Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1. Flusso fisico: flusso delle merci o del prodotto che si va costruendo, da materia prima a prodotto
finito.
2. Flusso informativo: Risale la supply chain dal mercato fino al supplier e determina i flussi di
produzione in risposta alla domanda del bene che avremo.
3. Flusso di cassa (finanziario): privo di una regola certa consiste in tutte le transizioni finanziarie ce
avvengono conseguentemente al processo di produzione distribuzione e vendita di un prodotto.
Cycle inventory -> Necessarie per alimentare il flusso di produzione della supply chain
Safety inventory -> Scorte necessarie a fronteggiare eventuali imprevisti nel processo produttivo oppure
domande di prodotto inaspettate. Worst event per una supply chain sarà lo stockout, ho un cliente
disposto ad acquistare il mio prodotto ma non ho prodotto suficente per soddisfarlo. Even worse case
stockout + overstock, il mio magazzino è pieno di biro rosse e i clienti le vogliono
Market analysis
solo nere, non ne posso produrre del colore corretto se non mi libero lo spazio dai
prodotti non richiesti.
Product
desing
Speculative inventory -> Scorte strategiche, consistono solitamente
nell’acquistare un certo quantitativo di materia prima quando il prezzo di product
industrialization
mercato cala per aumentare il mio profitto sul prodotto finito.
1. Distinta base: lista di elementi fondamentali per la realizzazione di un prodotto, anche detta bill of
materials, non descrive i macchinari impiegati ne i costi. La distinta base per un’ autovettura
consiste in 5000 elementi, per un aeromobile saliamo a 100000.
2. Routing (ciclo di lavorazione): consiste nella descrizione di tutti i passaggi necessari alla
realizzazione di un prodotto industriale. Es.
1 nome processo risorse impiegate tempistica numero processo precedente e successivo
Modello di vendita
Avremo una suddivisione della produzione discreta tra Fabbricazione, processo in cui dal prodotto finito
non sarà possibile riottenere le componenti iniziali, e assemblaggio, per cui le componenti saranno
riottenibili.
SISTEMI DI FABBRICAZIONE
A.1 Fabbricazione in JOB SHOP
Caratteristiche Principali
2. Elevata flessibilità
5.Layout del processo(macchinari simili posti nella stessa zona) Group technology
Material Handling: movimentazioni di materiale all’interno delle mura del mio shop.
“Group Technology is the realization that many problems are similar, and that by grouping similar
problems, a single solution can be found to a set of problems thus saving time and effort”.
Paragrafo sulla flessibilità di produzione Individuiamo tre generi principali di flessibilità di produzione:
Efficacia-Efficenza
In un azienda sarà innanzitutto preferibile un venditore efficace e solo in secondo luogo uno efficente.
𝐿𝑒𝑎𝑑 𝑇𝑖𝑚𝑒 = 𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑖𝑛𝑔 𝑇𝑖𝑚𝑒 + 𝑆𝑒𝑡𝑢𝑝 𝑡𝑖𝑚𝑒 = [𝑀𝑎𝑛𝑢𝑓𝑎𝑐𝑡𝑢𝑟𝑖𝑛𝑔 + 𝑄𝑢𝑒𝑖𝑛𝑔] + 𝑆𝑒𝑡𝑢𝑝 𝑇𝑖𝑚𝑒
Cycle-Lead Time
Lead time -> Tempo richiesto alla produzione dall’ingresso all’uscita. Lt=12’ (Queing trascurato)
Punti di debolezza
Punti di Forza
Matrice dei routing: Avremo indicati con i numeri i rispettivi jobs del
processo mentre tramite le lettere i vari
macchinari di lavorazione. In corrispondenza di
un uno avremo che il job passerà par il macchinario con uno zero no. Un
processo ideale di cell manufacturing avrà delle sotttomatrici di 1 e 0 tali da
identificare una suddivisione ben chiara dei processi di lavorazione.
Poblematiche
SISTEMI DI ASSEMBLAGGIO
Saranno fondamentalmente simili ai sistemi di fabbricazione se non per l’assemblaggio a posto fisso e le
linee di assemblagio. I processi di assemblaggio richiederanno spesso alto componente umano in quanto
l’automatizzazione di semplici passsaggi di assemblaggio richiederebbero macchinari altamente specifici
(costosi) e conseguantemente ad alto rischio di obsolescenza.
Un classico esempio di fixed position assembly saranno cantieri edili e assemblaggi riguardanti prodotti
finiti di dimensioni notevoli come aereomoblil e motori diesel per la movimentazione merci. In questi
contesti avremo operatori altamente specializzati in quanto lo skillset richiesto allo stesso sarà molto
ampio, richiederanno dunque una retribuzione più elevata. L’investimento per i macchinari sarà piuttosto
limitato ma il processo di produzione dovrà avvenire in uno stabilimento sufficentemente grande, le
dimensioni dello stabilimento ci permetteranno i produrre a batch di prodotti.
Lati poitivi
1. L’operatore non sarà soggetto ad alienazione grazie alla varietà delle task.
2. Avremo alta flessibilità di produzione in quanto i macchinari impiegati non saranno solitamente
specializzati su un passaggo specifico ma general purpose.
3. Gli investimenti inziali saranno limitati (Macchinari).
Lati negativi
Il prodotto finito viene progressivamente assemblato lungo la linea, avremo un ordine fisso tra i prodotti
che in caso di errori dell’operatore può causare la presenza di prodotti incompleti. Apetto fondamentale la
ripetitività del lavoro degli operatori, avremo un lavoro tanto più ripetitivo quanto più basso sarà li tempo
di ciclo (Vedi Baxter).
La ripetitività del compito porta l’operatore a svolgere le task senza pensare e dunque a incrementare
notevolmente il rischio di imperfezioni e infortuni nonchè i malattie professionali.
1
𝑇𝑟𝑜𝑢𝑔ℎ𝑃𝑢𝑡 𝑅𝑎𝑡𝑒 = 𝐶𝑦𝑐𝑙𝑒 𝑇𝑖𝑚𝑒 Numero di prodotti realizzati nell’unità di tempo (Ritmo di produzione).
3. Unpaced Line (linee non vincolate) si ottiene introducendo dei buffer nella linea di produzoine
anche dette linee disaccoppiate.
Potrano a loro volta essere suddivise
in asincrone e sincrone a seconda del
fatto che tutte le stazioni passino i componenti allo step successivo oppure no. Gli storage
intermedi permettono in caso di rallentamenti in un singolo step di produzione di non andare a
rallentare l’intera linea.
Matrice Prodotto Processo -> mi permetto di associare ad una certa tipologia di prodotto il
processo di produzione più adatto.
Note sulle strategie di marketing di porter: leadership di costo abbatto i costi di produzione in maniera
irreplicabile dalla concorrenza pur mantenendo una qualità di prodotto il più elevata possibile.
Differenziazoine offrirre sul mercato un prodotto dalle caratteristiche ineguagliabili dalla concorrenza.
Focalizzazione puntando ad una nicchia di mercato per quanto riguarda costo o qualità.
Logistica e distribuzione
Note riguardanti l’Outbound logistics -> come il prodotto finito passa dallo stabilimento di Produzione-
Assemblaggio al luogo di vendita.
1. Magazzini centrali -> onservo una gamma più ampia possibile di prodotti idealmente tutta la mmia
linea.
2. Magazzini di Network (periferici) o distribution centers -> allo scopo di avere le scorte nelle
vicnanze del cliente in maniera tale da ridurre il più possibile il tempo di attesa del cliente.
3. Transit points -> prodotti stoccati per un intervallo di tempo particolarmente limitato prima della
distribuzione.
Stocking
Picking an Packing
TERZA LEZIONE
Misure di prestazione
Gli indicatori potranno essere di natura economica oppure logistica, il concetto alla base degli indicatori
sta nel fatto che Non possiamo migliorare quello che non possiamo misurare.
Prestazioni interne -> non si vedono e non si vendono, sono prestazioni non note al nostro
cliente e per le quali non potremo andare a mutare il pezzo di vendita (macchina versatile).
Legge di Little
𝑝𝑐𝑠 𝑊𝐼𝑃[𝑝𝑐𝑠]
𝑇𝑟𝑜𝑢𝑔ℎ𝑃𝑢𝑡 𝑅𝑎𝑡𝑒 = 𝜃 = ℎ
= 𝐿𝑇[ℎ]
Quando la legge di little risulta non essere verificata so che
qualcosa non torna nei parametri.
Es. 𝜃=30pcs/h wip=100pcs Lt=7h 100/7=14.28 Sto usando il mio processo al 50% della sua efficienza
possibile.
Prestazioni interne
Saranno in genere le risorse produttive aka 4M: Men Money Materials Machines il troughput rate e la
disponibilità che sarà principalmente di 2 generi:
𝑇𝑢𝑝
Impact of breakdown per cui avremo 𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦 = 𝑇𝑢𝑝+𝑇𝑑𝑜𝑤𝑛 Tup = tempo in cui i macchinari sono
in funzione , Tdown = Tempo in cui i macchinari non sono in funione.
Es. mi presento in un ristorante alle 14:00 chiedendo un tavolo alle 20:00 e nonostante il ristorante
alle 14 sia vuoto mi dicono che non hanno posto.
Questo esempio mi fa capire come la gicenza in magazzino non sia indicativa dell’availability in
alcun modo. 𝐺𝑖𝑎𝑐𝑒𝑛𝑧𝑎 ≠ 𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦
RQ = requested quantities
SS = safety stocks
Misurazione di prestazioni interne
Il grafico mi va a mostrare qual’è in relazione all’effettivo tempo totale l’effettivo tempo di produzione.
Per ognuna delle perdite temporali posso andare ad identificare un identificatore Ttu = Ta – Tsc -To
Per un dato macchinario o processo produttivo avremo un dato Troughput Rate detta anche capacità
produttiva:
TS = setup time
Potrò modificare la formula per prendere in considerazione parametri come i prodotti di test
semplicemente aggiungendo i valori corrispondenti a entrambe le sommatorie.
Il setup time sarà inserito in una sommatoria in quanto non sono certo che sia sequence indipendent per
cui lo inserisco nella formula come valore disconnesso dai beni in produzione.
Prestazioni esterne
L’obbiettivo principale dell’analisi delle prestazioni esterne è quello di andare a migliorare le prestazioni del
servizio offerto.
Per la classificazione delle prestazioni esterne sarà innanzitutto fondamentale distinguere tra la produzione
a MTS (make to stock) e le altre, in quanto producendo a MTS non sarà possibile fare backlogging e andare
a recuperare lo stockout mente negli altri casi si.
ATO
ETO
Due beni in questo caso andranno in arretrato ma andrò poi a recuperarli con le consegne successive.
SKU Pcs.
AAA 10
BBB 20
CCC 30
SKU=Stock keeping unit, codice di prodotto che ne permette l’identificazione.
Ho 2 possibili problematiche nel caso di un ordine, non ho completamente disponibilità del prodotto
oppure non ho prodotto sufficiente per soddisfare la domanda del mio cliente.
Nel caso in cui non ho ne problemi di SKU ne di pcs. allora potrò affermare di avere un ordine OTIF, il
concetto sarà applicabile alla logistica generica e quindi anche al MTS.
L’obbiettivo del service performance management è quello di valutare il livello di performance connesso al
servizio per il cliente
Timeliness in fulfilling orders-> tempo richiesto dal momento dell’ordine alla consegna
Punctuality of the delivery -> puntualità di consegna nel lasso di tempo concordato
Indicatori di completezza:
1. Indicatore di errore fisico: Num. Ordini evasi in una data consegna / Num. File totali
Avg. Numero di consegne per ordine
2. Indicatori economici: Valore delle linee evase a prima consegna / Valore totale delle linee
Costo delle consegne frazionate
Indicatori di stockout
1. Indicatori fisici di errore: 1. SKU in stockout/ SKU totali 2. Num. Ordini evasi/ Num. Ordini totali
3. Num. Order lines filled / Num. Tot order lines Il parametro due sarà molto
più severo in quanto andrà a coneggiare l’ordine intero in stockout per ogni
orderline non evasa correttamente.
2. Indicatori economici di errore: Costo della perdita del margine di contribuzione non entrato in cassa,
costo di una eventuale pealità contrattuale, costo dei futuri ordini
potenziali dello stesso cliente persi.
Vediamo come 25
potenzialmente la
perdita di un solo 20
ordine ci può portare
15
alla perdita di un
indicatore 10
potenzialmente
tendente all’infinito. 5
0
SKU Order Future orders
Stockout persistency
Stockout frequency = SLa = 3/5 = 60% SLb= 4/5 = 80% Parametro più diffuso
Es. Voglio una lavatrice difficilmente non la prendo perché voglio uno specifico brand ma
Caso terzo => Il cliente non trovando il bene ricercato decide di non acquistare il bene totalmente. Questa
casistica vede gravare lo stockut su tutta la supplychain e non solo su uno dei duo elementi.
Stockout per delivery
CODP => costumer order decoupling time, punto oltre il quale non sarà possibile per il cliente annullare
l’ordine senza perlomeno inccorrere in una penale.
Contesto: Pareto economista italiano ha come obbiettivo il far pagare le tasse a tutta l’italia e cerca un
modo corretto di ripartirle sulla popolazione in relazione al
reddito.
Analogamente diremo che un prodotto è di classe A per il costo quando appartiene al 20% dei prodotti che
causano l’80% dei costi. Questa classificazione sarà applicabile in azienda a tutti i parametri di
classificazione dei prodotti.
Poche cause sono in realtà responsabili dell’effetto mentre le altre cause determinano un effetto in realtà
trascurabili.
Quindi per analizzare un caso ad alta complessità sarà fondamentale
applicare una semplificazione di pareto per focalizzarmi sui parametri
davvero determinanti le cause di mio interesse.
DEMAND FORECASTING
Andro a pianficare le attività della mia supply chain in base alle informazioni di cui dispongo. Il processo di
forecasting consiste nell’attività di prevedere la richiesta del bene che vado a produrre in base alla
informazioni che mi tornano dal mercato
Fornitore Produttore Distributore mercato per via del flusso informativo (in rosso).
Andremo dunque ad occuparci della
previsione della domanda commerciale (=demand management). In realtà il demand management consiste
nell’influenzare la domanda del bene che produciamo. Differenza tra forecasting (prevedere) e planning.
Rilevanza di previsione e planning per i vari punti di disaccoppamento
1. Orizzonte
2. Time Bucket
3. Frequenza di riagiornamento
Per orizzonte intenderemo il periodo di tempo per cui noi andremo ad effettuare la nostra previsione, per
Time Bucket intendiamo il periodo di tempo in cui andremo a scaglionare il tempo, es. orizzonte mensile a
scaglionamento settimanale. Infine per Frequenza
intenderemo il periodo sulla base di cui rivedo le mie
previsioni. Si andrà a parlare di accordion forecaster o
planning quando avremo un rapporto disomogeneo tra
frequenza e TimeBucket e variante. Avremo solitamente
previsioni con un maggiore dettaglio per periodi di
tempo a me più vicini per andare a un livello di
approssimazione maggiore per il tempo che scorre.
Per quanto riguarda i processi di effettiva previsione intuitivamente sarà per me più semplice andare a
prevedere la domanda per beni aggregati in quanto le incertezze delle sottoprevisioni andranno ad
eliminarsi reciprocamente lasciandoci una maggiore previsione, purtroppo però non ci interesserà mai
avere una previsione sul generale ma nel dettaglio.
Sarà un genere di previsione a Planning bill, consisterà in una distinta base di soli prodotti finiti dal prodotto
I modelli econometrici nonostante siano quelli con maggiore affidabilità e dotati di fondamento
matematico saranno estremamente complessi e pertanto costosi, per esempio vediamo che li applica
Bankitalia per valutare il valore dell’inflazione, il rischio nell’applicare l’econometria è il ritenere due
parametri correlati quando in realtà avremo correlazione spuria. Finanza.
Solitamente i metodi di valutazione più applicati saranno quelli a modelli su serie storiche.
1 2 3 4 5
10 11 12 13 ?
L’intuizione mi fa suppore di avere un trend lineare cresccente nelle 5 giornate.
12+13 11+12+13 10+11+12+13
𝐹24 = 2
= 12.5 𝐹34 = 3
= 12 𝐹44 = 4
= 11.5 Il modello consisterà nel
realizzare la media delle osservazioni più recenti. Domanda futura come media delle misurazioni recenti.
Modello a media mobile pesata con pesi esponenzialmente decrescenti, le domanda saranno pesate sulla
vicinanza temporale. Il calcolo verrà dunque realizzato in modalità ricorsiva. Il passo successivo sarà basato
sul valore calcolato precedentemente in maiera ricorsiva.
𝐹𝑡+1 = 𝛼 ∗ 𝐷𝑡 + (1 − 𝛼) ∗ 𝐹𝑡
Modello di Winter
Anche in questo caso incontreremo delle problematiche in quanto non saranno realizzabili modelli di
previsione nel breve periodo infatti necessiterò tre cicli completi per avere un modello accettabile.
Se quello che vado ad analizzare è un prodotto dalla vita estremamente breve o che è soggetto a
svariate modifiche capisco facilmente che non sarà applicabile questo modello.
Il modello sarà ideale per prodotti stabili nel tempo con un mercato consolidato.
Solitamente per avere una previsione il più accurata possibile andrò ad utilizzarre la previsionerealizzata nel
momento temporalmente più vicino al periodo di interesse, ma non lo sarà necessariamente.
Es. di autocancellazione [1,-1,-2] -1 e 1 vanno ad elidersi senza lasciare nessuna traccia sulla previsione
dell’errore.
Indici di rotazione -> quante volte il mio magazzino in un anno si svuota e si riempe.
∑ 𝐶𝑜𝑛𝑠𝑢𝑚𝑖 𝑃𝑒𝑟𝑖𝑜𝑑𝑜
𝐼𝑅 = 𝐺𝑖𝑎𝑐𝑒𝑛𝑧𝑎 𝑀𝑒𝑑𝑖𝑎
Nel caso in cui vada a confrontare indici per più codici sarà fondamentale pesare gli
elementi sul loro valore monetario, CP[$/anno] GM[$].
𝑛𝑜 𝑔𝑔 𝑛𝑒𝑙𝑙 ′ 𝑜𝑟𝑖𝑧𝑧𝑜𝑛𝑡𝑒
𝐶𝑜𝑝𝑒𝑟𝑡𝑢𝑟𝑎 = 𝑖𝑛𝑑𝑖𝑐𝑒 𝑑𝑖 𝑟𝑜𝑡𝑎𝑧𝑖𝑜𝑛𝑒
per quanti giorni il mio magazzino potrà sostenere il consumo medio.
Elementi classe AA
Casi specifici
Casi specifici
Elementi classe CC
Casi specifici
INDICATORI:
1. Fisici
a. Quantità di stockout (inevasi)/Quantità totali Ordinate
b. Ordini inevasi/Ordini totali
c. Ordini evasi / Ordini totali
d. Righe di ordine evase / righw di ordine totale
e. Codici evasi / Codici Richiesti
2. Economici
a. Costo della vendita per stockout
b. Costo penali consegna ritardata
1. Fisiche
a. Tempo di consegna medio degli ordini non consegnati dal pronto
b. N periodi Stockout / N totale periodi
Nel modello di previsione di Holt Winters i parametri 𝛼 𝛽 𝛾 solitamente forniti negli esercizi nei casi di
applicazione reali vengono ipotizzati sulla base di una inizializzazione del modello su i dati di almeno 2 anni
di cui dispongo, poi il modello è testato realizzando previsioni di anni per cui ho i dati. Fatta la previsione
porto i dati ottenuti il più vicino possibile ai dati reali tramite aggiustamenti dei tre parametri. Inizializzato e
affinato il modello posso procedere alla previsione effettiva.
Abbiamo basasto i nostri primi modelli di previsioni su un modello semplificato di supply chain, ci siamo
focalizzati sul flusso informativo e forecasting per un operatore MTS.
Nel caso del MTS abbiamo visto 100% forecasing e 0% planning. All’opposto l’ETO 0% forecasting e 0%
planning, area tipica del project management.
Studio della domanda indipendente e come un anello della supply chain si relaziona con il suo fornitore.
a. Aziendale 1000000$
b. Supply chain 1000kg (unità tecniche)
I piano saranno organizzati per modello gerarchico, per cui dalla pianificazione strategica
realizzaremo la aggregata e allo stesso modo l’operativa. La decisione al livello superiore sarà presa
come vincolo ad un livello inferiore.
Rapporto tra piano strategico e piano aggregato 1 : 1 Rapporto piano aggregato e operativo 1 : N.
Avremo svariati piani operativi in base alle famiglie di prodotto presenti nella mia produzione.
Programmazione operativa -> Sempre realizzata in quanto fondamentale alla produzione sarà
Preogrammazione aggregata -> Spesso viene a mancare e sarà dunque l’anello debole.
Master production schedule Basata solamnte sul prodotto finito e non sui componenti.
Mobilificio non pianifica sulle ante 30x60cm rosse ma sulle ante 30x60cm
Engine processo che permette di valutare le implicazioni del principale piano di produzione sulle
componenti del prodotto su cui è centrato l’MTS. Più preciso più avanti.
Inventory status data -> informazioni riguardanti i prodotti presenti nel mio magazzino. Avremo
aggiornamento dello stato di magazzino tramite ogni aggiornamento di produzione.
1. S&OP (sales and operations) fondamnetalmente uguale ad una MPS ma basato su criteri
commerciali piuttosto che su famiglie di prodotto tecnologico come la MPS .
2. MPS
3. Rouhg Cut Capacity Plan (verifica) Test di fattibilità del piano in termini di capacità produttiva,
infatti non potrò procedere senza essermi assicurato della fattibilità produttiva della mia MPS.
Nota sulla capacità produttiva: è un valore netto non eccedibile in alcun caso, nemmeno se in un
periodo precedente ho prodotto meno. Capacità non sfruttata non cumulabile.
Non esisterà neccessariamente una pianificazione migliore delle altre, a determinare il tipo di scelta
migliore da effettuare sarà il costo di mantenimento in magazzino delle scorte e il costo del SetupTime.
Per contesti multi prodotto vedremo tre modelli di pianificazione aggregata fondamentali: Il modello di PL
intera, il modello di karni-roll e il modello di Aucamp. Lo spazio in cui andremo ad effettuare l’analisi tiene
conto di tre variabili: Carico macchina Unità produttive e il tempo fisico. La programmazione aggregata si
colloca tra pianificazione strategica e programmazione operativa e l’obbiettivo finale è quello di ottenere
una MPS per i prodotti finiti con come obbiettivo finale la minizzazione dei costi del piano tenendo in
considerazione SetupTime e costo a magazzino.
0 𝑠𝑒 𝑥(𝑖, 𝑡) = 0
𝑘(𝑖, 𝑡) { Assegno ad ogni lancio di produzione un tempo di setup, in questo modo
1 𝑠𝑒 𝑥(𝑖, 𝑡) > 0
assegno costo di produzione ai soli prodotti entrati effettivamente in produzione
a. Critiche tecniche: Nel caso reale considerare ogni elemento di produzione con questa formula
richiede l’assegnazione di svariate variabili per ogni parametro, il che richiederà o una capacità
computazionale elevata o dei tempi di valutazione prolungati.
b. Critiche strutturali: Avremo un’interpretazione dei setup solamente come costi trascurando però i
tempi di setup dal valore nella maggioranza delle produzioni non trascurabili. Inoltre il costo di
setup è considerato solamente come costo di lancio e non tiene in considerazione la storia di
produzione pregressa.(Vedi tipologie di SetupTime).
Come abbiamo visto nel caso della pianificazione l’obbiettivo era quello di riempire efficacemente la
sottostante matrice Prodotti famiglie. J F M A
Fam.1
Fam.2
Fam.1
“Se anticipo la produzione vado ad incrementare le scorte e se posticipo diminuisco le scorte ma rischio lo
stockout avvicinando produzione e due date”
1. Incremento -> C non sto già producendo c e lo sposto in un area in cui non era già in produzione
2. Decremento -> B sposto B in un momento in cui esso era già in produzione
3. Neutro sposto A da un momento in cui necessito setup ad un'altra analoga.
di arrivo.
ξ -> Variabile semiboleana =1 se Genero setup = 0 se neutro
= -1 se Elimino setup
𝑆𝑈𝑖𝑡
Shift factor 𝑆𝐹𝑖𝑡 =
𝑀𝑎𝑛𝑡𝑖𝑡
Parametro relativamente inutile ma consiste nel rapporto tra costi di setup e costi mantenimento.
Per valori di shift factor molto elevati o ridotti sarà difficile applicare modelli di pianificazione.
Un esempio classico di applicazione di questo metodo è la produzione di capi di vestiario per taglie,
andiamo infatti con il metodo di magee boodman a determinare il quantitativo di campagne e
conseguentemente di setup da attuare.
𝐶𝑠𝑒𝑡𝑢𝑝 = 𝑛0 ∗ ∑𝐾
𝑘=1 𝑆𝑈(𝑘) 𝐶𝑆𝑡𝑜𝑐𝑘𝐻𝑜𝑙𝑑 = ∑𝐾
𝑘=1 𝑝(𝑘)
Dove per costo di stock hold si intende il prodotto di Valore Giacenza e Costo opportunita del capitale.
𝐷(𝑘)
𝐶𝑆𝑡𝑜𝑐𝑘𝐻𝑜𝑙𝑑 = 𝑝(𝑘) ∗ ∗ 𝐶𝑚
2𝑛
“Si fa notare che per stock hold cost si intende il costo di mantenimento dei beni in magazzino”.
Operiamo su un’equazione a struttura analoga e la deriviamo per determinare il numero di campagne che
determina una minimizzazione dei costi totali.
𝑎 𝜕𝑓 𝑎
+ 𝑏𝑥 → = − +𝑏 = 0 → 𝑥 = √𝑎/𝑏
𝑥 𝜕𝑥 𝑥
𝐶𝑚 ∑𝑘 𝑝(𝑘)𝐷(𝑘)
𝐷𝑎 𝑐𝑢𝑖: 𝑛0 = √
2 ∑𝑘 𝑆𝑈(𝑘)
Dall’equazione vediamo come il numero di campane non cresce in maniera lineare ma con esponente ½.
Vediamo una formulazione semplificata per il caso monoprodotto [Nel casol reale avrei una sommatoria
per parametro].
Funzione di costo:
3. Legame Produzione-Tempo
𝑀𝐻𝑃𝑅𝐸𝐺(𝑡) = 𝑇𝐼𝑀𝐸 ∗ 𝑃𝑅𝐸𝐺(𝑡)
𝑀𝐻𝑃𝑂𝑇(𝑡) = 𝑇𝐼𝑀𝐸 ∗ 𝑃𝑂𝑇(𝑡)
La produzione di un sottoinsieme della produzione è dato dal prodotto tra tempo e sottoclasse di
produzione.
4. Vincoli aggiuntivi dei setup
a. 𝑀𝐻𝑃𝑅𝐸𝐺(𝑡) + 𝑆𝑈𝑅𝐸𝐺(𝑡) ≤ 𝐻𝑂𝑈𝑅𝑆(𝑡) ∗ 𝑊𝑂𝑅𝐾𝐸𝑅𝑆(𝑡) c’è sempre overtime e subfornitura
b. 𝑀𝐻𝑃𝑂𝑇(𝑡) + 𝑆𝑈𝑂𝑇(𝑡) ≤ 𝑓(𝑡) ∗ 𝐻𝑂𝑈𝑅𝑆(𝑡) ∗ 𝑊𝑂𝑅𝐾𝐸𝑅𝑆(𝑡) Le ore dedicate alla produzione
e al setup in overtime saranno minori delle ore totali per numero di lavoratori diminuito con un
parametro f(t). Solitamente f(t) assume valori al massimo di 0.3 dove indicherebbe
straordinario del 30% rispetto al totale.
“Per subfornitura si intenderà la produzione di beni impiegati da un’altra azienda all’interno della propria
attività economica”.
INVENTORY SYSTEMS FOR INDIPENDENT DEMAND
Ci possiamo trovare principalente in 4 condizioni, Intervallo di ordine variabile o fisso e quantità ordinata
variabile o fissa. Intuibilmente per intervallo e quantità fissati non ho nulla da valutare ergo il problema non
si pone. Un aspetto da tenere in considerazione quando si parla di logistica è la quantizzazione delle unità di
carico (scatola, pallet, container) ovviamente non potremo ordinare valori decimali di queti elementi.
SWITCH MODELS
Siamo nel caso di intervalli e quantitativi
variabili, il modella applicato in questo
caso lo analizziamo in maniera
immediata. Avremo dei livelli di stock
giunti ai quali facciamo restock, giunti a
magazzino pieno interrompiamo il
rifornimento, da qui il nome switch
[interruttore]. Limimte inferiore e limite superiore saranno i valori per attivo o disattivo lo stocking. Anche
questo modello dovrà tenere in considerazione lead time a partire dall’issue dell’ordine.
Assunzioni preventive riguardanti la notazione:
• Constant consumption over time 𝐷𝑖𝑡 [unit/year] “Notiamo che ci basiamo su valori annuali”
• Constant ordering cost a [€]
• Constant value of the good p [€/pieces]
• Constant ownership rate Cm [€ / € x year] “Valutazione del parametro chiarita in seguito”
• Constant provisioning lead time LT [days]
• Pre-defined working calendar H [days / year]
• Pre-defined productive rhythm r [pieces / day]
• Infinite capacity of warehouse
• Constant freight cost
EOQ-ROP MODELS [Economic order point-Reorder point] [Lotto economico-punto di riordine]
Siamo nel caso di quantitativo dell’ordine fissato
ma intervallo di ordine variabile. Nel Saw tooth
diagram adiacente vediamo come le per consumi
supposti costanti possiamo modellizzare le
condizioni in cui ci siamo posti.
Funzione di costo complessiva:
𝑞 𝐷
𝐹 = 𝑝 ∗ 𝐷 + 𝑝 ∗ 𝐶𝑚 ∗ +𝑎∗
2 𝑞
Dove abbiamo a primo termine i costi di Acquisto o
di produzione, a secondo termine i costi di mantenimento del materiale in stock e al terzo parametro i costi
di Ordine [Costo di ordine (costante) per quantità annuale ordinata su quantità singolo ordine].
Calcolo del parametro Cm, questo rappresenta il costo opportunità di avere il mio capitale investito in
𝑖+𝜑
materiali nel mio magazzino e non in altro. 𝐶𝑚 = Dove i sta per il costo finanziario puro, phi sta per
𝜏
il fattore di rischio derivante dal fatto che non sto analizzando un elemento puramente monetario ma della
merce che può essere soggetta a imprevisti [obsolescenza rottura ecc.], Tau è un divisore per pesare il
valore sul TimeBucket del modello.
Tornando allo schema definiamo come ROP il re ordering point mentre Q sarà pari a EOQ cioè il lotto
dell’odine e EOQ/2 corrispone alla giacenza media di magazzino sempre rispettando l’ipotesi che io riceva
l’ordine a magazzino vuoto (improbabile).
Ora banalmente se valuto l’andamento del secondo parametro dei costi totali vedo chiaramente come lo
potrò riscrivere in funzione del lotto economico, infatti avendo EOQ/2 pari alla giacenza media potrò
1
affermare che: 𝐶𝑖𝑛𝑣 = 𝑝 ∗ 𝐸𝑂𝑄 ∗ 𝐶𝑚 RILEGGO ATTENTAMENTE LA SLIDE SUGLI INVESTIMENTI IN STOCK
2
Min(𝐶𝑡𝑜𝑡 ) = 𝐸𝑂𝑄
𝜕𝐶𝑡𝑜𝑡 1 𝑎𝐷 2∗𝑎𝐷
=0 𝑝𝐶𝑚 − 𝑞2 = 0 𝐸𝑂𝑄 = √𝑝∗𝐶𝑚 Detta formula di Wilson o Camp
𝜕𝑞 2
Questa formula è cruciale per la gestione dei lotti in quatnto ci permette di calcolare la quantità da
ordinare in funione del costo opportinità del prezzo del costo di ordine e del quantitativo annuale ordinato.
Spesso viene anche semplificata come 𝐸𝑂𝑄 = 𝜃 ∗ √𝑄 Accorpando tutti i termini tranne il quantitativo Q in
un parametro tetha. Quindi banalmente il lotto dipenderà dalla quantità annuale in maniera radicale.
Possiamo dunque andare anche a definire 𝑅𝑂𝑃 = 𝐿𝑇 ∗ 𝑡𝑔𝛼 = 𝐿𝑇 ∗ 𝐷/𝐻 Dove il secondo termine indica il
demand rate o meglio l pendenza del grafico.
Estensioni dal modello fondamentale
1. Introduzione di safety stocks
Sarebbe assurdo gestire un
sistema logistico senza stock
di sicurezza per tutelarci dal
rischio di stockout, dovvremo
però aggiornare le formule
appena definite in funzione di
questo parametro.
Il lotto economico sarà
invariante rispetto
all’introduzione di stock di
sicurezza ma allo stesso
tempo dovremo rivalutare il costo totale che vedrà incrementati i valori a magazzino e il punto di
riordino. 𝑅𝑂𝑃" = 𝐿𝑇 ∗ 𝐷/𝐻 + 𝑆𝑆. Per il resto il modello
non richiede modifiche.
2. Il processo di restocking del magazzino non è immediato
ma dovrà essere in un intervallo temporale in cui esso
avviene e inoltre dovrà tenere in considerazione la
continua domanda. Il Cigolo da bravo debole mezza sega
lo ha saltato.
3. I processi di purchasing e restocking non avranno
necessariamente valori costanti.