Zastosowanie teorii gier w planowaniu produkcji z wykorzystaniem zaawansowanych systemów symulacyjnych

• Autorzy: Krenczyk D. , Olenderek M.

Warianty tytułu

EN

Application of game theory in production planning with the use of advanced simulation systems

• Języki publikacji: PL

Abstrakty

PL

Zmieniające się gusta klientów i ich oczekiwania, postęp technologiczny, nowe technologie oraz zachowania konkurentów są wyznacznikami działań dla przedsiębiorstw, które muszą dynamicznie reagować na to, co dzieje się na rynku. Wprowadzenie nowego produktu bądź ulepszenie już istniejącego wiąże się z wieloma zmianami nie tylko na płaszczyznach zasobów ludzkich czy kapitału, ale i na płaszczyźnie związanej z organizacyjnym przygotowaniem samego procesu wytwarzania. Nowoczesne przedsiębiorstwo musi być na tyle elastyczne, aby mogło skutecznie podejmować działania dostosowujące swoje systemy produkcyjne do wytwarzania wielu wariantów produktów w zmiennych partiach produkcyjnych. Wymagane jest zatem wprowadzanie innowacyjnych i inteligentnych technologii oraz zmian w strukturze organizacyjnej, w celu zwiększenia elastyczności w dostosowywaniu posiadanego parku maszynowego do spływających zleceń produkcyjnych. Odpowiedni dobór zasobów produkcyjnych dla wymaganych operacji produkcyjnych wraz z analizą możliwych do realizacji marszrut alternatywnych, zapewnić może z jednej strony zrównoważone wykorzystanie dostępnych zasobów, z drugiej zaś wygenerowanie jak najlepszego wyniku finansowego. Problemy te związane są ściśle z możliwością realizacji koncepcji przedsiębiorstw wirtualnych (Virtual Enterprise – VE), dla których dostępne zasoby produkcyjne są rozproszone w wielu organizacjach. Osiągnięcie zakładanych wskaźników produkcyjnych (poziom wykorzystania zasobów, koszty produkcji, terminy reali-zacji zleceń itd.) zależą zatem od poziomu sprawnej synchronizacji działań dla różnych dostępnych zasobów, przydzielanych już na etapie planowania. Podobne podejście wykorzystywane jest w najnowszych koncepcjach dynamicznych sieci produkcyjnych (Dynamic Manufacturing Network – DMN) [11], których celem jest wzajemna współpraca w udostępnianiu łańcucha wartości do prowadzenia wspólnej produkcji, poprzez stałą lub czasową kooperację obejmującą systemy produkcyjne geograficznie rozproszonych małych i średnich przedsiębiorstw.

EN

Modern companies must be flexible enough so that they can effectively act in order to adapt their production systems to manufacture many variants of products in variable production batches. Therefore, the introduction of innovative technologies and implementation of changes in the organizational structure – flexibility in adapting of owned resources to incoming production orders with the analysis of feasible alternative routes is required. These problems are closely connected with the ability of realization of Virtual Enterprises (VE) concept, for which the available production resources are scattered through many organizations. A similar approach is found in the latest concepts of Dynamic Manufacturing Networks (DMN), where the goal is a mutual cooperation in the process of value chain sharing in order to conduct joint production through a permanent or temporary cooperation involving geographically dispersed production systems of small and medium-sized enterprises. In the paper the concept of implementation of methods and models form game theory to solve problems connected with production planning is presented. Considered problems, commonly met in the area of production planning and control are related to the selection of the route for the implementation in the system from the available set of alternative routes – the allocation of adequate resources to meet specific production orders from the production plan. The production system and order model and the decision-making model with the associated mathematical apparatus according to the formalism borrowed from game theory is also being formulated. Particular processes are treated as objects of players, which shall decide according to the strategies implemented by them – one of the possible routes for the implementation from a set of possible alternative routes shall be selected in order to reach the goal. The purpose of this is to perform the task within the time limit at the lowest costs related to the use of productive resources represented on the route. The possibilities of using advanced simulation systems, which, together with prepared models can be an effective and efficient tool for determining the value of payments for all players have been shown on the example. The subject of further research work in the presented area will be the determination of the values of the payoff matrix and the search for equilibrium strategies for both pure and mixed strategies, together with an analysis of the applicability of one of the strategies to solve specific classes of the problems and comparison of the obtained results with the other presently used methods of the decision-making process support.

Słowa kluczowe

PL

planowanie produkcji; teoria gier; symulacja; model; wspomaganie decyzji

EN

production planning; game theory; simulation; model; decision support

• Wydawca: Polskie Towarzystwo Zarządzania Produkcją
• Czasopismo: Zarządzanie Przedsiębiorstwem
• Rocznik: 2014
• Tom: Vol. 17, nr 4
• Strony: 14--20
• Opis fizyczny: Bibliogr. 17 poz.

Twórcy

autor

Krenczyk D.

• Instytut Automatyzacji Procesów Technologicznych i Zintegrowanych Systemów Wytwarzania Wydział Mechaniczny Technologiczny Politechnika Śląska

autor

Olenderek M.

• Instytut Automatyzacji Procesów Technologicznych i Zintegrowanych Systemów Wytwarzania Wydział Mechaniczny Technologiczny Politechnika Śląska

Bibliografia

• [1] Akyol D. E., Bayhan G. M.: A review on evolution of production scheduling with neural networks. “Computers & Industrial Engineering”, Vol. 53, No. 1 2007, pp. 95-122.
• [2] Argoneto P., Perrone G., Renna, P., Lo Nigro G., Bruccoleri M., Noto La Diega S.: Production Planning in Production Networks. Springer, London 2008.
• [3] Banaszak Z., Majdzik P., Wójcik R.: Procesy współbieżne: modele efektywności funkcjonowania. Politechnika Koszalińska, Koszalin 2008.
• [4] Bubnicki Z. (red.): Teoria i algorytmy sterowania. Wydawnictwo Naukowe PWN, Warszawa 2005.
• [5] Jahangirian M. et al.: Simulation in manufacturing and business: A review. “European Journal of Operational Research”, Vol. 203, No. 1 2010, pp. 1-13.
• [6] Kałuski J.: Teoria Gier. Wydawnictwo Politechniki Śląskiej, Gliwice 2002.
• [7] Krenczyk D.: Data transformation for production planning and control systems integration. “Journal of Machine Engineering”, Vol. 11, No. 1-2, 2011, pp. 171-180.
• [8] Krenczyk D.: Integracja systemów planowania produkcji z dyskretnymi systemami symulacyjnymi. Wydawnictwo Politechniki Śląskiej, Gliwice 2013.
• [9] Lewandowski J., Skołud B., Plinta D.: Organizacja systemów produkcyjnych. Polskie Wydawnictwo Ekonomiczne, Warszawa 2014.
• [10] Li W.D., Gao L., Li X.Y., Guo Y.: Game Theory-based Cooperation of Process Planning and Scheduling. Computer Supported Cooperative Work in Design, 2008. CSCWD 2008. pp. 841-845.
• [11] Papakostas N., Efthymiou K., Georgoulias K., Chryssolouris G.: On the configuration and planning of dynamic manufacturing networks. “Logistics Research” 2012, Vol. 5, issue 3-4, pp. 105-111.
• [12] Pawlewski P., Dossou P.E., Golinska P.: Using Simulation Based on Agents (ABS) and DES in Enterprise Integration Modelling Concepts. “Trends in Practical Applications of Agents and Multiagent Systems” Vol. 157, Springer, Berlin – Heidelberg 2012, pp. 75-83.
• [13] Skołud B.: Approaches to the production flow scheduling and control, Intelligent manufacturing for industrial business process. “Journal of Machine Engineering” 8(2), 2008, pp. 5-13.
• [14] Sun D., He W., Zheng L., Liao X.: Scheduling flexible job shop problem subject to machine breakdown with game theory. “International Journal of Production Research”, Volume 52, Issue 13, 2014, pp. 3858-3876.
• [15] Yu H., Liang W.: Neural network and genetic algorithm-based hybrid approach to expanded job-shop scheduling. “Computers & Industrial Engineering”, Vol. 39, No. 3-4, 2001, pp. 337-356.
• [16] Zheng X., Zhang J., Gao Q.: Application of non-cooperative game theory to multi-objective scheduling problem in the automated manufacturing system. “Automatic Control and Artificial Intelligence (ACAI 2012)”, pp. 554-557.
• [17] Zhou G., Jiang P., Huang G.Q.: A game-theory approach for job scheduling in networked manufacturing. “International Journal Of Advanced Manufacturing Technology”, 2009, Vol. 41, No. 9-10, pp. 972-985.