Zusammenfassung
Viele Probleme, die in der Industriebetriebslehre untersucht werden, sind in weitläufige Netzwerke ökonomischer Prozesse eingebettet, aus denen sich eine große Zahl unterschiedlicher Anforderungen an die Problemlösung ergeben. Weil analytische Verfahren bei der Bearbeitung solcher Probleme schnell an ihre Grenzen stoßen, kommen in der Praxis heute vermehrt heuristische Lösungsverfahren zum Einsatz. Am Beispiel der Ablaufplanung zur Fahrzeugproduktion in der Automobilindustrie lässt sich zeigen, dass unter diesen Umständen andere Ansprüche an die Leistung heuristischer Verfahren gestellt werden als bei einfach zu durchschauenden Problemen. Aus philosophischer Sicht führt dieser Unterschied auf die Tradition kombinatorischer und topischer Auffassungen von Heuristik. Im einen Fall werden die Operatoren, anhand derer die Verfahren auf die Elemente des Suchraums zugreifen, so gesteuert, dass die Problemlösung möglichst kohärent zu einer analytischen Herangehensweise bleibt. Im anderen Fall dienen die Operatoren zur Erschließung besonders günstiger Teilbereiche der Suchräume in Korrespondenz zur Formulierung der Ansprüche an die Lösungen. Dementsprechend ergeben sich abweichende Gesichtspunkte für die Steuerung und Regelung dieser Operatoren.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literaturverzeichnis
Ashby, W. R. (1974): Einführung in die Kybernetik, Frankfurt a. M..
Bennis, W. M.; Pachur, T. (2006): Judgement and Decision Making in Sport and Exercise, in: Psychology of Sport and Exercise 7(6), S. 611–629.
Bornscheuer, L. (1976): Topik. Die Struktur der gesellschaftlichen Einbildungskraft. Frankfurt a. M..
Boysen, N.; Fliedner, M.; Scholl, A. (2006): Produktionsplanung bei Variantenfließfertigung: Planungshierarchie und Hierarchische Planung, Jena.
Brösel, G.; Keuper, F.; Wöbling, I. (2007): Zur Übertragung biologischer Konzepte in die Betriebswirtschaft, in: Zeitschrift für Management 2(4), S. 436–466.
Cheng, J.; Lu, Y.; Puskorius; G.; Bergeon, S.; Xiao, J.: (1999): Vehicle sequencing based on evolu-tionary computation, in: Evolutionary Computation (CEC 99) 2, S. 1207–1214.
Chew, T.-L.; David, J.-M.; Nguyen, A.; Tourbier, Y. (1992): Solving constraint satisfaction problems with simulated annealing : The car sequencing problem revisited, in: 12th Int’l Workshop on Ex-pert Systems and their Applications, Avignon, S. 405–416.
Domschke, W.; Scholl, A.; Voß, S. (1997): Produktionsplanung. Ablauforganisatorische Aspekte, 2. Aufl., Berlin.
Fischer, M. E. (2001): „Available-to-promise”: Aufgaben und Verfahren im Rahmen des Supply Chain Management, Regensburg.
Fritzsche, A. (2009): Heuristische Suche in komplexen Strukturen. Zur Verwendung Genetischer Algorithmen bei der Auftragseinplanung in der Automobilindustrie, Wiesbaden.
Goldberg, D. E. (1998): The Race, the Hurdle, and the Sweet Spot: Lessons fTom Genetic Algorithms for the Automation of Design Innovation and Creativity, IlliGAL Report 98007.
Goldberg, D. E. (2002): The Design of innovation: Lessons from and for competent genetic algo-rithms.
Habenicht, W. (2000): Mehrzielkonzepte zur Unterstützung strategischer Entscheidungen, in: Wäscher, G. (Hrsg.): Strategisches Management in Zeiten von Umbruch und Wandel. Stuttgart, S. 175–195.
Habenicht, W. (2006): ENUCUT-V, An Enumerative Cutting Plane Approach to Integer Linear Vec-tor Optimization, in: Pranevicius, H.; Vaarmann, O. and Zavadskas, E.(Hrsg.): Simulation and Optimization in Business and Industry, Kaunas, S. 100–104.
Habenicht, W.; Geiger, M. J. (2006): Nachbarschaftssuche bei mehrkriteriellen Flow Shop Problemen, in: Morlock, M.; Schwindt, C.; Trautmann, N.; Zimmermann, J. (Hrsg.): Perspectives on Operati-ons Research, Wiesbaden, 2006, S. 47–67.
Habenicht, W.; Scheubrein, B.; Scheubrein, R. (2002): Multiple-Criteria Decision Making, in: Derigs, U. et al. (Hrsg.): Encyclopedia of Life Support Systems (EOLSS), Oxford, S. 1041–1067.
Hubig, Ch. (2007): Das Neue schaffen – zur Ideengeschichte der Kreativität, in: Kornwachs, K. (Hrsg.): Bedingungen und Triebkräfte technologischer Innovationen. acatech diskutiert. Stuttgart, S. 293–306.
IT-Production (2010): Marktübersicht Advanced Planing & Scheduling. http://www.it-production.com/mue/index.php?id=52, abgerufen am 4.8.2010.
Klaus, P. (2005): Die Frage nach der optimalen Komplexität in Supply-Chains und Supply-Netzwerken, in: Essig, M. (Hrsg.): Perspektiven des Supply Managements. Konzepte und Anwendungen. Berlin, Heidelberg, S. 363–376.
MacGregor, J.; Chronicle, E. P.; Ormerod, T. C. (2006): A Comparison of Heuristic and Human Performance on Open Versions of the Travelling Salesperson Problem, in: Journal of Problem Solving, 1, S. 33–43.
Marewski, J.; Gassmaier, W.; Gigerenzer, G. (2010): Good judgements do not require complex cogni-tion, in: Cognizive Processing, 11(2), S. 103–121.
Mergenthaler, W.; Stadler, W.; Wilbertz, H.; Zimmer N. (1995): Optimizing Automotive Manufactur-ing Sequences Using Simulated Annealing and Genetic Algorithms, in: Control Eng. Practice, 3, S. 569–573.
Nagl, W. (1993): Grenzen unseres Wissens am Beispiel der Evolutionstheorie. Ethik und Sozialwissenschaft 1.
Oberniedermaier, G.; Sell-Jander, T. (2002): Sales and Distribution with SAP. Braunschweig, Wiesbaden.
Ormerod, T. C. (2005): Planning and ill-defined problems. in Morris R.; Ward G. (Hrsg.): The cogni-tive psychology of planning 1. London, Psychology Press, S. 53–70.
Reed, P. M.; Minsker, B. S.; Goldberg, D. E. (2001): The Practitioner’s Role in Competent Search and Optimization Using Genetic Algorithms, in: Phelps, D.; Shelke, G. (Hrsg.): Bridging the Gap. Meeting the World’s Water and Environmental Resources Challenges. Conference Proceedings, Reston, ASCE, 1, 341.
Reeves, C. R. (1999): Landscapes, operators and heuristic search, in: Annals of Operations Research 86, S. 473–490.
Solnon, Ch.; Cung, V. D.; Nguyen, A.; Artigues, Ch. (2008): The car sequencing problem: overview of state-of-the-art methods and industrial case-study of the R0ADEF’2005 challenge problem, in: European Journal of Operational Research, 191(3), S. 912–927.
Wolpert, D. H.; Macready, W. G. (1997): No Free Lunch Theorems for Optimization, in: IEEE Trans-actions on Evolutionary Computation1.
Editor information
Rights and permissions
Copyright information
© 2011 Gabler Verlag | Springer Fachmedien Wiesbaden GmbH
About this chapter
Cite this chapter
Fritzsche, A. (2011). Methodische Aspekte der Steuerung und Regelung heuristischer Suchverfahren in der Mehrzieloptimierung. In: Wenger, W., Geiger, M., Kleine, A. (eds) Business Excellence in Produktion und Logistik. Gabler. https://doi.org/10.1007/978-3-8349-6688-9_1
Download citation
DOI: https://doi.org/10.1007/978-3-8349-6688-9_1
Publisher Name: Gabler
Print ISBN: 978-3-8349-2700-2
Online ISBN: 978-3-8349-6688-9
eBook Packages: Business and Economics (German Language)