| Abstract : | Το εν λόγω θέμα, αποτελεί υποκατηγορία μια ευρύτερα δημοφιλούς θεματολογίας, γνωστής ώς «Διαχείριση Εφοδιαστικής Αλυσίδας» (Supply Chain Management), η οποία αποτελεί επίσης βασικό αντικείμενο απασχόλησης πλείστων επιχειρήσεων στο οικονομικό γίγνεσθαι.Αναφορικά με το πρόβλημά που εξετάζεται στην παρούσα εργασία, υιοθετείται ως η πλέον κατάλληλη μέθοδος επιλογής μίγματος προμηθευτών φυσικού αερίου η μεθοδολογία κατά De Boer, η οποία περιλαμβάνει τα ακόλουθα τέσσερα διακριτά βήματα : i) καθορισμός προβλημάτων, ii) διαμόρφωση κριτηρίων επιλογής, iii) προεπιλογή (προκαταρκτικός έλεγχος) και iv) τελική επιλογή. Σε κάθε στάδιο της εν λόγω μεθοδολογίας, εφαρμόζονται ποικίλες προσεγγίσεις με σκοπό την επίτευξη μέγιστης απόδοσης και κατ’ επέκταση να οδηγήσει στην λήψη της κατάλληλης απόφασης κατά το τελευταίο βήμα της μεθόδου, που είναι εκείνο της τελικής επιλογής. Στο τελικό στάδιο επιλογής, δεδομένων των χαρακτηριστικών του προβλήματος μας, επιστρατεύονται διαφορετικά μαθηματικά μοντέλα, τα οποία (ως επί το πλείστον) θέτουν ως στόχο την ελαχιστοποίηση της αντικειμενικής συνάρτησης συνολικού κόστους προμήθειας (αντιστοίχως μεγιστοποίηση συνολικής κερδοφορίας της εταιρείας).Πιο συγκεκριμένα, κύριο αντικείμενο της παρούσας εργασίας είναι η αποδοτικότερη επιλογή προμηθευτή, αναφορικά με μια ενεργειακή εταιρεία η οποία δραστηριοποιείται στον χώρο του φυσικού αερίου, για το έτος 2020, η οποία κλήθηκε να επιλέξει ανάμεσα σε πέντε διαφορετικούς παρόχους, καθένας ο οποίος διέθετε ένα σύνολο διαφοροποιημένων χαρακτηριστικών προμήθειας. Κατά συνέπεια, η εφαρμογή της μεθόδου καταλήγει στην κατάρτιση μιας αντικειμενικής συνάρτησης κόστους, μαζί με την διατύπωση ορισμένων μαθηματικών περιορισμών (constraints), που απώτερο σκοπό έχουν την εύρεση του κατάλληλου μίγματος προμηθειών (μεταβλητών απόφασης) ώστε να ελαχιστοποιείται η τιμή της αντικειμενικής συνάρτησης του παράγωγου προβλήματος επιλογής.Εν κατακλείδι, αφού έχει ολοκληρωθεί η υλοποίηση όλων των βημάτων καθορισμού του προβλήματος, ενώ πραγματοποιείται ανάλυση ευαισθησίας για τρία βασικά σενάρια ενεργειακών αναγκών (χαμηλό, μέσο, υψηλό), προκειμένου να ληφθεί η καταλληλότερη απόφαση επιλογής προμηθευτών.
The current thesis is a sub-category of a more well-known theme, known as "Supply Chain Management", which is also a key subject of activity for most of the modern commercial corporations.Regarding the problem examined in the present work, the De Boer methodology is adopted as the most appropriate method for selecting a mixture of gas suppliers, which includes the following four distinct steps: i) problem solving, ii) configuration selection criteria, iii) default (preliminary check) and iv) final selection. At each stage of this methodology, various approaches are applied in order to achieve maximum efficiency and consequently to lead to the appropriate decision in the last step of the method, which is that of the final choice. In the final stage of selection, given the characteristics of our problem, different mathematical models are utilized, which (for the most part) aim to minimize the objective function of total supply costs (respectively maximizing the overall profitability of the company).More specifically, the main subject of this work is the most efficient supplier selection, concerning an energy company operating in the industry of natural gas, for the year 2020, which was required to select between five different gas suppliers, each of which had a set of differentiated supply characteristics. Consequently, the application of the method results in the formation of an objective cost function, along with the formulation of certain mathematical constraints, whose ultimate purpose is to find the appropriate mixture of supplies (decision variables) to minimize the value of the objective function of the derivative selection problem.In conclusion, after the implementation of all the steps of problem solving has been completed, while a sensitivity analysis is performed for three basic scenarios of energy demand (low, medium, high), in order to make the most appropriate decision for the selection of suppliers.
|
|---|
Copyright © 2013 Library AUEB. All rights reserved.