Zusammenfassung
“The general job-shop problem is a fascinating challenge. Although it is easy to state, and to visualize what is required, it is extremely difficult to make any progress whatever toward a solution. Many proficient people have considered the problem, and all have come away essentially empty-handed. Since this frustration is not reported in the literature, the problem continues to attract investigators, who just cannot believe that a problem so simply structured can be so difficult, until they have tried it.”1
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literatur
Conway, Maxwell und Miller [39, S.103]
Branch-and-Bound-Algorithmen beschreiben z.B. Barker und McMahon [14], Carlier und Pinson [34] [36], Applegate und Cook [7], Brucker, Jurisch und Sievers [30].
vgl. Paredis und van Rij [116], Caseau und Laburthe [37] [38], Pesch und Tetzlaff (118]
vgl. Martin und Shmoys [106, S.389], Blaźewicz, Domschke und Pesch [20, S.6]
vgl. Mehlhorn [108, S.215], Nemhauser und Wolsey [113, S.358], Schrijver [138, S.360], Mattfeld [107, S.23]
vgl. Applegate und Cook [7]
vgl. Kallrath [87, S.184]
Verbesserungen dieser Heuristik beschreiben Dauzère-Péres und Lassere [42] sowie Balas, Lenstra und Vazacopoulos [13]. Ramudhin und Marier [126] erweitern diese Heuristik zur Lösung verallgemeinerter Shop-Scheduling-Probleme.
vgl. Storer, Wu und Vaccari [153], [154], Vaessens, Aarts und Lenstra [158]
vgl. Taillard [156], Huring, Jurisch und Thole [82], Nowicki und Smutnicki [115]
vgl. Biegel und Davern [18], Falkenauer und Bouffouix [62], Starkweather, Whitley, Mathias und McDaniel [151], Storer, Wu und Vaccari [152], Bean [16], Pesch [117], Dorndorf und Pesch [56] sowie Davis [45], Bagchi, Uckun, Miyabe und Kawa-Mura [8], Nakano und YamadA [111] — letztere zitiert nach Kurbel und Rohmann [94, S.592f.].
vgl. Aarts, van Laarhoven, Lenstra [95] sowie zusätzlich mit Ulder [1]; Kurbel und Rohmann [94, S.585f.]
Sabuncuoglu und Gurgun [132] geben einen Überblick über Literatur zur Lösung von Scheduling-Problemen mit neuronalen Netzen. Kurbel [93] vergleicht ein Verfahren auf der Basis neuronaler Netze mit herkömmlichen Verfahren.
Einführungen in neuere Schnittebenenverfahren und ihre Anwendungsgebiete geben u.a. Hoffman und Padberg [74] [75], van Roy und Wolsey [131], Jünger und Reinelt [84] sowie Jünger, Reinelt und Thienel [85].
Applegate und Cook [7, S.152]
vgl. Balas [12], Dyer und Wolsey [61], Wolsey [165], Queyranne und Wang [125], Lasserre und Queyranne [98], Nemhauser und Savelsbergh [112], Queyranne [123], van den Akker, van Hoesel und Savelsbergh [4], van den Akker [3], Queyranne und Schulz [124], van den Akker, Hurkens und Savelsbergh [5], Schulz [139]
vgl. Dinkelbach [48, S.12], [50, S.31], [52, Sp.930]. Vgl. auch Dinkelbach und Kleine [53, S.20] sowie Kleine [90, S.5].
Die Zielfunktionsrichtung wird hier o.B.d.A. als zu minimierend gewählt. Die Zielfunktion Z kann aber durch Multiplikation mit -1 in eine zu maximierende Zielfunktion z überführt werden (vgl. auch Dinkelbach [52, Sp.931]).
vgl. u.a. Bruhns und Appelrath [32, S.518], MacCarthy und Liu [104, S.721], Zschocke [166, S.286] sowie Schmidt [136, S.40] zu den Vorteilen formaler mathematischer Modelle.
Rinnooy Kan [127, S.36]: “A natural way to attack machine scheduling problems is to formulate them as mathematical programming models.”
Blazewicz, Dror und Węglarz [21, S.283J
vgl. Schmidt [134, S.38]
vgl. Hagelschuer [72, S.8], Dinkelbach und Kleine [53, S.22]
Nemhauser und Wolsey [113, S.14]
Kallrath [88, S.23]. Vgl. auch Barnhart, Johnson, Nemhauser, Sigismondi und Vance [15], Williams [163, S.202].
Jeroslow [83, S.5] belegt dies: “Starting in the late 1960’s, when experience with solving mixed-integer programs (MIPs) began to accumulate, it was empirically observed that different algebraic representations of the same MIP constraint condition could behave very differently in computation. In one algebraic formulation, a given MIP could be intractible, while the same MIP might be easily solvable with another fomulation. In addition, the easily-solved formulation might involve many more variables and constraints than the intractible one. This latter fact was not consistent with experience from linear programming, and suggested that some new features of MIP formulations could override representation size as a key to computational tractibility of MIP.”
Müller-Mereach [110, Sp.43]
Die Modelle sind beschrieben in Bowman [23], Wagner [159] und Manne [105].
Manne [105, S.222]
Bowman [23, S.621]
Wagner [159, S.131]
Manne [105, S.222]
vgl. Morton und Pentico [109, S.24]
Seelbach [141, Sp.25]
vgl. Siegel [147, S.130], Seelbach [142, Sp.9], Brüggemann [31, S.61]
vgl. auch Bellman, Esogbue und Nabeshima [17, S.289]
Rights and permissions
Copyright information
© 1997 Betriebswirtschaftlicher Verlag Dr. Th. Gabler GmbH, Wiesbaden
About this chapter
Cite this chapter
Latz, T. (1997). Einleitung. In: Entscheidungsmodelle der Ablaufplanung. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-322-97745-8_1
Download citation
DOI: https://doi.org/10.1007/978-3-322-97745-8_1
Publisher Name: Deutscher Universitätsverlag, Wiesbaden
Print ISBN: 978-3-8244-6489-0
Online ISBN: 978-3-322-97745-8
eBook Packages: Springer Book Archive