Beruflich Dokumente
Kultur Dokumente
rainer.kleber@ww.uni-magdeburg.de
Kurzbeschreibung: Die Vorlesung vermittelt einen Überblick über den Gegenstand der
industriellen Produktionswirtschaft und gibt eine Übersicht über Grundlagen der Produktions-
theorie und wesentliche Aufgaben des Produktionsmanagements. Im Rahmen der Behandlung
von Planungsinstrumenten zur Lösung solcher Managementaufgaben wird auf wichtige
Verfahren des Operations Research eingegangen. Hierbei werden sowohl die Modellierungs-
technik als auch grundlegende Optimierungsmethoden des Operations Research vermittelt.
Produktion und Logistik PW / OR WS 06/07 0-2
Gliederung
1 Einführung
1.1 Einführung in die Produktionswirtschaft (PW)
1.2 Einführung in Operations Research (OR)
2 Produktionstheorie
2.1 Aufgaben der Produktionstheorie
2.2 Produktionstheorie auf Objektebene
2.3 Produktionstheorie auf Ergebnisebene
2.4 Produktionstheorie auf Erfolgsebene
3 Lineare Optimierung
3.1 Grundlagen der Linearen Optimierung
3.2 Der Simplex-Algorithmus
3.3 Dualität
3.4 Sensitivitätsanalyse
3.5 Lineare Optimierungsproblem mit spezieller Struktur
3.6 Lösung von linearen Optimierungsproblemen in der Praxis
Produktion und Logistik PW / OR WS 06/07 0-3
4 Produktionsmanagement
4.1 Aufgaben des Produktionsmanagements
4.2 Nachfrageprognosen
4.3 Produktionsprogrammplanung
4.4 Materialbedarfsplanung
4.5 Losgrößenplanung
5 Ganzzahlige Optimierung
5.1 Grundlagen der Ganzzahligen Optimierung
5.2 Branch & Bound-Verfahren
5.3 Heuristische Lösungsverfahren
6 Weitere Anwendungen und Gebiete des Operations Research
Literaturempfehlungen
[1] Domschke und Drexl, Einführung in Operations Research, 6. Auflage, Springer, 2005
[2*] Dyckhoff, Produktionstheorie, 5. Auflage, Springer, 2006
[3*] Günther und Tempelmeier, Produktion und Logistik, 6. Auflage, Springer, 2005
[4] Hillier und Lieberman, Introduction to Operations Research, 8. Auflage, McGraw, 2005
[5] Thonemann, Operations Management, Pearson, 2005
(* alternativ auch vorherige Auflage bzw. bei Dyckhoff Grundzüge der Produktionswirtschaft, 4. Auflage)
Produktion und Logistik PW / OR WS 06/07 0-4
Literaturhinweise
Gliederungspunkt Textstellen Vorherige Auflage
1.1 PW-Einführung (2) 1-9 (2*) 1-8
1.2 OR-Einführung (1) 1-12
2.1 Aufgaben der PT (2) 9-12 (2*) 9-12
2.2 PT auf Objektebene (2) 19-106 (2*) 20-106
2.3 PT auf Ergebnisebene (2) 119-155, 162-176 (2*) 119-155, 164-176
2.4 PT auf Erfolgsebene (2) 189-200, 212-252 (2*) 189-200, 212-252
3.1 Grundlagen der Linearen Optimierung (1) 12-20
3.2 Simplex-Algorithmus (1) 20-27, 34-35
3.3 Dualität (1) 35-40
3.4 Sensitivitätsanalyse (1) 44-49
3.5 Allg. und spezielle LOP‘s (1) 74-77, 83-86
4.1 Aufgaben des PM (2) 367-372, (3) 1-10 (2*) 367-372, (3*) 1-10
4.2 Nachfrageprognosen (3) 142-151, (4) 35-75 (3*) 138-147
4.3 Produktionsprogrammplanung (3) 139-142, 151-1162 (3*) 135-138, 147-155
4.4 Materialbedarfsplanung (2) 270-280, 340-346 (2*) 270-280, 340-346
4.5 Losgrößenplanung (2) 314-320, (3) 192-208 (2*) 314-319, (3*) 187-200
5.1 Überblick und Grundlagen (1) 110-117
5.2 Branch & Bound-Verfahren (1) 121-126
5.3 Heuristische Verfahren (1) 117-121
Produktion und Logistik PW / OR WS 06/07 0-1
rainer.kleber@ww.uni-magdeburg.de
Kurzbeschreibung: Die Vorlesung vermittelt einen Überblick über den Gegenstand der
industriellen Produktionswirtschaft und gibt eine Übersicht über Grundlagen der Produktions-
theorie und wesentliche Aufgaben des Produktionsmanagements. Im Rahmen der Behandlung
von Planungsinstrumenten zur Lösung solcher Managementaufgaben wird auf wichtige
Verfahren des Operations Research eingegangen. Hierbei werden sowohl die Modellierungs-
technik als auch grundlegende Optimierungsmethoden des Operations Research vermittelt.
Gliederung
1 Einführung
1.1 Einführung in die Produktionswirtschaft (PW)
1.2 Einführung in Operations Research (OR)
2 Produktionstheorie
2.1 Aufgaben der Produktionstheorie
2.2 Produktionstheorie auf Objektebene
2.3 Produktionstheorie auf Ergebnisebene
2.4 Produktionstheorie auf Erfolgsebene
3 Lineare Optimierung
3.1 Grundlagen der Linearen Optimierung
3.2 Der Simplex-Algorithmus
3.3 Dualität
3.4 Sensitivitätsanalyse
3.5 Lineare Optimierungsproblem mit spezieller Struktur
3.6 Lösung von linearen Optimierungsproblemen in der Praxis
Produktion und Logistik PW / OR WS 06/07 0-3
4 Produktionsmanagement
4.1 Aufgaben des Produktionsmanagements
4.2 Nachfrageprognosen
4.3 Produktionsprogrammplanung
4.4 Materialbedarfsplanung
4.5 Losgrößenplanung
5 Ganzzahlige Optimierung
5.1 Grundlagen der Ganzzahligen Optimierung
5.2 Branch & Bound-Verfahren
5.3 Heuristische Lösungsverfahren
6 Weitere Anwendungen und Gebiete des Operations Research
Literaturempfehlungen
[1] Domschke und Drexl, Einführung in Operations Research, 6. Auflage, Springer, 2005
[2*] Dyckhoff, Produktionstheorie, 5. Auflage, Springer, 2006
[3*] Günther und Tempelmeier, Produktion und Logistik, 6. Auflage, Springer, 2005
[4] Hillier und Lieberman, Introduction to Operations Research, 8. Auflage, McGraw, 2005
[5] Thonemann, Operations Management, Pearson, 2005
(* alternativ auch vorherige Auflage bzw. bei Dyckhoff Grundzüge der Produktionswirtschaft, 4. Auflage)
Literaturhinweise
Gliederungspunkt Textstellen Vorherige Auflage
1.1 PW-Einführung (2) 1-9 (2*) 1-8
1.2 OR-Einführung (1) 1-12
2.1 Aufgaben der PT (2) 9-12 (2*) 9-12
2.2 PT auf Objektebene (2) 19-106 (2*) 20-106
2.3 PT auf Ergebnisebene (2) 119-155, 162-176 (2*) 119-155, 164-176
2.4 PT auf Erfolgsebene (2) 189-200, 212-252 (2*) 189-200, 212-252
3.1 Grundlagen der Linearen Optimierung (1) 12-20
3.2 Simplex-Algorithmus (1) 20-27, 34-35
3.3 Dualität (1) 35-40
3.4 Sensitivitätsanalyse (1) 44-49
3.5 Allg. und spezielle LOP‘s (1) 74-77, 83-86
4.1 Aufgaben des PM (2) 367-372, (3) 1-10 (2*) 367-372, (3*) 1-10
4.2 Nachfrageprognosen (3) 142-151, (4) 35-75 (3*) 138-147
4.3 Produktionsprogrammplanung (3) 139-142, 151-1162 (3*) 135-138, 147-155
4.4 Materialbedarfsplanung (2) 270-280, 340-346 (2*) 270-280, 340-346
4.5 Losgrößenplanung (2) 314-320, (3) 192-208 (2*) 314-319, (3*) 187-200
5.1 Überblick und Grundlagen (1) 110-117
5.2 Branch & Bound-Verfahren (1) 121-126
5.3 Heuristische Verfahren (1) 117-121
Produktion und Logistik PW / OR WS 06/07 1-1
1 Einführung
Produktion und Logistik PW / OR WS 06/07 1-2
Produktion ist die zielgerichtete Herstellung von Produkten unter Einsatz von sog.
Produktionsfaktoren.
(= Kombination von Produktionsfaktoren und Transformation in Produkte, s. BWL A)
Die wirtschaftliche Perspektive bezieht sich auf den Prozess der (Netto-) Wertschöpfung im
Transformationsprozess.
1.1.2 Grundzusammenhänge
Produktion zum Zweck der Wertschöpfung ist die Kernfunktion jeder Unternehmung.
→ Transformation
• einstufig • divergierend
• mehrstufig • konvergierend
Produktion und Logistik PW / OR WS 06/07 1-4
• Produktion = Wertschöpfung
• Konsumtion = Wertvernichtung
• Produktion - VWL
• Produktion - BWL
Absatzmarkt
Produktions-
Güterstrom Produkte
faktoren
Unternehmensführung
Plang. Kontr. Organisation
Einzah-
Auszahlung Geldstrom lung
Finanzierung
Finanzmarkt
Produktionstheorie Produktionsmanagement-Lehre
• Hauptbezug: • Hauptbezug:
Ausführungssystem Führungssystem
• Beschreibungs- und • Entscheidungsmodelle
Erklärungsmodelle für für Managementprozesse
Transformationsprozesse
Produktionstheorie (= Theorie der betrieblichen Wertschöpfung) untersucht die allgemeinen
Zusammenhänge und Gesetzmäßigkeiten in Bezug auf Transformationsprozesse in
Produktionssystemen.
Anwendungsbedingungen für OR
Problemanalyse Modellbildung
Implementierung Lösungsfindung
(1) Problemanalyse:
(2) Modellbildung:
(3) Lösungsfindung
(4) Implementierung
• Validierung der Modellergebnisse
• Interpretation bzgl. Realproblem
• Anpassung der Entscheidungsvorschläge und Umsetzung
Produktion und Logistik PW / OR WS 06/07 1-12
1.2.2 OR-Verfahren
Modelle im Rahmen von OR-Anwendungen sind im wesentlichen Optimierungsmodelle (zur
Maximierung oder Minimierung einer Zielgröße unter verschiedenen Nebenbedingungen).
Allgemeines Optimierungsmodel l
Entscheidungsvariablen: x1 , x2 , ..., xn
Maximiere Z = F ( x1 , x2 , ..., xn )
unter den Nebenbedingungen
⎧≥ ⎫
⎪ ⎪
gi ( x1 , x2 , ..., xn ) ⎨= ⎬ 0 für i = 1, 2, ..., m
⎪≤ ⎪
⎩ ⎭
Ganzzahlige Dynamische
Optimierung Optimierung
Nichtlineare Warteschlangen-
Optimierung theorie
Produktion und Logistik PW / OR WS 06/07 1-14
1.2.3 OR-Anwendungsgebiete
• Produktionswirtschaft • Produktionsplanungsproblem
• Verschnittproblem
• Logistik
• Transport- und Versorgungsproblem
• Dienstleistungsmanagement
• Auslieferung von Gütern
• Marketing • Kürzeste Wege in Verkehrsnetzen
• Personaleinsatzplanung
• Finanzwirtschaft
• Warteschlangenproblem
• Banken/Versicherungen
• Flugtarifplanung
• etc. • und viele, viele mehr
Produktion und Logistik PW / OR WS 06/07 2-1
2 Produktionstheorie
Produktion und Logistik PW / OR WS 06/07 2-2
und
bzw.
[1] Objektebene
Basis: nur Unterscheidung zwischen relevanten und nicht-relevanten Objekten (Inputs bzw.
Outputs) des Transformationsprozesses
[2] Ergebnisebene
[3] Erfolgsebene
Beispiele:
Objektarten Objektarten
Bei LederLotte sind im Rahmen der Um die materiellen Objekte bei MüllMax zu
mittelfristigen Planung zweier neuer erfassen, werden in einem ersten Schritt
Kollektionen von Schuhen und Taschen folgende neun Objekte definiert und in den
beispielsweise nur die folgenden sechs angegebenen Einheiten gemessen:
Objektarten von Interesse:
2.2.1.2 Produktions-Aktivitäten
Eine Produktions-Aktivität (oder kurz: Aktivität) ist eine zielgerichtete wertschöpfende
Transformation von Produktionsinput in Produktionsoutput während einer Produktions-
periode.
x1 y1
x2 Transformation y2
mit
# Prozessparametern #
xκ (λ, σ) yκ
Zeit
Produktionsperiode
⎡ x1 ⎤ ⎡ y1 ⎤ ⎡ z1 ⎤
⎢x ⎥ ⎢y ⎥ ⎢z ⎥
x = x = ⎢ 2⎥ und y = y = ⎢ 2⎥ bzw. z = z = ⎢ 2⎥
⎢#⎥ ⎢# ⎥ ⎢#⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣⎢ xκ ⎦⎥ ⎣⎢ yκ ⎦⎥ ⎣⎢ zκ ⎦⎥
(3) Input-Output-Graph
• Beispiel MüllMax
Vektor-Darstellung:
Brutto Netto
Input-Output-Tabelle
Vollständig Vereinfacht
Produktion und Logistik PW / OR WS 06/07 2-13
Input-Output-Graph (I/O-Graph)
Produktion und Logistik PW / OR WS 06/07 2-14
• Beispiel LederLotte
Vereinfachte Input-Output-Tabelle
Input-Output-Graph (I/O-Graph)
Produktion und Logistik PW / OR WS 06/07 2-15
Formal: {
T = z ∈ \κ z ist eine prinzipiell mögliche Aktivität }
Beispiel: LederLotte, Beschränkung auf Schuhherstellung
⎧ ⎡ 0 ⎤ ⎡ −50 ⎤ ⎡ −100 ⎤ ⎡ −150 ⎤ ⎫ ⎧ ⎡ −50 ⎤ ⎫
⎪⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎪ ⎪ ⎢ −40 ⎥ ⎪
⎪ ⎢ 0 ⎥ ⎢ −40 ⎥ ⎢ −80 ⎥ ⎢ −120 ⎥ ⎪ ⎪ ⎢ ⎥ ⎪
⎪⎪ ⎢ 0 ⎥ ⎢ −0,15⎥ ⎢ −0,30 ⎥ ⎢ −0, 45⎥ ⎪⎪ ⎪⎪ ⎢ −0,15⎥ ⎪⎪
⎬ = ⎨z ∈ \ z = λ ⋅ λ
6
T = ⎨⎢ ⎥ , ⎢ ,
⎥ ⎢ ,
⎥ ⎢ ⎥ , ... ⎢ ⎥ mit ∈ ` 0⎬
⎪⎢0⎥ ⎢ 1 ⎥ ⎢ 2 ⎥ ⎢ 3 ⎥ ⎪ ⎪ ⎢ 1 ⎥ ⎪
⎪⎢0⎥ ⎢ 0 ⎥ ⎢ 0 ⎥ ⎢ 0 ⎥ ⎪ ⎪ ⎢ 0 ⎥ ⎪
⎪⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎪ ⎪ ⎢ ⎥ ⎪
⎩⎪ ⎣ 0 ⎦ ⎣ 30 ⎦ ⎣ 60 ⎦ ⎣ 90 ⎦ ⎪⎭ ⎩⎪ ⎣ 30 ⎦ ⎭⎪
Zur Technologie gehören i. d. R. auch Aktivitäten mit Faktorverschwendung, wie z. B.
⎡ −100 ⎤ ⎡ −50 ⎤
⎢ −40 ⎥ ⎢ −40 ⎥
⎢ ⎥ ⎢ ⎥
⎢ −0,15⎥ ⎢ 0 ⎥
⎢ ⎥ oder ⎢ ⎥
⎢ 1 ⎥ ⎢ 0 ⎥
⎢ 0 ⎥ ⎢ 0 ⎥
⎢ ⎥ ⎢ ⎥
⎣ 30 ⎦ ⎣ 0 ⎦
Produktion und Logistik PW / OR WS 06/07 2-16
[1] Größenproportionalität
beschreibt eine Eigenschaft, die sich auf eine Skalenvariation (Niveauvariation) von
Produktionsaktivitäten bezieht. Eine größenproportionale (oder auch: linear-homogene)
Technologie liegt vor, wenn für jede beliebige Aktivität z gilt:
Beispiel:
Produktion und Logistik PW / OR WS 06/07 2-17
[2] Additivität
beschreibt eine Eigenschaft, die sich auf die gemeinsame Durchführung von Aktivitäten
bezieht. Eine additive Technologie liegt vor, wenn für beliebige Aktivitäten z1 und z² gilt:
z1 ∈ T und z 2 ∈ T ⇒ z1 + z 2 ∈ T
Beispiel:
Produktion und Logistik PW / OR WS 06/07 2-18
[3] Linearität
beschreibt eine Eigenschaft, die sich auf Linear-Kombinationen von Aktivitäten bezieht. Eine
lineare Technologie liegt vor, wenn gilt:
z1 ∈ T und z 2 ∈ T ⇒ λ1 ⋅ z1 + λ2 ⋅ z 2 ∈ T mit λ1 ≥ 0 , λ2 ≥ 0
Voraussetzung: Eine Technologie ist linear, wenn sie additiv und größenproportional ist!
Beispiel:
T
Produktion und Logistik PW / OR WS 06/07 2-19
[4] Konvexität
beschreibt eine Eigenschaft, die sich auf Konvex-Kombinationen von Aktivitäten bezieht.
Eine konvexe Technologie liegt vor, wenn gilt:
Beispiel für eine konvexe, jedoch nicht lineare Technologie (mit zwei Beispielaktivitäten z1 und z2):
z1
z2
T
Hinweis: Sowohl bei linearer als auch bei konvexer Technologie ist die Möglichkeit der
Verschwendung zugelassen.
Produktion und Logistik PW / OR WS 06/07 2-20
Dreidimensionale Technik (Ertragsgebirge) [Quelle : Dyckhoff : Grundzüge der Produktionswirtschaft, 3. Aufl., S. 56]
Produktion und Logistik PW / OR WS 06/07 2-21
(3) Faktordiagramm
(4) Produktdiagramm
Produktion und Logistik PW / OR WS 06/07 2-23
2.2.1.4 Produktionsmöglichkeiten
Größenproportionale, additive und lineare Technologien beschreiben Produktionssysteme mit
einer unbeschränkten Menge von Aktivitäten.
3
R
2
-8 -7 -6 -5 -4 -3 -2 -1 z1
Produktion und Logistik PW / OR WS 06/07 2-24
Z = T∩R
Beispiel:
T z2
4
Z 3
2
R
1
-8 -7 -6 -5 -4 -3 -2 -1 z1
Produktion und Logistik PW / OR WS 06/07 2-25
(3)
Z
(1)
(5)
(6) z4=y4
Produktion und Logistik PW / OR WS 06/07 2-27
p
Wenn ( z ,..., z ) ∈ T
1 p
und λ ,..., λ ≥ 0,
1 p
dann gilt : z = ∑ λ r ⋅ z r ∈ T
r =1
Produktion und Logistik PW / OR WS 06/07 2-28
Die Menge der generierenden Aktivitäten z1, z2,..., zπ bildet insgesamt die so genannte
Technologiematrix M̂ .
Es existieren auch Produktionssysteme, die sich nicht durch eine endliche Zahl von
Grundaktivitäten (oder elementaren Prozessen) beschreiben lassen. Derartige Technologien, die
als nicht endlich generierbar bezeichnet werden, treten typischerweise dann auf, wenn disponible
Prozessparameter zur Steuerung der Transformationsprozesse kontinuierlich variiert werden
können.
Beispiele:
• Gutenberg-Technologien mit Prozessparameter : kontinuierlich variierbare Einsatzintensität
von Potentialfaktoren mit Wirkung auf Verbrauchskoeffizienten für Repetierfaktoren
• Technologien für Mischungsprozesse mit Prozessparameter : kontinuierlich variierbare
Materialanteile von zu mischenden Stoffen
Approximationsmöglichkeit: Nicht endlich generierbare Technologien können in der Regel durch
Technologien mit einer (hinreichend großen) Basisendlichen Anzahl von Grundaktivitäten gut
approximiert werden.
Produktion und Logistik PW / OR WS 06/07 2-29
Eine Technologiematrix M̂ heißt Basis M der Technologie T, wenn sie keine überflüssigen
Aktivitäten enthält. Überflüssig sind solche Aktivitäten, die sich durch Linearkombinationen
aus anderen Aktivitäten bilden lassen.
Beispiel : z2
T 4
z3 z2
3
ˆ = ⎡ −2 −3
M
−5 ⎤
und M =
⎡ −2 −3⎤
⎢ 1 3 3⎥⎦ ⎢ 1 3⎥ 2
⎣ ⎣ ⎦
1
z1
-8 -7 -6 -5 -4 -3 -2 -1 z1
Konsequenz:
Endlich generierbare LT’n lassen sich allein durch die Angabe ihrer Basis (und damit in
äußerst kompakter Weise) vollständig beschreiben!
Endlich generierbare LT’n bilden (geometrisch) sog. konvexe polyedrische Kegel, jede
Aktivität der Basis M erzeugt eine Kante des Kegels.
Produktion und Logistik PW / OR WS 06/07 2-30
Normierungsproblematik
Die Aktivitäten [z1, ..., zπ] in der Basis M einer LT sind wegen der Eigenschaft der Größen-
proportionalität nicht eindeutig definiert.
Zur Normierung bezieht man diese Aktivitäten auf ein spezifiziertes Aktivitätsniveau, z.B.
den Verbrauch einer bestimmten Inputeinheit oder die Produktion einer bestimmten
Outputeinheit. Häufig wird als Bezugspunkt die einmalige Durchführung einer Aktivität (z.B.
in der diskreten Fertigungsindustrie) oder die Durchführung der Aktivität für die Dauer 1
Zeiteinheit (z.B. in der Prozessindustrie) gewählt.
Konsequenzen:
Durch Änderung des Skalenniveaus lässt sich bei LT’n aus jeder Grundaktivität zρ ein
elementarer Produktionsprozess Pρ generieren:
{
Pρ = z z = λ ⋅ zρ , λ ≥ 0}
Die gesamte Technologiemenge einer LT setzt sich zusammen aus elementaren Prozessen
(reine Prozesse) und deren Linearkombinationen (gemischte Prozesse) bzw. ist bei gegebener
Basis M durch Variation des Skalenniveaus der Grundaktivitäten generierbar:
⎧ ⎡ λ 1 ⎤ ⎡0⎤ ⎫
⎪ ⎪
T = ⎨ z | z = M ⋅ λ und λ = ⎢ # ⎥ ≥ ⎢ # ⎥ ⎬
⎢ π⎥ ⎢ ⎥
⎪ ⎪
⎩ ⎣⎢λ ⎦⎥ ⎣0 ⎦ ⎭
Produktion und Logistik PW / OR WS 06/07 2-31
Die oben definierte lineare Technologie bei LederLotte ist ebenfalls endlich generiert, und
zwar durch die folgende (normierte) Basis, bestehend aus zwei Aktivitäten:
Jeder der beiden Aktivitäten in der Basis stellt die notwendigen Einsatzquantitäten der drei
Inputarten Arbeit, Nähmaschine und Leder sowie die zwangsläufig anfallende Quantität an
Lederresten dar, wenn genau ein Paar Schuhe bzw. genau eine Tasche hergestellt werden.
Produktion und Logistik PW / OR WS 06/07 2-32
einstufig mehrstufig
zyklisch nicht-zyklisch
elementar nicht-elementar
Verfahrenswahl Verfahrenswahl
outputseitig inputseitig allgemein nicht-
bei Output- bei Input-
determiniert determiniert elementar
Herstellung Nutzung
Produktion und Logistik PW / OR WS 06/07 2-35
zeichnen sich dadurch aus, dass die Objektarten ihrer Grundaktivitäten sich eindeutig in
Input- und Output einteilen lassen. Keine Objektart ist zugleich Output einer
bestimmten und Input einer anderen Grundaktivität.
basieren nur auf einer einzigen Grundaktivität und bestehen somit aus einem einzigen
elementaren Prozess (d.h. π = 1). Unter Weglassen des Aktivitätsindexes ρ (wegen
ρ =1) gilt damit für das algebraische Modell:
xi = ai ⋅ λ für i = 1 ,..., m
y j = bj ⋅ λ für j = m + 1 ,..., m + n
Bei elementaren Technologien lassen sich folgende Formen der Produktion unterscheiden:
(a) glatt
(b) konvergierend
(c) divergierend
(d) umgruppierend
Anmerkung: Diese spezifischen Formen der Produktion lassen sich auch auf nicht-elementare
Technologietypen übertragen.
Produktion und Logistik PW / OR WS 06/07 2-37
Als Beispiel sei die Herstellung von Punsch Royal angeführt. Der I/O-Graph der Technologie
ist in der Abbildung dargestellt. Die zugehörige Basisaktivität entspricht folgendem Rezept:
Produktion und Logistik PW / OR WS 06/07 2-38
π
xi = ∑ aiρ ⋅ λρ für i = 1 ,..., m
ρ =1
π
y j = ∑ bρj ⋅ λρ für j = m + 1 ,..., m + n
ρ =1
liegt vor, wenn bei jeder Grundaktivität genau eine Outputart erzeugt wird (→ π = n ) .
Für das algebraische Modell bedeutet dies:
y j = b jj ⋅ λ j für j = m + 1 ,..., m + n
m+ n m+n
so daß : xi = ∑a
j = m +1
i
j
⋅λ =
j
∑a
j = m +1
i
j
/ b jj ⋅ y j
m+n
⇒ xi = ∑a
i = m +1
ij ⋅ yj für i = 1 ,..., n
j j
mit aij = ai / b j als sog. Produktionskoeffizienten
Konsequenz: Bei outputseitig determinierter Produktion lassen sich die Inputmengen als
eindeutige Funktion der Outputmengen beschreiben!
Produktion und Logistik PW / OR WS 06/07 2-40
liegt vor, wenn bei jeder Grundaktivität genau eine Inputart eingesetzt wird (→ π = m) .
Für das algebraische Modell bedeutet dies:
m m
so dass : y j = ∑ b ⋅ λ = ∑ bij / aii ⋅ λ i
i
j
i
i =1 i =1
⇒ y j = ∑ b ji ⋅ xi für j = m + 1 ,..., m + n
i =1
i i
mit b ji = b j / ai als sog. Ausbeutekoeffizienten
liegt vor, wenn nur eine einzige Outputart existiert (d.h. n = 1), die alternativ mit π
verschiedenen Grundaktivitäten (auch elementare Verfahren genannt) unter Einsatz von
m Inputarten hergestellt werden kann.
ρ
Bei entsprechender Normierung der Grundaktivitäten (mit bm+1 = 1 ) lautet das
algebraische Modell unter Benutzung verfahrensspezifischer Produktionskoeffizienten
aiρ (ρ = 1 ,..., π) folgendermaßen:
π
ym +1 = ∑ ymρ +1
ρ =1
π
xi = ∑ aiρ ⋅ ymρ +1 für i = 1 ,..., m
ρ =1
ρ ρ
mit y m+1 = λ (Outputmenge auf Basis von Verfahren ρ)
Konsequenz: Bei Produktion mit Verfahrenswahl bei Outputherstellung lassen sich die
Inputmengen nicht als eindeutige Funktion der Outputmenge beschreiben!
Produktion und Logistik PW / OR WS 06/07 2-42
liegt vor, wenn nur eine einzige Inputart existiert (d.h. m=1), die alternativ mit π
verschiedenen Grundaktivitäten (elementaren Verfahren) zur Herstellung von n
Outputarten verwendet werden kann.
Bei entsprechender Normierung der Grundaktivitäten (mit a1 = 1) lautet das
ρ
π
x1 = ∑ x1ρ
ρ =1
π
y j = ∑ bρj ⋅ x1ρ für ρ = 2, 3 ,..., n + 1
ρ =1
ρ ρ
mit x1 = λ (Inputmenge auf Basis von Verfahren ρ)
Konsequenz: Bei Produktion mit Verfahrenswahl bei Inputnutzung lassen sich die
Outputmengen nicht als eindeutige Funktion der Inputmenge beschreiben!
Produktion und Logistik PW / OR WS 06/07 2-43
liegen immer vor, wenn die Spezialfälle (a) bis (d) nicht gegeben sind.
Basisaktivitäten & Input/Output-Graph einer einstufigen Technologie [Quelle: Dyckhoff, 3. Aufl., S. 94]
In der (x, y)-Darstellungsweise ergibt sich daraus folgendes algebraische Modell, das
äquivalent zu dem I/O-Graph der obigen Abbildung ist :
Produktion und Logistik PW / OR WS 06/07 2-44
zeichnen sich dadurch aus, dass es mindestens zwei Grundaktivitäten mit einer in beiden
vorkommenden Objektart gibt, die Output der einen und zugleich Input der anderen
Aktivität ist. Derartige Objektarten heißen Zwischenprodukte (oder auch: derivate
Faktoren) im Unterschied zu den reinen Inputs (= originäre Faktoren) und den reinen
Outputs (= Endprodukte).
Können Zwischenprodukte k nicht auch von außen bezogen werden (zk < 0 : Primärinput) bzw.
nach außen abgegeben werden (zk > 0 : Primäroutput), so lässt sich das algebraische Modell
bei Nettodarstellung von Zwischenproduktmengen in einer (x, y, z)-Schreibweise formulieren:
π
xi = ∑ − ziρ ⋅ λ ρ für i ∈ {originäre Faktoren}
ρ=1
π
y j = ∑ z ρj ⋅ λ ρ für i ∈ {Endprodukte}
ρ=1
π
zl = ∑ zlρ ⋅ λ ρ für l ∈ {Zwischenprodukte}
ρ=1
Produktion und Logistik PW / OR WS 06/07 2-46
Zur Brutto-Darstellung von Produktmengen (auch für Zwischenprodukte) kann auch eine
(x, y)-Darstellung für das algebraische Modell unter Nutzung der fundamentalen
Mengenbilanz für den Durchsatz rk jeder Objektart angegeben werden.
Primärinput + Sekundärinput = Durchsatz = Sekundäroutput + Primäroutput
Gesamtinput Gesamtoutput
Das algebraische Modell lautet dann in (x, r, y)-Schreibweise:
π π
xk + ∑ b ⋅ λ = rk = ∑ akρ ⋅ λ ρ + yk
k
ρ ρ
für alle Objektarten
ρ =1 ρ =1
Auch mehrstufige Technologien können durch die speziellen Strukturtypen wie bei einstufiger
Technologie näher charakterisiert sein!
Produktion und Logistik PW / OR WS 06/07 2-47
zeichnen sich dadurch aus, dass mindestens eine Grundaktivität existiert, deren Output
direkt oder indirekt wieder als Input in dieselbe Aktivität eingeht.
z = M⋅λ
Auch bei zyklischer Technologie muss die fundamentale Mengenbilanz für den Durchsatz
jeder Objektart gelten, so dass das entsprechende algebraische Modell für mehrstufige
Technologien in (x, r, y)-Schreibweise Anwendung finden kann.
Hinweis: Die Existenz eines (mehrstufigen) Zyklus lässt sich an der Basis M einer
Technologie daran erkennen, dass es nicht gelingt, die Zeilen der
Technologiematrix so zu vertauschen (d. h. die Objektarten so umzunummerieren),
dass in jeder Spalte oben nur Inputarten (negative Einträge) und weiter unter nur
Outputarten (positive Einträge) stehen.
Produktion und Logistik PW / OR WS 06/07 2-49
Technologie mit Verfahrenswahl und zweistufigem Zyklus [Quelle : Dyckhoff, 3. Aufl., S. 103]
x4 + + y4
Produktion und Logistik PW / OR WS 06/07 2-50
Güter sind nützliche Objekte mit relativer Knappheit, denen ein positiver Wert beigemessen
wird.
Übel sind schädliche Objekte mit relativem Überschuss, denen ein negativer Wert beigelegt
wird.
Die Charakterisierung von Objekten nach der Eigenschaft der Erwünschtheit ist in starkem
Maße subjektiv und situationsabhängig!
Konsequenz: Die Ergebnisse der Produktion lassen sich im Zusammenhang mit ihrer
Erwünschtheit in positive Ergebnisse (= realer Ertrag), in negative Ergebnisse
(= realer Aufwand) und in neutrale Ergebnisse aufteilen.
Produktion und Logistik PW / OR WS 06/07 2-51
Realer Ertrag entsteht durch Output von Gütern bzw. Input von Übeln und beinhaltet eine
Werterhöhung im Transformationsprozess.
Realer Aufwand entsteht durch Input von Gütern bzw. Output von Übeln und bedeutet einen
Wertverzehr in der Produktion
Realer Aufwand und realer Ertrag sind mehrdimensionale Größen, die in Mengeneinheiten
der betreffenden Objektarten gemessen werden.
Neutrale Ergebnisse tragen nicht zum realen Aufwand und Ertrag bei!
Weitere Objektcharakterisierung:
Entsprechend ihrer Erwünschtheit (+,-,0) werden Inputobjekte als Faktoren (+), Redukte (-)
und Beifaktoren (0) sowie Outputobjekte als Produkte (+), Abprodukte (-) und Beiprodukte (0)
bezeichnet.
Prozess-
Ergebnis- bezug Input Output
kategorien
Zweckertrag (Haupt-)Redukt (Haupt-)Produkt
Realer
Ertrag
Nebenertrag Reduktfaktor Gutes Nebenprodukt
Realer
(Haupt-)Faktor Abprodukt
Aufwand
Ergebnisneutraler
Beifaktor Beiprodukt
Input bzw. Output
Auf Ergebnisebene lassen sich vier Grundeigenschaften formulieren, die für alle praktisch
relevanten Technologien gelten:
Eine Aktivität ist nicht-akzeptabel, wenn sie von mindestens einer anderen Aktivität
dominiert wird, d. h. wenn es eine andere Aktivität gibt, deren Ertrag nicht kleiner und deren
Aufwand nicht größer ist, wobei bzgl. mindestens einer Objektart eine strenge
Vorteilhaftigkeit bzgl. Aufwand/Ertrag existiert.
Formal gilt für die Eigenschaft der Dominanz einer Aktivität z1 ggü. einer Aktivität z2, dass
für alle Objektarten k (k=1, ... , κ) folgende Ungleichungen gelten müssen:
z 1k ≥ z k2 für jede Güterart k,
z1k ≤ zk2 für jede Übelart k,
wobei für mindestens eine Objektart eine echte Ungleichung gegeben sein muss.
Eine Aktivität ist akzeptabel, wenn sie von keiner anderen Aktivität aus der gesamten
Technologiemenge dominiert wird, d. h. wenn sie effizient ist.
Die Effizienzanalyse hat zur Aufgabe, aus einer Technologiemenge die Menge der effizienten
Aktivitäten herauszufiltern (z. B. durch paarweise Prüfung auf Dominanz)
Produktion und Logistik PW / OR WS 06/07 2-55
Das sog. schwache Erfolgsprinzip besagt, dass zum Betreiben von Produktionssystemen nur
effiziente Produktionsweisen herangezogen werden sollten.
Zur Beschreibung effizienter Produktionsweisen dient die Produktionsfunktion (PF), die den
funktionalen Zusammenhang zwischen Input- und Outputmengen aller Objektarten bei
effizienter Produktion im Rahmen einer gegebenen Technologie wiedergibt.
Die PF charakterisiert den sog. effizienten Rand einer Technologie Teff in funktionaler Form,
z. B. im zweidimensionalen Fall durch
z2=f2(z1) bzw. z1=f1(z2) (explizite PF) oder durch f(z1,z2)=0 (implizite PF).
Teff lässt sich für jede Technologie durch eine implizite PF beschreiben: f(z1,z2, ... , zκ)=0.
Dagegen ist eine Darstellung von Teff in Form einer eindimensionalen expliziten PF der Art
zk=fk (z1, ... , zk-1, zk+1, ... , zκ) im Allg. nicht möglich!
Eine PF besitzt die Eigenschaft der Limitationalität, wenn bei effizienter Produktion die
Einsatz- und Ausbringungsmengen einer Gruppe G1 von Objektarten für jede vergebene
Mengenkombination der Komplementärgruppe G2 eindeutig festliegen.
Handelt es sich bei G1 um die Inputobjekte, so spricht man von Inputlimitationalität, handelt
es sich um die Outputobjekte, so liegt Outputlimitationalität vor.
Eine PF besitzt die Eigenschaft der Variabilität, wenn bei effizienter Produktion die
Mengenkombination einer Gruppe von Objektarten durch vorgegebene Mengen der
Komplementärgruppe nicht festgelegt ist.
Substitutionalität liegt vor, wenn bei zwei variablen Objektarten unter Effizienzbedingungen
die Mengensteigerung der einen mit einer Mengenreduzierung der anderen Objektart
verbunden ist. Ist dabei die eine Objektart vollständig durch die andere ersetzbar, so spricht
man von totaler Substitutionalität, andernfalls von partieller Substitutionalität.
Komplementärität liegt vor, wenn bei effizienter Produktion die Mengenänderung variabler
Objektarten gleichgerichtet ist.
Produktion und Logistik PW / OR WS 06/07 2-58
Eine Isoquante stellt den geometrischen Ort aller Mengenkombinationen einer Gruppe G1
von Objektarten dar, die bei vorgegebener Menge der Objektarten der Komplementärgruppe
G2 zu einer effizienten Produktion führen. Handelt es sich bei G1 um die Inputobjekte, so
spricht man (im Fall reiner Gütertechnologie) von einer Produkt-Isoquante.
Bei Inputlimitationalität besteht die Produkt-Isoquante nur aus einem einzigen Punkt!
Zur Messung der Ausprägung einzelner Eigenschaften von PF’n werden Messgrößen
herangezogen, insbesondere die
Für den Fall einer Gütertechnologie mit Substitutionalität der Faktoren und einer
differenzierbaren expliziten PF der Form
y3 = f ( x1 , x2 )
dx2
Grenzrate der Substitution zweier Faktoren σ 21 =
dx1
∂y 3 ∂y
Grenzproduktivität eines Faktors π31 = bzw. π32 = 3
∂x1 ∂x 2
∂y 3 ∂x1 ∂y ∂x 2
Produktionselastizität eines Faktors ε31 = bzw. ε32 = 3
y3 x1 y3 x2
dy3 λ
Skalenelastizität ε= ⋅ y = f (λx1 , λx2 )
y3 dλ (wobei hier 3
Bei Limitationalität der Faktoren sind Grenzwerte der Substitution, Grenzproduktivität und
Produktionselastizität nicht definiert!
Produktion und Logistik PW / OR WS 06/07 2-60
(1) Eine Grundaktivität (GA) ist nicht-effizient, wenn sie von einer anderen GA oder einer
Linearkombination von GA’n dominiert wird.
(2) Jede effiziente Aktivität einer Technologiemenge lässt sich als Linearkombination
effizienter GA’n darstellen.
Beispiel:
(5) Sofern auch nur eine echte Linearkombination mehrerer effizienter GA’n eine
effiziente Aktivität erzeugt, so gilt dies auch für alle anderen Kombinationen.
Beispiel:
Grundannahme der Produktionstheorie auf Erfolgsebene ist, dass der Erfolg jeder
Produktions-Aktivität z durch eine reellwertige Zahl w gemessen werden kann, die deren
Wertschöpfungsbeitrag aus der (subjektiven) Sicht des Betrachters des Produktionssystems
wiedergibt.
erlaubt einen direkten Vergleich aller Aktivitäten und gewährleistet damit eine vollständige
Präferenzordnung.
Produktion und Logistik PW / OR WS 06/07 2-66
Ökonomische Erfolgsfunktionen
⎧ > 0 : Gewinn
w(z) : Reinvermögensänderung durch Aktivität z mit w(z ) ⎨
⎩ < 0 : Verlust
= Evar(z) – Kvar(z)
Der Deckungsbeitrag ist ein angemessenes Erfolgskriterium bei Entscheidungen zur laufenden
Nutzung eines gegebenen Produktionssystems, allerdings nicht bei Entscheidungen zu dessen
Um- oder Neugestaltung.
Produktion und Logistik PW / OR WS 06/07 2-68
GE
Erfolgsfunktion
separabel nicht-separabel
additiv nicht-additiv
linear nicht-linear
¾ Additivität einer separablen Erfolgsfunktion liegt vor, wenn sich die objektspezifischen
Erfolgsbeiträge additiv zum Gesamterfolg verknüpfen lassen:
∂w( z )
w( z ) = p1 ⋅ z1 + p 2 ⋅ z 2 + ... + p κ ⋅ z κ mit p k =
= const.
∂z k
→ Voraussetzung: Keine Mengenabhängigkeit von Preisen bei Beschaffung oder Absatz
von Objekten.
Produktion und Logistik PW / OR WS 06/07 2-71
Bei Konsistenz von Präferenzen auf Ergebnis- und Erfolgsebene muss eine Kompatibilität von
schwachem und starkem Erfolgsprinzip existieren, d. h.
z0 ∈ Teff
w( z 0 ) = max {w( z) z ∈ Z = T ∩ R}
Produktion und Logistik PW / OR WS 06/07 2-72
Beispiel:
Annahmen
• z1 und z2 sind Güter
• lineare additiv-separable Erfolgsfunktion, die zu einem Gewinn bei effizienten
Produktionsweisen führt
erfolgsmaximale effiziente
Produktionsweise Produktionsweisen
T z2
4
Z 3
R 2
-8 -7 -6 -5 -4 -3 -2 -1 z1
Produktion und Logistik PW / OR WS 06/07 2-73
y5 Produktionsfeld Z
(2) (4)
erfolgsmaximale
Produktionsweise
(3)
Z
(1)
(5)
Erfolgsmaximum (6) y4
0
aus Mindestmenge für Produkt 4 : y4 = 50
und Maximalmenge für Produkt 5 (beschränkt durch Engpass-Faktor 1):
y50 aus : 50 ⋅ y40 + 50 ⋅ y50 = 5000 → y50 = (5000 − 50 ⋅ 50) / 50 = 50
Optimale Aktivität
z 0 = (−5000; − 2750; − 27,5; 50; 50; 2750) → D 0 = − 5 ⋅ 50 + 120 ⋅ 50 = 5750
Produktion und Logistik PW / OR WS 06/07 2-75
Die lineare Erfolgstheorie bezieht sich auf Produktionssysteme mit folgenden Komponenten:
(1) Lineare Technologie T
(2) Restriktionsfeld R mit absoluten Schranken
(3) Lineare, additiv-separable Erfolgsfunktion w(z)
→ Aus (1) und (2) folgt, dass das Produktionsfeld Z = T ∩ R ein konvexes Polyeder darstellt.
Produktion und Logistik PW / OR WS 06/07 2-78
κ κ ⎛ π ρ ρ⎞ κ π π
⎛ κ ⎞
w( z ) = ∑ pk ⋅ zk = ∑ pk ⋅ ⎜⎜ ∑ λ ⋅ zk ⎟⎟ = ∑∑ pk ⋅ λ ⋅ zk = ∑ ⎜ ∑ pk ⋅ zkρ ⎟ ⋅ λρ
ρ ρ
w( z) = w( λ ) = d 1 ⋅ λ1 + d 2 ⋅ λ2 + ... + d π ⋅ λπ
Konsequenz : Der Gesamterfolg eines Produktionssystems ist eine lineare Funktion des
Aktivitätsniveaus der einzelnen Grundaktivitäten!
Hinweis : Die prozessspezifischen Deckungsbeiträge kennzeichnen den Überschuss
objektbezogener Erlöse über die variablen Kosten bei Betreiben einer
Grundaktivität. Eine Zurechnung derartiger Deckungsbeiträge zu einzelnen
Objektarten ist i. d. R. nicht möglich!
Produktion und Logistik PW / OR WS 06/07 2-79
d ρ = ∑ e j ⋅ bρj − ∑ ci ⋅ aiρ
j i
für ρ = 1, ... , π
Produktion und Logistik PW / OR WS 06/07 2-80
• Elementare Technologie (π = 1)
w( x, y) = ∑ e j ⋅ y j − ∑ ci ⋅ xi = ∑ e j ⋅ b j ⋅ λ − ∑ ci ⋅ ai ⋅ λ = w(λ )
j i j i
→ Deckungsbeitrag d kann auch einem einzelnen Produkt- oder einem einzelnen Faktor
zugerechnet werden:
d d
dj = bzw. d i =
bj ai
⎛ ⎞
w( x, y ) = ∑ e j ⋅ y j − ∑ ci ⋅ xi = ∑ ⎜ e j − ∑ ci ⋅ aij ⎟⎟ ⋅ y j = w( y )
j i j ⎝ i ⎠
w( x , y ) = w( y ) = ∑ d j ⋅ y j
j
w( x, y ) = w( x ) = ∑ d i ⋅ xi
i
⎛ ⎞
w( x, ym +1 ) = em +1 ⋅ ym +1 − ∑ ci ⋅ xi = ∑ ⎜ em +1 − ∑ ci ⋅ aiρ ⎟⎟ ⋅ ymρ +1
i ρ ⎝ i ⎠
Unter Definition verfahrenspezifischer Stückkosten k ρ = ∑ ci ⋅ aiρ lassen sich
i
w( x, ym +1 ) = ∑ d ρ ⋅ ymρ +1 = ∑ d ρ ⋅ λρ = w( λ )
ρ ρ
Faktor-Deckungsbeiträge
Die Aufgabe besteht in der Festlegung der Niveaus aller Grundaktivitäten der Technologie in
der Art, dass der Gesamterfolg maximiert und alle externen Restriktionen eingehalten werden.
Die Aktivitätsniveaus λρ (ρ=1,...,π) sind Entscheidungsvariablen des Optimierungsproblems.
Bei der Erfolgsmaximierung im Rahmen der linearen Erfolgstheorie handelt es sich um ein
Lineares Optimierungsproblem (LOP) ohne bzw. mit ganzzahligen Variablen. Aus der Lösung
des LOP erhält man neben den optimalen Aktivitätsniveaus auch (im Fall ohne
Ganzzahligkeit) die Schattenpreise für die einzelnen Restriktionen.
Produktion und Logistik PW / OR WS 06/07 2-86
Prozessstrahlen im Faktordiagramm:
Ergebnis:
Verfahrensspezifische Stückkosten:
k1 = 2⋅100 + 1⋅20 = 220
2
k = 2⋅50 + 1⋅30 = 130
3
k = 2⋅30 + 1⋅60 = 120 ⇒ Erfolgsmaximales Verfahren ist Verfahren (3)
Produktion und Logistik PW / OR WS 06/07 2-87
Faktorbeschränkungen:
x1≤800 und x2≤360
Ergebnis: Auch dominierte Verfahren müssen bei erfolgsmaximaler Produktion unter
Umständen herangezogen werden.
400
120
140
120
liegt vor, wenn bei jeder Grundaktivität genau eine Outputart erzeugt wird (→ π = n ) .
Für das algebraische Modell bedeutet dies:
y j = b jj − m ⋅ λ j − m für j = m + 1 ,..., m + n
m+ n m+n
so daß : xi = ∑a
j = m +1
i
j −m
⋅λ j −m
= ∑a
j = m +1
i
j −m
/ b jj − m ⋅ y j
m+ n
⇒ xi = ∑
j = m +1
aij ⋅ y j für i = 1 ,..., m
j −m j −m
mit aij = ai / b j als sog. Produktionskoeffizienten
Konsequenz: Bei outputseitig determinierter Produktion lassen sich die Inputmengen als
eindeutige Funktion der Outputmengen beschreiben!
Produktion und Logistik PW / OR WS 06/07 2-45
zeichnen sich dadurch aus, dass es mindestens zwei Grundaktivitäten mit einer in beiden
vorkommenden Objektart gibt, die Output der einen und zugleich Input der anderen
Aktivität ist. Derartige Objektarten heißen Zwischenprodukte (oder auch: derivate
Faktoren) im Unterschied zu den reinen Inputs (= originäre Faktoren) und den reinen
Outputs (= Endprodukte).
Das algebraische Modell lautet auch bei mehrstufiger Technologie in z-Schreibweise
allgemein:
z = M⋅λ
Produktmengen von Produkt k, die nach außen abgegeben werden (zk > 0), heißen
Primäroutput; Produkte, die von außen bezogen werden (zk < 0) nennt man Primärinput.
In gemischter Nettodarstellung von Zwischenproduktmengen lässt sich das algebraische
Modell in einer (x, y, z)-Schreibweise formulieren:
π
xi = ∑ − ziρ ⋅ λ ρ für i ∈ {originäre Faktoren}
ρ=1
π
y j = ∑ z ρj ⋅ λ ρ für i ∈ {Endprodukte}
ρ=1
π
zl = ∑ zlρ ⋅ λ ρ für l ∈ {Zwischenprodukte}
ρ=1
Produktion und Logistik PW / OR WS 06/07 3-1
3 Lineare Optimierung
Produktion und Logistik PW / OR WS 06/07 3-2
maximiert oder minimiert wird, wobei zugleich lineare Nebenbedingungen der Form
Eine zulässige Lösung x * = ( x1* ,..., x *p )T heißt optimale Lösung des LOP, wenn es keine zulässige
Lösung x mit einem besseren (größeren bzw. kleineren) Zielfunktionswert als Z(x*) gibt.
Die Menge der zulässigen Lösungen wird mit X, die Menge der optimalen Lösungen mit X*
bezeichnet.
Produktion und Logistik PW / OR WS 06/07 3-4
Jedes LOP der allgemeinen Form LOP-A lässt sich in eine äquivalentes LOP in Standardform
LOP-S transformieren:
p
Z ( x1 ,..., x p ) = ∑ c Sj ⋅ x j
Maximiere j =1
∑a
j =1
S
ij ⋅ x j ≤ biS für i = 1 ,..., m
xj ≥ 0 für j = 1 ,..., p
[2] ∑a
j
ij ⋅ x j ≥ bi =ˆ ∑ (−a ) ⋅ x
j
ij j ≤ −bi
[3] ∑a
j
ij ⋅ x j = bi =ˆ ∑aj
ij ⋅ x j ≤ bi und ∑a j
ij ⋅ x j ≥ bi
+ −
[4] x j ∈ \ =ˆ xj = x − x j j und x , x −j ≥ 0
+
j
Produktion und Logistik PW / OR WS 06/07 3-6
Jedes LOP-S lässt sich durch Einführung von sog. Schlupfvariablen xp+1 ,..., xp+m in eine
äquivalentes LOP in Normalform LOP-N überführen:
n
Maximiere Z ( x1 ,..., xn ) = ∑ c j ⋅ x j mit ( n = p + m )
j =1
u.d.N.
n
∑a
j =1
ij ⋅ x j = bi für i = 1 ,..., m
∑a
j =1
S
ij ⋅ x j + x p +i = biS für i = 1 ,..., m Ungleichungen in Gleichungen zu
transformieren.
xj ≥ 0 für alle j = 1 ,..., n Das LOP-N enthält also (ohne
Nichtnegativitätsbedingungen) m Neben-
bedingungen und n = p + m > m Variablen.
Produktion und Logistik PW / OR WS 06/07 3-7
T
Max Z ( x ) = c ⋅x
u. d. N.
A·x=b
x≥0
⎡ c1 ⎤
⎢ # ⎥ ⎡ a11 " a1,n−m 1 0 " 0 0 ⎤
⎡ b1 ⎤ ⎢c ⎥ ⎢ # # % ⎥
⎢ ⎥
b = ⎢ # ⎥ , c = ⎢ n−m ⎥ , A = ⎢ # # % ⎥
⎢b ⎥ ⎢ 0 ⎥
⎣ m⎦ ⎢ # ⎥ ⎢ # # % ⎥
⎢ 0 ⎥ ⎢ am,1 " am,n−m 0 0 " 0 1 ⎥
⎣ ⎦
⎣ ⎦
Produktion und Logistik PW / OR WS 06/07 3-8
(5)
x1
Produktion und Logistik PW / OR WS 06/07 3-9
¾ Bei der Suche nach der optimalen Lösung x* (bzw. der Menge der optimalen Lösungen X*)
eines LOP-N kann man sich auf die Untersuchung der Eckpunkte des zulässigen Bereichs
X beschränken.
¾ Unter der Menge der optimalen Lösungen X* befindet sich mindestens eine zulässige
Basislösung.
Produktion und Logistik PW / OR WS 06/07 3-10
(NB1)
•A •E
Produktion und Logistik PW / OR WS 06/07 3-11
Wenn der Beschränkungsvektor b des LOP nur nicht-negative Werte enthält (d.h. b ≥ 0),
besteht eine zulässige Basislösung immer darin, dass die Schlupfvariablen als BV und
Strukturvariablen des LOP als NBV gewählt werden.
Der Simplex-Algorithmus besteht in der systematischen Lösung des LOP durch iteratives
Absuchen jeweils benachbarter Eckpunkte des polyedrischen Lösungsbereichs X so lange, bis
keine Lösungsverbesserung mehr erzielbar ist.
Jedes Fortschreiten von Ecke zu Ecke im Rahmen der Iterationen erfolgt, indem jeweils genau
eine NBV neu in die Basis aufgenommen und dafür genau eine bisherige BV aus der Basis
eliminiert wird (Basistausch).
Produktion und Logistik PW / OR WS 06/07 3-12
Die zugehörigen Rechenoperationen lassen sich (von Hand) mit Hilfe des sog.
Simplextableaus durchführen, das im ersten Lösungsschritt die Koeffizienten des LOP-N (in
kanonischer Form) enthält.
NBV BV
BV x1 " x n−m xn+ m−1 " xn bi
x n − m+1 a11 " a1,n − m 1 " 0 b1
# # # # % # #
xn a m1 " a m,n − m 0 " 1 bm
Z − c1 − c n−m 0 " 0 Z-Wert
Z = 0 + 60x1 + 120x 2
Zweite zulässige Basislösung:
Man erhält sie durch Einsetzen von x2 = 75 – 3/8 x1 – 5/2 x5 in die Gleichungen der ersten zulässigen Basislösung:
x 3 = 1250 − 125 4 x1 + 125x 5
x4 = 1875 − 275
8 x1 + 75
2 x5
x2 = 75 − 3x1 8 − 5 x
2 5
⇒ Die zu Spalte t zugehörige NBV wird in die Basis aufgenommen! Wenn für alle j gilt:
cj ≥ 0 , dann ist die aktuelle Basislösung optimal und das Verfahren kann abgebrochen
werden.
[2] Wahl der Pivotzeile s (→ zu eliminierende BV)
bs ⎧⎪ bi ⎫⎪
Suche Zeile s mit = min ⎨ ait > 0 ⎬ (kleinster Quotient)
ast i
⎩⎪ ait ⎭⎪
⇒ Die zu Zeile s zugehörige BV wird aus der Basis entfernt!
Das zu Pivotzeile s und Pivotspalte t gehörende Element ast heißt Pivotelement.
Wenn für alle i gilt: ait ≤ 0 , so besitzt das LOP keine optimale Lösung (der Lösungsbereich
X muss unbeschränkt sein) und das Verfahren muss abgebrochen werden.
[3] Transformation des Simplextableaus
Das LOP wird für die neue Basis nach Variablentausch in kanonische Form gebracht, indem
durch lineare Transformationen des Gleichungssystems unter der neuen BV ein Einheitsvektor
mit ast = 1 geschaffen wird.
Produktion und Logistik PW / OR WS 06/07 3-15
Neu
(1) ast =1 (2) aitNeu = 0 für alle i ≠ s
Der Verfahrensablauf kann anhand der folgenden Tabelle nachvollzogen werden. Das
jeweilige Pivotelement ist durch eckige Klammern hervorgehoben. Fehlende Eintragungen
besitzen den Wert 0.
BV x1 x2 x3 x4 x5 bi
x3 50 50 1 5000
x4 40 15 1 3000 Erste Basislösung :
3
x5 /20 [2/5] 1 30 x3 = 5000, x4 = 3000, x5 = 30,
Z -60 -120 0 0 0 0 x1 = x2 = 0, Z=0
x3 [125/4] 1 -125 1250
x4 275/8 1 -75/2 1875 Zweite Basislösung :
3 5
x2 /8 1 /2 75 x2 = 75, x3 = 1250, x4 = 1875,
Z -15 0 0 0 300 9000 x1 = x5 = 0, Z=9000
4
x1 1 /125 -4 40
x4 -11/10 1 100 500 Optimale Basislösung :
x2 1 -3/250 4 60 x1 = 40, x2 = 60, x4 = 500,
12 x3 = x5 = 0, Z = 9600
Z 0 0 /25 0 240 9600
Produktion und Logistik PW / OR WS 06/07 3-17
⇒ Die zu Zeile s zugehörige BV wird aus der Basis entfernt! Wenn für alle i gilt: bi ≥ 0,
dann kann zum primalen Simplex-Algorithmus übergegangen werden.
[2] Wahl der Pivotspalte t (→ neu aufzunehmende BV)
ct ⎧⎪ c j ⎫⎪
Suche Spalte t mit a = max ⎨ a sj < 0 ⎬ (kleinste Z-Verschlechterung)
st
j
⎪⎩ a sj ⎪⎭
⇒ Die zu Spalte t zugehörige BV wird in die Basis aufgenommen! Wenn für alle j gilt: asj
≥ 0, dann existiert keine zulässige Basislösung
[3] Transformation des Simplextableaus
wie beim primalen Simplex-Algorithmus
Produktion und Logistik PW / OR WS 06/07 3-18
(3)
(1)
(5)
x1
Produktion und Logistik PW / OR WS 06/07 3-19
Das erste Tableau mit nicht zulässiger Basislösung lautet wie folgt:
BV x1 x2 x3 x4 x5 x6 x7 bi
x3 50 50 1 5000 Startlösung:
x4 40 15 1 3000 x3 = 5000, x4 = 3000, x5 = 30, x6 = -50, x7 = -10,
3 2
x5 /20 /5 1 30 x1 = x2 = 0, Z=0
x6 [-1] 1 -50
x7 -1 1 -10
Z -60 -120 0 0 0 0 0 0
Wir wenden den dualen Simplexalgorithmus auf das obige Beispiel an und erhalten:
BV x1 x2 x3 x4 x5 x6 x7 bi
1
x7 /50 1 1 40 Optimale Basislösung:
3
x4 - /10 1 25 250 x1 = 50, x2 = 50, x4 = 250,
x5 -2/250 1 -1/4 5
/2 x5 = 5/2, x7 = 40,
x1 1 -1 50 x3 = x6 = 0, Z=9000
1
x2 1 /50 1 50
12
Z /5 0 0 60 9000
Produktion und Logistik PW / OR WS 06/07 3-20
BV x1 x2 x3 x4 x5 x6 x7 bi
x3 50 1 50 2500 „Erste“ Basislösung:
x4 15 1 40 1000 x1 = 50, x3 = 2500, x4 = 1000, x5 = 45/2, x7 = -10,
2 3 45
x5 /5 1 /20 /2 x2 = x6 = 0, Z=3000
x1 1 -1 50
x7 [-1] 1 -10
Z -120 0 0 0 -60 0 3000
Das Tableau enthält noch immer keine zulässige Basislösung; nach einer weiteren Iteration
mit dem dualen Simplexalgorithmus ergibt sich:
BV x1 x2 x3 x4 x5 x6 x7 bi
x3 1 50 [50] 2000 „Zweite“ Basislösung:
x4 1 40 15 850 x1 = 50, x2 = 10, x3 = 2000, x4 = 850, x5 = 37/2,
3 2 37
x5 1 /20 /5 /2 x6 = x7 = 0, Z=4200
x1 1 -1 50
x2 1 -1 10
Z 0 0 0 -60 -120 4200
Das Tableau enthält eine zulässige, aber noch nicht optimale Basislösung; nach einer
weiteren Iteration mit dem primalen Simplexalgorithmus ergibt sich:
BV x1 x2 x3 x4 x5 x6 x7 bi
1
x7 /50 1 1 40 Optimale Basislösung:
3
x4 - /10 1 25 250 x1 = 50, x2 = 50, x4 = 250, x5 = 5/2, x7 = 40,
x5 -2/250 1 -1/4 5
/2 x3 = x6 = 0, Z=9000
x1 1 -1 50
1
x2 1 /50 1 50
12
Z /5 0 0 60 9000
Produktion und Logistik PW / OR WS 06/07 3-21
BV x1 x2 x3 x4 x5 x6 x7 bi
1
x7 /50 1 1 40 Optimale Basislösung:
3
x4 - /10 1 25 250 x1 = 50, x2 = 50, x4 = 250, x5 = 5/2, x7 = 40,
x5 -2/250 1 -1/4 5
/2 x3 = x6 = 0, Z=9000
x1 1 -1 50
1
x2 1 /50 1 50
12
Z /5 0 0 60 9000
Produktion und Logistik PW / OR WS 06/07 3-22
¾ In Schritt 2 des dualen Simplexalgorithmus gilt für alle Elemente j der Pivotzeile s: asj ≥ 0.
⇒ Das LOP hat keine zulässige Lösung!
¾ In Schritt 2 des primalen Simplexalgorithmus gilt für alle Elemente i der Pivotspalte t: ait ≤ 0
⇒ Das LOP hat keine optimale Lösung!
¾ Im Simplextableau ergibt sich, dass eine NBV einen Schattenpreis von Null besitzt.
⇒ Das LOP besitzt mehrere gleich gute Basislösungen!
¾ Im Simplextableau ergibt sich, dass eine BV einen Wert von Null besitzt.
⇒ Der Lösungsbereich X des LOP‘s besitzt überbestimmte Eckpunkte !
Produktion und Logistik PW / OR WS 06/07 3-23
X
X=∅
x1
x1
• mehrere gleich gute Lösungen • überbestimmte Lösungen
x2 x2
X
X
Z
x1 x1
Produktion und Logistik PW / OR WS 06/07 3-24
3.3 Dualität
Zu jedem LOP-S mit Max-ZF und gegebenen Problemdaten A, b und c existiert ein
korrespondierendes duales LOP mit Min-ZF und denselben Problemdaten, welches eine
äquivalente Lösung hat.
Das Ausgangsproblem nennt man das primale Problem, das korrespondierende Problem heißt
duales Problem. Das mit dem dualen Problem korrespondierende duale Problem ist wiederum
das primale Problem.
Der formale Zusammenhang zwischen primalem und dualem LOP stellt sich wie folgt dar:
Mit jeder Nebenbedingung des primalen Problems korrespondiert genau eine Variable des
dualen Problems (sog. Dualvariable), so dass das duale LOP gerade m Strukturvariable wi (i =
1, ... , m) besitzt.
Mit jeder Strukturvariablen xj (j = 1, ... , p) des primalen Problems korrespondiert genau eine
Nebenbedingung des dualen Problems, so dass das duale LOP gerade über p
Nebenbedingungen verfügt.
Für die zulässigen Lösungen des primalen und dualen LOP gilt der folgende
Einschließungssatz:
Z(x) ≤ Z(x*) = ZD(w*) ≤ ZD(w)
Ist der Zielfunktionswert des primalen Problems nicht nach oben beschränkt (so dass keine
optimale Lösung existiert), so besitzt das duale Problem keine zulässige Lösung und
umgekehrt.
Produktion und Logistik PW / OR WS 06/07 3-26
Bringt man primales und duales LOP-S durch die Einführung von Schlupfvariablen jeweils in
Normalform eines LOP-N mit folgenden Variablen
Strukturvariable Schlupfvariable
primales LOP x1, ... , xp xp+1 , ... , xp+m
duales LOP w1, ... , wm wm+1 , ... , wm+p
¾ Die Schlupfvariablen des primalen LOP korrespondieren mit den Strukturvariablen des
dualen LOP und umgekehrt.
¾ Im Optimaltableau des primalen LOP liegen in Form der Schattenpreise der Restriktionen
auch die optimalen Werte der Strukturvariablen des dualen LOP vor.
¾ Umgekehrtes gilt für das Optimaltableau des dualen LOP.
Ergebnis: Zur Lösung eines vorgegebenen LOP kann man sowohl auf die Formulierung des
primalen wie des dualen Problems zurückgreifen. Zweckmäßigerweise geht man
von derjenigen Formulierung aus, die sich numerisch am einfachsten lösen lässt.
Produktion und Logistik PW / OR WS 06/07 3-27
x2 w2
10 2
x1* = 2, x2* = 6
w1* = 0,5
6 w2* = 1,5
1
Z* = 14
ZD* = 14
0 5 10 x1 0 1 2 w1
Produktion und Logistik PW / OR WS 06/07 3-28
Ausgangstableau: Ausgangstableau:
BV x1 x2 x3 x4 x5 bi BV w1 w2 w3 w4 w5 bi
x3 50 50 1 5000 w4 -50 -40 -3/20 1 -60
2
x4 40 15 1 3000 w5 -50 -15 - /5 1 -120
x5 3/20 2/5 1 30 -ZD 5000 3000 30 0 0 0
Z -60 -120 0 0 0 0
Produktion und Logistik PW / OR WS 06/07 3-30
Optimaltableau: Optimaltableau:
BV x1 x2 x3 x4 x5 bi BV w1 w2 w3 w4 w5 bi
x1 1 4
/125 -4 40 w1 1 11/10 -4/125 3/250 12/25
x4 -11/10 1 100 500 w3 -100 1 4 -4 240
x2 1 -3/250 4 60 -ZD 0 500 0 40 60 -9600
Z 0 0 12/25 0 240 9600
SP : Schattenpreis
Produktion und Logistik PW / OR WS 06/07 3-31
3.4 Sensitivitätsanalyse
Unter Sensitivitätsanalyse versteht man die Untersuchung, wie und inwieweit die optimale
Lösung eines LOP auf Veränderungen in den Ausgangsdaten des Problems reagiert. Damit
lassen sich die Auswirkungen von Datenänderungen oder Fehleinschätzung von Daten auf die
LOP-Lösung analysieren.
⇒ λ i = xq und ⇒ λi = ∞
⇒ vj = ∞ und ⇒ v j = c 0j
Z -60 -120 0 0 0 0 •B
•C
Optimaltableau: (NB3)
BV x1 x2 x3 x4 x5 bi • D
4
x1 1 /125 -4 40
11 (NB1)
x4 - /10 1 100 500
x2 1 -3/250 4 60 •A •E
12
Z 0 0 /25 0 240 9600
Optimale Basislösung (Punkt C)
x1 = 40, x2 = 60, x4 = 500, x3 = x5 = 0, Z=960
Produktion und Logistik PW / OR WS 06/07 3-35
Wir erhalten
• in Restriktion 1 (x3 ist Nichtbasisvariable): λ1 = 1250 , λ1 = 5000 /11
Reduziert man b1 um mehr als λ1 = 1250 , so würde x5 für x1 in die Basis gelangen;
erhöht man b1 um mehr als λ1 = 5000 /11 , so würde x3 für x4 in die Basis kommen.
Für das Beispiel LederLotte erhält man als Spielraum für die Zielfunktionskoeffizienten
der Strukturvariablen x1 und x2 (beide sind in der optimalen Lösung Basisvariablen):
• Für c1: ν1 = 15 , ν1 = 60 .
• Für c2: ν 2 = 60 , ν2 = 40 .
Produktion und Logistik PW / OR WS 06/07 3-36
• Es gibt spezielle LOPs, die eine spezifische Problemstruktur aufweisen, welche die
Lösbarkeit dieser Probleme erleichtert. Für solche speziellen Probleme lassen sich oft
spezielle Lösungsalgorithmen entwickeln, die noch wesentlich schneller sind als der
(immer mögliche) Einsatz des Simplex-Algorithmus.
• Drei dieser speziellen LOPs sind das Klassische Transportproblem, das Zweistufige
Transportproblem und das Lineare Zuordnungsproblem.
Produktion und Logistik PW / OR WS 06/07 3-37
Modellierung:
Zur einfacheren Modellierung ist es zweckmäßig, zweifach indizierte Variable zu benutzen,
die sich auf je einen Angebotsort und einen Nachfrageort beziehen.
Variable : xij : Transportmenge von Angebotsort i zu Nachfrageort j
m n
Zielfunktion : Min Z(x11 , ... , x mn ) = ∑∑ cij ⋅ x ij (Gesamt-Transportkosten)
i =1 j=1
Nebenbedingungen :
(1) Vollständige Ausschöpfung der Angebotsmengen
n
∑x
j =1
ij = ai für i = 1, ... , m
(2) Vollständige Befriedigung der Nachfragemengen
m
∑x
i =1
ij = bj für j = 1, ... , n
(3) Nichtnegativität der Transportmengen
xij ≥ 0 für i = 1 ,..., m und j = 1 ,..., n
Eröffnungsverfahren:
Es existieren verschiedene Eröffnungsverfahren zum klassischen Transportproblem, die sich
bezüglich Lösungsgüte und Lösungsaufwand unterscheiden.
Ein besonders einfaches Eröffnungsverfahren besteht in der sog. Nordwestecken–Regel.
Hierbei werden die Basisvariablen mit Hilfe eines Transporttableaus sukzessiv (von links
oben nach rechts unten) ermittelt, indem Angebotsmengen von Angebotsorten jeweils so
lange zu Transportmengen in Nachfrageorte zusammengefasst werden, bis Angebots- oder
Nachfragemenge ausgeschöpft sind.
Optimierungsverfahren:
Es existieren verschiedene Optimierungsverfahren (wie z. B. die sog. MODI-Methode), die
-ausgehend von einer zulässigen Basislösung- die spezifische Struktur der Nebenbedingungen
ausnutzen und mit weniger Aufwand als beim generellen Simplexverfahren in einer endlichen
Zahl von Iterationen auf die optimale Basislösung führen.
Produktion und Logistik PW / OR WS 06/07 3-40
Modellierung:
Variable :
Nebenbedingungen :
∑x
k =1
A
ik = ai für i = 1,..., m
∑x
k =1
B
kj = bj für j = 1,..., n
∑ x =∑ x
i =1
A
ik
j =1
B
kj für k = 1,..., p
Die Aufgabenstellung besteht in der Festlegung, wie die Zuordnung zu erfolgen hat, so dass
alle Objekte aus beiden Gruppen genau eine paarweise Zuordnung erfahren und dabei der
Gesamterfolg aus allen Zuordnungen maximiert wird.
Beispiele:
Gruppe A Gruppe B Erfolgsgrößen
Arbeitnehmer Tätigkeiten Einarbeitungszeit
Schulklassen Lehrer Zufriedenheit
Vorlesungen Wochenzeiten Zufriedenheit
Gebäude Betriebsflächen Transportwege
Produktion und Logistik PW / OR WS 06/07 3-44
Modellierung:
Eine Zuordnungsentscheidung kann durch eine zweifach indizierte Variable (sog.
Zuordnungsvariable) beschrieben werden, die als sog. binäre Variable nur zwei Ausprägungen
(0 oder 1) hat.
Variable:
⎧1 : wenn Objekt i aus Gruppe A dem Objekt j aus Gruppe B zugeordnet wird
x ij = ⎨
⎩0 : sonst
Zielfunktion:
n n
Max Z ( x11 , ... , x nn ) = ∑∑ cij ⋅ xij (Gesamt-Zuordnungserfolg)
i =1 j =1
Nebenbedingungen:
(1) Vollständige Zuordnung aller Objekte aus Gruppe A
n
∑x
j =1
ij =1 für i = 1, ... , n
∑x
i =1
ij =1 für j = 1, ... , n
Mit den Nebenbedingungen (1), (2) und (3a) entspricht das Lineare Zuordnungsproblem
einem Spezialfall des Klassischen Transportproblems mit
Zur Lösung eignen sich damit alle Lösungsverfahren des Transportproblems. Darüber hinaus
existieren spezielle Lösungsverfahren des Linearen Zuordnungsproblems, welche die
spezifische Struktur der Koeffizienten ausnutzen.
Produktion und Logistik PW / OR WS 06/07 3-46
Kleinere Probleme (wie z.B. Übungsaufgaben) lassen sich mit dem Solver in EXCEL lösen.
Zur Lösung größerer Probleme aus der Unternehmenspraxis existiert leistungsfähige LOP-
Software wie z.B. X-PRESS oder CPLEX.
Mit kommerziellen Software-Paketen lassen sich allgemeine LOPs in der Größenordnung von
über einer Millionen Variablen und mehreren Hunderttausend Nebenbedingungen in wenigen
Minuten Rechenzeit lösen.
• Start in 1947
LOP mit 77 Variablen und 9 Nebenbedingungen
→ Lösungszeit : 120 Mann-Tage
Nachbarlösungen sind Lösungen, bei denen exakt eine Variable die Basis
verlässt (=0 wird) und eine andere in die Basis aufgenommen wird (>0
wird).
Produktion und Logistik PW / OR WS 06/07 4-1
4 Produktionsmanagement
Produktion und Logistik PW / OR WS 06/07 4-2
Entscheidungsebenen Beispiele
• Standortwahl
• Festlegung der Produktions-
technologie
• Layoutplanung
• Festlegung der Fertigungskapazität
• Strategisches Produktionsmanagement
dient der Schaffung und Sicherung langfristigen Rahmenbedingungen für den Untersuchungs-
erfolg durch grundsätzliche Festlegungen der Ausrichtung des Produktionsbereichs im
Hinblick auf Produktfelder, Märkte, Technologien und Organisationsformen.
• Taktisches Produktionsmanagement
• Operatives Produktionsmanagement
Produktionswirtschaftliche Entscheidungsfelder
Produktionsstruktur Produktionsvollzug
Operative Planung
Disposition / Steuerung
Produktion und Logistik PW / OR WS 06/07 4-6
• Produktionsprogrammplanung
¾ Langfristige Programmplanung
Langfristige Festlegung des Fertigungsprogramms an Endprodukten nach Produkttyp
und -menge (auf 1-2 Jahre)
¾ Produktvariantenplanung
Kurzfristige Festlegung der (wöchentlichen oder täglichen) Herstellungsmengen
einzelner Produktvarianten (auf 1-4 Wochen)
• Mengenplanung
¾ Materialbedarfsplanung
Mittelfristige/kurzfristige Festlegung des Bedarfs an selbst erstellten und
fremdbezogenen Repetierfaktoren (d.h. Zwischenerzeugnisse und Kaufmaterialien) nach
Menge und Zeit (i.d.R. auf Wochenbasis)
¾ Losgrößenplanung
Mittelfristige/kurzfristige Zusammenfassung von Materialbedarfen gleicher Erzeugnisse
zu größeren Produktions- und Beschaffungslosen.
¾ Terminplanung
Zeitliche Feinplanung der Termine für einzelne Fertigungsaufträge (i.d.R. auf
Tagesbasis)
¾ Kapazitätsplanung
Zeitliche Einsatzplanung von Personal- und Betriebsmittelkapazitäten unter Planung von
Ausgleichsmaßnahmen bei Kapazitätsdisparitäten.
4.2 Nachfrageprognosen
Grundlage der Produktionsplanung sind Daten über die zukünftige Entwicklung der
Nachfrage. Prognoseverfahren versuchen auf Basis von Erfahrungen oder Vergangenheits-
daten diese Entwicklung zu ermitteln. Prognosen sind in der Regel falsch - dies umso stärker,
je länger der Prognosehorizont.
4.2.1 Prognoseverfahren
• qualitative Verfahren (subjektiv auf Basis von Erfahrungen)
- Vertriebsschätzung und Kundenbefragungen: kurz- bis mittelfristig gut
- Expertenschätzung: mittel- bis langfristig gut
- Delphi-Methode: langfristig gut
Einsatz bei fehlenden oder ungeeigneten Vergangenheitsdaten
⇒ Subjektivität, Anreizproblematik, Aufwand
• quantitative Verfahren (auf Basis von Vergangenheitsdaten und Extrapolation in die
Zukunft)
- Kausalprognosen, z.B. Schätzung der Parameter des Produktlebenszyklus mittels
einer Regressionsanalyse
- univariate Verfahren (Zeitreihenanalyse)
Produktion und Logistik PW / OR WS 06/07 4-10
4.2.2 Zeitreihenanalyse
Beispiel einer Zeitreihe
Monat 1 2 3 4 5 6 7 8 9 10
Nachfrage 48 36 49 65 54 60 48 51 62 66
70
65
60
Nachfrage
55
50
45
40
35
30
1 2 3 4 5 6 7 8 9 10
Monat
Produktion und Logistik PW / OR WS 06/07 4-11
Typen von
Zeitreihenverläufen
unregelmäßig regelmäßig
~ ~
• Trendmodell : yt = a + b ⋅ t + Ι (linearer Trend)
• Saisonmodell : yt = a + b ⋅ t + St + Ι bzw. (a + b ⋅ t ) ⋅ ( st + Ι )
Produktion und Logistik PW / OR WS 06/07 4-14
~
(3) Schätzung der Modellparameter im konstanten Modell ~yt = a + Ι
Daten : Schätzzeitpunkt : t
vergangene Nachfragewerte = yt, yt-1, yt-2, ...
Gesucht: Schätzung des Modellparameters a im Zeitpunkt t : â t
Mögliche Schätzverfahren
• Gleitende Durchschnitte (Moving Average)
1
aˆt = ⋅ ( y t + yt −1 + … + yt − n + 1 ) mit Modellparameter : n
n
• Exponentielle Glättung 1.Ordnung (Single Exponential Smoothing)
aˆt = yt(1) mit yt(1) = α ⋅ yt + (1 - α ) ⋅ yt(1)−1 mit Modellparameter : 0 < α ≤ 1
Problematik
• Wahl des Glättungsparameters α , Empfehlung 0, 05 ≤ α ≤ 0,30
• Ermittlung von Startwerten
• Anwendung bei Fehlspezifikation des Modells
• periodenbezogener Prognosefehler εt
ε t = pt − yt
Beispiel
GD mit n = 3 EG mit α = 0,3
t yt ât pt εt εt 2 ŷt pt εt εt 2
0 48,0
1 48 48,0
2 36 44,4
3 49 44,3 45,8
4 65 50,0 44,3 -20,7 427,1 51,5 45,8 -19,2 369,4
5 54 56,0 50,0 -4,0 16,0 52,3 51,5 -2,5 6,0
6 60 59,7 56,0 -4,0 16,0 54,6 52,3 -7,7 59,6
7 48 54,0 59,7 11,7 136,1 52,6 54,6 6,6 43,5
8 51 53,0 54,0 3,0 9,0 52,1 52,6 1,6 2,6
9 62 53,7 53,0 -9,0 81,0 55,1 52,1 -9,9 97,4
10 66 59,7 53,7 -12,3 152,1 58,4 55,1 -10,9 119,0
11 59,7 58,4
4.3 Produktionsprogrammplanung
Planungsinformationen
(2) ∑a
k∈K
rk ⋅ xk ≤ Kr für r∈R Kapazitätsbeschränkungen für alle Ressourcentypen
4.3.2 Beschäftigungsglättung
4.3.2.1 Planungsproblematik bei Beschäftigungsglättung
Planungsaufgabe
Zeitliche Detaillierung des (vorgegebenen) Produktionsprogramms unter Berücksichtigung
von (saisonalen) Schwankungen des Kapazitätsbedarfs und -angebots.
Planungsziel
Kostenminimale zeitliche Abstimmung von Produktions- und Nachfragemenge (nach
Produkttypen) unter Einbeziehung von Produktion auf Lager und von Anpassungsmaßnahmen
im Kapazitätsbereich.
Planungsinformationen
[Quelle : Günther und Tempelmeier S. 152] [Quelle: Günther und Tempelmeier S. 153]
Produktion und Logistik PW / OR WS 06/07 4-22
Entscheidungsmodell :
⇒ Minimiere die Gesamtkosten K aus Lagerhaltung und Kapazitätsanpassung unter
Berücksichtigung von Lagerbilanzgleichungen (1), Kapazitätsrestriktionen (2),
Zusatzkapazitätsbeschränkungen (3) und Nichtnegativitätsbedingungen (4)
T T
Minimiere K = ∑ ∑ lk ⋅ ykt + ∑∑ g rt ⋅ zrt
t =1 k∈K t =1 r∈R
u. d. N.
(1) ykt = yk ,t −1 + xkt − N kt für k ∈ K und t = 1,..., T
( 2) ∑a
k∈K
rk ⋅ xkt ≤ K rtmax + zrt für r ∈ R und t = 1,..., T
Problemdaten :
Zielfunktion : Min K = 4 ⋅ y A1 + 4 ⋅ yA 2 + 4 ⋅ y A3 + 4 ⋅ yA 4
+ 4 ⋅ y B1 + 4 ⋅ y B2 + 4 ⋅ y B3 + 4 ⋅ y B4
+ 5 ⋅ z P1 + 5 ⋅ z P2 + 5 ⋅ z P3 + 5 ⋅ z P4
Nebenbedingungen :
y A1 = 36 + x A1 − 100 y B1 = 220 + x B1 − 200
y A2 = y A1 + x A2 − 110 yB 2 = y B1 + xB 2 − 190
y A3 = y A2 + x A3 − 90 yB 3 = yB 2 + xB 3 − 210
y A4 = y A3 + x A4 − 100 yB 4 = yB 3 + xB 4 − 200
Optimale Problemlösung :
Kapazitätsnutzung
Periode Personalkapazität Zusatzkapazität Maschinenkapazität
1 160 0 162
2 160 0 200
3 160 7,5 200
4 160 15 200
4.3.2.3 Hauptproduktionsprogrammplanung
Planungsaufgabe
Zeitliche und produktbezogene Detaillierung des Produktionsprogramms aus der
Beschäftigungsglättung durch Verfeinerung der Zeitperioden und durch Disaggregation der
Produkttypen in Hauptprodukte
Zusammenhang mit
Beschäftigungsglättung
Alternative Planungsmethoden
¾ Einfache Aufschlüsselung der
produkttypbezogenen Planmengen auf
Hauptprodukte unter Berücksichtigung
kurzfristiger Nachfrageschwankungen.
¾ Simultane Programmplanung unter Beachtung kurzfristiger Nachfrageschwankungen und
Berücksichtigung von Beschränkungen der Grund- und Zusatzkapazitäten einzelner
Ressourcen analog der Vorgehensweise bei Beschäftigungsglättung (LOP-Modellierung)
Produktion und Logistik PW / OR WS 06/07 4-29
4.4 Materialbedarfsplanung
Planungsaufgabe
Festlegung von Art, Menge und Bereitstellungstermin aller Materialien (d. h. selbst erstellte
Zwischenprodukte und fremdbezogene Kaufmaterialien), die für die Erstellung des geplanten
Hauptproduktionsprogramms benötigt werden.
Formen der Materialbedarfsplanung
¾ Verbrauchsorientierte Bedarfsplanung
Unabhängige Bedarfsplanung für jedes einzelne Material auf der Basis von Bedarfs-
prognosen, die aus dem jeweiligen Materialverbrauch der Vergangenheit abgeleitet werden.
¾ Programmorientierte Bedarfsplanung
Zusammenhängende Bedarfsplanung für alle Materialien auf Basis des Hauptproduktions-
programms und unter Berücksichtigung der materialbezogenen Bedarfszusammenhänge auf
der Grundlage bekannter Erzeugnisstrukturen
Verfahren der programmorientierten Materialbedarfsplanung
¾ Matrizenverfahren auf Basis von Gozinto-Graphen zur
Bedarfsrechnung ohne Berücksichtigung von Zeitzusammenhängen
¾ Dispositionsstufenverfahren auf Basis von Stücklisten zur
Bedarfsrechnung mit Berücksichtigung von Zeitzusammenhängen
⇒ Gängige Verfahren beziehen sich auf outputseitig determinierte, linear-limitationale
Produktionssysteme (= Leontief-Systeme)
Produktion und Logistik PW / OR WS 06/07 4-30
Abstrakter Input/Output-Graph zu den Beispielen der LederLotte Gozinto-Graph der Lederwarenherstellung [Quelle : Dyckhoff,
[Quelle: Dyckhoff, S. 90] S. 271]
Produktion und Logistik PW / OR WS 06/07 4-31
m+ n
xi = ∑a
j = m +1
ij ⋅ yj für i = 1,...,m
Gleichungssystem in Matrix/Vektor-Schreibweise
x = A⋅y
mit y : Erzeugnisprogramm,
d.h. (n)-Vektor der herzustellenden Produktmengen
(= Primärbedarfe)
x : Einsatzprogramm,
d.h. (m)-Vektor der fremd zu beziehenden Materialbedarfsmengen
(= Sekundärbedarfe)
A : Bedarfsmatrix,
d.h. Matrix der (direkten) Produktionskoeffizienten
(=Direktbedarfskoeffizienten)
Beispiel Lederlotte
x1 = 50 y4 + 50 y5 ⎛ x1 ⎞ ⎛ 50 50 ⎞
⎜ ⎟ ⎜ ⎟ ⎛ y4 ⎞
x2 = 40 y4 + 15 y5 bzw. ⎜ x2 ⎟ = ⎜ 40 15 ⎟ ⋅ ⎜ ⎟
y
x3 = 0,15 y4 + 0, 4 y5 ⎜ x ⎟ ⎜ 0,15
⎝ 3⎠ ⎝ 0, 4 ⎟⎠ ⎝ 5 ⎠
Produktion und Logistik PW / OR WS 06/07 4-34
Mengenzusammenhänge in Matrix/Vektor-Schreibweise
x+u=r =s+y
s = A⋅u mit A : Direktbedarfsmatrix
⇒ Produktionsmodell bei mehrstufigen Leontief-Systemen :
x + u = r = A⋅u + y
⇒ Gleichungssystem zur Materialbedarfsrechnung
Spezialfall: Ausschluss von Fremdbezug für Zwischenprodukte (d.h. xk = 0 für Zwischenprodukte)
⇒ Materialbedarfsmengen :
⎧x für originäre Faktoren (nur Fremdbezug!)
rk = ⎨ k
⎩u k für Zwischenprodukte (nur Eigenherstellung!)
⇒ einstufige Gesamtbedarfsermittlung
Produktion und Logistik PW / OR WS 06/07 4-36
Materialbedarfsplan:
t=1 t=2 t=3 t=4
Einsatzfaktoren: E1 30 12 12 48
E2 70 26 26 114 xit
E3 15 4 4 26
Zwischenprodukte B4 11 4 4 18 ukt
B5 5 2 2 8
Endprodukte P6 1 1 1 1 yjt
P7 1 0 0 2
Rechenbeispiele:
¾ u51 = g 55 ⋅ y51 + g 56 ⋅ y61 + g57 ⋅ y71 = 1 ⋅ 0 + 2 ⋅1 + 3 ⋅1 = 5
¾ x11 = g11 ⋅ y11 + g15 ⋅ y51 + g16 ⋅ y61 + g17 ⋅ y71 = 1 ⋅ 0 + 6 ⋅ 0 + 12 ⋅1 + 18 ⋅1 = 30
¾ x14 = g11 ⋅ y14 + g15 ⋅ y54 + g16 ⋅ y64 + g17 ⋅ y74 = 1 ⋅ 0 + 6 ⋅ 0 + 12 ⋅1 + 18 ⋅ 2 = 48
Produktion und Logistik PW / OR WS 06/07 4-40
Beispiel zu Stücklisten
4.4.2.2 Dispositionsstufenverfahren
Die Dispositionsstufe eines Materials in einer Erzeugnisstruktur entspricht der maximalen
Anzahl von Produktionsaktivitäten, die zwischen seinem Einsatz und der Erzeugung eines
Endprodukts liegen (= maximale Fertigungsstufe). Alle Endprodukte besitzen die
Dispositionsstufe Null.
Beispiele:
von Seite 4-41 von Seite 4-36
P1 (Dispositions-) Stufe 0 P6 P7
3
1 2 2
B1 2 1 4
Stufe 1 B5
3
4 2
2 6
B2 E1 3 B4
2 Stufe 2
5 1
E1 5
E2 Stufe 3 E2 E3
Produktion und Logistik PW / OR WS 06/07 4-43
Berechnungen:
Periode t 1 2 3 4
Dispositionsstufe 0 Primärbedarf (PB) 1 - - 2
Endprodukt P7 Bruttobedarf (BB) 1 - - 2
Lagerbestand (LB) 2 1 1 1
Nettobedarf (NB) - - - 1
Terminierter Auftrag (TA) - - 1 -
Endprodukt P6 Primärbedarf (PB) 1 1 1 1
Bruttobedarf (BB) 1 1 1 1
Lagerbestand (LB) 2 1 - -
Nettobedarf (NB) - - 1 1
Terminierter Auftrag (TA) - 1 1 -
Periode t 1 2 3 4
Dispositionsstufe 2 SB (aus P7) - - 1 -
Zwischenprodukt B4 SB (aus B5) - 8 - -
BB - 8 1 -
LB 3 3 - -
NB - 5 1 -
TA 5 1 - -
Kaufmaterial E1 SB (aus B5) - 24 - -
BB - 24 - -
LB 40 40 16 16
NB - - - -
TA - - - -
Dispositionsstufe 3 SB (aus P7) - - 4 -
Kaufmaterial E3 SB (aus B4) 5 1 - -
BB 5 1 4 -
LB - - - -
NB 5 1 4 -
TA 5 1 4 -
Kaufmaterial E2 SB (aus B5) - 12 - -
SB (aus B4) 25 5 - -
BB 25 17 - -
LB 15 - - -
NB 10 17 - -
TA 10 17 - -
Produktion und Logistik PW / OR WS 06/07 4-48
4.5 Losgrößenplanung
Planungsaufgabe
Zusammenfassung der Nettobedarfe einzelner Erzeugnisse in aufeinander folgenden Perioden
zu Produktions- bzw. Beschaffungsaufträgen, die als sog. Produktions- bzw. Beschaffungslos
in einem einzigen Vorgang hergestellt bzw. eingekauft werden.
Hinweis: Beim Fehlen von technischen und ökonomischen Motiven zur Losbildung ist eine
bedarfssynchrone Produktion bzw. Beschaffung (d. h. Auftragsgröße = Nettobedarf
der lfd. Periode) zweckmäßig (→ Just-In-Time-Konzept).
Produktion und Logistik PW / OR WS 06/07 4-49
¾ Losgrößenoptimierung
Festlegung der Losgröße (i. d. R. getrennt für jedes einzelne Erzeugnis) in der Form, dass
die Summe aus Lagerhaltungs- und Fixkosten minimiert wird.
Produktion und Logistik PW / OR WS 06/07 4-50
Zielfunktion
B q
Minimiere K= f⋅ +l⋅ = K (q)
q 2
B
wobei : = Anzahl der Losauflagen pro ZE
q
q
= durchschnittlicher Lagerbestand
2
Nebenbedingung : q≥0
⇒ Typ des Optimierungsproblems Lager mit schlagartigem Zugang und gleichmäßigem
Abgang [Quelle: Dyckhoff, 3. Aufl., S. 313]
Minimierung einer stetigen, differenzierbaren Funktion in einer Variablen, nämlich K(q), mit
Konvexitätseigenschaft
⇒ Lösung des Optimierungsproblems
dK B 1
¾ Optimalitätsbedingung : =0 → − f ⋅ 2 +l⋅ =0
dq q 2
2⋅ f ⋅ B
¾ Optimale Losgröße : q* = +
l
Hinweis: Die Quadratwurzelformel für q* wird als (klassische) wirtschaftliche
Losgrößenformel bezeichnet. Bei ihrer praktischen Anwendung ist i. d. R. eine
Anpassung durch Rundung erforderlich.
Produktion und Logistik PW / OR WS 06/07 4-52
2 ⋅ 4800 ⋅18000
⇒ q* = = 6000 [Stück]
4,8
Produktion und Logistik PW / OR WS 06/07 4-53
Variablen :
qt : Losgröße in Periode t
yt : Lagerbestand am Ende der Periode t
xt : Rüstvariable in Periode t (binäre Variable) mit folgender Bedeutung :
⎧ 1 , wenn in Periode t ein Los aufgelegt wird
xt = ⎨
⎩ 0 , sonst
Entscheidungsmodell :
⇒ Minimiere die Gesamtkosten K aus Lagerhaltung und Losauflage unter Berücksichtigung von
Lagerbilanzgleichungen (1), logischen Rüstbedingungen (2) und Variablenbeschränkungen (3).
T T
Minimiere K = ∑ f ⋅ xt + ∑ l ⋅ yt
t =1 t =1
u. d. N.
(1) yt = yt-1 + qt - Bt für t = 1,..., T
T
(2) qt ≤ M ⋅xt für t = 1,..., T mit M : große Zahl, so dass M ≥ ∑ Bt
t =1
Entscheidungsmodell:
Minimiere K = 1⋅y1 + 1⋅y2 + 1⋅y3 + 1⋅y4 + 1⋅y5 + 1⋅ y6
+ 100⋅x1 + 100⋅x2 + 100⋅x3 + 100⋅x4 + 100⋅x5 + 100⋅x6
u. d. N.
y1 = q1 - 25
y2 = y1 + q2 - 70
(1) y3 = y2 + q3 - 60
y4 = y3 + q4 - 50
y5 = y4 + q5 - 40
y6 = y5 + q6 - 5
(2) qt ≤ 250x t für t = 1,...,6
(3) qt, y t ≥ 0 und x t ∈ {0,1} für t=1,...,6
Produktion und Logistik PW / OR WS 06/07 4-56
Lösungsvorschläge:
5 Ganzzahlige Optimierung
Produktion und Logistik PW / OR WS 06/07 5-2
(1)
Produktion und Logistik PW / OR WS 06/07 5-4
(2) Reihenfolgeprobleme
Inhalt : Bildung einer Reihenfolge von Elementen einer Gruppe
⎧1 , wenn Element j unmittelba r nach Element i gereiht wi rd
x =
Variable : ij ⎨0 , sonst
⎩
Beispiele : - Rundreiseproblem
- Maschinenbelegungsproblem
Produktion und Logistik PW / OR WS 06/07 5-5
(3) Gruppierungsprobleme
Inhalt : Zusammenfassung von Elementen einer Gruppe zu mehreren Teilgruppen
⎧1 , wenn Element j der Gruppe i zugeteilt wird
x =
Variable : ij ⎨0 , sonst
⎩
Beispiele : - Losgrößenplanung
- Tourenplanung
(4) Auswahlprobleme
Inhalt : Auswahl einer Teilmenge von Elementen aus einer Gesamtmenge
⎧1 , wenn Element i ausgewählt wird
x =
Variable : i ⎨0 , sonst
⎩
Beispiel: - Rucksackproblem
- Standortplanung
- Investitionsplanung
Produktion und Logistik PW / OR WS 06/07 5-6
∑x
i =1
ij =1 für j = 1,..., n
n
∑x
j =1
ij =1 für i = 1,..., n
Kurzzyklenbedingungen
xij ∈ {0,1} für i, j = 1,..., n
Produktion und Logistik PW / OR WS 06/07 5-7
SDL 7
HVL 6
BRB 2
BRG 3
MD 0
HBS 5
WB 8
BBG DE 1 4
Teilproblem 2
Teilproblem 1
• Heuristische Verfahren
sind Verfahren zur Ermittlung einer „guten“ zulässigen Lösung mit „geringem“
Rechenaufwand ohne Garantie zum Erreichen bzw. Erkennen der optimalen Lösung.
⇒ Eröffnungsverfahren (zur Bestimmung einer ersten zulässigen Lösung)
uninformierte Verfahren
z.B. – Nordwesteckenregel bei Transportproblemen
– bedarfssynchrone Losgrößenbildung bei der Losgrößenplanung)
Greedy Heuristiken
– Verfahren des nächsten Nachbarn bei Rundreisenproblemen
Look ahead-Heuristiken
Rundungsheuristiken
⇒ Verbesserungsverfahren (zur
systematischen Verbesserung einer
gegebenen zulässigen Lösung)
Lokale Suchverfahren
Meta-Heuristiken (Simulated Annealing, Tabu Search, Genetische Algorithmen)
⇒ Unvollständig optimierende Verfahren
z.B. vorzeitig abgebrochene Branch & Bound-Verfahren
Produktion und Logistik PW / OR WS 06/07 5-14
Route : [0 - 3 - 6 - 2 - 7 - 1 - 4 - 8 -5 - 0] ⇒ D = 551
SDL 7
HVL 6
BRB 2
BRG 3
MD 0
HBS 5
WB 8
BBG DE 1 4
Maximalgewicht: 25
Gerundete Lösung:
x1 = 1, x2 = 1, x3 = 1, x4 = 0, x5 = 0, Z = 46, Gesamtgewicht = 23
Optimale Lösung:
x1* = 0, x2* = 1, x3* = 1, x4* = 1, x5* = 0, Z* = 48, Gesamtgewicht = 25
Produktion und Logistik PW / OR WS 06/07 5-16
P0
P1 P2
P3 P4 Teilproblem 1
Produktion und Logistik PW / OR WS 06/07 5-17
Teilproblem 2
Teilproblem 1
Produktion und Logistik PW / OR WS 06/07 5-18
Standardvorgehensweise zur Relaxation ist bei ganzzahligen LOP’s das Weglassen der
Ganzzahligkeitsbedingungen (LOP-Relaxation).
'
Der Zielfunktionswert des relaxierten Problems Pi ist mindestens genauso gut, wie der
Zielfunktionswert des Problems Pi und führt bei
Max-Aufgaben zur Obergrenze Z i Min-Aufgaben zur Untergrenze Z i
Ausgangsproblem P0
Maximiere Z ( x1 , x2 ) = x1 + 2 x2
(2)
P0
(1)
Zerlegung und graphische Lösung von P1’ (P0’ mit zusätzlicher Restriktion x1 ≤ 2)
(2)
P1
P0
(1)
Produktion und Logistik PW / OR WS 06/07 5-24
(2)
P1
P0
(1)
P2
Nach FIFO-Regel wird nun P1 nach x2 weiter verzweigt, und zerlegt in P3 und P4.
Produktion und Logistik PW / OR WS 06/07 5-25
Zerlegung und graphische Lösung von P3’ (P1’ mit zusätzlicher Restriktion x2 ≤ 1)
(2)
P1
P0
P3 (1)
P2
Produktion und Logistik PW / OR WS 06/07 5-26
(2) P
4
P1
P0
P3 (1)
P2
Daten: T = 6, f = 100, l = 1, y0 = 0
t 1 2 3 4 5 6 ∑
Bt 25 70 60 50 40 5 250
Variablen:
qt : Losgröße in Periode t
yt : Lagerbestand am Ende von Periode t
⎧1 , wenn in Periode t ein Los aufgelegt wird
xt = ⎨
⎩0 , sonst
Produktion und Logistik PW / OR WS 06/07 5-29
• Nachbarschaftsdefinition : NBS(x)
Menge aller zulässigen Binärzahlfolgen mit genau einem Binärzahlwechsel
NBS(x0)
x1 : 1 1 0 0 0 0
x2 : 1 0 1 0 0 0
x3 : 1 0 0 1 0 0
x4 : 1 0 0 0 1 0
x5 : 1 0 0 0 0 1
Produktion und Logistik PW / OR WS 06/07 5-30
• Iterative Suche
Auswertung
• Nur 10 von 32 (= 25) möglichen
Lösungen durchsucht!
• Optimale Lösung
opt
x : 1 1 0 1 0 0
mit K opt = 410 nicht gefunden!
Produktion und Logistik PW / OR WS 06/07 5-31
Auswertung:
• 16 von 32 möglichen Lösungen durchsucht und optimale Lösung gefunden!
Produktion und Logistik PW / OR WS 06/07 6-1
6.1 Überblick
¾ Nicht-lineare Optimierung
¾ Dynamische Optimierung
¾ Graphentheorie
¾ Netzplantechnik
¾ Warteschlangentheorie
¾ Simulation
Produktion und Logistik PW / OR WS 06/07 6-3
Zielfunktion (Gesamtdeckungsbeitrag):
Z = p1(x1) · x1 – 10x1 + p2(x2) · x2 – 12x2 = (18 – x1) · x1 – 10x1 + (22 – x2) · x2 – 12x2
= 8 · x1 – x12 + 10 · x2 – x22
Nebenbedingungen:
x1 ≤ 4 (1)
2x 2 ≤ 12 (2)
3x1 + 2x 2 ≤ 18 (3)
x1 , x 2 ≥ 0
Produktion und Logistik PW / OR WS 06/07 6-5
Unbeschränktes Optimum:
x1 = 4, x2 = 5 ist nicht zulässig
Beispiel 1: Investitionsentscheidungen
Stufen: Perioden
Zustände: Kapazitäten, Markterwartungen
Entscheidungen: Investition/Desinvestition
Produktion und Logistik PW / OR WS 06/07 6-8
Beispiel 2: Rucksackproblem
Daten: Optimierungsproblem:
1 2 3 4 Maximiere Z = 3 x1 + 4 x2 + 2 x3 + 3 x4
subjektiver Nutzen 3 4 2 3
u.d.N.: 3 x1 + 2 x2 + 4 x3 + x4 ≤ 9
Gewicht 3 2 4 1
Maximalgewicht: 9 xk ∈ {0,1} für k = 1,..., 4
Stufen: Objekte
Zustände: Restkapazitäten
Entscheidungen: Mitnahme/Nichtmitnahme
Lösungsmethodik: Vorwärts-/Rückwärtsrekursion
6.4 Graphentheorie
Aufgabe
Beschreibung realer Sachverhalte und Entscheidungsproblemen durch Graphen und Analyse
und Optimierung, z.B.: Ermittlung kürzester Wege, Aufbau von Kommunikationsnetzen,
Rundreiseproblem
Graphen
• Knoten
• Kanten/Pfeile
• Bewertungen
Stadtplan:
Straßenbahn
Rettungsstation
Modell und Baum kürzester Wege ermittelt z.B. mit dem Dijkstra-Algorithmus
6.5 Netzplantechnik
Aufgabe
Planung und Steuerung von zeitlich und sachlich abgegrenzten komplexen Vorhaben, z.B.
Anlagenbau (Einzelfertigung), Ressourceneinsatzplanung, F&E-Projekte, Organisation von
Großveranstaltungen, Projektmanagement
Vorgehensweise
• Strukturplanung:
Ermittlung von Aktivitäten/Vorgänge, Reihenfolgebeziehungen, Vorgangsdauern,
Kapazitätsnutzung u.s.w.
• Zeitplanung:
Ermittlung frühester und spätester Beginn- und Endzeitpunkte sowie der minimalen
Projektdauer, Bestimmung von Zeitreserven (Pufferzeiten) sowie der zeitkritischen
Tätigkeiten (kritischer Weg)
Gesuchte Größen:
Vorgehensweise
6.6 Warteschlangentheorie
Aufgabe
Analyse des Abfertigungsverhaltens und Dimensionierung von Service- und Bedienstationen
(z.B. Call Center, Bankschalter, Mensa) unter Berücksichtigung stochastischer Einflüsse
(z.B. Kundenankunft, Bediendauer)
Kenngrößen
• (mittlere) Schlangenlänge (Anzahl der Kunden im Warteraum)
• (mittlere) Systemlänge (Anzahl der Kunden im System)
• (mittlere) Wartezeiten und Verweilzeiten der Aufträge oder Kunden
• (mittlere) Auslastung der Abfertigungskapazität
Produktion und Logistik PW / OR WS 06/07 6-17
Paralleles Mehrkanalmodell:
Serielles Mehrkanalmodell:
• Simulation
Produktion und Logistik PW / OR WS 06/07 6-18
6.7 Simulation
Aufgabe
Untersuchung von komplexen (stochastischen) Systemen, wobei der Wirkungsmechanismus
des Systems durch die Abbildung einzelner Komponenten und der Abhängigkeiten zwischen
den Komponenten. Bsp.: komplex vernetztes Warteschlangensystem
Klausur: 5012
Prüfungsbogen
Name, Vorname :
Fakultät :
Matrikelnummer :
Hinweise:
Verwenden Sie für Ihre Berechnungen (sofern notwendig) das beiliegende Schmierpapier und
tragen Sie anschließend das gesuchte Ergebnis in der dafür vorgesehenen Stelle unterhalb der
Aufgabenstellung in den Prüfungsbogen ein. Es werden nur die Eintragungen im
Prüfungsbogen bewertet. Sowohl der Prüfungsbogen als auch das Schmierpapier sind nach
dem Ende der Klausur mit Namen, Fakultät und Matrikelnummer beschriftet abzugeben. Alle
Aufgaben sind zu bearbeiten. Dieser Klausurteil besteht aus 8 Seiten.
Punkteverteilung:
Aufgabe 1: 20 Punkte
Aufgabe 2: 18 Punkte
Aufgabe 3: 14 Punkte
Aufgabe 4: 8 Punkte
insgesamt: 60 Punkte
Aufgabe 1 2 3 4 insgesamt
Punkte
2 von 8
(a) Untersuchen Sie, ob für die folgenden Produktionsfunktionen bei Vorgabe der
Produktionsmengen Limitationalität oder (totale bzw. partielle) Substitutionalität der
Faktoren vorliegt!
keine
partielle totale
Limitationalität Aussage
Substitutionalität Substitutionalität
möglich
y3 = 8 ⋅ x1 ⋅ x2
y3 = 2 x1 + 5 x2
x1 = 5 ⋅ y3 , x2 = 3 ⋅ y3
(f) Der jährliche Materialbedarf in Höhe von 50 Stück wird in Losen der Größe q beschafft.
Je Bestellung fallen Fixkosten in Höhe von 250€ sowie Stückkosten von 100€ an. Die
Lagerhaltungskosten betragen 10€ je Stück und Jahr. Die optimale Losgröße (gerundet
auf die nächstliegende ganze Zahl) beträgt:
(g) Drei Systeme zur Güterproduktion (A), (B) und (C) mit linearer Technologie sind durch
folgende Technologiematrizen beschrieben:
System (A) : System (B) : System (C) :
⎡-2 0⎤ ⎡ 1 −3 −2 ⎤ ⎡ −8 −3⎤
⎢0 -2 ⎥ ⎢ −4 2 0 ⎥ ⎢ −1 −2 ⎥
MA = ⎢ ⎥ MB = ⎢ ⎥ MC = ⎢ ⎥
⎢1 1⎥ ⎢ 3 0 −1⎥ ⎢ 0 −1⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣⎢ 1 1 ⎦⎥ ⎣0 0 1⎦ ⎣2 1⎦
Geben Sie für jedes der drei Produktionssysteme vollständig an, welche der genannten
Technologietypen jeweils zutreffen!
wahr falsch
Jede konvexe Technologie ist eine lineare Technologie.
Konvexe Technologien lassen die Möglichkeit der
Verschwendung grundsätzlich zu.
Bei Produktion mit Verfahrenswahl bei Faktornutzung lassen sich
die Outputmengen als eindeutige Funktion der Inputmengen
beschreiben.
Jede konvexe Linearkombination effizienter Grundaktivitäten
führt zu einer effizienten Aktivität.
4 von 8
BV bi
-Z
(b2) Wie hoch ist der Zielfunktionswert, wenn die zweite Nebenbedingung wie folgt lautet:
x1 + x2 ≥ 5
(b4) Formulieren Sie das zum obigen LOP2 duale Problem! Definieren Sie hierfür geeignete
Entscheidungsvariablen.
(b5) Geben Sie die Optimalwerte der Strukturvariablen sowie den optimalen Zielfunktions-
wert des in (b4) formulierten dualen Problems an!
6 von 8
3 2
E1 B3 P4
4 1
E2
(b) Geben Sie zu dem dargestellten Produktionssystem die Direkt- und Gesamtbedarfsmatrix
an.
A= G=
0 1 2 3 4 5
Führen Sie die Berechnung nur für die Dispositionsstufen 0 und 1 durch!
7 von 8
Periode
Dispositionsstufe /
disponiertes 1 2 3
Produkt Zeileninhalt