Advertisement

Robuste Optimierung zur Produktionsprogrammplanung

  • Frank HerrmannEmail author
  • Julian Englberger
Chapter
  • 16k Downloads

Zusammenfassung

Ausgangspunkt sind die im Beitrag über eine hierarchische operative Produktionsplanung und -steuerung dargestellten Planungsprobleme. Insbesondere wird die dort angegebene Präzisierung der Produktionsprogrammplanung verwendet und zur Vereinfachung für den Leser wiederholt. In der Literatur existieren viele Vorschläge zur Formulierung der Produktionsprogrammplanung, zum Beispiel in Günther und Tempelmeier (2012) und Domschke und Scholl (2003). Diese unterscheiden sich beispielsweise im Detaillierungsgrad der Personalkapazität.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. Al-e Hashem, S. M. J. M., M. B. Axyanezhad und S. J. Sadjadi (2012). An efficient algorithm to solve a multi-objective robust aggregate production planning in an uncertain environment. The International Journal of Advanced Manufactvring Technology 58(5–8), 765–782.CrossRefGoogle Scholar
  2. AI-e Hashem, S. M. J. M., H. Malekly und M. B. Aryanezhad (2011). A multi-objective robust optimization model for multi-product multi-site aggregate production planning in a supply chain under uncertainty. International Journal 0/ Production Economics 134 , 28–42.Google Scholar
  3. Alfieri, A., und P. Brandimarte (2005). Stocha.stic programming models for manufacturing applications. In: A. Matta und Q. Semeraro (Hrsg.), Design 0/ advanced manu/acturing systems . Dordrecht: Springer.Google Scholar
  4. Almeder, C., M. Preusser und R. F. Hartl (2009). Simulation and optimization of supply chains: alternative or complementary approaches? OR Spectrum 81 (1), 95–119.CrossRefGoogle Scholar
  5. Bamberg, G., A. G. Coenenberg und M. Krapp (2008). Betriebswirtschaftliche Entscheidungslehre (14. AufI.). München: Vahlen.Google Scholar
  6. Ben-Tal, A., und A. Nemirovski (1998). Robust convex optimization. Mathematics 0/ Operations Research 23(4), 769–805.Google Scholar
  7. Ben-Tal, A., und A. Nemirovski (1999). Robust solutions of uncertain linear programs. Operations Research Letters 25, 1–13.Google Scholar
  8. Bertsimas, D., und M. Sim (2004). The price of robustness. Operations Research 52(1), 35–53.Google Scholar
  9. Birge, J. R., und F. Louveaux (2011). Introduction to stochastic programming . New York: Springer Science.Google Scholar
  10. Domschke, W., und A. Drexl (2005). Einführung in Operations Research (6. Aufl.). Berlin: Springer.Google Scholar
  11. Domschke, W., und A. Scholl (2003). Grundlagen der Betriebswirtschaftslehre: Eine Einführung aus entscheidungsorientierter Sicht; mit 80 Tab. ; (2. Aufl.). Berlin [u.a.l: Springer.Google Scholar
  12. Escudero, L., P. Kamesam, A. King und R. Wets (1993). Production planning via scenario modelling. Annals 0/ Operations Research 43, 311–335.Google Scholar
  13. Fischer, L. (2008). Bestandsoptimierung für das Supply ehain Management: Zeitdiskrete Madelle und praxisrelevante Ansätze. Norderstedt: Books on Demand.Google Scholar
  14. Gebhard, M. (2009). Hierarchische Produktionsplanung bei Unsicherheit Wiesbaden: Gabler.Google Scholar
  15. Günther, H.-O., und H. Tempelmeier (2012). Produktion und Logistik (9. Aufl.). Berlin [u.a.l: Springer.CrossRefGoogle Scholar
  16. Herpers, S. (2009). Dynamische Lasgröpenplanung bei stochastischer Nachfro, ge. Köln: Kölner Wiss.-Verl.Google Scholar
  17. Herrmann, F. (2009). Lagik der Produktionslogistik (1. Aufl.). München: Oldenbourg. Herrmann, F. (2011). Operative Planung in IT-Systemen für die Produktionsplanung und -steuerung: Wirkung, Auswahl und Einstellhinweise (1. AufI.). Wiesbaden: Vieweg + Teubner.Google Scholar
  18. Hillier, F. S., und G. J. Lieberman (2010). Introduction to operations research (9. AufI.). New York and NY: McGraw-Hill.Google Scholar
  19. KalI, P., und J. Mayer (2011). Stochastic linear programming: Models, theory, and compu tation (2. AufI.). New York and NY: Springer.Google Scholar
  20. Kazemi Zanjani, M., M. Nourelfath und D. Ait-Kadi (2010). A multi-stage stochastic programming approach for production planning with uncertainty in the quality of raw materials and demand. International Journal 0/ Production Research 48(16), 4701–4723.CrossRefGoogle Scholar
  21. Kazemi Zanjani, M., M. Nourelfath und D. Ait-Kadi (2012a). An accelerated scenario updating heuristic for stochastic production planning with set-up constraints in sawmills. International Journal 0/ Production Research (iFirst).Google Scholar
  22. Kazemi Zanjani, M., M. Nourelfath und D. Ait-Kadi (2012b). A scenario decomposition approach for stochastic production planning in sawmills. Journal 0/ the Operational Research Society.Google Scholar
  23. Kimms, A. (1998). Stability measures for rolling schedules with applications to capacity expansion planning, master production scheduling, and lot sizing. Omega 26(3), 355- 366.Google Scholar
  24. KörpeogJu, E., H. Yaman und M. Selim Aktürk (2011). A multi-stage stochastic programming approach in master production scheduling. European Journal 01 Operational Rese arch 213(1), 166–179.Google Scholar
  25. Laux, H., R. M. Gillenkirch und H. Y. Schenk-Mathes (2012). Entscheidungsthemie. Berlin and Heidelberg: Springer.CrossRefGoogle Scholar
  26. Leung, S. C., S. O. Tsang, W. Ng und W. Yue (2007). A robust optimization model for multi-site production planning problem in an uncertain environment. European Journal 01 Operational Research 181, 224–238.Google Scholar
  27. Lin, N.-P., und L. Krajewski (1992). A model for master production scheduling in uncertain environments. Decision Sciences 23, 839–861.Google Scholar
  28. Markowitz, H. (1952). Portfolio selection. The Journal 01 Finance 7(1), 77–91.Google Scholar
  29. Meyr, H., (2009). Custorner segmentation, allocation planning and order promising in maketo- stock production. OR Spectrum 31 (1), 229–256.CrossRefGoogle Scholar
  30. Mulvey, J., R. Vanderbei und S. Zenios (1995). Robust optimization of large-acale systems. Operations Research 43, 264–281.CrossRefGoogle Scholar
  31. Quante, R., H. Meyr und M. Fleiacbmann (2009). Revenue management and demand fulfillrnent: matching applications, models, and software. OR Spectrum 31 (1), 31-{)2.Google Scholar
  32. Reusch, P. (2006). Abstimmungsmechanismen zwischen Programmplanung und Mengenplanung in der mehrstufigen Produktionsplanung . Ph. D. thesis, Universität Duisburg-Essen, Duisburg-Essen.Google Scholar
  33. Rockafellar, R., und R. Wets (1991). Scenarios and policy aggregation in optirnization under uncertainty. Mathematics olOpemtions Research 16(1), 119–147.CrossRefGoogle Scholar
  34. Scholl, A. (2001). Robuste Planung und Optimierung: Grundlagen – Konzepte und Methoden - experimentelle Untersuchungen i mit 105 Tabellen . Heidelberg: Physica-Verlag.Google Scholar
  35. Sridharan, V., und W. Berry (1990). Master production acheduling make-to-stock products: a framework for analysis. International Journal 01 Production Research 28(3), 541–558.Google Scholar
  36. Stadtler, H. (1988). Hierarchische Produktionsplanung bei losweiser Fertigung. Heidelberg: Physica-Verlag.CrossRefGoogle Scholar
  37. Ternpelmeier, H. (2010). Bestandsmanagement in Supply Chains (3. Aufl.). Norderstedt: Books on Demand.Google Scholar
  38. 'Thmpelmeier, H., und S. Herpers (2011). Dynamic uncapacitated lot sizing with randorn demand under a fillrate constraint. European Journal 01Operational Research 212,497- 507.Google Scholar
  39. Wets, R. (1989). The aggregation principle in scenario analysis and stochastic optimization. In: S. Wallace (Hrsg.), Algorithms and Model Formulations in Mathematical Program ming. Berlin: Springer.Google Scholar
  40. Yu, C., und H. Li (2000). A robust optimization model for stochastic logistic problems. International Journal 01 Production Economics 64,385–397.Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2015

Authors and Affiliations

  1. 1.Innovationszentrum für Produktionslogistik und FabrikplanungOstbayerische Technische Hochschule RegensburgRegensburgDeutschland
  2. 2.Innovationszentrum für Produktionslogistik und FabrikplanungOstbayerische Technische Hochschule RegensburgRegensburgDeutschland

Personalised recommendations