intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE
 » 
 » 

Giáo trình tin học trong quản lý xây dựng - Chương 6

Chia sẻ: Nguyen Nhi | Ngày: | Loại File: PDF | Số trang:77

Thêm vào BST
Báo xấu
110
lượt xem 14
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Tài liệu tham khảo Giáo trình điện tử môn học tin học trong quản lý xây dựng ( GV. ThS. Nguyễn Thanh Phong - Khoa kỹ thuật và công nghệ ) - Chương 6 Ứng dụng kỹ thuật mô phỏng trong quản lý kỹ thuật

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Giáo trình tin học trong quản lý xây dựng - Chương 6

  1. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Chương 6. ng d ng mô ph ng trong qu n lý và k thu t CHƯƠNG 6 N G D N G K THU T MÔ PH N G TRONG QU N LÝ & K THU T (SIMULATION IN ENGINEERING AND MANAGEMENT) * M C TIÊU H C T P Sau khi hoàn t t h c t p chương 6, sinh viên s có kh năng: 1. Mô t các bư c đ th c hi n m t mô ph ng. 2. G i i thích đư c nh ng ưu đi m và như c đi m c a k thu t mô ph ng. 3. Áp d ng p hương pháp mô ph ng Monte-Carlo trong các v n đ qu n lý – kinh doanh và k thu t. 4. S d ng các công c tin h c đ gi i bài toán mô ph ng. 1. GI I THI U H u h t chúng ta đ u b i t đư c t m quan tr ng c a vi c ng d ng r ng rãi k thu t mô ph ng trong th c t . Trên th gi i: + Trong các cu c th nghi m bay vào vũ tr , ngư i ta đã dùng mô ph ng v t lý đ tái t o l i đ i u ki n không gian. Ví d như nh ng đi u ki n p hi tr ng l c (conditions of weightlessness) đư c mô ph ng b i nh ng phòng ch a đ y nư c. + T p đoàn công nghi p Boeing và Airbus thư ng xây d ng nh ng mô hình mô ph ng nh ng chi c máy bay ph n l c (jet aircraft) và s d ng nó trong vi c ki m tra đ c đi m h th ng khí đ ng l c h c (aerodynamic) c a máy bay. + N h ng t ch c q uân đ i phòng th đ a phương có th th c hành vi c c u thoát và sơ tán dân cư khi g p nh ng th m h a GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM 468
  2. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Chương 6. ng d ng mô ph ng trong qu n lý và k thu t thiên nhiên như bão t , lũ l t…b ng nh ng mô hình mô ph ng trên máy tính. + Q uân đ i M mô ph ng nh ng tr n chi n và đ ra chi n lư c phòng th như 1 trò chơi chi n tranh (war game) trên máy tính. + N hà qu n lý thư ng mô ph ng tình hu ng kinh doanh c nh tranh trên thương trư ng trong th gi i th c. + H àng ngàn doanh nghi p, t ch c chính ph xây d ng mô hình mô ph ng đ h tr trong vi c ra quy t đ nh trong các v n đ như ki m soát t n kho, qu n lý nhân s , b trí m t b ng, đ u tư và d báo doanh s bán hàng… Trong th c t , cùng v i các phương pháp đ nh lư ng khác, mô ph ng là 1 trong nh ng công c phân tích đ nh lư ng đư c s d ng r ng rãi nh t trong kinh doanh và qu n lý. R t nhi u cu c kh o sát các t p đoàn l n nh t M đ ã ti t l r ng hơn 50% trong s các doanh nghi p nư c này đã s d ng k thu t mô ph ng trong các bài toán kinh doanh qu n lý c a doanh nghi p mình. Tư tư ng ch đ o c a k thu t m ô ph ng là b t chư c (imitate) l i th gi i th c b ng m t thu t toán mà không nh hư ng đ n ho t đ ng c a nó. Mô ph ng đư c s d ng đ nghiên c u nh ng đ c đi m và thu c tính c a h th ng; t đ ó đưa ra nh ng k t lu n và ra quy t đ nh hành đ ng. L ch s : Thu t toán c a phương pháp mô ph ng Monte Carlo đã ra đ i t lâu; nhà toán h c ngư i Anh Lord Kelvin đ ã s d ng nó trong m t nghiên c u vào năm 1901. Tuy nhiên, nó đư c công nh n chính th c và đ t tên b i 1 nhà toán h c ngư i H ungary tên là John Von Neumann trong khi ông làm vi c d án ch t o bom nguyên t (atomic bomb) Los Alamos trong Th chi n II. Trong d án này, các nhà v t lý ph i đương đ u v i m t v n đ khó khăn là làm sao xác đ nh đư c s di chuy n c a các neutron là bao xa trong các lo i v t GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM 469
  3. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Chương 6. ng d ng mô ph ng trong qu n lý và k thu t li u khác nhau (ví d : neutron diffusion in fissile material). Phương pháp Monte Carlo đã đư c Von Neumann áp d ng nh l i đ ngh c a 1 đ ng nghi p t i Los Alamos có tên Stanislas Ulam nh m gi i quy t v n đ trên b ng cách phát m t s ng u nhiên đ mô ph ng hành vi c a h t neutron. 7 bư c c a k thu t mô ph ng : 1. Xác đ nh v n đ (Define a Problem); 2. Khai báo các bi n liên quan đ n v n đ (Introduce Important Variables); 3. Xây d ng mô hình mô ph ng (Construct Simulation Model); 4. Thi t l p t t c các tình hu ng (hư ng gi i quy t) có th có đ ki m tra/ th nghi m (Specify Values to be Variables); 5. Ch y th nghi m (Conduct the Simulation); 6. Đưa ra k t qu (Examine the Results) bư c này, ta phân tích k t q u và n u c n thi t thì s a đ i l i mô hình toán và thay đ i s li u ban đ u đ xét cho tình hu ng khác. 7. Ch n phương án gi i quy t (Select Best Course of Action) Xác đ nh v n đ Khai báo các bi n liên quan Xây d ng mô hình mô ph ng T hi t l p các tình hu ng đ ki m tra Ch y th ngh m Đưa ra k t qu Ch n phương án gi i quy t Hình 6.1. Các bư c c a quá trình mô ph ng GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM 470
  4. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Chương 6. ng d ng mô ph ng trong qu n lý và k thu t Lý thuy t c a mô ph ng đã đư c đ c p t lâu, tuy nhiên do kh i lư ng tính toán l n, nó ch th c s phát tri n m nh sau khi có ra đ i c a máy tính. Vào th i đ i m đó (th p niên 1940-1950); nó thư ng đư c dùng đ gi i các bài toán v trong quân s và qu n lý. Trong chương này, trư c tiên chúng ta s tìm hi u nh ng ưu đi m và khuy t đi m c a mô ph ng. Ti p theo s trình bày phương pháp mô ph ng Monte Carlo và m t s ng d ng c a k thu t mô ph ng trong kinh doanh qu n lý như: + Bài toán qu n lý t n kho; + Bài toán x p hàng; + Ho ch đ nh … Ph n cu i chương s gi i thi u vai trò c a máy tính đ i v i k thu t mô ph ng và hư ng d n l p trình/gi i bài toán mô ph ng b ng Excel, ph n m m Insght, ph n m m Crystall Ball… 2. ƯU VÀ KHUY T ĐI M C A PHƯƠNG PHÁP MÔ PH NG 2.1. Ưu đi m 8 ưu đi m sau đây c a mô ph ng đã giúp nó tr thành 1 trong nh ng công c phân tích đ nh lư ng đư c s d ng r ng rãi trong các công ty M: 1. Mô ph ng là 1 phương pháp trung th c, khách quan, đơn gi n v à linh ho t. (Straightforward and flexible) 2. Mô hình mô ph ng d d àng xây d ng trên các chương trình máy tính. (Computer software make simulation models easy to develop) GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM 471
  5. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Chương 6. ng d ng mô ph ng trong qu n lý và k thu t 3. Có th áp d ng đ p hân tích các tình hu ng th c t ph c t p và r ng l n (thư ng không th gi i đư c b ng các mô hình phân tích đ nh lư ng truy n th ng). (Enables analysis of large, complex, real-world situations) Đôi khi đây là phương pháp duy nh t có th áp d ng đ nghiên c u m t v n đ . Ví d như ngư i ta mu n q uan sát 1 hành tinh nào đó trong vũ tr xa xăm. 4. Cho phép nhà qu n lý đ i tho i tr c ti p v i chương trình tính đ gi i quy t v n đ b ng cách đ t câu h i “What-If? (Cái gì s x y ra n u?) ch trong vòng vài phút. (Allows “what-if?” questions) 5. Nó không gây c n tr h th ng th gi i th c (Does not interfere with real-world system) Mô ph ng ch ti n hành th nghi m trên mô hình ch không thí nghi m trên h th ng th c. Ví d như mô ph ng b nh vi n. 6. Mô ph ng có kh năng cho phép nghiên c u s nh hư ng luân phiên c a các bi n lên k t q u c a bài toán, t đó ta có th xác đ nh bi n q uan tr ng nh t nh hư ng đ n k t qu . (Enables study of interactions) 7. Ti t ki m đ ư c th i gian (Enables time compression) Ví d : Tác d ng c a vi c đ t hàng, qu ng cáo, hay các chính sách tr i qua nhi u tháng (có khi c năm) có th ti n hành mô ph ng b ng máy tính trong th i gian ng n. 8. Cho phép đưa vào các tình hu ng ph c t p mà các phương pháp đ nh lư ng khác không gi i quy t đư c (Enables the inclusion of real- world complications). Ví d : Trong lý thuy t x p hàng đòi h i bi n nghiên c u ph i có phân ph i d ng mũ ho c phân ph i Posson (Exponential or Poisson Distributions) hay m t vài mô hình qu n lý t n kho và sơ đ m ng GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM 472
  6. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Chương 6. ng d ng mô ph ng trong qu n lý và k thu t lư i yêu c u b i n nghiên c u p h i có phân ph i chu n. Trong khi đó, mô ph ng có th s d ng b t kỳ p hân ph i xác su t nào do ngư i s d ng đ nh nghĩa. 2.2. Khuy t đi m 4 khuy t đi m c a p hương pháp mô ph ng: 1. C n ph i có 1 th i gian dài và chi phí đáng k đ xây d ng 1 mô hình mô ph ng t t và hoàn ch nh cho nh ng bài toán ph c t p. (Often requires long, expensive development process) Ví d : Mô hình ho ch đ nh chính sách c a công ty có th m t vài tháng đ n 1 năm đ phát tri n. 2. Mô ph ng không đưa ra l i gi i t i ưu c th đ gi i q uy t v n đ như các phương pháp đ nh lư ng khác (QHTT, PERT…). Nó ch cho ra các k t qu d b áo v i các xác su t nh t đ nh. (Does not generate optimal solutions; it is a trial-and-error approach.) 3. Nhà qu n lý ph i t o ra t t c các đ i u ki n và ràng bu c đ kh o sát l i gi i. B n thân phương pháp mô ph ng không t đưa ra l i gi i. (Requires managers to generate all conditions and constraints of real- world problem) 4. M i mô hình mô ph ng là duy nh t. Nói cách khác, l i gi i c a m t v n đ này thì thư ng không áp d ng đư c cho các v n đ khác. (Each model is unique and not typically transferable to other problems) 3. MÔ PH NG MONTE-CARLO 3.1. Khái ni m K hi chúng ta kh o sát m t h th ng ch a các ph n t , mà m i ph n t là m t bi n ng u nhiên, thư ng đư c th hi n b i các phân b xác su t, thì phương pháp mô ph ng Monte-Carlo có th áp d ng. Khái ni m cơ b n c a mô ph ng Monte-Carlo là chúng ta th c hi n GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM 473
  7. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Chương 6. ng d ng mô ph ng trong qu n lý và k thu t m t s mô ph ng d a trên các ph n t ng u nhiên nh vào các giá tr ng u nhiên đư c phát ra trong quá trình mô ph ng. Có r t nhi u bi n ng u nhiên (mang b n ch t xác su t) trong h th ng th gi i th c, trong các v n đ qu n lý kinh doanh (không ch c ch n) mà chúng ta có th mô ph ng. Ví d : 1. Nhu c u đ t hàng cơ b n hàng ngày ho c hàng tu n (Inventory demand on a daily or weekly basis); 2. Th i gian ch đ t hàng (Lead time for inventory orders to arrive); 3. Th i gian gi a nh ng l n h ng máy (Times between machine breakdowns); 4. Th i gian gi a nh ng l n di chuy n đ n phương ti n p h c v (Times between arrivals at a service facility); 5. Th i gian ph c v (Service times); 6. Th i gian hoàn thành các công tác c a m t d án (Times to complete project activities); 7. S nhân viên v ng m t trong m i ngày làm vi c (Number of employees absent from work each day). Monte-Carlo là m t k thu t ch n các s ng u nhiên t 1 phân b xác su t. Thu t ng Monte Carlo là vô cùng thích h p /xác đáng b i vì nguyên lý cơ b n n ch a sau quá trình này cũng gi ng như vi c chơi các trò chơi đánh b c các sòng bài casino t i Monaco (bao g m các trò bánh xe Roulette quay tròn, đ xúc s c…). 3.2. Các bư c th c hi n phương pháp mô ph ng Monte Carlo Phương pháp mô ph ng Monte-Carlo bao g m 5 bư c chính như sau: GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM 474
  8. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Chương 6. ng d ng mô ph ng trong qu n lý và k thu t Bư c 1: Th ng kê d li u quan sát trong quá kh c a bi n nghiên c u. T đó thi t l p phân ph i xác su t cho nh ng bi n chính (Setting up a probability distribution for important variables). Tùy theo tính ch t v t lý c a t ng bi n ng u nhiên nghiên c u mà ta gán cho nó m t d ng phân ph i x ác su t thích h p. Đ i u này tùy thu c vào tính ch quan c a t ng nhà nghiên c u. Ta chú ý r ng phân ph i xác su t không ph i ch d a vào duy nh t các s li u quan sát trong quá kh , đôi khi c n d a vào ư c lư ng có đư c t kinh nghi m c a nhà qu n lý. Cũng có th s d ng các phân ph i đã bi t. Ngoài ra n u c n thi t, t các s li u quan sát r i r c c a m t bi n ng u nhiên, ta cũng có th liên k t nó v i m t phân ph i xác su t lý thuy t thích h p nh t. S đánh giá m c đ phù h p (v i m t đ tin c y nh t đ nh) thư ng đư c đánh giá b ng cách s d ng phương pháp kh o sát bi n χ2 . Bư c 2 : L p b ng và tính xác su t tích lũy cho m i bi n xác đ nh bư c 1. (Building a cumulative probability distribution for each variable in step one) Bư c 3 : Xác l p kho ng dao đ ng các s ng u nhiên cho t ng giá tr c a b i n. (Establishing an interval of random numbers for each variable) Bư c 4 : T o các s ng u nhiên (Generating random numbers) M t s đư c g i là ng u nhiên khi nó đư c phát ra b i m t quá trình phát s ng u nhiên. Chúng ta có th t o các s ng u nhiên nh các cách sau: + Bánh xe trò chơi roulette (Spins of roulette wheel); + Tra b ng các s ng u nhiên (Table of Random Numbers) đ ã l p s n; GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM 475
  9. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Chương 6. ng d ng mô ph ng trong qu n lý và k thu t + S d ng các hàm phát s ng u nhiên trên máy tính (Computer generating) B ng các s ng u nhiên (Table of Random Numbers): đã đư c s p x p m t cách ng u nhiên, vì v y m i con s có cùng cơ h i xu t hi n trong quá trình l y m u. B ng 6.1. B ng các s ng u nhiên (Ngu n: Barry Render, Ralph M.Stair Jr., Michael E. Hanna, 2009. Quantitative Analysis for Management, 10th Edition, Prentice Hall International, Inc) Bư c 5: Ti n hành mô ph ng cho t ng chu i th (Actually simulating a series of trials) GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM 476
  10. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Chương 6. ng d ng mô ph ng trong qu n lý và k thu t 4. VÍ D MINH H A PHƯƠNG PHÁP MÔ PH N G MONTE CARLO Tình hu ng: C a hàng bán v x e hơi Vinh Quang C a hàng Vinh Quang bán r t nhi u lo i v xe hơi, trong đó lo i l p có b t a tròn c a bánh xe hơi (Radial tire) chi m m t th ph n l n trong toàn b doanh s b án hàng c a c a hàng. Nh n th y chi phí t n kho c a m t hàng này có th tăng lên đáng k , anh Quang - ch c a hàng - mong mu n đ ưa ra m t chính sách qu n lý s t n kho t i ưu cho lo i l p này. Anh ta mô ph ng nhu c u hàng ngày c a l p xe v i chu kỳ quan sát là 200 ngày. - Nhu c u hàng ngày c a l p có b t a tròn (Radial tire) đ ư c cho trong b ng 2 sau đây. B ng 6.2. Nhu c u hàng ngày c a l p có b t a tròn S lư ng l p xe tiêu th T n s (ngày) (cái/ngày) 0 10 1 20 2 40 3 60 4 40 5 30 T ng 200 Bư c 1 : Thi t l p phân ph i xác su t cho nh ng bi n chính (Setting up a probability distribution for important variables) Gi s nhu c u q uá kh v n đúng trong tương lai. Tính xác su t p (xi) cho t ng quan sát = T n s c a quan sát/ T ng s ngày quan sát B ng 6.3. Xác su t nhu c u c a l p có b t a tròn S lư ng l p xe tiêu T ns Xác su t GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM 477
  11. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Chương 6. ng d ng mô ph ng trong qu n lý và k thu t th , x (cái/ngày) (ngày) P (xi) 0 10 10/200=0,05 1 20 0,10 2 40 0,20 3 60 0,30 4 40 0,20 5 30 0,15 T ng 200 1,00 Bư c 2 : Tính xác su t tích lũy cho m i bi n. (Building a cumulative probability distribution for each variable) Xác su t tích lũy là xác su t mà t i đó bi n nhu c u nh hơn ho c b ng m t giá tr c th nào đó. M t phân ph i xác su t tích lu li t k ê t t c các giá tr có th có c a b i n s và xác su t tương ng. Cách tính: Xác su t tích lũy t i m i m c nhu c u c a l p xe s b ng t ng giá tr xác su t tương ng (c t 2 ) c ng v i các giá tr xác su t tích lũy trư c nó (c t 3). B ng 6.4. Xác su t tích lũy c a l p có b t a tròn S lư ng l p xe tiêu th Xác su t Xác su t tích lũy (cái/ngày) pi 0 0,05 0,05 1 0,1 0,05+0,1=0,15 2 0,2 0,35 3 0,3 0,65 4 0,2 0 ,85 5 0,15 1 Đ th p hân ph i xác su t tích lũy c a l p xe đư c th hi n hình 2 s giúp chúng ta gán các s ng u nhiên bư c ti p theo. GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM 478
  12. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Chương 6. ng d ng mô ph ng trong qu n lý và k thu t Hình 6 2. Đ th phân ph i xác su t tích lũy c a l p xe Bư c 3: Xác l p kho ng dao đ ng tương ng cho các s ng u nhiên cho t ng bi n (Kho ng l y m u ng u nhiên) (Establishing an interval of random numbers for each variable) Sau khi chúng ta đ ã th hi n phân ph i xác su t tích lũy cho m i bi n, chúng ta c n ph i gán t p h p các con s đ th hi n t ng giá tr k t qu có th có c a b i n nghiên c u. Chúng đư c g i là kho ng các s ng u nhiên (random number intervals). M t s đư c g i là ng u nhiên khi nó đư c phát ra b i m t quá trình phát s ng u nhiên. Có nhi u cách đ xác đ nh các s ng u nhiên mi n là nó đưa ra đư c t l đúng gi a các k t qu . V í d : 01, 02, 03, 04, 05 ho c 0 0, 01, 02, 03, 04 đ u đư c. Nhưng ta nên dùng cách trư c vì kho ng cu i m i kho ng s tương ng v i xác su t tích lũy. N u xác su t nhu c u c a l p xe ng v i 0 cái m i ngày là 5%, chúng ta s s d ng 5% các s ng u nhiên đ th hi n tương ng v i m c nhu c u b ng 0. Gi s GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM 479
  13. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Chương 6. ng d ng mô ph ng trong qu n lý và k thu t chúng ta có 100 con s đư c s d ng trong quá trình mô ph ng, chúng ta s gán m c nhu c u là 0 l p xe cho 5 s ng u nhiên đ u tiên là 01, 02, 03, 04 và 05. Còn n u xác su t nhu c u c a l p xe ng v i 1 cái m i ngày là 10%, chúng ta s gán 10 s ng u nhiên ti p theo (06, 07, 08, 09, 10, 11, 12, 13, 14 và 15) đ th hi n tương ng v i m c nhu c u đó. Quá trình c th ti p t c cho các m c nhu c u còn l i. Thông thư ng, chúng ta s s d ng đ th p hân ph i xác su t tích lũy bư c 2 đ gán kho ng các s ng u nhiên cho t ng m c nhu c u l p xe hàng ngày c a c a hàng. H ãy quan sát b ng 4 d ư i đây, b n s th y r ng các kho ng s ng u nhiên (c t 4) th hi n các m c nhu c u s tương t như xác su t tích lũy (c t 3). Kho ng dao đ ng các s ng u nhiên luôn luôn b ng s ph n trăm c a xác su t tích lũy. Như v y, đ dài c a các kho ng s ng u nhiên c t 4 s tương ng v i xác su t c a m t m c nhu c u l p xe hàng ngày c t 3. Do đó, đ gán các s ng u nhiên th hi n m c nhu c u là 3 l p xe hàng ngày thì kho ng các s ng u nhiên tương ng ph i t s 36 đ n s 65 tương ng v i xác su t (hay t l thành ph n) là 30%. B t kỳ m t con s ng u nhiên nào n m trong đo n t 36 đ n 65 đ u bi u di n nhu c u 3 l p xe m i ngày. B ng 6.5. Gán các kho ng s ng u nhiên S lư ng l p xe tiêu Xác su t Xác su t tích lũy Kho ng các s th (cái/ngày) xi pi ng u nhiên 0 0,05 0,05 T 01 đ n 05 1 0,1 0,15 T 06 đ n 15 2 0,2 0,35 T 16 đ n 35 3 0,3 0,65 T 36 đ n 65 4 0,2 0,85 T 66 đ n 85 5 0,15 1 T 86 đ n 00 Bư c 4 : T o các s ng u nhiên (Generating random numbers) GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM 480
  14. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Chương 6. ng d ng mô ph ng trong qu n lý và k thu t Có nhi u cách đ phát ra các s ng u nhiên trong quá trình mô ph ng như: + Bánh xe trò chơi roulette (Spins of roulette wheel); + Tra b ng các s ng u nhiên (Table of Random Numbers) đ ã l p s n; + S d ng các hàm phát s ng u nhiên trên máy tính (Computer generating). Ghi chú: - Đ i v i các v n đ l n và ph c t p đòi h i p h i s lư ng mô ph ng l n thì chúng ta nên s d ng các hàm phát s ng u nhiên trên các chương trình máy tính đ phát ra các s ng u nhiên. - Đ i v i nh ng bài toán nh , mô ph ng có th tính toán b ng tay, chúng ta có th dùng bánh xe trò chơi roulette ho c s d ng m t b ng s ng u nhiên. - B ng các s ng u nhiên đã đ ư c s p x p m t cách ng u nhiên, vì v y m i con s có cùng cơ h i xu t hi n trong quá trình l y m u. Do đó, chúng ta có th l a ch n con s b t kỳ trong b ng đ s d ng trong quá trình mô ph ng bư c 5. Bư c 5 : Ti n hành mô ph ng cho t ng chu i th (Actually simulating a series of trials) Đ u tiên, chúng ta s ch n m t con s b t kỳ trong b ng các s ng u nhiên. Sau đó, s d ng b ng 4 đ xác đ nh s lư ng tiêu th l p xe tương ng. Gi s chúng ta làm m t mô ph ng cho 10 ngày bán hàng như sau: GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM 481
  15. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Chương 6. ng d ng mô ph ng trong qu n lý và k thu t B ng 6.6. Mô ph ng 10 ngày bán l p xe S ngày S ng u nhiên Mô ph ng nhu c u tiêu th m i ngày 1 52 3 2 37 3 3 82 4 4 68 4 5 98 5 6 96 5 7 33 2 8 50 3 9 88 5 10 90 5 T ng s l p xe tiêu th cho 10 ngày = 39 S l p xe tiêu th trung bình cho l n mô ph ng v a th c hi n = 39/10 = 3,9 (l p xe/ngày). T mô ph ng này, chúng ta th y r ng s lư ng l p xe tiêu th trung bình là 3,9 l p xe/ ngày. Trong khi đó, nhu c u kỳ v ng hàng ngày/Expected Daily Demand (giá tr trung bình lý thuy t): E(x) = n =6 ∑ p(x ) * x = 0,05*0 +0,1*1 + 0,2*2 + 0,3*3 + 0,2*4 + 0,15*5 = 2,95 i i i =1 (l p xe/ ngày) N u chúng ta l p l i mô ph ng nhi u l n (hàng trăm đ n hàng ngàn l n) thì giá tr trung bình cho t nhi u mô ph ng khác nhau này s ti n d n v giá tr trung bình lý thuy t. Thông thư ng, s r t r i ro n u b n đưa ra các k t lu n n u ch d a trên m t s ít l n mô ph ng như ví d trên, đ c bi t khi mô ph ng s v n hành c a m t công ty. Tuy nhiên, các bư c tính toán b ng tay trong ví d này đ ã cung c p GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM 482
  16. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Chương 6. ng d ng mô ph ng trong qu n lý và k thu t cho chúng ta các b ư c c a q uá trình mô ph ng theo phương pháp Monte Carlo. T đó giúp chúng ta hi u đư c cách v n hành c a các mô hình mô ph ng trên chương trình máy tính. Nh n xét: Bài toán mô ph ng c a hàng Vinh Quang ch có 1 bi n duy nh t. 5. N G D NG MÔ PH N G TRONG BÀI TOÁN QU N LÝ T I ƯU KHO Đ gi i bài toán t n kho, thông thư ng chúng ta hay s d ng các mô hình tính toán t t đ nh v i gi thi t nhu c u c a s n ph m (product demand) và th i gian ch hàng (lead time) đ u là nh ng giá tr không đ i. Tuy nhiên, trong h u h t các tình hu ng t n kho ph c t p trong th c t , nhu c u và th i gian ch đ u là các bi n s có th thay đ i, do đó chúng ta ph i s d ng phương pháp mô ph ng đ phân tích bài toán qu n lý t i ưu kho. Trong ph n này, chúng ta s s d ng phương pháp mô ph ng Monte Carlo đ p hân tích bài toán t n kho bao g m 4 b i n s : + 2 bi n ra quy t đ nh là lư ng đ t hàng (Order Quantity) và đi m tái đ t hàng (Reorder Point), và + 2 b i n xác su t là nhu c u hàng ngày (Daily demand) và th i gian ch v n chuy n (Lead Time). Tình hu ng: C a hàng v t li u xây d ng Phương Nam Ô ng Nam, ông ch kiêm nhà qu n lý c a c a hàng v t li u xây d ng Phương Nam, mu n đưa ra m t chính sách qu n lý t n kho t i ưu sao cho chi phí là th p nh t cho s n ph m chuyên bán c a c a hàng: mũi khoan bê tông hi u NICHOLSON c a M . GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM 483
  17. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Chương 6. ng d ng mô ph ng trong qu n lý và k thu t Hình 6.3. Mũi khoan bê tông Chúng ta gi i b ài toán theo 7 bư c c a k thu t mô ph ng: Bư c 1. Xác đ nh v n đ (Define a Problem): Ông Nam mu n tìm m t chính sách qu n lý t n kho t i ưu (t t nh t) cho s n ph m mũi khoan bê tông hi u NICHOLSON c a M . Bư c 2 . Khai báo các bi n liên quan đ n v n đ (Introduce Important Variables) Ô ng Nam nh n th y có 2 bi n đ u vào liên quan đ n v n đ c n gi i quy t: + Bi n ki m soát đư c (Controllable inputs) /Bi n ra quy t đ nh (Decision Variables); và + Bi n không ki m soát đư c (Uncontrollable inputs). Bi n ki m soát đư c (Controllable inputs): + S lư ng s n ph m m i l n đ t hàng - Q (Order Quantity); + Đ i m tái đ t hàng - ROP (Reorder Point) Chính sách đ t hàng đ u tư đ u tiên c a ông Nam là n u s lư ng đ t hàng là Q =10 thì đ i m tái đ t hàng là ROP = 5. Đi u này có nghĩa là: lư ng hàng mũi khoan bê tông t n kho vào cu i m i ngày ph i ≤ 5 thì ông Nam s g i cho nhà cung c p đ t thêm 10 mũi khoan n a. GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM 484
  18. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Chương 6. ng d ng mô ph ng trong qu n lý và k thu t 2 bi n s quan tr ng c a b ài toán này là bi n không ki m soát đư c (Uncontrollable inputs): nhu c u hàng ngày (Daily demand) và th i gian ch v n chuy n (Leadtime). Chúng ta s ng d ng mô ph ng Monte Carlo đ mô ph ng giá tr c a 2 lo i bi n không ki m soát đư c này. S mũi khoan bê tông bán đư c m i ngày tương đ i th p. Hơn 300 ngày v a qua, ông Nam đã quan sát vi c bán hàng c a c a hàng, s li u quan sát đ ư c cho như trong c t (2) c a b ng 6.7. Ông Nam đã tính toán xác su t c t (3) và bi n đ i các d li u này (c t 1 và 2) thành m t p hân b x ác su t cho bi n nhu c u mũi khoan bê tông m i ngày như trong c t (4) và gán kho ng các s ng u nhiên đ đưa ra nhu c u có th có m i ngày như trong c t (5) c a b ng 6.7. B ng 6.7. Xác su t và kho ng các s ng u nhiên c a nhu c u tiêu th mũi khoan bê tông hàng ngày c a c a hàng v t li u xây d ng Phương Nam S lư n g m ũ i T ns Xác su t Xác su t Kho ng các s khoan tiêu th (ngày) pi tích lũy ng u nhiên (cái/ngày)-xi (1) (2) (3) (4) (5) 0 15 T 01 đ n 05 15/300 = 0,05 0,05 T 06 đ n 15 1 30 0,1 0,05 + 0,1 = 0,15 2 60 0,2 0,35 T 16 đ n 35 3 120 0,4 0,75 T 36 đ n 75 4 45 0,15 0,9 T 76 đ n 90 5 30 0,1 1 T 91 đ n 00 T ng 300 ngày 1 - M t khác, ông Nam cũng ghi nh n r ng: Sau khi đ t hàng s n ph m mũi khoan bê tông hi u NICHOLSON c a M thì thư ng m t t 1 GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM 485
  19. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Chương 6. ng d ng mô ph ng trong qu n lý và k thu t đ n 3 ngày cho vi c v n chuy n, th i gian này g i là th i gian ch (lead time). Đi u này có nghĩa là chúng ta có th xem th i gian leadtime k t lúc đ t hàng đ n lúc nh n hàng trên là 1 bi n xác su t. S ngày đ nh n đư c 5 0 đơn đ t hàng đã g i đi trong quá kh đư c cho như trong b ng 6.8. Tương t như bi n nhu c u (demand) trên, ông Nam đã tính toán xác su t c t (3) và bi n đ i các d li u này (c t 1 và 2) thành m t p hân b xác su t cho bi n th i gian ch (lead time) như trong c t (4) và gán kho ng các s ng u nhiên đ đưa ra th i gian ch như trong c t (5) c a b ng 6.8. B ng 6.8. Xác su t và kho ng các s ng u nhiên c a th i gian ch (Leadtime) Lead time T ns Xác su t tích Kho ng các Xác su t (ngày)-yi (ngày) lũy s ng u pi nhiên (1) (2) (3) (4) (5) 1 10 T 01 đ n 20 10/50 = 0,2 0,2 2 25 0,5 T 21 đ n 70 0,2 + 0,5 = 0,7 3 15 0,3 1 T 71 đ n 00 T ng 50 ngày 1 GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM 486
  20. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Chương 6. ng d ng mô ph ng trong qu n lý và k thu t Bư c 3. Xây d ng mô hình toán (Construct Simulation Model) Lưu đ mô t quá trình mô ph ng c a bài toán đư c th hi n hình BEGIN 6.4 sau đ ây: Ngày b t đ u mô ph ng Có Tăng t n kho hi n Có hàng đã t i b ng lư ng đ t đ n? hàng đ n Không Phát ra m t con s ng u nhiên th hi n nhu c u trong ngày Ghi nh n Nhu c u Có sô lư ng l n hơn t n k ho thât th đ u kỳ? Không Tính t n kho cu i kỳ Gán t n kho = T n kho đ u kỳ cu i kỳ = 0 – Nhu c u Có đơn T n kho Có Không Đt đ t hàng nào cu i kỳ hàng chưa v n nh hơn đi m tái chuy n đ n? đ t hàng Có Không Phát m t s Đ s ngày Không ng u nhiên th c n mô ph ng hi n th i gian bài toán? ch (lead time) Có Tính toán: T n kho trung bình cu i k ỳ, th t thu trung bình, s l n đ t hàng END trung bình, và chi phí t n kho GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM 487
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

LV.15: Bộ Đồ Án Tốt Nghiệp Chuyên Ngành Cơ Khí
65 tài liệu
2397 lượt tải
THÔNG TIN
TRỢ GIÚP
HỖ TRỢ KHÁCH HÀNG
Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.

 

Đồng bộ tài khoản
2=>2