Syddansk Universitet Institut for Virksomhedsledelse og Økonomi Ressourcestyring og Supply Chain Management obligatorisk opgave Udleveres fredag den 11. november 2005 kl. 11.00 Afleveres senest den 18. november 2005 kl. 12.00 Afleveres i et eksemplar (håndskreven eller tekstbehandling), med angivelse af navne, personnumre og holdnummer. Alle anvendte regneark m.v. afleveres på CD eller diskette.
Opgave 1 (20 procent) R. C. Coleman distributes a variety of food products that are sold through grocery store and supermarket outlets. The company receives orders directly from the individual outlets, with a typical order requesting the delivery of several cases of anywhere from 20 to 50 different products. Under the company's current warehouse operation, warehouse clerks dispatch orderpicking personnel to fill each order and have the goods moved to the warehouse shipping area. Because of the high labor costs and relatively low productivity of hand order-picking, the company has decided to automate the warehouse operation by installing a computer-controlled order-picking system, along with a conveyor system for moving goods from storage to the warehouse shipping area. R. C. Coleman's director of material management has been named the project manager in charge of the automated warehouse system. After consulting with members of the engineering staff and warehouse management personnel, the director has compiled a list of activities associated with the project. The optimistic, most probable, and pessimistic times in weeks have also been provided for each activity. This information is as follows:
Managerial Rapport Skriv en rapport, der præsenterer skeduleringen af aktiviteterne ved hjælp af CPM/PERT med inddragelse af i) PERT, ii) PERT baseret på den triangulære fordeling og iii) PERT baseret på betafordelingen. I må gerne anvende Jensens s projektplanlægnings-addin til at lave de nødvendige beregninger. I skal i alle tilfælde vedlægge et regneark til jeres besvarelse, hvor I udregner de resultater, som jeres rapport bygger på. Hvilken af de tre analyser (PERT, PERT/triangulær og PERT/beta) mener I er mest relevant og hvorfor? Hvad er den forventede færdiggørelsestid af warehouse -udvidelsen? Bemærk, at når I anvender PERT, så er det forventet aktivitetstid som er varigheden af de enkelte aktiviteter. Denne forventede aktivitetstid står i Time Weeks i søjlen lige til højre for søjlen Max Bemærk, at hvis I forsøger at anvende Jensens Projektplanlægnings Addin, uden at have installeret Random Variables får I en fejlmeddelelse. I skal først installere Random Variables, og dette gøres ved at klikke Random Variables af i menuen OR_MM Inkluder et PERT/CPM netværk i rapporten. Anvend i følgende spørgsmål den forventede aktivitetstid fra PERT-analysen, som varigheden af de enkelte aktiviteter. I skal nu svare på følgende spørgsmål: a. R. C. Coleman's top management har opstillet et krav om en 40-ugers færdiggørelsestid for projektet. Kan denne færdiggørelsestid overholdes? Inkluder information om sandsynligheder for færdiggørelsestidspunkter i jeres diskussion af dette. Hvilke anbefalinger har I, hvis 40-ugers færdiggørelsestid er et krav? b. Antag at management kræver, at færdiggørelsestiden forkortes for at sikre en 80% sandsynlighed for at kunne overholde denne 40-ugers færdiggørelsestid. Antag at variansen på færdiggørelsestiden er den samme, som I har beregnet i part a. Hvor meget skal den forventede færdiggørelsestid forkortes for at sikre målsætningen om 80% sandsynlighed for færdiggørelse indenfor 40 uger c. Anvend følgende crashing informationer til at bestemme den optimale crashing strategi for at få varigheden ned på 38 uger. Bemærk, at sidste søjle i tabellen er de samlede omkostninger for delprojekterne A-K med de varigheder, som er anført i 3. søjle. BETRAGT F.EKS, AKTIVITET B: Hvis man opretholder den varighed, som er bestemt ovenfor (den forventede aktivitetstid fra PERT-analysen), så koster aktivitet B 1000$, som anført i søjle 2 i tabellen. Hvis vi insisterer på en afvikling på kun 7 uger, så koster det 1800$ at afvikle delprojektet, altså en ekstraomkostning på 800$.
Opgave 2 (20 procent) Tre skoler A, B, C er blevet analyseret nærmere på en række kriterier, se Figur 1:. Seks uafhængige karakteristika blev udvalgt, nemlig learning, friends, school life, vocational training, college preparation, and music classes. For at kunne prioritere disse seks performance kriterier er der lavet følgende parvise sammenligninger, som baserer sig på en score-tabel med 17 tal: 1,2,3,4,5,6,7,8,91/2,1/3,1/4,1/5,!/6,1/7,1/8 og 1/9 efter samme retningslinjer som f.eks. tabel 10.10 side 314 i lærebogen: Tabel 1. Parvise sammenligninger af de seks performance-kriterier. Udregn relative prioriteringsvægte på disse 6 kriterier og sæt dem op i en 6 gange 6 tabel på formen W1/W1 W2/W1.W6/W1 W1/W2 W2/W2. W6/W2 osv
og kommenter forskellen mellem denne 6 gange 6 tabel og tabel 1. Brug denne sammenligning til at diskutere, om de parvise sammenligninger i Tabel 1 er konsistente? I følgende 6 tabeller er de 3 skolers performance på de seks kriterier opstillet i 6 supplier preference matrices. Igen er der lavet parvise sammenligninger, som baserer sig på en score-tabel med 17 tal. Udregn relative prioriteringsvægte for hvert af disse 6 kriterier og sæt dem op i en 6 3 gange 3 tabeller på formen W1/W1 W2/W1 W3/W1 W1/W2 W2/W2 W3/W2 W1/W3 W2/W3 W3/W3 I hvilken udstrækning er disse 6 tabeller af parvise sammenligninger konsistente? Er der nogle af tabellerne, der er mere konsistente end andre? Tabel 2.1 2.6. Parvise sammenligninger af de tre skoler på hver af de seks performance-kriterier. Sæt et regneark op, som på side 332 i lærebogen, hvor I dels udregner prioriteringsvægtene for de 6 kriterier i tabel 1 og de 6 gange 3 preference vægte for de tre skoler på hver af de seks kriterier. Præsenter resultaterne af den samlede sammenligning og vedlæg regnearket på diskette/cd. Opgave 3 (20 procent) Filen Forecast.xls (vedlagt) indeholder 5 års månedlige data for en virksomhed. Første variabel tid løber fra 1 til 60. Anden variabel Salg1 indeholder salgstal for et produkt. Bemærk at dataserien
forløber meget lineært gennem de 60 måneder med kun et meget lidt støj. Den tredje variabel Salg2, som også indeholder salgstal for et produkt, er kendetegnet ved en ret kraftig sæsonvariation. 1. Forecast Salg1 med en MA(n), altså Moving Average baseret på de sidste n observationer, for n=3,12. 2. Forecast Salg1 med en Exponentiel udglatning med alpha lig 0.1, 0.4, og 0.7 og history lig 2. 3. Forecast Salg1 med et regressionsbaseret forecast og history lig 2. 4. Forecast Salg1 med en Adjusted Exponentiel udglatning (side 257 i lærebogen) med (alpha,beta) lig (0.1,0.8) (0.4,0.5) og (0.7,0.2) og history lig 2. Bemærk, at Adjusted Exponentiel smoothning (page 257 i lærebogen) kalder Jensen Exponentiel smootning med trend eller Dobbel exponentiel smoothning 5. Gentag disse forecasts for serien Salg2. 6. Kommenter resultaterne. Hvilke forecast-metoder virker bedst på de to tidsserier målt ved MAD og MFE? Opgave 4 (20 procent) I tabel 4.1 er angivet data til et transportproblem med 3 pakhuse og 7 kunder: 1 2 3 4 5 6 7 udbud 1 7 9 7 8 5 8 9 14 2 3 4 5 4 6 8 9 27 3 1 2 2 4 3 3 2 15 Efterspørgsel 5 6 7 8 9 10 11 1. Formuler transportproblemet på papir. Hvor mange beslutningsvariable indgår i modellen? Hvor mange begrænsninger indgår? 2. Opstil og løs problemet i Excel. 3. Hvor mange enheder skal leveres fra pakhus 2 til kunde 6? 4. Hvad bliver de samlede transportomkostninger? 5. Hvor meget ville man spare, hvis transportomkostningen fra pakhus 2 til kunde 6 kun var 2? 6. Antag at I får mulighed for at øge kapaciteten hos de tre udbydere, og at en kapacitetsudvidelse koster 4,9 pr. enhed. Vil I anbefale, at der bliver iværksat kapacitetsudvidelser hos nogen af de tre udbydere? Bemærk, at når I anvender problemløseren, så skal der afkrydses under Antag lineær Model under Indstillinger, før I får mulighed for at genere sensitivitetsanalyse baseret på lineær programmering Opgave 5 (20 procent)
I vedlagte fil HulTilSlange.xls er der 30 subgrupper hver med fem målinger af dimensionen af et hul til en slange i en kompressor. Målingerne 1-15 er lavet den 21. februar mens målingerne i subgrupperne 16-30 er lavet den 22. februar. Efter de fem målinger i subgruppe 5 udskiftede man et stempel i maskinen og efter de fem målinger i subgruppe 25 reparerede man selve stemplet. 1. Udregn X-bar, X-dobbelbar og R-bar for de første 15 subgrupper i et regneark, efter samme fremgangsmåde som er anvendt i opgave 4.19 i lærebogen. 2. Sæt et X-chart og et R-chart op for de første 15 subgrupper og lav to plots (undlad at anvende data fra 22. februar). Viser disse charts statistisk kontrol? 3. Anvend de kontrollimits, som er beregnet fra de første 15 subgrupper til at sætte et X-chart og et R-chart op for alle 30 subgrupper, og lav igen to plots (I skal altså ikke lade data fra 22. februar få nogen indflydelse på de limits, som anvendes i de to charts) 4. Viser de to charts fra spørgsmål 3. statistisk kontrol? Forklar. 5. Ser det ud til, at udskiftningen af stemplet efter subgruppe 5 har nogen effekt på performance? 6. Ser det ud til, at reparationen af stemplet efter subgruppe 25 har nogen effekt på performance?