Hybride Lösungsmethoden für die operative Produktionsplanung

Dieses Projekt beschäftigt sich mit Produktionsplanungsproblemen zur Bestimmung von Losgrößen und Produktionsreihenfolgen, welche z.B. in der Halbleiterindustrie oder in der chemischen Industrie auftreten. Diese Art von Problemen stellt die Verknüpfung von klassischer Losgrößenplanung und der kurzfristigen Reihenfolgeplanung an den einzelnen Maschinen her. Diese Verknüpfung ist heutzutage unumgänglich, wenn eine realitätsnahe effiziente Planung gefordert ist, denn in den meisten Fällen sind die Entscheidungen auf beiden Ebenen (Losgrößenplanung und Reihenfolgeplanung) stark voneinander abhängig. Es werden Produktionsumgebungen mit parallelen, nicht identischen Maschinen und reihenfolgeabhängigen Rüstzeiten und -kosten untersucht, wobei unterschiedliche Problemstellungen (alternative Zielfunktionen, ressourcenbeschränkte Rüstvorgänge, ) berücksichtigt werden. Ziel des Projektes ist einerseits die Entwicklung von starken Modellformulierungen durch die Ableitung von gültigen Ungleichungen (valid inequalities), die zumindest für kleinere Problemstellung die Anwendung exakter Lösungsverfahren ermöglichen. Auf der anderen Seite sollen effiziente Methoden zur Lösung solcher Probleme entwickelt werden. Dabei werden unterschiedliche Lösungsansätze verfolgt. Zuerst werden exakte Branch-and-Bound-Verfahren (im spez. Branch-and-Price- Verfahren) mit heuristischen Methoden kombiniert um möglichst effiziente exakte Algorithmen zu erhalten. Für größere Problemstellungen werden verschiedenste Dekompositionsansätze untersucht, die eine Aufteilung des Gesamtproblems in kleinere Subprobleme, welche eine rasche Berechnung der Lösung erlauben, ermöglichen. Um diese Dekompositionsansätze effizient einsetzen zu können, werden Metaheuristiken verwendet. Durch die Entwicklung von exakten Methoden einerseits, und Approximationsverfahren andererseits, ist auch die Möglichkeit einer genaueren Abschätzung der Lösungsgüte dieser hybriden Ansätze möglich. Das vorliegende Projekt hat zum Ziel, effiziente Algorithmen basierend auf Heuristiken, Metaheuristiken und exakten Methoden zu entwickeln, um zukünftig komplexe Produktionsplanungsprozesse besser und schneller lösen zu können.