Konzept zur Lösung von industriellen Reihenfolgeplanungsproblemen-Reference-Cited by-同舟云学术

Konzept zur Lösung von industriellen Reihenfolgeplanungsproblemen

Published:2021-11-01 Issue:11 Volume:116 Page:766-770
ISSN:2511-0896
Container-title:Zeitschrift für wirtschaftlichen Fabrikbetrieb
language:en
Short-container-title:

Author:

Schworm Philipp¹,Klar Matthias¹,Glatt Moritz¹,Aurich Jan C.¹

Affiliation:

1. Technische Universität Kaiserslautern FBK - Lehrstuhl für Fertigungstechnik und Betriebsorganisation Postfach 3049 , 67653 Kaiserslautern Germany

Abstract

Abstract Das auf quantenmechanischen Prozessen basierende Quanten-Annealing ist eine Technologie, die es erlaubt, Energieminimierungsprobleme effizient zu lösen. Durch die Formulierung von Reihenfolgeplanungsproblemen als Energieminimierungsprobleme bieten sich Potenziale einer zeiteffizienten Lösung mittels Quanten-Annealing. Gegenstand dieses Beitrags ist ein Konzept zur Überführung von Reihenfolgeminimierungsproblemen in eine mittels Quanten-Annealing verarbeitbare Problemformulierung.

Publisher

Walter de Gruyter GmbH

Subject

Management Science and Operations Research,Strategy and Management,General Engineering

Link

https://www.degruyter.com/document/doi/10.1515/zwf-2021-0194/pdf

Reference18 articles.

1. Westkämper, E.; Decker, M.: Einführung in die Organisation der Produktion (SpringerLehrbuch). Springer-Verlag, Berlin, Heidelberg 2006

2. Stevenson, M.; Hendry, L.; Kingsman, B.: A Review of Production Planning and Control: The Applicability of Key Concepts to the Make-to-Order Industry. International Journal of Production Research 43 (2005) 5, S. 869–898 DOI: 10.1080/0020754042000298520

3. Binner, H.: Prozessdigitalisierung und prozessorientierte ERP/PPS/MES-Implementierung. In: Binner, H. (Hrsg.): Organisation 4.0: MITO-Konfigurationsmanagement. Springer Fachmedien Wiesbaden, Wiesbaden 2018, S. 415–446 DOI: 10.1007/978-3-658-20662-8_12

4. Grefenstette, J.: Proceedings of the First International Conference on Genetic Algorithms and their Applications. Taylor and Francis, Hoboken 2014 DOI: 10.4324/9781315799674

5. Battaglia, D.; Santoro, G.; Tosatti, E.: Optimization by Quantum Annealing: Lessons from Hard Satisfiability Problems. Physical Review. E, Statistical, Nonlinear, and Soft Matter Physics 71 (2005) 6 Pt 2, S. 66707 DOI: 10.1103/PhysRevE.71.066707