Stokastinen optimointi taktisessa toimitusketjujen riskienhallinnassa (valmiin työn esittely)

Samankaltaiset tiedostot
Malliratkaisut Demo 1

Työvuorosuunnittelun optimointi (valmiin työn esittely)

Malliratkaisut Demot

Kasvuyrityksen tuotekehitysportfolion optimointi (valmiin työn esittely)

Optimaaliset riskinalentamisportfoliot vikapuuanalyysissä (valmiin työn esittely)

Voitonmaksimointi esimerkkejä, L9

Lineaaristen monitavoiteoptimointitehtävien ratkaiseminen Bensonin algoritmilla

Lineaaristen monitavoiteoptimointitehtävien

Kustannustehokkaat riskienhallintatoimenpiteet kuljetusverkostossa (Valmiin työn esittely)

Tuotantoprosessin optimaalinen aikataulutus (valmiin työn esittely)

Suomen kansallisten päästövähennystoimien riskien ja kustannustehokkuuden arviointi. Aira Hast Suomen energiaekonomistit ry:n syyskokous

Aihioiden priorisointi ja portfolioanalyysi ennakoinnissa (valmiin työn esittely)

Kaksintaistelun approksimatiivinen mallintaminen (valmiin työn esittely)

Luento 6: Monitavoitteinen optimointi

Prof. Marko Terviö Assist. Jan Jääskeläinen

Harjoitus 4: Matlab - Optimization Toolbox

Suunnitteluprosessi (Sales and Operations Planning)

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

Polkuriippuvuus trade-off-painotuksessa (valmiin työn esittely)

Vedonlyöntistrategioiden simulointi ja evaluointi

Projektin arvon määritys

Epätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu (aihe-esittely)

Ylikerroinstrategiat ja Poissonmallit vedonlyönnissä (aihe-esittely) Jussi Kolehmainen

Lisäinformaation arvo monikriteerisessä projektiportfoliovalinnassa (valmiin työn esittely)

Diskreettiaikainen dynaaminen optimointi

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

Osakesalkun optimointi. Anni Halkola Turun yliopisto 2016

Toimitusketjun hallinnan uudet kehityssuunnat. Mikko Kärkkäinen Tammiseminaari 2015

Päätösanalyysi Teknologföreningenin kiinteistöuudistuksen tukena (valmiin työn esittely)

Portfoliolähestymistapa CO2 - kiilapelin analysoinnissa (valmiin työn esittely) Tuomas Lahtinen

Osakesalkun optimointi

Optimal Harvesting of Forest Stands

Harjoitus 8: Excel - Optimointi

Implementation of Selected Metaheuristics to the Travelling Salesman Problem (valmiin työn esittely)

Talousmatematiikan perusteet: Luento 17. Integraalin sovelluksia kassavirta-analyysissa Integraalin sovelluksia todennäköisyyslaskennassa

Varastonhallinnan optimointi

OPERAATIOANALYYSI ORMS.1020

Säkylän Pyhäjärven kalataloudellinen kannattavuus tulevaisuudessa

Preference Programming viitekehys: epätäydellisen preferenssi-informaation elisitointi ja mallintaminen, dominanssi

Y56 Laskuharjoitukset 4 Palautus viim. ti klo (luennolla!) Opiskelijan nimi. Opiskelijanumero

Joonas Haapala Ohjaaja: DI Heikki Puustinen Valvoja: Prof. Kai Virtanen

Luodin massajakauman optimointi

Monte Carlo -menetelmä optioiden hinnoittelussa (valmiin työn esittely)

Päätöksentekomenetelmät

Lentotiedustelutietoon perustuva tykistön tulenkäytön optimointi (valmiin työn esittely)

Lineaaristen monitavoiteoptimointitehtävien ratkaiseminen Bensonin algoritmilla

monitavoitteisissa päätöspuissa (Valmiin työn esittely) Mio Parmi Ohjaaja: Prof. Kai Virtanen Valvoja: Prof.

SUOMINEN YHTYMÄ OYJ OSAVUOSIKATSAUS ESITYS

TIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010

Päätöksentekomenetelmät

Vesivoimaketjun optimointi mehiläisalgoritmilla (Valmiin työn esittely)

Aircraft Maintenance Scheduling with Multi- Objective Simulation- Optimization

Trimmitysongelman LP-relaksaation ratkaiseminen sarakkeita generoivalla algoritmilla ja brute-force-menetelmällä

Verkko-optimointiin perustuva torjuntatasan laskenta mellakkapoliisin resurssien kohdentamisessa (valmiin työn esittely) Paavo Kivistö

Luento 6: Monitavoiteoptimointi

Simulation model to compare opportunistic maintenance policies

Optimization of Duties in Railway Traffic (valmiin työn esittely)

Eräs tyypillinen virhe monitavoitteisessa portfoliopäätösanalyysissa + esimerkkitapaus

Talousmatematiikan perusteet: Luento 12. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla

Tavaratilausten tietovirrat ja datan hyödyntäminen -case S-ryhmä ja Satakunnan Osuuskauppa

Peliteorian soveltaminen hajautettujen järjestelmien protokollasuunnittelussa (valmiin työn esittely)

Rypsin viljely riskeistä ja kannattavuudesta. Pellervo Kässi

TIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010

Simulointimalli mellakkapoliisin resurssien kohdentamiseen (valmiin työn esittely)

Talousmatematiikan perusteet: Luento 11. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla

Viherlannoituksen biologistaloudellinen. vihannesten viljelykierrossa. Tutkija Anu Koivisto, Luke. Luonnonvarakeskus

Monopoli 2/2. S ysteemianalyysin. Laboratorio. Teknillinen korkeakoulu

Markovin ketju, L26b. Populaatio ja siirtymätodennäköisyydet. Tasapaino. Markovin ketju. Aiheet. Populaatio ja. Mallin rakentaminen

4. Lasketaan transienttivirrat ja -jännitteet kuvan piiristä. Piirielimien arvot ovat C =

Varastonhallinnan optimointi

Experiment on psychophysiological responses in an economic game (valmiin työn esittely) Juulia Happonen

Tuotantotalouden tutkinto-ohjelma Korvavuusluettelo, päivitetty TU-22 TEOLLISUUSTALOUS

Monitavoitteiseen optimointiin soveltuvan evoluutioalgoritmin tarkastelu

b 1. b m ) + ( 2b Ax) + (b b)

Asymmetrinen informaatio

Lean Sales Talent Vectia Renewal forum

Trichoderma reesein geenisäätelyverkoston ennustaminen Oskari Vinko

Menetelmä Markowitzin mallin parametrien estimointiin (valmiin työn esittely)

1 + b t (i, j). Olkoon b t (i, j) todennäköisyys, että B t (i, j) = 1. Siis operaation access(j) odotusarvoinen kustannus ajanhetkellä t olisi.

ehdolla y = f(x1, X2)

Harjoitus 9: Optimointi I (Matlab)

Jalkapallovedonlyöntistrategioiden. evaluointi. Aleksi Avela Ohjaaja: Juho Roponen Valvoja: Ahti Salo

Kandidaatintyön esittely: Epätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu

Pohjoismaisen JMIhankintaverkoston. kysyntäennusteita hyödyntäen. Eglo-seminaari Helsinki, Heli Laurikkala ja Tero Kankkunen

Mat Dynaaminen optimointi, mallivastaukset, kierros 5

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

ln S(k) = ln S(0) + w(i) E[ln S(k)] = ln S(0) + vk V ar[ln S(k)] = kσ 2

Tehokas ilmaisku. Terminologiaa. Ilmaisku. Tavoitteiden saavuttaminen. Suunnittelun tavoitteet. S ysteemianalyysin Laboratorio Teknillinen korkeakoulu

Optimal Harvesting of Forest Stands

MS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely

Demo 1: Branch & Bound

30A01000 Taulukkolaskenta ja analytiikka Luku 8: Lineaarinen optimointi ja sen sovellukset

Logistiikkajärjestelmien mallintaminen - käytännön sovelluksia

Osa 12b Oligopoli ja monopolistinen kilpailu (Mankiw & Taylor, Chs 16-17)

TTY Porin laitoksen optimointipalvelut yrityksille

LP-mallit, L19. Aiheet. Yleistä, LP-malleista. Esimerkki, Giapetto. Graafisen ratkaisun vaiheet. Optimin olemassaolo

Optimoinnin monet tavoitteet

Simulation and modeling for quality and reliability (valmiin työn esittely) Aleksi Seppänen

Monitavoiteoptimointi

Digiajan menestyksekäs toimitusketju / Expak Materiaalivirtojen ohjaus ja optimointi Caset - Vilpe Oy, Airam Electric Oy Ab

Transkriptio:

Stokastinen optimointi taktisessa toimitusketjujen riskienhallinnassa (valmiin työn esittely) Esitelmöijä Olli Rentola päivämäärä 21.1.2013 Ohjaaja: TkL Anssi Käki Valvoja: Prof. Ahti Salo Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla verkkosivuilla. Muilta osin kaikki oikeudet pidätetään.

Työn tavoite Kirjallisuuskatsaus toimitusketjuista ja niiden riskienhallinnasta Implementoida stokastinen optimointimalli toimitusketjun ja tuotannon ohjaamiseen Sodhi, 2011. Determining supply requirement in the sales-andoperations-planning (S&OP) process under demand uncertainty: a stochastic programming formulation and a spreadsheet implementation. Journal of the Operational Research Society, 526-536. Tutkia mallin herkkyttä alkuarvojen suhteen Verrata odotusarvoista tuoton maksimointia vs. riskien minimointia

Yleistä Yritysten toiminta perustuu suunnitteluun Malleja käytetään ennustamiseen ja päätöksenteon tukena Sales & Operations Planning prosessissa yrityksen myynti ja tuotanto sopivat keskenään tulevaisuuden tuotanto- ja myyntimääristä Riskienhallinta S&OP prosessissa yhä tärkeämpää, sillä toimitusketjujen kompleksisuus ja epävarmuus on lisääntynyt

Päätöksentekotilanne Päätöksentekijällä tiedossa: Tuotantokustannukset Varastointikustannukset Toimittamattomasta tavarasta aiheutuva menetys Myyntihinta Suunnittelujakson pituus Kysyntäskenaariot joka viikolle Ongelma: kuinka määrittää tuotantokapasiteetti jokaiselle viikolle?

Kysynnän ennustaminen Kysynnän taso eri tiloissa arvioidaan binomipuun avulla Eri tilojen kysyntä arvioidaan kolmen kysyntäskenaarion perusteella Optimistinen Todennäköisin Pessimistinen Välitilojen arvot lasketaan lineaarisesti interpoloiden suhteessa ääritiloihin Kasvun ja laskun todennäköisyydet ovat samat Tilojen todennäköisyydet noudattavat binomijakaumaa

Mallin perusasetelma Kohdefunktio cxar tarkoittaa jakauman hännän odotusarvoa Todennäköisyys Jakauman hännän odotusarvo, cvar Koko jakauman odotusarvo Arvo

Mallin dynamiikka Tilamuuttujat: Materiaalin tasapaino eri tiloissa Varaston taso eri tiloissa Menetetty myynti Myydyt tuotteet Rahatilanne eri tiloissa Päätösmuuttujat: Optimaalinen tuotanto eri ajanhetkillä (huom. ei eri tiloissa!)

Mallin lähtöarvot (1/2) Yksikkökohtaiset tiedot: Myyntihinta = 3,5 Tuotantokustannus = 2,5 Varastointikustannus = 2 Menetetyn myynnin kustannus = 2 Suunnitteluajanjakson pituus = 26 Kohdefunktion muuttujat Odotettu velkarahan määrä hetkellä t = 26 huonoimmissa skenaarioissa (7,6% häntä) Odotettu varaston arvo lopussa hetkellä t = 26 huonoimmissa skenaarioissa (8,4% häntä) Odotettu menetetyn kysynnän kustannus hetkellä t = 26 huonoimmissa skenaarioissa (8,4% häntä)

Mallin lähtöarvot (2/2) Kysyntä alussa 1000 yksikköä Optimistisessa kasvua 1% per viikko Pessimistisessä laskua 0,25% per viikko Todennäköisimmässä kysyntä ei muutu viikoittain Optimaalinen tuotanto ratkaistaan Excelin solverilla Lasketaan optimaaliset arvot kahdelle eri tavoitetilalle: Minimaaliset riskit Maksimaalinen voitto

Tulokset (1/2) Riskien minimointi Odotettu tuotto: 7480 Todennäköisyys jäädä voitolle: 82%

Tulokset (2/2) Voiton maksimointi Odotettu tuotto: 11669 Todennäköisyys jäädä voitolle: 72%

Johtopäätökset (1/2) Malli vaikuttaa toimivan järkevästi tulosten perusteella Tuottojen ehdoton maksimointi vähentää voitollisen toiminnan todennäköisyyttä Tuotantoarvot vaikuttavat olevan järkeviä suhteessa muihin muuttujiin Riskien minimoinnissa tarkoituksena on vähentää menetettyä arvoa, jos päädytään kaikkein epätodennäköisimpiin tiloihin cbar periaatteessa sisältää myös muut kohdefunktion muuttujat cbar:ia laskettaessa lasketaan ciar:n sekä cdar:n arvot yhteen muiden arvojen lisäksi cbar:n painoarvo suurempi kuin muiden Ongelmallinen mallin kannalta

Johtopäätökset (2/2) Mallissa pystytään huomioimaan päätöksentekijän preferenssit Painokertoimien keskinäisen suhteen muuttaminen Malli voisi toimia hyvin sellaisten tuotteiden tuotantomäärän määrittämisessä, joiden kysyntä on melko tasaista pitkällä aikavälillä Mallin implementointi Excelillä mahdollista Helpompi vakuuttaa päätöksentekijät sen luotettavuudesta