Grin logo
en de es fr
Shop
GRIN Website
Publicación mundial de textos académicos
Go to shop › Economía de las empresas - Negocios, Investigación de operaciones

Operations Research: Fallstudie zu genetischen und evolutionären Algorithmen

Optimierung der Losgrößen und der Auftragsreihenfolge eines Automobilzulieferers

Título: Operations Research: Fallstudie zu genetischen und evolutionären Algorithmen

Trabajo Universitario , 2008 , 30 Páginas , Calificación: 1,0

Autor:in: M. Joos (Autor), M. Hommel (Autor), D. Jauss (Autor)

Economía de las empresas - Negocios, Investigación de operaciones
Extracto de texto & Detalles   Leer eBook
Resumen Extracto de texto Detalles

Die vorliegende Studienarbeit befasst sich im theoretischen Teil mit dem Einsatz von genetischen und evolutionären Algorithmen im Fachbereich Operations Research. Praktische Anwendung findet die mathematische Herangehensweise an betriebswirtschaftliche Problemstellungen in einer ausführlichen Fallstudie die mit Microsoft Excel gelöst wurde.

Extracto


Inhaltsverzeichnis

  • 1 Einleitung
    • 1.1 Problemstellung
    • 1.2 Ziele der Studienarbeit
    • 1.3 Aufbau der Studienarbeit
  • 2 Operations Research
    • 2.1 Begriffsdefinition: „Operations Research“
    • 2.2 Theoretischer Ansatz
      • 2.2.1 Modelle im OR
      • 2.2.2 Vorgehensweise bei der Problemlösung
    • 2.3 Problemtypen
      • 2.3.1 Kombinatorische Probleme
      • 2.3.2 Lagerhaltungsprobleme
      • 2.3.3 Ersatzprobleme
      • 2.3.4 Wartezeitprobleme
      • 2.3.5 Konkurrenzprobleme
    • 2.4 Anwendungsverfahren
      • 2.4.1 Statische Optimierung
      • 2.4.2 Dynamische Optimierung
      • 2.4.3 Netzplantechnik
      • 2.4.4 Simulation
      • 2.4.5 Heuristiken
      • 2.4.6 Spieltheorie
      • 2.4.7 Warteschlangentheorie
      • 2.4.8 Entscheidungsbaumverfahren
  • 3 Algorithmen – Grundlage für Optimierungsprozesse
    • 3.1 Grundlegende Definition
    • 3.2 Evolutionäre Algorithmen
    • 3.3 Genetische Algorithmen
  • 4 Fallstudie: Optimierung der Losgrößen und Auftragsreihenfolge
    • 4.1 Aufgabenstellung
    • 4.2 Zielsetzung der Optimierung
    • 4.3 Werkzeug zur Problemlösung: Der Excel-Solver
    • 4.4 Ermittlung der optimalen Losgröße in der Fertigung
      • 4.4.1 Gesamtkosten
      • 4.4.2 Gebundenes Kapital
      • 4.4.3 Aufbereitung des Excel-Modells für den Einsatz des Solvers
      • 4.4.4 Ermittlung der optimalen Losgröße
    • 4.5 Optimierung der Auftragsreihenfolge
      • 4.5.1 Ermittlung der Bearbeitungszeiten
      • 4.5.2 Ermittlung der Rüstzeiten
      • 4.5.3 Ermittlung der Belegzeiten
      • 4.5.4 Vorbereitung im Excel-Modells mit dem „SVERWEIS“
      • 4.5.5 Ermittlung der Durchlaufzeit
      • 4.5.6 Ermittlung der optimalen Auftragsreihenfolge zur Minimierung der Durchlaufzeit
      • 4.5.7 Zusammenfassung der Ergebnisse

Zielsetzung und Themenschwerpunkte

Diese Studienarbeit bietet einen umfassenden Einblick in Operations Research und demonstriert die praktische Anwendung mathematischer Methoden zur Optimierung von Produktionsabläufen. Die Fallstudie analysiert die Optimierung von Losgrößen und Auftragsreihenfolgen bei einem Automobilzulieferer unter Verwendung von Microsoft Excel.

  • Einführung in Operations Research und seine Methoden
  • Anwendung von Algorithmen, insbesondere genetischen Algorithmen, zur Optimierung
  • Optimierung der Losgrößen unter Berücksichtigung von Kosten und Kapazitätsbeschränkungen
  • Optimierung der Auftragsreihenfolge zur Minimierung der Durchlaufzeiten
  • Praktische Umsetzung mit Microsoft Excel und dem Solver-Tool

Zusammenfassung der Kapitel

Kapitel 1 führt in die Problemstellung und die Ziele der Arbeit ein. Kapitel 2 behandelt die Theorie des Operations Research, einschließlich verschiedener Problemtypen und Lösungsansätze. Kapitel 3 beschreibt Algorithmen, insbesondere evolutionäre und genetische Algorithmen. Kapitel 4 präsentiert die Fallstudie zur Optimierung der Losgrößen und Auftragsreihenfolge, wobei die Methodik und die Ergebnisse detailliert dargestellt werden, jedoch ohne die vollständigen Ergebnisse der Optimierung bezüglich der Auftragsreihenfolge zu zeigen.

Schlüsselwörter

Operations Research, Optimierung, Losgrößenplanung, Auftragsreihenfolge, genetische Algorithmen, Excel-Solver, Durchlaufzeitminimierung, Kostenminimierung, Produktionsoptimierung, Automobilzulieferer.

Final del extracto de 30 páginas  - subir

Detalles

Título
Operations Research: Fallstudie zu genetischen und evolutionären Algorithmen
Subtítulo
Optimierung der Losgrößen und der Auftragsreihenfolge eines Automobilzulieferers
Universidad
University of Applied Sciences Esslingen  (Betriebswirtschaft)
Curso
Operations Research
Calificación
1,0
Autores
M. Joos (Autor), M. Hommel (Autor), D. Jauss (Autor)
Año de publicación
2008
Páginas
30
No. de catálogo
V121936
ISBN (Ebook)
9783640278251
ISBN (Libro)
9783640282319
Idioma
Alemán
Etiqueta
operations research fallstudie genetische evolutionäre algorithmen scheibenwischer hochschule esslingen solver excel premium solver einsatz von algorithmen betriebswirtschaft
Seguridad del producto
GRIN Publishing Ltd.
Citar trabajo
M. Joos (Autor), M. Hommel (Autor), D. Jauss (Autor), 2008, Operations Research: Fallstudie zu genetischen und evolutionären Algorithmen, Múnich, GRIN Verlag, https://www.grin.com/document/121936
Leer eBook
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
Extracto de  30  Páginas
Grin logo
  • Grin.com
  • Page::Footer::PaymentAndShipping
  • Contacto
  • Privacidad
  • Aviso legal
  • Imprint