsäännöllisesti, kapasiteetti vaihtelee ilman etukäteisvaroitusta Tuotantotyyppi vaikuttaa töidenjärjestelyyn Verstas moniulotteinen ongelma useita tavoitteita/ratkaisuja Erätuotanto tuotantoerän laatu ja koko (ELS) varaston riitto (run-out time) Kokoonpanolinja tuotantolinjan tasapainottaminen, tasainen tuotantonopeus osien tuotanto Prosessituotanto ensisijaisesti tuotteenvaihdon ajoitusta kustannukset avaintekijänä TUTA 17 Luento TUTA 17 Luento Järjestyksen ja ajoittamisen ero? - sequencing & scheduling - Molemmilla pyritään kehittämään suunnitelma, joka ohjaa töiden vapauttamista tuotantosysteemiin ja koordinoi tarvittavia resursseja SEQUENCING antaa järjestyksen, ei vapautusaikoja - riittävä yksinkertaisissa tilanteissa aika SCHEDULING antaa yksityiskohtaiset vapautusajat - sopiva, kun monimutkaiset reititykset tekevät yksinkertaisesta työjärjestyksestä epäkäytännöllisen A B C A B C aika Verstastuotannon skedulointi hankalinta Tuotannon ominaispiirteistä johtuen moninainen prosessi useita erilaisia tuotteita, tuotantovaiheita, -järjestyksiä, käsittelyja asetusaikoja, tilauskokoja jne. jokainen vaihe pitää skeduloida erikseen koordinaatio luonnollisesti tärkeää Erittäin dynaaminen toimintaympäristö tilauksia saapuu, odottaa ja lähtee jatkuvasti Tuotannossa samanaikaisesti monia tilauksia yritykset joko jäädyttävät skeduloitavan tilauskannan tai työskentelevät jatkuvien prioriteettien kanssa TUTA 17 Luento TUTA 17 Luento 16 19
4 esim. A: kesto 2, deadline 3 B: kesto 5, deadline 6 Yleisimmät prioriteettisäännöt Skedulointi esimerkki A B A (2) B (5) A (3) B (6) FCFS (first come - first served) töiden saapumis määrittelee työstöjärjestykseen ei oikeastaan millään mittarilla kauhean hyvä sääntö (sattuma) SPT (shortest processing time) töiden kesto määrittelee työstöjärjestyksen työ, jonka kesto on lyhin aloitetaan ensin jne. minimoi keskimääräisen työstöajan yhden koneen tapauksessa EDD (earliest due date) töiden määräpäivä määrittelee työstöjärjestykseen työ, jonka määräpäivä on lähimpänä aloitetaan ensin jne. minimoi maksimi viivästymisen CR (critical ratio) lasketaan suhdeluku jakamalla jäljellä oleva aika käsittelyajalla ensimmäisenä työ, jolla on vähiten aikaa jäljellä ko.hetkellä käsittelyaikaan verrattuna (= kriittisin ) S/RO (slack per remaining ops) lasketaan suhdeluku jakamalla jäljellä olevan ajan ja käsittelyajan erotus jäljellä olevien operaatioiden määrällä ensimmäisenä kriittisin työ Monia muitakin löytyy staattiset: longest processing time, start date, last come - first served, random order, least set-up... dynaamiset: slack time remaining, least work / fewest operations remaining, S/PT, MOD... B (1,2) A (1,5) TUTA 17 Luento Neljä työtä (A-D) pitää käsitellä yhdellä koneella. Testaa eri prioriteettisääntöjä (FCFS, SPT, EDD ja CR) ja mittaa sääntöjen tehokkuus keskeisillä suorituskykymittareilla. TUTA 17 Luento Skeduloinnin suorituskyvyn mittaaminen Skedulointi esimerkki Tuotanto Varasto Kokonaistuotantoaika (makespan) ensimmäisen työn aloittamisen ja viimeisen työn lopettamisen välinen aika Keskimääräinen työstöaika (average flow time) työstöaikojen summa jaettuna töiden lukumäärällä (sisäinen tehokkuus) Keskimääräinen töiden lukumäärä (WIP & total) työstöaikojen summa jaettuna kokonaistuotantoajalla (varaston likiarvo) lopullisten toimitusaikojen summa jaettuna kokonaistuotantoajalla Tunnuslukujen laskeminen CR prioriteettisäännöllä 1/2 =7/5 Keskimääräinen viivästyminen (average tardiness) Markkinointi myöhästymispäivien summa jaettuna töiden lukumäärällä (asiakaspalvelun hyvyys ja ulkoinen tehokkuus) Myöhästyneiden töiden lukumäärä Maksimi myöhästyminen odottelua 8, käsittelyä 4 2 kpl max. 9 TUTA 17 Luento TUTA 17 Luento 16 27
5 Skedulointi esimerkki Johnsonin algoritmi esimerkki Tunnuslukujen laskeminen CR prioriteettisäännöllä 2/2 Alkutilanne D B A (0) (5) (5) (7) (8) (8) (12) (13) Iterointi lyhin aika 1 (työ B, kone 1); sijoita työ B ensimmäiseksi ja poista lyhin aika 2 (työ A, kone 2); sijoita työ A viimeiseksi ja poista jäljellä vain työ C; sijoita jäljellä olevaan paikkaan C (12) (13) Lopullinen työ: B-C-A, makespan TUTA 17 Luento TUTA 17 Luento Töidenjärjestely 2-vaiheisessa prosessissa Johnsonin algoritmi esimerkki Useimmiten työprosesseissa käytetään enemmän kuin yhtä konetta Johnsonin algoritmi minimoi töiden kokonaistuotantoajan (makespan) kahden koneen tapauksessa 1. lajittele töiden työstöajat kahdella koneella kahteen listaan 2. etsi lyhin aika jommasta kummasta listasta ja poista työ molemmista listoista - mikäli aika on 1. koneen listasta, sijoita työ ensimmäiselle mahdolliselle sijalle työjärjestyksessä - mikäli aika on 2. koneen listasta, sijoita työ viimeiselle mahdolliselle sijalle työjärjestyksessä 3. toista kunnes listat on käyty läpi Työ ei siis ole 1.koneen SPT-! TUTA 17 Luento TUTA 17 Luento 16 32
6 Töidenjärjestelyssä huomioitavia asioita Töidenjärjestelymallien taustalla yleensä paljon oletuksia työt välittömästi käsiteltävissä, prosessointiajat deterministiset ei asetusaikoja, ei koneiden rikkoutumisia, ei peruttuja töitä, töiden keskeyttäminen mahdotonta... Käytännössä tilanne varsin erilainen kaikki työt eivät ole valmiina työstettäväksi kun ongelmaa ratkaistaan, prosessointiajat harvoin deterministisiä... käytössä aina enemmän kuin kaksi konetta, työstöajat riippuvat työjärjestyksestä jne. Ongelmanasettelussa siis aina epävarmuutta isoihin ongelmiin tuskin löydetään optimaalisia vastauksia prioriteetteihin perustuvat järjestelysäännöt toimivat usein hyvin TUTA 17 Luento Ongelmanratkaisussa hyviäkin puolia Määräpäivät voidaan määritellä selkeästi Töiden jakaminen pienempiin eriin on mahdollista yhdellä koneella saadut SPT tulokset antavat ymmärtää, että lyhyet työt purkavat jonoa nopeammin kuin pitkät työt Johnsonin algoritmin rutiini viittaa siihen, että useamman koneen tapauksessa kannattaa aloittaa ja lopettaa lyhyellä työllä lyhyistä töistä saadaan pieniä siirtoeriä ja niistä voidaan yhdistellä isompia työstöeriä Kapasiteetilla usein joustomahdollisuuksia ylityöt, työntekijöiden kierrättäminen, alihankkijat... Huomio keskittyy pullonkauloihin Useita mahdollisia työjärjestyksiä (riittävän hyviä) TUTA 17 Luento Pienten ongelmien selvittäminen mahdollista, isojen välillä turhauttavan hankalaa! TUTA 17 Luento Töidenjärjestelyä tehdään myös palveluissa Klassinen varastoimattomuuden ongelma kysyntä lisäksi usein varsin epätasaista Varausjärjestelmä vähentää satunnaisuutta järjestelmän yleistä toimivuutta parantaa mm. - muistus varauksen olemassa olosta (soitto, SMS, ...) - taloudellinen rangaistus jos jättää saapumatta (no-show -sakko) - palkitsematta jättäminen jos saapuu paikalle liian aikaisin (eli esim. ei palvella etuajassa olevia) ja sakottaminen jos myöhästyy - varausten aaltomainen allokointi (asiakkaat hieman etuajassa ) Promootiot ja hinnoittelumekanismit helpottavat kysynnän tasoittamisessa helpottaa mm. henkilökunnan skedulointia TUTA 17 Luento vs.
7 Yksinkertaistettu työntekijöiden skedulointi Ennustettu kysyntä Palvelutaso Työntekijöiden skedulointi esimerkki Laskettelukeskuksessa järjestetään 4 päivän hiihtokursseja. Kuinka monta laskettelunopettajaa pitäisi vähintään palkata jos kurssienvetäjät tekevät neljän päivän työviikkoa (vetävät kurssin alusta loppuun) ja keskuksen johdon myyntiennusteet pitävät paikkansa (opettajien tarve per päivä taulukon ylimmän rivin kaltainen)? Työvoimantarve Skedulointirajoitteet Päivittäinen työntekijätarve Yksittäisen työntekijän skedulointirajoitteet Työntekijäkohtainen työaikataulu TUTA 17 Luento TUTA 17 Luento Työntekijöiden skedulointi Ihmiset ainainen OM-ongelma skedulointi helppoa tasaisessa tuotannossa - esim. paperiteollisuus ( vuorolistat vuosiksi eteenpäin ) skedulointi hankalaa kysynnän vaihdellessa - esim. palvelualat (työntekijät erottamaton osa palvelun tuottamista) Tehokkaan skeduloinnin merkityksen näkee katsomalla palkkakustannusten osuutta tavoitteena skeduloida tarpeeksi ihmisiä vastaamaan kysyntään minimikustannuksin (klassinen asiakastyytyväisyys tilanne) - osa-aikaisia käytetään usein juuri heidän joustavuuden vuoksi Inhimillisyys työvuorojen suunnittelussa? vapaapäivien peräkkäisyys työpäivien pituus ja tasaisuus - kahvitauot, osa-aikaisuus, ruuhkatyöntekijät jne. TUTA 17 Luento Töidenjärjestelyn ihmisläheisyys - case raitiovaunukuljettajien allokointi - Jätkäsaari - Sörnäinen - Arabia TUTA 17 Luento 16 45
Töidenjärjestely. Töidenjärjestelyn idea, tärkeys ja haastavuus. Luennon sisältö. Töidenjärjestelyä tehdään kaikkialla
L u e n t o Töidenjärjestelyn idea, tärkeys ja haastavuus Töidenjärjestely Luennon sisältö Töidenjärjestelyn perusteet Skedulointimallit Työntekijöiden skedulointi Ideana osoittaa kaikille tilauksille/asiakkaille
LisätiedotL u e n t o. Töidenjärjestely. Luennon sisältö. Töidenjärjestelyn perusteet Skedulointimallit Työntekijöiden skedulointi
L u e n t o Töidenjärjestely Luennon sisältö Töidenjärjestelyn perusteet Skedulointimallit Työntekijöiden skedulointi Yrityksen suunnittelussa eri tasoja Strategiset päätökset Luennot 1-9 aika vähenee
LisätiedotL u e n t o. Töidenjärjestely. Luennon sisältö. Töidenjärjestelyn perusteet Skedulointimallit Työntekijöiden skedulointi
L u e n t o Töidenjärjestely Luennon sisältö Töidenjärjestelyn perusteet Skedulointimallit Työntekijöiden skedulointi Yrityksen suunnittelussa eri tasoja Strategiset päätökset Luennot 1-9 aika vähenee
LisätiedotTöidenjärjestely. Töidenjärjestelyä tehdään kaikkialla. Luennon sisältö. Miksi töidenjärjestely on tärkeätä? Töidenjärjestelyn idea tiivistettynä
L u e n t o Töidenjärjestelyä tehdään kaikkialla Töidenjärjestely Luennon sisältö Töidenjärjestelyn perusteet Skedulointimallit Työntekijöiden skedulointi Valmistettavien tuotteiden skedulointi tuotannon
LisätiedotTuotannon jatkuva optimointi muutostilanteissa
Tuotannon jatkuva optimointi muutostilanteissa 19.4.2012 Henri Tokola Henri Tokola Esityksen pitäjä 2009 Tohtorikoulutettava Aalto-yliopisto koneenrakennustekniikka Tutkimusaihe: Online-optimointi ja tuotannonohjaus
LisätiedotYleistä. Esimerkki. Yhden palvelimen jono. palvelin. saapuvat asiakkaat. poistuvat asiakkaat. odotushuone, jonotuspaikat
J. Virtamo 38.3143 Jonoteoria / Jonojärjestelmät 1 JONOJÄRJESTELMÄT Yleistä Jonojärjestelmät muodostavat keskeisen mallinnuksen välineen mm. tietoliikenne- ja tietokonejärjestelmien suorituskyvyn analysoinnissa.
Lisätiedot6. Luento: Skedulointi eli Vuoronnus. Tommi Mikkonen, tommi.mikkonen@tut.fi
6. Luento: Skedulointi eli Vuoronnus Tommi Mikkonen, tommi.mikkonen@tut.fi Agenda Peruskäsitteet Skedulointialgoritmeja Reaaliaikajärjestelmien skedulointi Skeduloituvuuden analysoinnista Yhteenveto Peruskäsitteet
LisätiedotTuotantoprosessin optimaalinen aikataulutus (valmiin työn esittely)
Tuotantoprosessin optimaalinen aikataulutus (valmiin työn esittely) Joona Kaivosoja 01.12.2014 Ohjaaja: DI Ville Mäkelä Valvoja: Prof. Ahti Salo Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla
LisätiedotOptimoinnin sovellukset
Optimoinnin sovellukset Timo Ranta Tutkijatohtori TTY Porin laitos OPTIMI 4.12.2014 Mitä optimointi on? Parhaan ratkaisun systemaattinen etsintä kaikkien mahdollisten ratkaisujen joukosta Tieteellinen
LisätiedotKombinatorinen optimointi
Kombinatorinen optimointi Sallittujen pisteiden lukumäärä on äärellinen Periaatteessa ratkaisu löydetään käymällä läpi kaikki pisteet Käytännössä lukumäärä on niin suuri, että tämä on mahdotonta Usein
LisätiedotLaskennallinen älykkyys. Computational Intelligence
Laskennallinen älykkyys Computational Intelligence LASKENNALLISEN ÄLYKKYYDEN TUTKIMUS TUTKIMUSKOHTEITAMME Työvoiman hallinnan optimointi Reitti- ja logistiikkaoptimointi Ammattilaisliigojen sarjaohjelmien
LisätiedotPohjoismaisen JMIhankintaverkoston. kysyntäennusteita hyödyntäen. Eglo-seminaari Helsinki, 30.5.2006 Heli Laurikkala ja Tero Kankkunen
Pohjoismaisen JMIhankintaverkoston kehittäminen kysyntäennusteita hyödyntäen Eglo-seminaari Helsinki, 30.5.2006 Heli Laurikkala ja Tero Kankkunen Sisällys Lähtökohta Osallistujat Tavoitteet Aikataulu Toimenpiteet
LisätiedotHARJOITUS- PAKETTI D
Logistiikka A35A00310 Tuotantotalouden perusteet HARJOITUS- PAKETTI D (10 pistettä) TUTA 17 Luento 14 Karkea tuotannonsuunnittelu Case Memorial Hospital 2 pistettä 1/10 2/10 Luento 15 Tuotannonsuunnittelu
LisätiedotOngelma(t): Jotta tietokone olisi mahdollisimman yleiskäyttöinen ja suorituskykyinen, niin miten tietokoneen resurssit tulisi tarjota ohjelmoijalle,
Ongelma(t): Jotta tietokone olisi mahdollisimman yleiskäyttöinen ja suorituskykyinen, niin miten tietokoneen resurssit tulisi tarjota ohjelmoijalle, sovellusohjelmille ja käyttäjille? 2012-2013 Lasse Lensu
LisätiedotKon Konepajojen tuotannonohjaus: ILOG CPLEX Studion käyttö
Kon-15.4199 Konepajojen tuotannonohjaus: ILOG CPLEX Studion käyttö 22.1.2016 Harjoituksessa 1. Varmistetaan että kaikilla on pari! Ilmoittautukaa oodissa etukäteen! 2. Tutustutaan ensimmäiseen tehtävään
LisätiedotLAPPEENRANNAN TEKNILLINEN YLIOPISTO Teknistaloudellinen tiedekunta LUT Tuotantotalous
LAPPEENRANNAN TEKNILLINEN YLIOPISTO Teknistaloudellinen tiedekunta LUT Tuotantotalous Diplomityön tekijä: Antti Miettinen ULKOMAALAISLUPAPROSESSIN LÄPÄISYAIKOJEN HALLINTA POLIISILAITOKSELLA Työn tarkastajat:
LisätiedotAlgoritmit 1. Luento 1 Ti Timo Männikkö
Algoritmit 1 Luento 1 Ti 10.1.2017 Timo Männikkö Luento 1 Algoritmi Algoritmin toteutus Ongelman ratkaiseminen Algoritmin tehokkuus Algoritmin suoritusaika Algoritmin analysointi Algoritmit 1 Kevät 2017
LisätiedotKuntatuottavuuden ja tuloksellisuuden käsitteet. Versio
Kuntatuottavuuden ja tuloksellisuuden käsitteet Versio 6.7.2012 Johdantoa kuntatuottavuuden ja tuloksellisuuden käsitteisiin Käsitemäärittelyssä tavoitteena selkeys, johdonmukaisuus ja käytettävyys, ei
LisätiedotAlgoritmit 1. Luento 4 Ke Timo Männikkö
Algoritmit 1 Luento 4 Ke 18.1.2017 Timo Männikkö Luento 4 Tietorakenteet Pino Pinon toteutus Jono Jonon toteutus Lista Listaoperaatiot Algoritmit 1 Kevät 2017 Luento 4 Ke 18.1.2017 2/29 Pino Pino, stack,
Lisätiedot811312A Tietorakenteet ja algoritmit II Perustietorakenteet
811312A Tietorakenteet ja algoritmit 2017-2018 II Perustietorakenteet Sisältö 1. Johdanto 2. Pino 3. Jono 4. Lista 811312A TRA, Perustietorakenteet 2 II.1. Johdanto Tietorakenne on tapa, jolla algoritmi
LisätiedotSkedulointi, kuormituksen tasaus, robotin navigaatio
Skedulointi, kuormituksen tasaus, robotin navigaatio Esitelmä algoritmiikan tutkimusseminaarissa 17.2.2003 Kimmo Palin Tietojenkäsittelytieteen laitos Helsingin Yliopisto Skedulointi, kuormituksen tasaus,
LisätiedotTilaajien rooli virtaustehokkuuden kehittämisessä
Tilaajien rooli virtaustehokkuuden kehittämisessä 15.11.2016 1 Mahdollisuus Valmistavan tuotannon tehokkuus on yli kolminkertaistunut rakentamiseen verrattuna Etumatka voidaan kuoroa tuomalla työmaalle
Lisätiedot8 Yritys kilpailullisilla markkinoilla (Mankiw & Taylor, Ch 14)
8 Yritys kilpailullisilla markkinoilla (Mankiw & Taylor, Ch 14) Markkinat ovat kilpailulliset silloin, kun siellä on niin paljon yrityksiä, että jokainen pitää markkinoilla määräytyvää hintaa omista toimistaan
LisätiedotMegaprojekti pysyi aikataulussa. Totta vai tarua?
Megaprojekti pysyi aikataulussa. Totta vai tarua? Megaprojekti mikä? Lähde: https://en.wikipedia.org/wiki/megaproject 2 Megaprojekti miksi? Lähde: https://en.wikipedia.org/wiki/megaproject 3 Megaprojekti
LisätiedotHARJOITUS- PAKETTI E
Logistiikka A35A00310 Tuotantotalouden perusteet HARJOITUS- PAKETTI E (6 pistettä) TUTA 17 Luento 18 Jonojen hallinta Hamburger Restaurant Pinball Wizard 1 piste Benny s Arcade 1/4 Luento 19 Projektin
LisätiedotUolevin reitti. Kuvaus. Syöte (stdin) Tuloste (stdout) Esimerkki 1. Esimerkki 2
Uolevin reitti Kuvaus Uolevi on ruudukon vasemmassa ylänurkassa ja haluaisi päästä oikeaan alanurkkaan. Uolevi voi liikkua joka askeleella ruudun verran vasemmalle, oikealle, ylöspäin tai alaspäin. Lisäksi
LisätiedotSkedulerisimulaattorin implementointi fysiikkatöille ja sen matemaattinen validointi
Skedulerisimulaattorin implementointi fysiikkatöille ja sen matemaattinen validointi 24.01.2011 Ohjaaja: Tapio Niemi Valvoja: Harri Ehtamo Tausta ja työn tavoite Työ tehtiin Helsinki Institute of Physics:ille,
LisätiedotAlgoritmit 2. Luento 13 Ti Timo Männikkö
Algoritmit 2 Luento 13 Ti 30.4.2019 Timo Männikkö Luento 13 Simuloitu jäähdytys Merkkijonon sovitus Horspoolin algoritmi Ositus ja rekursio Rekursion toteutus Algoritmit 2 Kevät 2019 Luento 13 Ti 30.4.2019
LisätiedotTuotannon perustyypit
L u e n t o Tuotantoprosessit Tuotannon perustyypit Luennot 1 ja 2 Tavoitteena ihmisten tarpeiden täyttäminen Tarpeet täytetään tuottamalla tuotteita ja palveluja Luennon sisältö Prosessisuunnittelu Luennot
Lisätiedotj n j a b a c a d b c c d m j b a c a d a c b d c c j
TEKNILLINEN KORKEAKOULU Tietoliikenne- ja tietoverkkotekniikan laitos S-38.115 Liikenneteorian perusteet, Kevät 2008 Demonstraatiot Luento 12 29.2.2008 D12/1 Tarkastellaan verkkoa, jossa on solmua ja linkkiä.
LisätiedotTuotannon perustyypit
L u e n t o Kaikkea ei voi tuottaa samalla tavalla Tuotannon perustyypit Luennon sisältö Prosessisuunnittelu TUTA 16 Luento 4 4 Tuotantoprosessit erilaiset tuotokset vaativat erilaisia tapoja Luennot 1
LisätiedotMalliratkaisut Demot
Malliratkaisut Demot 5 10.4.2017 Tehtävä 1 x 2 7 0,7 9,8 6 5 4 x 1 x 2 7 x 1 x 2 1 3 2 x 1 0 4,3 x 1 9 1 0,0 x 2 0 9,0 1 2 3 4 5 6 7 8 9 x 1 Kuva 1: Tehtävän 1 sallittu joukko S Optimointitehtävän sallittu
LisätiedotTentissä on kaksi osiota: kirjallinen (osa A) yhteensä 24 pistettä menetelmäpainotteinen (osa B), yhteensä 36 pistettä
35A010 Tuotanto- ja materiaalitalous Helsingin kauppakorkeakoulu 1. Lopputentti 9.12.2000 Mikko Tarkkala Suku- ja etunimi Opintokirjan numero: Tentissä on kaksi osiota: kirjallinen (osa A) yhteensä 24
LisätiedotKarkea tuotannonsuunnittelu
L u e n t o Karkea tuotannonsuunnittelu Luennon sisältö Koordinoinnin eri tasot Karkean suunnittelun idea ja ongelmat Karkean suunnittelun strategiat ja käytäntö Koordinoinnin eri tasot Mikään ei tapahdu
LisätiedotTentissä on kaksi osiota: kirjallinen (osa A), yhteensä 24 pistettä menetelmäpainotteinen (osa B), yhteensä 36 pistettä
35A010 Tuotanto- ja materiaalitalous Helsingin Kauppakorkeakoulu 1. Lopputentti 3.12.2004 Mikko Tarkkala Suku- ja etunimi: Opiskelijanumero: Tentissä on kaksi osiota: kirjallinen (osa A), yhteensä 24 pistettä
LisätiedotTietorakenteet ja algoritmit - syksy 2015 1
Tietorakenteet ja algoritmit - syksy 2015 1 Tietorakenteet ja algoritmit - syksy 2015 2 Tietorakenteet ja algoritmit Johdanto Ari Korhonen Tietorakenteet ja algoritmit - syksy 2015 1. JOHDANTO 1.1 Määritelmiä
LisätiedotAlgoritmit 2. Luento 2 To Timo Männikkö
Algoritmit 2 Luento 2 To 14.3.2019 Timo Männikkö Luento 2 Tietorakenteet Lineaarinen lista, binääripuu Prioriteettijono Kekorakenne Keko-operaatiot Keon toteutus taulukolla Algoritmit 2 Kevät 2019 Luento
LisätiedotEnnustamisesta suunnitteluun Mitä jos
Ennustamisesta suunnitteluun Mitä jos RELEX - Toimitusketjunhallinnan seminaari 2014 22.1.2014 Mikko Kärkkäinen RELEX Oy Mitä ennustaminen on? Ennustaminen on suunnitelman kääntämistä toimintaohjeeksi:
LisätiedotKarkea tuotannonsuunnittelu
L u e n t o Karkea tuotannonsuunnittelu Luennon sisältö Koordinoinnin eri tasot Karkean suunnittelun idea ja ongelmat Karkean suunnittelun strategiat ja käytäntö Mikään ei tapahdu itsestään, ammattilaisetkin
LisätiedotKarkea tuotannonsuunnittelu
L u e n t o Karkea tuotannonsuunnittelu Luennon sisältö Koordinoinnin eri tasot Karkean suunnittelun idea ja ongelmat Karkean suunnittelun strategiat ja käytäntö Koordinoinnin eri tasot Mikään ei tapahdu
LisätiedotUusilla konsepteilla oikeanlaisia palveluita Helsinkiin
Uusilla konsepteilla oikeanlaisia palveluita Helsinkiin Heli Rantanen, projektipäällikkö heli.k.rantanen@hel.fi 6Aika Avoin asiakkuus ja osallisuus Helsingin kaupunki HELSINKI 310 ASIAKASPALVELUMALLI KÄYTTÄJÄ-
LisätiedotAlgoritmit 1. Luento 10 Ke Timo Männikkö
Algoritmit 1 Luento 10 Ke 14.2.2018 Timo Männikkö Luento 10 Algoritminen ongelmanratkaisu Suunnittelumenetelmät Raaka voima Järjestäminen eli lajittelu Kuplalajittelu Lisäyslajittelu Valintalajittelu Permutaatiot
LisätiedotY56 Laskuharjoitukset 4 Palautus viim. ti klo (luennolla!) Opiskelijan nimi. Opiskelijanumero
Y56 Kevät 2010 1 Y56 Laskuharjoitukset 4 Palautus viim. ti 30.3. klo 12-14 (luennolla!) Opiskelijan nimi Opiskelijanumero Harjoitus 1. Tuotantoteknologia Tavoitteena on oppia hahmottamaan yrityksen tuotantoa
LisätiedotAlgoritmit 1. Luento 9 Ti Timo Männikkö
Algoritmit 1 Luento 9 Ti 7.2.2017 Timo Männikkö Luento 9 Graafit ja verkot Kaaritaulukko, bittimatriisi, pituusmatriisi Verkon lyhimmät polut Floydin menetelmä Lähtevien ja tulevien kaarien listat Forward
LisätiedotTurvallista viestintää puheentunnistuksella. Helmo Peuranen, Enfo
Turvallista viestintää puheentunnistuksella Helmo Peuranen, Enfo Taustatietoja puheentunnistuksesta MIKSI EI KÄYTÖSSÄ: - Vähän tarjontaa (markkina-alueen koko) - Markkinointi- / yritysjohto kammonnut IVR
LisätiedotTuotannon perustyypit
L u e n t o Tuotannon perustyypit Luennon sisältö K&R: soveltaen kpl 3 4 Prosessisuunnittelu Tuotannon perustyypit Prosessisuunnittelu Tuotantoprosessit Tavoitteena ihmisten tarpeiden täyttäminen Luennot
LisätiedotVaikuttaako kokonaiskysyntä tuottavuuteen?
Vaikuttaako kokonaiskysyntä tuottavuuteen? Jussi Ahokas Itä-Suomen yliopisto Sayn laki 210 vuotta -juhlaseminaari Esityksen sisällys Mitä on tuottavuus? Tuottavuuden määritelmä Esimerkkejä tuottavuudesta
LisätiedotVarastonhallinnan optimointi
Varastonhallinnan optimointi Timo Ranta Tutkijatohtori TTY Porin laitos OPTIMI 4.6.215 Peruskysymykset Kuinka paljon tilataan? Milloin tilataan? 2 (46) Kustannuksia Tavaran hinta Varastointikustannukset
LisätiedotTentissä on kaksi osiota: kirjallinen (osa A) yhteensä 24 pistettä menetelmäpainotteinen (osa B), yhteensä 36 pistettä
35A010 Tuotanto- ja materiaalitalous Helsingin kauppakorkeakoulu 1. Lopputentti 7.12.2001 Mikko Tarkkala Suku- ja etunimi Opintokirjan numero: Tentissä on kaksi osiota: kirjallinen (osa A) yhteensä 24
LisätiedotTuotantotalouden 25 op sivuaine
Tuotantotalouden 25 op sivuaine Tuotantotalous 25 op Mitä? teknistä osaamista, taloustieteiden menetelmiä sekä ymmärrystä ihmisen käyttäytymisestä tavoitteena tuottavuuden, laadun ja työhyvinvoinnin parantaminen
LisätiedotAlgoritmit 2. Luento 2 Ke Timo Männikkö
Algoritmit 2 Luento 2 Ke 15.3.2017 Timo Männikkö Luento 2 Tietorakenteet Lineaarinen lista, binääripuu Prioriteettijono Kekorakenne Keko-operaatiot Keon toteutus taulukolla Algoritmit 2 Kevät 2017 Luento
LisätiedotProjektin aikataulutus
Projektin aikataulutus Aikataulutuksen tehtävät Suunnittelutarkkuus & tehtävien kestojen arviointi PERT-tekniikka CPA/CPM kriittisen polun analyysi Resurssirajoituksen huomioiminen, resurssien tasaus Critical
Lisätiedot2 Kuinka montaa suoritusmittaria toimipaikassa seurattiin vuosina 2011 ja 2016?
Osa A Johtaminen 1 Mikä seuraavista kuvaa parhaiten toimipaikassa tehtyjä toimenpiteitä, kun tuotannossa havaittiin ongelma vuosina 2011 ja 2016? Esimerkki: laadullisen vian löytäminen tuotteesta tai koneiston
LisätiedotLineaarinen optimointi
L u e n t o Tuotevalikoimapäätökset Lineaarinen optimointi Luennon sisältö LP:n perusteet Mallien ratkaiseminen Kuinka paljon kahta tuotetta (A ja B) tulisi valmistaa seuraavan kuukauden tuoton maksimoimiseksi,
LisätiedotSIPOC ja Arvovirtakartta työskentely - Ohje
SIPOC ja Arvovirtakartta työskentely - Ohje 1. Riittävän aihealueen osaamistason varmistaminen. Käsitteiden ja työkalujen esittely Asiakasarvo ja prosessitehokkuus SIPOC Arvovirtakartta. Työkalujen käyttöohjeet
LisätiedotTietorakenteet ja algoritmit Johdanto Lauri Malmi / Ari Korhonen
Tietorakenteet ja algoritmit Johdanto Lauri Malmi / Ari 1 1. JOHDANTO 1.1 Määritelmiä 1.2 Tietorakenteen ja algoritmin valinta 1.3 Algoritmit ja tiedon määrä 1.4 Tietorakenteet ja toiminnot 1.5 Esimerkki:
LisätiedotOhjelmistoprojektien hallinta Tuloksen arvo menetelmä ja toimintoverkkotekniikka
Ohjelmistoprojektien hallinta Tuloksen arvo menetelmä ja toimintoverkkotekniikka Tuloksen arvo - menetelmä TAVOITE: YMMÄRTÄÄ menetelmän hyödyt projektin seurannassa Tähän mennessä on rahaa projektiin mennyt
LisätiedotMikä tekee tuotantojärjestelmästä taloudellisen?
Käsikirjoitus: Mikael Öhman Mikä tekee tuotantojärjestelmästä taloudellisen? Tuotantojärjestelmän taloudellisuus mielletään helposti tuottavuuteen liittyvänä ominaisuutena. Liukuhihna, jolta valmistuu
LisätiedotAlgoritmit 2. Luento 7 Ti Timo Männikkö
Algoritmit 2 Luento 7 Ti 4.4.2017 Timo Männikkö Luento 7 Joukot Joukko-operaatioita Joukkojen esitystapoja Alkiovieraat osajoukot Toteutus puurakenteena Algoritmit 2 Kevät 2017 Luento 7 Ti 4.4.2017 2/26
Lisätiedot1. Palvelujen toimivuus
VUOSITILASTO 2012 1. Palvelujen toimivuus Kriittiset Talous- Ero Toteumenestystekijät Tilin- Tilin- Muutos suunni- tavoit- tumis- Mittarit päätös päätös 12/11 telma teesta aste 2011 2012 (%) 2012 (määrä)
LisätiedotMat Lineaarinen ohjelmointi
Mat-.34 Lineaarinen ohjelmointi 9..7 Luento Kokonaislukuoptimoinnin algoritmeja (kirja.-.) Lineaarinen ohjelmointi - Syksy 7 / Luentorunko Gomoryn leikkaava taso Branch & Bound Branch & Cut Muita menetelmiä
LisätiedotAlgoritmit 2. Luento 3 Ti Timo Männikkö
Algoritmit 2 Luento 3 Ti 21.3.2017 Timo Männikkö Luento 3 Järjestäminen eli lajittelu Kekorakenne Kekolajittelu Hajautus Yhteentörmäysten käsittely Ketjutus Algoritmit 2 Kevät 2017 Luento 3 Ti 21.3.2017
LisätiedotMuistutus aikatauluista
Muistutus aikatauluista (Nämä eivät välttämättä koske avoimen yo:n opiskelijoita Erkki Kailan rinnakkaisella kurssilla) Luento 1: kotitehtävät sulkeutuvat 20.9 12:00, ennen tutoriaalia Tutoriaali 1 sulkeutuu
LisätiedotAlgoritmit 2. Luento 3 Ti Timo Männikkö
Algoritmit 2 Luento 3 Ti 20.3.2018 Timo Männikkö Luento 3 Järjestäminen eli lajittelu Kekorakenne Kekolajittelu Hajautus Yhteentörmäysten käsittely Ketjutus Algoritmit 2 Kevät 2018 Luento 3 Ti 20.3.2018
Lisätiedotmateriaalitarvelaskenta
L u e n t o K&R: soveltaen kpl F,16 15 Tuotannonsuunnittelu ja materiaalitarvelaskenta Luennon sisältö Tuotannonsuunnittelu Tuotantosuunnitelma - master production schedule - Ajallinen suunnitelma siitä
LisätiedotL u e n t o. Tilasuunnittelu. Luennon sisältö. Tilasuunnittelun tasot ja tavoitteet Process layout Product layout Muut tilaratkaisut
L u e n t o Tilasuunnittelu Luennon sisältö Tilasuunnittelun tasot ja tavoitteet Process layout Product layout Muut tilaratkaisut Tilasuunnittelun tasot ja tavoitteet Mistä tilasuunnittelussa on karrikoiden
LisätiedotEtelä-Savon luomulogistiikan nykyinen malli. 6.3.2014 Suvi Leinonen
Etelä-Savon luomulogistiikan nykyinen malli 6.3.2014 Suvi Leinonen S Etelä-Savon luomulogistiikan nykyinen malli - Lihantuottajat S Hankkeen lihantuottajat, naudat ja lampaat http://maps.yandex.com/? um=o3klinp0z0xkjxbusmk89pix_o1hipgq&l=map
Lisätiedot1. (a) Seuraava algoritmi tutkii, onko jokin luku taulukossa monta kertaa:
Tietorakenteet, laskuharjoitus 10, ratkaisuja 1. (a) Seuraava algoritmi tutkii, onko jokin luku taulukossa monta kertaa: SamaLuku(T ) 2 for i = 1 to T.length 1 3 if T [i] == T [i + 1] 4 return True 5 return
LisätiedotFLEXBURN-uunit Kerasil Oy
FLEXBURN-uunit Kerasil Oy FLEXBURN-uunit Lasin yhteensulatus Lasin taivutus ja muottiin pudotus (slumppaus) Koristelupoltot väreillä, kullalla ja siirtokuvilla 5-6 kertaa nopepampi Energiansäästö yli 50%
Lisätiedotetunimi, sukunimi ja opiskelijanumero ja näillä
Sisällys 1. Algoritmi Algoritmin määritelmä. Aiheen pariin johdatteleva esimerkki. ja operaatiot (sijoitus, aritmetiikka ja vertailu). Algoritmista ohjelmaksi. 1.1 1.2 Algoritmin määritelmä Ohjelmointi
LisätiedotJonot ja niiden hallinta
L u e n t o Odottelu käytännössä varsin merkittävää Jonot ja niiden hallinta Luennon sisältö Jonojen perusteet Erilaiset jonomallit Jonojen psykologia TUTA 17 Luento 18 7 Jonoja löytyy tuottavaltakin puolelta
LisätiedotJOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS KURSSIN PERUSTIEDOT VALINNAINEN AINEOPINTOTASOINEN KURSSI, 5 OP PERIODI 3: 16.1.2017-3.3.2016 (7 VIIKKOA+KOE) LUENNOT (CK112): MA 14-16, TI 14-16 LASKUHARJOITUKSET: RYHMÄ
LisätiedotTUOTANTOTALOUDEN 25 OP OPINTOKOKONAISUUS
TUOTANTOTALOUDEN 25 OP OPINTOKOKONAISUUS 1 2 PROJEKTIN TAVOITE Projektissa kehitetään ja toteutetaan v. 2014-2015 aikana tuotantotalouden 25 op perusopintokokonaisuus viiden opintopisteen opintojaksoina.
Lisätiedot811312A Tietorakenteet ja algoritmit Kertausta kurssin alkuosasta
811312A Tietorakenteet ja algoritmit 2017-2018 Kertausta kurssin alkuosasta II Perustietorakenteet Pino, jono ja listat tunnettava Osattava soveltaa rakenteita algoritmeissa Osattava päätellä operaatioiden
LisätiedotTTY Porin laitoksen optimointipalvelut yrityksille
TTY Porin laitoksen optimointipalvelut yrityksille Timo Ranta, TkT Frank Cameron, TkT timo.ranta@tut.fi frank.cameron@tut.fi Automaation aamukahvit 28.8.2013 Optimointi Tarkoittaa parhaan ratkaisun valintaa
LisätiedotA ja B pelaavat sarjan pelejä. Sarjan voittaja on se, joka ensin voittaa n peliä.
Esimerkki otteluvoiton todennäköisyys A ja B pelaavat sarjan pelejä. Sarjan voittaja on se, joka ensin voittaa n peliä. Yksittäisessä pelissä A voittaa todennäköisyydellä p ja B todennäköisyydellä q =
LisätiedotProjektin hallinta. Mistä on kysymys? Luennon sisältö. Projektit varsin yleisiä yritysmaailmassa. Projektityöskentelyssä monia hyviä puolia...
L u e n t o Mistä on kysymys? Projektin hallinta Luennon sisältö Projektien perusteet Projektin suunnittelu Projektin hallinta Projektin valvonta Projekti kertaluontoinen, organisoitu panostus jonkin ennalta
LisätiedotLappeenrannan teknillinen yliopisto Lahden yksikkö
Lappeenrannan teknillinen yliopisto Lahden yksikkö SAKE 2.0 Suorituskyyn analysointi järjestelmä Tunnuslukujen hyäksikäyttö SAKE 2.0 Suorituskyyn analysointijärjestelmä Tunnuslukujen hyäksikäyttö Siu 1
LisätiedotL u e n t o. Projektin hallinta. Luennon sisältö. Projektien perusteet Projektin suunnittelu Projektin hallinta Projektin valvonta
L u e n t o Projektin hallinta Luennon sisältö Projektien perusteet Projektin suunnittelu Projektin hallinta Projektin valvonta Projektien perusteet Tuotantotyyppi ja valmistusmuoto Uniikki Tuote Bulkki
LisätiedotDigiajan menestyksekäs toimitusketju / Expak Materiaalivirtojen ohjaus ja optimointi Caset - Vilpe Oy, Airam Electric Oy Ab
Etelä Digiajan menestyksekäs toimitusketju 24.10.2018 / Expak Materiaalivirtojen ohjaus ja optimointi Caset - Vilpe Oy, Airam Electric Oy Ab Expak Systems Oy Tommi Hyyrynen WWW.EXPAK.FI Suomen Osto- ja
LisätiedotAlgoritmit 1. Luento 3 Ti Timo Männikkö
Algoritmit 1 Luento 3 Ti 17.1.2017 Timo Männikkö Luento 3 Algoritmin analysointi Rekursio Lomituslajittelu Aikavaativuus Tietorakenteet Pino Algoritmit 1 Kevät 2017 Luento 3 Ti 17.1.2017 2/27 Algoritmien
LisätiedotProjektin hallinta. Projektit varsin yleisiä yritysmaailmassa. Luennon sisältö. Mistä on kysymys? Projektityöskentelyssä monia hyviä puolia...
L u e n t o Projektit varsin yleisiä yritysmaailmassa Projektin hallinta Luennon sisältö Projektien perusteet Projektin suunnittelu Projektin hallinta Projektin valvonta TUTA 18 Luento 19 4 Mistä on kysymys?
LisätiedotProjektin hallinta. Mistä on kysymys? Luennon sisältö. Projektityöskentelyssä monia hyviä puolia... ja valitettavan monia varjopuolia!
L u e n t o Mistä on kysymys? Projektin hallinta Luennon sisältö Projektien perusteet Projektin suunnittelu Projektin hallinta Projektin valvonta Projekti kertaluontoinen, organisoitu panostus jonkin ennalta
LisätiedotGraafit ja verkot. Joukko solmuja ja joukko järjestämättömiä solmupareja. eli haaroja. Joukko solmuja ja joukko järjestettyjä solmupareja eli kaaria
Graafit ja verkot Suuntamaton graafi: eli haaroja Joukko solmuja ja joukko järjestämättömiä solmupareja Suunnattu graafi: Joukko solmuja ja joukko järjestettyjä solmupareja eli kaaria Haaran päätesolmut:
LisätiedotToimitusketjun hallinnan uudet kehityssuunnat. Mikko Kärkkäinen Tammiseminaari 2015
1 Toimitusketjun hallinnan uudet kehityssuunnat Mikko Kärkkäinen Tammiseminaari 2015 2 Toimitusketjun suunnittelun uudet tuulet Muistinvarainen laskenta mullistaa toimitusketjun suunnittelun Välitön näkyvyys
Lisätiedot3. Viikkoharjoitus Operaatiot I: Tuotteet ja tuotanto TU-A1100 Tuotantotalous 1
3. Viikkoharjoitus Operaatiot I: Tuotteet ja tuotanto TU-A1100 Tuotantotalous 1 Harjoitusten sisältö 6. Analyysit ja tulevaisuus Liittyy Timo Seppälän luentoon 26.1. Harjoitusty ö 5. Myynti, markkinointi
LisätiedotALGORITMIT 1 DEMOVASTAUKSET KEVÄT 2012
ALGORITMIT 1 DEMOVASTAUKSET KEVÄT 2012 1.1. (a) Jaettava m, jakaja n. Vähennetään luku n luvusta m niin kauan kuin m pysyy ei-negatiivisena. Jos jäljelle jää nolla, jaettava oli tasan jaollinen. int m,
LisätiedotTrafficars - Ruuhkaara
760104 Trafficars - Ruuhkaara 2 5 pelaajaa Ikäsuositus 5+, 8+ Peliaika 10 15 minuuttia Pelipaketin sisältö 50 autokorttia 12 erikoiskorttia ohjevihko Pelissä: Opitaan liikkumaan lukualueella 0 50. Harjoitellaan
LisätiedotMiten päätöksentekijä voi hallita joukkoliikenteen kustannuskehitystä?
Miten päätöksentekijä voi hallita joukkoliikenteen kustannuskehitystä? Suomen Paikallisliikenneliiton 43. vuosikokousseminaari Heikki Metsäranta Strafica Oy Esityksen sisältö 1. Kustannuksista 2. Tavoitteista
LisätiedotAsteikolla 1-5, miten hyvät ovat yrityksesi valmiudet seuraaviin Arvio toimenpiteisiin?
Asteikolla 1-5, miten hyvät ovat yrityksesi valmiudet seuraaviin toimenpiteisiin? Työntekijöiden terveyden ja turvallisuuden varmistaminen Energiatehokkuuden varmistaminen Sitoutuminen yritystä ympäröivään
LisätiedotL u e n t o. Tilasuunnittelu. Luennon sisältö. Tilasuunnittelun tasot ja tavoitteet Process layout Product layout Muut tilaratkaisut
L u e n t o Tilasuunnittelu Luennon sisältö Tilasuunnittelun tasot ja tavoitteet Process layout Product layout Muut tilaratkaisut Tilasuunnittelun tasot ja tavoitteet Mistä tilasuunnittelussa on karrikoiden
LisätiedotPolkuja kestävän liikkumisen palveluihin Tampereen kestävät työasiamatkat. Tarpeet jaetuille takseille työasiamatkoilla
Polkuja kestävän liikkumisen palveluihin Tampereen kestävät työasiamatkat Tarpeet jaetuille takseille työasiamatkoilla Taustaa Tavoitteena oli selvittää tamperelaisten yritysten tarpeita työpäivän aikaiseen
LisätiedotFlowbased Capacity Calculation and Allocation. Petri Vihavainen Markkinatoimikunta 20.5.2014
Flowbased apacity alculation and Allocation Petri Vihavainen Markkinatoimikunta 20.5.2014 Miksi flowbased? Nykyinen siirtokapasiteetin määrittely AT/NT (Net Transfer apacity) on yksinkertainen ja toimiva.
LisätiedotPäätöksentekomenetelmät
L u e n t o Hanna Virta / Liikkeenjohdon systeemit Päätöksentekomenetelmät Luennon sisältö Johdanto päätöksentekoon Päätöksenteko eri tilanteissa Päätöspuut Päätösongelmia löytyy joka paikasta Päästökauppa:
Lisätiedot3. Viikkoharjoitus Operaatiot I: Tuotteet ja tuotanto. TU-A1100 Tuotantotalous 1
3. Viikkoharjoitus Operaatiot I: Tuotteet ja tuotanto TU-A1100 Tuotantotalous 1 Harjoitusten sisältö 6. Analyysit ja tulevaisuus Harjoitusty ö 5. Myynti, markkinointi ja asiakkaan kohtaaminen 4. Operaatiot
Lisätiedot1. Algoritmi 1.1 Sisällys Algoritmin määritelmä. Aiheen pariin johdatteleva esimerkki. Muuttujat ja operaatiot (sijoitus, aritmetiikka ja vertailu). Algoritmista ohjelmaksi. 1.2 Algoritmin määritelmä Ohjelmointi
LisätiedotTietorakenteet ja algoritmit
Tietorakenteet ja algoritmit Rekursio Rekursion käyttötapauksia Rekursio määritelmissä Rekursio ongelmanratkaisussa ja ohjelmointitekniikkana Esimerkkejä taulukolla Esimerkkejä linkatulla listalla Hanoin
LisätiedotTentissä on kaksi osiota: kirjallinen (osa A), yhteensä 24 pistettä menetelmäpainotteinen (osa B), yhteensä 36 pistettä
35A010 Tuotanto- ja materiaalitalous Helsingin Kauppakorkeakoulu 1. Lopputentti 3.12.2003 Mikko Tarkkala Suku- ja etunimi: Opintokirjan numero: Tentissä on kaksi osiota: kirjallinen (osa A), yhteensä 24
LisätiedotFlowbased Capacity Calculation and Allocation. Petri Vihavainen Markkinatoimikunta
Flowbased apacity alculation and Allocation Petri Vihavainen Markkinatoimikunta Miksi flowbased? Nykyinen AT/NT- malli on yksinkertainen ja toimiva Tilanne voi muuttua tulevaisuudessa: A- verkko silmukoituu
LisätiedotKuopion kaupungin henkilökunnan pysäköinnissä todetut ongelmat ja niiden ratkaiseminen. Kuopion kaupungin henkilökuntaneuvosto 4.9.
Kuopion kaupungin henkilökunnan pysäköinnissä todetut ongelmat ja niiden ratkaiseminen Kuopion kaupungin henkilökuntaneuvosto 4.9.2018 Kaupunginhallituksen päätös ja sen toimeenpano Kaupunginhallitus päätti
Lisätiedot