MQANT1328 — Recherche opérationnelle
Gestion d'une ligne de production de cuistax
Simulation par chaîne de Markov · Temps discret (1 pas = 1 jour)
Travail réalisé par Martin Goelen, Merri Battiston et Zixuan Ji
0
JOUR SIMULÉ
Vitesse :
EN PAUSE
Jour 0
0%
PRODUCTION RÉELLE
0
— cuistax / jour
Théorie Markov: —
ATELIER A — BLOQUÉ
0%
0 jours sur 0
Théorie Markov: —
ATELIER B — BLOQUÉ
0%
0 jours sur 0
Théorie Markov: —
STOCK S₂ — PLEIN
0%
0 jours sur 0
Théorie Markov: —
Cas de base — S₁=0, S₂=1
0.2198
Référence
A bloqué
26.7%
B bloqué
14.6%
S₂ plein
40.4%
Optimisation 1 — S₁=1, S₂=1
0.2380
▲ +8.3% vs base
A bloqué
20.7%
B bloqué
20.9%
S₂ plein
50.1%
Optimisation 2 — S₁=0, S₂=2
0.2000
▼ −9.0% vs base
A bloqué
23.7%
B bloqué
9.1%
S₂ plein
25.0%
MQANT1328 — Recherche opérationnelle
Gestion d'une ligne de production de cuistax
Simulation par chaîne de Markov · Temps discret (1 pas = 1 jour)
Travail réalisé par Martin Goelen, Merri Battiston et Zixuan Ji
0
JOUR SIMULÉ
Vitesse :
EN PAUSE
Jour 0
0%
PRODUCTION RÉELLE
0
— cuistax / jour
Théorie Markov: —
ATELIER A — BLOQUÉ
0%
0 jours sur 0
Théorie Markov: —
ATELIER B — BLOQUÉ
0%
0 jours sur 0
Théorie Markov: —
STOCK S₂ — PLEIN
0%
0 jours sur 0
Théorie Markov: —
Cas de base — S₁=0, S₂=1
0.2198
Référence
A bloqué
26.7%
B bloqué
14.6%
S₂ plein
40.4%
Optimisation 1 — S₁=1, S₂=1
0.2380
▲ +8.3% vs base
A bloqué
20.7%
B bloqué
20.9%
S₂ plein
50.1%
Optimisation 2 — S₁=0, S₂=2
0.2000
▼ −9.0% vs base
A bloqué
23.7%
B bloqué
9.1%
S₂ plein
25.0%