חגי גולדמן מיה מחשבים
TRANSCRIPT
Copyright © 2007, SAS Institute Inc. All rights reserved. SAS and all other SAS Institute Inc. product or service names are registered trademarks or trademarks of SAS Institute Inc. in the USA and other countries. ® indicates
USA registration.
אופטימיזציה מהלכה למעשהחגי גולדמן
מיה מחשבים
!זה לא פיירפרק ראשון
המשימה
חברתOrion מוכרת ביגוד ומוצרי פנאי ברחבי העולם.
אוסטרליה ואירופה, ב"סניפים בארה 10לחברה.
יש לדרג את כל הסניפים של חברתOrion לפי היעילות שלהםכך שאף סניף לא יוכל להתלונן על בחירת המשקולות של
.המדד
= יעילות
מספר
U1הזמנות *מוצרים כמות
שנמכרוU2 * פידיון+ +U3 *
V1שכר *מספר
V2עובדים * +%0= <יעילות = < 100%
האתגר
איך לבחור את המשקל של כל אחד מהקריטריונים ?
כיצד ניתן להשוות בין סניפים שונים הפועלים בסביבה?שונה
הנתונים
סניף שכר עובדים (כסף)מכירות (כמות)מכירות הזמנות
Orion Australia 2,996,255 98 283,425 4,167 2,639
Orion Belgium 1,855,135 60 169,828 2,651 1,562
Orion Denmark 1,612,125 51 174,712 2,255 1,334
Orion France 2,655,275 84 1,662,658 21,744 13,006
Orion Germany 2,982,870 98 1,731,733 23,042 13,760
Orion Holland 2,015,645 65 711,165 9,837 5,827
Orion Italy 2,339,735 77 1,500,681 19,907 12,129
Orion Spain 2,052,195 66 1,420,505 17,302 10,297
Orion UK 3,329,950 109 1,496,197 18,793 11,206
Orion USA 4,902,465 157 2,896,985 41,612 25,043
הפתרון
שימוש במתודולוגית ה–Data Enveloping Analysis
משתני ההחלטה
.V2–ו U1 ,U2 ,U3 ,V1: המשקולות•
פונקציית המטרה
.Xמקסימום יעילות עבור סניף •
אילוצים
היעילות של אף אחד מתשעת הסניפים האחרים לא תהיה מעל •100%.
התוצאה
סניפי איטליה וספרד הםכל אחד בדרכו . היעילים ביותר
מייצר את התפוקות הגבוהות ביותר בעזרת מינימום
.משאבים
אוסטרליה , סניפי דנמרק.ובלגיה הם הכי פחות יעילים
בוחרים את המשקולות גם אם כך שסניפים אלו יקבלו את
היעילות הגבוהה ביותר היא לא עולה האפשרית עבורם
.17%על
סניף יעילות
Orion Italy 100.0%
Orion Spain 100.0%
Orion France 98.1%
Orion USA 98.1%
Orion Germany 90.3%
Orion UK 66.5%
Orion Holland 57.2%
Orion Denmark 16.8%
Orion Australia 16.7%
Orion Belgium 16.6%
ותענה המתן אנא ,תפוסים הקוים כל.בהקדם
פרק שני
המשימה
יש מוקד שירות טלפוני" שירות זה אנחנו"לחברת.
בעזרת )מחלקת החיזוי של החברה מייצרת כל שבוע תחזיתשל כמות העובדים שתדרש בכל יום ( כמובן SASכלים של
.לשם מתן מענה להיקף השיחות הנכנסות
מוקדני החברה יכולים לעבוד במגוון רחב של משמרות שונות.
כמה עובדים צריך בכל משמרת כך שבכל נקודת זמן יהיו, והכל, מספיק מוקדנים לתת מענה לכל השיחות הנכנסות
.במינימום עלות
האתגר
מספר רב של משמרות שונות
.שעת התחלת המשמרת•
.משך המשמרת•
.עלות המשמרת•
ניתן להזמין עובד למשמרת שלמה בלבד.
הביקוש החיזוי לעובדים בשבוע הקרוב
המשמרות האפשריות
הפתרון
משתני ההחלטה
.כמה עובדים להביא בכל משמרת•
פונקצית מטרה
.עלות המשמרת* מספר העובדים במשמרת = מינימום עלות •
אילוצים
בכל שעה יהיו לפחות מספר המוקדנים הנדרשים למתן מענה •.לשיחות הצפויות להגיע
.אם עובד התחיל משמרת הוא גם יסיים אותה במלואה•
התוצאה
תוספות
אי מתן מענה לכל השיחות–קביעת עלות לחוסר בעובדים.
ניתוחי רגישות–מנגנון אוטומטית לבניית תרחישים שונים.
העברת פניות מסוימות או פונים –ניהול הביקושים.מסויימים משעות עמוסות לשעות פחות עמוסות
בשימוש אינו המכשיר זמניתפרק שלוש
המשימה
.אלפי כספומטים ברחבי הארץ" בנקוס"לבנק
הבנק משתמש בשירותי חברה חיצונית למילוי הכספומטים .בכסף וצריך להעביר לה תוכנית מילוי שבוע מראש
כל מילוי של כספומט עולה סכום קבוע של כסף והחוזה מגביל את מספר המילויים בכל שבוע ופער הזמן המינימלי בין מילויים
.של אותו כספומט
בנקוס מתגאה ברמת השירות הגבוהה שלו ולכן רוצה לצמצם את המקרים בהם בכספומט נגמר הכסף אבל מצד שני בנקוס
. מעוניין למזער את כמות המזומן בכל כספומט
האתגר
מאות כספומטים.
ארבעה יעדים שונים
.מינימום שעות שהכספומט ריק•
מינימום מקרים שהסכום בכספומט נמוך מהביקוש הצפוי בארבע •.השעות הקרובות
.מינימום מילויים של הכספומט•
.מינימום אובדן ביקושים•
יכולות לנהל תסריטים שונים בממשק גרפי.
הפתרון
משתני החלטה
.האם למלא כספומט מסוים בשעה מסוימת•
פונקצית מטרה
.ארבע פונקציות שונות בהתאם ליעדים•
אילוצים
.מקסימום מספר ביקורים•
.מינימום זמן בין ביקורים עוקבים•
התוצאה
שורה תחתונה
מיליון דולר 1.4חסכון שנתי צפוי של
גידול משמעותי בשביעות רצון הלקוחות
האופטימיזציה אחריאופטימיזציה לפנימדד
15?במכשיר כסף ללא שעות
39115במכשיר הכסף נגמר בהן פעמים
0$?(משיכות) ביקושים אובדן
11,4249,828מילויים מספר
דינו ,דן ,אןפרק ארבע
המשימה
מרכיבה מחשבים לפי הזמנה" פאסה. סי.פי"חברת.
כל הזמנה מכילה מספר רכיבים שונים אותם החברה מחזיקה.במלאי
החברה רוצה לצמצם את מספר הרכיבים השונים שהיא מחזיקה.במלאי תוך פגיעה מינימלית בהספקת ההזמנות ללקוחות
האתגר
רכיבים שונים 1,200לחברה.במלאי
במידה ורכיב מסוים חסר בהזמנהאז לא ניתן לספק את כל ההזמנה
ויש לחכות שבועיים להגעת הרכיב .ל"מחו
על איזה רכיבים ניתן לוותר כךשישפיעו על מספר הזמנות קטן ככל
.האפשר
הפתרון
האם מחזיקים במלאי רכיב –משתנים בינרייםX או לא.
לא יותר מ –תנאי–Z סוגי רכיבים במלאי .Z<=1,100 ,Z<=1,000 ,Z<=900 וכו')
מקסימום הזמנות מלאות כלומר –פונקצית המטרה.הזמנות להם יש במלאי את כל הרכיבים
נתוני הזמנות היסטוריות או חיזוי הזמנות עתידיות.
התוצאות
אחוז הזמנות מלאות הזמנות מלאות רכיבים
100.0% 90,475 1,200
99.0% 89,614 1,100
95.8% 86,653 1,000
91.4% 82,720 900
86.3% 78,097 800
80.6% 72,905 700
74.2% 67,095 600
66.7% 60,338 500
58.3% 52,787 400
49.0% 44,305 300
37.8% 34,244 200
24.1% 21,816 100
0.0% 0 0
פרוייקטים נוספים
Optimal ATM cash allocation
Digital advertising
Investment portfolio optimization
Chemical mixture optimization
Optimal binning for credit risk (Internal for EM)
Pricing and inventory optimization
Shipping rate optimization
Stochastic optimization
Student assignment optimization
Copyright © 2007, SAS Institute Inc. All rights reserved. SAS and all other SAS Institute Inc. product or service names are registered trademarks or trademarks of SAS Institute Inc. in the USA and other countries. ® indicates USA registration.
חגי גולדמן[email protected]