Untersuchung von Machine-Learning-Verfahren zur Lösung von Losgrößenproblemen

de

Éditeur :

Springer Gabler


Paru le : 2025-09-30

eBook Téléchargement , DRM LCP 🛈 DRM Adobe 🛈
Lecture en ligne (streaming)
54,22

Téléchargement immédiat
Dès validation de votre commande
Image Louise Reader présentation

Louise Reader

Lisez ce titre sur l'application Louise Reader.

Description

Für viele NP-schwere Losgrößenprobleme stehen diverse Heuristiken zur Verfügung, die je nach Eigenschaft der Instanz unterschiedliche Lösungsqualitäten und Rechenzeiten aufweisen. Mit zunehmender Problemgröße steigen die Rechenzeiten der Heuristiken deutlich an, sodass das Testen aller Heuristiken für große Instanzen sehr zeitaufwändig ist. Daher wird ein Verfahren benötigt, das ohne Ausprobieren aller Heuristiken eine geeignete Auswahl trifft. Als zu lösendes Problem wurde das Capacitated Lotsizing Problem (CLSP) gewählt, ein grundlegendes und gut erforschtes Modell der Losgrößenplanung, für das zahlreiche Heuristiken existieren. Das CLSP betrachtet mehrere Produkte mit dynamischer Nachfrage, die auf einer Produktionslinie mit begrenzter Kapazität gefertigt werden. Jeder Produktwechsel verursacht Rüstkosten. Ziel ist es, Rüst- und Lagerhaltungskosten zu minimieren. Fünf Prognoseverfahren zur Heuristikauswahl für das CLSP werden vorgestellt. Grundlage ist ein umfassender Datensatz der verschiedene Szenarien hinsichtlich Nachfrage, Auslastung und Kostenrelationen abbildet. Eines der Prognoseverfahren ist ein dreischichtiges Neuronales Netz (CLSP-Net), das mit kleinen, schnell lösbaren Instanzen trainiert wird. Durch den Einsatz relativer Key Performance Indikatoren kann CLSP-Net die beste Heuristik auch für große Instanzen vorhersagen.
Pages
167 pages
Collection
n.c
Parution
2025-09-30
Marque
Springer Gabler
EAN papier
9783658491529
EAN PDF
9783658491536

Informations sur l'ebook
Nombre pages copiables
1
Nombre pages imprimables
16
Taille du fichier
9503 Ko
Prix
54,22 €
EAN EPUB
9783658491536

Informations sur l'ebook
Nombre pages copiables
1
Nombre pages imprimables
16
Taille du fichier
10342 Ko
Prix
54,22 €

Suggestions personnalisées