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