Warianty tytułu
The Use of Simulation and Optimization in Managing the Manufacturing Process - Case Study
Języki publikacji
Abstrakty
W artykule opisano jak używać technologii symulacji, do zwiększenia możliwości menedżerów w zarządzaniu procesem produkcji. Dokonano analizy problemu maksymalizacji zysku, przy ograniczonych zasobach czasu pracy maszyn. Każda maszyna ma ograniczony czas pracy, po czym zużywa się. Decydent powinien uzyskać informację ile przedsiębiorstwo musi produkować wybranego rodzaju dóbr, aby osiągnąć maksymalne zyski przed zużyciem się maszyn. W przedstawionym przypadku zostały przetestowane dwa narzędzia, eksperymentator Flexsim i optymalizator OptQuest. Dzięki otrzymanym wynikom badań, menedżerowie będą mogli bardziej efektywnie zarządzać procesem produkcji i zyskać przewagę konkurencyjną na rynku. (abstrakt oryginalny)
This article describes how to use simulation technology to increase possibilities of managers in managing manufacturing process. It has been analyzed problem of the maximizing profit, at limited process time resources. Each machine has a limited time of work, and then it breaks down. The decision maker should get a information, how many the enterprise must to produce selected kind of goods to achieve maximum profits, before the machines will break down. In presented case has been tested two tools, experimenter Flexsim and optimizer OptQuest. Thanks to results of the research, managers will be able to manage more effectively their process of production and gain competitive advantage on the market. (original abstract)
Twórcy
autor
- Państwowa Wyższa Szkoła Wschodnioeuropejska w Przemyślu
Bibliografia
- Beaverstock, M., Greenwood, A., Lavery, E., Nordgren, W. (2011). Applied Simulation. Modeling and Analysis using Flexsim. Flexsim Software Products. Inc., Orem, (pp. 119-228).
- Brandt, S. (1998). Analiza danych. Warszawa: PWN.
- Dantzig, G.B. (1998). Linearprogramming and extensions (6-50). Princeton University Press.
- Griva, I., Nash, S.G., Sofer, A. (2009). Linear and nonlinear optimization. Siam.
- Gajek, L. (1998). Wnioskowanie statystyczne. Warszawa: WNT.
- Jędrzejczyk, Z., Skrzypek, J., Kukuła, K., Walkosz, A. (2006). Badania operacyjne w przykładach i zadaniach (26). Warszawa: PWN.
- Klonecki, W. (1991). Statystyka dla inżynierów. Warszawa: PWN.
- Koronacki, J., Mielniczuk, J. (2001). Statystyka dla kierunków technicznych i przyrodniczych. Warszawa: WNT.
- Laguna, M. (1997). Optimization of complex systems with OptQuest (5-14). University of Colorado: Graduate School of Business.
- Law, A. M. (2007). Simulation Modeling and Analysis (4-rd ed.). New York: McGraw-Hill.
- Luenberger, D. (1973). Introduction to linear and nonlinear programming (vol 28). Reading MA: Addison-Wesley.
- Mańczak, K. (1976). Technika planowania eksperymentu. Warszawa: WNT.
- Mendenhall, W., Beaver, R. J. (2005). Introduction to Probability and Statistics. Duxbury Press.
- Sadowski, W. (1973). Teoria podejmowania decyzji: wstęp do badań operacyjnych. Warszawa: PWN.
- Schrijver, A. (1998). Theory of linear and integer programming. New York: John Wiley & Sons.
- Sikora, W. (2008). Badania operacyjne. Warszawa: PWE.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171430294