Ressourceninvestment- und Ressourcennivellierungsprobleme

Zusammenfassung

In diesem Kapitel diskutieren wir exakte und heuristische Methoden für das Ressourceninvestmentproblem RIP (resource investment problem) und die Ressourcennivellierungsprobleme RLP (ohne Ressourcenbeschränkungen, resource levelling problem) und RRLP (mit Ressourcenbeschränkungen, resource-constrained resource levelling problem). Nach einem Literaturüberblick zeigen wir wie die in Abschnitt 3.1 und 3.2 entwickelten Prioritätsregelverfahren für RIP, RLP und RRLP effizient angepaßt werden können. Ferner präsentieren wir ein Tabu-Search-Verfahren, bei dem die betrachtete Nachbarschaft auf den in Abschnitt 2.2 eingeführten Entscheidungszeitpunkten basiert. Eine experimentelle Performance-Analyse zeigt, daß die entwickelten heuristischen Methoden für Probleminstanzen mit bis zu 500 Vorgängen „gute“ Näherungslösungen bestimmen. Zur Bestimmung optimaler Lösungen für kleine Probleminstanzen (mit bis zu 30 Vorgängen) entwickeln wir ein auf dem in Abschnitt 3.3 vorgestellten Konstruktionsansatz basierendes Branch-and-Bound-Verfahren. Abschließend diskutieren wir kurz, wie die in den Kapiteln 4 und 5 vorgestellten Verfahrensprinzipien für P- und RP-Instanzen für Zielfunktionen anderer Zielfunktionsklassen angewendet werden können.