PD Dr. Norbert Trautmann lehrt an der Fakultät für Wirtschaftswissenschaften der Universität Karlsruhe (TH).

• 1 Einführung in die Problemstellung.- 1.1 Entscheidungsebenen der Produktionsplanung.- 1.2 Randbedingungen der operativen Produktionsplanung.- 1.3 Fallstudie: Chemische Industrie.- 2 Simultane und hierarchische Planung.- 2.1 Simultane Planung.- 2.2 Hierarchische Planung.- 3 Modellierung des Batching-Problems.- 3.1 Modellierung als nichtlineares gemischt-ganzzahliges Optimierungsproblem.- 3.2 Modellierung als lineares gemischt-ganzzahliges Optimierungsproblem.- 4 Modellierung des Batch-Scheduling-Problems.- 4.1 Aktivitäten und Ereignisse.- 4.2 Zeitliche Mindest- und Höchstabstände.- 4.3 Erneuerbare Ressourcen.- 4.4 Kalender.- 4.5 Apparate mit Umrüst- und Reinigungszeiten.- 4.6 Kumulative Ressourcen.- 4.7 Optimierungsproblem.- 4.8 Mehr-Modus-Fall.- 5 Enumerationsverfahren zur Lösung des Batch-Scheduling-Problems.- 5.1 Prinzip des Verfahrens.- 5.2 Zeitplanung.- 5.3 Behandlung von Ressourcenkonflikten.- 5.4 Filtered-Beam-Search.- 5.5 Lösung der Fallstudie.- 5.6 Mehr-Modus-Fall.- 6 Prioritätsregelverfahren zur Lösung des Batch-Scheduling-Problems.- 6.1 Vorüberlegung.- 6.2 Algorithmische Umsetzung.- 6.3 Berücksichtigung von Kalendern.- 6.4 Multistartverfahren.- 6.5 Lösung der Fallstudie.- 6.6 Mehr-Modus-Fall.- 7 Experimentelle Performance-Analyse.- 7.1 Untersuchte Instanzen.- 7.2 Ergebnisse.- 8 Erweiterungen.- 8.1 Anwendungsfall: Aluminium-Industrie.- 8.2 Prozesse mit variabler Dauer.- 8.3 Chargenproduktion mit kontinuierlichen Materialflüssen.- 8.4 Heuristische Lösung großer Probleminstanzen.- Zusammenfassung und Ausblick.

PD Dr. Norbert Trautmann lehrt an der Fakultät für Wirtschaftswissenschaften der Universität Karlsruhe (TH).

• 1 Einführung in die Problemstellung.- 1.1 Entscheidungsebenen der Produktionsplanung.- 1.2 Randbedingungen der operativen Produktionsplanung.- 1.3 Fallstudie: Chemische Industrie.- 2 Simultane und hierarchische Planung.- 2.1 Simultane Planung.- 2.2 Hierarchische Planung.- 3 Modellierung des Batching-Problems.- 3.1 Modellierung als nichtlineares gemischt-ganzzahliges Optimierungsproblem.- 3.2 Modellierung als lineares gemischt-ganzzahliges Optimierungsproblem.- 4 Modellierung des Batch-Scheduling-Problems.- 4.1 Aktivitäten und Ereignisse.- 4.2 Zeitliche Mindest- und Höchstabstände.- 4.3 Erneuerbare Ressourcen.- 4.4 Kalender.- 4.5 Apparate mit Umrüst- und Reinigungszeiten.- 4.6 Kumulative Ressourcen.- 4.7 Optimierungsproblem.- 4.8 Mehr-Modus-Fall.- 5 Enumerationsverfahren zur Lösung des Batch-Scheduling-Problems.- 5.1 Prinzip des Verfahrens.- 5.2 Zeitplanung.- 5.3 Behandlung von Ressourcenkonflikten.- 5.4 Filtered-Beam-Search.- 5.5 Lösung der Fallstudie.- 5.6 Mehr-Modus-Fall.- 6 Prioritätsregelverfahren zur Lösung des Batch-Scheduling-Problems.- 6.1 Vorüberlegung.- 6.2 Algorithmische Umsetzung.- 6.3 Berücksichtigung von Kalendern.- 6.4 Multistartverfahren.- 6.5 Lösung der Fallstudie.- 6.6 Mehr-Modus-Fall.- 7 Experimentelle Performance-Analyse.- 7.1 Untersuchte Instanzen.- 7.2 Ergebnisse.- 8 Erweiterungen.- 8.1 Anwendungsfall: Aluminium-Industrie.- 8.2 Prozesse mit variabler Dauer.- 8.3 Chargenproduktion mit kontinuierlichen Materialflüssen.- 8.4 Heuristische Lösung großer Probleminstanzen.- Zusammenfassung und Ausblick.

PD Dr. Norbert Trautmann lehrt an der Fakultät für Wirtschaftswissenschaften der Universität Karlsruhe (TH).

• 1 Einführung in die Problemstellung.- 1.1 Entscheidungsebenen der Produktionsplanung.- 1.2 Randbedingungen der operativen Produktionsplanung.- 1.3 Fallstudie: Chemische Industrie.- 2 Simultane und hierarchische Planung.- 2.1 Simultane Planung.- 2.2 Hierarchische Planung.- 3 Modellierung des Batching-Problems.- 3.1 Modellierung als nichtlineares gemischt-ganzzahliges Optimierungsproblem.- 3.2 Modellierung als lineares gemischt-ganzzahliges Optimierungsproblem.- 4 Modellierung des Batch-Scheduling-Problems.- 4.1 Aktivitäten und Ereignisse.- 4.2 Zeitliche Mindest- und Höchstabstände.- 4.3 Erneuerbare Ressourcen.- 4.4 Kalender.- 4.5 Apparate mit Umrüst- und Reinigungszeiten.- 4.6 Kumulative Ressourcen.- 4.7 Optimierungsproblem.- 4.8 Mehr-Modus-Fall.- 5 Enumerationsverfahren zur Lösung des Batch-Scheduling-Problems.- 5.1 Prinzip des Verfahrens.- 5.2 Zeitplanung.- 5.3 Behandlung von Ressourcenkonflikten.- 5.4 Filtered-Beam-Search.- 5.5 Lösung der Fallstudie.- 5.6 Mehr-Modus-Fall.- 6 Prioritätsregelverfahren zur Lösung des Batch-Scheduling-Problems.- 6.1 Vorüberlegung.- 6.2 Algorithmische Umsetzung.- 6.3 Berücksichtigung von Kalendern.- 6.4 Multistartverfahren.- 6.5 Lösung der Fallstudie.- 6.6 Mehr-Modus-Fall.- 7 Experimentelle Performance-Analyse.- 7.1 Untersuchte Instanzen.- 7.2 Ergebnisse.- 8 Erweiterungen.- 8.1 Anwendungsfall: Aluminium-Industrie.- 8.2 Prozesse mit variabler Dauer.- 8.3 Chargenproduktion mit kontinuierlichen Materialflüssen.- 8.4 Heuristische Lösung großer Probleminstanzen.- Zusammenfassung und Ausblick.