Technick´a univerzita v Liberci Fakulta mechatroniky, informatiky a mezioborov´ ych studi´ı
Metody uˇ z´ıvan´ e v logistice
Petr R´ alek, Josef Nov´ak, Josef Chudoba
Materi´ al byl vytvoˇ ren´ y s podporou ESF v r´ amci projektu: ”Inovace a realizace bakal´ aˇ rsk´ eho oboru Informatika a logistika v souladu s poˇ zadavky pr˚ umyslu a veˇ rejn´ e spr´ avy”, ˇ c´ıslo projektu CZ.04.1.03/3.2.15.3/0442
1
Obsah 1 Teorie z´ asob - u ´vod Charakteristika parametr˚ u v modelech z´asob . . . . . . . . . . . . . . . . . . . . . . . Modely z´ asob Deterministick´e modely z´asob . . . . . . . . . . . . . . . . Model 1 . . . . . . . . . . . . . . . . . . . . . . . . . Model 2 . . . . . . . . . . . . . . . . . . . . . . . . . Model 3 . . . . . . . . . . . . . . . . . . . . . . . . . Model 4 . . . . . . . . . . . . . . . . . . . . . . . . . Stochastick´e modely z´asob . . . . . . . . . . . . . . . . . . Model 1 . . . . . . . . . . . . . . . . . . . . . . . . . Model 2 - optimalizace jednor´azovˇe vytv´aˇren´e z´asoby
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
4 5 7 7 7 14 17 20 21 21 23
Cviˇ cen´ı a pˇ r´ıklady
26
2 S´ıt’ov´ a anal´ yza - u ´vod
28
Z´ akladn´ı pojmy teorie graf˚ u 30 Neorientovan´y graf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 Orientovan´y graf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 S´ıt’ov´ y graf
32
Metoda kritick´ e cesty V´ypoˇcet kritick´e cesty . . . . V´ypoˇcet v s´ıt’ov´em grafu V´ypoˇcet v tabulce . . . . Anal´yza z´ıskan´ych v´ysledk˚ u .
36 37 40 41 42
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Metoda PERT
44
Cviˇ cen´ı a pˇ r´ıklady
47
3 Teorie front a syst´ emy hromadn´ e obsluhy - u ´vod Z´akladn´ı pojmy SHO . . . . . . . . . . . . . . . . . . . . Klasifikace SHO . . . . . . . . . . . . . . . . . . . . . . . Obecn´a klasifikace . . . . . . . . . . . . . . . . . . Klasifikace podle ˇc´ast´ı SHO . . . . . . . . . . . . . Kendallova klasifikace SHO . . . . . . . . . . . . .
50 51 52 52 53 54
2
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
Typy SHO a jejich Markovsk´e SHO . M/M/1/0 . M/M/n/0 . M/M/n/m . M/M/1/∞ . M/M/n/∞
modely . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
56 56 56 59 61 62 66
Cviˇ cen´ı a pˇ r´ıklady
69
4 Teorie obnovy ´ Uvod . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Charakteristiky proces˚ u obnovy . . . . . . . . . . . . . . Rovnice procesu obnovy . . . . . . . . . . . . . . . . . . Procesy obnovy a jejich modely . . . . . . . . . . . . . . Obnova zaˇr´ızen´ı z hlediska n´aklad˚ u pˇri jeho selh´an´ı Obnova zaˇr´ızen´ı z d˚ uvodu jeho opotˇreben´ı . . . . .
72 72 72 74 77 77 79
Literatura
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
81
3
Kapitola 1 Teorie z´ asob - u ´vod Z´asoby tvoˇr´ı poloˇzku, ve kter´e m´a podnik v´azanou urˇcitou (v´yznamnou) ˇc´ast aktiv. Proto patˇr´ı teorie z´asob k tradiˇcn´ım oblastem logistiky a operaˇcn´ıho v´yzkumu. Jej´ım c´ılem je minimalizace n´aklad˚ u, kter´e jsou se z´asobami spojen´e (jejich poˇrizov´an´ı a skladov´an´ı), a optimalizace ˇr´ızen´ı z´asob (stanoven´ı interval˚ u n´akupu surovin ˇci skladov´an´ı v´yrobk˚ u). Na obr. 1.1 je jednoduch´e sch´ema v´yrobn´ıho procesu.
dodavatelé zdrojù
sklad zdrojù
spotøebitelé
výroba
sklad výrobkù
Obr´azek 1.1: Sch´ema funkce z´asob je ve v´yrobn´ım procesu Z´asoby vystupuj´ı na dvou m´ıstech procesu: • sklad zdroj˚ u - materi´al a suroviny potˇrebn´e pro v´yrobu, • sklad v´yrobk˚ u - fin´aln´ı v´yrobky ˇci dod´avky pro dalˇs´ı v´yrobu V teorii z´asob se oba pˇr´ıpady nerozliˇsuj´ı, vˇzdy se jedn´a o proces typu VSTUP - SKLAD ´ VYSTUP, liˇs´ı se pouze charakter vstupu. N´asleduj´ıc´ı pˇr´ıklady pˇredstavuj´ı obˇe typick´e u ´ lohy: Pˇ r´ıklad 1. Pˇredpokl´adejme, ˇze pr˚ umˇern´y roˇcn´ı stav z´asoby polotovar˚ u pro v´yrobu je 500 ks s t´ım, ˇze n´akupn´ı cena 1 ks je 2000 Kˇc. Celkem je tedy v z´asob´ach u t´eto jednotky v penˇeˇzn´ım vyj´adˇren´ı 1 mil. Kˇc. Pokud by tyto prostˇredky byly voln´e , potom by mohly b´yt investov´any a pˇrinesly by roˇcnˇe ˇreknˇeme 8 %, tj. 80000 Kˇc. Tuto cenu voln´ych penˇez je rozumn´e zahrnout do skladovac´ıch n´aklad˚ u - na 1 ks skladovan´eho polotovaru tak roˇcnˇe pˇripad´a 160 Kˇc. Pokud by byly ostatn´ı sloˇzky skladovac´ıch n´aklad˚ u vyˇciˇstˇeny na 80 Kˇc na 1 ks za rok, potom jsou celkov´e skladovac´ı n´aklady jedn´e jednotky za 1 rok 240 Kˇc. tj. 12 % z poˇrizovac´ı ceny polotovaru. Pˇ r´ıklad 2. Fruta a.s. produkuje v jedn´e ze sv´ych poboˇcek limon´ady ve dvoulitrov´ych plastikov´ych lahv´ıch. V´yroba a distribuce tˇechto v´yrobk˚ u je, vzhledem k popt´avce v pr˚ ubˇehu roku, rovnomˇern´a. Plastikov´e lahve jsou od dodavatele odeb´ır´any v kartonech (kaˇzd´y z nich obsahuje 24 ks lahv´ı) - potˇreba tˇechto karton˚ u za cel´y rok je pl´anovan´a ve v´yˇsi 36000 ks. N´akupn´ı cena jednoho kartonu je 120 Kˇc. Lahve jsou objedn´av´any pravidelnˇe v urˇcit´ych kvantech s t´ım, ˇze 4
s kaˇzdou objedn´avkou souvisej´ı fixn´ı n´aklady ve v´yˇsi 12000 Kˇc. Poˇrizovac´ı lh˚ uta dod´avek je fixn´ı a ˇcin´ı 1/2 mˇes´ıce. Skladovac´ı n´aklady jednoho kartonu za 1 rok ˇcin´ı 20% z jeho n´akupn´ı ceny. V pˇr´ıpadˇe nedostatku z´asoby na skladu vznikaj´ı spoleˇcnosti nadn´aklady a ztr´aty, kter´e byly vykalkulov´any ve v´yˇsi 50 Kˇc na 1 karton za 1 rok. Fruta, a.s. se rozhodla analyzovat syst´em sv´eho skladov´eho hospod´aˇrstv´ı tak, aby minimalizovala n´aklady, kter´e souvisej´ı s doplˇ nov´an´ım z´asob a s jejich skladov´an´ım. Modely ˇr´ızen´ı z´asob ˇreˇs´ı 2 hlavn´ı ot´azky: 1. V jak´em okamˇziku objednat novou dod´avku dan´eho objemu z´asob? 2. Jak velk´a by mˇela b´yt objedn´avka? Ilustrujme situaci na dvou extr´emn´ıch pˇr´ıpadech stavu z´asob ve skladu: • Velmi vysok´ y stav z´asob ve skladu.
V´yhody - plynul´a v´yroba , doplˇ nov´an´ı skladu v delˇs´ıch ˇcasov´ych intervalech. Nev´yhody - n´aklady na skladov´an´ı (skladovac´ı prostor, manipulace se z´asobami), v´azan´a aktiva v z´asob´ach, moˇzn´e znehodnocen´ı z´asob st´arnut´ım.
• Velmi n´ızk´ y stav z´asob ve skladu. V´yhody, resp. nev´yhody tohoto pˇr´ıpadu jsou opakem nev´yhod, resp. v´yhod prvn´ıho pˇr´ıpadu. ˇ ızen´ı z´asob je tedy podm´ınˇeno ˇreˇsen´ım optimalizaˇcn´ı u R´ ´ lohy: stanovit takovou v´yˇsi z´asob, kter´a minimalizuje celkov´e n´aklady za dan´e obdob´ı. V u ´ loze vystupuje cel´a ˇrada r˚ uzn´ych parametr˚ u. Lze je rozdˇelit do tˇr´ı skupin - parametry popt´ avky, objedn´ avky a skladovac´ıch n´ aklad˚ u (viz obr. 1.2).
poptávka stav skladu
vstup
odbyt ze skladu
objednávka Obr´azek 1.2: Z´asobovac´ı proces
Charakteristika parametr˚ u v modelech z´ asob Prvn´ı skupinou parametr˚ u v modelech ˇr´ızen´ı z´asob je charakter popt´ avky po sledovan´e jednotce z´asoby. • Popt´avka m˚ uˇze b´yt rozliˇsena na deterministickou (DP) a stochastickou (SP). Velikost ˇci intenzita DP je v r´amci dan´eho ˇcasov´eho intervalu pevnˇe dan´a. To je tˇreba pˇr´ıpad popt´avky po souˇc´astce montovan´e do v´yrobku, v´ıme-li, ˇze za smˇenu se vyrob´ı dan´y poˇcet v´yrobk˚ u. SP je neurˇcit´a a jako veliˇcinu ji lze odhadnout pouze s urˇcitou pravdˇepodobnost´ı (rozdˇelen´ı pravdˇepodobnosti je tˇreba urˇcit pomoc´ı statistick´ych metod). Pˇr´ıkladem SP je popt´avka po novˇe uv´adˇen´em zboˇz´ı na trhu. V oblasti objedn´ avek sledujeme: 5
• Rytmus objedn´ avky - ˇcasov´y interval mezi pravidelnˇe se opakuj´ıc´ımi se objedn´avkami. • Rytmus dod´ avky - ˇcasov´y interval mezi pravidelnˇe se opakuj´ıc´ımi se dod´avkami. • Poˇ rizovac´ı lh˚ uta dod´ avky (PLD) - ˇcasov´y interval, kter´y uplyne od okamˇziku objedn´avky (kdy odeˇsleme objedn´avku) do okamˇziku dod´avky (kdy m´ame zboˇz´ı na skladˇe). PLD m˚ uˇze b´yt deterministick´a nebo stochastick´a. V nejjednoduˇsˇs´ıch modelech se PLD zanedb´av´a a vol´ı se okamˇzik objedn´avky = okamˇzik dod´avky. Objedn´avky se ˇr´ıd´ı podle dvou z´akladn´ıch strategi´ı: 1. Objedn´avka je vystavena v okamˇziku, kdy z´asoba klesne na pˇredem stanovenou mez, kter´a oznaˇcuje jeho bod znovuobjedn´ avky. Je tedy tˇreba plynule sledovat stav z´asob a pˇri poklesu na stanovenou mez objednat dod´avku. Pˇri tomto procesu prov´ad´ıme spojit´e sledov´an´ı z´asoby. Vˇsechny objedn´avky maj´ı stejnou velikost, ale d´elka ˇcasov´eho intervalu mezi nimi se m˚ uˇze liˇsit. Poˇcet objedn´avek dod´avek (dod´avek) za jednotku ˇcasu oznaˇcujeme jeho intenzitu objedn´ avek (dod´ avek). ˇ 2. Casov´ e intervaly mezi objedn´avkami jsou konstantn´ı. V tˇechto intervalech se sleduje velikost z´asoby a dle n´ı se obbjedn´a pˇr´ısluˇsn´e mnoˇzstv´ı. V tomto syst´emu jsou z´asoby sledov´any periodicky. Intenzita objedn´avek je konstantn´ı, liˇs´ı se jejich velikosti. N´aklady tvoˇr´ı nejˇcastˇejˇs´ı optimalizaˇcn´ı krit´erium v modelech z´asob - vˇetˇsinou chceme n´aklady minimalizovat. Rozliˇsujeme tˇri druhy n´aklad˚ u: 1. Skladovac´ı n´ aklady se vztahuj´ı ke kaˇzd´e jednotce z´asoby ve skladu za urˇcit´e ˇcasov´e obdob´ı. Zahrnuj´ı hlavnˇe manipulaci ve skladu, pron´ajem prostor, spotˇrebu energi´ı, mzdov´e n´aklady a pojiˇstˇen´ı, popˇr. znehodnocen´ı z´asob a ohodnocen´ı v´azanosti penˇez v z´asob´ach. Tyto n´aklady z´avisej´ı na objemu skladovan´ ych z´asob - jsou to n´aklady variabiln´ı. Skladovac´ı n´aklady vztaˇzen´e k jednotce z´ asob (hmotnost, poˇcet kus˚ u) a ˇcasu znaˇc´ıme c1 . Skladovac´ı n´aklady mohou b´yt zad´any dvˇema zp˚ usoby - pevnou ˇc´astkou vztaˇzenou k jednotce z´asob za ˇcasov´e obdob´ı nebo jako procento z n´akupn´ı ceny z´asob (viz pˇr. 1). 2. Poˇ rizovac´ı n´ aklady zahrnuj´ı n´aklady na pˇrepravu (n´aklady dodavatele) a mzdy person´alu zajiˇst’uj´ıc´ıho objedn´avku. T´ykaj´ı se kaˇzd´eho doplnˇen´ı skladu a kaˇzd´e objedn´avky. Tyto n´aklady nez´avisej´ı na velikosti objedn´avky - jedn´a se o fixn´ı n´aklady. Znaˇc´ıme je c2 . 3. N´ aklady spojen´ e s nedostatkem z´ asob vznikaj´ı tehdy, kdyˇz v d˚ usledku nedostaku z´asob nem˚ uˇze b´yt uspokojena popt´avka. Je to napˇr. pen´ale za pozdˇe dodan´e zboˇz´ı odbˇerateli, uˇsl´y zisk za nerealizovan´y obchod, n´aklady za mimoˇr´adnou objedn´avku (expresn´ı poplatky), n´aklady vznikl´e omezen´ım ˇci zastaven´ım v´ yroby ˇci zmˇenou v´yrobn´ıho programu, ale i vyˇc´ıslen´ı ztr´aty dobr´eho jm´ena spoleˇcnosti. Tyto n´aklady znaˇc´ıme c3 .
6
Modely z´ asob Z´akladn´ı modely ˇr´ızen´ı z´asob se dˇel´ı na dva typy: • Modely deterministick´ e - s pevnˇe danou popt´avkou i poˇrizovac´ı lh˚ utu dod´avek. • Modely stochastick´ e - velikost popt´avky a poˇrizovac´ı lh˚ uta jsou d´any s urˇcitou pravdˇepodobnost´ı. V z´asadˇe ˇreˇs´ıme dvˇe ot´azky - kdy se m´a z´asoba doplnit a o kolik, s podm´ınkou, ˇze chceme minimalizovat n´aklady.
Deterministick´ e modely z´ asob Model 1 Nejjednoduˇsˇs´ı model byl formulov´an jiˇz roku 1915. V ˇradˇe modifikac´ı se pouˇz´ıv´a dodnes. Vych´az´ı se v nˇem z tˇechto zidealizovan´ych pˇredpoklad˚ u: • popt´avka je zn´am´a a konstantn´ı - oznaˇc´ıme ji symbolem Q, • ˇcerp´an´ı z´asob ze skladu je rovnomˇern´e, • poˇrizovac´ı lh˚ uta je konstantn´ı, • velikost vˇsech dod´avek je zn´am´a a konstantn´ı, • n´akupn´ı cena je nez´avisl´a na velikosti objedn´avky (neuvaˇzuj´ı se mnoˇzstevn´ı slevy), • nen´ı pˇripuˇstˇen vznik nedostatku z´asoby - k doplnˇen´ı skladu doch´az´ı v okamˇziku jeho vyˇcerp´an´ı), • k doplnˇen´ı skladu doch´az´ı v jednom ˇcasov´em okamˇziku. Pr˚ ubˇeh dod´avkov´ych cykl˚ u je zn´azornˇen na obr. 1.3. V tomto modelu se pravidelnˇe opakuj´ı dod´avkov´e cykly. D´elku cyklu znaˇc´ıme t [rok], velikost dod´avky q [kus]. Kaˇzd´y cyklus se skl´ad´a z ˇcerp´an´ı z´asoby a doplnˇen´ı skladu. Sledovan´e obdob´ı oznaˇcme T [rok]. C´ılem je nal´ezt optim´aln´ı velikost dod´avky q ⋆ [kus], kter´a bude minimalizovat celkov´e n´aklady za dobu T Q q (1.1) N(q) = c1 T + c2 [Kˇc], 2 q kde prvn´ı sˇc´ıtanec jsou skladovac´ı n´aklady (jak v´ıme, variabiln´ı), druh´y tvoˇr´ı fixn´ı poˇrizovac´ı n´aklady. V pˇredpokladech modelu neuvaˇzujeme n´aklady z nedostatku z´asob c3 .
7
stav zásoby velikost dodávky
q
doplnìní zásoby èerpání zásoby
... t
3t
2t
dodávkový cyklus
T
èas
Obr´azek 1.3: Pr˚ ubˇeh stavu z´asoby v z´avislosti na ˇcase pro Model 1. V rovnici (1.1) jsou: T sledovan´e obdob´ı [rok], c1 jednotkov´e skladovac´ı n´aklady za jednotkovou dobu [Kˇc/ks rok], c2 poˇrizovac´ı n´aklady jedn´e dod´avky [Kˇc/dod´avka], q velikost jedn´e dod´avky [ks], Q velikost popt´avky za dobu T [ks], q 2
pr˚ umˇern´a velikost z´asob,
n=
Q q
poˇcet dod´avkov´ych cykl˚ u [1 dod´avka],
t interval mezi dod´avkami [rok], N skladovac´ı a poˇrizovac´ı n´aklady za dobu T [Kˇc], d dodac´ı lh˚ uta [rok], r bod znovuobjedn´avky [ks]. Uveden´e pojmy budeme charakterizovat na pˇr´ıkladu, jehoˇz parametry jsou zˇrejm´e z tabulky 1.1. Urˇc´ıme dvˇe dvˇe odliˇsn´e z´asobovac´ı strategie, liˇs´ıc´ı se poˇctem z´asobovac´ıch cykl˚ u a velikost´ı dod´avky. Pˇ r´ıklad 3. Prvn´ı strategie spoˇc´ıv´a v mal´em poˇctu objedn´avek (dod´avek) - uskuteˇcn ˇ uj´ı se pouze dvakr´at roˇcnˇe a kaˇzd´a z nich je o velikosti Q=18000 ks kart´on˚ u. Tato strategie je charakterizov´ana vysok´ym pr˚ umˇern´ych stavem z´asob - polovina mezi maxim´aln´ım a minim´aln´ım stavem, tj 9000 ks. Budou v n´ı tedy vysok´e skladovac´ı n´aklady, ale vzhledem k mal´emu poˇctu dod´avkov´ych cykl˚ u, n´ızk´e fixn´ı n´aklady. Naopak, druh´a strategie poˇc´ıt´a s dod´avkami kaˇzd´y mˇes´ıc - kaˇzd´a z nich bude m´ıt tedy velikost 3000 ks. Pr˚ umˇern´y stav z´asoby je pouze 1500 ks. Ve srovn´an´ı s prvn´ı strategi´ı bude charakterizov´an tento syst´em n´ızk´ymi skladovac´ımi n´aklady, ale vysok´ymi fixn´ımi n´aklady (12 cykl˚ u roˇcnˇe). Budeme-li uvaˇzovat v´yˇse definovan´e n´akladov´e poloˇzky, tj. n´aklady na poˇr´ızen´ı jedn´e dod´avky 12000 Kˇc/dod´avka (c2 ) a jednotkov´e skladovac´ı 8
popt´avka Q [ks] velikost popt´avky q [ks] poˇcet z´asobovac´ıch cykl˚ u n´aklady na poˇr´ızen´ı jedn´e dod´avky c2 [Kˇc/dod´avka] poˇrizovac´ı n´aklady za dobu T [Kˇc] pr˚ umˇern´a v´yˇse z´asob [ks] jednotkov´e skladovac´ı n´aklady c1 [Kˇc/(ks rok)] celkov´e skladovac´ı n´aklady za dobu T [Kˇc] celkov´e n´aklady za dobu T
strategie I 36000 18000 2 12000,24000,9000 24,216000,240000,-
strategie II 36000 3000 12 12000,144000,1500 24,36000,180000,-
Tabulka 1.1: Parametry dvou strategi´ı.
n´aklady 24 Kˇc/(ks rok) (c1 ), potom dost´av´ame pro celkov´e n´aklady N obou strategi´ı u ´ daje obsaˇzen´e v tabulce 1.1. Z u ´ daj˚ u v tabulce plyne, ˇze strategie II je z hlediska celkov´ych n´aklad˚ u v´yhodnˇejˇs´ı. Uveden´e porovn´an´ı vˇsak zat´ım nevypov´ıd´a nic o tom, jak´a vypad´a optim´aln´ı strategie (jak´a strategie je charakterizov´ana nejniˇzˇs´ımi celkov´ymi n´aklady). Celkov´e n´aklady (1.1) jsou funkc´ı promˇenn´e q. Optimalizovat velikost dod´avky q a t´ım minimalizovat funkci N(q) je pak prost´ym v´ypoˇctem extr´emu funkce N(q). Prvn´ı derivaci N(q) poloˇz´ıme rovnou 0 a nalezneme stacion´arn´ı bod q ⋆ . Obr. 1.4 ilustruje situaci. Souˇctem n´aklad˚ u
náklady
c1+c2 N* c2 q*
0
c1
velikost dodávky
Obr´azek 1.4: Nalezen´ı minima n´akladov´e funkce. N1 (q) = c1 2q · T [Kc/rok], coˇz je pˇr´ımka, a n´aklad˚ u N2 (q) = c2 Qq [Kc/rok], coˇz je hyperbola, dost´av´ame graf celkov´ych n´aklad˚ u N(q). Poloˇzme prvn´ı derivaci N(q) podle q rovnu 0, dN c1 c2 Q = · T − 2 = 0. dq 2 q
(1.2)
ˇ sen´ım (stacion´arn´ım bodem) je Reˇ ∗
q =
r
2Qc2 [ks]. c1 T 9
(1.3)
Vzhledem k faktu, ˇze
d2 N 2c2 Q = 3 > 0, 2 dq q
je N ∗ = N(q ∗ ) minimum funkce N(q) a q ∗ je optim´aln´ı velikost dod´avky. Rovnice (1.2) se naz´yv´a Wilson˚ uv vzorec. Potom plat´ı, ˇze (ponech´ano jako cviˇcen´ı): 1. Pro q ∗ je N1 (q ∗ ) = N2 (q ∗ ) a bod [q ∗ , N1 (q ∗ )], je pr˚ useˇc´ıkem graf˚ u N1 a N2 . 2. Pro minim´aln´ı hodnotu n´aklad˚ u plat´ı (dosazen´ım q ∗ ze vztahu 1.3 do vztahu 1.1) p (1.4) N ∗ = 2Qc1 c2 T [Kˇc].
3. Pro optim´aln´ı d´elku cyklu t∗ plat´ı (vzhledem ke t∗ =
Q q
= Tt ), ˇze
q∗ T [rok]. Q
(1.5)
Bod znovuobjedn´ avkyi (sign´aln´ı u ´ roveˇ n z´asoby) r ∗ ud´av´a, pˇri jak´em poˇctu jednotek na skladu mus´ıme vystavit objedn´avku, aby k doplnˇen´ı skladu doˇslo v okamˇziku vyˇcerp´an´ı skladov´e z´asoby. Bod znovuobjedn´avky lze vyj´adˇrit jako r∗ = Q · d − m · q∗,
(1.6)
kde souˇcin Q · d je popt´avka za dobu dodac´ı lh˚ uty d a m je celoˇc´ıseln´a ˇc´ast pod´ılu td∗ . Souˇcin m · q ∗ odeˇc´ıt´ame proto, ˇze dodac´ı lh˚ uta m˚ uˇze b´yt obecnˇe delˇs´ı neˇz je d´elka cyklu t∗ . Vrat’me se k pˇr´ıkladu a uved’me jeho optim´aln´ı parametry. Pˇ r´ıklad 3b. Pokraˇcov´an´ı Pˇr´ıkladu 3 se shodn´ymi parametry. Urˇc´ıme optim´aln´ı parametry modelu. q q 2Qc2 ∗ q = = 2·36000·12000) = 6000 ks, c1 T √24·1 √ ∗ N = 2Qc1 c2 T = 2.36000.12000.24.1 = 144000 Kˇc. Optim´aln´ı velikost dod´avky je tedy 6000 ks a s n´ı souvisej´ıc´ı celkov´e n´aklady jsou 144000 Kˇc. Vzhledem k tomu, ˇze roˇcn´ı popt´avka je 36000 ks, bude interval mezi dod´avkami t∗ =
q∗ 6000 ·T = = 1/6 roku = 2 mˇes´ıce. Q 36000
Poˇrizovac´ı lh˚ uta dod´avky d byla v zad´an´ı u ´ lohy stanovena na 1/2 mˇes´ıce (= 1/24 roku). Oˇcek´avan´a popt´avka v tomto obdob´ı je Qd = 36000/24 = 1500 ks. Protoˇze je zbytek po dˇelen´ı hodnoty 1500 (Qd) hodnotou 6000 (q ∗ ) roven 1500, je tˇreba vystavit objedn´avku vˇzdy v okamˇziku, kdy klesne stav skladu na u ´ roveˇ n 1500 ks (bod znovuobjedn´avky r ∗ = 1500 ks). Optim´aln´ı poˇcet dod´avkov´ych cykl˚ u vztahuj´ıc´ı se k optim´aln´ı velikosti dod´avky lze spoˇc´ıtat jako T Q n∗ = ∗ = ∗ [dod´avka]. t q
10
Pozn´ amka. Parametry q ∗ , t∗ , n∗ mohou b´yt obecnˇe re´aln´a ˇc´ısla. V nˇekter´ych pˇr´ıpadech mohou vzniknout poˇzadavky na jejich celoˇc´ıselnost - nejˇcastˇeji u poˇctu cykl˚ u. V tomto pˇr´ıpadˇe vezmeme obˇe sousedn´ı celoˇc´ıseln´e hodnoty n1 = ⌈n∗ ⌉, n2 = ⌈n∗ ⌉ + 1. a jako optim´aln´ı vybereme hodnotu, pro kterou budou celkov´e n´aklady (1.1) niˇzˇs´ı. Dodateˇcn´e z´asoby na celoˇc´ıselnost q ∗ a t∗ mohou v´est na v praxi nerealizovateln´e ˇreˇsen´ı (neceloˇc´ıseln´a ˇ velikost z´asob ˇci neceloˇc´ıseln´e intervaly dod´avek). Casto je v´yhodnˇejˇs´ı volit q a t celoˇc´ıseln´e a n neceloˇc´ıseln´e s t´ım, ˇze nebudou po uplynut´ı periody T zcela vyˇcerpan´e z´asoby (viz n´asleduj´ıc´ı pˇr´ıklady [6]). Pˇ r´ıklad 4. Bˇehem doby T = 1 rok = 240 pracovn´ıch dn˚ u ˇcin´ı popt´avka po urˇcit´em druhu zboˇz´ı Q = 720 kus˚ u. Intenzita popt´avky je rovnomˇern´a. Jednotkov´e n´aklady na skladov´an´ı necht’ Kˇc , tj. pˇribliˇznˇe 0, 0083 Kˇc , jednotkov´e nab´ıhaj´ı pouze v pracovn´ıch dny, a jsou c1 = 2 ks·rok ks·den n´aklady na objedn´avku jsou c2 = 20 Kˇc/dod´avka. Vypoˇctˇete d˚ uleˇzit´e charakteristiky modelu. ˇ sen´ı: Optim´aln´ı v´yˇse dod´avky je Reˇ r r 2c Q 2 · 20 · 720 √ 2 q∗ = = = 14400 = 120 ks. c1 T 2·1 Optim´aln´ı n´aklady vypoˇcteme dosazen´ım do (1), p √ √ N(q ∗ ) = 2c1 c2 T Q = 2 · 2 · 20 · 1 · 720 = 57600 = 240 Kˇc.
Proved’te u v´yˇse uveden´ych vztah˚ u rozmˇerovou anal´yzu. Optim´aln´ı poˇcet cykl˚ u je n∗ = qQ∗ = ∗ 720 = 6 dod´avek. Optim´aln´ı d´elka cyklu dle (1.5) je t∗ = qQT · T = nT∗ = 240 = 40 pracovn´ıch 120 6 dn˚ u. Pozn´ amka. V´ysledky pˇr´ıkladu 4 jsou celoˇc´ıseln´e ve vˇsech promˇenn´ych n∗ , q ∗ , t∗ . V n´asleduj´ıc´ım pˇr´ıkladˇe uk´aˇzeme jak postupovat, jestliˇze nˇekter´a z uveden´ych veliˇcin bude neceloˇc´ıseln´a a pˇritom bude kladen poˇzadavek na jej´ı celoˇc´ıselnost. Pˇ r´ıklad 5. Bˇehem doby T = 1 ˇctvrtlet´ı = 90 pracovn´ıch dn˚ u ˇcin´ı popt´avka po urˇcit´em druhu zboˇz´ı Q = 90000 ksM. Popt´avka po v´yrobku je rovnomˇern´a. Jednotliv´e n´aklady na skladov´an´ı Kˇc . Jednotkov´e n´aklady na objedn´avku jsou c = 20 Kˇc/dod´avka. Vypoˇctˇete jsou c1 = 0, 005 denks 2 d˚ uleˇzit´e charakteristiky modelu. Budeme poˇzadovat celoˇc´ıseln´y poˇcet dod´avek za ˇctvrtlet´ı. ˇ sen´ı: Optim´aln´ı v´yˇse dod´avky je Reˇ r r 2c2 Q 2 · 20 · 90000 ∗ q = = = 2828 ks. c1 T 0, 005 · 90 Minim´aln´a skladovac´ı a poˇrizovac´ı n´aklady p p N ∗ = 2Qc1 c2 T = 2 · 90000 · 0, 005 · 20 · 90 = 1272, 79 Kˇc.
Popt´avka po v´yrobku za den je
90000 ks Q = = 1000 . T 90 den 11
Optim´aln´ı poˇcet cykl˚ u za rok je n∗ =
Q 90000 T = 1 = 31, 82. ∗ q 2828, 43
Poˇcet dod´avek je neceloˇc´ıseln´y. Optim´aln´ı poˇcet cykl˚ u leˇz´ı mezi dvˇema pˇr´ıpustn´ymi celoˇc´ıseln´ymi 1 = 2903 ks, resp. hodnotami, tj. n1 = 31, resp. n2 = 32. Dost´av´ame q1 = nQ1 T = 90000 31 Q 90000 q2 = n2 T = 32 1 = 2813 ks. N(q1 ), resp. N(q2 ) mus´ıme ovˇsem poˇc´ıtat dle z´akladn´ıho vzorce (1.1), nikoliv dle (), protoˇze vztah () je urˇcen pro v´ypoˇcet optim´aln´ıch n´aklad˚ u: N(q1 ) = 0, 005 N(q2 ) = 0, 005
2903 90000 90 + 20 = 1273, 23 Kˇc. 2 2903
2813 90000 90 + 20 = 632, 81 + 640, 00 = 1272, 81 Kˇc. 2 2812, 50
Protoˇze N(q2 ) < N(q1 ), je optim´aln´ı celoˇc´ıseln´y poˇcet cykl˚ u n∗ = n2 = 32. Intervaly dod´avek 90 T 90 T jsou t1 = n1 = 31 = 2.90 dne, t2 = n2 = 32 = 2.81 dne. Z teoretick´eho hlediska neceloˇc´ıselnost hodnot q ∗ , t∗ nebo n∗ nevad´ı. Z praktick´eho hlediska vˇsak m˚ uˇzeme vyˇzadovat celoˇc´ıselnost poˇctu dod´avek, dod´avky s definovanou ˇcasovou periodou (napˇr. dod´avky pouze kaˇzd´e pondˇel´ı), nebo dod´avky v definovan´ych kvantech (napˇr. v celoˇc´ıseln´ych n´asobc´ıch 50-ti kus˚ u). Vˇenujme se nyn´ı citlivosti n´akladov´e funkce. Srovn´ame-li optim´aln´ı n´aklady N ∗ (q) s n´aklady N(q) plynouc´ımi z pouˇzit´ı jin´e neˇz optim´aln´ı strategie, z´ısk´ame c1 2q T + c2 Qq N(q) 1 = = √ ∗ N (q) 2 2Qc1 c2 T
q∗ q + ∗ q q
.
Vztah odvod’te. Je zˇrejm´e, ˇze pomˇer NN∗(q) nen´ı z´avisl´y na velikostech fixn´ıch ani variabiln´ıch (q) n´aklad˚ u, ani na popt´avce. Ze vztahu plyne, ˇze velikost dod´avky vyˇsˇs´ı o urˇcit´e procento neˇz dod´avka optim´aln´ı vede k niˇzˇs´ım n´aklad˚ um neˇz dod´avka o shodn´e procento niˇzˇs´ı neˇz dod´avka optim´aln´ı. Jinak ˇreˇceno, n´aklady strategie z´asobov´an´ı, pˇri n´ıˇz sn´ıˇz´ıme velikost dod´avky o x procent oproti velikosti optim´aln´ı dod´avky se rovnaj´ı n´aklad˚ um strategie z´asobov´an´ı pˇri n´ıˇz zv´yˇs´ıme velikost dod´avky o y procent oproti velikosti optim´aln´ı dod´avky, pˇriˇcemˇz vˇzdy plat´ı, ˇze x < y. Pˇ r´ıpad v´ıce poloˇ zek V´yˇse uveden´y model uvaˇzuje jedin´y druh z´asoby. V praxi se ˇcasto praktikuje dovoz v´ıce druh˚ u materi´alu ˇci zboˇz´ı, z nichˇz kaˇzd´y m´a jin´y optim´aln´ı interval (napˇr. r˚ uzn´e velikosti ob´alek v kancel´aˇri). Uvaˇzujme m skladov´ych poloˇzek, kter´e mohou b´yt objedn´any a dod´any spoleˇcnˇe, tedy poˇcet cykl˚ u je pro vˇsechny druhy spoleˇcn´y, n=
Q1 Qm = ... = [dod´avek], q1 qm
kde Qi oznaˇcuje popt´avku [ks/rok], qi oznaˇcuj´ı velikost jedn´e dod´avky pro i-tou poloˇzku [ks]. N´aklady na objedn´avku c2 [Kˇc/dod´avka] jsou spoleˇcn´e pro vˇsech m poloˇzek. Jednotkov´e skladovac´ı n´aklady c1i [Kˇc/ks rok] jsou souˇctem n´aklad˚ u i-t´e poloˇzky. Je v´yhodn´e volit objedn´avky a dod´avky tak, aby z´asoby kaˇzd´e poloˇzky byly vyˇcerp´any spoleˇcnˇe. Na obr. 1.5 je zn´azornˇen pr˚ ubˇeh stavu z´asoby pro dvˇe poloˇzky. Celkov´e n´aklady je tˇreba opˇet vyj´adˇrit jako funkci jedn´e promˇenn´e. Jako rozhodovac´ı promˇennou je v´yhodnˇejˇs´ı volit d´elku periody t (ˇci poˇcet cykl˚ u) neˇzli velikosti dod´avek qi . 12
stav zásoby
q1
q2
... t
3t
2t
T
èas
Obr´azek 1.5: Pr˚ ubˇeh stavu z´asob jednotliv´ych poloˇzek v z´avislosti na ˇcase. Skladovac´ı n´aklady pro m poloˇzek za dobu T jsou N1 (q) =
m X
c1i qi
i=1
T [Kˇc]. 2
Pro vyj´adˇren´ı n´aklad˚ u jako funkce ˇcasu vyuˇzijme vztahu Qi T = = poˇcet cykl˚ u n. qi t Dost´av´ame N1 (t) =
m X
c1i
i=1
N´aklady na objedn´avku jsou
N2 (t) = c2
Qi t [Kˇc]. 2
T [Kˇc]. t
Celkov´e n´aklady jsou souˇctem n´aklad˚ u N1 a N2 , N(t) = N1 (t) + N2 (t) =
m X i=1
c1i
Qi t T + c2 . 2 t
(1.7)
Poloˇzme opˇet prvn´ı derivaci funkce (1.7) podle ˇcasu t rovnou 0, dN = 0, dt a z´ısk´ame stacion´arn´ı bod (ovˇeˇrte) t∗ =
s
2c T Pm 2 [rok]. i=1 c1i Qi
Pomoc´ı druh´e derivace N(t) ovˇeˇr´ıme, ˇze se jedn´a o minimum (proved’te). Pro optim´aln´ı velikost objedn´avky i-t´e poloˇzky pak plat´ı: Qi [ks] qi∗ = t∗ T a optim´aln´ı poˇcet cykl˚ u je T n∗ = ∗ [dod´avek]. t 13
Pozn´ amka. Plat´ı analogick´e u ´ vahy o celoˇc´ıselnosti ˇreˇsen´ı (viz minulou pozn´amku).
Model 2 Na rozd´ıl od modelu 1 pˇripouˇst´ıme moˇznost nesplnˇen´ı dod´avek (a neuspokojen´ı popt´avky) z d˚ uvodu pˇrechodn´eho nedostatku z´asob na skladˇe. To s sebou pˇrin´aˇs´ı dodateˇcn´e n´aklady (bud’ se popt´avka uspokojuje nestandardn´ım zp˚ usobem – zboˇz´ı si napˇr. p˚ ujˇc´ıme od jin´eho dodavatele a zase jej mus´ıme vr´atit – nebo se popt´avka a jej´ı uspokojen´ı odloˇz´ı). Na obr. 1.6 je tato situace zn´azornˇena. Dod´avkov´y cyklus se rozpad´a na dva intervaly t1 a t2 . V prvn´ım z nich doch´az´ı k stav zásoby
q-s èerpání zásoby
...
t2 s
èas
t1 neuspokojená poptávka
Obr´azek 1.6: Pr˚ ubˇeh stavu z´asob jednotliv´ych poloˇzek v z´avislosti na ˇcase pro Model 2. norm´aln´ımu ˇcerp´an´ı z´asob ze skladu. V druh´em intervalu z´asoba na skladˇe nen´ı a popt´avka po z´asob´ach nen´ı uspokojena. Velikost nerealizovan´eho ˇcerp´an´ı z´asob (neuspokojen´e popt´avky) v ˇcasov´em intervalu t2 oznaˇcme jako s [ks]. Pˇredpokl´ad´ame, ˇze tato nerealizovan´a popt´avka bude uspokojena ihned pˇri pˇr´ıˇst´ı dod´avce na sklad. Z objemu dod´avky q bude okamˇzitˇe vyrovn´an deficit s jednotek a stav z´asob tedy vzroste na q − s. Ostatn´ı pˇredpoklady jsou stejn´e jako u modelu 1. C´ılem je nal´ezt optim´aln´ı velikost dod´avky q ∗ a optim´aln´ı v´yˇsi neuspokojen´e popt´avky s∗ , kter´e budou minimalizovat celkov´e n´aklady. N´aklady se skl´adaj´ı ze tˇr´ı poloˇzek, N(q, s) = N1 (q, s) + N2 (q, s) + N3 (q, s) [Kˇc], kde jsou: • N1 (q, s) skladovac´ı n´aklady (variabiln´ı) N1 (q, s) = c1
q−s Q t1 [Kˇc], 2 q
• N2 (q, s) poˇrizovac´ı n´aklady (fixn´ı) na dod´avky N2 (q, s) = c2 14
Q [Kˇc], q
(1.8)
• N3 (q, s) n´aklady z nedostatku z´asoby s Q N3 (q, s) = c3 t2 [Kˇc], 2 q kde c3 jsou jednotkov´e n´aklady z nedostatku z´asob za jednotkovou dobu [Kˇc/ks.rok]. u (ostatn´ı ˇcinitel´e tedy vyjadˇruj´ı dan´e n´aklady na jeden Ve vˇsech vzorc´ıch je Qq = n poˇcet cykl˚ cyklus). Celkov´e n´aklady (1.8) jsou souˇctem tˇechto tˇr´ı poloˇzek, N(q, s) = (c1
q−s s Q t1 + c2 + c3 t2 ) . 2 2 q
(1.9)
Promˇenn´e t1 a t2 ve vzorci (1.9) lze vyj´adˇrit pomoc´ı promˇenn´ych q, s, Q na z´akladˇe zn´am´ych vztah˚ u q t1 + t2 = t = T Q a podobnosti troj´ uheln´ık˚ u na obr. 1.6 (ovˇeˇrte!): N(q, s) = c1
(q − s)2 Q s2 T + c2 + c3 T. 2q q 2q
(1.10)
Pro nalezen´ı stacion´arn´ıho bodu (q ∗ , s∗ ) funkce N(q, s) je tˇreba poloˇzit prvn´ı parci´aln´ı derivace rovny nule, ∂N ∂N = = 0. ∂q ∂s Pˇr´ıklad je ponech´an jako cviˇcen´ı (je tˇreba rovnˇeˇz uk´azat, ˇze Hessi´an funkce N(q, s) je v bodˇe (q ∗ , s∗ ) pozitivnˇe definitn´ı, pak je N ∗ = N(q ∗ , s∗ ) minimem funkce N(q, s)). V´ypoˇctem dost´av´ame optim´aln´ı v´yˇsi dod´avky a neuspokojen´e popt´avky, q q c1 +c3 2 [ks], q ∗ = 2Qc c1 T c3 (1.11) 1 s∗ = q ∗ c1c+c [ks]. 3 Optim´aln´ı v´yˇse dod´avky q ∗ je vlastnˇe souˇcinem optim´aln´ı dod´avky u modelu 1 a konstanty, kter´a z´avis´ı na parametrech c1 a c3 . Dosazen´ım optim´aln´ıho ˇreˇsen´ı (1.11) do vzorce (1.10) dost´av´ame minim´aln´ı hodnotu n´akladov´e funkce, r p c3 ∗ N = 2Qc1 c2 T [Kˇc]. (1.12) c1 + c3 Snadno nahl´edneme, ˇze optim´aln´ı n´aklady N ∗ jsou souˇcinem optim´aln´ıch n´aklad˚ u z modelu 1 √ a α, kde c3 [1]. (1.13) α= c1 + c3 √ Konstanta α je menˇs´ı neˇz 1, tud´ıˇz i α je menˇs´ı neˇz 1, a proto jsou optim´aln´ı n´aklady u modelu 2 vˇzdy menˇs´ı neˇz u modelu 1. Ze vztahu t = Qq T z´ısk´ame optim´aln´ı d´elku dod´avkov´eho cyklu, q∗ t∗ = T = Q
s
2c2 T √ α [rok]. Qc1
15
(1.14)
Bod znovuobjedn´avky r ∗ se vypoˇcte stejnˇe jako v modelu 1 jako zbytek po dˇelen´ı Qd (kde Qd q∗ je oˇcek´avan´a popt´avka). Je vˇsak tˇreba tento v´ysledek sn´ıˇzit o optim´aln´ı objem neuspokojen´e popt´avky s∗ . Vrat’me se k definici konstanty α. Plat´ı α=
t1 , t
a koeficient α vlastnˇe vyjadˇruje hodnotu pravdˇepodobnosti uspokojen´ı popt´avky. Podobnˇe m˚ uˇzeme definovat pravdˇepodobnost, ˇze poˇzadavek bude muset ˇcekat na uspokojen´ı aˇz do dalˇs´ı objedn´avky, jako t2 s∗ c1 β= = = ∗. (1.15) t c1 + c3 q Zˇrejmˇe plat´ı α + β = 1, a jsou li pevnˇe dan´e skladovac´ı n´aklady, pravdˇepodobnosti α, β pak z´avisej´ı na n´akladech z d˚ uvodu neuspokojen´e popt´avky c3 . Bude-li hodnota c3 ≫ c1 , α bude bl´ızk´a 1 a β se bude bl´ıˇzit 0, t´ım p´adem i v´yˇse neuspokojen´e popt´avky s∗ bude bl´ızko 0 (je jasn´e, ˇze vzhledem k vysok´ym n´aklad˚ um c3 chceme v tomto pˇr´ıpadˇe co nejv´ıce omezit dobu neuspokojen´e popt´avky). Pozn´ amka. Pˇri anal´yze skladovac´ıho syst´emu m˚ uˇzeme ˇreˇsit u ´ lohu stanoven´ı velikosti c3 tak, aby byla pravdˇepodobnost vyˇcerp´an´ı skladu β menˇs´ı neˇz stanoven´a mez β ∗ , c1 ≤ β∗ c1 + c3
⇒
c3 ≥
c1 (1 − β ∗ ) . β∗
Pozn´ amka. Jako cviˇcen´ı je ponech´an v´ypoˇcet charakteristik syst´emu z pˇr´ıkladu 5. Porovnejte v´ysledky s modelem 1. Pˇ r´ıklad 6. V´ypoˇcet z´akladn´ıch charakteristik modelu 2 budeme ilustrovat na naˇsem pˇr´ıkladu. Hodnota n´akladov´ych parametr˚ u je v tomto pˇr´ıkladu c1 = 24 Kˇc/ks rok, c2 = 12000 Kˇc/dod´ avka a c3 = 50 Kˇc/ks rok. Dosazen´ım do vztah˚ u (1.13) a (1.15) z´ısk´ame pravdˇepodobnosti uspokojen´ı resp. neuspokojen´ı popt´avky: 50 3 = 50+24 = 0, 6757 [1] α = c1c+c 3 . β = 1 − α = 0, 3243 [1].
Optim´aln´ı v´yˇse dod´avky q ∗ , optim´aln´ı v´yˇse neuspokojen´e popt´avky s∗ a maxim´aln´ı v´yˇse z´asoby na skladu q ∗ − s∗ je po dosazen´ı do (1.11): q q √ 2(36000)(12000) 24+50 ∗ = 6000 1, 48 = 7299 ks q = 24·1 50 s∗ = q ∗ β = 7299 · 0, 3243 = 2367 ks q ∗ − s∗ = 7299 − 2367 = 4932 ks. Pro spoleˇcnost Fruta, a.s. by podle tohoto v´ysledku bylo rozumn´e, kdyby k doplnˇen´ı skladu doˇslo v okamˇziku, kdy poˇcet neuspokojen´ych poˇzadavk˚ u bude roven 2367 ks kart´on˚ u plastikov´ych lahv´ı. Protoˇze je oˇcek´avan´a popt´avka v pr˚ ubˇehu poˇrizovac´ı lh˚ uty z´asob Qd rovna 1500 ks (viz. pˇredch´azej´ıc´ı model), bude bod znovuobjedn´avky r ∗ = 1500 − s∗ = 1500 − 2367 = −867 ks (1500 je zbytek po dˇelen´ı hodnoty Qd hodnotou q ∗ ). Objedn´avku je tedy tˇreba vystavit vˇzdy v okamˇziku, kdy poˇcet neuspokojen´ych poˇzadavk˚ u dos´ahne u ´ rovnˇe 867 ks.
16
N´aklady souvisej´ıc´ıch s uvedenou optim´aln´ı strategi´ı jsou p p √ N ∗ = 2Qc1 c2 T α = 144000 0, 6757 = 118369 Kˇc.
a jsou o 25631 Kˇc niˇzˇs´ı neˇz v modelu 1. ∗ 7299 Optim´aln´ı d´elka dod´avkov´eho cyklu je t∗ = qQ T = 36000 = 0.20276 roku. Kdybychom uvaˇzovali v roce 240 pracovn´ıch dn´ı, potom je d´elka dod´avkov´eho cyklu pˇribliˇznˇe 49 pracovn´ıch dn´ı.
Model 3 Model 1 pˇredpokl´adal poˇr´ızen´ı s´erie v´yrobk˚ u ˇci doplnˇen´ı sklad˚ u v zanedbatelnˇe kr´atk´em ˇcase. To je vˇetˇsinou pravda pˇri dovozu na sklad zvenˇc´ı, ne vˇsak napˇr. pˇri v´yrobˇe na sklad. Model 3, tzv. produkˇ cn´ı, m´a stejn´e pˇredpoklady jako model 1, ovˇsem doplnˇen´ı skladu nen´ı jednor´azov´e – dod´avka pˇrich´az´ı na sklad po urˇcit´y ˇcas. Dod´avkov´y cyklus se rozpad´a na dva intervaly - v´ yrobn´ı a spotˇ rebn´ı cyklus. Pˇrirozen´y je
Obr´azek 1.7: Pr˚ ubˇeh stavu z´asob v produkˇcn´ım modelu. poˇzadavek, aby byla v´yroba rychlejˇs´ı neˇz spotˇreba. Ve v´yrobn´ım cyklu o d´elce t1 se rovnomˇernˇe doplˇ nuje sklad a z´arovˇen ˇ ˇcerpaj´ı z´asoby. Ve spotˇrebn´ım cyklu d´elky t2 se pouze dod´av´a z´asoba ze skladu. Nepˇredpokl´ad´ame moˇznost vzniku nedostatku z´asoby. Chceme minimalizovat n´aklady potˇrebn´e k v´yrobˇe k v´yrobˇe s´erie (realizace v´ yrobn´ı d´ avky) a skladov´an´ı za dobu T . N´aklady tvoˇr´ı dvˇe poloˇzky – skladovac´ı (variabiln´ı), resp. v´yrobn´ı (fixn´ı) n´aklady jedn´e v´yrobn´ı d´avky. Jednotkov´e v´yˇse uveden´e n´aklad˚ u za rok oznaˇcme c1 [Kˇc/ks rok] , resp. c2 [Kˇc/dod´avka]. Mus´ıme tedy urˇcit hodnoty objemu v´yrobn´ı d´avky q a ˇcasov´e intervaly t1 , t2 tak, aby se pokryla popt´avka Q a minimalizovaly n´aklady. [ks/rok]. Pˇri popt´avce Q Oznaˇcme K [ks] kapacitu v´yroby za ˇcas T . Rychlost v´yroby je pak K T Q je rychlost spotˇreby T [ks/rok]. Obr´azek 1.8 zn´azorˇ nuje podrobnˇeji jeden v´yrobnˇe – spotˇrebn´ı cyklus. Parametry uˇz´ıvan´e v tomto modelu jsou: T sledovan´e obdob´ı [rok], c1 jednotkov´e skladovac´ı n´aklady za jednotkovou dobu [Kˇc/ks rok], c2 poˇrizovac´ı n´aklady jedn´e v´yrobn´ı d´avky [Kˇc/dod´avka], 17
stav zásoby
q s
t1
t2
èas
Obr´azek 1.8: Z´avislost stavu z´asoby na ˇcase pro Model 3. q velikost jedn´e v´yrobn´ı d´avky [ks], s velikost skladov´ych z´asob po ukonˇcen´ı v´yrobn´ıho cyklu [ks], Q velikost popt´avky za dobu T [ks], K kapacita v´yroby za dobu T [ks], s 2
pr˚ umˇern´a velikost z´asob,
n=
Q q
poˇcet cykl˚ u [1 dod´avka],
t d´elka cyklu [rok], t1 d´elka v´yrobn´ıho cyklu [rok], t2 d´elka spotˇrebn´ıho cyklu [rok], N skladovac´ı a poˇrizovac´ı n´aklady za dobu T [Kˇc], d poˇrizovac´ı lh˚ uta v´yrobn´ı d´avky [rok], Snadno nahl´edneme, ˇze na konci v´yrobn´ıho cyklu je na skladˇe z´asoba s (mnoˇzstv´ı q se vyrobilo, q −s se dodalo na trh). Protoˇze rychlost v´yroby, rychlost plnˇen´ı skladu a rychlost vyskladˇ nov´an´ı je stejn´e bˇehem jednoho cyklu jako za cel´e obdob´ı T , plat´ı q K s K−Q s Q = , = , = . t1 T t1 T t2 T
(1.16)
Celkov´e n´aklady lze zapsat jako N(q) = c1 .(pr˚ umˇern´a v´yˇse z´asoby) · T + c2 .(poˇcet cykl˚ u za ˇcas T ) [Kc]. Z vzorc˚ u (1.16) z´ısk´ame vztah mezi s a q, s=
K−Q Tq K − Q Q t1 = = q(1 − ). T K T K
Pr˚ umˇern´a v´yˇse z´asoby je polovina souˇctu maxim´aln´ı a minim´aln´ı z´asoby. Minim´aln´ı z´asoba je 0, proto je pr˚ umˇern´a v´yˇse z´asoby rovna (1 −
Q q )T . K 2 18
Poˇcet cykl˚ u je roven
q . Q
N´akladov´a funkce m´a tedy tvar N(q) = c1 (1 −
Q Q q )T + c2 . K 2 q
(1.17)
Obvykl´ym postupem nalezneme optim´aln´ı hodnotu v´yrobn´ı d´avky, s r 2Qc2 K q∗ = . c1 · T K − Q V´ypoˇcet je ponech´an jeho cviˇcen´ı. Optim´aln´ı d´elka cyklu je t∗ =
q∗ · T, Q
minim´aln´ı n´aklady jsou r
K−Q . K V modelu 3 lze zav´est poˇrizovac´ı lh˚ utu potˇrebnou k pˇr´ıpravˇe nov´e v´yrobn´ı d´avky d (podobnˇe jako jsme zavedli poˇrizovac´ı lh˚ utu dod´avky u modelu 1). Dle hodnoty d m˚ uˇzeme urˇcit bod r ∗ , obdobu bodu znovuobjedn´avky z modelu 1. Zavedeme-li jeˇstˇe veliˇciny intenzitu v´ yroby p (maxim´aln´ı poˇcet vyroben´ych jednotek zboˇz´ı za ˇcas, napˇr. kapacita v´yrobn´ı linky) a intenzitu spotˇ reby h (dle odbytu poˇzadovan´y poˇcet vyroben´ych jednotek zboˇz´ı za ˇcas), mohou nastat dva pˇr´ıpady (pˇrirozenˇe pˇredpokl´ad´ame d < t): p N ∗ = 2Qc2 c1 T
1. d ≤ t2 ⇒ bod, ve kter´em je tˇreba zaˇc´ıt s pˇr´ıpravou nov´e d´avky, spad´a do spotˇrebn´ıho cyklu a je roven pˇr´ımo popt´avce za dobu d, tzn. r ∗ = hd. 2. d > t2 ⇒ bod, ve kter´em je tˇreba zaˇc´ıt s pˇr´ıpravou nov´e d´avky, spad´a do v´yrobn´ıho cyklu; hodnotu r ∗ lze potom vyj´adˇrit jako (p − h)(t − d). Pˇ r´ıklad 7. Upravme zad´an´ı pˇr´ıkladu 6. Pˇredpokl´adejme, ˇze spoleˇcnost Fruta, a.s. m´a k dispozici vlastn´ı recyklaˇcn´ı linku na produkci plastov´ych lahv´ı s kapacitou 5400 ks kart´on˚ u lahv´ı mˇes´ıˇcnˇe (pokud by linka pracovala nepˇretrˇzitˇe). Mˇes´ıˇcn´ı potˇreba je vˇsak pouze 3000 ks kart´on˚ u (36000 ks roˇcnˇe). Intenzita v´yroby je tedy p = 5400 ks/mˇes´ıc, intenzita spotˇreby h = 3000 ks/mˇes´ıc. N´akladov´e poloˇzky z˚ ust´avaj´ı definovan´e ve stejn´e v´yˇsi jako v p˚ uvodn´ım pˇr´ıkladu – skladovac´ı n´aklady na 1 rok a kart´on jsou c1 = 24 Kˇc/(ks rok) a fixn´ı n´aklady souvisej´ıc´ı s pˇr´ıpravou jedn´e v´yrobn´ı d´avky jsou c2 = 12000 Kˇc/dod´avka. Doba, kterou si vˇzdy vyˇz´ad´a pˇr´ıprava dalˇs´ı v´yrobn´ı d´avky, je d = 1/2 mˇes´ıce. Urˇc´ıme optim´aln´ı velikost v´yrobn´ı d´avky, celkov´e roˇcn´ı n´aklady, dobu cyklu, dobu v´yrobn´ıho a spotˇrebn´ıho cyklu a mnoˇzstv´ı na skladˇe, pˇri kter´em je nutn´e objednat novou v´yrobn´ı d´avku. Pro urˇcen´ı optim´aln´ıch charakteristik takto definovan´eho syst´emu staˇc´ı dosadit jeho parametry do vztah˚ u, kter´e jsme odvodili v´yˇse. Optim´aln´ı objem v´yrobn´ı d´avky a s t´ım souvisej´ıc´ı n´aklady jsou q q √ 5400·12 q ∗ = 2(36000)(12000) = 6000 2.25 = 9000 ks, 24 5400·12−3000·12 q . = 96000 Kˇ c . N ∗ = 14400 5400−3000 5400
Optim´aln´ı d´elka intervalu mezi dvˇema dod´avkami je t∗ =
q∗ 9000 1 T = 1 = roku = 3 mˇes´ıce. Q 36000 4 19
Z toho v´yrobn´ı cyklus trv´a t1 = qp = 9000 = 35 mˇes´ıce, spotˇrebn´ı cyklus pak bude t2 = 3 − 53 = 43 5400 mˇes´ıce. Protoˇze d = 12 < t2 , staˇc´ı zaˇc´ıt s pˇr´ıpravou nov´e d´avky tehdy, pokud z´asoba v r´amci spotˇrebn´ıho cyklu klesne na u ´ roveˇ n r ∗ = hd = 3000 = 1500 ks kart´on˚ u. 2 ∗
Model 4 Tento model popisuje situaci, ve kter´e je moˇznost n´akupu zboˇz´ı na sklad s mnoˇzstevn´ı slevou. Cena za jednotku zboˇz´ı se sniˇzuje v z´avislosti na nakoupen´em mnoˇzstv´ı, hovoˇr´ıme o tzv. cenov´e degresi. Budeme uvaˇzovat pˇr´ıpad, kdy pˇri objedn´an´ı mnoˇzstv´ı, kter´e pˇres´ahne jistou velikost, z´ısk´ame cel´e za v´yhodnˇejˇs´ı cenu. S v´yjimkou ceny mˇen´ıc´ı se s mnoˇzstv´ım objednan´eho zboˇz´ı uvaˇzujeme stejn´e pˇredpoklady jako u Modelu 1, tj. rovnomˇernou a konstantn´ı popt´avku, pravideln´e konstantn´ı dod´avky ve stejn´ych intervalech a doplnˇen´ı skladu v jednom ˇcasov´em okamˇziku. Skladovac´ı n´aklady c1 budeme v tomto pˇr´ıpadˇe vyjadˇrovat pomˇernou ˇc´ast´ı z celkov´e hodnoty z´asob za jednotku ˇcasu [1/rok]. Tuto veliˇcinu lze samozˇrejmˇe pˇrev´est na procentn´ı sazbu z celkov´e hodnoty za jednotku ˇcasu [%/rok]. Takto lze ohodnotit i kapit´al v´azan´y v z´asob´ach. Abychom mohli vyj´adˇrit skladovac´ı n´aklady, je nutn´e zav´est dalˇs´ı veliˇcinu, a to cenu za jednotku objednan´eho zboˇz´ı. Oznaˇcme ki cenu jednotky zboˇz´ı [Kˇc/ks], pokud objednan´e mnoˇzstv´ı q ∈ hqi , qi+1 ). Pro ceny ki plat´ı, ˇze ki > ki+1 , resp. ki−1 > ki , ˇ ık´ame tedy to, ˇze se vzr˚ R´ ustaj´ıc´ım objednan´ym mnoˇzstv´ım kles´a v pˇredem definovan´ych intervalech hqi , qi+1 ) jednotkov´a cena zboˇz´ı. Vyj´adˇreme nyn´ı n´aklady spojen´e se zvolenou strategi´ı z´asobov´an´ı. Je zˇrejm´e, ˇze velikost n´aklad˚ u bude z´avisl´a na objemu objedn´avan´eho zboˇz´ı (mnoˇzstevn´ı sleva), tedy Q q · ki · T + c2 pro q ∈ hqi , qi+1 ) . (1.18) Ni (q) = c1 2 q Prvn´ı ˇclen ud´av´a skladovac´ı n´aklady. Pod´ıl 2q vyjadˇruje pr˚ umˇernou velikost skladov´e z´asoby (jako u Modelu 1), souˇcin ki 2q jej´ı poˇrizovac´ı hodnotu a koneˇcnˇe c1 ki 2q skladovac´ı n´aklady, kdyˇz c1 jsou skladovac´ı n´aklady dan´e ˇc´ast´ı jejich poˇrizovac´ı hodnoty. Stejnˇe jako v pˇredchoz´ıch modelech z´asob hled´ame takovou velikost dod´avky, pro kterou jsou n´aklady strategie z´asobov´an´ı minim´aln´ı. Hled´ame tedy extr´emy n´akladov´ych funkc´ı Ni (q). Zn´am´ym postupem zjist´ıme, ˇze optim´aln´ı velikost dod´avek je r 2Qc2 ∗ (1.19) qi = c1 k i T a n´aklady s nimi souvisej´ıc´ı o velikosti Ni∗ =
p
2Qc1 c2 ki T
(1.20)
∗ ∗ Ze vztah˚ u 1.19, 1.20 vypl´yv´a, ˇze pro ki+1 < ki je qi+1 > qi∗ a Ni+1 < Ni∗ . Z uveden´e u ´ vahy vypl´yv´a i n´asleduj´ıc´ı postup, kter´ym se budeme ˇr´ıdit pˇri urˇcen´ı optim´aln´ı velikosti dod´avky q ∗ .
1. Uvaˇzujme, ˇze i = 1, 2, ..., n. Potom jednotkov´a cena kn < kn−1 < ... < k2 < k1 . Jednotkov´e ceny ki jsou definov´any v intervalech q ∈ hqi , qi+1 ). 2. Nejprve vypoˇcteme qn∗ . Tedy optim´aln´ı velikost dod´avky v pˇr´ıpadˇe, ˇze uvaˇzujeme nejv´yhodnˇejˇs´ı cenovou relaci kn , kter´a je definov´ana na intervalu hqn , ∞). 20
3. Pokud qn∗ > qn , potom qn∗ = q ∗ a tedy i Nn∗ = N ∗ . 4. Pokud qn∗ < qn , potom opakujeme body 1. a 2. pro kn−1 , kn−2 , ..., ki, dokud nenajdeme takov´e qi∗ , pro kter´e plat´ı, ˇze qi∗ ∈ hqi , qi+1 ). 5. Pokud Ni∗ < N(qi+1 ), potom je pro qi∗ dosaˇzeno glob´aln´ıho minima n´akladov´e funkce, qi∗ je optim´aln´ı velikost´ı dod´avky, tedy q ∗ = qi∗ . 6. Pokud Ni∗ > N(qi+1 ), potom je glob´aln´ıho minima n´akladov´e funkce dosaˇzeno pro qi+1 , optim´aln´ı velikost´ı dod´avky je qi+1 , tedy q ∗ = qi+1 .
Stochastick´ e modely z´ asob V deterministick´ych modelech jsme pˇredpokl´adali pevnˇe danou (deterministickou) a rovnomˇernˇe rozloˇzenou popt´avku. To je vˇsak v praxi ˇr´ıdk´ym jevem. Zde uvedeme modely uvaˇzuj´ıc´ı stochastickou popt´avku.
Model 1 Model 1 uvaˇzuje stejn´e pˇredpoklady jako deterministick´y model 1, kromˇe popt´avky – ta je stochastick´a. To znamen´a, ˇze v´yˇse popt´avky v dan´em obdob´ı je n´ahodn´a veliˇcina s jist´ym pravdˇepodobnostn´ım rozdˇelen´ım. Z´ıskat toto pravdˇepodobnostn´ı rozdˇelen´ı (druh a jeho parametry) je v praxi obecnˇe velmi sloˇzit´e. Stochastick´y model 1 aproximuje situaci pomoc´ı deterministick´eho modelu 1 tak, ˇze se celkov´a popt´avka Q (kter´a je nyn´ı n´ahodn´a), nahrad´ı svou stˇredn´ı hodnotou µQ . Takto spoˇcteme optim´aln´ı v´yˇsi objedn´avky q ∗ a optim´aln´ı d´elku cyklu t∗ ˇci bod znovuobjedn´avky r ∗ . Pr˚ ubˇeh stavu z´asob je zobrazen na obr. 1.9. Kdyby byla dod´avka okamˇzit´a (d = 0), lze se spokojit se stav zásoby
1. cyklus
2. cyklus
vystavení objednávky
q r èas
d
d vznik nedostatku
Obr´azek 1.9: Pr˚ ubˇeh stavu z´asoby v z´avislost na ˇcase. z´ıskan´ym v´ysledkem. Ovˇsem vzhledem k nenulov´e dodac´ı lh˚ utˇe d je tˇreba objednat dod´avku v pˇredstihu (pˇri dosaˇzen´ı bodu znovuobjedn´avky) – pˇri rovnomˇern´e popt´avce pˇrijde dod´avka na sklad v okamˇziku nulov´ych z´asob. Pˇri stochastick´e popt´avce mohou ovˇsem bˇehem dodac´ı lh˚ uty snadno nastat dvˇe r˚ uzn´e situace – popt´avka bude niˇzˇs´ı, resp. vyˇsˇs´ı neˇz pr˚ umˇern´y stav. ’ Pak nast´av´a situace 1., resp. 2 z obr´azku 1.9 – bud 21
1. zbydou z´asoby na skladˇe a po dod´avce bude celkov´y stav z´asob vyˇsˇs´ı neˇz q nebo 2. doch´az´ı k ˇc´asteˇcn´emu neuspokojen´ı poˇzadavk˚ u - pˇri dod´avce jsou nejprve tyto poˇzadavky uspokojeny a zbytek dod´avky je um´ıstˇen na sklad, kde bude nyn´ı stav z´asob menˇs´ı neˇz q. Nav´ıc, pokud objedn´av´ame dod´avku po dosaˇzen´ı bodu znovuobjedn´avky, nejsou intervaly mezi objedn´avkami (dod´avkami) stejn´e. Pravdˇepodobnost, ˇze bˇehem jednoho cyklu nedojde k neuspokojen´ı poˇzadavk˚ u, se naz´yv´a u ´roveˇ n obsluhy. Znaˇc´ıme ji γ. Obvykle poˇzadujeme, aby u ´ roveˇ n obsluhy byla dostateˇcnˇe vysok´a (tj. aby pravdˇepodobnost vzniku nedostatku byla dostateˇcnˇe mal´a, napˇr. 0,05 – pak γ = 0, 95). Splnˇen´ı poˇzadavku na u ´ roveˇ n obsluhy lze zajistit pomoc´ı tzv. pojistn´ e z´ asoby w na skladˇe. Ta slouˇz´ı v pˇr´ıpadˇe pˇrevisu popt´avky k jej´ımu pokryt´ı. ˇ s´ıme tedy u Reˇ ´ lohu: stanovit pojistnou z´asobu tak, aby pravdˇepodobnost vzniku nedostatku (pravdˇepodobnost toho, ˇze popt´avka nebude vyˇsˇs´ı neˇz bod znovuobjedn´avky plus pojistn´a z´asoba) byla dostateˇcnˇe mal´a, P {Qd ≤ r ∗ + w} ≥ γ,
kde Qd je popt´avka bˇehem poˇrizovac´ı lh˚ uty. Pˇredpokl´adejme, ˇze skuteˇcn´a popt´avka m´a norm´aln´ı Gaussovo rozdˇelen´ı (d˚ usledek centr´aln´ı limitn´ı vˇety z teorie pravdˇepodobnosti) N (µ, σ) se stˇredn´ı hodnotou µ a smˇerodatnou odchylkou σ. Popt´avka bˇehem poˇrizovac´ı lh˚ uty se ˇr´ıd´ı rozdˇelen´ım N (r ∗, σQd ) (parametry Q, d je potˇreba zmˇeˇrit), nebot’ stˇredn´ı hodnota veliˇciny Qd je rovna optim´aln´ımu bodu znovuobjedn´avky r ∗ . Pro praktick´y v´ypoˇcet transformujeme veliˇcinu Q· d na veliˇcinu z, kter´a bude pops´ana normovan´ym norm´aln´ım rozdˇelen´ım, Q · d ∼ N(r ∗ , σQd ) −→ z ∼ N(0, 1).
Hodnoty N (0, 1) lze totiˇz nal´ezt v tabulk´ach. Lehce lze uk´azat, ˇze veliˇcina z definovan´a vztahem z=
Q · d − r∗ σQd
se ˇr´ıd´ı norm´aln´ım normovan´ym rozdˇelen´ım N (0, 1). Z tabulek norm´aln´ıho normovan´eho rozdˇelen´ı urˇc´ıme, pro jak´e z ∗ hodnota distribuˇcn´ı funkce N (0, 1) odpov´ıd´a γ. Napˇr´ıklad γ = 0, 95 odpov´ıd´a z ∗ = 1, 645. Zpˇetnou transformac´ı z´ısk´ame objem popt´avky bˇehem poˇrizovac´ı lh˚ uty, Q · d∗ = z ∗ σQ·d + r ∗ . Bude-li v okamˇziku objedn´avky z´asoba na skladu Qd∗ , nenastane s pravdˇepodobnost´ı γ nedostatek z´asoby. Pojistn´a z´asoba w mus´ı splˇ novat vztah r ∗ + w ≥ Qd∗ .
Udrˇzov´an´ı pojistn´ych z´asob s sebou nese i zv´yˇsen´ı celkov´ych n´aklad˚ u (skladovac´ıch a poˇrizovac´ıch). Stˇredn´ı hodnotu tˇechto n´aklad˚ u lze vyj´adˇrit jako p µN = 2µQ c1 c2 T + c1 w. N´aklady jsou tedy souˇctem n´aklad˚ u vypoˇcten´ych deterministick´ym modelem 1 a skladovac´ıch n´aklad˚ u pojistn´e z´asoby. % 22
Pˇ r´ıklad 8. Mˇejme obdobnou jako v deterministick´ych modelech (Fruta, a.s.). Necht’ je µQ = 36000 ks karton˚ u. Skladovac´ı n´aklady jsou c1 = 24 Kˇc/(ks rok), poˇrizovac´ı n´aklady c2 = 12000 Kˇc/dod´avka. Necht’ poˇrizovac´ı lh˚ uta dod´avky je d = 1/2 mˇes´ıce. Pˇredpokl´adejte, ˇze smˇerodatn´a odchylka v r´amci doby d je σQd = 200 ks. Urˇcete optim´aln´ı velikost dod´avky, souvisej´ıc´ı n´aklady, bod znovuobjedn´avky a velikost pojistn´e z´asoby za pˇredpokladu, ˇze u ´ roveˇ n obsluhy je poˇzadov´ana 95 %. Jak se zmˇen´ı velikost pojistn´e z´asoby, pokud u ´ roveˇ n obsluhy budeme poˇzadovat 99 %? Jak se zv´yˇs´ı stˇredn´ı hodnota n´aklad˚ u, zp˚ usoben´a zv´yˇsen´ım pojistn´e z´asoby? q q 2µQ c2 2·36000·12000) q∗ = = = 6000 ks, c1 T 24·1 √ p N ∗ = 2µQ c1 c2 T = 2.36000.12000.24.1 = 144000 Kˇc. Optim´aln´ı velikost dod´avky je tedy 6000 ks a s n´ı souvisej´ıc´ı celkov´e n´aklady jsou 144000 Kˇc. Poˇrizovac´ı lh˚ uta dod´avky d byla v zad´an´ı u ´ lohy stanovena na 1/2 mˇes´ıce (= 1/24 roku). Oˇcek´avan´a popt´avka v tomto obdob´ı je µQd = 1500 ks. Z tabulek normovan´eho norm´aln´ıho rozdˇelen´ı zjist´ıme, ˇze pro u ´ roveˇ n obsluhy γ = 0, 95 je hodnota 1,645. Obdobnˇe pro hodnotu γ = 0, 99 z´ısk´ame hodnotu 2,327. Chceme-li udrˇzet u ´ roveˇ n obsluhy alespoˇ n na u ´ rovni 95%, mus´ıme vytvoˇrit pojistnou z´asobu w ve v´yˇsi w ≥ z ∗ σQd = 1, 645.200 = 329 ks. Zvedneme-li u ´ roveˇ n obsluhy na hodnotu 99%, pojistn´a z´asoba by se musela zv´yˇsit na w ≥ z ∗ σQd = 2, 327.200 = 466 ks. V prvn´ım pˇr´ıpadˇe je bod znovuobjedn´avky r ∗ + w = 1500 + 329 = 1829 ks. Ve druh´em pˇr´ıpadˇe je tˇreba vystavit objedn´avku v okamˇziku, kdy klesne velikost skladov´ych z´asob na 1966 ks. Stˇredn´ı hodnota n´aklad˚ u ve stochastick´em modelu stoupne oproti deterministick´emu modelu o 329c1 = 7896 Kˇc pˇri u ´ rovni obsluhy 95%. Pˇri u ´ rovni obsluhy 99% stoupnou n´aklady o 466c1 = 11184 Kˇc.
Model 2 - optimalizace jednor´ azovˇ e vytv´ aˇ ren´ e z´ asoby V praxi m˚ uˇze nastat situace, ˇze na poˇc´atku sledovan´eho obdob´ı vytvoˇr´ıme z´asobu, kterou d´ale jiˇz nem˚ uˇzeme doplˇ novat (v jist´em smyslu je to jeden cyklus procesu s opakuj´ıc´ımi se dod´avkami). Popt´avka v dan´em obdob´ı je pops´ana nˇejak´ym pravdˇepodobnostn´ım rozdˇelen´ım se stˇredn´ı hodnotou µ a smˇerodatnou odchylkou σ. Obvykle se pˇri popisu popt´avky vych´az´ı ze zkuˇsenost´ı z minul´ych obdob´ı ˇci z marketingov´ych studi´ı. Je to typick´a situace napˇr´ıklad pro n´akup sez´onn´ıho zboˇz´ı na sklad (zimn´ı obleˇcen´ı, sportovn´ı potˇreby) ˇci n´akup zboˇz´ı, kter´e podl´eh´a rychl´e zk´aze (ovoce, peˇcivo). Pˇredpokl´adejme, ˇze na poˇc´atku obdob´ı vytvoˇr´ıme z´asobu q. Na konci obdob´ı mohou nastat tˇri situace: 1. skuteˇ cn´ a popt´ avka Q v dan´ em obdob´ı byla menˇ s´ı neˇ zq Z´asoba ve v´yˇsi q − Q zbyde na skladˇe. Pˇredpokl´ad´ame, ˇze zboˇz´ı m´a i pot´e nˇejakou z˚ ustatkovou hodnotu, niˇzˇs´ı neˇz n´akupn´ı cena. Z˚ ustatkov´a hodnota m˚ uˇze b´yt i nulov´a, pˇr´ıpadnˇe z´aporn´a, napˇr. pokud m´ame n´aklady souvisej´ıc´ı s likvidac´ı zboˇz´ı. 23
Jednotkov´e n´aklady z nadbyteˇcn´e z´asoby m˚ uˇzeme vyj´adˇrit jako c1 = n´akupn´ı cena - z˚ ustatkov´a cena [Kc/ks]. 2. skuteˇ cn´ a popt´ avka Q v dan´ em obdob´ı byla vyˇ sˇ s´ı neˇ zq Posledn´ıch Q − q poˇzadavk˚ u z˚ ustane neuspokojen´ych. Jednotkov´e n´aklady z nedostatku z´asoby (uˇsl´y zisk) lze vyj´adˇrit jako c2 = prodejn´ı cena - n´akupn´ı cena [Kc/ks]. 3. skuteˇ cn´ a popt´ avka Q v dan´ em obdob´ı byla rovna q ˇ adn´e n´aklady ani ztr´aty nevznikaj´ı. Tato situace je vˇsak sp´ıˇse hypotetick´a. Z´ Minim´aln´ı n´aklady (stˇredn´ı hodnota n´aklad˚ u) jsou dosaˇzeny, jestliˇze pro u ´ roveˇ n obsluhy γ plat´ı γ=
c2 , γ ∈ h0, 1i . c1 + c2
Optim´aln´ı velikost poˇc´ateˇcn´ı z´asoby q ∗ je takov´a, pro kterou plat´ı P {Q ≤ q ∗ } ≥ γ. Popt´avka m˚ uˇze b´yt pops´ana spojit´ym ˇci diskr´etn´ım pravdˇepodobnostn´ım rozdˇelen´ım. Pokud je popt´avka pops´ana spojit´ym pravdˇepodobnostn´ım rozdˇelen´ım, je hodnota q ∗ t´ımto vztahem jednoznaˇcnˇe urˇcena a v tabulk´ach normovan´eho norm´aln´ıho rozdˇelen´ı nalezneme hodnotu z odpov´ıdaj´ıc´ı pˇr´ısluˇsn´e u ´ rovni obsluhyγ. Z hodnoty z zpˇetnou transformac´ı z normovan´eho norm´aln´ıho rozdˇelen´ı urˇc´ıme optim´aln´ı velikost poˇc´ateˇcn´ı z´asoby q ∗ , q ∗ = µ + z · σ. Pokud je vˇsak rozdˇelen´ı diskr´etn´ı (definov´ano v jednotliv´ych bodech – napˇr. 10 ks, 20 ks, ...), hodnotu q ∗ urˇc´ıme jako nejbliˇzˇs´ı bod z hodnot distribuˇcn´ı funkce, kter´a splˇ nuje vztah P (q ∗ ≤ Qi−1 ) ≤ γ ≤ P (q ∗ ≤ Qi ). K intervalu hQi−1 , Qi ) jsou v tabulce pˇriˇrazeny pravdˇepodobnosti prodeje. Pˇ r´ıklad 9. Typickou u ´ lohou modelu 2 je tzv. newsboy problem, probl´em distributora novin [1]. Majitel st´anku s novinami m´a na z´akladˇe vlastn´ıch zkuˇsenost´ı zjiˇstˇeno, ˇze prodej Mlad´e fronty DNES ve vˇsedn´ı dny je spojit´a n´ahodn´a veliˇcina s norm´aln´ım rozdˇelen´ım se stˇredn´ı hodnotou µ = 320 ks a smˇerodatnou odchylkou σ = 20 ks. Pokud je skuteˇcn´a popt´avka niˇzˇs´ı neˇz poˇcet v´ytisk˚ u objednan´ych u dodavatele, ztr´ac´ı prodavaˇc na kaˇzd´em v´ytisku c1 = 1 Kˇc/ks. Naopak, v pˇr´ıpadˇe vyˇsˇs´ı popt´avky ztr´ac´ı na uˇsl´em zisku na kaˇzd´em kusu c2 = 0, 4 Kˇc/ks. Optim´aln´ı u ´ roveˇ n obsluhy je c2 γ= = 0.2857. c1 + c2 Touto hodnotou je urˇcena optim´aln´ı strategie. Z tabulek norm´aln´ıho rozdˇelen´ı nalezneme hodnotu z odpov´ıdaj´ıc´ı pravdˇepodobnosti γ, z = −0.566. 24
popt´avka pravdˇ epodobnost Qi P (q = Q) 250 0.01 260 0.02 270 0.04 280 0.05 290 0.08 300 0.09 310 0.11 320 0.13 330 0.12 340 0.10 350 0.08 360 0.07 370 0.05 380 0.03 390 0.01 400 0.01
kumulovan´a pravdˇepodobnost P (Q ≤ q) 0.01 0.03 0.07 0.12 0.20 0.29 0.40 0.53 0.65 0.75 0.83 0.90 0.95 0.98 0.99 1.00
Tabulka 1.2: Pravdˇepodobnost popt´avky Optim´aln´ı u ´ roveˇ n objedn´avky je pak . q ∗ = 320 − 0.566 · 20 = 308.68 = 309 ks. Uvaˇzujme nyn´ı stejn´y pˇr´ıklad, ale mˇejme k dispozici pouze pravdˇepodobnosti toho, ˇze popt´avka nabude diskr´etn´ıch hodnot 250 − 400. Pravdˇepodobnosti jsou uvedeny v tabulce 1.2. Ve tˇret´ım sloupci jsou uvedeny kumulovan´e pravdˇepodobnosti (hodnota distribuˇcn´ı funkce), ˇze popt´avka bude niˇzˇs´ı nebo rovna dan´e hodnotˇe. Spojitˇe vypoˇcten´a optim´aln´ı u ´ roveˇ n obsluhy leˇz´ı mezi hodnotami 290 ks a 300 ks, takˇze optim´aln´ı poˇc´ateˇcn´ı z´asoba je (viz tabulka 1.2) q ∗ = 300 ks.
25
Cviˇ cen´ı a pˇ r´ıklady Cviˇ cen´ı. 1. Naleznˇete stacion´arn´ı bod funkce N(q, s) popsan´e vzorcem (1.7) a ukaˇzte, ˇze v nˇem funkce n nab´yv´a sv´eho minima. 2. Vypoˇctˇete limity v´yraz˚ u (1.12) a (1.13) pro c3 → +∞ a c3 → 0. Co dan´e pˇr´ıpady popisuj´ı? Jak lze interpretovat v´ysledky? 3. Vypoˇctˇete charakteristiky syst´emu z pˇr´ıkladu 5 pomoc´ı modelu 2 (α, β, q ∗, s∗ , r ∗ , N ∗ ). 4. Naleznˇete stacion´arn´ı bod funkce N(q) popsan´e vzorcem (1.10) a ukaˇzte, ˇze v nˇem dan´a funkce nab´yv´a minima. 5. Jak´e z´akladn´ı n´akladov´e poloˇzky se vyskytuj´ı v n´akladov´ych funkc´ıch v modelech z´asob? 6. Jak´y je rozd´ıl mezi deterministick´ymi a stochastick´ ymi modely z´asob? 7. Co je u ´ roveˇ n obsluhy a pojistn´a z´asoba? Jak spolu navz´ajem tyto dva pojmy souvisej´ı? 8. Co je c´ılem pˇri optimalizaci objemu jednor´azovˇe vytv´aˇren´e z´asoby? 9. Co je to bod znovuobjedn´avky a poˇrizovac´ı lh˚ uta dod´avky? Jak´y je vz´ajemn´y vztah tˇechto dvou pojm˚ u? 10. Jak se zmˇen´ı optim´aln´ı velikost dod´avky ve v´yˇse popsan´ych deterministick´ych modelech, kdyˇz celkov´a popt´avka, pˇri jinak nezmˇenˇen´ych podm´ınk´ach, vzroste dvakr´at? 11. Ovlivˇ nuje zmˇena ceny skladovan´ych jednotek u modelu 1 ˇci 2 optim´aln´ı velikost dod´avky a pokud ano, tak jak´ym zp˚ usobem? 12. Ovlivˇ nuje zmˇena poˇrizovac´ı lh˚ uty dod´avky v deterministick´ych modelech optim´aln´ı velikost dod´avky a pokud ano, tak jak´ym zp˚ usobem? Pˇ r´ıklady. 13. Obchod se stavebninami prod´a roˇcnˇe 12000 pades´atikilov´ych pytl˚ u cementu. Souˇcasn´a strategie doplˇ nov´an´ı skladu je takov´a, ˇze se kaˇzd´ych 14 dn´ı objedn´a dod´avka o objemu 500 pytl˚ u. Poˇrizovac´ı cena jednoho pytle je 80 Kˇc. Pˇredpokl´adejme, ˇze popt´avka je rovnomˇern´a v pr˚ ubˇehu cel´eho rokua ˇze roˇcn´ı skladovac´ı n´aklady jednoho pytle jsou 20% z jeho poˇrizovac´ı ceny. N´aklady souvisej´ıc´ı s doplnˇen´ım skladu dod´avkou jak´ekoliv velikosti jsou fixn´ı a jsou rovny 1000 Kˇc. Vypoˇctˇete celkov´e skladovac´ı n´aklady souˇcasn´e strategie doplˇ nov´an´ı skladu.
26
Vypoˇctˇete optim´aln´ı velikost dod´avky, skladovac´ı n´aklady a d´elku dod´avkov´eho cyklu a porovnejte v´ysledky se souˇcasn´ymi hodnotami. Jak´y je v souˇcasn´e i v optim´aln´ı strategii bod znovuobjedn´avky, jestliˇze je poˇrizovac´ı lh˚ uta dod´avky 1 t´yden? Uvaˇzujte, ˇze rok m´a 52 t´ydn˚ u. 14. Jak se zmˇen´ı strategie doplˇ nov´an´ı skladu v pˇredch´azej´ıc´ı u ´ loze, budeme-li uvaˇzovat moˇznost vzniku pˇrechodn´eho nedostatku z´asoby? V´ıme, ˇze s jednotkou nedostatku z´asoby souvisej´ı ztr´aty ve v´yˇsi 30 Kˇc. 15. Pˇri anal´yze optim´aln´ıho nastaven´ı v´yrobn´ıch d´avek bylo zjiˇstˇeno, ˇze intenzita produkce je 8000 ks roˇcnˇe. Popt´avka po produkovan´ych jednotk´ach je vˇsak pouze 2000 ks roˇcnˇe. Fixn´ı n´aklady, kter´e souvisej´ı se zah´ajen´ım v´yroby v jedn´e v´yrobn´ı d´avce, jsou 30000 Kˇc. Skladovac´ı n´aklady jedn´e jednotky po dobu jednoho roku jsou 160 Kˇc. Souˇcasn´a strategie je charakterizov´ana t´ım, ˇze je kaˇzd´e 3 mˇes´ıce spuˇstˇena nov´a v´yrobn´ı d´avka v objemu 500 ks. Vypoˇctˇete celkov´e skladovac´ı n´aklady souˇcasn´e strategie. Vypoˇctˇete optim´aln´ı velikost v´yrobn´ı d´avky, n´aklady, kter´e s optim´aln´ı strategi´ı souvisej´ı, a d´elku v´yrobn´ıho a spotˇrebn´ıho cyklu. Porovnejte v´ysledky se souˇcasn´ymi hodnotami. 16. N´akupn´ı stˇredisko prod´av´a sez´onn´ı v´yrobek za 500 Kˇc za kus. Poˇrizovac´ı cena tohoto v´yrobku je 350 Kˇc. V´yrobky, kter´e nebudou prod´any v r´amci sezony, budou nab´ızeny s 50% slevou, tj. za 250 Kˇc. Pˇredpokl´adejme, ˇze popt´avka po uveden´em produktu za celou sezonu je rovnomˇernˇe rozdˇelen´a na intervalu od 300 do 800 ks. Kolik kus˚ u v´yrobku byste doporuˇcili objednat na zaˇc´atku sezony? Jak´a je pravdˇepodobnost, ˇze se vyskytne poˇzadavek na koupi tohoto v´yrobku po vyˇcerp´an´ı skladu? Jak by se musela zmˇenit v´yˇse poˇc´ateˇcn´ı objedn´avky tak, aby pravdˇepodobnost neuspokojen´ı z´akazn´ık˚ u klesla pod 20%? 17. Jak by se zmˇenily odpovˇedi na ot´azky v pˇredch´azej´ıc´ı u ´ loze, pokud by mˇela popt´avka po dan´em produktu norm´aln´ı rozdˇelen´ı se stˇredn´ı hodnotou 500 ks a smˇerodatnou odchylkou 100 ks? 18. Popt´avka po jist´em produktu je v ˇcase rovnomˇernˇe rozdˇelena a je rovna 12000 ks roˇcnˇe. Pˇredpokl´adejme, ˇze poˇrizovac´ı lh˚ uta dod´avky je n´ahodn´a veliˇcina s norm´aln´ım rozdˇelen´ım se stˇredn´ı hodnotou 12 dn˚ u a smˇerodatnou odchylkou 4 dny (bˇehem roku je 240 pracovn´ıch dn˚ u). Urˇcete bod znovuobjedn´avky a pojistnou z´asobu tak, aby u ´ roveˇ n obsluhy byla alespoˇ n 95%.
27
Kapitola 2 S´ıt’ov´ a anal´ yza - u ´vod S´ıt’ov´ a anal´ yza je logistick´y obor, kter´y se zab´yv´a ˇr´ızen´ım projekt˚ u a popisem tˇechto sloˇzit´ych optimalizaˇcn´ıch a rozhodovac´ıch probl´em˚ u pomoc´ı teorie graf˚ u a teorie pravdˇepodobnosti. Projekt je rozs´ahl´a a dlouhodob´a akce, kter´a se skl´ad´a ze souboru r˚ uzn´ych vz´ajemnˇe na sebe navazuj´ıc´ıch ˇ cinnost´ı. Typick´ymi pˇr´ıklady projekt˚ u jsou: • stavebn´ı pr´ace - stavba nov´eho objektu (tov´arna, silnice, d˚ um, ...), • rekonstrukce objekt˚ u (silnice, domy, ...), • v´yvoj nov´eho v´yrobku a jeho uveden´ı na trh, • sez´onn´ı obchodn´ı ˇci reklamn´ı kampaˇ n. Obecnˇe lze projekt charakterizovat jako: • Soubor (velk´eho) poˇctu d´ılˇc´ıch ˇcinnost´ı, kter´e jsou vz´ajemnˇe podm´ınˇen´e a realizovateln´e v pˇresnˇe vymezen´em poˇr´adku a smˇeˇruj´ı k celkov´emu ˇreˇsen´ı stanoven´eho u ´ kolu. • Poˇcet celkov´ych v´ystup˚ u je mal´y, zpravidla jeden - v´ystavba objektu, oprava objektu ˇci zaˇr´ızen´ı apod. • Realizace kaˇzd´e d´ılˇc´ı ˇcinnosti i cel´eho projektu je spojena s vyˇsˇs´ım stupnˇem nejistoty (ˇcasov´e, v´yˇse n´aklad˚ u), neˇz je tomu ve v´yrobn´ım procesu. Stupeˇ n nejistoty z´avis´ı na zkuˇsenostech z minula ˇci pˇresnosti odhad˚ u. • D´ılˇc´ı u ´ koly prov´adˇej´ı zpravidla r˚ uzn´e subjekty, proto je nutno kl´ast d˚ uraz na jejich koordinaci. ˇ • Casov´ y pl´an projektu lze v jeho pr˚ ubˇehu mˇenit dle nastal´e situace a pˇrizp˚ usobovat ho nov´ym podm´ınk´am (tak, aby byly n´aklady a ˇcas co nejkratˇs´ı). Projekty mohou m´ıt r˚ uzn´y rozsah - od nˇekolika t´ydn˚ u po nˇekolik let. Realizace projektu se skl´ad´a z postupn´e realizace vˇsech d´ılˇc´ıch ˇcinnost´ı, kter´e projekt tvoˇr´ı. Kaˇzd´a z tˇechto ˇcinnost´ı je pak charakterizov´ana mnoˇzstv´ım u ´ daj˚ u: • dobou trv´an´ı (zn´amou nebo odhadnutou), • n´aklady na realizaci (zn´am´e nebo odhadnut´e), • poˇzadavky na technick´e, materi´alov´e a person´aln´ı zabezpeˇcen´ı, 28
• seznam ˇcinnost´ı, kter´e musej´ı b´yt provedeny pˇred touto ˇcinnost´ı. Je tˇreba stanovit takovou posloupnost ˇcinnost´ı, kter´a urˇc´ı dobu trv´an´ı cel´e akce, ˇcasov´e rezervy jednotliv´ych ˇcinnost´ı, poˇrad´ı jednotliv´ych ˇcinnost´ı, atd. Zˇrejm´e je to tˇreba u staveb, kde nelze stavˇet zed’, nejsou-li hotov´e z´aklady. Obˇcas jsme bohuˇzel svˇedky toho, ˇze napˇr´ıklad pˇri opravˇe rozvod˚ u se zaˇcne do jiˇz opraven´e vozovky ˇci chodn´ıku znovu kopat? Je zˇrejm´e, ˇze ˇcinnosti nelze prov´adˇet v libovoln´em poˇrad´ı a intenzitˇe. Je tˇreba respektovat dostupn´e kapacity k realizaci jednotliv´ych ˇcinnost´ı, poˇc´ıtat s n´avaznostmi ˇcinnost´ı. Sloˇzitˇejˇs´ı projekty jiˇz proto nelze ˇr´ıdit intuitivnˇe, n´ybrˇz je tˇreba pl´anov´an´ı a podrobn´y rozvrh projektu (absence pl´anov´an´ı ˇcasto cel´y projekt prodraˇz´ı a zpomal´ı - viz jiˇz zm´ınˇenou znovu rozkopanou ulici). ˇ Rada optimalizaˇcn´ıch a rozhodovac´ıch probl´em˚ u m˚ uˇze b´yt pops´ana s pouˇzit´ım grafick´e reprezentace dan´e u ´ lohy. K rozvrhov´an´ı projekt˚ u je potom moˇzno s u ´ spˇechem pouˇz´ıt rozs´ahl´ych n´astroj˚ u teorie graf˚ u. Teorii graf˚ u vyvinul Leonard Euler pˇri ˇreˇsen´ı zn´am´eho probl´emu - lze proj´ıt vˇsech sedm most˚ u v Kaliningradu tak, abychom kaˇzd´y pˇreˇsli pouze jednou? Euler dok´azal, ˇze to nelze, a k ˇreˇsen´ı vytvoˇril nav´ıc novou teorii, teorii graf˚ u. Ta je dnes ˇsiroce vyuˇz´ıv´ana v mnoha vˇedn´ıch a technick´ych oborech. Jej´ı vyuˇzit´ı pˇri ˇr´ızen´ı projekt˚ u bylo vynuceno poˇzadavky z praxe. Z´akladn´ı a dodnes pouˇz´ıvan´e metody vznikly pˇri potˇrebˇe ˇreˇsen´ı konkr´etn´ıch probl´em˚ u. Prvn´ı z nich, tzv. Metoda kritick´ e cesty, Critical Path Method (CPM), vznikla roku 1957 pˇri ˇreˇsen´ı v´ystavby komplexu petrochemick´e spoleˇcnosti duPont. Pravdˇepodobnostn´ı rozˇs´ıˇren´ı metody CPM, metoda Program Evaluation and Review Technique (PERT), byla vyvinuta roku 1958 pro ˇr´ızen´ı projektu atomov´ych stˇrel pro ponorky Polaris a u ´ dajnˇe zkr´atila realizaci projektu o 18 mˇes´ıc˚ u.
29
Z´ akladn´ı pojmy teorie graf˚ u Struˇcnˇe pˇripomeneme z´akladn´ı pojmy z teorie graf˚ u, kter´e budeme pouˇz´ıvat. Podrobn´y v´yklad byl obsahem pˇredmˇetu Teorie graf˚ u a her.
Neorientovan´ y graf Graf G = {U, H} se skl´ad´a z mnoˇziny uzl˚ u U = {u1 , ..., un } a mnoˇziny hran H = {hij }ni,j=1 (hrana hij = [ui , uj ] je spojnice uzl˚ u i a j). Hrana se stejn´ymi koncov´ymi uzly se naz´yv´a smyˇ cka. Na obr. 2.1 je zn´azornˇen jednoduch´y graf se ˇctyˇrmi uzly a pˇeti hranami. Graf obsahuje
h14
u1 h12 h13
u2 u3
h24
u4
h33
Obr´azek 2.1: mnoˇzinu uzl˚ u U = {u1 , u2 , u3, u4 } a mnoˇzinu hran H = {h12 , h13 , h14 , h24 , h33 }. Neorientovan´ a hrana hij umoˇzn ˇ uje pohyb jak z uzlu ui do uzlu uj , tak opaˇcn´ym smˇerem. Neorientovan´ y graf obsahuje pouze neorientovan´e hrany. Zopakujme si pojmy teorie graf˚ u a jejich v´yznamy: • sled – posloupnost na sebe navazuj´ıc´ıch hran, • cesta v grafu – sled z jednoho uzlu do druh´eho, kter´y neproch´az´ı ˇz´adn´ym uzlem v´ıce neˇz jednou, • d´ elka cesty – poˇcet hran v cestˇe, • kruˇ znice – uzavˇren´a cesta (zaˇc´ın´a a konˇc´ı ve stejn´em uzlu), ˜ = {U, ˜ H} ˜ - vznikne vynech´an´ım nˇekter´ych uzl˚ • podgraf grafu G u a hran p˚ uvodn´ıho ˜ ˜ grafu, U ⊂ U, H ⊂ H, • souvisl´ y graf – existuje cesta mezi dvˇema libovoln´ymi uzly grafu, 30
• komponenta grafu – nejvˇetˇs´ı souvisl´y podgraf, • nesouvisl´ y graf – je sloˇzen alespoˇ n ze dvou komponent, • ohodnocen´ y graf – kaˇzd´e hranˇe je pˇriˇrazena v´aha (skal´ar ˇci vektor), • kostra souvisl´ eho grafu - souvisl´y podgraf, kter´y obsahuje vˇsechny uzly grafu a neobsahuje kruˇznici. Pˇ r´ıklad 1. Praktick´ym pˇr´ıkladem pouˇzit´ı neorientovan´eho grafu v praxi je u ´ loha propojit nˇekolik mˇest elektrick´ym veden´ım, kter´e bude nejkratˇs´ı moˇzn´e. Jde o to, nal´ezt minim´aln´ı kostru grafu, kter´y vznikne spojen´ım vˇsech mˇest hranami. ´ Pˇ r´ıklad 2. Ulohu z pˇr´ıkladu 1 lze modifikovat, pokud napˇr´ıklad n´aklady na postaven´ı veden´ı mezi r˚ uzn´ymi mˇesty se liˇs´ı – jednotliv´e hrany se oznaˇc´ı v´ahami (zde je to cena) a bude se jednat o ohodnocen´y graf. Pak je naˇs´ım u ´ kolem naj´ıt nejlehˇc´ı kostru grafu, tj. takovou kostru, kter´a bude m´ıt nejmenˇs´ı souˇcet vah sv´ych hran.
Orientovan´ y graf Hrany, ve kter´ych je v´yznamn´e poˇrad´ı uzl˚ u, se naz´yvaj´ı orientovan´ e. Zn´azorˇ nujeme je ˇsipkou. U orientovan´e hrany hij = [ui , uj ] je ui poˇc´ateˇcn´ı a uj koncov´y uzel. Graf s orientovan´ymi hranami se naz´yv´a orientovan´ y. Na obr. 2.2 je zn´azornˇen orientovan´y graf s uzly jako naobr. 2.1 a s orientovan´ymi hranami H = {h12 , h24 , h14 , h31 , h33 }. Nˇekter´e pojmy orientovan´ych graf˚ u
u1 u2 u3
Obr´azek 2.2: a jejich v´yznamy: • orientovan´ e spojen´ı - sled v orientovan´em grafu, • dr´ aha - orientovan´a cesta, • cyklus - uzavˇren´a orientovan´a cesta, • acyklick´ y graf - orientovan´y graf bez cykl˚ u.
31
u4
S´ıt’ov´ y graf Technicky vzato je s´ıt’ov´ y graf (SG) zobrazen´ı projektu ve formˇe grafu, vyjadˇruj´ıc´ıho technologick´e vazby mezi d´ılˇc´ımi ˇcinnostmi. Matematicky je to koneˇcn´y souvisl´y orientovan´y acyklick´y ohodnocen´y graf. Obvykle poˇzadujeme, aby mˇel jeden vstupn´ı uzel = poˇc´atek projektu a jeden v´ystupn´ı uzel = konec projektu, ale nen´ı to nutn´e. K sestaven´ı SG jsou tˇreba podrobn´e poˇc´ateˇcn´ı informace k projektu obsahuj´ıc´ı soupis jednotliv´ych ˇcinnost´ı, jejich n´avaznost a dobu trv´an´ı. ´ Ukolem s´ıt’ov´e anal´yzy je naj´ıt takovou posloupnost ˇcinnost´ı, kter´a urˇcuje celkovou dobu trv´an´ı projektu – je to hled´an´ı takov´e orientovan´e cesty v SG, kter´a vede z poˇc´ateˇcn´ıho do koncov´eho uzlu a bude m´ıt nejmenˇs´ı souˇcet vah. Tato cesta se naz´yv´a kritick´ a. Pˇ r´ıklad 3. Princip sestaven´ı a pr´ace se s´ıt’ov´ym grafem uk´aˇzeme na tzv. turistick´em probl´emu [2]. V m´ıstˇe A se nach´az´ı 8 turist˚ u, kteˇr´ı chtˇej´ı proj´ıt ve skupin´ach po 2 turistech m´ısty B, C, D, E a F s c´ılem setkat se v m´ıstˇe G. Rozdˇelen´ı tras a skupin popisuje obr. 2.4. Z A do B
Obr´azek 2.3: Turistick´y probl´em. jdou 2 skupiny spoleˇcnˇe, z B do F pak jde prvn´ı skupina, zat´ımco druh´a pokraˇcuje z B do E. Tˇret´ı skupina jde po trase A, C, E, G a ˇctvrt´a po trase A, D, G. Po trase z E do G jdou druh´a a tˇret´ı skupina spoleˇcnˇe, skupiny na sebe v dan´em bodˇe musej´ı poˇckat. Pˇredpokl´adan´e ˇcasy, nutn´e pro pˇrejit´ı jednotliv´ych u ´ sek˚ u, jsou uvedeny v tabulce 2.1. Jednotliv´e ˇcasy tvoˇr´ı ohodnocen´ı pˇr´ısluˇsn´ych hran v grafu. Turist´e chtˇej´ı vˇedˇet, kdy se mohou vˇsichni nejdˇr´ıve sej´ıt v c´ıli cesty v bodˇe G. Nyn´ı zn´azorn´ıme u ´ lohu pomoc´ı s´ıt’ov´eho grafu. M´ısta urˇcen´a k projit´ı jsou zn´azornˇena pomoc´ı uzl˚ u (oˇc´ıslovan´ych), cesty mezi jednotliv´ymi m´ısty (uzly) jsou pops´any pomoc´ı orientovan´ych ohodnocen´ych hran. Graf zn´azorˇ nuje u ´ lohu (projekt), kterou m´a skupina splnit a ˇcasy, kter´e jsou potˇreba ke splnˇen´ı jednotliv´ych d´ılˇc´ıch u ´ kol˚ u. Vˇsimnˇeme si, ˇze ˇcinnost (5-7) z´avis´ı na splnˇen´ı dvou bezprostˇrednˇe pˇredch´azej´ıc´ıch ˇcinnost´ı (2-5) a (3-5). Je snadno vidˇet, ˇze jednotliv´e skupiny 32
trasa ˇcas A-B A-C A-D B-F B-E C-E D-G E-G F-G
(hod.) 3 2 1 2 5 4 6 1 1
Tabulka 2.1:
3 1
2
2
6
5 2 3
4
1
1
1
5
7
6
4
Obr´azek 2.4: Zobrazen´ı turistick´eho probl´emu v s´ıt’ov´em grafu. jdou celkem po 4 cest´ach: • C1 : 1,2,6,7, resp. A-B-F-G, • C2 : 1,2,5,7, resp. A-B-E-G, • C3 : 1,3,5,7, resp. A-C-E-G, • C4 : 1,4,7, resp. A-D-G. D´elka trv´an´ı pochodu jednotliv´ych skupin je d´ana souˇctem ohodnocen´ı hran v jednotliv´ych cest´ach: • C1 : 6 hod, • C2 : 9 hod, • C3 : 7 hod, • C4 : 7 hod. Celkov´a doba trv´an´ı projektu je d´ana cestou s nejvyˇsˇs´ım ohodnocen´ım. Zde je to cesta C2 , kter´a trv´a 9 hodin (pˇrirozenˇe projekt povaˇzujeme za ukonˇcen´y aˇz ve chv´ıli, kdy doraz´ı do c´ıle vˇsechny 4 skupiny). Pokud je doba 9 hodin stanovena jako z´avazn´y u ´ kol, skupina jdouc´ı po cestˇe C2 nesm´ı v˚ ubec odpoˇc´ıvat a mus´ı st´ale j´ıt, ledaˇze by zv´yˇsila svoje tempo. Naopak napˇr´ıklad 33
Trasa 1-2 1-3 1-4 2-5 2-6 3-5 4-7 5-7 6-7
Doba trv´an´ı 3 2 1 5 2 4 6 1 1
Term´ın zah´ajen´ı
Term´ın ukonˇcen´ı
nejdˇ r´ıve moˇ zn´ y / nejpozdˇ eji pˇ r´ıpustn´ y
nejdˇ r. moˇ zn´ y / nejp. pˇ r´ıpustn´ y
0 0 0 3 3 2 1 8 5
/ / / / / / / / /
0 2 2 3 6 4 3 8 8
3 2 1 8 5 6 7 9 6
/ / / / / / / / /
3 4 3 8 8 8 9 9 9
Rezerva 0 2 2 0 3 2 2 0 3
Tabulka 2.2:
skupina jdouc´ı po cestˇe C1 m˚ uˇze po cestˇe 3 hodiny odpoˇc´ıvat nebo zvolnit svoje tempo a i tak doraz´ı do c´ıle vˇcas. Jednotliv´a stanoviˇstˇe lze ch´apat jako kontroln´ı body plnˇen´ı cel´e akce. S jednotliv´ymi body (uzly grafu) jsou spojeny term´ıny, kdy m˚ uˇzeme (mus´ıme) zah´ajit pochod. Napˇr´ıklad skupina jdouc´ı po cestˇe C4 m˚ uˇze dorazit do m´ısta D uˇz za hodinu. Nebo m˚ uˇze zvolnit tempo ˇci zvolit pˇrest´avku tak, aby dorazila do D nejpozdˇeji po 3 hodin´ach od zaˇc´atku akce (tak, aby splnila u ´ kol vˇcas, tj. dostala se do G nejpozdˇeji po 9 hodin´ach). Pokud nevyuˇzije rezervu na prvn´ım u ´ seku, m˚ uˇze (ˇci nemus´ı) ji vyuˇz´ıt na druh´em. Pro vˇsechny cesty tak lze stanovit nejdˇr´ıve moˇzn´e a nejpozdˇeji pˇr´ıpustn´e term´ıny zah´ajen´ı a ukonˇcen´ı pochodu (viz tab. 2.2). Rozpis u ´ kol˚ u v tabulce d´av´a moˇznost jednotliv´ym skupin´am napl´anovat si sv´e d´ılˇc´ı u ´ koly tak, aby neohrozily celou akci. Nav´ıc vedouc´ı v´ypravy m˚ uˇze kontrolovat pr˚ ubˇeh cel´e akce a dˇelat opatˇren´ı ke zd´arn´emu ukonˇcen´ı projektu (sledovat napˇr. zpoˇzdˇen´ı jednotliv´ych skupin, kter´a mohou nebo nemusej´ı ohrozit splnˇen´ı projektu). Pˇri zah´ajen´ı akce z´aviselo jej´ı u ´ spˇeˇsn´e ukonˇcen´ı na skupinˇe 2, kter´a ˇsla po cestˇe s nejvyˇsˇs´ım ohodnocen´ım ? tato cesta se naz´yv´a kritick´ a. Zdrˇzen´ı druh´e skupiny by znamenalo zdrˇzen´ı cel´e akce a jej´ı d´ılˇc´ı ˇcinnosti nemaj´ı ˇz´adnou ˇcasovou rezervu. V pr˚ ubˇehu projektu se vˇsak m˚ uˇze kritick´a cesta zmˇenit. Pokud napˇr. nabere skupina jdouc´ı po cestˇe C4 (maj´ıc´ı nejdelˇs´ı posledn´ı u ´ sek) na prvn´ım u ´ seku dvouhodinov´e zpoˇzdˇen´ı, je re´aln´e nebezpeˇc´ı, ˇze se zpozd´ı cel´y projekt, a nov´a kritick´a cesta bude nyn´ı 1-4-7. Na turistick´em projektu je n´azornˇe pops´an princip sestaven´ı s´ıt’ov´eho diagramu a pl´anov´an´ı doby trv´an´ı projektu. Shrnut´ı: Obecn´y projekt je nejprve nutn´e popsat: rozˇclenit probl´em na d´ılˇc´ı ˇcinnosti, odhadnout dobu trv´an´ı a n´aklady na jednotliv´e ˇcinnosti, urˇcit ˇcasovou n´avaznost jednotliv´ych ˇcinnost´ı (tj. kter´e ˇcinnosti musej´ı b´yt ukonˇceny pˇred zah´ajen´ım ostatn´ıch). Podle popisu projektu se sestav´ı s´ıt’ov´y graf a tabulka s popisem ˇcinnost´ı. Trv´an´ım projektu je minim´aln´ı ˇcas, nutn´y k proveden´ı vˇsech d´ılˇc´ıch u ´kol˚ u. Cesta z poˇc´ateˇcn´ıho bodu projektu do koncov´eho, jej´ıˇz doba je rovna dobˇe trv´an´ı projektu, se naz´yv´a cesta kritick´ a. Kritick´a cesta je maxim´aln´ı (ˇcasovˇe nejdelˇs´ı) ze vˇsech cest v s´ıt’ov´em grafu z poˇc´ateˇcn´ıho uzlu do koncov´eho. Z´akladn´ı u ´ lohou s´ıt’ov´e anal´yzy je hled´an´ı kritick´e cesty v s´ıt’ov´em grafu pomoc´ı metody CPM. Jej´ı pravdˇepodobnostn´ı varianta PERT uvaˇzuje doby trv´an´ı d´ılˇc´ıch ˇcinnost´ı jako n´ahodn´e promˇenn´e popsan´e pravdˇepodobnostn´ım rozdˇelen´ım. Pak se ˇreˇs´ı ot´azka, s jakou pravdˇepodobnost´ı bude splnˇen cel´y projekt nebo jeho ˇc´asti. S tˇemito metodami se sezn´am´ıme v n´asleduj´ıc´ıch kapitol´ach. 34
Navazuj´ıc´ı u ´ lohou v s´ıt’ov´e anal´yze je tzv. probl´em vyrovn´an´ı kapacit. Podnik m´a omezen´e pracovn´ı a materi´aln´ı kapacity. Kaˇzd´a z d´ılˇc´ıch ˇcinnost´ı m´a urˇcit´e poˇzadavky na tyto kapacity (poˇcty stroj˚ u, poˇcty pracovn´ık˚ u apod.). C´ılem je stanovit zaˇc´atky ˇcinnost´ı tak, aby v ˇz´adn´em okamˇziku nebyla pˇrekroˇcena kapacita ˇz´adn´eho zdroje a pracovn´ıci byli co nejrovnomˇernˇeji vyt´ıˇzeni. Tato u ´ loha je mnohem obt´ıˇznˇejˇs´ı a dostupn´e algoritmy hledaj´ı pouze pˇribliˇzn´e ˇreˇsen´ı.
35
Metoda kritick´ e cesty Metoda kritick´e cesty je deterministick´a metoda, pˇredpokl´ad´a pevnˇe dan´e doby trv´an´ı d´ılˇc´ıch ˇcinnost´ı a neuvaˇzuje jejich zmˇeny. Jej´ı z´akladn´ı filozofi´ı je odvozen´ı 4 ˇcasov´ych charakteristik pro kaˇzdou d´ılˇc´ı ˇcinnost projektu: • Nejdˇ r´ıve moˇ zn´ y zaˇ c´ atek ˇ cinnosti, ˇcinnost nem˚ uˇze zaˇc´ıt dˇr´ıve, neˇz skonˇc´ı vˇsechny ˇcinnosti, kter´e j´ı pˇredch´azej´ı. Vˇsechny ˇcinnosti, vych´azej´ıc´ı z uzlu ui, maj´ı stejn´y nejdˇr´ıve moˇzn´y zaˇc´atek t0i . • Nejdˇ r´ıve moˇ zn´ y konec prov´ adˇ en´ı ˇ cinnosti, souˇcet nejdˇr´ıve moˇzn´eho zaˇc´atku a doby trv´an´ı ˇcinnosti. Pro ˇcinnost reprezentovanou hranou hij je jej´ı nejdˇr´ıve moˇzn´y konec d´an jako t0i + yij , kde yij je doba trv´an´ı ˇcinnosti. • Nejpozdˇ eji pˇ r´ıpustn´ y konec prov´ adˇ en´ı ˇ cinnosti, ud´av´a okamˇzik, ve kter´em mus´ı nejpozdˇeji ˇcinnost skonˇcit, aby se nezpozdilo prov´adˇen´ı navazuj´ıc´ıch ˇcinnost´ı. Vˇsechny ˇcinnosti, konˇc´ıc´ı v uzlu uj , maj´ı nejpozdˇeji pˇr´ıpustn´y konec t1j . • Nejpozdˇ eji pˇ r´ıpustn´ y zaˇ c´ atek prov´ adˇ en´ı ˇ cinnosti, rozd´ıl mezi nejpozdˇeji pˇr´ıpustn´ym koncem a dobou trv´an´ı ˇcinnosti. Pro ˇcinnost vyj´adˇrenou hranou hij je to t1j − yij . Dle definice kritick´e cesty je zˇrejm´e, ˇze pro kaˇzd´y jej´ı vnitˇrn´ı uzel bude nejdˇr´ıve moˇzn´y zaˇc´atek ˇcinnost´ı z uzlu vystupuj´ıc´ıch rovn´y nejdˇr´ıve moˇzn´emu konci prov´adˇen´ı ˇcinnost´ı do uzlu vstupuj´ıc´ıch. Vlastn´ı algoritmus CPM je zaloˇzen na v´ypoˇctu v´yˇse popsan´ych ˇcasov´ych charakteristik pro vˇsechny ˇcinnosti. Postup lze rozdˇelit na ˇctyˇri f´aze: 1. f´ aze - v´ ypoˇ cet nejdˇ r´ıve moˇ zn´ ych zaˇ c´ atk˚ u a konc˚ u prov´ adˇ en´ı ˇ cinnost´ı dle pravidla: nejdˇ r´ıve moˇ zn´ y zaˇ c´ atek ˇ cinnost´ı zaˇ c´ınaj´ıc´ıch v uzlu uj se rovn´ a maximu z nejdˇ r´ıve moˇ zn´ ych konc˚ uˇ cinnost´ı do uzlu uj vstupuj´ıc´ıch, tedy t0j = max[t0i + yij ], i∈Ij
(2.1)
kde Ij = {i|∃ hij } oznaˇcme mnoˇzinu index˚ u uzl˚ u, z nichˇz vede orientovan´a hrana do uzlu uj . V´ypoˇcet prob´ıh´a postupnˇe od vstupn´ıho aˇz po v´ystupn´ı uzel s´ıt’ov´eho grafu t´ımto zp˚ usobem: 1. Nejdˇr´ıve moˇzn´y zaˇc´atek t01 ˇcinnost´ı zaˇc´ınaj´ıc´ıch ve vstupn´ım uzlu u1 se poloˇz´ı roven 0. 2. Postupnˇe je podle pravidla (2.1) vypoˇcten nejdˇr´ıve moˇzn´y zaˇc´atek ˇcinnost´ı zaˇc´ınaj´ıc´ıch v uzlech u1 , ..., uN , kde uN je v´ystupn´ı uzel s´ıtˇe. 3. Oznaˇc´ıme T = t0N nejdˇr´ıve moˇzn´y zaˇc´atek prov´adˇen´ı ˇcinnost´ı ve v´ystupn´ım uzlu. Hodnota T je rovna nejkratˇs´ı moˇzn´e dobˇe, ve kter´e je moˇzn´e proces realizovat. Z´aroveˇ n je to ˇ ohodnocen´ı nejdelˇs´ı cesty v s´ıt’ov´em grafu. Cinnosti na t´eto cestˇe na sebe bezprostˇrednˇe navazuj´ı a jak´ekoliv zpoˇzdˇen´ı m´a za n´asledek zpoˇzdˇen´ı cel´eho projektu (viz turistick´y probl´em). Tyto 36
ˇcinnosti se naz´yvaj´ı kritick´e a uveden´a cesta je kritick´a cesta. Zat´ım vˇsak nezn´ame ˇcinnosti, jejichˇz hrany tvoˇr´ı kritickou cestu. Jejich urˇcen´ı bude v´ysledkem druh´e f´aze v´ypoˇctu. 2. f´ aze - v´ ypoˇ cet nejpozdˇ eji pˇ r´ıpustn´ ych zaˇ c´ atk˚ u a konc˚ u prov´ adˇ en´ı ˇ cinnost´ı dle pravidla: nejpozdˇ eji pˇ r´ıpustn´ y konec ˇ cinnost´ı konˇ c´ıc´ıch v uzlu ui se rovn´ a minimu z nejpozdˇ eji pˇ r´ıpustn´ ych zaˇ c´ atk˚ uˇ cinnost´ı z uzlu ui vystupuj´ıc´ıch, tedy t1i = min[t1j − yij ], j∈Ji
(2.2)
kde Ji = {i|∃ hji } je mnoˇzina index˚ u uzl˚ u, ke kter´ym vede orientovan´a hrana z uzlu uj . V´ypoˇcet prob´ıh´a sestupnˇe od v´ystupn´ıho aˇz po vstupn´ı uzel s´ıt’ov´eho grafu (opaˇcnˇe neˇz v prvn´ı f´azi) t´ımto zp˚ usobem: 1. Za nejpozdˇeji pˇr´ıpustn´y konec t1n prov´adˇen´ı ˇcinnost´ı, kter´e konˇc´ı ve v´ystupn´ım uzlu s´ıtˇe un , je dosazena hodnota Tp1 . Nejpozdˇeji pˇr´ıpustn´y konec prov´adˇen´ı ˇcinnost´ı ve v´ystupn´ım uzlu je souˇcasnˇe nejpozdˇeji pˇr´ıpustn´ym koncem realizace cel´eho projektu. Proto mus´ı b´yt hodnota Tp1 (pˇredstavuj´ıc´ı pl´anovanou dobu pro ukonˇcen´ı projektu) vˇetˇs´ı nebo rovna d´elce kritick´e cesty T (pˇredstavuj´ıc´ı nejkratˇs´ı moˇznou dobu realizace projektu), Tp1 ≥ T . 2. V jednotliv´ych iterac´ıch je postupnˇe vypoˇcten (podle v´yˇse uveden´eho pravidla) nejpozdˇeji pˇr´ıpustn´y konec prov´adˇen´ı ˇcinnost´ı, kter´e konˇc´ı v uzlech un−1 , un−2, ..., u1 . 3. Lze prov´est ˇc´asteˇcnou kontrolu spr´avnosti v´ypoˇctu: hodnota t11 vypoˇcten´a v posledn´ı iteraci pˇredch´azej´ıc´ıho kroku mus´ı vyj´ıt rovna Tp1 − T . 3. f´ aze - v´ ypoˇ cet celkov´ ych ˇ casov´ ych rezerv Po realizaci prvn´ıch dvou f´az´ı je kaˇzd´a ˇcinnost (reprezentovan´a hranou hij ) charakterizov´ana okamˇzikem, kdy m˚ uˇze nejdˇr´ıve zaˇc´ıt (nejdˇr´ıve moˇzn´y zaˇc´atek t0i ) a okamˇzikem, kdy mus´ı nejpozdˇeji skonˇcit (nejpozdˇeji pˇr´ıpustn´y konec t1j ). Tyto dvˇe ˇcasov´e charakteristiky definuj´ı ˇcasov´e rozpˇet´ı pro realizaci dan´e ˇcinnosti. Uv´aˇz´ıme-li, ˇze doba trv´an´ı ˇcinnosti je yij , m˚ uˇzeme vypoˇc´ıtat tzv. celkovou ˇ casovou rezervu, kter´a je k dispozici pro proveden´ı t´eto ˇcinnosti, jako CRij = t1j − t0i − yij .
(2.3)
Podle hodnoty celkov´e ˇcasov´e rezervy je moˇzn´e urˇcit kritick´e ˇcinnosti cel´eho projektu. Pro kritick´e ˇcinnosti plat´ı CRij = Tp1 − T,
tedy jejich celkov´a ˇcasov´a rezerva je rovna rozd´ılu mezi pl´anovanou dobou ukonˇcen´ı projektu a d´elkou kritick´e cesty. Pˇri volbˇe Tp1 = T jsou tedy kritick´e ty ˇcinnosti, jejichˇz celkov´a ˇcasov´a rezerva je nulov´a. Tˇret´ı f´azi tedy m˚ uˇzeme popsat pravidlem: Celkov´ aˇ casov´ a rezerva je rozd´ılem nejpozdˇ eji pˇ r´ıpustn´ eho konce, nejdˇ r´ıve moˇ zn´ eho zaˇ c´ atku a doby trv´ an´ı ˇ cinnosti (2.3). Kritick´ eˇ cinnosti jsou ˇ cinnosti s minim´ aln´ı hodnotou celkov´ eˇ casov´ e rezervy.
V´ ypoˇ cet kritick´ e cesty Postup v´ypoˇctu kritick´e cesty metodou CPM lze pomˇernˇe snadno realizovat (i pro u ´ lohy s des´ıtkami ˇcinnost´ı), m´ame-li k dispozici s´ıt’ov´y graf projektu. V´ypoˇcet se prov´ad´ı bud’ pˇr´ımo v s´ıt’ov´em grafu nebo ve speci´aln´ı tabulce. Postup si uk´aˇzeme na dalˇs´ım pˇr´ıkladu [1]. 37
ˇcinnost A B C D E F G H I J
popis ˇcinnost v´ybˇer a n´akup vhodn´eho objektu zpracov´an´ı projektu obsazen´ı pozice manaˇzera v´ybˇer person´alu rekonstrukce a vybaven´ı objektu ˇskolen´ı person´alu v´ybˇer sortimentu zboˇz´ı uzavˇren´ı smluv s dodavateli n´akup zboˇz´ı reklama
doba trv´an´ı (t´ydny) 6 4 3 3 8 2 2 5 3 2
pˇredchoz´ı ˇcinnosti ˇz´adn´a A A B, C B D B, C G E, F, H H
Tabulka 2.3: Rozpis projektu.
Pˇ r´ıklad Obchodn´ı spoleˇcnost Q-Mark se rozhodla otevˇr´ıt nov´e obchodn´ı centrum v Liberci. V r´amci uvedn´eho projektu definoval jej´ı projektov´y manaˇzer jednotliv´e ˇcinnosti a souˇcasnˇe odhadl, na z´akladˇe zkuˇsenosti z obdobn´ych akc´ı, jejich dobu trv´an´ı v t´ydnech. Podrobnˇejˇs´ı anal´yzou vˇsech ˇcinnost´ı bylo urˇceno, ˇze zpracov´ an´ı projektu a obsazen´ı pozice manaˇ zera lze prov´est aˇz po v´ ybˇ eru a n´ akupu vhodn´ eho objektu. V´ ybˇ er person´ alu nelze prov´est dˇr´ıve, neˇz bude zpracov´ an projekt a obsazena pozice manaˇ zera, kter´y se na ˇ v´ ybˇ eru person´ alu bude pod´ılet. Skolen´ ı person´ alu nelze samozˇrejmˇe realizovat dˇr´ıve, neˇz budou definitivnˇe obsazeny vˇsechny pozice. Rekonstrukce a vybaven´ı objektu z´avis´ı pouze na zpracov´ an´ı projektu. V´ ybˇ er sortimentu a zboˇ z´ı je podm´ınˇen zpracov´ an´ım projektu a obsazen´ım pozice manaˇ zera a naopak podmiˇ nuje uzavˇ ren´ı smluv s dodavateli. N´ akup zboˇ z´ı lze potom realizovat v z´avislosti na ukonˇ cen´ı rekonstrukce a vybaven´ı objektu, vyˇ skolen´ı person´ alu a uzavˇ ren´ı smluv s dodavateli. Reklamn´ı kampaˇ n k otevˇren´ı nov´eho obchodn´ıho stˇrediska m˚ uˇze zaˇc´ıt aˇz po uzavˇ ren´ı smluv s dodavateli. V´yˇse popsan´e informace (popis ˇcinnost´ı, odhad jejich doby trv´an´ı a seznam ˇcinnost´ı jim pˇredch´azej´ıc´ıch) jsou uveden´e v tabulce 2.3. Podle tabulky sestav´ıme s´ıt’ov´y graf. Ten mus´ı respektovat pˇredevˇs´ım vˇsechny definovan´e n´avaznosti pro prov´adˇen´ı jednotliv´ych ˇcinnost´ı. Vstupn´ım uzlem s´ıtˇe je uzel u1 . D´ale je rozumn´e s´ıt’ konstruovat sekvenˇcnˇe - pˇrid´avat k n´ı postupnˇe vˇzdy novou hranu reprezentuj´ıc´ı dalˇs´ı ˇcinnost, tak, aby byla respektov´ana definovan´a n´avaznost, ukonˇcit tuto ˇcinnost uzlem a urˇcit dalˇs´ı ˇcinnost, kter´a bude v dan´em uzlu zaˇc´ınat. V naˇsem pˇr´ıkladu lze velmi jednoduˇse zn´azornit ˇc´ast s´ıtˇe obsahuj´ıc´ı ˇcinnosti A, B, C (viz obr. 2.5). Z grafu je
ˇ ast s´ıt’ov´eho grafu. Obr´azek 2.5: C´ vidˇet, ˇze zah´ajen´ı ˇcinnost´ı B a C (reprezentovan´e uzlem u2 ) z´avis´ı na ukonˇcen´ı ˇcinnosti A ˇ (reprezentovan´e stejn´ym uzlem). Cinnost A nez´avis´ı na ˇz´adn´e dalˇs´ı ˇcinnosti, zaˇc´ın´a tedy pˇr´ımo ve vstupn´ım uzlu s´ıtˇe u1 . 38
Pokud budeme cht´ıt d´ale rozˇs´ıˇrit n´aˇs s´ıt’ov´y graf o ˇcinnosti D a E, setk´av´ame se jiˇz s jist´ymi ˇ probl´emy. Cinnost D z´avis´ı totiˇz na ukonˇcen´ı obou ˇcinnost´ı B a C, kdeˇzto ˇcinnost E pouze na ˇcinnosti B. Dvˇe moˇznosti, uveden´e na obr 2.6, ukazuj´ı nespr´avn´e zn´azornˇen´ı definovn´ych n´avaznost´ı. V prvn´ım pˇr´ıpadˇe z´avis´ı ˇcinnost D skuteˇcnˇe na ukonˇcen´ı ˇcinnost´ı B i C, ale stejn´a z´avislost plat´ı i pro ˇcinnost E, coˇz poruˇsuje vstupn´ı podm´ınky (ˇcinnost E m´a z´aviset pouze na B). Ve druh´em pˇr´ıpadˇe sice z´avis´ı ˇcinnost E spr´avnˇe pouze na B, ale ˇcinnost D z´avis´ı pouze na C (chyb´ı z´avislost na B). Uveden´y probl´em v n´avaznosti ˇcinnost´ı lze vyˇreˇsit pouze tak, ˇze do
Obr´azek 2.6: Nespr´avn´e zn´azornˇen´ı n´avaznost´ı ˇcinnost´ı. s´ıt’ov´eho grafu, kter´y je v druh´e ˇc´asti obr. 2.6, dopln´ıme umˇele mezi uzly u3 a u4 dalˇs´ı hranu, kter´a bude zabezpeˇcovat vytvoˇren´ı n´avaznosti mezi ˇcinnostmi D a B. Tato novˇe doplnˇen´a hrana se oznaˇcuje jako fiktivn´ı hrana a ˇcinnost, kterou reprezentuje, se oznaˇcuje fiktivn´ı ˇ cinnost. Fiktivn´ı ˇcinnosti pouze zprostˇredkov´avaj´ı n´avaznosti mezi re´aln´ymi ˇcinnostmi, kter´e nelze zabezpeˇcit jin´ym zp˚ usobem. Samozˇrejmˇe nesmˇej´ı m´ıt vliv na n´aklady nebo dobu realizace cel´eho projektu. Doba trv´an´ı fiktivn´ıch ˇcinnost´ı je proto vˇzdy nulov´a. V´ysledn´y graf po doplnˇen´ı fiktivn´ı hrany (oznaˇcena symbolem X1) je zn´azornˇen na obr´azku2.7. Hrana X1 zprostˇredkov´av´a
Obr´azek 2.7: Doplnˇen´ı fiktivn´ı hrany. n´avaznost mezi D a B. V grafu na obr. 2.7 je zn´azornˇeno 5 z celkov´eho poˇctu 10 ˇcinnost´ı naˇseho pˇr´ıkladu. Zb´yvaj´ıc´ı ˇcinnosti lze doplnit analogicky. Kompletn´ı s´ıt’ov´y graf projektu je zn´azornˇen na obr. 2.8. V z´avorce u kaˇzd´e ˇcinnsoti je uvedena doba trv´an´ı t´eto ˇcinnosti. Pozn´ amka. Pˇri sestavov´an´ı s´ıt’ov´eho grafu je uˇziteˇcn´e dodrˇzovat podm´ınku (nikoliv nutnou), ˇze v s´ıti by mˇelo pro vˇsechny hrany platit, ˇze index uzlu, ze kter´eho hrana vych´az´ı, je vˇzdy niˇzˇs´ı neˇz index uzlu, ve kter´em hrana konˇc´ı. V s´ıti na obr. 2.8 je tato podm´ınka splnˇena. Tato podm´ınka zebezpeˇc´ı, ˇze v grafu nevzniknou ˇz´adn´e orientovan´e cykly. Existence takov´eho cyklu by byla nesmysln´a, vzhledem k ˇcasov´e posloupnosti prov´adˇen´ı ˇcinnost´ı - pokud bychom napˇr. zaˇcali prov´adˇet nˇejakou ˇcinnost v ˇcase 0, potom bychom se po proveden´ı nˇekolika ˇcinnost´ı (hrany v cyklu) vr´atili zase do ˇcasu 0. Nyn´ı uˇz m˚ uˇzeme projekt analyzovat podle metody kritick´e cesty. 39
Obr´azek 2.8: S´ıt’ov´y graf pro Q-Mark projekt.
V´ ypoˇ cet v s´ıt’ov´ em grafu Uzel v grafu si rozdˇel´ıme na tˇri ˇc´asti (viz obr. 2.9). Horn´ı ˇc´ast ud´av´a index uzlu. Vlevo jsou
Obr´azek 2.9: Uzel pˇri v´ypoˇctu metodou CPM v s´ıti. nejdˇr´ıve moˇzn´e zaˇc´atky ˇcinnost´ı vych´azej´ıc´ıch z dan´eho uzlu, vpravo jsou nejpozdˇeji pˇr´ıpustn´e konce ˇcinnost´ı, kter´e konˇc´ı v dan´em uzlu. 1. f´aze (v´ypoˇcet nejdˇr´ıve moˇzn´ych zaˇc´atk˚ u ˇcinnost´ı) je zn´azornˇena na obr. 2.10. • Za hodnotu t01 je nejprve dosazena 0. • Do uzlu u2 vstupuje pouze jedna hrana h12 . Proto t02 = t01 + y12 = 0 + 6 = 6. • Do uzlu u3 vstupuje jen jedna hrana h23 . Proto t03 = t02 + y23 = 6 + 4 = 10. • Do uzlu u4 vstupuj´ı dvˇe hrany h23 a h34 . Nejdˇr´ıve moˇzn´y zaˇc´atek ˇcinnost´ı vych´azej´ıc´ıch z dan´eho uzlu je proto roven maximu z nejdˇr´ıve moˇzn´ych konc˚ u ˇcinnost´ı na uveden´ych dvou hran´ach, tj. t04 = max(t02 + y24 , t03 + y34 ) = max(6 + 3, 10 + 0) = 10. V´ypoˇcet prvn´ı f´aze pokraˇcuje analogicky aˇz do urˇcen´ı hodnoty t09 = 21. Ohodnocen´ı kritick´e cesty je tedy v naˇsem pˇr´ıpadˇe T = 21 t´ydn˚ u. Tato hodnota souˇcasnˇe pˇredstavuje nejkratˇs´ı moˇznou dobu realizace cel´eho projektu. Pˇri v´ypoˇctu 2. f´aze postupujeme opaˇcn´ym smˇerem, od v´ystupu ke vstupu. V naˇsem pˇr´ıkladu jsme zvolili pl´anovanou dobu trv´an´ı cel´eho projektu 21 t´ydn˚ u - tedy nejkratˇs´ı moˇznou dobu (viz hodnotu v prav´e ˇc´asti uzlu na obr. 2.10). V´ypoˇcet 2. f´aze dokumentuje obr. 2.11. 40
Obr´azek 2.10: V´ypoˇcet nejdˇr´ıve moˇzn´ych zaˇc´atk˚ u ˇcinnost´ı.
Obr´azek 2.11: V´ypoˇcet nejpozdˇeji pˇr´ıpustn´ych konc˚ u ˇcinnost´ı a celkov´ych ˇcasov´ych rezerv. • Z uzlu u8 vych´az´ı jen jedna hrana h89 . Nejpozdˇeji pˇr´ıpustn´y konec ˇcinnost´ı vstupuj´ıc´ıch do uzlu u8 je tedy t18 = t19 − y89 = 21 − 3 = 18. • Z uzlu u7 vych´azej´ı dvˇe hrany h78 a h79 . Nejpozdˇeji pˇr´ıpustn´y konec ˇcinnost´ı vstupuj´ıc´ıch do tohoto uzlu se proto vypoˇcte jako minimum z nejpozdˇeji pˇr´ıpustn´ych zaˇc´atk˚ u ˇcinnost´ı reprezentovan´ych tˇemito hranami, tj. t17 = min(t18 −y78 , t19 −y79 ) = min(18−0, 21−2) = 18. Dalˇs´ı v´ypoˇcet 2. f´aze prob´ıha analogicky aˇz ke vstupn´ımu uzlu s´ıtˇe, kde je t11 = 0. Na obr. 2.11 jsou uvedeny souˇcasnˇe s ohodnocen´ım kaˇzd´e hrany v z´avorce celkov´e ˇcasov´e rezervy. Napˇr. rezerva pro ˇcinnost na hranˇe h67 se rovn´a CR67 = t17 − t06 − y67 = 18 − 12 − 5 = 1. Kritick´a cesta je v naˇsem pˇr´ıkladˇe tvoˇrena ˇcinnostmi s nulov´ymi celkov´ymi ˇcasov´ymi rezervami. Je tedy tvoˇrena posloupnost´ı hran h12 → h23 → h38 → h89 (viz obr. 2.11), tj. ˇcinnostmi A–B– E–I.
V´ ypoˇ cet v tabulce Tabulkov´e zpracov´an´ı metodou CPM je podobn´e v´ypoˇctu v s´ıt’ov´em grafu, liˇs´ı se jen po form´aln´ı str´ance. Tabulka obsahuje pro kaˇzdou ˇcinnost jeden ˇr´adek, kter´y obsahuje index poˇc´ateˇcn´ıho a 41
ˇcinnost hij h12 h23 h24 h34 h38 h45 h46 h58 h67 h78 h79 h89
doba trv´an´ı n.m. zaˇc´atek n.m. konec yij t0i t0i + yij 6 0 6 4 6 10 3 6 9 0 10 10 8 10 18 3 10 13 2 10 12 2 13 15 5 12 17 0 17 17 2 17 19 3 18 21
n.p. konec t1j 6 10 11 11 18 16 13 18 18 18 21 21
n.p. zaˇc´atek t1j − yij 0 6 8 11 10 13 11 16 13 18 19 18
CR CRij 0 0 2 1 0 3 1 3 1 1 2 0
Tabulka 2.4: Tabulkov´y v´ypoˇcet metody CPM.
koncov´eho uzlu hrany reprezentuj´ıc´ı tuto ˇcinnost, dobu trv´an´ı, vˇsechny ˇctyˇri ˇcasov´e charakteristiky, kter´e se odvozuj´ı postupnˇe v pr˚ ubˇehu v´ypoˇctu, a celkovou ˇcasovou rezervu. Tabulkov´e zpracov´an´ı pˇr´ıkladu je zn´azornˇeno v tabulce 2.4. Zv´ yraznˇeny jsou kritick´e ˇcinnosti s nulov´ymi ˇcasov´ymi rezervami.
Anal´ yza z´ıskan´ ych v´ ysledk˚ u Posledn´ı, ale velmi d˚ uleˇzitou f´az´ı pˇri ˇr´ızen´ı projekt˚ u metodou CPM je rozbor z´ıskan´ych v´ysledk˚ u. Jde o to urˇcit, kter´e ˇcinnosti mohou prob´ıhat paralelnˇe a naopak, kter´e na sebe musej´ı navazovat. V r´amci konkr´etn´ıho ˇcasov´eho rozvrˇzen´ı prov´adˇen´ı ˇcinnost´ı lze potom i rozvrhovat zdroje, kter´e jednotliv´e ˇcinnosti vyˇzaduj´ı. Principy tohoto rozvrhov´an´ı jsou zn´azornˇeny pro n´aˇs pˇr´ıklad na obr. 2.12. V diagramu je prov´adˇen´ı kaˇzd´e ˇcinnosti rozvrˇzeno na ˇcasov´e ose.
ˇ Obr´azek 2.12: Casov´ y diagram prov´adˇen´ı ˇcinnost´ı. Vymezen´ı doby pro realizaci ˇcinnosti je vyznaˇceno r´ameˇckem – lev´a hranice pˇredstavuje nejdˇr´ıve moˇzn´y zaˇc´atek, prav´a hranice nejpozdˇeji pˇr´ıpustn´y konec. Doba trv´an´ı ˇcinnosti je v r´ameˇcku 42
vyst´ınovan´a, zbytek pˇredstavuje ˇcasovou rezervu. Na prvn´ıch 4 ˇr´adc´ıch jsou v diagramu uvedeny ˇcinnosti, u nichˇz jsou celkov´e ˇcasov´e rezervy nulov´e. Je patrn´e, ˇze tyto ˇcinnosti na sebe musej´ı ˇ bezprostˇrednˇe navazovat, abychom zajistili ukonˇcen´ı projektu v poˇzadovan´em ˇcase. Cinnosti ˇ C, D a F musej´ı b´yt realizov´any v uveden´e posloupnosti. Cinnost C vsak m˚ uˇze zaˇc´ıt jiˇz po 6 t´ydnech a ˇcinnost F m˚ uˇze skonˇcit aˇz v 18. t´ydnu. K dispozici pro jejich realizaci m´ame 12 t´ydn˚ u, vˇsechny tˇri ˇcinnosti dohromady vˇsak trvaj´ı jen 8 t´ydn˚ u – je zde tedy prostor pro jist´e rozvrhov´an´ı. Staˇc´ı napˇr´ıklad, kdyˇz C zaˇcne aˇz po 8. t´ydnu, po jej´ım skonˇcen´ı zaˇcnou bezprostˇrednˇe ˇcinnost D a navazuj´ıc´ı ˇcinnost F a skonˇc´ıme v 16. t´ydnu, 2 t´ydny pˇred limitem. Kdybychom chtˇeli napˇr´ıklad minimalizovat poˇcet paralelnˇe prob´ıhaj´ıc´ıch ˇcinnost´ı v projektu, mohl by rozvrh vypadat napˇr takto (obr. 2.13). Za t´eto podm´ınky je vˇsak vidˇet, ˇze skuteˇcn´e
Obr´azek 2.13: Rozvrh posloupnost´ı prov´adˇen´ı ˇcinnost´ı. ˇcasov´e rezervy pro prov´adˇen´ı posloupnost´ı ˇcinnost´ı jsou velmi mal´e, pro posloupnost ˇcinnost´ı C - G - D - F i pro ˇcinnost H je rezerva pouze 1 t´yden.
43
Metoda PERT Metoda PERT byla navrˇzena rok po metodˇe CPM jako jej´ı pravdˇepodobnostn´ı rozˇs´ıˇren´ı. Metoda CPM pˇredpokl´ad´a, ˇze pracovn´ık odpovˇedn´y za projekt je uˇz pˇri jeho pˇr´ıpravˇe schopen stanovit pevnˇe doby trv´an´ı jednotliv´ych ˇcinnost´ı. Tento pˇredpoklad vˇsak v praxi ˇcasto nen´ı moˇzn´e splnit. V metodˇe PERT se proto pˇredpokl´ad´a, ˇze doba trv´an´ı kaˇzd´e ˇcinnosti, reprezentovan´a hranou hij , je n´ahodnou veliˇcinou, kter´a je definovan´a na nˇejak´em intervalu haij , bij i, kde aij je pˇredpokl´adan´a nejkratˇs´ı moˇzn´a doba realizace t´eto ˇcinnosti a bij je uvaˇzovan´a nejdelˇs´ı doba proveden´ı t´eto ˇcinnosti. Skuteˇcn´a d´elka proveden´ı t´eto ˇcinnosti bude nˇekde uvnitˇr uveden´eho intervalu s t´ım, ˇze metoda PERT d´ale pˇredpokl´ad´a, ˇze lze pro ˇcinnosti urˇcit jejich nejpravdˇepodobnˇejˇs´ı dobu trv´an´ı mij . Pˇri pˇr´ıpravˇe projektu pro zpracov´an´ı metodou PERT tedy definuje projektov´y manaˇzer pro kaˇzdou ˇcinnost tˇri ˇcasov´e charakteristiky: • aij - nejkratˇs´ı pˇredpokl´adanou dobu trv´an´ı ˇcinnosti, tzv. optimistick´ y odhad, • bij - nejdelˇs´ı pˇredpokl´adanou dobu trv´an´ı ˇcinnosti, tzv. pesimistick´ y odhad, • mij - nejpravdˇepodobnˇejˇs´ı dobu trv´an´ı ˇcinnosti, tzv. mod´ aln´ı odhad.
Doba trv´an´ı ˇcinnosti je spojit´a n´ahodn´a veliˇcina. Jej´ı pravdˇepodobnostn´ı rozdˇelen´ı nen´ı pˇredem zn´am´e. Ukazuje se vˇsak, ˇze toto nezn´am´e rozdˇelen´ı lze aproximovat β-rozdˇelen´ım, kter´e m´a ve srovn´an´ı napˇr. s norm´aln´ım rozdˇelen´ım nˇekter´e v´ yhodn´e vlastnosti: • koneˇcn´e rozpˇet´ı - definiˇcn´ı obor je koneˇcn´y interval haij , bij i, • nen´ı obecnˇe symetrick´e - stˇredn´ı hodnota nemus´ı leˇzet uprostˇred definiˇcn´ıho oboru.
Obr. 2.14 ukazuje graf hustoty pravdˇepodobnosti pro β-rozdˇelen´ı. Stˇredn´ı hodnota, resp. smˇero-
Obr´azek 2.14: Hustota pravdˇepodobnosti β-rozdˇelen´ı. datn´a odchylka β-rozdˇelen´ı (tedy stˇredn´ı doba trv´an´ı ˇcinnosti a jej´ı smˇerodatn´a odchylka), maj´ı tvar aij + 4mij + bij , µij = 6 44
ˇcinnost hij h12 h23 h24 h34 h38 h45 h46 h58 h67 h78 h79 h89
opt. odhad mod. odhad pes. odhad stˇr. doba aij [t´ydny] mij [t´ydny] bij [t´ydny] µij [t´ydny] 3 6 8 35/6 3 4 5 4 1 3 4 17/6 0 0 0 0 6 8 12 50/6 2 3 4 3 2 2 3 11/6 2 2 2 2 2 3 5 19/6 0 0 0 0 2 2 2 2 2 3 4 3
smˇer. odch. σij [t´ydny] 5/6 2/6 3/6 0 6/6 2/6 1/6 0 3/6 0 0 2/6
σij2
rozptyl [t´ydny 2 ] 25/36 4/36 9/36 1 36/36 4/36 1/36 0 9/36 0 0 4/36
Tabulka 2.5: Vstupn´ı data pro metodu PERT.
resp.
bij − aij . 6 Vlastn´ı v´ypoˇcet kritick´e cesty metodou PERT se neliˇs´ı od metody CPM. M´ısto pevnˇe dan´ych hodnot yij zde pracujeme se stˇredn´ımi hodnotami dob trv´an´ı ˇcinnost´ı µij . V´ysledkem je kritick´a cesta, jej´ıˇz ohodnocen´ı oznaˇc´ıme M (souˇcet stˇredn´ıch dob trv´an´ı kritick´ych ˇcinnost´ı). Hodnota M tedy vlastnˇe ud´av´a stˇ redn´ı dobu trv´ an´ı cel´ eho projektu. Skuteˇcn´a doba trv´an´ı cel´eho projektu T je spojit´a n´ahodn´a veliˇcina, jej´ıˇz stˇredn´ı hodnota je M a rozptyl σ 2 lze spoˇc´ıtat jako souˇcet rozptyl˚ u vˇsech kritick´ych ˇcinnost´ı. Lze uk´azat, ˇze za urˇcit´ych pˇredpoklad˚ u m´a ona 2 spojit´a n´ahodn´a veliˇcina norm´aln´ı rozdˇelen´ı se stˇredn´ı hodnotou M a rozptylem σ . σij =
Pˇ r´ıklad. Uvaˇzujme projekt popsan´y s´ıt´ı 2.8. V tabulce 2.5 jsou pro jednotliv´e ˇcinnosti uvedeny optimistick´e, mod´aln´ı a pesimistick´e odhady dob trv´an´ı ˇcinnost´ı, jejich stˇredn´ı doby a smˇerodatn´e odchylky. Kritick´a cesta vypoˇcten´a na z´akladˇe stˇredn´ıch hodnot µij je v naˇsem pˇr´ıkladˇe tvoˇrena stejn´ymi hranami (ˇcinnostmi) jako kritick´a cesta v tab. 2.4 vypoˇcten´a metodou CPM s pevn´ymi dobami trv´an´ı yij . Kritick´e ˇcinnosti jsou opˇet zv´yraznˇeny. Stˇredn´ı doba trv´an´ı projektu je M = 35/6 + 4 + 50/6 + 3 = 21.167 t´ydne, rozptyl doby trv´an´ı projektu je σ 2 = (5/6)2 + (2/6)2 + (6/6)2 + (2/6)2 = 69/36 = 1.9167 t´ydne a smˇerodatn´a odchylka σ=
√
2
1.9167 = 1.3844t´ydne.
Doba trv´an´ı cel´eho projektu je pak n´ahodn´a veliˇcina s norm´aln´ım rozdˇelen´ım se stˇredn´ı hodnotou M a smˇerodatnou odchylkou σ. Pak lze zodpovˇedˇet n´asleduj´ıc´ı ot´azky. 1. Jak´ a je pravdˇ epodobnost, ˇ ze projekt bude ukonˇ cen ve stanoven´ em ˇ case T ? Hledan´a pravdˇepodobnost se rovn´a hodnotˇe distribuˇcn´ı funkce norm´aln´ıho rozdˇelen´ı N(M, σ) v bodˇe t = T . V praxi najdeme v tabulk´ach hodnotu N(0, 1) v transformovan´em 45
bodˇe z=
TS − M . σ
2. V jak´ em ˇ case TS bude projekt ukonˇ cen se stanovenou pravdˇ epodobnost´ı p? Nalezneme z tabulek N(0, 1) hodnotu z odpov´ıdaj´ıc´ı pravdˇepodobnosti p a zpˇetnou transformac´ı dostaneme hledan´y ˇcas jako TS = zσ + M. Cviˇ cen´ı. Naleznˇete pravdˇepodobnosti, s jakou skonˇc´ı n´aˇs projekt v ˇcasech t1 = 18, t2 = 20 a ˇ sen´ı: 0.011, 0.2, 0.726) t3 = 22 t´ydn˚ u. (Reˇ
46
Cviˇ cen´ı a pˇ r´ıklady Cviˇ cen´ı. 1. Ukaˇzte, ˇze podm´ınka souvislosti neorientovan´eho grafu je ekvivalentn´ı tomu, ˇze v grafu existuje uzel, z kter´eho jsou dosaˇziteln´e vˇsechny ostatn´ı. 2. Ukaˇzte, ˇze kostra grafu s n uzly m´a n − 1 hran. 3. Ukaˇzte, ˇze v kostˇre grafu existuje mezi dvˇema libovoln´ymi uzly vˇzdy pr´avˇe jedna cesta. 4. Najdˇete vˇsechny cesty z uzlu 1 do uzlu 5 u orientovan´eho grafu na obr´azku 2.2. 5. Co je to s´ıt’ov´y graf? 6. Jak´a jsou z´akladn´ı pravidla pro konstrukci s´ıt’ov´eho grafu pˇri anal´yze projekt˚ u? 7. K ˇcemu slouˇz´ı fiktivn´ı hrany (fiktivn´ı ˇcinnosti) pˇri konstrukci s´ıt’ov´eho grafu? 8. Jak´y je z´akladn´ı rozd´ıl mezi metodami CPM a PERT? 9. Co je to kritick´a ˇcinnost a kritick´a cesta? 10. Jak´ym zp˚ usobem je moˇzn´e interpretovat d´elku kritick´e cesty? Proˇc je kritick´a cesta souˇcasnˇe nejdelˇs´ı cestou v s´ıti mezi vstupn´ım a v´ystupn´ım uzlem? 11. Co je to celkov´a ˇcasov´a rezerva a jak´y je jej´ı v´yznam pˇri urˇcen´ı kritick´e cesty? ˇcinnost A B C D E F G H I J
doba trv´an´ı pˇredchoz´ı ˇcinnosti 3 ˇz´adn´a 4 A 2 A 3 B 3 D 4 B, C 2 B, C 5 F 3 F, G 3 H, I Tabulka 2.6:
47
ˇcinnost A B C D E F G H I J
optimistick´y odhad mod´aln´ı odhad pesimistick´y odhad 2 3 4 2 4 6 1 2 3 1 3 5 2 3 5 1 4 6 2 2 2 2 5 7 1 3 5 2 3 5 Tabulka 2.7:
12. V r´amci jist´eho projektu bylo vyˇclenˇeno 10 ˇcinnost´ı, jejichˇz doba trv´an´ı v t´ydnech a ˇcinnosti, kter´e jim musej´ı pˇredch´azet, jsou uvedeny v tabulce 2.6. a. Sestavte s´ıt’ov´y graf odpov´ıdaj´ıc´ı uveden´emu projektu. b. Vypoˇctˇete metodou CMP kritickou cestu a navrhnˇete rozvrˇzen´ı prov´adˇen´ı jednotliv´ych ˇcinnost´ı. 13. Pˇredpokl´adejme, ˇze v pˇredch´azej´ıc´ı u ´ loze nebudou urˇceny doby trv´an´ı deterministicky, ale kromˇe nejpravdˇepodobnˇejˇs´ı doby trv´an´ı bude definov´an i pesimistick´y a optimistick´y odhad (viz tabulku 2.7). a. Vypoˇctˇete kritickou cestu metodou PERT a urˇcete stˇredn´ı hodnotu a smˇerodatnou odchylku doby trv´an´ı cel´eho projektu. b. Urˇcete pravdˇepodobnost, ˇze cel´y projekt bude dokonˇcen v ˇcase kratˇs´ım neˇz 20 t´ydn˚ u. c. V jak´ych ˇcasech bude projekt dokonˇcen s pravdˇepodobnost´ı 0,90, 0,95 resp. 0,99? 14. Projekt je tvoˇren sedmi ˇcinnostmi, jejichˇz odhady dob trv´an´ı v mˇes´ıc´ıch a ˇcinnosti, kter´e jim musej´ı pˇredch´azet, jsou uvedeny v tabulce 2.8. ˇcinnost A B C D E F G
optimistick´y odhad mod´aln´ı odhad pesimistick´y odhad 2 4 5 4 6 8 1 2 3 5 6 8 2 3 4 1 3 5 3 5 9
pˇredchoz´ı ˇcinnosti ˇz´adn´a ˇz´adn´a A A B, C B, C D, E
Tabulka 2.8:
a. Sestavte s´ıt’ov´y graf odpov´ıdaj´ıc´ı uveden´emu projektu. b. Vypoˇctˇete metodou CPM kritickou cestu a navrhnˇete rozvrˇzen´ı prov´adˇen´ı jednotliv´ych ˇcinnost´ı (jako dobu trv´an´ı uvaˇzujte mod´aln´ı odhad). 48
c. Vypoˇctˇete kritickou cestu metodou PERT a urˇcete stˇredn´ı hodnotu a smˇerodatnou odchylku doby trv´an´ı cel´eho projektu.. d. Investor stanovil, ˇze projekt mus´ı b´yt dokonˇcen nejpozdˇeji za 18 mˇes´ıc˚ u. Urˇcete, zda mohou nastat probl´emy s dodrˇzov´an´ım tohoto term´ınu.
49
Kapitola 3 Teorie front a syst´ emy hromadn´ e obsluhy - u ´vod Zaˇcnˇeme dvˇema n´azorn´ymi pˇr´ıklady. Myt´ı eˇ sus˚ u za 2. svˇ etov´ e v´ alky [5]. Po obˇedˇe u poln´ı kuchynˇe si voj´aci myli j´ıdeln´ı misky u dvou vodovodn´ıch kohoutk˚ u s teplou vodou a potom je oplachovali u dalˇs´ıch dvou kohoutk˚ u se studenou vodou. Pˇri myt´ı se tvoˇrily velmi dlouh´e fronty. Operaˇcn´ı d˚ ustojn´ık, kter´y k jednotce pˇriˇsel, si vˇsiml, ˇze myt´ı misky trv´a voj´ak˚ um pr˚ umˇernˇe tˇrikr´at d´ele neˇzli jej´ı oplachov´an´ı. Zaˇr´ıdil tedy, aby tepl´a voda na myt´ı tekla ze tˇri kohoutk˚ u a studen´a voda na oplachov´an´ı jenom z jednoho. Fronty pak skoro u ´ plnˇe zmizely. Druh´y z nich, sp´ıˇse pro zasm´an´ı, je z New Scientist. Teorie front pˇ red p´ ansk´ ymi a d´ amsk´ ymi z´ achody. ”Robert Matthews, spolupracuj´ıc´ı s Astonskou universitou v Brit´anii, uchopil vˇec zcela seri´oznˇe, byt’ humornˇe. Matthewse zaujalo, ˇze kdyˇz ˇcek´a na svou lepˇs´ı poloviˇcku, neˇz vykon´a svou potˇrebu, je ˇcas jako kdyby ne´ umˇern´y d´elce fronty pˇred d´amsk´ymi toaletami. Ze statistik zjistil, ˇze doba, kterou str´av´ı d´amy v kabince, je dvakr´at delˇs´ı, neˇz to zabere p´an˚ um. Ale on ˇcekal na svou poloviˇcku vˇzdy nepomˇernˇe d´ele, pokud se pˇred toaletou vytvoˇrila fronta dam. Zahloubal se nad vˇec´ı v knihovnˇe a mj. zjistil, ˇze teorie front je hodnˇe velk´a vˇeda, do kter´e silnˇe zasahuje teorie pravdˇepodobnosti. Po prostudov´an´ı vˇsech matematick´ych formul´ı se mu vyjevilo, ˇze i kdyˇz jsou d´amy v kabince jen dvakr´at d´ele neˇz muˇzi, odbavov´an´ı d´amsk´e fronty trv´a 2-kr´at-2,32- kr´at d´ele, ve v´ysledku tedy pˇetkr´at d´ele.” V´yˇse uveden´e dva pˇr´ıklady popisuj´ı dvˇe z mnoha situac´ı, se kter´ymi se setk´av´ame v bˇeˇzn´em ˇzivotˇe. Existuje mnoho dalˇs´ıch re´aln´ych situac´ı tohoto typu: • obsluha v bance, • vyd´av´an´ı j´ıdel v menze, • odbavov´an´ı letadel na letiˇsti, • telefonn´ı u ´ stˇredna, • studenti ˇcekaj´ıc´ı na chodbˇe na zkouˇsku, ...
50
Z´akladn´ımi charakteristikami syst´em˚ u hromadn´e obsluhy, kter´e budeme cht´ıt zn´at jsou zpravidla: • stˇredn´ı poˇcet jednotek v syst´emu, • stˇredn´ı poˇcet jednotek ve frontˇe, • stˇredn´ı doba, kterou jednotka str´av´ı v syst´emu, • stˇredn´ı doba, kterou str´av´ı jednotka ve frontˇe, • pravdˇepodobnost, ˇze se v syst´emu nach´az´ı pr´avˇe n jednotek. V nˇekter´ych pˇr´ıpadech m˚ uˇzeme uveden´e charakteristiky urˇcit i bez znalosti sloˇzit´eho matematick´eho apar´atu. Ve sloˇzitˇejˇs´ıch pˇr´ıpadech uˇz si se selsk´ym rozumem nevystaˇc´ıme a je tˇreba vyuˇz´ıt apar´atu zaloˇzen´eho na matematick´e teorii – tzv. teorii front, zvan´e tak´e teorie (syst´em˚ u) hromadn´ e obsluhy. Pozn´ amka [5]. Zaloˇzen´ı oboru se datuje na poˇc´atek 20. stolet´ı do D´anska. Matematik A. K. Erlang se pˇri sv´em p˚ usoben´ı v matematick´e spoleˇcnosti se setkal s ˇreditelem Copenhagen Telephone Company. Tento muˇz jej sezn´amil s problematikou ˇcekac´ıch dob pˇri telefonov´an´ı. Erlang se zaˇcal vˇenovat tomuto probl´emu a v roce 1908 zaˇcal pro Copenhagen Telephone Company pracovat. V´ysledkem jeho aplikace teorie pravdˇepodobnosti do kontextu telefonn´ı komunikace je pr´ace The theory of probability and telephone conversations vydan´a v roce 1909. V roce 1917 sestavil vztahy pro v´ypoˇcet ztr´at a ˇcekac´ıch dob v telefonii. Tyto vztahy se brzo zaˇcaly pouˇz´ıvat v mnoha dalˇs´ıch telefonn´ıch spoleˇcnostech v r˚ uzn´ych zem´ıch vˇcetnˇe British Post Office. Tato teorie umoˇznila navrhovat optim´aln´ı dimenzov´an´ı telefonn´ıch u ´ stˇreden vzhledem k hustotˇe telefonn´ıho provozu. Prudk´y rozvoj teorie SHO nastal po druh´e svˇetov´e v´alce spoleˇcnˇe s rozvojem cel´e operaˇcn´ı anal´yzy. Dnes se teorie SHO pouˇz´ıv´a v mnoha vˇedn´ıch i pr˚ umyslov´ych oblastech, d˚ uleˇzit´a je jej´ı role pˇri provozu mobiln´ıch ˇci poˇc´ıtaˇcov´ych s´ıt´ı.
Z´ akladn´ı pojmy SHO Teorie syst´em˚ u hromadn´e obsluhy se zab´yv´a popisem, anal´yzou a n´avrhem (obsluˇ zn´ ych) syst´ em˚ u, jejichˇz n´apln´ı je opakovan´a ˇcinnost spoˇc´ıvaj´ıc´ı v uspokojov´an´ı urˇcit´ych potˇreb dan´e mnoˇziny objekt˚ u. Takov´ym syst´emem je napˇr´ıklad • telefonn´ı u ´ stˇredna, • v´yrobn´ı linka, • pokladna v obchodn´ım domˇe, ... Syst´em hromadn´e obsluhy tedy pˇredstavuje syst´em (fyzick´y, spoleˇcensk´y) slouˇz´ıc´ı k uspokojov´an´ı urˇcit´ych potˇreb jedinc˚ u, z´akazn´ık˚ u, poˇzadavk˚ u vstupuj´ıc´ıch do syst´emu za u ´ˇcelem jejich uspokojen´ı. K tomuto u ´ˇcelu obsahuje syst´em hromadn´e obsluhy vstupn´ı linku, kterou z´akazn´ıci do syst´emu vstupuj´ı, a obsluˇ zn´ y kan´ al jako zaˇr´ızen´ı prov´adˇej´ıc´ı obsluhu (uspokojov´an´ı) poˇzadavk˚ u z´akazn´ık˚ u. V nˇekter´ych pˇr´ıpadech m˚ uˇze syst´em nav´ıc obsahovat zaˇr´ızen´ı ke shromaˇzd’ov´an´ı z´akazn´ık˚ u ˇcekaj´ıc´ıch na obsluhu (frontu), protoˇze v pˇr´ıpadˇe jejich vstupu byl obsluˇzn´y kan´al zanepr´azdnˇen obsluhou pˇredch´azej´ıc´ıho poˇzadavku. Sch´ema syst´ emu hromadn´ e obsluhy je zn´azornˇeno na obr. 3.1. Na obr´azku vystupuj´ı tyto ˇc´asti syst´emu: 51
Obr´azek 3.1: Syst´em hromadn´e obsluhy. z´ akazn´ık letadlo nemocn´y kupuj´ıc´ı telefonn´ı u ´ˇcastn´ık stroj cestuj´ıc´ı chodec vagon
linka pˇrist´avac´ı dr´aha l´ekaˇr pokladn´ı v samoobsluze centr´ala seˇrizovaˇc taxi sign´aln´ı svˇetla n´adraˇz´ı
obsluha pˇrist´an´ı vyˇsetˇren´ı placen´ı n´akupu spojen´ı seˇr´ızen´ı j´ızda voln´y pˇrechod ˇrazen´ı vlak˚ u
Tabulka 3.1:
• z´akazn´ıci, poˇzadavky, jednotky - objekty vyˇzaduj´ıc´ı obsluhu, • zdroj jednotek (poˇzadavk˚ u) - uspoˇr´adan´a mnoˇzina jednotek pˇrich´azej´ıc´ıch v u ´ vahu pro obsluhu, • vstupn´ı tok - ˇcasov´a posloupnost vstup˚ u jednotek do syst´emu hromadn´e obsluhy, • fronta - uspoˇr´adan´a mnoˇzina jednotek ˇcekaj´ıc´ıch na obsluhu, • kan´al obsluhy - objekt (ˇci ˇclovˇek) realizuj´ıc´ı obsluhu, • v´ystupn´ı tok - ˇcasov´a posloupnost jednotek vystupuj´ıc´ıch ze syst´emu hromadn´e obsluhy. Pˇr´ıklady SHO (tab. 3.1):
Klasifikace SHO Obecn´ a klasifikace Na nejvyˇsˇs´ı u ´ rovni lze SHO dˇelit na otevˇ ren´ e a uzavˇ ren´ e. Otevˇren´y SHO je takov´y syst´em, kde se obsluhovan´e poˇzadavky po jejich obslouˇzen´ı nevracej´ı do zdroje jednotek jako dalˇs´ı 52
potenci´aln´ı z´akazn´ıci. Naopak v uzavˇren´em syst´emu se jednotky po pr˚ uchodu syst´emem opˇet vracej´ı do zdroje jednotek (napˇr. do restaurace chod´ıme jednou t´ydnˇe, k holiˇci jednou za mˇes´ıc apod.). V tomto pˇr´ıpadˇe si lze kl´ast ot´azku, zda se st´avaj´ı potencion´aln´ımi poˇzadavky okamˇzitˇe nebo vyˇck´avaj´ı urˇcitou dobu, obecnˇe z´avislou na typu jednotky, dobˇe pˇredchoz´ı obsluhy, atd. D´ale lze dˇelit SHO na syst´em se ztr´ atami nebo beze ztr´ at. V syst´emu se ztr´atami m˚ uˇze nastat situace, kdy je novˇe pˇr´ıchoz´ı poˇzadavek syst´emem odm´ıtnut nebo pˇr´ıpadnˇe poˇzadavek nach´azej´ıc´ı se v syst´emu tento opust´ı, aniˇz by byl obslouˇzen – doch´az´ı ke ztr´at´am. Syst´em beze ztr´at je pak takov´y syst´em, ve kter´em v´yˇse zm´ınˇen´y stav nastat nem˚ uˇze, tj. kaˇzd´y pˇr´ıchoz´ı poˇzadavek je syst´emem obslouˇzen.
Klasifikace podle ˇ c´ ast´ı SHO SHO budeme d´ale klasifikovat dle specifick´ych vlastnost´ı jednotliv´ych jeho ˇc´ast´ı, tedy podle: • Zdroje jednotek – ten m˚ uˇze b´yt koneˇcn´y (mnoˇzina potencion´aln´ıch z´akazn´ık˚ u ohraniˇcena) nebo nekoneˇcn´y (mnoˇzina ohraniˇcena nen´ı). Toto dˇelen´ı je u ´ zce sv´az´ano s dˇelen´ım SHO na otevˇren´e a uzavˇren´e, nebot’ nen´ı efektivn´ı uvaˇzovat SHO s nekoneˇcnou mnoˇzinou poˇzadavk˚ u jako uzavˇren´y SHO (dostateˇcnˇe velkou mnoˇzinu lze povaˇzovat za nekoneˇcnou napˇr. nakupuj´ıc´ı v hypermarketu). D´ale lze mnoˇzinu jednotek lze ch´apat jako homogenn´ı (mnoˇzinu jednotek s shodn´ymi vlastnostmi) nebo jako mnoˇzinu nˇekolika tˇr´ıd jednotek, liˇs´ıc´ıch se urˇcit´ymi vlastnostmi. • charakteru vstupn´ıho toku – ten m˚ uˇze b´yt deterministick´y (intervaly mezi jednotliv´ymi vstupy jsou pravideln´e a zn´am´e), n´ahodn´y (je zn´amo pouze rozdˇelen´ı pravdˇepodobnosti doby mezi vznikem jednotliv´ych poˇzadavk˚ u) a nebo kombinac´ı obou charakter˚ u, pˇr´ıpadnˇe z´avisl´y na typu poˇzadavku apod. Vstupn´ı tok d´ale dˇel´ıme podle toho, zda je realizov´an jednotliv´ymi poˇzadavky ˇci po skupin´ach. V pˇr´ıpadˇe skupinov´ych vstup˚ u m˚ uˇzeme specifikovat, zda velikost skupiny je pevnˇe dan´a, ˇci zda je z´avisl´a na typu poˇzadavku, dobˇe vzniku skupiny poˇzadavk˚ u ˇci zda je zcela n´ahodn´a. • Frontov´ eho reˇ zimu – nutno pˇripomenout, ˇze syst´em lze dˇelit jiˇz podle toho, zda frontu obsahuje ˇci nikoliv. V pˇr´ıpadˇe, ˇze syst´em obsahuje frontu, rozdˇelujeme syst´em podle jej´ıho reˇzimu v z´asadˇe na syst´em s frontou FIFO, LIFO, n´ahodnˇe uspoˇr´adanou a frontu s prioritami. Fronta FIFO pˇredstavuje z´akladn´ı uspoˇr´ad´an´ı poˇzadavk˚ u v poˇrad´ı jejich pˇr´ıchod˚ u. V tomt´eˇz poˇrad´ı jsou pak z fronty vyb´ır´any do obsluˇzn´eho kan´alu. Fronta LIFO je fronta se shodn´ym ˇrazen´ım poˇzadavk˚ u do fronty, ale s opaˇcn´ym v´ybˇerem z n´ı. V pˇr´ıpadˇe n´ahodn´eho uspoˇr´ad´an´ı frontov´eho reˇzimu jsou poˇzadavky do fronty ˇrazeny nebo z n´ı vyb´ır´any zcela n´ahodnˇe, pˇr´ıpadnˇe podle dan´eho rozloˇzen´ı pravdˇepodobnosti. Frontov´y reˇzim s prioritami je jak´ymsi zobecnˇen´ım fronty se syst´emem FIFO, kdy jsou poˇzadavky d´ale uspoˇr´ad´any podle sv´e priority, tzn. poˇzadavky s vyˇsˇs´ı prioritou jsou ˇrazeny pˇred poˇzadavky s niˇzˇs´ı prioritou. Tento syst´em priorit je oznaˇcov´an jako relativn´ı, tj. poˇzadavek s niˇzˇs´ı prioritou v obsluˇzn´em kan´ale je obslouˇzen bez pˇreruˇsen´ı. Situaci, kdy pˇr´ıchod poˇzadavku s vyˇsˇs´ı prioritou pˇreruˇs´ı obsluhu poˇzadavku s niˇzˇs´ı prioritou, naz´yv´ame SHO s absolutn´ım syst´emem priorit. • Obsluˇ zn´ eho kan´ alu – ten nemus´ı b´yt v syst´emu pouze jeden. V pˇr´ıpadˇe v´ıce obsluˇzn´ych kan´al˚ u n´as zaj´ım´a jej´ıch uspoˇr´ad´an´ı, m˚ uˇze b´yt paraleln´ı nebo s´eriov´e. Ve vˇetˇsinˇe pˇr´ıpad˚ u ’ ’ je uvaˇzov´ano pouze paraleln´ı uspoˇr´ad´an´ı, nebot s´eriov´e je ˇreˇseno sp´ıˇse jako s´ıt syst´em˚ u hromadn´e obsluhy (aˇz na v´yjimky dan´e vˇernost´ı modelovan´e re´aln´e situaci). SHO lze d´ale klasifkovat dle reˇ zimu provozu obsluˇzn´eho kan´alu - podle doby obsluhy a podle poˇctu 53
souˇcasnˇe obsluhovan´ych poˇzadavk˚ u. Dle doby obsluhy rozliˇsujeme obsluˇzn´e kan´aly s pevnou dobou obsluhy, s n´ahodnou dobou obsluhy popsanou rozdˇelen´ım pravdˇepodobnosti a dobou obsluhy z´avislou na typu obsluhovan´eho poˇzadavku. Podle poˇ ctu souˇ casnˇ e obsluhovan´ ych poˇ zadavk˚ u rozliˇsujeme obsluˇzn´y kan´al prov´adˇej´ıc´ı obsluhu jednotlivˇe a obsluˇzn´y kan´al prov´adˇej´ıc´ı obsluhu po skupin´ach ˇci f´azovou obsluhu. Situaci lze d´ale komplikovat pˇredpokladem existence pˇrest´avek v pr´aci obsluˇzn´eho kan´alu, tj. interval˚ u pozasˇ taven´ı ˇcinnosti obsluhy. Cetnost tˇechto pˇrest´avek m˚ uˇze b´yt bud’ pravideln´a nebo n´ahodn´a. Takt´eˇz doba pˇreruˇsen´ı m˚ uˇze b´yt pevnˇe d´ana nebo n´ahodn´a. V´yˇse uveden´e ˇclenˇen´ı lze shrnout tak, ˇze pro popis SHO mus´ıme nutnˇe zn´at tyto jeho charakteristiky: 1. vstupn´ı tok – popis vzniku a pˇr´ıchodu poˇzadavk˚ u do syst´emu, 2. frontov´ y reˇ zim – jak´y je osud poˇzadavk˚ u vstupuj´ıc´ıch do syst´emu v pˇr´ıpadˇe, je-li obsluˇzn´y kan´al obsazen v okamˇziku jejich pˇr´ıchodu, 3. organizace obsluhy – poˇcet obsluˇzn´ych kan´al˚ u a popis pr˚ ubˇehu vlastn´ı obsluhy poˇzadavk˚ u.
Kendallova klasifikace SHO Zav´est symbolick´y popis, kter´y by postihoval vˇsechny moˇznosti klasifikace SHO, je prakticky nemoˇzn´e. Na z´akladˇe ˇctyˇr z´akladn´ıch charakteristik, uveden´ych v´yˇse, zavedl Kendal klasifikaci SHO podle sch´ematu X/Y /n/m kde X a Y jsou symboly z mnoˇziny uveden´e n´ıˇze a n, m jsou cel´a ˇc´ıslo. Symboly X a Y popisuj´ı statistick´e rozdˇelen´ı vstupn´ıho toku, resp. charakter obsluˇzn´eho kan´alu, ˇc´ıslo n ud´av´a poˇcet obsluˇzn´ych kan´al˚ u v syst´emu a ˇc´ıslo m oznaˇcuje maxim´aln´ı d´elku fronty. Kendal definoval 6 symbol˚ u pro bˇeˇznˇe pouˇz´ıvan´e typy vstupn´ıho toku a doby obsluhy: • M – Markovsk´y-Poissonovsk´y vstupn´ı tok, exponenci´aln´ı rozdˇelen´ı vz´ajemnˇe nez´avisl´ych interval˚ u pˇr´ıchod˚ u jednotek ˇci doby obsluhy, • EK – Erlangovo rozdˇelen´ı interval˚ u pˇr´ıchod˚ u ˇci dob obsluhy s k ∈ N stupni volnosti, • Kn – χ2 rozdˇelen´ı s n stupni volnosti, • D – deterministick´e, pravideln´e vstupy a doby obsluhy, • N – norm´aln´ı rozdˇelen´ı vstup˚ u ˇci doby obsluhy, • G – obecn´y pˇr´ıpad. Oznaˇcen´ı M/M/1/4 tak napˇr. znaˇc´ı syst´em hromadn´e obsluhy s poissonovsk´ym vstupn´ım tokem a jedn´ım kan´alem obsluhy, jehoˇz doba obsluhy m´a exponenci´aln´ı rozdˇelen´ı pravdˇepodobnosti a maxim´aln´ı d´elka fronty je 4. Kendalova klasifikace nen´ı u ´ pln´a, tj. nepostihuje vˇsechny SHO. Kendal p˚ uvodnˇe katalogizoval pouze z´akladn´ı u ´ daje SHO, tj. vstupn´ı tok, reˇzim obsluˇzn´eho kan´alu a poˇcet paralelnˇe ˇrazen´ych kan´al˚ u s t´ım, ˇze je pˇredpokl´ad´an otevˇren´y SHO beze ztr´at s frontou typu FIFO. Pro speci´aln´ı pˇr´ıpady je tedy nutn´e doplnit Kendalovu klasifikaci slovn´ım popisem odliˇsn´ych parametr˚ u, jako 54
je napˇr´ıklad u ´ daj o omezen´ı mnoˇziny vstupn´ıch jednotek, o tom, ˇze syst´em je uzavˇren´y atd. V literatuˇre lze tak´e naj´ıt r˚ uzn´a rozˇs´ıˇren´ı standardn´ı Kendalovy klasifikace, zahrnuj´ıc´ı napˇr´ıklad omezen´ı poˇctu poˇzadavk˚ u v SHO apod.
55
Typy SHO a jejich modely C´ıle teorie SHO C´ılem teorie syst´em˚ u hromadn´e obsluhy je anal´yza SHO, jej´ıˇz v´ysledky pak slouˇz´ı k n´avrhu nov´ych SHO a (nebo) optimalizaci zkouman´eho syst´emu. Obrovsk´a variabilita SHO vˇsak neumoˇzn ˇ uje specifikovat jednotn´y postup takov´e anal´yzy. Teorie SHO vyuˇz´ıv´a pˇri anal´yze matematick´eho apar´atu teorie pravdˇepodobnosti.
Markovsk´ e SHO Speci´aln´ı tˇr´ıdu SHO, kter´a m´a bohat´e zastoupen´ı v praxi (telefonn´ı komunikace, poˇc´ıtaˇcov´e s´ıtˇe), tvoˇr´ı Markovsk´e modely SHO. Tato tˇr´ıda m´a, d´ıky vlastnostem Poissonovsk´eho vstupn´ıho toku a exponenci´aln´ıho rozdˇelen´ı pravdˇepodobnosti doby obsluhy, tu pˇr´ıjemnou vlastnost, ˇze je jednoduˇse a pˇrehlednˇe analyticky zpracovateln´a. Nav´ıc pouˇzit´e postupy lze uplatnit pro ostatn´ı tˇr´ıdy. Jak jiˇz bylo zm´ınˇeno, markovsk´ym modelem SHO rozum´ıme takov´y SHO, jehoˇz vstupn´ı tok je modelov´an poissonovsk´ym procesem a doba obsluhy v obsluˇzn´em kan´ale(ch) m´a exponenci´aln´ı rozdˇelen´ı pravdˇepodobnosti. V Kendalovˇe klasifikaci maj´ı takov´eto syst´emy oznaˇcen´ı M/M/ ∗ .
M/M/1/0 Zaˇcnˇeme popisem markovsk´eho syst´emu hromadn´e obsluhy s intenzitou vstupn´ıho toku λ [n−1 ] a jedn´ım kan´alem obsluhy se stˇredn´ı dobou obsluhy µ1 [h] bez fronty, to znamen´a, ˇze v pˇr´ıpadˇe obsazen´eho obsluˇzn´eho kan´alu je novˇe pˇr´ıchoz´ı poˇzadavek odm´ıtnut. Pozn´ amka. Pˇri popisu markovsk´ych SHO se s u ´ spˇechem pouˇz´ıv´a tzv. graf pˇ rechod˚ u (viz n´ıˇze) mezi stavy syst´emu. U markovsk´ych SHO povaˇzujeme za stav poˇcet poˇzadavk˚ u nach´azej´ıc´ıch se v dan´em okamˇziku v SHO. Pˇr´ıchod nov´eho poˇzadavku zv´yˇs´ı poˇcet poˇzadavk˚ u v syst´emu a realizuje pˇrechod syst´emu do vyˇsˇs´ıho stavu. Naopak, ukonˇcen´ı obsluhy poˇzadavku nach´azej´ıc´ıho se v obsluˇzn´em kan´ale sn´ıˇz´ı poˇcet poˇzadavk˚ u v SHO a pˇredstavuje pˇrechod SHO o stav n´ıˇze. Jinak SHO setrv´av´a ve sv´em aktu´aln´ım stavu. Pro kaˇzd´y ˇcasov´y okamˇzik t lze urˇcit pravdˇepodobnost, ˇze se v SHO nach´az´ı pr´avˇe k poˇzadavk˚ u (poˇcet poˇzadavk˚ u ˇcekaj´ıc´ıch ve frontˇe plus poˇzadavek v obsluˇzn´em kan´ale). Oznaˇc´ıme-li tuto pravdˇepodobnost symbolem pk (t) (p0 (t) pravdˇepodobnost, ˇze v syst´emu je 0 jednotek, p1 (t) pravdˇepodobnost ˇze v syst´emu je pr´avˇe jedna jednotka atd.), pˇredstavuje vektor p(t) rozloˇzen´ı pravdˇepodobnost´ı poˇctu poˇzadavk˚ u v SHO, kter´y zcela popisuje chov´an´ı SHO. V syst´emu M/M/1/0 se nevytv´aˇr´ı fronta, vyskytuje se v nˇem tedy maxim´alnˇe jeden poˇzadavek, a to v obsluˇzn´em kan´ale. Graf pˇrechod˚ u obsahuje pouze dva stavy: pr´azdn´y syst´em (oznaˇc´ıme jako stav 0) a obsazen´y obsluˇzn´y kan´al (stav 1). Pˇri hled´an´ı pˇredpisu pro urˇcen´ı p(t) budeme nejprve specifikovat ud´alosti, kter´e lze na SHO na intervalu d´elky ∆t pozorovat. Moˇzn´e ud´alosti spolu s jejich pravdˇepodobnostmi jsou pro 56
ud´ alost pˇr´ıchod nov´eho poˇzadavku do syst´emu v intervalu (∆t) ukonˇcen´ı obsluhy poˇzadavku nach´azej´ıc´ıho se v obsluˇzn´em kan´ale za interval (∆t) nedojde k ˇz´adn´e ud´alosti v intervalu (∆t)
pravdˇ epodobnost P (∆t) λ∆t µ∆t 1 − (λ + µ)∆t
Tabulka 3.2: Pravdˇepodobnosti vzniku moˇzn´ych ud´alost´ı SHO M/M/1/0.
dostateˇcnˇe mal´y interval ∆t shrnuty v tabulce 3.2. Syst´em lze pak popsat pomoc´ı grafu pˇrechod˚ u na obr. 3.2, kde jsou zn´azornˇeny stavy syst´emu a pravdˇepodobnosti pˇrechod˚ u mezi jednotliv´ymi stavy. Graf pˇrechod˚ u je charakterizov´an matic´ı pˇrechodu P(t, t + (∆t),
Obr´azek 3.2: Graf pˇrechod˚ u SHO M/M/1/0
P(t, t + (∆t) =
1 − λ∆t λ∆t µ∆t 1 − µ∆t
.
Pˇredpokl´adejme, ˇze zn´ame rozloˇzen´ı pravdˇepodobnosti stav˚ u SHO v ˇcase t, kter´e je d´ano vektorem p(t) = [p0 (t), p1 (t)]. Pak lze s vyuˇzit´ım matice pˇrechod˚ u naj´ıt rozloˇzen´ı pravdˇepodobnosti stav˚ u v ˇcase (t + ∆t) pomoc´ı vztahu p(t + ∆t) = p(t) · P(t, t + (∆t).
(3.1)
Ze vztahu (3.1) spolu s matic´ı pˇrechod˚ u lze z´ıskat rozloˇzen´ı pravdˇepodobnosti stav˚ u SHO pro libovoln´y ˇcas tk = t0 + k∆t, zn´ame-li v´ychoz´ı rozloˇzen´ı p(t0 ), p(tk ) = p(t0 ) · Pk (t, t + (∆t). Vztah (3.1) lze zapsat jako p(t + ∆t) = p(t)I + p(t)A∆t, kde A=
−λ λ µ −µ
je matice intezity pˇ rechod˚ u. N´aslednˇe pak lze vztah (3.1) upravit, p(t + ∆t) − p(t) = p(t)A, ∆t a pro ∆t → 0 dost´av´ame soustavu obyˇcejn´ych diferenci´aln´ıch rovnic p˙0 (t) = −λp0 (t) + µp1 (t), p˙1 (t) = λp0 (t) − µp1 (t) 57
(3.2)
ˇ sen´ı soustavy je ponech´ano jako cviˇcen´ı, s poˇc´ateˇcn´ı podm´ınkou p(0). Reˇ p0 (t) = p0 (0)e−(λ+µ)t +
µ 1 − e−(λ+µ)t . λ+µ
Pro poˇc´ateˇcn´ı podm´ınku pr´azdn´eho stavu SHO, p0 (0) = 1, dost´av´ame v´yvoj pravdˇepodobnosti v´yskytu syst´emu ve stavu ”0”, p0 (t) =
µ λ −(λ+µ)t + e , λ+µ λ+µ
zat´ımco pro zpoˇc´atku obsazen´y SHO, p0 (0) = 0, je p0 (t) =
µ µ −(λ+µ)t − e . λ+µ λ+µ
V´yvoj pravdˇepodobnosti p0 (t) v´yskytu syst´emu ve stavu ”0” pro obˇe poˇc´ateˇcn´ı podm´ınky zachycuje graf na obr. 3.3. Vztah pro v´yvoj pravdˇepodobnosti p1 (t) v´yskytu ve stavu ”1”
Obr´azek 3.3: Pr˚ ubˇeh rozloˇzen´ı pravdˇepodobnosti stavu ”0” SHO pro otevˇren´y syst´em MM/1/0 se urˇc´ı analogicky. Vˇetˇsinou nen´ı nutn´e zn´at popis chov´an´ı SHO v kaˇzd´em okaˇziku (napˇr. v okamˇzic´ıch pˇrechodu), ale z hlediska anal´yzy SHO n´as zaj´ım´a chov´an´ı v delˇs´ım horizontu, v ust´alen´em ”stacion´arn´ım” stavu. Pravdˇepodobnost p0 (t) se nez´avisle na poˇc´ateˇcn´ı podm´ınce bl´ıˇz´ı limitn´ı hodnotˇe pro t → +∞, lim p0 (t) =
µ ∀p0 (0), λ+µ
lim p1 (t) =
λ ∀p1 (0). λ+µ
t→+∞
t→+∞
Pokud n´as jiˇz od zaˇc´atku nezaj´ım´a chov´an´ı SHO v kaˇzd´em okamˇziku a chceme pouze nal´ezt popis ust´alen´eho SHO, nen´ı efektivn´ı postupovat v´yˇse uveden´ym zp˚ usobem (ˇreˇsen´ım syst´emu ODE). Pro ust´alen´y reˇzim SHO plat´ı dpi (t) = 0, dt pravdˇepodobnosti jsou konstantn´ı a soustava (3.2) pˇrejde na soustavu line´arn´ıch rovnic, 0 = −λp0 + µp1 0 = λp0 − µp1 58
(3.3)
doplnˇenou o normovac´ı podm´ınku (viz cviˇcen´ı) p0 + p1 = 1 ˇ sen´ım soustavy (3.3) dost´av´ame opˇet (jinak je ˇreˇsen´ı ∞ mnoho). Reˇ p0 =
µ λ , p1 = 1 − p0 = . λ+µ λ+µ
Na z´akladˇe z´ıskan´ych rozloˇzen´ı pravdˇepodobnost´ı stav˚ u syst´emu m˚ uˇzeme nyn´ı urˇcit potˇrebn´e charakteristiky SHO. Tyto charakteristiky jsou z´avisl´e jednak na typu SHO, hlavnˇe pak na u ´ˇcelu anal´yzy dan´eho SHO (nˇekter´e charakteristiky n´as zaj´ımaj´ı, jin´e ne). Prvn´ı charakteristikou je tzv. pravdˇ epodobnost odm´ıtnut´ı, definovan´a jako pravdˇepodobnost, ˇze nov´y poˇzadavek nebude pˇrijat do syst´emu k obsluze (= pravdˇepodobnost, ˇze se syst´em nach´az´ı ve stavu ”1”). V naˇsem pˇr´ıpadˇe je pravdˇepodobnost odm´ıtnut´ı rovna podm = p1 =
λ . λ+µ
Pravdˇepodobnost pˇrijet´ı nov´eho poˇzadavku k obsluze (pravdˇepodobnost, ˇze se syst´em nach´az´ı ve stavu ”0”) je tak´e oznaˇcov´ana jako relativn´ı kapacita syst´emu, Kr = p0 = 1 − podm =
µ . λ+µ
Absloutn´ı kapacita syst´emu pak pˇredstavuje pr˚ umˇern´ y poˇcet obslouˇzen´ych poˇzadavk˚ u za jednotku ˇcasu, Ka = λKr . Postup anal´ yzy markovsk´ eho SHO. Podobn´ym zp˚ usobem jako v´yˇse postupujeme pˇri anal´yze jak´ehokoliv markovsk´eho SHO: 1. Sestav´ıme graf pˇrechod˚ u. 2. Nalezneme rozloˇzen´ı pravdˇepodobnosti stav˚ u syst´emu: • na z´akladˇe grafu pˇrechod˚ u sestav´ıme a vyˇreˇs´ıme soustavu diferenci´aln´ıch rovnic,
• na z´akladˇe grafu pˇrechod˚ u nalezneme rozloˇzen´ı pravdˇepodobnosti stav˚ u v ust´alen´em stavu (pokud ten existuje).
3. Provedeme v´ypoˇcet charakteristik syst´emu.
M/M/n/0 Rozˇs´ıˇr´ıme uvaˇzovan´y SHO tak, ˇze budeme uvaˇzovat SHO bez ˇcek´an´ı s n obsluˇzn´ymi kan´aly. Dle uveden´eho postupu sestav´ıme graf pˇrechod˚ u. Syst´em m´a n + 1 stav˚ u (pr´azdn´y syst´em plus obsazen´e kan´aly obsluhy). T´ım p´adem se zmˇen´ı oproti minul´emu pˇr´ıpadu pravdˇepodobnost ukonˇcen´ı obsluhy v nˇekter´em z pracuj´ıc´ıch kan´al˚ u. Pracuje-li k paraleln´ıch kan´al˚ u, pak pravdˇepodobnost dokonˇcen´ı obsluhy v nˇekter´em z tˇechto kan´al˚ u je d´ana souˇctem pravdˇepodobnost´ı dokonˇcen´ı obsluhy ve vˇsech k pracuj´ıc´ıch kan´alech. Je-li intenzita obsluhy pro vˇsechny kan´aly shodn´a = µ, pak pravdˇepodobnost dokonˇcen´ı obsluhy v nˇekter´em z k pracuj´ıc´ıch kan´al˚ u je na ˇcasov´em intervalu ∆t rovna pkonec = kµ∆t. 59
Obr´azek 3.4: Graf pˇrechod˚ u SHO M/M/n/0 bez ˇcek´an´ı. Analogicky odvod´ıme pravdˇepodobnosti pˇrechod˚ u mezi dalˇs´ımi stavy. Graf pˇrechod˚ u je zn´azornˇen na obr. 3.4 a matice pravdˇepodobnosti pˇrechod˚ u bude m´ıt tvar 1 − λ∆t λ∆t 0 0 .. µ∆t 1 − (λ + µ)∆t λ∆t 0 . P= 0 2µ∆t 1 − (λ + 2µ)∆t λ∆t λ∆t 0 0 ... 1 − nµ∆t ´ Uloha tak vede na soustavu n + 1 diferenci´aln´ıch rovnic prvn´ıho ˇr´adu, p˙0 (t) p˙1 (t) .. . p˙k (t) .. . p˙n (t)
= −λp0 (t) + µp1 (t), = λp0 (t) − (λ + µ)p1 (t) + 2µp2(t), = λpk−1 (t) − (λ + kµ)pk (t) + (k + 1)µpk+1 (t), = λpn−1 (t) − nµpn (t).
Tato soustava rovnic se naz´yv´a Erlangova. Lze nal´ezt stacion´arn´ı ˇreˇsen´ı (stacion´arn´ı ˇreˇsen´ı pro ˇ s´ıme tedy opˇet soustavu line´arn´ıch rovnic vznikl´ych z diferSHO bez ˇcek´an´ı vˇzdy existuje). Reˇ enci´aln´ıch rovnic poloˇzen´ım lev´e strany nule, doplnˇenou podm´ınkou (vˇeta o u ´ pln´e pravdˇepodobnosti) n X
pi = 1.
(3.4)
i=0
Indukc´ı lze dok´azat, ˇze rozloˇzen´ı pravdˇepodobnosti k-t´eho stavu syst´emu je d´ano jako pk =
ρk λ p0 , ρ = . k! µ
(3.5)
Rovnice (3.5) se naz´yv´a Erlang˚ uv vzorec. D˚ ukaz je ponech´an jako cviˇcen´ı. Z normovac´ı podm´ınky (3.4) pak dost´av´ame !−1 n X ψk . p0 = k! k=0
60
Pravdˇepodobnost, ˇze v syst´emu se nach´az´ı pr´avˇe k jednotek lze tedy urˇcit ze vztahu pk =
ψk Pnk! ψi i=0 i!
.
Pˇristupme nyn´ı k anal´yze dalˇs´ıch vlastnost´ı SHO:
1. Pravdˇepodobnost odm´ıtnut´ı novˇe pˇr´ıchoz´ıho poˇzadavku podm = pn (n je poˇcet obsluˇzn´ych kan´al˚ u). 2. Pravdˇepodobnost pˇrijet´ı novˇe pˇr´ıchoz´ıho poˇzadavku (relativn´ı kapacita) Kr =
n−1 X i=0
pi = 1 − pn .
3. Absolutn´ı kapacita syst´emu, pˇredstavuje pr˚ umˇern´ y poˇcet obslouˇzen´ych poˇzadavk˚ u za jednotku ˇcasu, Ka = λ(1 − pn ). 4. Stˇredn´ı poˇcet obsazen´ych kan´al˚ u nz nz =
n X
kpk .
k=0
5. Koeficient vyuˇzit´ı kan´al˚ u obsluhy Kz Kz =
E{nz } . n
6. Stˇredn´ı poˇcet voln´ych kan´al˚ u obsluhy n0 n X n0 = (n − k)pk . k=0
7. Koeficient prostoje K0 K0 =
n0 . n
Mus´ı platit n0 + nz = n, K0 + Kz = 1.
M/M/n/m Dalˇs´ım zobecnˇen´ım dost´av´ame uzavˇren´y SHO s n obsluˇzn´ymi kan´aly a maxim´aln´ı d´elkou fronty m. Pravdˇepodobnost vzniku nov´eho poˇzadavku je z´avisl´a na poˇctu poˇzadavk˚ u v mnoˇzinˇe pˇr´ıpustn´ych poˇzadavk˚ u v dobˇe vzniku nov´eho poˇzadavku. Pravdˇepodobnost vzniku nov´eho poˇzadavku na intervalu d´elky ∆t v pˇr´ıpadˇe, ˇze v mnoˇzinˇe potenci´aln´ıch poˇzadavk˚ u je k poˇzadavk˚ u, je pvznik = kλ∆t. Anal´yzou moˇzn´ych ud´alost´ı na SHO sestav´ıme graf pˇrechod˚ u (obr. 3.5). Ten umoˇzn ˇ uje publikovan´ym zp˚ usobem naj´ıt jak u ´ pln´y popis dynamick´eho chov´an´ı syst´emu, tak rozloˇzen´ı pravdˇepodobnost´ı stav˚ u syst´emu ve stacion´arn´ım reˇzimu, kter´y vzhledem ke koneˇcn´e mnoˇzinˇe zdroje poˇzadavk˚ u existuje vˇzdy. K proveden´ı anal´yzy uvaˇzovan´eho syst´emu lze opˇet pouˇz´ıt navrˇzen´y postup (graf pˇrechod˚ u, stacion´arn´ı ˇreˇsen´ı, anal´yza vlastnost´ı). Jestliˇze pravdˇepodobnost dosaˇzen´ı stavu m + n se bl´ıˇz´ı nule, potom se vlastnosti syst´emu M/M/n/m bl´ıˇz´ı vlastnostem syst´emu M/M/n/∞. 61
Obr´azek 3.5: Graf pˇrechod˚ u SHO M/M/n/m.
M/M/1/∞ Pˇredchoz´ı (uzavˇren´e) syst´emy m˚ uˇzeme zobecnit na syst´emy s neomezenou d´elkou fronty (otevˇren´e). Pˇredpokl´ad´ame frontu typu FIFO. Modely tohoto typu maj´ı nekoneˇcnˇe mnoho stav˚ u, coˇz pˇrin´aˇs´ı komplikace pˇri ˇreˇsen´ı uveden´ym postupem. Jako prvn´ı budeme uvaˇzovat SHO s jedn´ım kan´alem obsluhy. V´yˇrez grafu pˇrechod˚ u je zn´azornˇen na obr. 3.6 Matice pravdˇepodobnost´ı pˇrechod˚ u m´a nekoneˇcn´y rozmˇer,
Obr´azek 3.6: Graf pˇrechod˚ u otevˇren´eho SHO M/M/1/∞.
P(t, t + (∆t) =
1 − λ∆t λ∆t 0 0 µ∆t 1 − (λ + µ)∆t λ∆t 0 0 µ∆t 1 − (λ + µ)∆t λ∆t 0 0 µ∆t 1 − (λ + µ)∆t ... ... ... ...
62
... ... ... ... ...
.
Zavedeme-li matici intenzity pˇrechod˚ u obvykl´ym zp˚ usobem, −λ λ 0 0 µ −(λ + µ) λ 0 µ −(λ + µ) λ A= 0 0 0 µ −(λ + µ) ... ... ... ...
ˇreˇs´ıme pak nekoneˇcnˇe velkou soustavu diferenci´aln´ıch rovnic,
... ... ... ... ...
,
˙ p(t) = Ap(t) s poˇc´ateˇcn´ı podm´ınkou a normovac´ı podm´ınkou X pi = 1. ∀i
Tuto soustavu lze ˇreˇsit, ovˇsem komplikovanˇe. Proto se zde budeme vˇenovat hled´an´ı ust´alen´eho reˇzimu. Je nutn´e urˇcit, zda a za jak´ych podm´ınek stacion´arn´ı reˇzim pro dan´y SHO existuje. Pro uvaˇzovan´y pˇr´ıpad SHO lze urˇcit podm´ınku existence stacion´arn´ıho reˇzimu logickou u ´ vahou. V syst´emu se nebudou hromadit poˇzadavky pouze v pˇr´ıpadˇe, ˇze obsluˇzn´y kan´al je schopen za jednotku ˇcasu odbavit v´ıce poˇzadavk˚ u, neˇz kolik jich m˚ uˇze za danou dobu pˇrij´ıt, tj. mus´ı platit λ < µ. Z n´asleduj´ıc´ıho postupu vyplyne, ˇze je to postaˇcuj´ıc´ı podm´ınka pro existenci stacion´arn´ıho ˇreˇsen´ı. Pˇredpokl´adejme nyn´ı, ˇze stacion´arn´ı ˇreˇsen´ı existuje. Hled´ame ˇreˇsen´ı soustavy line´arn´ıch rovnic Ap = 0, X pi = 1. ∀i
Pokud si uvedenou soustavu rovnic vyj´adˇr´ıme, dost´av´ame: −λp0 + µp1 = 0 λp0 − (λ + µ)p1 + µp2 = 0 λp1 − (λ + µ)p2 + µp3 = 0 ... λpk−1 − (λ + µ)pk + µpk+1 = 0 ... (3.6) Pokusme se nal´ezt ˇreˇsen´ı rekurentn´ım postupem. Definujme ̺ = µλ . Z prvn´ı rovnice dost´av´ame p1 = ̺p0 , dosazen´ım do druh´e je po u ´ pravˇe (proved’te) p2 = ̺2 p0 . Opakov´an´ım tohoto postupu dost´av´ame pro k-t´y stav pk = ̺k p0 . 63
Dosazen´ım tohoto vztahu do normovac´ı podm´ınky pak lze z´ıskat vztah pro p0 , X p0 ̺k = 1. ∀i
Jak zn´amo, nekoneˇcn´a geometrick´a ˇrada konverguje, pokud ̺ < 1. Potom je souˇcet roven X
1 . 1−̺
̺k =
∀i
Rozloˇzen´ı pravdˇepodobnosti stavu 0 je tedy p0 = 1 − ̺, pro ostatn´ı stavy pak plat´ı pk = ̺k (1 − ̺), k = 0, 1, 2, ... Rozdˇelen´ı pravdˇepodobnost´ı m´a geometrick´e rozdˇelen´ı. Z definice ̺ pak plyne, ˇze podm´ınka konvergence ˇrady ̺ < 1 je ekvivalentn´ı podm´ınce λ < µ. Podm´ınku konvergence ˇrady ̺ < 1 t´eˇz naz´yv´ame podm´ınkou stability syst´emu. Odvozen´ı z´akladn´ıch charakteristik analyzovan´eho SHO: • stˇredn´ı hodnota poˇctu poˇzadavk˚ u v SHO - ns ns =
∞ X k=0
= (1 − ̺)̺
d d̺
∞ X k=0
k · pk = (1 − ̺)
̺k = (1 − ̺)̺
d d̺
1 1−̺
∞ X k=0
k
k.̺ = (1 − ̺)̺
= (1 − ̺)̺
∞ X
̺k−1 =
k=0
1 ̺ = , (1 − ̺)2 1−̺
• stˇredn´ı hodnota d´elky fronty nf nf =
∞ X k=0
k.pk+1 = ̺
∞ X k=0
k.pk = ̺E{ds } =
̺2 , 1−̺
• doba str´aven´a v syst´emu hromadn´e obsluhy ts
Uvaˇzujme, ˇze v okamˇziku t je v SHO k poˇzadavk˚ u a pr´avˇe pˇrich´az´ı nov´y (k + 1). Jak´a je hustota rozloˇzen´ı doby str´aven´e v SHO pr´avˇe pˇr´ıchoz´ıho poˇzadavku? Tento probl´em je nutn´e ˇreˇsit s ohledem na poˇcet poˇzadavk˚ u i, kter´e se jiˇz v SHO nach´az´ı.
a) i = 0: Doba str´aven´a v SHO je v tomto pˇr´ıpadˇe rovna dobˇe obsluhy poˇzadavku, tj. f (ts , 0) = µ.e−µts . Hustotu pravdˇepodobnosti lze popsat exponenci´aln´ım rozdˇelen´ım s intenzitou n´ahodn´eho jevu µ.
64
b) i = 1: Jeden poˇzadavek v obsluze a fronta je pr´azdn´a. Doba, kterou poˇzadavek str´av´ı v SHO, je rovna ts = τ1 + τ2 , kde • τ1 je doba dokonˇcen´ı obsluhy poˇzadavku v obsluˇzn´em kan´ale. Jiˇz v´ıme, ˇze tato doba m´a exponenci´aln´ı rozdˇelen´ı s intenzitou µ. • τ2 je doba obsluhy poˇzadavku, kter´a m´a opˇet exponenci´aln´ı rozdˇelen´ı s intenzitou µ. Doba ts bude m´ıt tud´ıˇz Erlangovo rozdˇelen´ı E2 , µts f (ts , 1) = µ.e−µts 1! c) i = k Doba kterou poˇzadavek str´av´ı v SHO je ts = τ1 + τ2 + ... + τk+1 , kde jsou • τ1 doba dokonˇcen´ı obsluhy poˇzadavku v obsluˇzn´em kan´ale, • τ2 , ..., τk doba obsluhy poˇzadavk˚ u nach´azej´ıc´ıch se ve frontˇe, • τk+1 obsluha pˇr´ıchoz´ıho poˇzadavku. Doba ts m´a v tomto pˇr´ıpadˇe Erlangovo rozdˇelen´ı s parametrem k, (µts )k . k! Na z´akladˇe v´yˇse uveden´ych skuteˇcnost´ı a poznatk˚ u teorie pravdˇepodobnosti je rozdˇelen´ı pravdˇepodobnosti doby obsluhy d´ano vztahem f (ts , k) = µ.e−µts
ts =
∞ X
f (t, k)pk =
k=0
∞ X
µ.e−µts
k=0
= (1 − ̺)µe−µts
∞ X (̺µts )k
k=0 −(µ−λ)ts
= (µ − λ)e
k!
(µts )k (1 − ̺)̺k = k!
= (µ − λ)e−µts eλts =
.
Z pˇredchoz´ıho odvozen´ı je vidˇet, ˇze ts m´a exponenci´aln´ı rozdˇelen´ı pravdˇepodobnosti. Plat´ı tud´ıˇz 1 ts = , µ−λ
4. doba str´aven´a ve frontˇe tf
Lze ji odvodit analogicky k dobˇe str´aven´e v SHO. M˚ uˇzeme vˇsak vyuˇz´ıt vztahu, kter´y plat´ı mezi dobou str´avenou ve frontˇe a v SHO, ts = tf + τ, kde τ je doba str´aven´a poˇzadavkem v obsluˇzn´em kan´ale. Protoˇze jsou tyto veliˇciny navz´ajem nez´avisl´e, plat´ı tento vztah i pro stˇredn´ı hodnoty, lze tedy ps´at tf = ts −
1 1 = ... = ̺ = ̺ts , µ µ−λ 65
Zrekapitulujme nyn´ı vztahy pro v´ypoˇcet nejd˚ uleˇzitˇejˇs´ıch charakteristik syst´emu: • stˇredn´ı hodnota poˇctu poˇzadavk˚ u v SHO - ns ns =
̺ , 1−̺
• stˇredn´ı hodnota d´elky fronty nf nf =
̺2 , 1−̺
• doba str´aven´a v syst´emu hromadn´e obsluhy ts ts = • doba str´aven´a ve frontˇe tf
1 , µ−λ
tf = ̺ts ,
• doba obsluhy tob
Doba obsluhy m´a exponenci´aln´ı rozdˇelen´ı s parametrem µ, tud´ıˇz plat´ı tob =
1 , µ
• doba souvisl´eho prostoje tp
Doba souvisl´eho prostoje nez´avis´ı na rychlosti obsluhy. Kdyˇz se ˇcinnost kan´alu obsluhy zastav´ı, ˇcek´a dokud nepˇrijde dalˇs´ı poˇzadavek. V d˚ usledku toho, ˇze intenzita vstupn´ıho toku je λ, potom doba souvisl´eho prostoje m´a exponenci´aln´ı rozdˇelen´ı pravdˇepodobnosti s parametrem λ. M˚ uˇzeme tedy ps´at 1 tp = , λ
• doba souvisl´e pr´ace pracoviˇstˇe tz
tz =
1 , µ−λ
M/M/n/∞ Jako posledn´ı budeme analyzovat SHO s n obsluˇzn´ymi kan´aly a neomezenou d´elkou fronty typu FIFO. Pro jednoduchost pˇredpokl´adejme, ˇze vˇsechny paraleln´ı kan´aly maj´ı stejnou intenzitu obsluhy µ. Graf pˇrechod˚ u je na obr. 3.7. Nebudeme zde analyzovat ˇreˇsen´ı soustavy diferenci´aln´ıch rovnic a opˇet se zamˇeˇr´ıme na stacion´arn´ı ˇreˇsen´ı. Je nutno formulovat podm´ınku existence stacion´arn´ıho ˇreˇsen´ı, kterou lze odvodit analogick´ym zp˚ usobem jako v pˇr´ıpadˇe syst´emu M/M/1/1. Podm´ınku existence stacion´arn´ıho reˇzimu lze tak´e naj´ıt cestou zobecnˇen´e podm´ınky pro syst´em M/M/1/1. Uvaˇzovan´y model SHO s n paraleln´ımi kan´aly s intenzitami µ lze nahradit syst´emem s jedn´ım kan´alem obsluhy s intenzitou nµ. Intenzita provozu takov´eho syst´emu je urˇcena vztahem ̺¯ =
λ ̺ = , n nµ 66
Obr´azek 3.7: Graf pˇrechod˚ u syst´emu M/M/n/∞. pˇriˇcemˇz zobecnˇen´ı pro kan´aly s r˚ uzn´ymi intenzitami µi, i ∈ n ˆ je λ ̺¯ = Pn
k=1 µi
Stacion´arn´ı ˇreˇsen´ı (jak tohoto jednokan´alov´eho, tak p˚ uvodn´ıho syst´emu) existuje tehdy a jen tehdy, pokud plat´ı ̺¯ < 1. Hled´an´ı ˇreˇsen´ı odpov´ıdaj´ıc´ı soustavy algebraick´ych rovnic pom˚ uˇze zjednoduˇsit podrobnˇejˇs´ı anal´yza grafu pˇrechod˚ u. Ten je moˇzn´e rozdˇelit na dvˇe ˇc´asti, na ˇc´ast pro k ≤ n, analogickou se syst´emem M/M/n/n, a na ˇc´ast pro k > n, analogickou se syst´emem M/M/1/∞, ve kter´em nahrad´ıme n paraleln´ıch kan´al˚ u jedn´ım kan´alem s intenzitou obsluhy µ ¯ = nµ. Rozdˇelen´ı pravdˇepodobnosti stav˚ u je ̺k p0 , k = 0, 1, ..., n − 1, k! ̺k nn p0 , k ≥ n. = nk n!
pk =
V´yˇse uveden´e vztahy opˇet dosad´ıme do normovac´ı podm´ınky ∞ X
pk = 1
k=0
a po u ´ pravˇe dostaneme vztah pro rozloˇzen´ı pravdˇepodobnost´ı pr´azdn´eho syst´emu, " n−1 #−1 X ̺k ̺n n p0 = . + k! (n − ̺)n! k=0
67
Anal´yza charakteristik SHO se provede analogicky jako v pˇr´ıpadˇe M/M/1/∞. Uvedeme nyn´ı vztahy pro v´ypoˇcet nejd˚ uleˇzitˇejˇs´ıch charakteristik syst´emu: • pravdˇepodobnosti poˇctu jednotek v syst´emu: p0 =
1 ̺n ̺ n!(1− n )
+
̺i i=0 i!
Pn−1
pi =
̺i · p0 pro i = 1, 2, ..., n i!
pi =
̺i · p0 pro i > n n! · ni−n
• stˇredn´ı hodnota d´elky fronty nf : nf =
̺n+1 n · n! 1 −
• stˇredn´ı hodnota poˇctu poˇzadavk˚ u v SHO ns :
̺ 2 n
ns = nf + ̺ • doba str´aven´a v SHO ts : ts = tf +
68
1 µ
· p0
Cviˇ cen´ı a pˇ r´ıklady Cviˇ cen´ı. 1. Vyˇreˇste soustavu diferenci´aln´ıch rovnic (3.2). ˇ sen´ı: * Reˇ Z vˇety o u ´ pln´e pravdˇepodobnosti vypl´yv´a, ˇze p0 (t) + p1 (t) = 1. Provedeme substituci za druhou nezn´amou a dostaneme
ˇ sen´ım rovnice je Reˇ p0 (t) = p0 (0)e−(λ+µ).t + µ
p0˙(t) = −(λ + µ)p0 (t) + µ. Rt 0
e−(λ+µ).τ dτ == p0 (0)e−(λ+µ).t +
µ λ+µ
ˇ sen´ı p1 (t) se nalezne analogicky. Reˇ
1 − e−(λ+µ).t .
Pˇ r´ıklady. 2. Uvaˇzujme informaˇcn´ı stˇredisko, kam pˇrich´az´ı v pr˚ umˇeru kaˇzd´e 2 minuty hovor. Pr˚ umˇern´a doba trv´an´ı hovoru je 0,8 min. Pˇredpokl´ad´ame, ˇze vstupn´ı tok je poissonovsk´y a doba obsluhy m´a exponenci´aln´ı rozloˇzen´ı pravdˇepodobnosti. Urˇcete: – jak´e procento poˇzadavk˚ u bude obslouˇzeno, tj. relativn´ı kapacitu, – kolik hovor˚ u bud obslouˇzeno za minutu, tj. absolutn´ı kapacitu, – pravdˇepodobnost odm´ıtnut´ı novˇe pˇr´ıchoz´ıho poˇzadavku, – nomin´aln´ı kapacitu (absolutn´ı), tj. kolik hovor˚ u za jednotku ˇcasu by se mohlo uskuteˇcnit pˇri deterministick´em ˇrazen´ı hovor˚ u. 3. V ˇcek´arnˇe u l´ekaˇre je 6 stoliˇcek, ostatn´ı pacienti musej´ı ˇcekat ve stoje. V pr˚ umˇeru jsou ˇ to 3 pacienti. Pˇr´ıchod pacient˚ u je n´ahodn´a promˇenn´a s Poissonovsk´ym rozdˇelen´ım. Cas ´ prohl´ıdky m´a exponenci´aln´ı rozdˇelen´ı s pr˚ umˇernou dobou 15 minut. Ukolem je urˇcit: – pravdˇepodobnost, ˇze pˇr´ıchoz´ı pacient najde l´ekaˇre obsazen´eho, – ˇcas, kter´y pacient str´av´ı u l´ekaˇre, – pravdˇepodobnost, ˇze pacient bude muset ze zaˇc´atku ˇcekat ve stoje. 4. Pˇredpokl´adejte vstupn´ı kontrolu pˇri vstupu do z´abavn´ıho parku. Ta je prov´adˇena tˇremi stejnˇe zdatn´ymi pracovn´ıky ochranky. N´avˇstˇevn´ık je kontrolov´an v pˇr´ıpadˇe, ˇze nˇekter´y z pracovnik˚ u ochranky je voln´y, jinak proch´az´ı bez kontroly. Pˇredpokl´adejme, ˇze pracovn´ıci dohromady zvl´adnou zkontrolovat bˇehem hodiny 9 n´avˇstˇevn´ık˚ u. D´ale pˇredpokl´ad´ame, ˇze n´avˇstˇevnic´ı chod´ı jednotlivˇe a bˇehem hodiny pˇrijdou pˇribliˇznˇe 4. Urˇcete: 69
– pr˚ umˇern´y poˇcet z´akazn´ık˚ u, kteˇri do z´abavn´ıho parku vstoup´ı bez kontroly, – pravdˇepodobnost, ˇze se v´am podaˇr´ı proj´ıt bez kontroly. 5. Uvaˇzujme sluˇzbu vyhled´av´an´ı telefonn´ıch ˇc´ısel se 2 linkami. V pˇr´ıpadˇe alespoˇ n jedn´e voln´e linky je novˇe pˇr´ıchoz´ı hovor na tuto linku pˇresmˇerov´an. V pˇr´ıpadˇe obou voln´ych linek je u ´ˇcastn´ık pˇrepojen na prvn´ı linku. V opaˇcn´em pˇr´ıpadˇe se u ´ stˇredna hl´as´ı obsazovacim t´onem. Pˇredpokl´adejme intenzitu pˇr´ıchod˚ u hovor˚ u 10 za hodinu. Oper´atorka u prvn´ı linky je zdatnˇejˇs´ı a zvl´adne za hodinu odbavit 20 hovor˚ u. Op´er´atorka u druh´e linky pak pouze 15 hovor˚ u za hodinu. Urˇcete vyuˇzit´ı centr´aly a d´ale pak jednotliv´ych oper´atorek. 6. Stanice technick´e kontroly je vybaven´a dvˇema zkuˇsebn´ımi rampami. V hale je d´ale vyhrazeno jedno m´ısto pro parkov´an´ı vozidla ˇcekaj´ıc´ıho na kontrolu. Ostatn´ı vozidla jsou odmitnuta. Zkuˇsebn´ı rampy jsou obsazov´any zcela n´ahodnˇe, pˇr´ıˇcemˇz na prvn´ı modernˇejˇs´ı je moˇzn´e zkontrolovat 5 vozidel za den, na druh´e zastaralejˇs´ı jen 4. Na stanici technick´e kontroly se v pr˚ umˇeru objev´ı 6 vozidel dennˇe. Urˇcete: – pravdˇepodobnost u ´ spˇeˇsn´eho vyˇr´ızen´ı poˇzadavku na technickou kontrolu, – pr˚ umˇern´y poˇcet aut v STK, – vyuˇzit´ı modernˇejˇs´ı zkuˇsebn´ı rampy. 7. Chirurg na poliklinice je schopen vyˇsetˇrit v pr˚ umˇeru 25 pacient˚ u dennˇe. Ordinace je vybavena velice malou ˇcek´arnou, kter´a pojme jednoho sed´ıciho a dva stojic´ı pacienty. Ti, co se do ˇcek´arny nevejdou, odch´azej´ı k jin´emu l´ekaˇri. V pr˚ umˇeru se dennˇe vyskytne 20 pacient˚ u poˇzaduj´ıc´ıch oˇsetˇren´ı. Urˇcete: – pr˚ umˇern´y poˇcet pacient˚ u ˇcekaj´ıc´ıch v ˇcek´arnˇe, – pravdˇepodobnost, ˇze novˇe pˇr´ıchoz´ı pacient najde ˇcek´arnu zcela pr´azdnou, – pravdˇepodobnost, ˇze ˇcek´arna bude zaplnˇena. 8. Uvaˇzujme malou v´yrobn´ı firmu. Ta vyuˇz´ıv´a k produkci vlastnich v´yrobk˚ u ˇctyˇr horizont´alnich fr´ezek. Jejich u ´ drˇzbou je povˇeˇren jeden pracovnik, kter´y dok´aˇze bˇeˇznou z´avadu odstranit bˇehem 1 hodiny. Pr˚ umˇern´a doba bezporuchov´eho provozu jedne fr´ezky je pˇribliˇznˇe 3,5 hodiny. Urˇcete: – kolik frez´ek je pˇribliˇznˇe v provozu a kolik jich je kv˚ uli poruˇse odstaveno, – pravdˇepodobnost toho, ˇze pˇri n´ahodn´e kontrole najdeme odpoˇc´ıvaj´ıc´ıho pracovn´ıka u ´ drˇzby. 9. Uvaˇzujme poˇc´ıtaˇcov´y syst´em objedn´avek a vyd´av´an´ı poloˇzek ze skladu. Syst´em je tvoˇren jedn´ım serverem zpracov´avaj´ıc´ım poˇzadavky, doplnˇen´ym bufferem na 1 poˇzadavek, a 3 stanicemi. Zpracov´an´ı jednoho poˇzadavku trv´a serveru pˇribliˇznˇe 1 sekundu, pˇr´ıˇcemˇz za hodinu vznikne na stanic´ıch pˇribliˇznˇe 50 dotaz˚ u. V pˇr´ıpadˇe zanepr´azdnˇen´ı serveru je novˇe pˇr´ıchoz´ı dotaz doˇcasnˇe uloˇzen v bufferu. Dalˇs´ı je pak odm´ıtnut jako nezpracovateln´y v dan´em okamˇziku. Urˇcete pravdˇepodobnost, ˇze vznikl´y poˇzadavek bude skuteˇcnˇe zpracov´an. 10. N´apojov´y automat, um´ıstˇen´y spolu s nˇekolika dalˇs´ımi v n´adraˇzn´ı budovˇe, obslouˇz´ı za den pˇribliˇznˇe 50 z´akazn´ık˚ u, pˇriˇcemˇz v´ydej n´apoje trv´a pˇribliˇznˇe 5 minut. Automat vˇsak potˇrebuje v pr˚ umˇeru dvakr´at dennˇe (pro zjednoduˇsen´ı nez´avisle na poˇctu obslouˇzen´ych
70
z´akazn´ık˚ u) doplnit v´ychoz´ı suroviny. Tato procedura zabere technikovi zhruba 1 hodinu. Vzhledem k tomu, ˇze toto nen´ı jedin´y automat, vyuˇz´ıvaj´ı potenci´aln´ı z´akazn´ıci v pˇr´ıpadˇe obsazen´ı automatu (jin´ym z´akazn´ıkem nebo u ´drˇzbou) nˇekter´y dalˇs´ı automat. Urˇcete pravdˇepodobnost pˇr´ıchodu z´akazn´ıka v dobˇe u ´drˇzby. 11. Uvaˇzujme kadeˇrnick´y sal´on zahrnuj´ıc´ı d´amsk´e i p´ansk´e kadeˇrnictv´ı. Do sal´onu pˇr´ıch´azej´ı p´ani a d´amy jak samostatnˇe, tak v p´arech. Z´akazn´ıci pˇr´ıch´azej´ı pˇribliˇznˇe kaˇzdou hodinu, 1 pˇriˇcemˇz pravdˇepodobnost pˇr´ıchodu muˇze je 14 , ˇzeny 23 a p´aru 12 . Uvaˇzujeme, ˇze v pˇr´ıpadˇe obsazen´ı odpov´ıdaj´ıc´ıho oddˇelen´ı z´akazn´ık sal´on opouˇst´ı a v pˇr´ıpadˇe p´aru opouˇst´ı sal´on cel´y p´ar. Obsluha v d´amsk´e ˇc´asti trv´a pˇribliˇznˇe 43 hodiny a v p´ansk´e ˇc´asti 14 hodiny. Urˇcete: – pravdˇepodobnost, ˇze pˇr´ıchoz´ı z´akazn´ık(ci) nebude obslouˇzen, – pravdˇepodobnost, ˇze pracuje d´amsk´a ˇc´ast, p´ansk´a a obˇe spoleˇcnˇe.
71
Kapitola 4 Teorie obnovy ´ Uvod Procesy obnovy zahrnuj´ıc´ı procesy u ´ drˇzby a nahrazov´an´ı jednotek (zaˇr´ızen´ı, vˇec´ı, v´yrobk˚ u) jsou studov´any pomoc´ı matematick´ych model˚ u v r´amci teorie obnovy s c´ılem jejich optimalizace, tj.nalezen´ı optim´aln´ı strategie obnovy. Pˇri ˇreˇsen´ı model˚ u obnovy se uplatˇ nuje matematick´a anal´yza, teorie pravdˇepodobnosti, matematick´e programov´an´ı, dynamick´e programov´an´ı a simulaˇcn´ı metody. Obnovou jednotky rozum´ınme jej´ı u ´ drˇzbu a nahrazov´an´ı. Rozezn´av´ame jednotky (prvky) • selh´ avaj´ıc´ı - jejich vlastnosti jsou prakticky nemˇenn´e, ale po urˇcit´e dobˇe dojde k selh´an´ı jednotky a k jej´ımu nahrazen´ı, • zastar´ avaj´ıc´ı - jejich vlastnosti se postupnˇe zhorˇsuj´ı a v d˚ usledku toho rostou n´aklady na ´ zbou se snaˇz´ıme udrˇzet v´yznamn´e jejich u ´ drˇzbu a sniˇzuj´ı se v´ynosy z jejich provozu. Udrˇ vlastnosti jednotky v pˇr´ıpustn´ych mez´ıch, coˇz m˚ uˇze b´yt po urˇcit´em ˇcase jiˇz nemoˇzn´e ˇci ekonomicky nev´yhodn´e a potom t´eˇz doch´az´ı k nahrazen´ı jednotky. Tomuto dˇelen´ı odpov´ıd´a v podstatˇe dˇelen´ı na • jednotky neopraviteln´ e - takov´e, kter´e nemohou b´yt opraveny, ˇci se neopravuj´ı (ˇz´arovky, procesor poˇc´ıtaˇce), • jednotky opraviteln´ e - takov´e, kter´e mohou b´yt v pˇr´ıpadˇe porucy opraveny (soustruh, automobil).
Charakteristiky proces˚ u obnovy Mˇejme soubor prvk˚ u stejn´eho typu (napˇr. ˇz´arovek, loˇzisek), ve kter´em jsou v d˚ usledku selh´an´ı jednotliv´e prvky nahrazov´any nov´ymi. Tento proces lze popsat na z´akladˇe statistick´eho pozorov´an´ı v´yvoje z´akladn´ıho souboru prvk˚ u. Zaved’me n´asleduj´ıc´ı veliˇciny: • t - vˇ ek prvku. M˚ uˇze b´yt vyj´adˇren v ˇcasov´ych jednotk´ach nebo poˇctem odpracovan´ych cykl˚ u (smˇen), jednotkami odpracovan´eho v´ykonu atd. • T -ˇ zivotnost (doba fungov´an´ı) prvku. • N(t) - poˇ cet prvk˚ u, kter´e funguj´ı v ˇ case t. 72
Pomoc´ı tˇechto zaveden´ych veliˇcin lze definovat z´akladn´ı pravdˇepodobnostn´ı charakteristiky souboru prvk˚ u. • Pravdˇepodobnost selh´ an´ı prvku ve vˇeku t: p(t) =
N(t) − N(t + 1) , N(0)
(4.1)
pravdˇepodobnost, ˇze n´ahodnˇe vybran´y prvek ze z´akladn´ıho souboru prvk˚ u (z N(0) prvk˚ u) selˇze v ˇcasov´em intervalu ht, t + 1), tj. pˇred dosaˇzen´ım vˇeku t + 1. • Pravdˇepodobnost pˇ reˇ zit´ı vˇ eku t: p(T > t) =
N(t) , N(0)
(4.2)
pravdˇepodobnost, ˇze n´ahodnˇe vybran´y prvek pˇreˇzije vˇek t. • Podm´ınˇ en´ a pravdˇepodobnost selh´an´ı: pc (t) =
N(t) − N(t + 1) , N(t)
(4.3)
pravdˇepodobnost, ˇze n´ahodnˇe vybran´y prvek, ze souboru prvk˚ u, kter´y se doˇzily vˇeku t (z N(t) prvk˚ u), selˇze v ˇcasov´em intervalu ht, t + 1). Protoˇze plat´ı N(t) N(t + 1) N(t) − N(t + 1) = − , N(0) N(0) N(0) m˚ uˇzeme vzhledem ke vztah˚ um (4.1), (4.2) ps´at, ˇze p(t) = p(T > t) − p(T > t + 1). Zcela jasnˇe mezi pravdˇepodobnost´ı pˇreˇzit´ı a pravdˇepodobnostmi selh´an´ı plat´ı vztah p(T > t) =
∞ X
p(k),
(4.4)
k=t
kter´y ˇr´ık´a, ˇze vˇsechny prvky, kter´e pˇreˇzij´ı ˇcas t, selˇzou v nˇekter´em z n´asleduj´ıc´ıch ˇcasov´ych krok˚ u. Na z´akladˇe rovnic (4.1), (4.2), (4.3) odvod´ıme vztah mezi jednotliv´ymi pravdˇepodobnostmi jako N (t)−N (t+1) p(t) N(t) − N(t + 1) N (0) = pc (t) = = . N (t) N(t) p(T > t) N (0)
Znalost rozdˇelen´ı pravdˇepodobnosti selh´an´ı p(t) umoˇzn ˇ uje stanovit stˇredn´ı dobu ˇzivotnosti prvku souboru t¯, tj. stˇredn´ı dobu, kter´a uplyne od poˇc´atku fungov´an´ı prvku do jeho selh´an´ı. Pro stˇredn´ı dobu ˇzivotnosti t¯ plat´ı vztah t¯ =
∞ X
(t + 1)p(t).
t=0
73
(4.5)
Uveden´y vztah vypl´yv´a z u ´ vahy: z N(0) prvk˚ u v ˇcase t = 0 fungovalo jen jedno obdob´ı N(0)p(0) prvk˚ u, jen dvˇe obdob´ı N(0)p(1) prvk˚ u, obecnˇe jen t obdob´ı fungovalo N(0)p(t − 1) prvk˚ u. Celkem tedy tyto prvky fungovaly N(0)p(0) + 2N(0)p(1) + 3N(0)p(2) + ...(t + 1)N(0)p(t) + ...(∞)N(0)p(∞) obdob´ı. Na jeden prvek tedy pˇripad´a stˇredn´ı ˇzivotnost (tj. stˇredn´ı poˇcet odpracovan´ych obdob´ı) 1 (N(0)p(0) + 2N(0)p(1) + 3N(0)p(2) + ...(t + 1)N(0)p(t) + ...(∞)N(0)p(∞)) . N(0) Po u ´ pravˇe posledn´ıho v´yrazu dost´av´ame vztah (4.5). Vzhledem k platnosti vztahu (4.4) m˚ uˇzeme ps´at tak´e ∞ X ¯ t= p(T > t). (4.6) t=0
V pˇr´ıpadˇe, ˇze je ud´ana maxim´aln´ı ˇzivotnost prvku, tzv. demont´ aˇ zn´ı vˇ ek d, doch´az´ı k obnovˇe prvku, jakmile prvek tohoto vˇeku dos´ahne, bez ohledu na jeho skuteˇcn´y stav. Potom pˇri v´ypoˇctu stˇredn´ı doby ˇzivotnosti pouˇz´ıv´ame modifikovan´e vztahy (4.5), (4.6), kter´e m˚ uˇzeme zapsat jako t¯d =
d−1 X
(t + 1)p(t) +
t=0
t¯d =
d−1 X
∞ X
p(t),
(4.7)
t=d
p(T > t).
(4.8)
t=0
Rovnice procesu obnovy Pro odvozen´ı tzv. rovnice procesu obnovy uvaˇzujme n´asleduj´ıc´ı pˇredpoklady: • prvky dan´eho souboru prvk˚ u jsou obnovov´any na konci obdob´ı, v nˇemˇz dojde k jejich selh´an´ı, • zn´ame pravdˇepodobnostn´ı rozdˇelen´ı selh´an´ı prvk˚ u p(t) v ˇcase, • je stanoven demont´aˇzn´ı vˇek d. Oznaˇcme N0 (t−1) poˇcet prvk˚ u, kter´e jsou obnovov´any v (t−1)t´em obdob´ı, obecnˇe je N0 (t−n) poˇcet prvk˚ u obnovovan´ych v (t − n)t´em obdob´ı. Ponˇevadˇz p(0) ud´av´a relativn´ı poˇcet prvk˚ u, kter´e selh´avaj´ı bˇehem prvn´ıho obdob´ı fungov´an´ı, pak souˇcin N0 (t − 1)p(0) ud´av´a poˇcet prvk˚ u, kter´e byly vymˇenˇeny v (t − 1)t´em obdob´ı a musej´ı b´yt znova vymˇenˇeny v t-t´em obdob´ı. Podobnˇe p(1) ud´av´a relativn´ı poˇcet prvk˚ u, kter´e selh´avaj´ı bˇehem druh´eho obdob´ı fungov´an´ı, a potom N0 (t − 2)p(1)
ud´av´a poˇcet prvk˚ u, kter´e byly vymˇenˇeny v (t − 2)t´em obdob´ı a musej´ı b´yt znova vymˇenˇeny v t-t´em obdob´ı. Na z´akladˇe uveden´eho m˚ uˇzeme celkov´y poˇcet prvk˚ u N0 (t), kter´y je nutno obnovit v t-t´em obdob´ı, vyj´adˇrit jako N0 (t) = N0 (t − 1)p(0) + N0 (t − 2)p(1) + ... + N0 (t − d)p(d − 1). 74
(4.9)
Rovnici (4.9) naz´yv´ame z´akladn´ı rovnic´ı teorie obnovy a vyjadˇruje podm´ınku prost´e reprodukce soubor˚ u s obnovovan´ymi prvky. Rovnici jsme odvodili za pˇredpokladu, ˇze obnova prob´ıh´a v pln´em vˇekov´em strukturn´ım sloˇzen´ı z´akladn´ıho souboru, tj. ˇze soubor obsahuje prvky s vˇekem v cel´em intervalu, t ∈ h0, di. Kdybychom chtˇeli popsat proces obnovy v souboru pr´avˇe vytvoˇren´em, tj. kdyˇz v okamˇziku t = 0 maj´ı vˇsechny prvky vˇek 0, v ˇcase t = 1 maj´ı nejstarˇs´ı prvky vˇek 1, v ˇcase t = 2 maj´ı nejstarˇs´ı prvky vˇek 2 atd., pak pro t < d dost´av´ame rovnice obnovy v tzv. ”useknut´e” formˇe. M˚ uˇzeme je ps´at ve tvaru N0 (1) = N0 (0)p(0), N0 (2) = N0 (1)p(0) + N0 (0)p(1), .. . N0 (d − 1) = N0 (d − 2)p(0) + N0 (d − 3)p(1) + ... + N0 (0)p(d − 2).
(4.10)
Rovnice (4.9), (4.13) tvoˇr´ı soustavu rekurentn´ıch vztah˚ u pro postupn´y v´ypoˇcet poˇctu prvk˚ u nutn´ych k obnovˇe v libovoln´em obdob´ı ˇcinnosti syst´emu. V d˚ usledku nestejn´e ˇzivotnosti jednotliv´ych prvk˚ u souboru doch´az´ı v procesu obnovy k u ´ tlumu cykliˇcnosti. Po urˇcit´e dobˇe doch´az´ı k ust´alen´ı vˇekov´e struktury sloˇzen´ı souboru a t´ım i k ust´alen´ı poˇctu pravidelnˇe obnovovan´ych prvk˚ u. Tomuto stavu ˇr´ık´ame stabilizovan´ y (rovnomˇern´y) proces obnovy. Pˇredpokl´adejme, ˇze z´akladn´ı soubor v ˇcase t obsahuje N funguj´ıc´ıch prvk˚ u r˚ uzn´eho vˇeku. Plat´ı rovnice N = N0 (t − 1)p(T > 0) + N0 (t − 2)p(T > 1) + ... + N0 (t − d)p(T > d − 1).
(4.11)
Ta n´am ˇr´ık´a, ˇze poˇcet prvk˚ u, kter´e pˇreˇzily jedno obdob´ı, je d´an vztahem N0 (t − 1)p(T > 0), obecnˇe, ˇze prvk˚ u, kter´e pˇreˇzily n obdob´ı, je N0 (t − n)p(T > n). Ve stabilizovan´em procesu obnovy je poˇcet obnovovan´ych prvk˚ u v kaˇzd´em obdob´ı stejn´y, takˇze plat´ı N0 (t) = N0 (t − 1) = N0 (t − 2) = ... = N0 (t − d). Potom lze rovnici (4.11) zapsat ve tvaru N0 (t) [p(T > 0) + p(T > 1) + ... + p(T > d − 1)] = N. S ohledem na platnost (4.8) dost´av´ame v´yraz N0 (t)t¯ = N, kter´y m˚ uˇzeme upravit na tvar
¯0 (t) = N . N t¯
(4.12)
¯0 (t) naz´yv´ame limitn´ı hodnotou obnovy a vyjadˇruje poˇcet prvk˚ Hodnotu N u, kter´e je nutn´e vymˇenit v kaˇzd´em ˇcasov´em obdob´ı ve stabilizovan´em procesu obnovy. Pˇ r´ıklad. Pˇrevzato z [7]. Komun´aln´ı podnik mˇesta m´a na starost u ´drˇzbu veˇrejn´eho osvˇetlen´ı. Veden´ı mˇesta se rozhodlo pro modernizaci a st´avaj´ıc´ı v´ybojky byly nar´az vymˇenˇeny za nov´y typ. Veˇrejn´e osvˇetlen´ı se skl´ad´a celkem z 3000 v´ybojek. Poˇcet v´ybojek funguj´ıc´ıch na konci ´ kaˇzd´eho roku ud´av´a tab. 4.1. Ukolem je zjistit, kolik v´ybojek mus´ı komun´aln´ı podnik kaˇzd´y rok objednat, aby byla zachov´ana funkˇcnost veˇrejn´eho osvˇetlen´ı. Demont´aˇzn´ı vˇek nebudeme zat´ım uvaˇzovat.
75
t [rok] 0 1 2 3 4 5 6
N(t) [ks] 3000 2700 2300 1600 800 300 0
N(t) − N(t + 1)[ks] 300 400 700 800 500 300 0
p(t) p(T > t 0,1000 1,0000 0,1333 0,9000 0,2333 0,7667 0,2667 0,5333 0,1667 0,2667 0,1000 0,1000 0,0000 0,0000
pc (t) 0,1000 0,1481 0,3043 0,5000 0,6250 1,0000 -
Tabulka 4.1: Pravdˇepodobnostn´ı charakteristiky v´ybojek. t [rok] 1 2 3 4 5
N0 (t) [ks] 300 430 783 1006 885
t [rok] 6 7 8 9 10
N0 (t) [ks] 870 751 840 869 855
Tabulka 4.2: Poˇcty obnovovan´ych v´ybojek v jednotliv´ych letech. ˇ sen´ı: Reˇ Dosazen´ım do vzorc˚ u (4.1), (4.2), (4.3) vypoˇc´ıt´ame pravdˇepodobnost selh´an´ı, pravdˇepodobnost pˇreˇzit´ı a podm´ınˇen´e pravdˇepodobnosti selh´an´ı - viz tab. 4.1. Stˇredn´ı doba ˇzivotnosti v´ybojky je t¯ =
6 X
p(T > t) = 1 + 0, 90 + ... + 0, 10 = 3, 57 roku.
t=0
Poˇcty v´ybojek, kter´e je nutno kaˇzd´y rok vymˇenit, z´ısk´ame pomoc´ı rekurentn´ıch vztah˚ u (4.13), ’ nebot pˇri modernizaci byly vˇsechny v´ybojky vymˇenˇeny. Tedy N0 (0) = 3000 ks, N0 (1) = N0 (0)p(0) = 3000 · 0, 10 = 300 ks, N0 (2) = N0 (1)p(0) + N0 (0)p(1) = 300 · 0, 10 + 3000 · 0, 1333 = 433 ks, ... Poˇcty obnovovan´ych v´ybojek jsou uvedeny v tab. 4.2. Z n´ı je patrn´e, ˇze v prvn´ıch letech m´a proces obnovy v´yraznˇe cyklick´y charakter. Ke konci sledovan´eho obdob´ı se vˇsak poˇcty obnovovan´ych v´ybojek ustaluj´ı. Pokud bychom ve v´ypoˇctu pokraˇcovali i pro delˇs´ı ˇcasov´y horizont, st´ale v´ıce bychom se bl´ıˇzili limitn´ı hodnotˇe dan´e vztahem (4.12), kter´a ud´av´a poˇcet prvk˚ u pˇri stabilizovan´em procesu obnovy, v naˇsem pˇr´ıpadˇe je N 3000 N¯0 (t) = = 841 ks/rok. = 3, 57 t¯
76
Nyn´ı pozmˇen´ıme zad´an´ı pˇr´ıkladu tak, ˇze budeme uvaˇzovat demont´aˇzn´ı vˇek v´ybojek o d´elce 4 roky. Uv´aˇzen´ı demont´aˇzn´ıho vˇeku se projev´ı na d´elce stˇredn´ı doby ˇzivotnosti, t¯d =
d−1 X
p(T > t) = 1 + 0, 90 + 0, 7667 + 0, 5333 = 3, 2 roku.
t=0
Stejnˇe tak se zaveden´ı demont´aˇzn´ıho vˇeku projev´ı na poˇctech obnovovan´ych v´ybojek. V souladu se vztahem 4.13 budou poˇcty obnovovan´ych v´ybojek s p˚ uvodn´ım zad´an´ım shodn´e v prvn´ıch tˇrech letech, v n´asleduj´ıc´ıch letech se ve v´ypoˇctu ale jiˇz projev´ı demont´aˇzn´ı vˇek, NO (4) = NO (3)p(0) + NO (2)p(1) + NO (1)p(2) + NO (0)p(3) + NO (0)p(T > 4) = 1806 ks NO (5) = NO (4)p(0) + NO (3)p(1) + NO (2)p(2) + NO (1)p(3) + NO (1)p(T > 4) = 546 ks NO (6) = NO (5)p(0) + NO (4)p(1) + NO (3)p(2) + NO (2)p(3) + NO (2)p(T > 4) = 708 ks .. . Limitn´ı hodnota obnovy se s uv´aˇzen´ım demont´aˇzn´ıho vˇeku vyj´adˇr´ı jako N 3000 N¯0 (t) = = 938 ks/rok. = ¯ 3, 2 td K t´eto hodnotˇe bude konvergovat posloupnost poˇctu obnovovan´ych prvk˚ u v jednotliv´ych letech.
Procesy obnovy a jejich modely Obnova zaˇ r´ızen´ı z hlediska n´ aklad˚ u pˇ ri jeho selh´ an´ı Jednou ze z´akladn´ıch u ´ loh teorie obnovy je stanoven´ı optim´aln´ı doby provozu zaˇr´ızen´ı, pˇri jej´ımˇz dosaˇzen´ı je u ´ˇceln´e prvek vymˇenit za u ´ˇcelem minimalizace n´aklad˚ u na provoz zaˇr´ızen´ı. Princip ˇreˇsen´ı spoˇc´ıv´a ve formulaci jednotkov´ych n´aklad˚ u na provoz a obnovu zaˇr´ızen´ı v z´avislosti na promˇenn´e hodnotˇe technick´eho stavu zaˇr´ızen´ı a v nalezen´ı minim´aln´ı hodnoty tˇechto n´aklad˚ u. Pˇredpokl´adejme, ˇze pro urˇcit´e zaˇr´ızen´ı (prvek) je zn´amo pravdˇepodobnostn´ı rozdˇelen´ı jeho dob selh´an´ı p(t) a zn´ame n´asleduj´ıc´ı n´aklady: • c1 - n´aklady na obnovu zaˇr´ızen´ı, je-li uskuteˇcnˇena v dobˇe mimo provoz zaˇr´ızen´ı (n´aklady na pl´anovanou obnovu), • c2 - n´aklady a ztr´aty vznikl´e v d˚ usledku selh´an´ı zaˇr´ızen´ı (n´aklady na nepl´anovanou – poruchovou obnovu). Stanov´ıme optim´aln´ı cyklus obnovy (optim´aln´ı dobu provozu zaˇr´ızen´ı) D za dostateˇcnˇe dlouhou dobu H (tzv. pl´anovac´ı horizont). Doba pl´anovac´ıho horizontu je v´yraznˇe delˇs´ı neˇz optim´aln´ı cyklus obnovy (H >> D). Oznaˇc´ıme-li stˇredn´ı ˇzivotnost zaˇr´ızen´ı pˇri stanoven´ı doby D symbolem t¯D , pak lze vyj´adˇrit celkov´y poˇcet obnov zaˇr´ızen´ı bˇehem doby H pod´ılem t¯HD . Z toho poˇcet pl´anovan´ych obnov je d´an v´yrazem H p(T > D), t¯D
77
kde p(T > D) je pravdˇepodobnost, ˇze se zaˇr´ızen´ı doˇzije alespoˇ n vˇeku D. Poˇcet nepl´anovan´ych obnov zaˇr´ızen´ı je d´an v´yrazem H H p(T ≤ D) = (1 − p(T > D)) . ¯ ¯ tD tD Celkov´e n´aklady, kter´e si vyˇz´adaj´ı pl´anovan´e i nepl´anovan´e obnovy zaˇr´ızen´ı bˇehem doby H, jsou tedy d´any vztahem Nc = c1
H H p(T > D) + c2 (1 − p(T > D)) . ¯ ¯ tD tD
(4.13)
Vztah (4.13) lze upravit do tvaru Nc =
H (p(T > D)(c1 − c2 ) + c2 ) . t¯D
(4.14)
Pokud nyn´ı vztah (4.14) vydˇel´ıme dobou H, z´ısk´ame hodnotu pr˚ umˇern´ych n´aklad˚ u Nc (D), pˇripadaj´ıc´ıch na jednotku ˇcasu, pˇri d´elce cyklu pl´anovan´e obnovy D jako Nc =
p(T > D)(c1 − c2 ) + c2 . t¯D
(4.15)
V´yraz m˚ uˇzeme s vyuˇzit´ım vztahu (4.8) upravit na tvar Nc =
p(T > D)(c1 − c2 ) + c2 . PD−1 p(T > t) t=0
(4.16)
Stanoven´ı optim´aln´ıho cyklu obnovy D lze prov´est na z´akladˇe vztahu (4.16) tak, ˇze postupnˇe klademe D = 1, 2, 3... a jako optim´aln´ı d´elku cyklu obnovy D vybereme takovou, pro n´ıˇz vztah (4.16) nab´yv´a minim´aln´ı hodnoty. Pˇ r´ıklad. Stanovme optim´aln´ı cyklus obnovy v´ybojek pro minul´y pˇr´ıklad. N´aklady, kter´e si vyˇz´ad´a pl´anovan´a v´ymˇena v´ybojky, jsou 760 Kˇc, pˇri nepl´anovan´e v´ymˇenˇe jsou n´aklady 1530 Kˇc. ˇ sen´ı: Reˇ Do vzorce (4.16) postupnˇe dosazujeme D = 1, 2, ... a v´ypoˇcet prov´ad´ıme, dokud nenajdeme minim´aln´ı v´yˇsi n´aklad˚ u. p(T > D)(c1 − c2 ) + c2 0, 90 · (760 − 1530) + 1530 = = 837 Kˇc, PD−1 1 t=0 p(T > t) 0, 7667 · (760 − 1530) + 1530 Nc (2) = = 495 Kˇc, 1 + 0, 9 .. . Nc (1) =
Vypoˇcten´e hodnoty Nc (D) jsou uvedeny v tabulce 4.3. Optim´aln´ı d´elka cyklu obnovy je 4 roky. V´ybojky by mˇely b´yt po ˇctvrt´em roce provozu vymˇenˇeny i v pˇr´ıpadˇe, ˇze jsou jeˇstˇe funkˇcn´ı. Stanovili jsme tak demont´aˇzn´ı vˇek, kter´y m´a zˇrejmˇe vliv na stˇredn´ı dobu ˇzivota v´ybojky, kter´a se vypoˇcte podle vztahu (4.8), na poˇcty obnovovan´ych v´ybojek v jednotliv´ych letech (viz vztahy (4.13)) a na limitn´ı hodnotu obnovy (vztah (4.12)). Jak se hodnoty uveden´ych veliˇcin zmˇen´ı v pˇr´ıpadˇe uv´aˇzen´ı demont´aˇzn´ıho vˇeku je uk´az´ano v pˇr´ıkladˇe z ˇc´asti vˇenovan´e rovnici procesu obnovy. 78
D [rok] 1 2 3
Nc (D) [Kˇc] 837 495 420
D [rok] 4 5 6
Nc (D) [Kˇc] 414 419 -
Tabulka 4.3: N´aklady pro cyklus obnovy d´elky D.
Obnova zaˇ r´ızen´ı z d˚ uvodu jeho opotˇ reben´ı V pˇredchoz´ı ˇc´asti jsme se vˇenovali stanoven´ı podm´ınek pro optim´aln´ı obnovu zaˇr´ızen´ı, jejichˇz ekonomick´e provozn´ı charakteristiky (v´ykonnost, n´aklady na provoz apod.) se s ˇcasem nemˇen´ı. Nyn´ı se budeme vˇenovat problematice obnovy zaˇr´ızen´ı, jejichˇz ekonomick´e provozn´ı charakteristiky se s ˇcasem mˇen´ı – zhorˇsuj´ı se. Kaˇzd´e zaˇr´ızen´ı se s vˇekem opotˇrebov´av´a. Kles´a jeho v´ykonnost, rostou n´aklady na u ´ drˇzbu a opravy. Tyto skuteˇcnosti zp˚ usobuj´ı, ˇze je v´yhodnˇejˇs´ı vymˇenit zaˇr´ızen´ı dˇr´ıve, neˇz je zcela opotˇrebov´ano. Optim´aln´ı dobu ekonomick´e ˇzivotnosti (pouˇzitelnosti) zaˇr´ızen´ı, tj. dobu, po kterou je pro n´as ekonomicky v´yhodn´e zaˇr´ızen´ı pouˇz´ıvat, stanovujeme zpravidla s ohledem na: • n´aklady na poˇr´ızen´ı nov´eho zaˇz´ızen´ı, • n´aklady na provoz, • n´aklady na u ´ drˇzbu a opravy zaˇr´ızen´ı, • v´ynosy. V´ypoˇcet optim´aln´ı doby ekonomick´e ˇzivotnosti zaˇr´ızen´ı je r˚ uzn´y podle toho, kter´e z uveden´ych veliˇcin do v´ypoˇctu zahrneme. Pokud budeme pˇredpokl´adat, ˇze v budoucnu bude moˇzn´e poˇr´ıdit podobn´e zaˇr´ızen´ı za stejnou cenu, m˚ uˇzeme hledat optim´aln´ı dobu ˇzivotnosti s ohledem na n´aklady, kter´e jsou spojeny s provozem zaˇr´ızen´ı a s poˇr´ızen´ım nov´eho. Oznaˇcme • ci – n´aklady na u ´ drˇzbu a provoz v i-t´em roce, • st – z˚ ustatkov´a cena na konci t-t´eho roku, • K – poˇrizovac´ı cena nov´eho zaˇr´ızen´ı. Zn´ame-li tyto u ´ daje, m˚ uˇzeme prov´est kalkulaci celkov´ych n´aklad˚ u tvoˇren´ych souˇctem n´aklad˚ u na u ´ drˇzbu a provoz a amortizaˇcn´ıch n´aklad˚ u (rozd´ıl mezi poˇrizovac´ı a zbytkovou cenou v dobˇe v´ymˇeny). Celkov´e n´aklady Nt za t let provozu jsou d´any vztahem Nt =
t X i=1
ci + K − st .
Pr˚ umˇern´e roˇcn´ı n´aklady E{Nt } po t letech provozu jsou Pt ci + K − st . E{Nt } = i=1 t
(4.17)
(4.18)
V´ymˇenu je vhodn´e prov´est v takov´em roce topt , ve kter´em pr˚ umˇern´e roˇcn´ı n´aklady klesnou na minimum, (4.19) E{Ntopt } = min E{Nt }. t
79
Pˇrihl´edneme-li pˇri propoˇctu optim´aln´ı doby ekonomick´e ˇzivotnosti i k velikosti v´ynos˚ u, budeme postupovat obdobnˇe. Vypoˇc´ıt´ame celkov´e n´aklady za t let a celkov´e v´ynosy za t let. Rozd´ıl mezi v´ynosy a n´aklady tvoˇr´ı celkov´y zisk za t let. Pokud vydˇel´ıme celkov´y zisk dobou t, z´ısk´ame pr˚ umˇern´y roˇcn´ı zisk. V´ymˇenu je pak vhodn´e prov´est tehdy, kdyˇz je pr˚ umˇern´y roˇcn´ı zisk maxim´aln´ı. Dynamick´ e programov´ an´ı Dynamick´e programov´an´ı je metodou ˇreˇsen´ı jist´e tˇr´ıdy extrem´aln´ıch u ´ loh, kter´e jsou do urˇcit´e m´ıry rozloˇziteln´e na u ´ lohy jednoduˇsˇs´ı a kter´e maj´ı pomˇernˇe m´alo omezuj´ıc´ıch podm´ınek. Je moˇzno ˇr´ıci, ˇze dynamick´e programov´an´ı je specifick´ y zp˚ usob optimalizace v´ıceetapov´ych rozhodovac´ıch proces˚ u, v nichˇz doch´az´ı k rozhodnut´ı v kaˇzd´e z etap. Tak napˇr. v procesu obnovy zastar´avaj´ıc´ıho zaˇr´ızen´ı se rozhodujeme koncem kaˇzd´eho roku, zda je nech´ame v provozu, ˇci nahrad´ıme nov´ym. ´ Uloha dynamick´eho programov´an´ı spoˇc´ıv´a ve stanoven´ı optim´aln´ı strategie rozhodov´an´ı ve ˇ sen´ı je zaloˇzeno na v´ıceetapov´em procesu, vedouc´ı na nejvyˇsˇs´ı celkov´y efekt za cel´y proces. Reˇ z´akladn´ım proncipu teorie dynamick´eho programov´an´ı, na tzv. Bellmanovˇe principu optimality: • Optim´aln´ı strategie m´a tuto vlastnost. At’ je v´ychoz´ı stav a v´ychoz´ı rozhodnut´ı jak´ekoliv, posloupnost n´asleduj´ıc´ıch rozhodnut´ı mus´ı tvoˇrit optim´aln´ı strategii vzhledem ke stavu, vyplynuvˇs´ımu z v´ychoz´ıho rozhodnut´ı. Jednoduˇsˇs´ı formulace je napˇr.: Kaˇzd´a podstrategie optim´aln´ı strategie je optim´aln´ı. Mˇejme zaˇr´ızen´ı, jehoˇz v´ykonnost v ˇcase s jeho rostouc´ım st´aˇr´ım kles´a, kles´a jeho efektivnost ´ a rostou provozn´ı n´aklady, z˚ ustatkov´a cena zaˇr´ızen´ı kles´a. Ulohou je nal´ezt optim´aln´ı strategii v´ymˇeny zaˇr´ızen´ı bˇehem n let tak, aby celkov´y v´ynos za toto obdob´ı byl maxim´aln´ı. V uvaˇzovan´em procesu je pˇrirozenou etapou rozhodov´an´ı jeden rok. V kaˇzd´e etapˇe vol´ıme zda zaˇr´ızen´ı ponechat ˇci vymˇenit. Oznaˇcme: • zt roˇcn´ı zisk z provozu zaˇr´ızen´ı st´aˇr´ı t let (tj. rozd´ıl mezi roˇcn´ımi v´ynosy z provozu zaˇr´ızen´ı a n´aklady na jeho provoz a u ´ drˇzbu), • st z˚ ustatkovou cenu na konci t-t´eho roku, • K poˇrizovac´ı cenu nov´eho zaˇr´ızen´ı (m˚ uˇze b´yt v ˇcase promˇenn´a), • fk (t) maxim´aln´ı moˇzn´y v´ynos zaˇr´ızen´ı za zb´yvaj´ıc´ıch k let uvaˇzovan´eho n-let´eho cyklu jeho uˇz´ıv´an´ı, je-li jeho st´aˇr´ı na poˇc´atku k-let´eho obdob´ı t let. V souladu s Bellmanov´ym proncipem optimality hled´ame nejlepˇs´ı strategii obnovy v k-t´e etapˇe (roce) za pˇredpokladu, ˇze optim´aln´ı strategie obnovy v uplynul´ych k−1 etap´ach je jiˇz stanoven´a. Soustava rekurentn´ıch vztah˚ u m´a tvar zt + fk−1 (t + 1) ponech´an´ı fk (t) = max k = 2, 3, ..., n. (4.20) st − K + z0 + fk−1 (1) v´ymˇena Volbou vˇetˇs´ıho z v´ynos˚ u je urˇcena optim´aln´ı strategie obnovy v dan´e etapˇe a st´aˇr´ı zaˇr´ızen´ı.
80
t [rok] zt [PJ] st [PJ]
0 5 3
1 2 4 3 2 1
3 4 5 2 1 0 0 0 0
6 0 0
Tabulka 4.4: Zisk a z˚ ustatkov´a cena zaˇr´ızen´ı. Pˇ r´ıklad. Je tˇreba urˇcit optim´aln´ı strategii obnovy v´yrobn´ıho zaˇr´ızen´ı v desetilet´em obdob´ı. Poˇrizovac´ı cena nov´eho zaˇr´ızen´ı je 5 penˇeˇzn´ıch jednotek (PJ), zisk a z˚ ustatkov´a cena klesaj´ı se st´aˇr´ım zaˇr´ızen´ı podle tabulky 4.4. Na poˇc´atku je zaˇr´ızen´ı star´e 2 roky. ˇ sen´ı: Reˇ K v´ymˇenˇe zaˇr´ızen´ı doch´az´ı, aˇz kdyˇz celkov´y v´ynos pˇri v´ymˇenˇe pˇrev´yˇs´ı celkov´y ˇcist´y v´ynos pˇri ponech´an´ı zaˇr´ızen´ı. Vzhledem k tomu, ˇze K = z0 = 5, zjednoduˇs´ı se uveden´e rekurentn´ı vztahy na tvar zt + fk−1(t + 1) ponech´an´ı k = 2, 3, ..., 10. fk (t) = max st + fk−1 (1) v´ymˇena zt ponech´an´ı f1 (t) = max st v´ymˇena Hled´an´ı optim´aln´ı strategie obnovy lze t´eˇz ˇreˇsit jako u ´ lohu hled´an´ı nejlevnˇejˇs´ı cesty v orientovan´em grafu.
81
Literatura ˇ Praha 2001, ISBN 80-245-0162-7 ´, Operaˇcn´ı v´yzkum, 3. vyd., VSE, [1] J. Jablonsky ˇ, Kritick´a cesta a PERT v ˇr´ıd´ıc´ı praxi, SNTL, Praha 1968 [2] V. Kluson [3] O. Tyc, Operaˇcn´ı v´yzkum, MZLU, Brno 2003, ISBN 80-7157-726-X ˇikova ´, Matematick´e metody s´ıt’ov´e anal´yzy, SNTL, [4] S.J. Zuchovickij, I.A. Radc Praha 1972 [5] Peˇ sek, Operaˇcn´ı anal´yza, podklady k pˇredn´aˇsk´am, 2000 ˇ ˇa, Operaˇcn´ı v´yzkum 2, CVUT, [6] J. Klvan Praha 1999, ISBN 80-01-01919-5 ˇˇ [7] M. Zi zka, Vybran´e statˇe z operaˇcn´ıho v´yzkumu, Technick´a univerzita v Liberci, Liberec 2003, ISBN 80-7083-691-1
82