Robuste Ablaufplanung mit stochastischen genetischen Algorithmen

Studienarbeit aus dem Jahr 2004 im Fachbereich BWL - Industriebetriebslehre, Note: 1,3, Universität zu Köln, Veranstaltung: Seminar f¨ur Allgemeine Betriebswirtschaftslehre und Produktionswirtschaft, Sprache: Deutsch, Abstract: Die Ablaufplanung für Werkstattproduktion befasst sich mit der Zuordnung von Aufträgen zu Arbeitssystemen bzw. Maschinen und umgekehrt unter Beachtung des Rüstzustands der Maschinen und der Verfügbarkeit von Werkzeugen, Transportmitteln usw. Es wird in die Feinplanung des hierarchischem Planungskonzepts eingeordnet. Bei Job Shop Scheduling Problem(JSSP) handelt es sich um die verallgemeinerte Ablaufplanung für Werkstattproduktion ohne Berücksichtigung der reihenfolgeabhängigen Rüstzustände der Maschinen und Kapazitätsrestriktionen von Werkzeugen, Transportmitteln usw. Viele JSSP sind sowohl NP-Vollständig als auch eins die schlechsten in dieser Problemklasse. Die meisten untersuchten Lösungsansätze eignen sich nur für deterministische Bearbeitungszeiten. Ihre praktischen Einsatzmöglichkeiten sind daher relativ begrenzt. Genetische Algorithmen(GA) zählen zu den populären Lösungsverfahren, die auf verschiede Arten Optimierungsprobleme angewandt sind. Gegenstand der Seminararbeit ist die Darstellung eines genetischen Algorithmus(GAUCE), der das JSSP unter stochastischen Bearbeitungszeiten lösen kann. Nach einer Einführung in der Problematik der Ablaufplanung wird GAUCE detailliert dargestellt. In der Folge werden numerische Experimente und deren Ergebnisse analysiert und diskutiert. Abschließend werden Kritiken und weitere Aspekte beschrieben.