Als serviceorientiertes Unternehmen bietet die Miele & Cie. KG den Abnehmern ihrer
Produkte einen technischen Kundendienst an. Die mobilen Techniker des Kundendienstes
erledigen die Reparaturarbeiten vor Ort beim Kunden. Somit ergibt
sich für jeden Arbeitstag eine Planungsaufgabe, deren Ziel es ist, die Durchführung
aller Reparaturaufträge möglichst effizient zu organisieren. Gleichzeitig muss ein
Plan bestimmte zeitliche Anforderungen erfüllen, die aus tariflichen Arbeitszeit- und
Pausenbestimmungen auf der einen, und aus Terminwünschen der Kunden auf
der anderen Seite resultieren. Einen weiteren zu beachtenden Faktor stellen die unterschiedlichen
Qualifikationsprofile der Techniker dar.
Vorausgegangene studentische Arbeiten haben gezeigt, dass das derzeitig bei der
Miele & Cie. KG genutzte Auftragsmanagementsystem AMS Pläne generiert, die
erhebliches Potenzial für eine nachgelagerte Optimierung bieten. Im Rahmen der
vorliegenden Arbeit wurde zu diesem Zweck ein Evolutionärer Algorithmus implementiert.
Die Implementierung erfüllt alle Vorgaben der Planungsaufgabe und ist in
der Lage, die Ergebnisse von AMS zu verbessern.
Inhaltsverzeichnis
- Einleitung
- Vorausgegangene Arbeiten
- Ziel und Aufbau der Diplomarbeit
- Technischer Kundendienst der Miele & Cie. KG
- Rahmenbedingungen und Organisation
- Disposition der Kundenaufträge
- Auftragsdurchführung
- Verbesserungspotenziale in der Planung des Technikereinsatzes
- Realitätsnahe Schätzung der Fahrzeiten
- Nachgelagerte Optimierung
- Einplanung der Pausen und der Fahrt zum ersten Kunden
- Grundlagen der Tourenplanung
- Probleme der Tourenplanung
- Modellierung und Problemvarianten
- Komplexität
- Tourenplanung beim technischen Kundendienst der Miele & Cie. KG
- Lösungsmethoden
- Exakte Verfahren
- Heuristiken
- Evolutionäre Algorithmen
- Ursprung
- Genereller Ablauf und zentrale Begriffe
- Komponenten evolutionärer Verfahren
- Lösungsrepräsentation und Kodierung
- Bewertungs-/Fitnessfunktion
- Genetische Operatoren
- Elternselektion
- Selektion der Nachfolgegeneration
- Populationsgröße
- Initialisierung der Startpopulation
- Berücksichtigung von Nebenbedingungen
- Lösungsentwurf und Implementierung
- Lösungsrepräsentation und Kodierung
- Bewertungsfunktion
- Elternselektion
- Genetische Operatoren
- Rekombinationsoperator
- Mutationsoperator
- Selektion der Nachfolgegeneration
- Populationsgröße
- Initialisierung der Startpopulation
- Evaluation
- Vergleich mit den Ergebnissen des Decision Support Project
- Ergebnisse der exakten Optimierung
- Ergebnisse der Heuristik VNS
- Vergleich mit der VNS-Implementierung von Szczepanski und Graute
Zielsetzung und Themenschwerpunkte
Diese Diplomarbeit befasst sich mit der Optimierung des Technikereinsatzes bei der Miele & Cie. KG. Das Ziel ist die Entwicklung eines Evolutionären Algorithmus, der die vom Auftragsmanagementsystem AMS generierten Einsatzpläne für die Techniker verbessern kann. Dieser Algorithmus soll dabei die spezifischen Rahmenbedingungen des technischen Kundendienstes bei Miele berücksichtigen, wie beispielsweise die Arbeitszeitbestimmungen, die Terminwünsche der Kunden und die unterschiedlichen Qualifikationsprofile der Techniker.
- Optimierung des Technikereinsatzes
- Entwicklung eines Evolutionären Algorithmus
- Berücksichtigung der spezifischen Rahmenbedingungen des technischen Kundendienstes
- Verbesserung der Einsatzpläne des Auftragsmanagementsystems AMS
- Integration von Arbeitszeitbestimmungen, Kundenwünschen und Qualifikationsprofilen
Zusammenfassung der Kapitel
- Einleitung: Dieses Kapitel stellt die Diplomarbeit vor und erläutert die vorausgegangenen Arbeiten sowie die Zielsetzung und den Aufbau der Arbeit.
- Technischer Kundendienst der Miele & Cie. KG: Hier werden die Rahmenbedingungen und die Organisation des technischen Kundendienstes bei Miele beschrieben. Der Fokus liegt auf der Disposition der Kundenaufträge und der Auftragsdurchführung sowie den Verbesserungspotenzialen in der Planung des Technikereinsatzes.
- Grundlagen der Tourenplanung: Dieses Kapitel behandelt die Grundlagen der Tourenplanung, einschließlich der Modellierung und Problemvarianten sowie der Komplexität des Problems. Es wird auch die Tourenplanung beim technischen Kundendienst bei Miele betrachtet.
- Evolutionäre Algorithmen: Dieses Kapitel beschreibt die Funktionsweise von Evolutionären Algorithmen, einschließlich ihrer Komponenten, wie Lösungsrepräsentation, Bewertungsfunktion und Genetische Operatoren. Der Fokus liegt auf der Anwendung dieser Algorithmen im Kontext der Tourenplanung.
- Lösungsentwurf und Implementierung: Dieses Kapitel präsentiert den Entwurf und die Implementierung des Evolutionären Algorithmus, der für die Optimierung des Technikereinsatzes bei Miele entwickelt wurde. Es werden die einzelnen Komponenten des Algorithmus, wie die Lösungsrepräsentation, die Bewertungsfunktion, die Elternselektion, die Genetischen Operatoren und die Populationsgröße, detailliert erläutert.
- Evaluation: Dieses Kapitel bewertet die Leistung des entwickelten Evolutionären Algorithmus. Es werden Vergleiche mit den Ergebnissen des Decision Support Project sowie mit der VNS-Implementierung von Szczepanski und Graute durchgeführt.
Schlüsselwörter
Tourenplanung, Evolutionäre Algorithmen, Technischer Kundendienst, Miele, Auftragsmanagementsystem AMS, Optimierung, Arbeitszeitbestimmungen, Kundenwünsche, Qualifikationsprofile, Entscheidungsunterstützung, Decision Support Project.
- Citar trabajo
- Sabina El Haoum (geb. Puk) (Autor), 2006, Evolutionärer Algorithmus zur Optimierung des Technikereinsatzes der Firma Miele und Cie. KG, Múnich, GRIN Verlag, https://www.grin.com/document/70147
