90B06 Transportation, logistics
Refine
Document Type
- ZIB-Report (4)
Language
- German (4) (remove)
Has Fulltext
- yes (4)
Is part of the Bibliography
- no (4) (remove)
Keywords
- Aufzüge (1)
- Dienstplanung (1)
- Echtzeit-Optimierung (1)
- Hochregallagerbediengeräte (1)
- Kommissioniermobile (1)
- Kompetitive Analyse (1)
- Logistik (1)
- Online Algorithmen (1)
- Online Optimierung (1)
- Online-Optimierung (1)
Institute
- ZIB Allgemein (4) (remove)
Die Automatisierung von innerbetrieblicher Logistik erfordert -- über die physikalische Steuerung von Geräten hinaus -- auch eine effiziente Organisation der Transporte: ein Aufgabenfeld der kombinatorischen Optimierung. Dieser Artikel illustriert anhand von konkreten Aufgabenstellungen die Online-Problematik (unvollständiges Wissen) sowie die Echtzeit-Problematik (beschränkte Rechenzeit), auf die man in der innerbetrieblichen Logistik trifft. Der Text gibt einen Überblick über allgemeine Konstruktionsprinzipien für Online-Algorithmen und Bewertungsmethoden, die bei der Entscheidung helfen, welche Algorithmen für eine vorliegende Problemstellung geeignet sind.
Anwendungen der Mathematik in der Verkehrs- und Transporttechnologie haben eine große und bedeutende Tradition. Natürlich wurden die ersten Fahrzeuge mit der ingenieurmäßigen Methode von Versuch, Irrtum und Verbesserung entworfen. Aber schon sehr bald kamen mathematische Berechnungen hinzu, mit denen mechanische Eigenschaften von Fahrzeugteilen ermittelt und zum Teil optimiert wurden. Die hierzu erforderliche Mathematik wurde in diesem Jahrhundert zu einem mächtigen Werkzeugkasten ausgebaut. Mit diesem kann man heute z.B. hocheffiziente Motoren mit geringem Schadstoffausstoß entwerfen, aerodynamisch günstige Fahrzeugprofile ermitteln und Flugzeugflügel berechnen, die die gewünschte Last sicher und mit geringem Treibstoffaufwand tragen. Die Mathematik unterstützt die Technologie des Verkehrs beginnend bei globalen Designfragen bis hin zur Spezifizierung von Materialeigenschaften kleinster Bauteile; sie berechnet mit hoher Präzision energieoptimale Bahnen von Raumflugkörpern oder zeitoptimale Trajektorien für Flugzeuge, steuert automatische Roboteranlagen oder innerbetriebliche Transportsysteme.
Online Optimierung
(2000)
Wie soll man einen Aufzug steuern, wenn man keine Informationen über zukünftige Fahraufträge besitzt? Soll man eine Bahncard kaufen, wenn die nächsten Bahnreisen noch unbekannt sind? In der klassischen kombinatorischen Optimierung geht man davon aus, daß die Daten jeder Probleminstanz vollständig gegeben sind. In vielen Fällen modelliert diese \emph{Offline-Optimierung} jedoch die Situationen aus Anwendungen nur ungenügend. Zahlreiche Problemstellungen in der Praxis sind in natürlicher Weise \emph{online}: Sie erfordern Entscheidungen, die unmittelbar und ohne Wissen zukünftiger Ereignisse getroffen werden müssen. Als ein Standardmittel zur Beurteilung von Online-Algorithmen hat sich die \emph{kompetitive Analyse} durchgesetzt. Dabei vergleicht man den Zielfunktionswert einer vom Online-Algorithmus generierten Lösung mit dem Wert einer optimalen Offline-Lösung. Mit Hilfe der kompetitiven Analyse werden im Skript Algorithmen zum Caching, Netzwerk-Routing, Scheduling und zu Transportaufgaben untersucht. Auch die Schwächen der kompetitiven Analyse werden aufgezeigt und alternative Analysekonzepte vorgestellt. Neben der theoretischen Seite werden auch die Anwendungen der Online-Optimierung in der Praxis, vor allem bei Problemen der innerbetrieblichen Logistik, beleuchtet. Bei der Steuerung automatischer Transportsysteme tritt eine Fülle von Online-Problemen auf. Hierbei werden an die Algorithmen oftmals weitere Anforderungen gestellt. So müssen Entscheidungen unter strikten Zeitbeschränkungen gefällt werden (Echtzeit-Anforderungen). Dieses Skript ist aus dem Online-Teil der Vorlesung -Ausgewählte Kapitel aus der ganzzahligen Optimierung- (Wintersemester~1999/2000) und der Vorlesung -Online Optimierung- (Sommersemester~2000) an der Technischen Universität Berlin entstanden.
Dieser Artikel behandelt einen Ansatz zur zielorientierten Optimierung der Dienstplanung im ÖPNV. Der Ansatz zielt auf die vollständige Ausnutzung aller planerischen Freiheitsgrade unter korrekter Berücksichtigung von gesetzlichen, tariflichen, technischen und betrieblichen Rahmenbedingungen. Er basiert auf mathematischen Optimierungstechniken, die wir gegenwärtig in einem vom Bundesministerium für Bildung und Forschung ({\tt bmb+f}) geförderten Verbundprojekt in einer Kooperation zwischen der HanseCom GmbH, der IVU GmbH und dem Konrad-Zuse-Zentrum für Informationstechnik Berlin entwickeln. Es ist geplant, das Verfahren in die Softwareprodukte HOT II, MICROBUS II und OPUS zu integrieren. Verhandlungen mit den Berliner Verkehrsbetrieben über eine Projektbeteiligung und Integration unserer Software in BERTA sind zur Zeit im Gang. Wir beschreiben die Methodik des Ansatzes, diskutieren Aspekte seiner praktischen Verwendung, und wir berichten über den Stand der Entwicklung.