Mehr und zunehmend komplexere Produkte in weniger Zeit
herstellen. Das ist eine der aktuellen Herausforderung für
Produktionsunternehmen in der globalisierten Welt. Das Themenfeld der Produktionsplanung
beschäftigt sich mit der computergestützten Planung der herzustellenden
Produkte und der dafür erforderlichen Ressourcen. Getroffene
Planungsentscheidungen der Planung haben einen großen Einfluss auf die
Produktion. Zum Beispiel kann ein zu früh fertig gestelltes Endprodukt durch
die Lagerung bis zum Auslieferungsdatum dazu führen, dass die
Lagerhaltungskosten steigen. Andererseits kann ein zu spät fertiggestelltes
Produkt zu einer schlechten Reputation führen. Um hier wirtschaftliche Entscheidungen
treffen zu können, müssen die Fragen „Was soll produziert werden?“, „Wo soll
produziert werden?“ und „Wie soll produziert werden?“ beantwortet werden. Diese
Aufgabe ist nicht trivial und wird umso komplexer, wenn zugleich auch die
Reihenfolgeplanung der Produktionsaufträge auf mehr als einer Ressource mit
Kapazitätsbeschränkungen durchgeführt werden soll. Hierzu werden heute
Produktionsplanungs- und Steuerungssysteme (PPS-System) eingesetzt, die die
einzelnen Planungsschritte der Produktionsplanung sukzessive ausführen. Der
resultierende Produktionsplan ist regelmäßig nicht realisierbar.
Um diese Probleme zu vermeiden wird eine simultane Planung
der einzelnen Planungsschritte angestrebt, um so einen realisierbaren und
kostengünstigen Produktionsplan zu erhalten.
Exakte, mathematische Verfahren sind heute nur in einem begrenzten
Umfang anwendbar, da sie theoretisch zwar einen gültigen Produktionsplan
erstellen könnten, in der Praxis aber an der Berechenbarkeit der Probleme
scheitern. Aus diesem Grund konzentriert sich die Forschung auf die Entwicklung
von heuristischen Verfahren, mit denen es möglich ist, den Lösungsraum der
Problemstellungen zu begrenzen, so dass zumindest gute Lösungen mit einem
akzeptablen Zeitaufwand generiert werden können. Im Rahmen dieser Arbeit soll
mit Hilfe der simulationsgestützten Optimierung ein Konzept und eine
Implementierung entwickelt werden, mit der es ermöglicht wird ein mehrstufiges
dynamisches Mehrprodukt-Losgrößenmodell mit Kapazitätsrestriktionen (MLCLSP) in
adäquater Zeit zu lösen.
Die einzelnen Planungsregeln sollen dabei mit Methoden der
Evolutionären Berechnung automatisch generiert bzw. optimiert werden. Dabei
werden Populationen von zufällig initialisierten Planungsregeln schrittweise
verändert, bewertet und selektiert. Genauer sollen dabei wahlweise Methoden der
Genetischen Programmierung oder Genetische Algorithmen angewendet werden. Bei
der Genetischen Programmierung wird die Heuristik direkt als Baumstruktur
codiert (vgl. Compilerbau) und mittels Mutation und Rekombination verändert.
Als Fitnessfunktion dient die Simulation, die zu gegebenen Regeln z.B. den
Zeitaufwand ermittelt und so die Qualität der Heuristik bestimmt. Bei der
Anwendung von Genetischen Algorithmen sind die Regeln nicht direkt
menschen-lesbar repräsentiert, sondern z.B. als künstliche neuronale Netze
codiert. Das neuronale Netz wird dabei eher als Blackbox angesehen, es
verarbeitet Eingaben (bspw. Reihenfolgeregeln) intern und gibt entsprechende
Ausgaben (Planungsregel, Prioritätsregel). Mutiert und rekombiniert werden hier
die Gewichte der Kanten zwischen den einzelnen Neuronen des Netzes. Die
Bewertung momentaner Lösungskandidaten erfolgt wiederum per Simulation.
Interessierte Kandidaten melden sich bitte direkt bei mir...
