Produktionspraxis. Maschinenbelegung Optimieren Mittels Genetischem Algorithmus

Diplomarbeit aus dem Jahr 2004 im Fachbereich Wirtschaft - Beschaffung, Produktion, Logistik, Note: 1,0, Universität Leipzig (Institut für Mathematik), Sprache: Deutsch, Abstract: Markt- und Kundenorientierung stehen im Mittelpunkt moderner Unternehmensstrategien.Um die Wünsche nach Sachgütern und Dienstleistungen mit niedrigenPreisen, hoher Qualitäat und kurzen Lieferzeiten erfüllen zu können und dennochtrotz ständig sinkender Gewinnspannen profitabel zu arbeiten, sind die Unternehmendazu angehalten, Möglichkeiten der Kostensenkung zu finden.Insbesondere im Produktionsbereich lassen sich durch einen verbesserten Ressourcenverbrauchsowie eine Verringerung der Durchlaufzeiten erhebliche Kosteneinsparen, ohne dabei Abstriche bei der Qualität zu machen. Dazu ist eine rationelleProduktionsplanung und -steuerung notwendig.Die Maschinenbelegungsplanung ist dabei eines der zentralen Probleme.Die Aufgabe besteht darin, eine Zuordnung von Aufträgen zu Maschinen in einergewissen Reihenfolge zu finden, so dass ein bestimmtes Ziel bestmöglich erfülltwird. Seit den fünfziger Jahren werden die unterschiedlichsten Verfahren zur Lösung von Maschinenbelegungsproblemen vorgeschlagen. Zu denbekanntesten zählen Branch & Bound Verfahren sowie prioritätsregelbasierte Verfahren.Während Ersteres zwar eine Optimallösung garantiert, dessen Einsatz jedochaufgrund immenser Rechenzeit bei größeren Problemen unmöglich ist, liefertdas zweite Verfahren meist nur unbefriedigende Ergebnisse. Neuere Verfahren, wieSimulated Annealing, Tabu Search oder genetische Algorithmen liefern hingegenbei moderater Rechenzeit gute Lösungsqualitäten.Insbesondere genetische Algorithmen scheinen für die Lösung komplexer Optimierungsproblemebesonders gut geeignet zu sein.Ziel dieser Arbeit ist es, für ein konkretes Beispiel aus der Produktionspraxiseinen speziellen genetischen Algorithmus zu entwickeln, welcher die Maschinenbelegungbestmöglich plant.Zunächst wird jedoch die Maschinenbelegungsplanung aus theoretischer Sichtinnerhalb der Produktionsplanung eingeordnet. Aufgrund der Vielfältigkeit der Maschinenbelegungsprobleme werden diese danach klassifizert. Im Anschluss wird der genetische Algorithmus aus aus mathematischer Sicht erläutert, um dann diese theoretischen Erkenntnisse auf das Praxisbeispiel in einem C Programm anzuwenden. Um einen Performancevergleich zu erhalten, wird ebenfalls kurz das Simulated Annealing theoretisch behandelt und anschließend ebenfals in einem C Programm umgesetzt.Die erzielten Ergebnisse werden grafisch aufbereitet dargestellt.Note: 1,0