Advertisement

Neuronal unterstützte Fertigungssteuerung

  • Jürgen Heuer

Zusammenfassung

In diesem Kapitel werden neuronale Mechanismen vorgestellt, mit deren Hilfe sich die Aufgaben der Fertigungssteuerung leichter und effizienter durchführen lassen. Die Absicht ist, dem Verantwortlichen vor Ort ein Werkzeug in die Hand zu geben, mittels dem er auf Änderungen der Lage reagieren kann, sei dies der Ausfall eines Potentialfaktors, die Veränderung der Priorität eines Auftrages oder eine unsichere Materialversorgung. Hier sind die batch-orientierten PPSS nicht in der Lage, in ausreichend kurzer Reaktionszeit Lösungsvorschläge zu generieren.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur des Kapitels

  1. [Bro88]
    Jim Browne: ‘Simulation and Simulation Models’;Google Scholar
  2. [Cho93]
    Yong Beom Cho, Takakazu Kurokawa, Yoshiyasu Takefuji, Hwa Su Kim:An 0(1) Approximate Parallel Algorithm for the n-task-n-person Assignment Problem;Google Scholar
  3. [Coh88]
    Oued Cohen: ‘The Drum-Buffer-Rope (DBR) Approach to Logistics’;Google Scholar
  4. [Dag93]
    Cihan H. Dagli, Sinchai Sittisathanchai: ‘Genetic N euro-Scheduler for Job Shop Scheduling’;Google Scholar
  5. [Foo88a]
    Yoon-Pin Simon Foo, Yoshiyasu Takefuji: ‘Integer Linear Programming Neural Networks for Job-Shop Scheduling’;Google Scholar
  6. [Foo88b]
    Yoon-Pin Simon Foo, Yoshiyasu Takefuji: ‘Stochastic Neural Networks for Solving Jop-Shop Scheduling: Part 1, Problem Representation’;Google Scholar
  7. [Foo88c]
    Yoon-Pin Simon Foo, Yoshiyasu Takefuji: ‘Stochastic Neural Networks for Solving Job-Shop Scheduling: Part 2, Architecture and Simulation’;Google Scholar
  8. [Gol88]
    G. M. Goldratt: ‘Computerized shop floor scheduling’;Google Scholar
  9. [Gol90]
    M. Goldstein: ‘Self-Organization Feature Map For The Multiple Travelling Salesmen Problem (MTSP)’;Google Scholar
  10. [Gul87]
    S. Gulati, S.S. Iyengar: ‘Nonlinear Neural Networks for Deterministic Scheduling’;Google Scholar
  11. [Hay92]
    Paul V. Hayes, R. Timothy Rue, Samir I. Sayegh: ‘Fault isoiatw n in UnitsUnder Test: A Neural Network Approach’;Google Scholar
  12. [Her91a]
    Rudi Herterich, Michael Zell: ‘Benutzerorientierte Fertigungssteue rung in teilautonomen Bereichen’;Google Scholar
  13. [Pol87]
    M. O. Poliac, E. C. Lee, J. R. Slagle, M. R. Wick: ‘A Crew Scheduling Problem’;Google Scholar
  14. [Rab93]
    Luis Rabelo, Yuehwern Yih, Albert Jones, George Witzgall: ‘intelligentFM S Scheduling Using Modular Neural Networks’;Google Scholar
  15. [Rit91]
    Helge Ritter, Thomas Martinez, Klaus Schulten: „Neuronale Netze: EineEinführung in die Neuroinformatik selbstorganisierender Netzwerke“;Google Scholar
  16. [Tho95]
    Christoph Thomalla, Oliver Eschbach: „Maschinenbelegungspia nung mit einem genetischen Algorithmus“;Google Scholar
  17. [Una93]
    M. Kemal Unaltuna, Mehmet E. Dalkilic, Vijay Pitchumani: ‘Solving the Scheduling Problem in High Level Synthesis Using a Normalized Mean Field Neural Network’;Google Scholar
  18. [Wie89]
    H.-P. Wiendahl, T. Lüssenhop: „Wirkung von Prioritätsregeln“;Google Scholar
  19. [Zap82]
    Günther Zäpfel: „Produktionswirtschaft“;Google Scholar

Copyright information

© Betriebswirtschaftlicher Verlag Dr. Th. Gabler GmbH, Wiesbaden 1997

Authors and Affiliations

  • Jürgen Heuer

There are no affiliations available

Personalised recommendations