Vorwort | 5 |
Inhaltsverzeichnis | 7 |
I. Supply Chain Management und Advanced Planning Systems | 11 |
Supply Chain Management and Advanced Planning Systems: A Tutorial | 12 |
Abstract | 12 |
1 Introduction | 12 |
2 Supply Chain Management | 14 |
3 Architecture of Advanced Planning Systems (APS) | 17 |
3.1 Advanced Planning | 17 |
3.2 Planning Tasks | 18 |
3.3 Master Data | 19 |
4 APS Modules | 21 |
4.1 Overview | 21 |
4.2 Strategic Network Design | 23 |
4.3 Demand Planning | 25 |
4.4 Supply Network Planning | 28 |
4.5 Production Planning and Detailed Scheduling | 34 |
4.6 External Procurement | 40 |
4.7 Order Fulfilment and Available/Capable-To-Promise | 41 |
4.8 Transportation Planning and Vehicle Scheduling | 45 |
5 Concluding Remarks | 46 |
References | 47 |
Koordinationsansatz für ausgewählte Module von Advanced Planning and Scheduling-Systemen | 50 |
Abstract | 50 |
1 Einleitung | 50 |
2 Advanced Planning and Scheduling-Systeme | 51 |
2.1 Aufgaben ausgewählter Module | 51 |
2.2 Interdependenzen zwischen ausgewählten APS-Modulen | 53 |
3 Koordination | 54 |
3.1 Allgemeiner Ansatz von Schneeweiß | 54 |
3.2 Aggregation von Produktgruppen | 56 |
3.3 Koordinationsansatz für ausgewählte Module von APSSystemen | 59 |
3.3.1 Modellformulierung für Master Planning | 61 |
3.3.2 Modellformulierung für Production Planning | 63 |
3.3.3 Modellformulierung für Scheduling | 65 |
3.3.4 Iterative Koordination | 66 |
4 Zusammenfassung der Ergebnisse | 70 |
Anhang: Beispielrechnung | 71 |
Literatur | 76 |
Master Planning in Supply Chains | 78 |
Abstract | 78 |
1 Einleitung | 78 |
2 Zentrales Supply Chain Master Planning | 80 |
2.1 Ein generisches Modell des zentralen SCMP | 81 |
2.2 Ein Beispiel für ein zentrales SCMP | 84 |
2.3 Grenzen und Hemmnisse des zentralen SCMP | 86 |
3 Upstream Koordination | 88 |
4 Hybride Koordinationsformen des SCMP | 93 |
4.1 Identifizierung und Bewertung von Alternativen | 95 |
4.2 Allokation der realisierten Erfolgspotenziale | 97 |
5 Zusammenfassung und Fazit | 98 |
Literatur | 99 |
LP Modelling and Simulation of Supply Chain Networks | 103 |
Abstract | 103 |
1 Introduction | 103 |
2 The Model | 106 |
2.1 General Description | 106 |
2.2 Objective Function | 108 |
2.3 Constraints | 109 |
2.3.1 Transportation | 109 |
2.3.2 Production and Transshipment | 110 |
2.3.3 Inventory | 110 |
2.3.4 Inventory Balance and Flow Equations | 111 |
2.3.5 Nonnegativities | 113 |
3 Implementation and Test Instances | 113 |
4 Interaction between Simulation and Optimization | 115 |
5 Conclusions and Outlook | 119 |
Acknowledgment | 120 |
References | 120 |
Bewertung unterschiedlicher Beschaffungsstrategien für Risk-Hedging Supply Chains unter Berücksichtigung intermodaler Transportprozesse | 122 |
Abstract | 122 |
1 Einleitung | 122 |
2 Problemformulierung | 124 |
3 Modellbeschreibung | 129 |
4 Beschreibung der Beschaffungsstrategien | 131 |
4.1 Beschaffungsstrategien ohne Spekulationslager | 133 |
4.2 Beschaffungsstrategien mit Spekulationslager | 133 |
4.3 Beschaffungsstrategien mit Binnenschiff und Spekulationslager | 134 |
4.4 Analyseergebnisse | 136 |
5 Zusammenfassung und Ausblick | 139 |
Literatur | 140 |
Coverage of Shelf Life in APS Systems | 142 |
Abstract | 142 |
1 Introduction | 142 |
2 SAP APO | 144 |
2.1 System Overview | 144 |
2.2 Coverage of Shelf Life | 148 |
3 Oracle | 151 |
3.1 System Overview | 151 |
3.2 Coverage of Shelf Life | 154 |
4 CSB | 155 |
4.1 System Overview | 155 |
4.2 Coverage of Shelf Life | 157 |
5 Improvement Potentials | 159 |
6 Conclusion | 161 |
References | 161 |
Strategische Supply-Chain Entscheidungen in der Stahlindustrie - Eine Fallstudie | 164 |
Abstract | 164 |
1 Einleitung | 164 |
2 Das Prinzip der Kapazitätsverlegung, -erweiterung und -reduzierung | 166 |
3 Problembeschreibung und formales Modell | 167 |
4 Praxisbeispiel Stahlunternehmen | 174 |
4.1 Problemstellung | 174 |
4.2 Die Datenerhebung | 175 |
4.3 Die Prognosen | 177 |
4.4 Die Supply-Chain des Stahlunternehmens | 178 |
4.5 Ergebnisvorstellung und –analyse | 179 |
5 Zusammenfassung und Ausblick | 182 |
Literatur | 183 |
Koordination in einer internen Supply Chain zwischen Produktions- und Vertriebsgesellschaften eines international tätigen Süßwarenherstellers | 185 |
Abstract | 185 |
1 Ausgangssituation | 186 |
1.1 Unternehmen und Problemstellung | 186 |
1.2 Rahmenbedingungen der internen Supply Chain des Konzerns | 189 |
1.2.1 Branchenspezifische Rahmenbedingungen | 189 |
1.2.2 Firmenspezifische Rahmenbedingungen | 191 |
2 Planungsaufgaben im Rahmen der internen Supply Chain | 193 |
3 Lösungskonzepte zur Steuerung der internen Supply Chain | 195 |
3.1 Reichweitenbetrachtung | 195 |
3.1.1 Vorüberlegungen | 195 |
3.1.2 Festlegung von Zielreichweiten | 198 |
3.1.3 Reichweitenmonitoring | 199 |
3.2 Auftragsdeckungsgrad | 200 |
4 Prototypische Realisierung | 203 |
4.1 Reichweitenanalyse und Berechnung der Versandmenge | 203 |
4.2 Berechnung der Auftragsdeckung | 205 |
5 Zusammenfassung und Fazit | 206 |
Literatur | 206 |
II. Produktionslogistik | 208 |
Abbildungsfehler in zeitdiskreten Optimierungsmodellen – Auftreten und Maßnahmen zu ihrer Behebung | 209 |
Abstract | 209 |
1 Einleitung | 209 |
2 Abbildung von Zeitkontinuität in zeitdiskreten Modellen | 212 |
3 Mangelnde Ressourcenauslastung als Akzeptanzproblem – Problemstellung und ihre Lösung | 216 |
4 Ergebnisse von Rechentests | 219 |
5 Zusammenfassung | 224 |
Literatur | 224 |
Belegungsplanung einer Make&Pack-Anlage: eine Fallstudie aus der Konsumgüterindustrie | 226 |
Abstract | 226 |
1 Einleitung | 226 |
2 Fallstudie | 228 |
3 Literatur | 230 |
4 Lösungsverfahren | 231 |
5 Experimentelle Performance-Analyse | 233 |
6 Zusammenfassung und Ausblick | 235 |
Literatur | 236 |
Optimierung der Südzucker Rübenlogistik mittels iterativer linearer Programmierung | 237 |
Abstract | 237 |
1 Einleitung | 237 |
2 Planungsumfeld | 239 |
2.1 Planungsprozess | 239 |
2.2 Problemstellung | 239 |
2.2.1 Das Südzucker Vergütungsmodell für Zuckerrüben | 240 |
2.2.2 Folgen des Vergütungssystems für die Optimierung | 242 |
3 Optimierungsalgorithmus | 242 |
3.1 LP-Modell | 242 |
3.2 Iterativer Algorithmus | 245 |
4 Technische Implementierung | 247 |
5 Fazit | 248 |
Literatur | 248 |
Zum Einsatz von Chaku-Chaku-Systemen in der Montage konsumentennaher Erzeugnisse – eine Fallstudie bei Rahmenauftragsfertigung | 250 |
Abstract | 250 |
1 Einleitung | 250 |
2 Montage im Kontext konsumentennaher Rahmenauftragsfertigung | 252 |
3 Das Chaku-Chaku Prinzip als Flexibilisierungs- instrument | 255 |
3.1 Begriffsbestimmung und Klassifizierung | 255 |
3.2 Betriebsarten und Kundentakt | 256 |
3.3 Potenziale und Grenzen | 258 |
4 Ökonomische Analyse der Vorteilhaftigkeit | 260 |
4.1 Statische Analyse | 261 |
4.2 Dynamische Analyse | 264 |
5 Fallstudie | 267 |
5.1 Ausgangslage | 267 |
5.2 Vorstellung des Chaku-Chaku-Systems | 269 |
5.3 Vergleichende Bewertung | 272 |
6 Schlussbetrachtung | 274 |
Literatur | 275 |
Product and Raw Material Storage at Omnova Solutions: A Case Study | 277 |
Abstract | 277 |
1 Introduction | 277 |
2 Previous Research | 278 |
3 Model | 279 |
4 Solution Techniques | 280 |
5 Results | 285 |
References | 288 |
Fallstudie zur Logistikkostenrechnung: Darstellung und vergleichende Analyse verschiedener Verfahren | 290 |
Abstract | 290 |
1 Problemstellung | 290 |
2 Ausgangsdaten der Fallstudie | 292 |
3 Die Verrechnung von Logistikkosten in der klassischen Kostenrechnung | 296 |
4 Die Logistikkostenrechnung nach Weber | 299 |
5 Die Logistikkostenrechnung nach Reichmann | 303 |
6 Die Prozesskostenrechnung als Logistikkostenrechnung | 304 |
7 Interpretation und Vergleich der Ergebnisse | 312 |
8 Schlussfolgerungen | 314 |
Literatur | 315 |
III. Logistik und Verkehr | 316 |
IT-Integration of Terminal Operations Planning | 317 |
Abstract | 317 |
1 Introduction | 317 |
2 Finished Vehicle Transhipment | 318 |
3 Control of Terminal Operations | 319 |
4 Planning Support | 322 |
5 Integration of Planning | 323 |
6 Requirements Definition | 324 |
7 Design Specification | 325 |
8 Implementation Description | 329 |
9 Impact of Automated Planning | 331 |
10 Conclusion | 332 |
References | 333 |
Das Reparaturspiel als Formalisierung von Planung unter Zufallseinflüssen, angewendet in der Flugplanung | 335 |
Abstract | 335 |
1 Einleitung | 336 |
1.1 Robuste Planung | 336 |
1.2 Stand der Technik in der Flugplanung | 338 |
1.3 Stand der Technik in der Spielbaumsuche | 339 |
1.4 Organisation des Beitrags | 341 |
2 Das Reparaturspiel | 341 |
2.1 Der neue Ansatz | 341 |
2.2 Definition | 344 |
2.3 Interpretation und Beispiel für die Flugplanung | 345 |
3 Experimente mit dem Reparaturspiel in der Flugplanung | 347 |
3.1 Eine einfache Reparatur-Engine: Der „kurzsichtige MIP“- Löser | 347 |
3.2 „T3“: Eine Engine, die das Reparaturspiel spielt | 348 |
3.2.1 Der vorausschauende Suchalgorithmus | 348 |
3.2.2 Der Zuggenerator für den MIN-Spieler | 349 |
3.2.3 Der Zuggenerator für den AVG-Spieler | 350 |
4 Experimentelle Ergebnisse | 350 |
5 Zusammenfassung und Ausblick | 354 |
Literatur | 354 |
A Decision Support System for Airline Crew Management: Crew Scheduling and Rescheduling | 357 |
Abstract | 357 |
1 Introduction | 357 |
2 Airline Crew Management | 358 |
2.1 Crew Scheduling | 359 |
2.1.1 Sequential Crew Scheduling | 360 |
2.1.2 Integrated Crew Scheduling | 361 |
2.1.3 Team-oriented Rostering | 362 |
2.2 Operational Rescheduling | 362 |
3 A DSS for Airline Crew Management | 363 |
3.1 Requirement Description | 364 |
3.1.1 Requirements in the Planning Phase | 364 |
3.1.2 Requirements in the Operational Phase | 364 |
3.2 System Architecture and its Components | 365 |
3.2.1 Users and User Interface | 365 |
3.2.2 Core Components of the DSS | 365 |
3.2.3 Input Data | 366 |
3.3 DSS Functionality | 368 |
4 Case Study | 370 |
4.1 Scenario Description | 370 |
4.2 Decision Support Tools | 371 |
4.2.1 Configuration | 371 |
4.2.2 Evaluation | 373 |
4.2.3 Visualization | 374 |
5 Conclusion | 375 |
References | 376 |
Die Auswirkungen von Verspätungen in Verkehrsnetzen – Ansätze einer Analyse auf der Grundlage der Max-Plus Algebra | 377 |
Abstract | 377 |
1 Einleitung | 377 |
2 Grundlagen | 380 |
2.1 Die Struktur des Dioids | 380 |
2.2 Eigenwert und Eigenvektoren | 384 |
3 Die Darstellung eines Liniensystems in IR max | 386 |
4 Darstellung und Analyse der Verspätung | 389 |
4.1 Untersuchung der Stabilität | 389 |
4.2 Die Entwicklung von Verspätungen | 391 |
4.3 Anwendungsbeispiele der Max-Plus Algebra in der Verkehrsplanung | 395 |
5 Zusammenfassung | 395 |
Literatur | 396 |
Heuristische Lösungsverfahren für das Probabilistic Traveling Salesman Problem | 398 |
Abstract | 398 |
1 Einordnung und Motivation | 398 |
2 Definition des PTSP | 402 |
3 Modifizierte Lösungsverfahren | 406 |
4 Simulationsstudie | 408 |
5 Zusammenfassung | 413 |
Literatur | 414 |
Ein Planungstool zur Schulzeitstaffelung | 416 |
Abstract | 416 |
1 Ein Problem aus der ÖPNV-Praxis | 416 |
1.1 Optimierungskonzept | 417 |
1.2 Innovatives Consulting | 418 |
1.3 Projektablauf | 419 |
1.4 Praxiserfahrungen | 419 |
2 Auf dem Weg zu einem Planungstool | 420 |
2.1 Literatur | 421 |
2.2 Rechtliche Grundlagen | 421 |
2.3 Anforderungen an ein Planungstool | 422 |
3 Modellbildung | 422 |
4 Lösungsalgorithmen | 425 |
4.1 Verschärfung der Schranken | 425 |
4.2 Eine parametrische Greedy-Heuristik | 427 |
4.3 Lokale Suche mit Improving Hit-and-Run | 429 |
5 Das Planungstool im Praxiseinsatz | 430 |
Literatur | 433 |
IV. Decision Support und OR-Methoden | 434 |
Entwicklung eines interaktiven Scheduling- Support-Systems für verfahrenstechnische Prozesse | 435 |
Abstract | 435 |
1 Einleitung | 436 |
2 Interaktives Scheduling-Support-System | 438 |
3 Repräsentationsschema verfahrenstechnischer Prozesse | 441 |
3.1 Aufgaben des Repräsentationsschemas | 441 |
3.2 Anlagen-Prozess-Modul des iDSS | 443 |
4 Generische Optimierungsmodelle | 446 |
4.1 MILP-Modellierung | 446 |
4.2 Planungsmodul des iDSS | 448 |
5 Visualisierung | 450 |
6 Ausblick | 453 |
Literatur | 454 |
Optimierung von Warteschlangensystemen in Call Centern auf Basis von Kennzahlenapproximation | 456 |
Abstract | 456 |
1 Einleitung | 457 |
2 Beispiel Call Center | 459 |
2.1 Call-Center-Marktentwicklung | 459 |
2.2 Steigender Kostendruck in Call Centern | 460 |
3 Warteschlangentheorie anhand eines Inbound-Call- Centers | 461 |
3.1 Warteschlangensysteme | 461 |
3.2 Das M/M/c-System und ein Inbound-Call-Center | 463 |
4 Neuronale Netze | 464 |
4.1 Neurosimulator FAUN | 464 |
4.2 Überwachtes Lernen | 466 |
5 Simulation von Warteschlangenmodellen | 466 |
5.1 Simulation des Inbound-Call-Centers | 467 |
5.2 Genauigkeit stochastischer Simulationen | 469 |
6 Approximation von Kennzahlen für Warteschlangensysteme | 472 |
6.1 Approximation mit FAUN 1.0 | 473 |
6.2 Qualität der Approximation | 474 |
6.3 Auswertung des Inbound-Call-Centers | 476 |
7 Fazit und Ausblick | 477 |
Literatur | 479 |
Das kapazitierte Standortproblem: Branch-and- Price und die Wahl der Verzweigungsvariable | 480 |
Abstract | 480 |
1 Einleitung | 481 |
2 Problemformulierung und Problemreformulierung | 483 |
3 Lösungsansatz | 485 |
3.1 Spaltengenerierung | 486 |
3.2 Branch-and-Price-Verfahren | 490 |
3.3 Alternative Regeln zur Wahl der Verzweigungsvariablen | 492 |
4 Numerische Experimente | 495 |
5 Schlussfolgerungen | 498 |
Literatur | 499 |
Lagrange-Ansätze zur Lösung des Transportproblems mit Fixkosten | 502 |
Abstract | 502 |
1 Einleitung | 502 |
2 Literaturüberblick | 504 |
3 Lagrange-Relaxationen und Lagrange- Dekompositionen | 507 |
3.1 Lagrange-Relaxationen | 507 |
3.1.1 Lagrange-Relaxation der Angebots- oder Nachfragerestriktionen | 507 |
3.1.2 Lagrange-Relaxation der variablen oberen Schranken | 508 |
3.1.3 Lagrange-Relaxation der Angebots- und Nachfragerestriktionen | 510 |
3.2 Lagrange-Dekompositionen | 512 |
4 Eine Lagrange-Heuristik für das Fixkosten-Transportproblem | 517 |
5 Numerische Experimente | 520 |
6 Schlussfolgerungen | 522 |
Literatur | 523 |
Solving Complex QAP-Instances by a PC-LAN | 526 |
Abstract | 526 |
1 The Quadratic Assignment Problem | 527 |
1.1 Problem Statement | 527 |
1.2 Possible Applications of the QAP | 528 |
1.3 Problem Complexity | 529 |
2 Literature Review | 530 |
3 The New Distributed Highest-Ascent-Mildest-Descent- Approach (D-HAMD-Approach) | 533 |
3.1 Neighborhood Search of the Proposed HAMD-Approach | 534 |
3.2 The Distributed Approach (D-HAMD) | 535 |
4 Computational Results | 540 |
4.1 Comparison Between TB2 and the Sequential HAMDVersion | 541 |
4.2 D-HAMD – The Impact of Using Distributed Systems | 542 |
5 Conclusions and Future Work | 544 |
References | 546 |
Optimization of Process Chain Models with Response Surface Methodology and the ProC/B Toolset | 548 |
Abstract | 548 |
1 Introduction | 548 |
2 Modeling Process Chains with the ProC/B Toolset | 550 |
2.1 Description of the ProC/B Paradigm | 551 |
2.2 The ProC/B Toolset | 553 |
3 Model Optimization with Response Surface Methodology | 554 |
3.1 Approximating the Response Surface Function by Regression Models | 556 |
3.2 Testing the Regression Model for Adequate Approximation | 558 |
3.3 Predicting Factor Values of Improved Response | 560 |
3.4 Implementation Issues | 561 |
4 Application Examples | 564 |
4.1 Optimization of a Tandem Queueing System | 564 |
4.2 Optimization of a Cargo Transfer Station | 567 |
5 Conclusions | 569 |
References | 570 |