タグ

ブックマーク / rikei-logistics.com (5)

  • 非線形の最適化問題をExcel VBAを使って解く方法を具体例で実演! | ロジギーク

    非線形の最適化問題の事例 ある物流センターでは、物流加工で4つの工程があります。 各工程1人ずつで受け持ち、毎日合計4人必要です。 今まで延べ7人がこの作業を行ったことがあり、各人の作業生産性(個/時間)と時給は次の通りです。 センター長は、そろそろスタッフを固定したいと思っています。 全体の生産性は一番生産性の悪い工程(ボトルネック)で決まります。 この時、全体の生産性を70以上にしながら、総時給が7,000円以内に抑えられるようにするには、どの工程に誰を割り当てたら良いでしょうか? この問題は最適化問題の一種です。 Excelには分析ツールが付いていて、ある程度の最適化問題は解くことができます。 しかし、線形問題(条件式や目的関数が一次式で表される問題)しか解くことができません。 この問題は非線形問題のため、分析ツールを使うことができません。 (全体の生産性が一番生産性の悪い工程で決ま

  • Excelを使って遺伝的アルゴリズムで組み合わせ最適化問題を解いてみる。 | ロジギーク

    遺伝的アルゴリズムで組み合わせ最適化問題も解ける 前回は遺伝的アルゴリズムで関数の最小値を求めました。 >> 【意外と簡単!】遺伝的アルゴリズムで最小値問題を解く様子をExcelでわかりやすく 今回は組み合わせ最適化問題を解いてみます。 例題は以前の記事で取り上げた以下の例を使います。 >> 【具体例で実演!】人材配置の組み合わせ最適化問題をエクセルマクロVBAで解く ある物流センターでは、物流加工で4つの工程があります。 各工程1人ずつで受け持ち、毎日合計4人必要です。 今まで延べ7人がこの作業を行ったことがあり、各人の作業生産性(個/時間)と時給は次の通りです。 センター長は、そろそろスタッフを固定したいと思っています。 全体の生産性は一番生産性の悪い工程(ボトルネック)で決まります。 この時、全体の生産性を70以上にしながら、総時給が7,000円以内に抑えられるようにするには、どの工

    Excelを使って遺伝的アルゴリズムで組み合わせ最適化問題を解いてみる。 | ロジギーク
  • 待ち行列理論を使ってフォークリフトが正常稼働する台数を推定してみる | ロジギーク

    2022年10月15日2023年10月7日 Photo by Jake Nebov on Unsplash ある物流会社では経費削減のため、減価償却が済んだフォークリフトをなるべく長い期間使い続ける戦略を取っています。 勿論、それだけ故障頻度は高くなりますが、修理代や修理中の機会損失等を考慮しても、その方がお得だろうという考え方です。 物流センターAでは5台のフォークリフトを所有しています。 平均車齢が7年と古いため、平均して1年に1度くらい故障します。 そして故障すると修理が終わるまでに平均1か月かかります。 この国ではフォークリフトを輸入に頼っているため、スペアパーツが在庫になくて修理に2か月くらいかかるなんてこともざらにあるためです。 修理期間中は少ないフォークリフト台数でしのぐことになります。 この時、4台のフォークリフトでしのぐことになる確率は何%あるでしょうか? 一般的な待ち行

    待ち行列理論を使ってフォークリフトが正常稼働する台数を推定してみる | ロジギーク
  • 待ち行列理論を応用して10分カットが儲かる仕組みを解明してみた。 | ロジギーク

    2022年10月29日2023年10月11日 Photo by Dan Gold on Unsplash 10分間カット – Wikipediaによると、10分カットは1990年代後半に日で誕生した業態なのだそうです。 まさにデフレ日の象徴という感じですが、カンボジアにはその上をいく1ドル床屋が路上に沢山あります。 これは人件費の差で成り立つ商売ですが、日の10分カットで働いているスタッフの人件費は、普通の床屋で働いているスタッフの人件費と変わらないはずです。 従って、経営を成り立たせるためには、普通の床屋と同じくらいの売上高が必要です。 そこで普通の床屋と10分カットの売上高が同等になるかを、待ち行列理論を使って確認してみました。 系の収容人数に限りがある場合の待ち行列 窓口が1つしかない場合はM/M/1モデルという待ち行列になりますが、これは普通、系内に入れる人数(または個数)に

    待ち行列理論を応用して10分カットが儲かる仕組みを解明してみた。 | ロジギーク
  • イチローの安打数がポアソン分布にならず正規分布になる理由を考察してみた | ロジギーク

    滅多に起こらない現象を表すポアソン分布はイチローの安打数にも当てはまるのか? 1994年、プロ3年目のイチローはシーズン210安打、打率.385を記録して、一気にスーパースターになりました。 この年の打率10傑は次の通りです。 (年度別成績 1994年パシフィックリーグ|NPB.JP 日野球機構 より抜粋) 1位と2位以下の差が凄いですね。 いかにイチローが図抜けていたかが分かります。 今年のパ・リーグの規定打席以上の打者29人の安打数を見ると、試合数より少なくなっていて安打数÷試合数=0.93です。 これくらいだと、1試合当たりの安打数は「滅多に起こらない事象の確率分布」であるポアソン分布に従います。 しかし、普通でない打者のイチローは、1試合当たり1.6以上の安打を打っています。 そのような場合もポアソン分布に従うのでしょうか? それを調べてみました。 比較対象として1994年打率

    イチローの安打数がポアソン分布にならず正規分布になる理由を考察してみた | ロジギーク
  • 1