1. Hauptnavigation
  2. Navigation des Hauptbereiches
  3. Inhalt der Seite

Verteilte Produktionsplanung

mittels paralleler multikriterieller evolutionärer Algorithmen


Modell: Datenoptimierung

Motivation

Eine leistungsfähige Industrie ist und bleibt für eine moderne Volkswirtschaft wie Deutschland unverzichtbar. Sie muss sich heute stets neuen Anforderungen stellen, um ihre Spitzenposition auf dem Weltmarkt zu behaupten. Die Unternehmen stehen dabei u.a. vor den Herausforderungen bei gleichen Kosten ihre Produkte kundenindividueller, ressourcenschonender und zuverlässiger zu produzieren. Um diesen Herausforderungen zu begegnen, müssen sie neuartige Lösungen einführen, die in der Lage sind die Produktionsabläufe effizient zu steuern. Das Promotionsverfahren adressiert den Teilbereich der Produktionsplanung und hat zum Ziel, neue Verfahren für die effiziente Planung der Produktionsabfolge für diskrete Fertigungsprozesse zu entwickeln. Gleichermaßen sollen die zu entwickelnden Verfahren produzierende Unternehmen in die Lage versetzen, mittels schneller und effizienter Planungsverfahren eine optimale Bearbeitungsreihenfolge in der Fertigung zu bestimmen. Dabei sind häufig mehrere Zielkriterien, wie z.B. kurze Durchlaufzeiten, hohe Kapazitätsauslastung, eine hohe Termintreue oder geringer Energieumsatz, die es zu optimieren gilt, gleichzeitig von Belang. Besonders, wenn neben den wirtschaftlichen Kriterien gleichzeitig der Energieverbrauch betrachtet werden kann, ist es möglich einen Beitrag zu einer ökologisch nachhaltigen Produktion zu leisten. Hinzu kommen Restriktionen, wie z.B. die Verfügbarkeit von Ressourcen, die den Lösungsraum einschränken. Dieses Problem wird durch eine heuristische multikriterielle Optimierung angegangen.

Zielstellung

Um einen ausführbaren Fertigungsplan zur Verfügung zu stellen, werden multikriterielle parallele Problemlösungsansätze, die verschiedene Zielgrößen der Produktionsplanung parallel betrachten, genutzt und damit eine höhere Lösungsqualität zu erzielen. Zusätzlich kann so erreicht werden, dass die Zeit, bis eine akzeptable Lösung vorliegt, verkürzt wird. Dazu wird an Vorarbeiten aus der Wissenschaft im Rahmen des Projektes angeknüpft, mit dem Ziel diese weiterzuführen und an das vorliegende Problem anzupassen. Die wissenschaftlichen Arbeitsmethoden beinhalten insbesondere eine begleitende Validierung, Verifizierung und Qualitätskontrolle für jeden Arbeitsschritt und einen starken Fokus auf fortlaufende Dokumentation und Veröffentlichungen. Zudem findet begleitend eine stetige Auseinandersetzung mit aktuellen Entwicklungen auf dem Gebiet statt, so werden weiterverwendbare, nachvollziehbare und hoch qualitative Ergebnisse gesichert. Als Resultat wird eine Metaheuristik in Form eines parallelen multikriteriellen evolutionären Algorithmus erwartet, die effizient arbeitet und in der Lage ist, bessere Ergebnisse in kürzerer Zeit als etablierte Methoden zu liefern. Sie soll an verschiedene Problemstellungen anpassbar, einfach nutzbar, getestet, dokumentiert und veröffentlicht sein. Es ist geplant, die zu entwickelnde Software unter eine Open-Source Lizenz zu stellen, und damit sächsischen Unternehmungen einen einfachen Zugang zu den Arbeitsergebnissen zu ermöglichen. Weiterhin wird eine Trennung zwischen der Simulation und dem Optimierungsverfahren angestrebt, so dass ersteres ausgetauscht werden kann. Die Kommunikation zwischen den Instanzen soll effektiv ablaufen, so dass eine hohe Performance erreicht wird, die im Vergleich bessere Ergebnisse bei begrenzter Zeit liefert. Der Algorithmus soll zudem unabhängig von bestimmten Soft- und Hardwareplattformen anwendbar sein. Die Ergebnisse werden in Form von Journalbeiträgen und nationalen und internationalen Konferenzbeiträgen (Evostar, GECCO, AKWI) veröffentlicht. Darüber hinaus sollen die Arbeitsergebnisse frühzeitig den sächsischen Unternehmen zugänglich gemacht werden. Dies soll u.a. in Form von Open Access und Fachvorträgen bei Veranstaltungen des Silicon Saxony erfolgen. Die Fortsetzung des Projektes ist nach Abschluss der Promotion an der Professur von Prof. Reichelt an der HTW Dresden geplant. Das betrifft die Pflege und Weiterentwicklung der Ergebnisse und weitere Forschungsprojekte, die im Anschluss darauf aufbauen.

Aktualisiert: 16.06.2017  |  Autor: Eric Starke/Nicole Jäpel