Mehrstufige Losgrößenplanung bei Kapazitätsrestriktionen (eBook)
XXXI, 208 Seiten
Betriebswirtschaftlicher Verlag Gabler
978-3-8349-8708-2 (ISBN)
Dr. Florian Sahling ist wissenschaftlicher Mitarbeiter an der Gottfried Wilhelm Leibniz Universität Hannover am Institut für Produktionswirtschaft (Prof. Dr. Stefan Helber).
Dr. Florian Sahling ist wissenschaftlicher Mitarbeiter an der Gottfried Wilhelm Leibniz Universität Hannover am Institut für Produktionswirtschaft (Prof. Dr. Stefan Helber).
Geleitwort 6
Vorwort 7
Inhaltsverzeichnis 9
Abbildungsverzeichnis 13
Algorithmenverzeichnis 15
Tabellenverzeichnis 16
Abkürzungsverzeichnis 19
Symbolverzeichnis 23
1 Einleitung 30
2 Einordnung und Klassifizierung von Problemen der Losgrößenplanung 32
2.1 Einordnung der Losgrößenplanung in die kapazitätsorientierte Produktionsplanung und -steuerung 32
2.2 Bedeutung der Losgrößenplanung in AdvancedPlanning-Systemen 35
2.3 Klassifizierung von Modellen für die Losgrößen-planung 39
2.4 Übersicht über Modellformulierungen für dynamische mehrstufige Losgrößenprobleme mit Kapazitätsrestriktionen 43
3 Modellformulierungen für mehrstufige Losgrößenprobleme mit Kapazitätsrestriktionen 48
3.1 Überblick 48
3.2 Ausgangspunkt: Das mehrstufige Losgrößenproblem mit Kapazitätsrestriktionen (MLCLSP) 48
3.2.1 Modellannahmen 48
3.2.2 Standardmodellformulierung auf Basis von Produktions-und Lagermengen 52
3.3 Erweiterung der Standardmodellformulierung um die Möglichkeit der Rüstübertragung (MLCLSP-L) 55
3.3.1 Modellformulierung mit einfacher Rüstübertragung 55
3.3.2 Modellformulierung mit mehrfacher Rüstübertragung 60
3.3.3 Unterschiede zum MLCLSP 61
3.4 Das mehrstufige Losgrößenproblem mit Kapazitätsrestriktionen und reihenfolgeabhängigen Rüstkosten (MLCLSD) 65
3.5 Komplexität mehrstufiger Losgrößenprobleme mit Kapazitätsrestriktionen 69
4 Algorithmische Ansätze zur Lösung dynamischer Losgrößenprobleme mit Kapazitätsrestriktionen 71
4.1 Überblick 71
4.2 Klassifizierungsschema für die Lösungsansätze 71
4.3 Lösungsansätze für dynamische Losgrößenpro-bleme mit Kapazitätsrestriktionen 77
4.3.1 Mathematische Programmierungsansätze 77
4.3.2 Lagrange-Heuristiken 85
4.3.3 Dekompositionsund Aggregationsansätze 87
4.3.4 Metaheuristische Lösungsansätze 88
4.3.5 Problemspezifische Greedy-Heuristiken 93
4.4 Kritische Würdigung der vorgestellten Lösungs-ansätze und Definition der Forschungslücke 94
5 Eine iterative Fix& Optimize-Heuristik zur Lösung des mehrstufigen Losgrößenproblems mit Kapazitätsrestriktionen
5.1 Überblick 96
5.2 Lösungsidee der Fix& Optimize-Heuristik: Dekomposition in Unterprobleme
5.3 Modellformulierung für das Unterproblem 98
5.4 Ablauf der iterativen Fix& Optimize-Heuristik
5.4.1 Bestimmung einer formal zulässigen Startlösung 99
5.4.2 Bestimmung der Untermenge 102
5.4.2.1 Produktorientierte Dekomposition 102
5.4.2.2 Ressourcenorientierte Dekomposition 105
5.4.2.3 Prozessorientierte Dekomposition 109
5.4.3 Varianten der F& O-Heuristik durch Kombination derDekompositionsstrategien
5.5 Numerische Untersuchungen 112
5.5.1 Vorüberlegungen zur Evaluation der Fix& OptimizeHeuristik
5.5.2 Numerische Ergebnisse für Testinstanzen ohne Vorlauf-verschiebung 116
5.5.2.1 Vergleich der Ergebnisse der vorgestellten Dekompositions-strategien 116
5.5.2.2 Ergebnisse durch Kombination von zwei Dekompositionsstrategien, beginnend mit der produkt-orientierten Dekomposition 120
5.5.2.3 Ergebnisse nach Kombination von drei Dekompositionsstrategien, beginnend mit der produktorientierten Dekomposition 122
5.5.2.4 Vergleich der Ergebnisse der Fix& OptimizeHeuristik mit den Ergebnissen der Verfahren von Tempelmeier/ Derstroff und von Stadtler
5.5.3 Evaluation der Ergebnisse für Testinstanzen mit einer Vorlaufverschiebung 129
5.6 Abschließende Zusammenfassung 132
6 Anwendung der Fix& Optimize-Heu-ristik zur Lösung des MLCLSP-L
6.1 Überblick 134
6.2 Modellformulierung für das Unterproblem 134
6.3 Anpassung der Fix& Optimize-Heuristik für das MLCLSP-L
6.3.1 Bestimmung einer formal zulässigen Startlösung 136
6.3.2 Bestimmung der Untermengen KT opt. und KT opt. zuoptimierender Binärvariablen 138
6.3.2.1 Produktorientierte Dekomposition 138
6.3.2.2 Ressourcenorientierte Dekomposition 141
6.3.2.3 Prozessorientierte Dekomposition 144
6.4 Numerische Untersuchungen 146
6.4.1 Beschreibung der verwendeten Testinstanzen 146
6.4.2 Ergebnisse mit Vorlaufverschiebung und einfacher Rüstübertragung 149
6.4.3 Ergebnisse mit Vorlaufverschiebung und mehrfacher Rüstübertragung 152
6.5 Abschließende Zusammenfassung 154
7 Anwendung der Fix& Optimize-Heu-ristik auf ein Losgrößenproblem mit reihenfolgeabhängigen Rüstvorgängen aus der Lebensmittelind
7.1 Überblick 155
7.2 Beschreibung des vorliegenden Praxisfalls 155
7.3 Das mehrstufige Losgrößenproblem mit Kapazi-tätsrestriktionen und reihenfolgeabhängigen Rüstvorgängen auf parallelen Maschin an mehreren Standorten (MLCLSD-PM-ML) 157
7.3.1 Modellannahmen 157
7.3.2 Modellformulierung für das MLCLSD-PM-ML 159
7.4 Anpassung der Fix& Optimize-Heuristik für das MLCLSD-PM-ML
7.4.1 Modellformulierung für das Unterproblem MLCLSD-PMML-SUB 164
7.4.2 Bestimmung einer formal zulässigen Startlösung 166
7.4.3 Bestimmung der Untermengen IKTMoptd und KTMopt.zu optimierender Binärvariablen 170
7.4.3.1 Produktorientierte Dekomposition 170
7.4.3.2 Ressourcenorientierte Dekomposition 174
7.4.3.3 Prozessorientierte Dekomposition 177
7.5 Numerische Untersuchungen 179
7.5.1 Beschreibung der verwendeten Testinstanzen 179
7.5.2 Numerische Ergebnisse 185
7.6 Abschließende Zusammenfassung 189
8 Betriebswirtschaftliche Bewertung und Ausblick 190
Literaturverzeichnis 194
Anhang 209
A Ausführliche Modellformulierung für ein Unterproblem des MLCLSP bei der Fix& Optimize-Heuristik
B Ergänzende numerische Ergebnisse der Fix& Optimize-Heuristik zur Lösung des MLCLSP
B.1 Ergebnisse der ressourcenorientierten Dekomposition 212
B.2 Ergebnisse weiterer Varianten der F& O-Heu-ristik für das MLCLSP
C Ablauf der Fix& Optimize-Heuristik für Modellerweiterungen des MLCLSP
D Parameter der Testinstanzen für das MLCLSD-PM-ML 224
Erscheint lt. Verlag | 3.7.2010 |
---|---|
Reihe/Serie | Produktion und Logistik | Produktion und Logistik |
Vorwort | Prof. Dr. Stefan Helber |
Zusatzinfo | XXXI, 208 S. 38 Abb. |
Verlagsort | Wiesbaden |
Sprache | deutsch |
Themenwelt | Wirtschaft ► Betriebswirtschaft / Management ► Logistik / Produktion |
Wirtschaft ► Betriebswirtschaft / Management ► Unternehmensführung / Management | |
Schlagworte | Losgrößen • Mathematische Optimierung • Mehrstufige Produktion • Operations Research • Produktionsplanung • Ressourceneinsatzplanung |
ISBN-10 | 3-8349-8708-5 / 3834987085 |
ISBN-13 | 978-3-8349-8708-2 / 9783834987082 |
Haben Sie eine Frage zum Produkt? |
Größe: 1,2 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Zusätzliches Feature: Online Lesen
Dieses eBook können Sie zusätzlich zum Download auch online im Webbrowser lesen.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich