Sie sind auf Seite 1von 26

Infos

Die letzten Übungstermine:


Mi, 25.01.2006 14.15 – 15.45 Uhr ErzWi
Mi, 01.02.2006 13.30 – 15 Uhr ErzWi

Für die Übung morgen sind KEINE


Aufgaben im Netz!

Passwort für Download des Vortrags: ibl3

Prof. Dr. K.-W. Hansmann 1


Termin Thema
1. 25.10.05 Grundlagen des operativen Produktionsmanagements
Operatives Management
2. 01.11.05 Produktionsprogrammplanung I (Absatzprognose)
3. 08.11.05 Produktionsprogrammplanung II (Optimierungsrechnung)
4. 15.11.05 Grundlagen der Materialbereitstellung
5. 22.11.05 Brutto-Netto-Rechnung
6. 29.11.05 Losgrößenplanung I (Andler & heuristische Verfahren)
7. 06.12.05 Losgrößenplanung II (Wagner-Whitin-Algorithmus)
Hier Übersicht über die Vorlesungen
8. 13.12.05 Zeit- und Kapazitätsplanung
rein !!!
9. 20.12.05 JIT-Konzept / Produktionssteuerung mit Prioritätsregeln
10. 10.01.06 Produktionssteuerung mit Akzeptanzalgorithmen
11. 17.01.06 Vortrag Horst Wickborn, Produktionsleiter Beiersdorf AG
12. 24.01.06 Produktionssteuerung mit Ameisenalgorithmen
13. 31.01.06 Integration von Auftragsfreigabe und Maschinenbelegung
14. 07.02.06 Keine Veranstaltung
Prof. Dr. K.-W. Hansmann 2
Operatives Management

Prof. Dr. K.-W. Hansmann 3


Arten von Problemen der
Maschinenbelegung

n
Aufträge

Zuordnung zu
m>1
m=1
heu

mehreren Maschinen
einer Maschine
e t

letzte
Woche
Prof. Dr. K.-W. Hansmann 4
Zielsetzung &
Praxisbeispiele

Neue Problemstellung:
Minimierung der Rüstzeiten

Schleifmittel

Zigarettenproduktion

Paint Shop im Automobilbau


Prof. Dr. K.-W. Hansmann 5
Reihenfolgeabhängige
Rüstzeiten – Einführendes Beispiel
Inputdaten:

A 5 ZE A B C
A- 2 1
B 2 ZE Rüstzeit
B2 - 1 von B nach C
C 8 ZE C1 1 - =RBC
Rüstmatrix

17
A RAC C RCB B

∑ Rüstzeiten = 2
18
A RAB B RBC C

∑ Rüstzeiten = 3
Prof. Dr. K.-W. Hansmann 6
Äquivalenz zum
Travelling Salesman Problem (TSP)

A A B C
Entfernung
A- 2 1
C B2 - 1
B e it C1 1 -
stz

A RAC C RCB B

TSP: Minimiere die zurückgelegte Entfernung


bei einer Rundreise durch alle Städte
=
Minimiere die reihenfolgeabhängigen Rüstzeiten
Prof. Dr. K.-W. Hansmann 7
einer Fertigungsfolge von gegebene Aufträgen
Komplexität des Problems

Anzahl möglicher Routen = n!

20 Orte Î 2 432 902 008 176 640 000 Routen

Ein großer Computer braucht dazu ca. 77 140 Jahre Rechenzeit


(bei 1 Mio. Routen pro Sekunde).

Anforderung an ein Verfahren:


• in kurzer Zeit
• ein gute Lösung
Prof. Dr. K.-W. Hansmann 8
Erfinden einer Lösungsmethode

Unsystematisches Probieren ist aussichtslos.


(zu viele Routen)

Einfache Regel: Wähle immer den nächst gelegenen Ort.


(nicht schlecht, aber Verfahren ohne Gesamt-Überblick)

Optimierungs-Methode: Versuche durch wiederholte


Anwendung „kluger“ Regeln immer bessere Lösungen zu
erreichen und schließlich die kürzeste Route zu finden.

Die Evolution hat viele „kluge“ Regeln hervor gebracht.

Prof. Dr. K.-W. Hansmann 9


Verhalten von Ameisen auf
Futtersuche

• Ameisen besitzen eine Drüse am Hinterleib, mit der sie


einen chemischen Lockstoff namens Pheromon auf ihrem
Weg hinterlassen können.

• Nachfolgende Ameisen orientieren sich am Pheromon ihrer


Vorgänger und wählen mit höherer Wahrscheinlichkeit den
am stärksten markierten Weg.

Prof. Dr. K.-W. Hansmann 10


Wie finden Ameisen ihren Weg zwischen
Futterquelle und Ameisenhaufen?

Weg A = 1 Min

Hindernis
Ameisen-
haufen Futter-
quelle

Weg B = 0,5 Min


Bei der Rückkehr hinterlassen die Ameisen eine Pheromon-
Einheit auf dem Weg
Prof. Dr. K.-W. Hansmann 11
Wie finden Ameisen ihren Weg zwischen
Futterquelle und Ameisenhaufen?

Nach 1 Minute Weg A: Pheromon = 0

Hindernis
Ameisen-
haufen Futter-
quelle

Weg B: Pheromon = 1

Prof. Dr. K.-W. Hansmann 12


Wie finden Ameisen ihren Weg zwischen
Futterquelle und Ameisenhaufen?

Nach 2 Minute Weg A: Pheromon = 1

Hindernis
Ameisen-
haufen Futter-
quelle

Weg B: Pheromon = 3

Prof. Dr. K.-W. Hansmann 13


Wie finden Ameisen ihren Weg zwischen
Futterquelle und Ameisenhaufen?

Die Ameisenstrasse ist auf dem kürzesten Weg entstanden !


Nach 10 Min.

Hindernis
Ameisen-
haufen Futter-
quelle

Prof. Dr. K.-W. Hansmann 14


Übertragung auf einen
Computeralgorithmus

alle Ameisen der Kolonie


erzeugen einen Weg
geben Pheromon ab
bis die maximale Iterationszahl erreicht ist

Prof. Dr. K.-W. Hansmann 15


Repräsentation einer Rundreise
im Rechner
1 2
1 2 3 4
1 - 10 10 14
10 2 10 - 14 10
14
3 10 14 - 10
4 14 10 10 -

3 4 Distanzmatrix
14 10 14

Weg = 2 3 1 4 Länge des Weges


= 48
10
Prof. Dr. K.-W. Hansmann 16
Ablauf der Wegkonstruktion
einer Ameise

1. Ein Lösungsvektor wird sukzessive gefüllt.


Weg =

2. Für jede Variable wird die Menge NBS der noch nicht
besuchten Städte ermittelt.
3. Für jede Stadt aus NBS wird die
Auswahlwahrscheinlichkeit anhand der Pheromonmatrix
und eines Prioritätswertes bestimmt.
4. Eine Monte-Carlo-Auswahl trifft die Entscheidung
über die nächsten Stadt.
5. Gehe zu 1. wenn Lösungsvektor noch nicht gefüllt
sonst Ende der Wegkonstruktion

Prof. Dr. K.-W. Hansmann 17


Wegkonstruktion einer
Ameise 1. Schritt

Menge der
nicht besuchen NBS={2,3,4}
NBS={1,2,3,4}
1
Städte

Lösung Weg =

1. Schritt: Zufallsauswahl

Prof. Dr. K.-W. Hansmann 18


Wegkonstruktion einer
Ameise Schritte 2…n

1 2 3 4
1 - 0,5 0,4 0,3
Weg = 1 ? 2 0,4 - 0,3 0,2
3 0,4 0,2 - 0,3
(a) Menge NBS der nicht besuchten Städte bestimmen 4 0,2 0,4 0,3 -

Pheromon
(b) Bewertung τ 1i
aller Alternativen mit: P( x1i ) = ∀ i ∈ NBS
d1i 1 2 3 4
1 - 10 10 14
2 10 - 14 10
(c) Monte-Carlo-Auswahl 3 10 14 - 10
4 14 10 10 -

Distanzmatrix
Prof. Dr. K.-W. Hansmann 19
Wegkonstruktion einer
Ameise Schritte 2…n

1 2 3 4
1 - 0,5 0,4 0,3
Weg = 1 ? 2 0,4 - 0,3 0,2
3 0,4 0,2 - 0,3
NBS = { 2 , 3 , 4 } 4 0,2 0,4 0,3 -

Pheromon
τ 12
Bewertung P( x12 ) =
d12 1 2 3 4
1 - 10 10 14
2 10 - 14 10
Ergebnis P(x12) = 0,05 3 10 14 - 10
4 14 10 10 -

Distanzmatrix
Prof. Dr. K.-W. Hansmann 20
Wegkonstruktion einer
Ameise Schritte 2…n

1 2 3 4
1 - 0,5 0,4 0,3
Weg = 1 ? 2 0,4 - 0,3 0,2
3 0,4 0,2 - 0,3
NBS = { 2 , 3 , 4 } 4 0,2 0,4 0,3 -

Pheromon
τ 13
Bewertung P( x13 ) =
d13 1 2 3 4
1 - 10 10 14
2 10 - 14 10
Ergebnis P(x13) = 0,04 3 10 14 - 10
4 14 10 10 -

Distanzmatrix
Prof. Dr. K.-W. Hansmann 21
Wegkonstruktion einer
Ameise Schritte 2…n

1 2 3 4
1 - 0,5 0,4 0,3
Weg = 1 ? 2 0,4 - 0,3 0,2
3 0,4 0,2 - 0,3
NBS = { 2 , 3 , 4 } 4 0,2 0,4 0,3 -

Pheromon
τ 14
Bewertung P( x14 ) =
d14 1 2 3 4
1 - 10 10 14
2 10 - 14 10
Ergebnis P(x14) = 0,02 3 10 14 - 10
4 14 10 10 -

Distanzmatrix
Prof. Dr. K.-W. Hansmann 22
Monte-Carlo-Auswahl

Ausgangspunkt Weg = 1 ?
Menge der
NBS = { 2, 3, 4}
Alternativen
Bewertung der Bewertung = {0.05, 0.04, 0.02}
Alternativen Weiter zur
nächsten Stadt
4

2
Monte-Carlo- 3
Auswahl

Weg = 1 2
Prof. Dr. K.-W. Hansmann 23
Pheromonabgabe der
besten Ameise

Wenn die Rundreise Länge der Rundreise F(x) = 48

bestimmt ist… Weg = 1 2 3 4

Pheromonabgabe:  1 wenn Kante von Ort i nach j


 in der Rundreise verwendet wird
τ ij ( t + 1) = τ ij ( t ) +  F( x )
 0
1 2 3 4  sonst
1 2 3 4
1 - 0,5 0,4 0,3 1 - 0,52 0,4 0,3
2 0,4 - 0,3 0,2 2 0,4 - 0,32 0,2
3 0,4 0,2 - 0,3 3 0,4 0,2 - 0,32
4 0,2 0,4 0,3 - 4 0,22 0,4 0,3 -
τ(t) = Pheromon τ(t+1) = Pheromon
in Iteration t Prof. Dr. K.-W. Hansmann in Iteration t+1 24
Und so weiter…

1 2
1 2 3 4
1 - 10 10 14
10 2 10 - 14 10
14
3 10 14 - 10
4 14 10 10 -

3 4 Distanzmatrix
10 10 10

Weg = 2 4 3 1 optimale Lösung


= 40
10
Prof. Dr. K.-W. Hansmann 25
Kritik am Ameisenalgorithmus

Lösungsgüte
TA Ameisenalgorithmus

Prioritätsregel

Zeitbedarf für
Berechnung und
Umsetzung
Prof. Dr. K.-W. Hansmann 26