Affiliation:
1. Hochschule Offenburg Campus Gengenbach Brückenhäuserstraße 26 77723 Gengenbach Germany
Abstract
Abstract
Die Optimierung der Auftragsterminierung und Einsteuerungsreihenfolge hat großen Einfluss auf die Produktivität von Fertigungssystemen. Genetische Algorithmen und Simulation sind verbreitete Werkzeuge zur Optimierung. Dieser Beitrag beschreibt einen neuen Ansatz zur Optimierung durch einen genetischen Algorithmus und der Simulation in dynamischen Modellen. Eine illustrative Fallstudie validiert den Ansatz und zeigt das Potenzial zur ganzheitlichen Verbesserung von Fertigungssystemen auf.
Subject
Management Science and Operations Research,Strategy and Management,General Engineering
Reference16 articles.
1. Kellner, F.; Lienland, B.; Lukesch, M.: Produktionswirtschaft: Planung, Steuerung und Industrie 4.0. 2. Aufl., Springer-Gabler-Verlag, Wiesbaden 2020 DOI: 10.1007/978-3-662-61446-4
2. Zelewski, S.; Hohmann, S.; Hügens, T.: Produktionsplanungs- und -steuerungssysteme: Konzepte und exemplarische Implementierungen mithilfe von SAP R/3. Oldenbourg Verlag, München 2008 DOI: 10.1524/9783486599862
3. Straßburger, S.; Bergmann, S.; Müller-Sommer, H.: Modellgenerierung im Kontext der Digitalen Fabrik - Stand der Technik und Herausforderungen. In: Proceedings der 14. ASIM-Fachtagung Simulation in Produktion und Logistik, 2010, S. 39-44
4. Kroll, A.: Computational Intelligence - Eine Einführung in Probleme, Methoden und technische Anwendungen. Oldenbourg Verlag, München 2013 DOI: 10.1524/9783486737424
5. Nissen, V.: Einführung in evolutionäre Algorithmen: Optimierung nach dem Vorbild der Evolution. Vieweg-Teubner-Verlag, Braunschweig 1997 DOI: 10.1007/978-3-322-93861-9