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.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Rights and permissions
Copyright information
© 2001 Betriebswirtschaftlicher Verlag Dr. Th. Gabler GmbH, Wiesbaden, und Deutscher Universitäts-Verlag, Wiesbaden GmbH
About this chapter
Cite this chapter
Zimmermann, J. (2001). Ressourceninvestment- und Ressourcennivellierungsprobleme. In: Ablauforientiertes Projektmanagement. Produktion und Logistik. Deutscher Universitätsverlag. https://doi.org/10.1007/978-3-322-81390-9_6
Download citation
DOI: https://doi.org/10.1007/978-3-322-81390-9_6
Publisher Name: Deutscher Universitätsverlag
Print ISBN: 978-3-8244-7365-6
Online ISBN: 978-3-322-81390-9
eBook Packages: Springer Book Archive