Ressourceneinsatzplanung in der Fertigung

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Ressourceneinsatzplanung in der Fertigung"

Transkript

1 Fakultät Informatik, Institut für Angewandte Informatik, Professur Modellierung und Simulation Ressourceneinsatzplanung in der Fertigung Dr. Christoph Laroque Sommersemester 2012 Dresden,

2 Ausblick: Ab jetzt dann Planungsmodelle In den kommenden Wochen wollen wir uns nun mit konkreten Planungsproblemen und zugehörigen Planungsmodellen auseinandersetzen Zur Einstimmung: Eine gute Übersicht findet sich bei dem Guru der mathematischen Planungsmodelle für die Produktion Prof. Tempelmeier Ressourcenmanagement Folie Nr. 2

3 Ressourceneinsatzplanung in der Fertigung Sommersemester 2012 LÖSUNGSVERFAHREN Ressourcenmanagement Folie Nr. 3

4 Auf das richtige Werkzeug kommt es an Realistische Planungsmodelle werden sehr schnell sehr groß. Wir erinnern uns: Wir haben 50 Fertigungsaufträge, die an einem Tag über eine Maschine laufen sollen. Je nach Rüstzustand und Reihenfolge ergibt sich eine unterschiedliche Gesamtdurchlaufzeit. Vollständige Enumeration ergibt (50!) 1 Möglichkeiten, also exakt 3, e+64 Oder 3,01 * Ressourcenmanagement Folie Nr. 4

5 Auf das richtige Werkzeug kommt es an Lösungsverfahren müssen also entweder genau UND schnell oder schneller und zielgerichtet zufällig sein. Gängige Lösungsverfahren: Lineare Optimierung (exakt) MIP (exakt) Netzwerkoptimierung (exakt) Heuristiken und Metaheuristiken (schneller) Simulation (schneller) weitere Verfahren des OperationsResearch (OR) Ressourcenmanagement Folie Nr. 5

6 Lineare Optimierung: Simplex Algorithmus Grundverfahren der Linearen Optimierung. Es löst ein Problem nach endlich vielen Schritten exakt oder stellt dessen Unlösbarkeit oder Unbeschränktheit fest. Wem Simplex NIX sagt: Bitte bis kommende Woche noch mal klar machen Ressourcenmanagement Folie Nr. 6

7 Alle Verfahren gibt es in allen Teilgebieten Die genannten Lösungsverfahren können in unseren einzelnen Teilgebieten eingesetzt werden, im Einzelnen Materialbedarfsplanung Losgrößenplanung Terminplanung Kapazitätsplanung Reihenfolgeplanung. Und viele, viele teilintegrierte Modelle Ressourcenmanagement Folie Nr. 7

8 Reihenfolgeplanung - Basics Aufgabe der Reihenfolgeplanung ist die Zuordnung von N Aufträgen auf M Maschinen, auf denen sie unter Einhaltung bestimmter Restriktionen, wie der technologisch bedingten Reihenfolge, bearbeitet werden müssen. Die Zuordnung soll bezogen auf ein spezifisches Ziel optimal sein. Ausgangsdaten: Anzahl und Art der Maschinen Anzahl der Fertigungsaufträge (Lose) Fertigstellungstermin Bearbeitungszeiten (Auftragszeiten) Ressourcenmanagement Folie Nr. 8

9 Reihenfolgeplanung - Basics Aus den vorhandenen Daten ergeben sich 1. Bearbeitungszeitenmatrix 2. Maschinenfolgegraph / Maschinenfolgematrix Reihenfolgeplanungsprobleme können nach 4 Kriterien klassifiziert werden: N / M / O / Z Problem, mit N: Anzahl Aufträge M: Anzahl Maschinen O: Organisationstyp Fertigung (Flow Shop vs. Job Shop) Z: Zielfunktion Ressourcenmanagement Folie Nr. 9

10 Reihenfolgeplanung Prämissen N/M/O/Z N Auftragsbezogene Prämissen Auftragsbestand ist vorgegeben und konstant Bearbeitungszeiten sind bekannt, Rüstzeiten bereits enthalten Transportzeiten werden vernachlässigt M - Maschinenbezogene Prämissen Anzahl M der Maschinen ist bekannt, Maschinen fallen nicht aus Bearbeitung eines Auftrags erfolgt ohne Unterbrechnung Auftragssplitting ist nicht erlaubt Eine Maschine kann nur 1 Auftrag bearbeiten Ressourcenmanagement Folie Nr. 10

11 Reihenfolgeplanung Prämissen N/M/O/Z O Bearbeitungsablauf Prämissen Reihenfertigung (Flow Shop): Jeder Auftrag hat dieselbe Maschinenfolge Werkstattfertigung (Job Shop): Die Aufträge durchlaufen die Maschinen in unterschiedlicher Reihenfolge Z - Zielfunktionen Minimierung der Gesamtdurchlaufzeit Minimierung der maximalen Durchlaufzeit (Zykluszeit) Minimierung der gesamten Terminüberschreitungszeit Minimierung der ablaufbedingten Gesamtleerzeit der Maschinen (Maximierung der Kapazitätsauslastung) Ressourcenmanagement Folie Nr. 11

12 Doch man kann nicht alles haben Klassisches Dilemma der Ablaufplanung Die Optimierungsziele der Ablaufplanung beziehen sich nur auf die vorliegenden Aufträge oder nur auf die vorhandenen Maschinen. Sie widersprechen sich im allgemeinen. Das eigentliche Dilemma besteht darin, die Durchlaufzeit der Aufträge zu minimieren und gleichzeitig die Kapazitätsauslastung der Maschinen zu maximieren. Soll die Durchlaufzeit der Aufträge minimiert werden, so müssen die Maschinen, während sie auf die Bearbeitung der Aufträge warten, leer stehen. Soll die Auslastung der Maschinen maximiert werden, so müssen die Aufträge vor den Maschinen auf ihre Bearbeitung warten, so dass sich die Durchlaufzeit der Aufträge verlängert. Ressourcenmanagement Folie Nr. 12

13 Reihenfolgeplanung Ergebnisdarstellung Die Darstellung der Ergebnisse einer Reihenfolgeplanung werden üblicherweise über Graphen dargestellt: Auftragsfolgegraph Auftragsfolgematrix Ablaufgraph Gantt-Diagramm Ressourcenmanagement Folie Nr. 13

14 Reihenfolgeplanung N / 1 / - / D N Aufträge auf 1 Maschine zur Minimierung der Gesamtdurchlaufzeit D (makespan): Verfahren: Anwendung der SPT-Regel (KOZ-Regel) Die Aufträge sind in der Reihenfolge nicht abnehmender Bearbeitungszeiten zu ordnen. Vorteil: Funktioniert auch bei mehreren Maschinen (Teilmodelle je Maschine) - Gesamtergebnis dann aber meist suboptimal. Ressourcenmanagement Folie Nr. 14

15 Reihenfolgeplanung N / 1 / - / D Gesamtergebnis dann aber meist suboptimal.. (1) Überlegt kurz: Warum ist die mehrstufige Lösung dann zumeist suboptimal? (2) Was könnte ich tun, um die richtige Prioritätsregel auszuwählen? (3) Was kann ich tun, um die Bedeutung der Feinplanung und Auswahl der Prio-Regel zu reduzieren? Ressourcenmanagement Folie Nr. 15

16 Reihenfolgeplanung N / 2 / R / D max N Aufträge auf 2 Maschinen (FlowShop A - B) zur Minimierung der maximalen Durchlaufzeit D max : Verfahren: Algorithmus von Johnson (1954), Reihenfolge für A und B gleich. 1. Bestimme Auftrag mit der kürzesten Bearbeitungszeit auf irgendeiner Maschine 2. Wenn Bearbeitungszeit auf Maschine A, dann 1. Setze Auftrag an die erste, freie Position der Auftragsreihenfolge, 2. Sonst setze Auftrag an die letzte freie Position der Auftragsreihenfolge 3. Streiche den Auftrag und gehe zu (1). Ressourcenmanagement Folie Nr. 16

17 Reihenfolgeplanung N / 2 / R / D max N Aufträge auf 2 Maschinen (FlowShop A - B) zur Minimierung der maximalen Durchlaufzeit D max : 2. Verfahren: NEH-Heuristik, Reihenfolge für Maschinen gleich. Funktioniert für mehrere Verkettungen. 1. Bestimme für jeden Auftrag die Summe der Bearbeitungszeiten an allen Maschinen und sortiere Aufträge absteigend. 2. Nimm die ersten beiden Aufträge und Bestimme Zykluszeit für alle Möglichkeiten. Fixiere Reihenfolge mit minimalem makespan. 3. Nimm den nächsten Auftrag und füge ihn der Reihe nach an jeder möglichen Position ein. Bestimme makespan. Fixiere minimalen makespan. 4. Wenn alle Aufträge bearbeitet, stoppe, ansonsten gehe zu 3. Ressourcenmanagement Folie Nr. 17

18 Reihenfolgeplanung N / 2 / W / D max N Aufträge auf 2 Maschinen (JobShop A - B) zur Minimierung der maximalen Durchlaufzeit D max : Verfahren: Algorithmus von Jackson (1963) für JobShop Problem. 1. Bestimme Auftragsmengen (A, B, AB, BA) 2. Ordne Teilmengen AB und BA nach Johnson. 3. Bilde als Auftragsfolgen auf 1. Maschine A: Reihenfolge AB, A, BA 2. Maschine B: Reihenfolge BA, B, AB Ressourcenmanagement Folie Nr. 18

19 Reihenfolgeplanung komplexere Reihenfolgen Exakte Verfahren für komplexere Reihenfolgeprobleme liefern nur unter sehr restriktiven Bedingungen optimale Lösungen. In der Praxis finden wir daher zumeist den Einsatz von heuristischen Prioritätsregelverfahren. Auswahl an Prioritätsregeln (Wdh): Kürzeste / Längste Operationszeit Kürzeste / Größte Restbearbeitungszeit Schlupfzeit FCFS Wertregel Lieferterminregel Ressourcenmanagement Folie Nr. 19

20 Ressourceneinsatzplanung in der Fertigung Sommersemester 2012 FRAGEN? Ressourcenmanagement Folie Nr. 20

Ressourceneinsatzplanung in der Fertigung

Ressourceneinsatzplanung in der Fertigung Fakultät Informatik, Institut für Angewandte Informatik, Professur Modellierung und Simulation Ressourceneinsatzplanung in der Fertigung Dr. Christoph Laroque Sommersemester 2012 Dresden, Was war Die im

Mehr

Ressourceneinsatzplanung in der Fertigung

Ressourceneinsatzplanung in der Fertigung Fakultät Informatik, Institut für Angewandte Informatik, Professur Modellierung und Simulation Ressourceneinsatzplanung in der Fertigung Dr. Christoph Laroque Sommersemester 2012 Dresden, Ressourceneinsatzplanung

Mehr

IWW Studienprogramm. Vertiefungsstudium. Produktionsmanagement und Logistik. Lösungshinweise zur 1. Musterklausur

IWW Studienprogramm. Vertiefungsstudium. Produktionsmanagement und Logistik. Lösungshinweise zur 1. Musterklausur Institut für Wirtschaftswissenschaftliche Forschung und Weiterbildung GmbH Institut an der FernUniversität in Hagen IWW Studienprogramm Vertiefungsstudium Produktionsmanagement und Logistik Lösungshinweise

Mehr

Einführung in Scheduling

Einführung in Scheduling Einführung in Scheduling Dr. Julien Bidot Sommersemester 28 Institut für Künstliche Intelligenz Inhalt I. Definition und Formulierung des Scheduling- Problems II. Projektplanung III. Produktionsplanung

Mehr

Modul 7. Produktion und Beschaffung

Modul 7. Produktion und Beschaffung IWW Studienprogramm Grundlagenstudium Modul 7 Produktion und eschaffung von Univ.-Prof. Dr. Dr. h. c. Günter Fandel I. Gliederung III I. Gliederung Gesamtüberblick Inhaltsverzeichnis bbildungsverzeichnis

Mehr

Babeș-Bolyai Universität Cluj Napoca Fakultät für Mathematik und Informatik Grundlagen der Programmierung MLG5005. Paradigmen im Algorithmenentwurf

Babeș-Bolyai Universität Cluj Napoca Fakultät für Mathematik und Informatik Grundlagen der Programmierung MLG5005. Paradigmen im Algorithmenentwurf Babeș-Bolyai Universität Cluj Napoca Fakultät für Mathematik und Informatik Grundlagen der Programmierung MLG5005 Paradigmen im Algorithmenentwurf Problemlösen Problem definieren Algorithmus entwerfen

Mehr

Gegeben: Nebenbedingungen 2x1 + x2! 200 x1 + x2! 120 x1 + 3x2! 240. NNB x1 " 0; x2 " 0. 1. Umformung der Ungleichungen in Gleichungen:

Gegeben: Nebenbedingungen 2x1 + x2! 200 x1 + x2! 120 x1 + 3x2! 240. NNB x1  0; x2  0. 1. Umformung der Ungleichungen in Gleichungen: LP / SIMPLEX Methode Gegeben: Zielfunktion G = 2x1 + 3x2 Nebenbedingungen 2x1 + x2! 200 x1 + x2! 120 x1 + 3x2! 240 NNB x1 " 0; x2 " 0 1. Umformung der Ungleichungen in Gleichungen: 2. Umformung der Zielfunktion:

Mehr

Scheduling-Theorie. Mathematische Modelle und Methoden für deterministische Scheduling-Probleme. LiSA - A Library of Scheduling Algorithms

Scheduling-Theorie. Mathematische Modelle und Methoden für deterministische Scheduling-Probleme. LiSA - A Library of Scheduling Algorithms Scheduling-Theorie Mathematische Modelle und Methoden für deterministische Scheduling-Probleme LiSA - A Library of Scheduling Algorithms Otto-von-Guericke Universität Magdeburg/FMA/Heidemarie Bräsel &

Mehr

Einführung. Kapitel 1. Peter Becker (H-BRS) Operations Research I Sommersemester 2015 14 / 298

Einführung. Kapitel 1. Peter Becker (H-BRS) Operations Research I Sommersemester 2015 14 / 298 Kapitel 1 Einführung Peter Becker (H-BRS) Operations Research I Sommersemester 2015 14 / 298 Inhalt Inhalt 1 Einführung Was ist Operations Research? Planungsprozess im OR Peter Becker (H-BRS) Operations

Mehr

Approximationsalgorithmen: Klassiker I. Kombinatorische Optimierung Absolute Gütegarantie Graph-Coloring Clique Relative Gütegarantie Scheduling

Approximationsalgorithmen: Klassiker I. Kombinatorische Optimierung Absolute Gütegarantie Graph-Coloring Clique Relative Gütegarantie Scheduling Approximationsalgorithmen: Klassiker I Kombinatorische Optimierung Absolute Gütegarantie Graph-Coloring Clique Relative Gütegarantie Scheduling VO Approximationsalgorithmen WiSe 2011/12 Markus Chimani

Mehr

Beschreiben Sie den Aufbau von PPS-Systemen und ordnen Sie in diese Struktur die Mengenplanung ein. Welche Aufgaben hat die Mengenplanung?

Beschreiben Sie den Aufbau von PPS-Systemen und ordnen Sie in diese Struktur die Mengenplanung ein. Welche Aufgaben hat die Mengenplanung? Beschreiben Sie den Aufbau von PPS-Systemen und ordnen Sie in diese Struktur die Mengenplanung ein. Welche Aufgaben hat die Mengenplanung? nter einem PPS-System versteht man ein in der Praxis eingesetztes

Mehr

Optimierung und Simulation ökonomischer Problemlagen privater Haushalte 3. Vorlesung

Optimierung und Simulation ökonomischer Problemlagen privater Haushalte 3. Vorlesung Optimierung und Simulation ökonomischer Problemlagen privater Haushalte 3. Vorlesung Rainer Hufnagel / Laura Wahrig 2006 Diese Woche LO - Sensitivitätsanalyse Simulation Beispiel Differenzengleichungen

Mehr

Lernmaterial für die Fernuni Hagen effizient und prüfungsnah

Lernmaterial für die Fernuni Hagen effizient und prüfungsnah Lernmaterial für die Fernuni Hagen effizient und prüfungsnah www.schema-f-hagen.de Sie erhalten hier einen Einblick in die Dokumente Aufgaben und Lösungen sowie Erläuterungen Beim Kauf erhalten Sie zudem

Mehr

Teil A: Supply Chain Management und Produktion I (Strukturen) 3

Teil A: Supply Chain Management und Produktion I (Strukturen) 3 Inhaltsverzeichnis Aufbau des Buches 1 Teil A: Supply Chain Management und Produktion I (Strukturen) 3 1 Standortentscheidungen 3 Verständnis- und Wiederholungsfragen 3 Übungsaufgaben 4 Al.l: Standortplanung

Mehr

FreD SAP R/3 Add On. Fertigung mit reduzierter Durchlaufzeit. Dokumentation. Version 2.6. Production Planning System. Autor

FreD SAP R/3 Add On. Fertigung mit reduzierter Durchlaufzeit. Dokumentation. Version 2.6. Production Planning System. Autor Dokumentation FreD SAP R/3 Add On Version 2.6 Production Planning System Fertigung mit reduzierter Durchlaufzeit Autor Wilhelm Untch, Dipl. Informatiker Univ., Tel. +49 173 3728902, Email: info@ittrade.info,

Mehr

Das Dilemma des Einbrechers Wer die Wahl hat, hat die Qual!

Das Dilemma des Einbrechers Wer die Wahl hat, hat die Qual! Das Dilemma des Einbrechers Wer die Wahl hat, hat die Qual! 0kg 4000 Euro Luster 5,5 kg, 430.- Laptop 2,0 kg, 000.- Schatulle 3,2 kg, 800.- Uhr 3,5 kg, 70.- Schwert,5 kg, 850.- Bild 3,4 kg, 680.- Besteck

Mehr

Alles zu seiner Zeit Projektplanung heute

Alles zu seiner Zeit Projektplanung heute Alles zu seiner Zeit Projektplanung heute Nicole Megow Matheon Überblick Projektplanung Planen mit Graphentheorie Maschinenscheduling Ein 1 Mio. $ Problem Schwere & leichte Probleme? Zeitplanungsprobleme?

Mehr

Das Briefträgerproblem

Das Briefträgerproblem Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................

Mehr

Das Lastverteilungsproblem

Das Lastverteilungsproblem Das Lastverteilungsproblem Approximationsalgorithmen Referent Franz Brauße Veranstaltung Proseminar Theoretische Informatik Universität Trier, FB IV Dozent Prof. Dr. Henning Fernau 23.02.2012 Übersicht

Mehr

Informatik II Greedy-Algorithmen

Informatik II Greedy-Algorithmen 7/7/06 lausthal Erinnerung: Dynamische Programmierung Informatik II reedy-algorithmen. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Zusammenfassung der grundlegenden Idee: Optimale Sub-Struktur:

Mehr

Heuristiken im Kontext von Scheduling

Heuristiken im Kontext von Scheduling Heuristiken im Kontext von Scheduling Expertenvortrag CoMa SS 09 CoMa SS 09 1/35 Übersicht Motivation Makespan Scheduling Lokale Suche Weitere Metaheuristiken Zusammenfassung Literatur CoMa SS 09 2/35

Mehr

PM-Tool Einführung wieso jetzt? Aktuelle Erfahrungen und Vorschläge zur zielgerichteten Einführung von PM-Tools in kürzester Zeit.

PM-Tool Einführung wieso jetzt? Aktuelle Erfahrungen und Vorschläge zur zielgerichteten Einführung von PM-Tools in kürzester Zeit. PM-Tool Einführung wieso jetzt? Aktuelle Erfahrungen und Vorschläge zur zielgerichteten Einführung von PM-Tools in kürzester Zeit. Johann Strasser Geschäftsführer The Project Group GmbH Neherstr. 9 81675

Mehr

2. Mathematische Formulierung der Aufgabenstellung als MIP-Modell

2. Mathematische Formulierung der Aufgabenstellung als MIP-Modell Software-Seminar Produktion und Logistik 1 1. Einleitung Diese Arbeit widmet sich der Steuerung von Aufträgen im Bereich der Produktionswirtschaft, wobei die Behandlung von Job-Shop-Problemen im Mittelpunkt

Mehr

Approximationsalgorithmen

Approximationsalgorithmen Makespan-Scheduling Kapitel 4: Approximationsalgorithmen (dritter Teil) (weitere Beispiele und Illustrationen an der Tafel) Hilfreiche Literatur: Vazarani: Approximation Algorithms, Springer Verlag, 2001.

Mehr

Ressourceneinsatzplanung in der Fertigung

Ressourceneinsatzplanung in der Fertigung Fakultät Informatik, Institut für Angewandte Informatik, Professur Modellierung und Simulation Ressourceneinsatzplanung in der Fertigung Dr. Christoph Laroque Sommersemester 2012 Dresden, Ressourceneinsatzplanung

Mehr

1.1. Welche Charakteristika kennzeichnen das globale Produktions- und Distributionsnetz von Bosch Power Tools?

1.1. Welche Charakteristika kennzeichnen das globale Produktions- und Distributionsnetz von Bosch Power Tools? BLOCK LST. FLEISCHMANN Aufgabe 1: Bosch Power Tools (10 Punkte) 1.1. Welche Charakteristika kennzeichnen das globale Produktions- und Distributionsnetz von Bosch Power Tools? 1.2. Aus welchen Gründen müssen

Mehr

1. Was bezeichnet man als Primär-/Sekundär-/Tertiärbedarf in der Materialwirtschaft?

1. Was bezeichnet man als Primär-/Sekundär-/Tertiärbedarf in der Materialwirtschaft? 1. Was bezeichnet man als Primär-/Sekundär-/Tertiärbedarf in der Materialwirtschaft? Primärbedarf= ist der Bedarf an Erzeugnissen, verkaufsfähigen Baugruppen und Ersatzteilen in Form eines auch kapazitätsmäßig

Mehr

Ablauforganisation der Fertigung. Tiesler Alexander

Ablauforganisation der Fertigung. Tiesler Alexander Ablauforganisation der Fertigung Tiesler Alexander 1. Grafik Gesamtaufgabe und Organisation 2. Betriebsorganisation und Aufteilung in Ablauf- und Aufbauorganisation 3. Ziele der Ablauforganisation 4. Einflussgrößen

Mehr

Kapazitätsabstimmung

Kapazitätsabstimmung PRODUKTIONSPROZESSE 129 Kapazitätsabstimmung Im Rahmen der Durchlaufzeitenplanung (Maschinenbelegungsplanung) stellt die technische Kapazität häufig einen Engpassfaktor dar. Aufgabe der Kapazitätsplanung

Mehr

24. Algorithmus der Woche Bin Packing Wie bekomme ich die Klamotten in die Kisten?

24. Algorithmus der Woche Bin Packing Wie bekomme ich die Klamotten in die Kisten? 24. Algorithmus der Woche Wie bekomme ich die Klamotten in die Kisten? Autor Prof. Dr. Friedhelm Meyer auf der Heide, Universität Paderborn Joachim Gehweiler, Universität Paderborn Ich habe diesen Sommer

Mehr

4. Dynamische Optimierung

4. Dynamische Optimierung 4. Dynamische Optimierung Allgemeine Form dynamischer Optimierungsprobleme 4. Dynamische Optimierung Die dynamische Optimierung (DO) betrachtet Entscheidungsprobleme als eine Folge voneinander abhängiger

Mehr

Ein Modell zur Bestimmung. Reihenfolgeeinflusses auf logistische Zielgrößen am Beispiel eines hybriden Produktionssystems

Ein Modell zur Bestimmung. Reihenfolgeeinflusses auf logistische Zielgrößen am Beispiel eines hybriden Produktionssystems Ein Modell zur Bestimmung des Produktionslosgrößen- und Reihenfolgeeinflusses auf logistische Zielgrößen am Beispiel eines hybriden Produktionssystems xxx Dipl.-Ing. Stefanie Volland EULOG 2012 Salzburg,

Mehr

Primzahlen und RSA-Verschlüsselung

Primzahlen und RSA-Verschlüsselung Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also

Mehr

Einordnung der Losgrößenplanung in die Produktionsplanung

Einordnung der Losgrößenplanung in die Produktionsplanung Kapitel 2 Einordnung der Losgrößenplanung in die Produktionsplanung Die Aufgaben der Produktionsplanung bestehen in der Organisation des Produktionsprozesses, der Koordination und Steuerung des zeitlichen

Mehr

Stackelberg Scheduling Strategien

Stackelberg Scheduling Strategien Stackelberg Scheduling Strategien Von Tim Roughgarden Präsentiert von Matthias Ernst Inhaltsübersicht Einleitung Vorbetrachtungen Stackelberg Strategien Ergebnisse Seminar Algorithmische Spieltheorie:

Mehr

Master Informatik / Medizininformatik Numerische Mathematik Folie 20a

Master Informatik / Medizininformatik Numerische Mathematik Folie 20a Master Informatik / Medizininformatik Numerische Mathematik Folie 20a Master Informatik / Medizininformatik Numerische Mathematik Folie 20b Master Informatik / Medizininformatik Numerische Mathematik Folie

Mehr

Klausur zur Veranstaltung Industrielle Produktionssysteme im SS 04

Klausur zur Veranstaltung Industrielle Produktionssysteme im SS 04 Universität Hannover Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Produktionswirtschaft Prof. Dr. Stefan Helber Klausur zur Veranstaltung Industrielle Produktionssysteme im SS 04 Hinweise: Die Klausur

Mehr

Optimierung und Simulation ökonomischer Problemlagen privater Haushalte 2. Vorlesung

Optimierung und Simulation ökonomischer Problemlagen privater Haushalte 2. Vorlesung Optimierung und Simulation ökonomischer Problemlagen privater Haushalte 2. Vorlesung Rainer Hufnagel / Laura Wahrig 2006 Diese Woche LO - Rechnerische Lösung - Simplex- Algorithmus LO - Auswertung des

Mehr

Professur für BWL, insb. Verkehrsbetriebslehre und Logistik

Professur für BWL, insb. Verkehrsbetriebslehre und Logistik Fakultät Verkehrswissenschaften Friedrich List Institut für Wirtschaft und Verkehr, Professur für Betriebswirtschaftslehre, insb. Verkehrsbetriebslehre und Logistik Professur für BWL, insb. Verkehrsbetriebslehre

Mehr

Doing Economics with the Computer Sommersemester 2002. Excel Solver 1

Doing Economics with the Computer Sommersemester 2002. Excel Solver 1 Universität Bern Kurt Schmidheiny / Manuel Wälti Doing Economics with the Computer Sommersemester 2002 Excel Solver 1 Mit dem Solver unterstützt Excel eine Funktion, mit der u.a. komplex verschachtelte

Mehr

Die Verbindung von Linearer Programmierung und Graphentheorie

Die Verbindung von Linearer Programmierung und Graphentheorie Die Verbindung von Linearer Programmierung und Graphentheorie Definition 5.9. Ein kombinatorisches Optimierungsproblem entspricht einem LP, bei dem statt der Vorzeichenbedingungen x i 0 Bedingungen der

Mehr

Planungsmethoden des SNP-Laufs

Planungsmethoden des SNP-Laufs Planungsmethoden des SNP-Laufs Heuristikbasierte Planung Optimierung in der SNP-Planung Seite 1 Ziel: (Durchführbarer) Plan zur Befriedigung einiger oder aller primär (und sekundär) Bedarfe auf einer,

Mehr

CONSIDEO PROCESS-MODELER

CONSIDEO PROCESS-MODELER CONSIDEO PROCESS-MODELER Modellaufbau Bei komplexen bzw. parallelen Prozessen, welche sich Ressourcen teilen müssen, ermöglicht der CONSIDEO PROCESS MODELER aufschlussreiche Was-Wäre-Wenn- Betrachtungen.

Mehr

Modelle, Verfahren, Software, Anwendungen

Modelle, Verfahren, Software, Anwendungen Leena Suhl»TaTeb Mellouli Optimierungssysteme Modelle, Verfahren, Software, Anwendungen 3., korrigierte und aktualisierte Auflage ^ Springer Gabler Inhaltsverzeichnis Einleitung 1 1 Optimierungssysteme

Mehr

Selbststeuerung in der Logistik

Selbststeuerung in der Logistik Fakultät Informatik, Institut für Angewandte Informatik, Professur für Technische Informationssysteme Proseminar Technische Informationssysteme Selbststeuerung in der Logistik René Fierdel Dresden, 29.06.2012

Mehr

IV. Spieltheorie. H. Weber, FHW, OR SS07, Teil 7, Seite 1

IV. Spieltheorie. H. Weber, FHW, OR SS07, Teil 7, Seite 1 IV. Spieltheorie 1. Gegenstand der Spieltheorie 2. Einführung in Matrixspiele 3. Strategien bei Matrixspielen 4. Weitere Beispiele 5. Mögliche Erweiterungen H. Weber, FHW, OR SS07, Teil 7, Seite 1 1. Gegenstand

Mehr

Kapazitätsplanung. 1. Das Kapazitatskonto. Weiss Falko

Kapazitätsplanung. 1. Das Kapazitatskonto. Weiss Falko Kapazitätsplanung Das Ergebnis der Durchlaufterminiemng - Start- und Endtermine der Fertigungsarbeitsgänge, gegebenenfalls mit Maßnahmen der Durchlaufzeitverkürzung modifiziert und mit Puffern versehen

Mehr

Binäre lineare Optimierung mit K*BMDs p.1/42

Binäre lineare Optimierung mit K*BMDs p.1/42 Binäre lineare Optimierung mit K*BMDs Ralf Wimmer wimmer@informatik.uni-freiburg.de Institut für Informatik Albert-Ludwigs-Universität Freiburg Binäre lineare Optimierung mit K*BMDs p.1/42 Grundlagen Binäre

Mehr

White Paper APS. Juni 2009. Was ist APS?

White Paper APS. Juni 2009. Was ist APS? Was ist APS? Juni 2009 Der Begriff Advanced Planning System bzw. Advanced Planning and Scheduling (APS) bezeichnet generell Softwaresysteme, die den Planer mit Hilfe moderner Planungsmodelle und IT-Verfahren

Mehr

5 Eigenwerte und die Jordansche Normalform

5 Eigenwerte und die Jordansche Normalform Mathematik für Physiker II, SS Mittwoch 8.6 $Id: jordan.tex,v.6 /6/7 8:5:3 hk Exp hk $ 5 Eigenwerte und die Jordansche Normalform 5.4 Die Jordansche Normalform Wir hatten bereits erwähnt, dass eine n n

Mehr

3. Grundlagen der Linearen Programmierung

3. Grundlagen der Linearen Programmierung 3. Grundlagen der linearen Programmierung Inhalt 3. Grundlagen der Linearen Programmierung Lineares Programm Grafische Lösung linearer Programme Normalform Geometrie linearer Programme Basislösungen Operations

Mehr

ADS: Algorithmen und Datenstrukturen 2

ADS: Algorithmen und Datenstrukturen 2 ADS: Algorithmen und Datenstrukturen 2 Teil 5 Prof. Peter F. Stadler & Dr. Christian Höner zu Siederdissen Bioinformatik/IZBI Institut für Informatik & Interdisziplinäres Zentrum für Bioinformatik Universität

Mehr

Codierungstheorie Rudolf Scharlau, SoSe 2006 9

Codierungstheorie Rudolf Scharlau, SoSe 2006 9 Codierungstheorie Rudolf Scharlau, SoSe 2006 9 2 Optimale Codes Optimalität bezieht sich auf eine gegebene Quelle, d.h. eine Wahrscheinlichkeitsverteilung auf den Symbolen s 1,..., s q des Quellalphabets

Mehr

Unterscheidung: Workflowsystem vs. Informationssystem

Unterscheidung: Workflowsystem vs. Informationssystem 1. Vorwort 1.1. Gemeinsamkeiten Unterscheidung: Workflowsystem vs. Die Überschneidungsfläche zwischen Workflowsystem und ist die Domäne, also dass es darum geht, Varianten eines Dokuments schrittweise

Mehr

Master Planning mit Advanced Planning Systems

Master Planning mit Advanced Planning Systems Horst Tempelmeier Master Planning mit Advanced Planning Systems Modelle und Beispiele Vorwort Vorwort Der vorliegende Text soll einen Einblick in die Grundstruktur der mathematischen Modelle verschaffen,

Mehr

Vorlesungsplan. Von Naïve Bayes zu Bayesischen Netzwerk- Klassifikatoren. Naïve Bayes. Bayesische Netzwerke

Vorlesungsplan. Von Naïve Bayes zu Bayesischen Netzwerk- Klassifikatoren. Naïve Bayes. Bayesische Netzwerke Vorlesungsplan 17.10. Einleitung 24.10. Ein- und Ausgabe 31.10. Reformationstag, Einfache Regeln 7.11. Naïve Bayes, Entscheidungsbäume 14.11. Entscheidungsregeln, Assoziationsregeln 21.11. Lineare Modelle,

Mehr

Systeme 1. Kapitel 5. Scheduling

Systeme 1. Kapitel 5. Scheduling Systeme 1 Kapitel 5 Scheduling Scheduling Verteilung und Zuweisung von begrenzten Ressourcen an konkurrierende Prozesse Beispiel: -> Zeitablaufsteuerung Zwei Prozesse zur gleichen Zeit rechenbereit auf

Mehr

Lineare Optimierung Ergänzungskurs

Lineare Optimierung Ergänzungskurs Lineare Optimierung Ergänzungskurs Wintersemester 2015/16 Julia Lange, M.Sc. Literatur Werner, F.; Sotskov, Y.N. (2006): Mathematics of Economics and Business; Routledge; London Bemerkungen Diese Unterlagen

Mehr

Lösung eines Hybrid-Flow-Shop- Maschinenbelegungsproblems mit simulationsbasierter Optimierung

Lösung eines Hybrid-Flow-Shop- Maschinenbelegungsproblems mit simulationsbasierter Optimierung Simulation in Production and Logistics 2015 Markus Rabe & Uwe Clausen (eds.) Fraunhofer IRB Verlag, Stuttgart 2015 Lösung eines Hybrid-Flow-Shop- Maschinenbelegungsproblems mit simulationsbasierter Optimierung

Mehr

1.) Soll die gesamte Spalte oder Zeile ausgewählt werden, reicht es auf den Spalten-/Zeilenkopf (Ziffer bzw. Buchstabe) zu klicken

1.) Soll die gesamte Spalte oder Zeile ausgewählt werden, reicht es auf den Spalten-/Zeilenkopf (Ziffer bzw. Buchstabe) zu klicken Leitfaden für Excel Inhaltsverzeichnis Grundsätzliches... 3 Nützliche Tastenkombinationen... 4 Die oberste Zeile einer Tabelle fixieren... 5 Eine Seite einrichten (für ein übersichtliches Layout beim Drucken)...

Mehr

Algorithmen und Datenstrukturen. Große Übung vom 29.10.09 Nils Schweer

Algorithmen und Datenstrukturen. Große Übung vom 29.10.09 Nils Schweer Algorithmen und Datenstrukturen Große Übung vom 29.10.09 Nils Schweer Diese Folien Braucht man nicht abzuschreiben Stehen im Netz unter www.ibr.cs.tu-bs.de/courses/ws0910/aud/index.html Kleine Übungen

Mehr

Einführung in die Lineare Optimierung

Einführung in die Lineare Optimierung Kapitel 2 Einführung in die Lineare Optimierung lineare Modelle der relevanten Umwelt werden wegen ihrer Einfachheit häufig gegenüber nichtlinearen Ansätzen vorgezogen, lineare Optimierungsprobleme können

Mehr

1 topologisches Sortieren

1 topologisches Sortieren Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung

Mehr

Hausübung 2(Musterlösung)

Hausübung 2(Musterlösung) SoSe 2014 Konzepte und Methoden der Systemsoftware Universität Paderborn Fachgebiet Rechnernetze Hausübung 2(Musterlösung) 2014-05-12 bis 2014-05-23 Hausübungsabgabe: Format: Lösungen in schriftlicher

Mehr

Einfach simulieren. Prof. Dr. Hans-Günter Lindner FH Köln Schmalenbach Institut für Wirtschaftswissenschaften hans-guenter.lindner@fh-koeln.

Einfach simulieren. Prof. Dr. Hans-Günter Lindner FH Köln Schmalenbach Institut für Wirtschaftswissenschaften hans-guenter.lindner@fh-koeln. Einfach simulieren Prof. Dr. Hans-Günter Lindner FH Köln Schmalenbach Institut für Wirtschaftswissenschaften hans-guenter.lindner@fh-koeln.de 11. Juni 2015, Potsdam Was Sie erwartet 1. Simulation in der

Mehr

DIPLOMARBEIT. Titel der Diplomarbeit. Optimierung des Produktionsprozesses der Niederösterreichischen Nachrichten. Verfasserin.

DIPLOMARBEIT. Titel der Diplomarbeit. Optimierung des Produktionsprozesses der Niederösterreichischen Nachrichten. Verfasserin. DIPLOMARBEIT Titel der Diplomarbeit Optimierung des Produktionsprozesses der Niederösterreichischen Nachrichten Verfasserin Claudia Kiebl angestrebter akademischer Grad Magistra der Sozial- und Wirtschaftswissenschaften

Mehr

Literatur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS)

Literatur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS) Dominating Set 59 Literatur Dominating Set Grundlagen 60 Dominating Set (DS) M. V. Marathe, H. Breu, H.B. Hunt III, S. S. Ravi, and D. J. Rosenkrantz: Simple Heuristics for Unit Disk Graphs. Networks 25,

Mehr

Teil II Optimierung. Peter Buchholz 2016. Modellgestützte Analyse und Optimierung Kap. 9 Einführung Optimierung

Teil II Optimierung. Peter Buchholz 2016. Modellgestützte Analyse und Optimierung Kap. 9 Einführung Optimierung Teil II Optimierung Gliederung 9 Einführung, Klassifizierung und Grundlagen 10 Lineare Optimierung 11 Ganzzahlige und kombinatorische Optimierung 12 Dynamische Optimierung Literatur: zu 10-12: Neumann,

Mehr

Ein Ansatz für f r eine ressourceneffizientere Inbound-Logistik durch Integration mit der Produktionsplanung

Ein Ansatz für f r eine ressourceneffizientere Inbound-Logistik durch Integration mit der Produktionsplanung Ein Ansatz für f r eine ressourceneffizientere Inbound-Logistik durch Integration mit der Produktionsplanung Dipl.-Wirt.-Inf. Carsten Böhle* Prof. Dr.-Ing. habil. Wilhelm Dangelmaier* Prof. Dr.-Ing. Bernd

Mehr

JÖRG RAMBAU. Neulich an der TU Berlin...

JÖRG RAMBAU. Neulich an der TU Berlin... Neulich an der TU Berlin... WO BLEIBT DER AUFZUG? Grrr!! u(x, y) = 1 + 4πy Zzzzz... u 0 (ξ)e (x ξ) 2 4y dξ Kann Mathematik da helfen? Wo bleibt der Aufzug Diskrete Mathematik spart Zeit und Nerven Jörg

Mehr

Modellgestützte Analyse und Optimierung Übungsblatt 4

Modellgestützte Analyse und Optimierung Übungsblatt 4 Fakultät für Informatik Lehrstuhl 4 Peter Buchholz, Jan Kriege Sommersemester 2015 Modellgestützte Analyse und Optimierung Übungsblatt 4 Ausgabe: 27.04.2015, Abgabe: 04.05.2015 (12 Uhr) Aufgabe 4.1: Verteilungsfunktionen

Mehr

Aufgaben und Funktionen in der Produktionsplanung und -steuerung 4. Produktionsbedarfsplanung (Teil 2: Termin- und Kapazitätsplanung)

Aufgaben und Funktionen in der Produktionsplanung und -steuerung 4. Produktionsbedarfsplanung (Teil 2: Termin- und Kapazitätsplanung) Skript PPS 3-1-2 Aufgaben und Funktionen in der und -steuerung 4. Produktionsbedarfsplanung (Teil 2: Termin- und Kapazitätsplanung) Folie - 1 - Teilaufgaben der Produktionsbedarfsplanung im Überblick Produktionsbedarfsplanung

Mehr

OPERATIONS-RESEARCH (OR)

OPERATIONS-RESEARCH (OR) OPERATIONS-RESEARCH (OR) Man versteht darunter die Anwendung mathematischer Methoden und Modelle zur Vorbereitung optimaler Entscheidungen bei einem Unternehmen. Andere deutsche und englische Bezeichnungen:

Mehr

Entwicklung eines Scheduling-Verfahrens zur Optimierung der Reihenfolge von Prototypentests. Masterarbeit

Entwicklung eines Scheduling-Verfahrens zur Optimierung der Reihenfolge von Prototypentests. Masterarbeit Entwicklung eines Scheduling-Verfahrens zur Optimierung der Reihenfolge von Prototypentests Masterarbeit zur Erlangung des akademischen Grades Master of Science (M.Sc.) im Masterstudiengang Wirtschaftswissenschaft

Mehr

Logistik: Rundreisen und Touren

Logistik: Rundreisen und Touren Logistik: Rundreisen und Touren 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Von Universitätsprofessor Dr. Wolfgang

Mehr

Das Bayes-Theorem. Christian Neukirchen Gleichwertige Leistungsfeststellung, Juni 2005

Das Bayes-Theorem. Christian Neukirchen Gleichwertige Leistungsfeststellung, Juni 2005 Das Bayes-Theorem Christian Neukirchen Gleichwertige Leistungsfeststellung, Juni 2005 Ein lahmer Witz Heute im Angebot: Ein praktisches Beispiel zur Einleitung Kurze Wiederholung der Überblick über Reverend

Mehr

Hardware/Software-Codesign

Hardware/Software-Codesign Klausur zur Lehrveranstaltung Hardware/Software-Codesign Dr. Christian Plessl Paderborn Center for Parallel Computing Universität Paderborn 8.10.2009 Die Bearbeitungsdauer beträgt 75 Minuten. Es sind keine

Mehr

2 Einführung in die ressourcenbeschränkte Projektplanung

2 Einführung in die ressourcenbeschränkte Projektplanung 2 Einführung in die ressourcenbeschränkte Projektplanung 2.1 Definition grundlegender Begriffe Ein Projekt ist nach DIN 69901 definiert als Vorhaben, das im Wesentlichen durch Einmaligkeit der Bedingungen

Mehr

Dynamische Optimierung. Kapitel 4. Dynamische Optimierung. Peter Becker (H-BRS) Operations Research II Wintersemester 2014/15 160 / 206

Dynamische Optimierung. Kapitel 4. Dynamische Optimierung. Peter Becker (H-BRS) Operations Research II Wintersemester 2014/15 160 / 206 Kapitel 4 Dynamische Optimierung Peter Becker (H-BRS) Operations Research II Wintersemester 2014/15 160 / 206 Inhalt Inhalt 4 Dynamische Optimierung Allgemeiner Ansatz und Beispiele Stochastische dynamische

Mehr

Vorlesung Einführung in die Mathematische Optimierung (Wintersemester 2013/14)

Vorlesung Einführung in die Mathematische Optimierung (Wintersemester 2013/14) 1 Vorlesung Einführung in die Mathematische Optimierung (Wintersemester 2013/14) Einleitung Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 11. Oktober 2013) 2 Kommunikationsnetzwerke...

Mehr

Werkschau Web-Präsentationen

Werkschau Web-Präsentationen Werkschau Web-Präsentationen Willkommen zum Tutorial für neue Beiträge in der Werkschau. Mein Name ist Eugen Notter; ich habe für Sei diese Anleitung verfasst. Sie hilft Ihnen dabei, in der Medien-Galerie

Mehr

Hurra im Vertrieb Land unter in der Produktion. Mobilisieren Sie ihre Kapazitätsreserven!

Hurra im Vertrieb Land unter in der Produktion. Mobilisieren Sie ihre Kapazitätsreserven! Hurra im Vertrieb Land unter in der Produktion. Mobilisieren Sie ihre Kapazitätsreserven! Reinald Wolff Die gute Nachricht: volle Auftragsbücher und hohe Auslastung in der Produktion. Die schlechte Nachricht:

Mehr

Scheduling und Lineare ProgrammierungNach J. K. Lenstra, D. B. Shmoys und É.

Scheduling und Lineare ProgrammierungNach J. K. Lenstra, D. B. Shmoys und É. Scheduling und Lineare ProgrammierungNach J. K. Lenstra, D. B. Shmoys und É. Tardos Janick Martinez Esturo jmartine@techfak.uni-bielefeld.de xx.08.2007 Sommerakademie Görlitz Arbeitsgruppe 5 Gliederung

Mehr

Collagen erstellen Fotobuch/Poster HeiM: Auf Basis des gleichlautenden Threads im FF-Forum, wo Manfred Ritter die Gestaltung einer Fotobuchseite

Collagen erstellen Fotobuch/Poster HeiM: Auf Basis des gleichlautenden Threads im FF-Forum, wo Manfred Ritter die Gestaltung einer Fotobuchseite FixFoto-Forum I www.ffsf.de I Collagen erstellen Fotobuch/Poster HeiM: Auf Basis des gleichlautenden Threads im FF-Forum, wo Manfred Ritter die Gestaltung einer Fotobuchseite kreierte, habe ich mittels

Mehr

Einführung in die Scheduling-Theorie

Einführung in die Scheduling-Theorie Einführung in die Scheduling-Theorie Günter Törner ; Thorsten Bahne Wintersemester 2003 / 2004 Version vom 31.01.2004 Dies ist im eigentlichen Sinne keine Vorlesungsausarbeitung, sondern nur das L A TEX-Manuskript

Mehr

LINGO: Eine kleine Einführung

LINGO: Eine kleine Einführung LINGO: Eine kleine Einführung Jun.-Prof.Dr. T. Nieberg Lineare und Ganzzahlige Optimierung, WS 2009/10 LINDO/LINGO ist ein Software-Paket, mit dessen Hilfe (ganzzahlige) lineare Programme schnell und einfach

Mehr

Produktions-Management

Produktions-Management Produktions-Management Grundlagen der Produktionsplanung und-steuerung von Dr. Stefan Kiener Dr. Nicolas Maier-Scheubeck Prof. Dr. Robert Obermaier und Dr. Manfred Weiß 10., verbesserte und erweiterte

Mehr

Approximations-Algorithmen

Approximations-Algorithmen Approximations-Algorithmen Institut für Computergraphik und Algorithmen Abteilung für Algorithmen und Datenstrukturen 186.102 Sommersemester 2004, 2h VU Motivation: Bereits viele einfache Optimierungsprobleme

Mehr

Analyse und Optimierung von Arbeitsabläufen und Arbeitsplatzanordnungen in der Trompetter Guss GmbH. An der. Hochschule Mittweida (FH),

Analyse und Optimierung von Arbeitsabläufen und Arbeitsplatzanordnungen in der Trompetter Guss GmbH. An der. Hochschule Mittweida (FH), Analyse und Optimierung von Arbeitsabläufen und Arbeitsplatzanordnungen in der Trompetter Guss GmbH An der Hochschule Mittweida (FH), Fachbereich Wirtschaftswissenschaften eingereichte Diplomarbeit vorgelegt

Mehr

Nichtlineare Optimierung ohne Nebenbedingungen

Nichtlineare Optimierung ohne Nebenbedingungen Kapitel 2 Nichtlineare Optimierung ohne Nebenbedingungen In diesem Abschnitt sollen im wesentlichen Verfahren zur Bestimmung des Minimums von nichtglatten Funktionen in einer Variablen im Detail vorgestellt

Mehr

Graphen: Einführung. Vorlesung Mathematische Strukturen. Sommersemester 2011

Graphen: Einführung. Vorlesung Mathematische Strukturen. Sommersemester 2011 Graphen: Einführung Vorlesung Mathematische Strukturen Zum Ende der Vorlesung beschäftigen wir uns mit Graphen. Graphen sind netzartige Strukturen, bestehend aus Knoten und Kanten. Sommersemester 20 Prof.

Mehr

cc taktorientierte planung

cc taktorientierte planung Business- Software für Menschen cc taktorientierte planung KAPAZITÄTSPRÜFUNG MIT AMPELLOGIK AUFTRAGSVORRAT JE ARBEITSPLATZGRUPPE ONLINE-LIEFERTERMINERMITTLUNG SCHNELLE ANPASSUNG DER KAPAZITÄTEN RÜCKMELDUNG

Mehr

Approximation in Batch and Multiprocessor Scheduling

Approximation in Batch and Multiprocessor Scheduling Approximation in Batch and Multiprocessor Scheduling Tim Nonner IBM Research Albert-Ludwigs-Universität Freiburg 3. Dezember 2010 Scheduling Zeit als Ressource und Beschränkung Formaler Gegeben sind Jobs

Mehr

Betriebssysteme I WS 2013/2014. Betriebssysteme / verteilte Systeme rolanda.dwismuellera@duni-siegena.de Tel.: 0271/740-4050, Büro: H-B 8404

Betriebssysteme I WS 2013/2014. Betriebssysteme / verteilte Systeme rolanda.dwismuellera@duni-siegena.de Tel.: 0271/740-4050, Büro: H-B 8404 Betriebssysteme I WS 2013/2014 Betriebssysteme / verteilte Systeme rolanda.dwismuellera@duni-siegena.de Tel.: 0271/740-4050, Büro: H-B 8404 Stand: 16. Januar 2014 Betriebssysteme / verteilte Systeme Betriebssysteme

Mehr

Sammelrechnungen mit IOS2000/DIALOG

Sammelrechnungen mit IOS2000/DIALOG Sammelrechnungen mit IOS2000/DIALOG Version Oktober 2012 ab Betaversion 1.11.16 / basisgetestet ab 1.12.0. Grundlegende Änderungen gegenüber der alten Sammelrechungsroutine jeder neue Lieferschein bekommt

Mehr

Extrema von Funktionen in zwei Variablen

Extrema von Funktionen in zwei Variablen Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Extrema von Funktionen in zwei Variablen Literatur: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,

Mehr

x 2 x 1 x 3 5.1 Lernen mit Entscheidungsbäumen

x 2 x 1 x 3 5.1 Lernen mit Entscheidungsbäumen 5.1 Lernen mit Entscheidungsbäumen Falls zum Beispiel A = {gelb, rot, blau} R 2 und B = {0, 1}, so definiert der folgende Entscheidungsbaum eine Hypothese H : A B (wobei der Attributvektor aus A mit x

Mehr

Prüfung: Produktion, Logistik und Operations Research SS 2009. Prüfungsbogen. Vom Klausurteilnehmer auszufüllen!

Prüfung: Produktion, Logistik und Operations Research SS 2009. Prüfungsbogen. Vom Klausurteilnehmer auszufüllen! Klausur: 1122 1 von 12 Prüfung: Produktion, Logistik und Operations Research SS 29 Prüfer: Prof. Dr. Karl Inderfurth Prüfungsbogen Vom Klausurteilnehmer auszufüllen! Name, Vorname : Fakultät : Matrikelnummer

Mehr

Algorithmen und Datenstrukturen 2

Algorithmen und Datenstrukturen 2 Algorithmen und Datenstrukturen 2 Sommersemester 2007 4. Vorlesung Peter F. Stadler Universität Leipzig Institut für Informatik studla@bioinf.uni-leipzig.de Traversierung Durchlaufen eines Graphen, bei

Mehr

Teil II. Nichtlineare Optimierung

Teil II. Nichtlineare Optimierung Teil II Nichtlineare Optimierung 60 Kapitel 1 Einleitung In diesem Abschnitt wird die Optimierung von Funktionen min {f(x)} x Ω betrachtet, wobei Ω R n eine abgeschlossene Menge und f : Ω R eine gegebene

Mehr