@phdthesis{Munninger, author = {Munninger, Maximilian}, title = {Betrachtung der inh{\"a}renten Stochastizit{\"a}t durch das Scheduling in Verbindung mit der mehrstufigen Losbildung in einem hierarchischen Planungskonzept}, volume = {2022}, edition = {1. Auflage}, publisher = {Cuvillier Verlag}, address = {G{\"o}ttingen}, isbn = {9783736975958}, pages = {142}, abstract = {In der Dissertationsschrift „Betrachtung der inh{\"a}renten Stochastizit{\"a}t durch das Scheduling in Verbindung mit der mehrstufigen Losbildung in einem hierarchischen Planungskonzept" werden mehrere Modellformulierungen f{\"u}r die L{\"o}sung von mehrstufigen kapazitierten Losgr{\"o}ßenproblemen erarbeitet. Bei der Losgr{\"o}ßenplanung mit Mikroperiodenmlodelen entstehen durch die {\"u}blicherweise integrierte Reihenfolgeplanung keine Versp{\"a}tungen durch Wartezeiten. Jedoch sind die Rechenzeiten f{\"u}r optimale L{\"o}sungen in praxisrelevanten Problemgr{\"o}ßen nahezu unbeherrschbar. Bei einer L{\"o}sung mit Makroperiodenmodellen und einer nachfolgenden Reihenfolgeplanung mit Priorit{\"a}tsregeln entstehen hingegen durch die unzureichenden Kapazit{\"a}tsberechnungen immer wieder unvorhergesehene Wartezeiten. Deshalb werden in der Arbeit drei Modifikationen f{\"u}r das Makroperiodenmodell MLCLSP vorgeschlagen, mit denen diese Wartezeiten gesch{\"a}tzt werden k{\"o}nnen. Im ersten Ansatz werden Kapazit{\"a}tskorrekturfaktoren eingef{\"u}hrt und deren Werte simulativ ermittelt, womit das Problem der reihenfolgebedingten Wartezeiten teilweise behoben werden kann. In einem zweiten Modellvorschlag werden diese Kapazit{\"a}tskorrekturfaktoren mit einer Analogie aus der Warteschlangetheorie gesch{\"a}tzt. Ein drittes Modell wird vorgeschlagen, in dem ein Parameter eingef{\"u}hrt wird mit dem die Robustheit gegen{\"u}ber der inh{\"a}renten Stochastizit{\"a}t zwischen den Losgr{\"o}ßen- und Scheduling-Problemen gesteuert werden kann.}, language = {de} } @inproceedings{VitzthumClausHerrmann, author = {Vitzthum, Thorsten and Claus, Thorsten and Herrmann, Frank}, title = {Can Aggregate Production Planning (APP) be modified to be as good as Master Production Scheduling (MPS)}, series = {ACC Journal}, volume = {23}, booktitle = {ACC Journal}, number = {2}, doi = {10.15240/tul/004/2017-2-012}, pages = {155 -- 162}, abstract = {In diesem Beitrag wird anhand einer Fallstudie die Bedeutung der Hauptproduktionsprogrammplanung (HPPLAN) f{\"u}r die hierarchische Produktionsplanung herausgearbeitet werden. Dazu wird versucht das Ergebnis der aggregierten Gesamtplanung (AGGRPLAN) durch Ver{\"a}nderung einzelner Paramater so zu verbessern, dass es dem Ergebnis der HPPLAN entspricht. Im Rahmen der Untersuchungen konnten dabei Verbesserungen f{\"u}r einzelne Planungssituationen erzielt werden, eine generelle L{\"o}sung konnte jedoch nicht gefunden werden. Insbesondere der Einsatz eines geeigneten Kapazit{\"a}tsreduktionsfaktors in Verbindung mit der Ber{\"u}cksichtigung der Durchlaufzeit f{\"u}hrt zu einer Verbesserung der L{\"o}sung. Bei der Planung von mehr als einem Produkt ist allerdings schwierig einen geeigneten Kapazit{\"a}tsreduktionsfaktor zu finden, da dieser abh{\"a}ngig von der Nachfrage ist.}, subject = {Hierarchische Produktionsplanung}, language = {en} } @article{EnglbergerHerrmannManitz, author = {Englberger, Julian and Herrmann, Frank and Manitz, Michael}, title = {Two-stage stochastic master production scheduling under demand uncertainty in a rolling planning environment}, series = {International Journal of Production Research}, volume = {54}, journal = {International Journal of Production Research}, number = {20}, publisher = {Taylor \& Francis}, doi = {10.1080/00207543.2016.1162917}, pages = {6192 -- 6215}, abstract = {This paper proposes a scenario-based two-stage stochastic programming model with recourse for master production scheduling under demand uncertainty. We integrate the model into a hierarchical production planning and control system that is common in industrial practice. To reduce the problem of the disaggregation of the master production schedule, we use a relatively low aggregation level (compared to other work on stochastic programming for production planning). Consequently, we must consider many more scenarios to model demand uncertainty. Additionally, we modify standard modelling approaches for stochastic programming because they lead to the occurrence of many infeasible problems due to rolling planning horizons and interdependencies between master production scheduling and successive planning levels. To evaluate the performance of the proposed models, we generate a customer order arrival process, execute production planning in a rolling horizon environment and simulate the realisation of the planning results. In our experiments, the tardiness of customer orders can be nearly eliminated by the use of the proposed stochastic programming model at the cost of increasing inventory levels and using additional capacity.}, subject = {Hierarchische Produktionsplanung}, language = {en} }