Disertacija - Univerzitet u Novom Sadu

More documents

Recommendations

Info

Kao i u prethodnim scenarijima, dominantnu ulogu imaju transportni troškovi makrotokova robe. Usled većeg broja lociranih centara udeo transportnih troškova mikrotokova robe opao je na 4 % i ima najmanji udeo u ukupnim troškovima. Osim do sada biranih lokacija, izabran je Kruševac kao sledeća povoljna lokacija za jedan manji unimodalni logistički centar. Izbor da se locira još jedan manji centar, koji ima gotovo najveću jediničnu vrednost investicija, ukazuje na to da su uštede u troškovima transporta koje se ostvare lociranjem jednog takvog centra dovoljno velike da kompenzuju vrednosti investicija u taj centar. Tab. 12 Tipovi, kapaciteti i troškovi centara na izabranim lokacijama, GA, šesti scenario Lokacija Kapacitet u 1.000 t Tip Tr. troškovi makrotokova robe u 10 6 € Tr. troškovi mikrotokova robe u 10 6 € Investicioni i operativni troškovi centara u 10 6 € Subotica 15 Bimodalni 17,76 2,54 4,91 Novi Sad 45 Trimodalni 37,73 4,88 15 Beograd 75 Trimodalni 104,51 4,64 24,71 Kragujevac 55 Unimodalni* 114,74 4,48 18,1 Užice 10 Unimodalni* 21 0,03 3,27 Šabac 25 Unimodalni* 48,14 2,25 8,4 Niš 15 Unimodalni* 28,36 0,77 4,47 Kruševac 10 Unimodalni* 20,1 1,38 3,1 * drumski Iskorišćenost godišnjih kapaciteta svih lociranih centara je preko 85 %. Udeo opsluženih robnih tokova prema tački generisanja (sl. 26) u ovom slučaju se ne razlikuje bitno u odnosu na prethodni scenario osim značajnijeg porasta robnih tokova iz pravca Rijeke i Bara ka Kragujevcu, što je bilo i predviđeno scenarijem, i iz pravca Konstance do Kruševca. Udeo robnih tokova prema tački generisanja, % 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Rijeka Banjaluka Bar Solun Istanbul Konstanca Budimpešta Sl. 26 Udeo opsluženih robnih tokova prema tački generisanja u svakom od izabranih centara, šesti scenario 61
Poređenje rezultata dobijenih LP solverom i genetskim algoritmom U skoro svim scenarijima, primenom ovih metoda izabran je isti broj i iste lokacije centara. Izuzetak su scenarija dva i šest u kojima je izabran po jedan različit centar. Međutim, postoje značajne razlike u izabranim kapacitetima i tipovima centara, odnosno primenjenim vidovima transporta na određenim rutama, usled čega su se javila i veća međusobna odstupanja, oko 10 %, između vrednosti ukupnih troškova dobijenih ovim metodama (tab. 13). Tab. 13 Poređenje rezultata dobijenih LP solverom i genetskim algoritmom Rezultati dobijeni LP solverom Rezultati dobijeni Genetskim algoritmom Razlika u vrednosti Razlika u trajanju Scenarija Ukupni troškovi, 10 6 € Trajanje simulacije, s Ukupni troškovi, 10 6 € Trajanje simulacije, s ukupnih troškova, % simulacije s 1. 357,07 3397 404,67 14 11,7 3383 2. 383,51 2417 426,79 13 10 2404 3. 382,14 4586 417,49 15 8,5 4571 4. 341,01 476 394,08 17 13,5 459 5. 415,33 19286 471,72 15 12 19271 6. 437,82 1998 495,27 14 11,6 1984 Vreme trajanja simulacije za svaki od scenarija i za svaku od metoda prikazano je u tabeli 13. Može se uočiti da je vreme trajanja simulacije primenom genetskog algoritma znatno kraće nego primenom LP solvera. S obzirom na to da su simulacije sprovedene za relativno mali broj čvorova, LP solver daje optimalne rezultate u prihvatljivom vremenskom intervalu, zbog čega se ne može reći da je primena genetskog algoritma neophodna. Međutim, za očekivati je da bi vreme trajanja simulacije u LP solveru, u slučaju razmatranja većeg broja čvorova značajno poraslo usled čega bi primena genetskog algoritma za rešavanje posmatranog lokacijsko-alokacijskog problema bila bolji izbor. U tom slučaju, dobijena rešenja, bez obzira na njihovo značajno odstupanje od optimalnog, bi se smatrala dovoljno dobrim. Zaključna diskusija Na osnovu dobijenih rezultata može da se zaključi da definisani matematički model predstavlja koristan alat pri donošenju strateških odluka. Model, na osnovu poznatih ili očekivanih tokova robe i jediničnih troškova logističkih funkcija u lancu snabdevanja, pruža mogućnost za određivanje optimalnog broja, tipa, kapaciteta i lokacije logističkih centara. Za razliku od dosadašnjih istraživanja, model ima mogućnost donošenja odluke o adekvatnom tipu logističkog centra na konkretnoj lokaciji u zavisnosti od raspoloživih vidova transporta, njihovog maksimalno mogućeg udela u ukupnom transportnom radu i jedinične cene transporta za svaki od razmatranih vidova. Pritom, posebno treba naglasiti mogućnost variranja udela pojedinih vidova transporta, čime je stvorena mogućnost analize i izbora lokacija za veći broj scenarija. Takođe, dosadašnjim modelima uglavnom se nudila mogućnost određivanja kapaciteta centara u odnosu na vrednosti investicija, dok 62
Page 1 and 2:
UNIVERZITET U NOVOM SADU FAKULTET T
Page 3 and 4:
UNIVERSITY OF NOVI SAD FACULTY OF
Page 5 and 6:
SPISAK SLIKA: Sl. 1 Evolutivni razv
Page 7 and 8:
Sl. 47 Udeo logističkih troškova
Page 9 and 10:
SPISAK SKRAĆENICA: BNP CP DP DTM E
Page 11 and 12:
koeficijent dostupnosti žetvenih o
Page 13 and 14:
of biomass resources were introduce
Page 15 and 16:
1.1 Predmet istraživanja Prema Sav
Page 17 and 18:
U okviru već navedenog, predmet ov
Page 19 and 20:
Na isti način, u poglavlju četiri
Page 21 and 22:
transportni zadatak i objavio ga je
Page 23 and 24: generaciju bez modifikacija. Mutaci
Page 25 and 26: Problem centra podrazumeva lociranj
Page 27 and 28: ∑ ∈ 0 ∑ ∈ − j= i j j i p
Page 29 and 30: yij iyij x Cj I Prethodno navedeni
Page 31 and 32: = ∀ ∈ ∑ ∈ 1 (2.2.35) ≤
Page 33 and 34: problem. Model su testirali za regi
Page 35 and 36: upravljanje snabdevanjem biomase im
Page 37 and 38: 3. MODELIRANJE LOKACIJSKIH PROBLEMA
Page 39 and 40: U DOMENU SAOBRAĆAJA I LOGISTIKE CI
Page 41 and 42: međusobnim rastojanjima i manjim i
Page 43 and 44: Robni tokovi Robni tokovi predstavl
Page 45 and 46: STRUKTURA FUNKCIJA LOGISTIČKIH CEN
Page 47 and 48: Logistički troškovi koji utiču n
Page 49 and 50: 3.2 Model lokacijskog problema logi
Page 51 and 52: Ograničenjem 3.5.2 dozvoljava se l
Page 53 and 54: Početak Definisanje veličine popu
Page 55 and 56: 3.4 Testiranje modela: Lociranje ot
Page 57 and 58: Tab. 2 Uvozni robni tokovi u Srbiji
Page 59 and 60: Crvene sekcije su izgrađene, dok s
Page 61 and 62: 2010. godine da podigne udeo želez
Page 63 and 64: infrastrukture, predviđen je i por
Page 65 and 66: Rezultati simulacija za drugi scena
Page 67 and 68: Tab. 6 Izabrane lokacije, kapacitet
Page 69 and 70: Kao posledica dominacije udela uvoz
Page 71 and 72: Udeo robnih tokova prema tački gen
Page 73: Udeo robnih tokova prema tački gen
Page 77 and 78: 4. MODELIRANJE LOKACIJSKIH PROBLEMA
Page 79 and 80: Tab. 14 Opis materijala koji spadaj
Page 81 and 82: Donja toplotna moć Najznačajnija
Page 83 and 84: Sl. 28 Poređenje energetskih gusti
Page 85 and 86: Sl. 30 Utovar velikih četvrtastih
Page 87 and 88: Kada je reč o iveru, veće količi
Page 89 and 90: Bale žetvenih ostataka se traktoro
Page 91 and 92: Cene pojedinih goriva značajno se
Page 93 and 94: − smanjenje raspoloživih količi
Page 95 and 96: d ij - transportno rastojanje od me
Page 97 and 98: U modelu je pretpostavljeno da posm
Page 99 and 100: korišćenje neće ugrožavati živ
Page 101 and 102: Sl. 34 Mapa gustine žetvenih ostat
Page 103 and 104: Republike Srbije, iznosi oko 500
Page 105 and 106: Rashodi finansiranja odnose se na k
Page 107 and 108: Pad ukupnih troškova jasno je izra
Page 109 and 110: Porast prosečnih transportnih tro
Page 111 and 112: Sadašnje stanje, b k i = 1 Rezulta
Page 113 and 114: Usled veće prostorne gustine bioma
Page 115 and 116: Sl. 45 Ukupni troškovi generisanja
Page 117 and 118: Udeo logističkih troškova u troš
Page 119 and 120: Ukupni troškovi u €/MWh 88 86 84
Page 121 and 122: Prosečni transportni troškovi za
Page 123 and 124: one troškove za koje je procenjeno
Page 125 and 126:
− promene udela pojedinih vidova
Page 127 and 128:
Reference: 1. Alumur S, Kara B.Y. 2
Page 129 and 130:
35. Marti B.V, Gonzales E.F. 2010.
Page 131 and 132:
64. Vidović M, Zečević S, Kiliba
show all

Disertacija - Univerzitet u Novom Sadu

Create successful ePaper yourself

Delete template?

Save as template?