Optimisation of operator-machine assignment problem using excel solver

Abstract

Although the fourth industrial revolution has greatly accelerated the automation of production processes, the importance of human resources has not diminished, as evidenced by the fact that multinational companies are increasingly investing more and more effort in determining the optimal allocation of machines and operators. In this paper, the authors present an approach to the operator-machine assignment task through a suitable model. The mathematical model presented issuitable to support the design of an appropriate human resource management strategy and the implementation of operative human resource management tasks in production systems of different sizes.Незважаючи на те, що четверта промислова революція значно прискорила автоматизацію виробничих процесів, важливість людських ресурсів не зменшилася, про що свідчить той факт, що багатонаціональні компанії все частіше вкладають все більше зусиль у визначення оптимального розподілу машин і операторів. Розробка систем матеріальних потоків стає все більш важливою в ланцюжках створення вартості як на місці, так і за його межами. Основна причина цього полягає в тому, що, крім технологічних процесів, все більшого значення набувають логістичні процеси, які їх обслуговують. Важливою частиною проектування та експлуатації систем матеріальних потоків у виробничих процесах є вирішення завдань транспортування та призначення. Метою цієї дослідницької роботи була розробка математичної моделі для оптимального розподілу операторів (людських ресурсів) і машин (технологічних ресурсів) у складному виробничому середовищі. Для досягнення цієї мети були досліджені основні завдання при проектуванні систем матеріальних потоків (особливо при внутрішньозаводському постачанні) та представлені типові завдання призначення, які вони представляють. Існує кілька методів для вирішення цих проблем призначення (метод північно західного кута, метод мінімальних витрат, метод Фогеля), але коли цільові функції та обмеження, що підлягають оптимізації, є складними, для вирішення проблеми, що розглядається, необхідні нові рішення. У цій дослідницькій роботі автори з’ясували, чи підходить Excel Solver для розв’язування складних завдань. Встановивши, що Excel Solver підходить для вирішення складних завдань призначення, автори розробили математичну модель, яка підходить для призначення операторів машинам, а також аналізуючи потенційні покращення продуктивності, яких можна досягти шляхом навчання працівників. Найважливіші наслідки аналізу авторів можна підсумувати таким чином: чим більше обмежень береться до уваги, тим більше зменшується оптимальне рішення. Якщо сформульовано лише обмеження на відсоток браку, який може бути створений за допомогою технологічних ресурсів, буде отримано гірше рішення, ніж коли це значення браку інтегровано у функцію витрат як цільову функцію. Навчання операторів може підвищити їх продуктивність, що може призвести до зниження відсотка відмов, але оскільки навчання також вимагає значних витрат, навчання використані для призначення людських ресурсів (операторів) виробничим ресурсам (виробничим завданням) у реальному виробничому середовищі. В результаті обговорюваної оптимізації можна підвищити використання людських ресурсів, покращити якість продукції за рахунок зменшення відсотка браку та запровадити більш економічно ефективну систему виробництва.