Planning and Control of Operations

Podobni dokumenti
Navodilo Struktura cene izdelka Št. dokumenta : Izdaja: 01 Datum spremembe: Stran: 1/5 NAVODILO STRUKTURA CENE IZDELKA 1. POVZETEK

2. Model multiple regresije

Microsoft PowerPoint - cigre_c2_15.ppt [Compatibility Mode]

5

2019 QA_Final SL

Microsoft PowerPoint - MSPO_4_DiagramiVpliva.pptx

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v fina

Brexit_Delakorda_UMAR

Verjetnost in vzorčenje: teoretske porazdelitve standardne napake ocenjevanje parametrov as. dr. Nino RODE prof. dr. Blaž MESEC

IND-L Zakon o državni statistiki (Uradni list RS, št. 45/95 in št. 9/01) Letni program statističnih raziskovanj za leto 2011 (Uradni list RS, št. 92/1

Predstavitev projekta

IND/L Zakon o državni statistiki (Uradni list RS, št. 45/1995 in št. 9/2001) Letni program statističnih raziskovanj (Uradni list RS, št. 97/2013) Spor

v sodelovanju z S.BON-1 [-] S.BON AJPES za podjetje: Podjetje d.o.o. Ulica 1, 1000 Ljubljana Matična številka: ID za DDV / davčna številka:

ZELENA DOLINA

PowerPointova predstavitev

Spremljanje in obvladovanje stroškov

PowerPoint Presentation

DELEGIRANA UREDBA KOMISIJE (EU) 2016/ z dne 2. junija o dopolnitvi Uredbe (EU) št. 600/ Evropskega parlamenta i

INDUSTRIJA 4.0: PRILOŽNOSTI DIGITALNE PREOBRAZBE PROCESA RAZVOJA BARV IN PREMAZOV TOMAŽ KERN, BENJAMIN URH, MARJAN SENEGAČNIK, EVA KRHAČ

ŠTUDENTSKE ANKETE UNIVERZE V LJUBLJANI Fakulteta za družbene vede Študentska anketa o študiju na III. stopnji Študijsko leto 2017/18 Pripombe, komenta

(Microsoft Word - 3. Pogre\232ki in negotovost-c.doc)

3. Preizkušanje domnev

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6. julij 2018 Navodila Pazljivo preberite be

ANALIZA PROCESA VODENJA PROIZVODNJE V ORODJARNA & INŽENIRING ALBA d. o. o. Diplomsko delo Študent: David PIRNAT Študijski program: Univerzitetni študi

PowerPoint Template

Microsoft Word - PR18-HoceZrak-letno2018.docx

ŠTEVCI PROMETA IN NJIHOVA UPORABA ZA NAMENE STATISTIK ČRT GRAHONJA

Diapozitiv 1

Trg proizvodnih dejavnikov

Microsoft Word - CNC obdelava kazalo vsebine.doc

PowerPointova predstavitev

AAA

MESEČNI PREGLED GIBANJ NA TRGU FINANČNIH INSTRUMENTOV April 2019

AAA

Vodja delovne skupine v proizvodnji usposabljanje BREZPLAČNO za starejše od 45 LET z največ SREDNJO STROKOVNO IZOBRAZBO. Menimo, da je dobro usposoblj

Microsoft PowerPoint - 14 IntrerspecifiOna razmerja .ppt

LaTeX slides

PowerPointova predstavitev

Osnove statistike v fizični geografiji 2

PPT

Mesečno POROČILO O OBRATOVANJU EES 1/5 1. februar februar II F E B R U A R I. ELEKTROENERGETSKA SITUACIJA ZA MESEC FEBRUAR 2009 Realizacija pora

Avtomatizirano modeliranje pri celostnem upravljanju z vodnimi viri

KONTINGENČNI PRISTOP K OBLIKOVANJU SISTEMA STRATEŠKEGA POSLOVODNEGA RAČUNOVODSTVA: EMPIRIČNA PREVERBA V SLOVENSKIH PODJETJIH

OPOMNIK

AAA

AAA

Program dela NO za leto 2009

OBRAZLOŽITEV PREDLOGA ODLOKA O DOLOČITVI STROŠKOV LOKACIJSKE PREVERITVE IN DOLOČITVI TAKSE ZA OBRAVNAVANJE ZASEBNIH POBUD ZA SPREMEMBO NAMENSKE RABE P

Microsoft Word - nagrajenci Excellent SME 2017_tisk

Maribor, 17

Predloga za pisna dela

ILEGALNE MIGRACIJE NA OBMOČJU REPUBLIKE SLOVENIJE V obdobju od 1. januarja do 28. februarja 2019 so policisti na območju Republike Slovenije obravnava

LETNO POROČILO ZA LETO 2013 Javni zavod ŠPORT LJUBLJANA 1

Microsoft PowerPoint - UN_OM_G03_Marketinsko_raziskovanje

PowerPoint Presentation

Microsoft Word - IRDO doc

Priloga_AJPES.xls

PowerPointova predstavitev

Univerza v Mariboru Fakulteta za naravoslovje in matematiko Oddelek za matematiko in računalništvo Enopredmetna matematika IZPIT IZ VERJETNOSTI IN STA

Diapozitiv 1

Optimizacija z roji delcev - Seminarska naloga pri predmetu Izbrana poglavja iz optimizacije

LaTeX slides

RAZVOJNI CENTER ZA ZAPOSLITVENO REHABILITACIJO NORMATIVI NA PODROČJU ZAPOSLITVENE REHABILITACIJE mag. Aleksandra Tabaj Predstojnica Razvojnega centra

2

Uredba Komisije (EU) št. 1179/2012 z dne 10. decembra 2012 o merilih za določitev, kdaj odpadno steklo preneha biti odpadek na podlagi Direktive 2008/

Microsoft Word - Analiza evalvacije.doc

2

Microsoft PowerPoint - p_TK_inzeniring_1_dan_v5_shortTS.ppt [Compatibility Mode]

AAA

HOKEJSKA ZVEZA SLOVENIJE Celovška LJUBLJANA Slovenija DRŽAVNO PRVENSTVO MLADINCEV U-18 v sezoni 2016/17 V tekmovanju za DP mladincev nastopajo

AAA

Bilanca stanja

2. LINEARNA ALGEBRA

PowerPoint Presentation

TRG Trg je prostor, kjer se srečujejo ponudniki in povpraševalci, da po določeni ceni izmenjajo določeno količino blaga ali storitev. Vrste trga kraje

Priprava podatkov za sestavljanje poročil in analiz

Microsoft Word - PR17-PtujZrak-letno_vmesno.docx

Statistika, Prakticna matematika, , izrocki

Anatomija hitrega trgovalnega modula Hitro trgovanje vam zagotavlja večji nadzor in preglednost nad načinom trgovanja z vašim naročilom. FOREX CFD-JI

Microsoft Word - bohinc

Microsoft Word - FREM-2010-prispevek-obratna-sredstva-oktober-2008

RAZLIKE MED MSRP 16 IN MRS 17 Izobraževalna hiša Cilj

Uvodno predavanje

30 Vpihovalne šobe Vpihovalna šoba VŠ-4 Uporaba Vpihovalne šobe VŠ-4 se uporabljajo za oskrbovanje prostorov s hladnim ali toplim zrakom povsod tam, k

BONITETNO POROČILO ECUM RRF d.o.o. Izdano dne Izdano za: Darja Erhatič Bisnode d.o.o. Član skupine BISNODE, Stockholm, Švedska BONITETNO POR

Strateško upravljanje 1. IZPIT 1. MORFOLOSKO SPECIFICNI POJMI: - morfoloski proctor - razdalja - sosescina - stanje - nova tehnološka iznajdba - anall

Microsoft Word - PR18-PtujZrak-letno2018.docx

Zakon o državni statistiki (Uradni list RS, št. 45/1995 in št. 9/2001) Letni program statističnih raziskovanj (Uradni list RS, št. 89/2015) Sporočanje

Finančni načrt 2011 Ljubljana, september, 2010

Microsoft Word - SI_vaja1.doc

AAA

Načela družbene odgovornosti skupine ALDI SÜD

PRILOGA 2 Minimalni standardi kakovosti oskrbe za izbrane dimenzije kakovosti oskrbe in raven opazovanja posameznih parametrov kakovosti oskrbe 1. NEP

PRIPRAVILA: Nevenka Šalamon

PRILOGA II Obrazec II-A Vloga za pridobitev statusa kvalificiranega proizvajalca elektri ne energije iz obnovljivih virov energije 1.0 Splošni podatki

Poročilo o zaključnem računu Evropske agencije za varnost hrane za proračunsko leto 2015 z odgovorom Agencije

8_ICPx

Model IEUBK za napoved vsebnosti svinca v krvi otrok in njegova uporaba na primeru Zgornje Mežiške doline

CA IZRAČUN KAPITALA IN KAPITALSKE ZAHTEVE Oznaka vrstice Postavka 1 SKUPAJ KAPITAL (za namen kapitalske ustreznosti) = =

Transkripcija:

Sistem planiranja in kontrole izvajalne poslovne funkcije

Sistem planiranja in kontrole izvajalne poslovne funkcije Predvidevanje povpraševanja Dolgoročno planiranje proizvodnje Mesečno planiranje proizvodnje Operativno planiranje proizvodnje Planiranje potreb po materialih Lansiranje nalogov in kontrola proizvodnje

Predvidevanje povpraševanja

Vrste predvidevanja povpraševanja Dolgoročno => dolgoročno planiranje fiksnih zmogljivosti Srednjeročno => mesečno planiranje proizvodnje Kratkoročno => operativno planiranje Univerzalne metode predvidevanja ni

Nekateri zakoni predvidevanja Predvidevanja so praviloma (vedno?) napačna Dobro predvidevanje ne daje zgolj ene številke(mera napake, npr. standardni odklon) Daljši kot je časovni horizont, manj zanesljivo je predvidevanje Agregatno predvidevanje je bolj zanesljivo

Kvalitativne metode predvidevanja Zasnovane na presoji vzročnih dejavnikov => subjektivne ocene, izkušnje Ocene vodilnega osebja Delfi metoda Ocene prodajnega osebja Anketiranje kupcev Tržne raziskave Analogije z drugimi državami in podobnimi proizvodi

Kvantitativne metode predvidevanja Zasnovane na preteklih podatkih => matematični modeli Analize časovnih vrst: zakonitosti gibanja spremenljivke v preteklosti Vzročne metode: povezava med odvisno (povpraševanje) in neodvisnimi spremenljivkami

Komponente časovne vrste Povpraševanje Časovna vrsta Čas Trend Povprečje Cikel Sezona Slučajna nihanja

Predvidevanje z analizo časovne vrste Pretekli podatki A(i), i=1,...,t Model časovne vrste Napoved f(t + r), r = 1,2,...

Analiza časovnih vrst - oznake Oznake: D(i) = opazovano povpraševanje v obdobju i t = trenutno obdobje A (t) = povprečje izračunano do obdobja t F (t + r) = napoved povpraševanja za obdobje t + r e(t) = D(t) - F(t) = napaka v napovedi v obdobju t

Analiza časovnih vrst - postopek Postopek: 1. Izberi model za izračun f (t + r) na podlagi D (i), i = 1,...,t 2. Uporabi izbrani model za izračune napovedi na podlagi preteklih podatkov in oceni zanesljivost napovedi s pomočjo mer zanesljivosti napovedi: KNN = PANN = n t 1 et ( ) / n ; t = 1,..., n et 3. Prenehaj, če zanesljivost sprejemljiva. V nasprotnem primeru spremeni parametre modela in pojdi na (2) ali pa zavrni model in pojdi na (1).

Metoda drsečih sredin Predpostavke: Model: Ni trenda, cikla ali sezone => samo povprečje in slučajnostna komponenta Enaka teža zadnjih N opazovanj A t = (D t + D t-1 +... + D t-n+1 ) / N F t+1 = A t Vprašanje: Kolikšen N je ustrezen?

Metoda tehtanih drsečih sredin Predpostavke: Ni trenda, cikla ali sezone => samo povprečje in slučajnostna komponenta Zadnjim opazovanim obdobjem damo relativno večjo težo Model: F t+1 = A t = W 1 D t + W 2 D t-1 +... + W N D t-n+1 kjer: W i = 1 ; i = 1,, N

Metoda eksponentnega glajenja Predpostavke: Ni trenda, cikla ali sezone => samo povprečje in slučajnostna komponenta Z oddaljenostjo preteklih opazovanih obdobij teža eksponentno pada Model: F t+1 = F t + (D t - F t ) F t+1 = D t + (1 - ) F t Vprašanje: Kolikšen je ustrezen?

Analiza časovnih vrst - zaključki Presoja: noben model analize časovnih vrst ne more predvideti strukturnih sprememb, ki niso bile bile ugotovljene s preteklim opazovanjem; to zahteva presojo rezultatov modela s strani uporabnika. Odzivnost napovedi: Manjše vrednosti N ali večje vrednosti a naredijo modela drsečih sredin in eksponentnega glajenja bolj odzivna (in s tem manj stabilna) na spremembe v vrednosti spremenljivke. Konstante glajenja: izbira konstant glajenja je umetnost ; najboljše kar lahko naredimo je, da izberemo tiste konstante, ki dajo najboljšo zanesljivost napovedi na preteklih podatkih.

Vzročne metode predvidevanja povpraševanja Regresija: enostavna, multipla linearna, nelinearna Enostavni linearni model: Y = a + bx kjer: Y = ocenjeno povpraševanje X = neodvisna spremenljivka a = presečišče z y osjo b = naklon Učinkovitost modela => determinacijski koeficient

Razlogi neučinkovitega predvidevanja povpraševanja nevključevanje različnih profilov zaposlenih v sistem predvidevanja povpraševanja neupoštevanje predvidevanja povpraševanja kot dela celovitega sistema planiranja poslovanja neupoštevanje negotovosti, povezane s predvidevanjem povpraševanja predvidevanje nepotrebnih stvari neustrezna izbira metode predvidevanja nespremljanje zanesljivosti napovedi

Predvidevanje povpraševanja - cilji učenja Predvidevanje povpraševanja je nujen vložek v odločitve planiranja proizvodnje Različne odločitve zahtevajo različne metode predvidevanja povpraševanja (kvalitativne ali kvantitativne) Spremljati moramo zanesljivost napovedi

Dolgoročno planiranje fiksnih zmogljivosti

Opredelitev planiranja fiksnih zmogljivosti Usklajevanje proizvodnih zmogljivosti s predvidenim povpraševanjem na dolgi rok (več letni planski horizont) Določitev razpoložljive fiksne zmogljivosti na dolgi rok (investiranje in dezinvestiranje) Stopnja podrobnosti: leta, skupine proizvodov

Strategija prilagajanja fiksnih zmogljivosti Okvir odločitev, povezanih z dolgoročnim prilagajanjem zmogljivosti: 1. Kakšno vrsto zmogljivosti bomo uporabljali v prihodnosti? 2. Kdaj in za koliko bomo povečevati fiksne zmogljivosti? 3. Kje bomo locirali fiksne zmogljivosti?

Vrsta zmogljivosti Delovna sredstva morajo biti usklajena z obsegom proizvodnje posameznih proizvodov in s širino proizvodnega programa - povezava z različno stopnjo avtomatizacije: a) Ročni procesi b) Mehanizirani procesi c) Avtomatizirani procesi

Strategija termina dodajanja fiksnih zmogljivosti Prehitevanje povpraševanja Sledenje povpraševanju Povpraševanje/Zmogljivost Povpraševanje/Zmogljivost Čas -oportunitetni strošek (presežna zmogljivost) -primerna: hitra rast povpraševanja, strošek nepokrivanja povpraševanja zelo visok, priložnost izrivanja konkurence Čas -oportunitetni strošek: izgubljeni dobiček, možno trajno zmanjšanje tržnega deleža -primerna: strošek presežne zmogljivosti je zelo visok, zmanjšuje riziko v primeru zelo negotovega predvidevanja povpraševanja

Velikost proizvodnih enot Povpraševanje/Zmogljivost Čas Velike proizvodne enote: ekonomije in disekonomije obsega Majhne proizvodne enote: manjša kompleksnost, manjša presežna zmogljivost, manjši riziko, ni ekonomij in disekonomij obsega

Ekonomije obsega Stroški postavitve in uporabe zmogljivosti ne naraščajo linearno z obsegom Primeri: pravilo šestih desetin, ustanovitveni stroški, bolj sofisticirani merilni instrumenti, kontrolne naprave, režijski stroški

Disekonomije obsega Problemi, povezani z velikimi obrati Primeri: distribucija, birokratizacija (povečano število koordinatorjev in kontrolorjev, povečano število ravni v hierarhiji), vloga v okolju, problemi kompleksnosti, občutljivost na rizike, odnos zaposlenih

Planiranje zmogljivosti v pogojih negotovosti Drevo odločanja: zaporedno odločanje, ko predvidevamo različne možne razvoje v prihodnosti, za vsakega izmed možnih razvojev pa lahko določimo verjetnost nastopa => grafična predstavitev možnih odločitvenih alternativ v času in njihovih možnih posledic, ki izhajajo iz različnih možnih razvojev Simulacija: ponavljanje izračunov uspešnosti določene investicije => vsak izračun je zasnovan na slučajno izbranih vrednostih vložkov, ki določajo uspešnost investicije

Koraki uporabe drevesa odločanja 1. Identificiraj odločitve in različne alternative za vsako odločitev 2. Oceni verjetnosti nastopa možnih razvojev v prihodnosti. 3. Identificiraj razpon možnih rezultatov vsake alternativne odločitve glede na možne razvoje v prihodnosti 4. Analiziraj alternative, tako da začneš z časovno najbolj oddaljeno odločitvijo in nadaljuješ proti prvi odločitvi => kriterij odločanja: pričakovana vrednost določene alternativne odločitve glede na verjetnost nastopa posameznih možnih razvojev v prihodnosti

Koraki uporabe simulacije 1. Identificiraj možne vrednosti in njihove verjetnosti za vse vložke (slučajne spremenljivke => znane verjetnosti za vse možne vrednosti posameznega vložka, teoretične porazdelitve), ki določajo uspešnost investicije 2. Izvedi slučajnostno izbiro vrednosti vložkov (slučajna števila) 3. Izračunaj uspešnost investicije na podlagi slučajnostno izbranih vrednosti vložkov. 4. Ponavljaj koraka 2. in 3. dokler nimaš dovolj izračunov za dovolj dobro ponazoritev verjetnostne porazdelitve uspešnosti investicije, za izračun povprečja in variance uspešnosti investicije

Zamenjava delovnih sredstev Ekonomski kriterij zamenjave delovnih sredstev: Dodatni stroški zaradi nabave novega delovnega sredstva (investicija v novo delovno sredstvo zmanjšana za tržno vrednost starega delovnega sredstva) so nižji od dodatnih stroškov, ki nastajajo ker obdržimo staro delovno sredstvo (s staranjem delovnega sredstva nastajajo višji stroški vzdrževanja, energije, nižja je zmogljivost, kakovost, pojavljajo se oportunitetni stroški v primerjavi s konkurenti) Vprašanje: Po kolikšnem času zamenjati delovno sredstvo => takrat, ko so stroški na enoto časovnega obdobja minimalni

Lokacija zmogljivosti Lokacija posamezne (neodvisne) zmogljivosti : => kako čim bolj objektivno upoštevati različne kriterije ugodnosti lokacije Lokacija več medseboj povezanih zmogljivosti: proizvodno distribucijske mreže obratov in skladišč => cilj je minimizirati stroške distribucije v celotnem sistemu

Dejavniki izbora posamezne lokacije Nestroškovni dejavniki, povezani s:» proizvodnim procesom, tvorci in proizvodi/storitvami» transportom (transportna sredstva, razdalje)» drugim (infrastruktura, možnost širitve, odnos okolja, ekološke zahteve, pravna ureditev, politično tveganje, konkurenca, ) Stroški (lokacijski-regionalni, proizvodni, transportni)

Planiranje fiksnih zmogljivosti- cilji učenja Planiranje fiksnih zmogljivosti je na vrhu hierarhije planiranja proizvodnje Strategija prilagajanja fiksnih zmogljivosti odraža poslovno strategijo Odločitve o tem kdaj, koliko in kje povečevati fiksno zmogljivost pomembno vplivajo na uspešnost poslovanja

Mesečno planiranje proizvodnje

Opredelitev mesečnega planiranja proizvodnje Uskladitev zmogljivosti in povpraševanja na srednji rok (6-18 mesecev) => določamo obseg proizvodnje po posameznih mesecih za planski horizont Določitev proizvodnega programa Stopnja podrobnosti: mesec, družine proizvodov

Potreba po mesečnem planiranju proizvodnje Kadrovanje: zaposlovanje, odpuščanje, usposabljanje Nabava: pogodbe z dobavitelji, kooperanti Trženje: promocijske aktivnosti

Cilj mesečnega planiranja proizvodnje Zagotavljanje usklajenosti med potrebno agregatno zmogljivostjo in razpoložljivo agregatno zmogljivostjo v posameznih obdobjih (mesecih) znotraj planskega horizonta Zagotavljanje te usklajenosti s čim nižjimi stroški ob upoštevanju drugih dejavnikov (ustrezna raven storitve, zadovoljstvo delavcev,...)

Poti usklajevanja potrebne in razpoložljive zmogljivosti Izravnavanje prodaje tekom leta => zmanjševanje sezonskih nihanj v prodaji Prilagajanje proizvodnje sezonskim nihanjem v prodaji => načini kratkoročnega prilagajanja zmogljivosti proizvodnje

Zmanjševanje sezonskih nihanj v prodaji Diferenciacija cen Reklamiranje in promocija Odlogi dobave in rezervacije Uvajanje proizvodov z drugačno sezonsko komponento

Načini kratkoročnega prilagajanja zmogljivosti proizvodnje Proizvodnja na zalogo Uporaba nadur in skrajšanega delovnega časa Zaposlovanje in odpuščanje delavcev (honorarni, določen čas, redni) Spreminjanje odločitev o lastni proizvodnji oziroma nakupu: povečanje nakupov pri kooperantih v obdobjih visokega povpraševanja zmanjšanje nakupov pri kooperantih v obdobjih nizkega povpraševanja

Dve čisti strategiji kratkoročnega prilagajanja proizvodnje Strategija lovljenja =>» brez uporabe zalog» nihanje v številu zaposlenih» relativno nizka izkoriščenost fiksnih zmogljivosti Strategija enakomerne proizvodnje =>» akumuliranje zaloge izven sezone» enakomerno številno zaposlenih» dobra izkoriščenost fiksnih zmogljivosti

Metoda poiskusi in popravi v mesečnem planiranju proizvodnje Primer Normativ izdelave enote proizvoda = 20 ur Povprečno mesečno število delovnih ur na delavca = 168 Povprečen mesečni obseg proizvodnje na delavca = 8.4 enot Varnostna zaloga = začetna zaloga = končna zaloga = 1000 enot Mesečni strošek enote v zalogi = 600 sit Povprečen strošek zaposlitve novega delavca = 30 000 sit Povprečen strošek odpuščenega delavca = 40 000 sit Začetno število zaposlenih = 238 delavcev

(1) (2) (3) Mesec Predvideno Kumulativno povpraševanje predvideno povpraševanje April 1.600 1.600 Maj 1.400 3.000 Junij 1.200 4.200 Julij 1.000 5.200 Avgust 1.500 6.700 September 2.000 8.700 Oktober 2.500 11.200 November 2.500 13.700 December 3.000 16.700 Januar 3.000 19.700 Februar 2.500 22.200 Marec 2.000 24.200

Tabela 2: Pristop sledenja proizvodnje (1) (2) (3) (4) (5) (6) Mesec Predvideno Potrebno Število Število Stroški povpraševanje število novozapo- odpuščenih spreminjanja zaposlenih slenih na na začetku števila zapopo mesecih začetku meseca slenih (30.000 (4). (zaokroženo) meseca ali 40.000 (5) (v sit) -------------------------------------------------------------------------------------------------- April 1600 190 0 48 1.920.000 Maj 1400 167 0 23 920.000 Junij 1200 143 0 24 960.000 Julij 1000 119 0 24 960.000 Avg. 1500 179 60 0 1.800.000 Sept. 2000 238 59 0 1.770.000 Okt. 2500 298 60 0 1.800.000 Nov. 2500 298 0 0 0 Dec. 3000 357 59 0 1.770.000 Jan. 3000 357 0 0 0 Feb. 2500 298 0 59 2.360.000 Marec 2000 238 0 60 2.400.000 ------------------------------------------------------------------------------------------- 238 238 16 660 000 Strošek zalog: 12 1.000 600 sit = 7.200.000 sit Strošek skupaj = 23.866.000 sit

Tabela 3: Pristop enakomerne proizvodnje (1) (2) (3) (4) (5) (6) Mesec Kumulativa Kumulativni Kumulativno Končna Strošek mesecev obseg predvideno zaloga zaloge proizvodnje povpraševanje (3)-(4)+1000 ((končna + (2) 2,016 začetna)/2 600) (v sit) ------------------------------------------------------------------------------------------ April 1 2.016 1.600 1.416 724.800 Maj 2 4.032 3.000 2.032 1.034.400 Junij 3 6.048 4.200 2.848 1.464.000 Julij 4 8.064 5.200 3.864 2.013.600 Avg. 5 10.08 6.700 4.380 2.473.200 Sept. 6 12.096 8.700 4.396 2.632.800 Okt. 7 14.112 11.200 3.912 2.492.400 Nov. 8 16.128 13.700 3.428 2.202.000 Dec. 9 18.144 16.700 2.444 1.761.600 Jan. 10 20.160 19.700 1.460 1.171.200 Feb. 11 22.176 22.200 976 730.800 Mar. 12 24.192 24.200 992 590.400 ------------- 19.291.200 Stroški najemanja : 2 30.000 = 60.000 sit Stroški skupaj = 19.351.200 sit

Tabela 4: Kombinirani pristop (1) (2) (3) (4) (5) (6) (7) (8) Mesec Število MesečniKumulativni Kumulativno Končna Strošek Stroški zapo- obseg obseg predvideno zaloga zalog spreminjanja slenih proiz- proizv. povpraševanje (4)-(5) ((končna + števila zapovodnje + 1.000 začetna)/2 slenih 600)(v sit) (v sit) April 200 1.680 1.680 1.600 1.080 624.000,0 1.520.000 Maj 200 1.680 3.360 3.000 1.360 732.000,0 Junij 200 1.680 5.040 4.200 1.840 960.000,0 Julij 200 1.680 6.720 5.200 2.520 1.308.000,0 Avg. 200 1.680 8.400 6.700 2.700 1.566.000,0 Sept. 269 2.259 10.659 8.700 2.959 1.697.800,8 2.070.000 Okt. 269 2.259 12.919 11.200 2.719 1.703.600,4 Nov. 269 2.259 15.178 13.700 2.478 1.559.400,0 Dec. 269 2.259 17.438 16.700 1.738 1.265.100,6 Jan. 269 2.259 19.698 19.700 998 820.900,2 Feb. 269 2.259 21.957 22.200 757 526.600,8 Mar. 269 2.259 24.217 24.200 1.017 532.400,4 ---------------- ------------ 13.296.100,2 3.590.000 Stroški skupaj = 16.886.100 sit

Določanje proizvodnega programa Prodajna cena - čokoladni: Variabilni stroški- čokoladni: 550 sit/ducat 350 sit/ducat Prodajna cena - navadni: Variabilni stroški - navadni: 470 sit/ducat 330 sit/ducat Maksimalno tedensko povpraševanje po čokoladnih: Maksimalno tedensko povpraševanje po navadnih: 55 ducatov 100 ducatov Razpoložljivi delovni čas na teden: Fiksni stroški na teden: 400 minut 13 000 sit

Primer določanja proizvodnega programa PROCES Miksanje in nanšanje ČOKOLADNI 7 min. (6+1/ pladenj) Nastavitev peči Peka Hlajenje Pakiranje 1 2 5 2/ pladenj Plačilo Skupaj 1 19 NAVADNI 3 mins. (2+1/ pladenj) 1 4 5 2/ pladenj 1 17 RESURSI Sostan. Janez.; peč Peč Janez Janez

Odločanje o proizvodnem programu Prispevek h kritju za ducat čokoladnih = 200 sit Prispevek h kritju za ducat navadnih = 140 sit Prispevek h kritju na enoto porabljenega časa na ozkem grlu za čokoladne = 200sit / 7min = 28.6 sit/ min Prispevek h kritju na enoto porabljenega časa na ozkem grlu za navadne = 140sit / 3min = 46.6 sit/ min

Uporaba linearnega programiranja v mesečnem planiranju Linearno programiranje => matematično orodje za reševanje problemov optimizacije z omejitvami Trije koraki za formuliranje praktičnega problema v matematičnem modelu linearnega programiranja: 1. Določi odločitvene spremenljivke => spremenljivke, katerih velikost je pod našim nadzorom 2. Določi ciljno (kriterijsko) funkcijo, izraženo z odločitvenimi spremenljivkami => vsebuje tisto kar maksimiziramo (prispevek h kritju) ali minimiziramo (stroški) 3. Določi omejitve => omejitve, ki jih moramo upoštevati pri določanju velikosti odločitvenih spremenljivk

Model linearnega programiranja za določanje proizvodnega programa Problem: določi optimalen proizvodni program za določeno obdobje Predpostavke: več proizvodov več resursov eno obdobje

Model linearnega programiranja za določanje proizvodnega programa Razlog proučevanja: Vložki: povezava trženja z proizvodnjo ugotavljanje ozkih grl predvideno povpraševanje za proizvode - lahko kot razpon normativi izdelave za proizvode razpoložljive zmogljivosti prispevek h kritju po enoti proizvoda

Linearni program za optimalno rešitev proizvodnega programa Xč: Xn: Proizvedena količina čokoladnih v ducatih. Proizvedena količina navadnih v ducatih. Max 200 Xč + 14o Xn pri omejitvah 7 Xč + 3 Xn <= 400 Sostanovalec 3 Xč + 5 Xn <= 400 Peč 4 Xč + 4 Xn <= 400 Janez Xč <= 55 Xn <= 100 Xč, Xn => 0

Mesečno planiranje proizvodnje - cilji učenja Noben model linearnega planiranja ni pravi za vsako situacijo => veliko odločitvenih opcij Enstavnost vspodbuja razumevanje => zaradi relativno dolgega planskega horizonta sta vprašljiva natančnost podatkov in natančno, podrobno modeliranje Linearno programiranje je koristno orodje za mesečno planiranje proizvodnje => relativno dolg planski horizont omogoča zanemarjanje številnih podrobnosti proizvodnje Robustnost modela je pomebnejša od njegove natančnosti => noben model ne more vključevati popolnoma zanesljivega predvidevanja Formuliranje in rešitev sta medsebojno povezani => iterativno razvijanje modela

Operativno planiranje proizvodnje

Opredelitev operativnega planiranja proizvodnje Operativni plan proizvodnje določa, kaj bo podjetje proizvedlo izraženo v specifičnih modelih, količinah in terminih. Operativni plan je osnova za:» zagotavljanje ustrezne ravni storitve kupcem in ustreznih obljub dobavnih rokov» zagotavljane ustrezne izkoriščenosti zmogljivosti (grobo planiranje zmogljivosti)» izvedbo planiranja materialnih potreb Stopnja podrobnosti: dan-teden, modeli proizvodov

Tabelarična oblika operativnega plana. Tedni 1 2 3 4 5 6... Predvideno povpraševanje Sprejeta naročila Končna zaloga Razpoložljivo za dobavo Operativni plan

Opredelitve kategorij operativnega plana Predvideno povpraševanje: predvideni obseg prodaje v določenem obdobju Sprejeta naročila: planirani obsegi odprem v določenem obdobju za že sprejeta naročila Končna zaloga: planirani obseg zaloge na koncu določenega obdobja (opozarja na potrebo po planiranju dodatne proizvodnje) => Začetna zaloga določenega obdobja + operativni plan tega obdobja - predvideno povpraševanje/naročilo (kar je večje) za to obdobje

Opredelitve kategorij operativnega plana Razpoložljivo za dobavo: obseg proizvodnje določen z operativnim planom, ki še ni bil dodeljen za pokrivanje že sprejetih naročil in je zato na voljo za pokrivanje novih naročil - omogoča postavljanje realističnih obljub dobavnih rokov => zasnovan na trenutni zalogi, operativnem planu in že sprejetih naročilih Operativni plan proizvodnje: zaveza proizvodnje, da bo v določenem obdobju dokončana določena količina proizvodov

Grobo planiranje zmogljivosti Predstavlja hiter preizkus izvedljivosti operativnega plana glede na razpoložljivo zmogljivost kritičnih resursov => uporablja normative izdelave na kritičnih resursih za vse enote operativnega planiranja Na podlagi operativnega plana in normativov izdelave generiramo plan obremenitve zmogljivosti kritičnih resursov Na neskladnost potrebne in razpoložljive zmogljivosti lahko odgovorimo s spremembo operativnega plana ali spremembo zmogljivosti (npr. nadure)

Grobo planiranje zmogljivosti - primer Teden: 1 2 3 4 5 6 7 8 Proizvod A 10 10 10 20 20 20 20 10 Proizvod B 5 25 5 15 10 25 15 10 Normativi izdelave za oddelek 21: Proizvod A Proizvod B Oddelek 21 2.5 2.0 Grobo planiranje zmogljivosti: Teden 1 2 3 4 5 6 7 8 Proizvod A 25 25 25 50 50 50 50 25 Proizvod B 10 50 10 30 20 50 30 10 Skupaj ur potrebno 35 75 35 80 70 100 80 35 Ur na razpolago 65 65 65 65 65 65 65 65 +/- 30-10 30-15 -5-35 -15 30

Operativno planiranje proizvodnje - cilji učenja Operativni plan odraža pričakovana in že potrjena naročila Operativni plan je ključen za učinkovito povezavo med proizvodnjo in trženjem/prodajo Operativni plan je ključen za učinkovito obremenitev razpoložljivih proizvodnih zmogljivosti