Supply Chain Management
|
|
- Krista Morgenstern
- vor 7 Jahren
- Abrufe
Transkript
1 Supply Chain Management Präsenzveranstaltung am von Prof. Dr. Dr. h. c. Günter Fandel und
2 Übersicht der Präsenzveranstaltung Grundlagen 1) Definition und Abgrenzung 2) Instrumente des SCC Target Costing Zulieferer-Abnehmer-Beziehungen und Anreize Tourenplanung Nachfrageprognose 2
3 Klausurhinweise: Klausur besteht aus 3 Teilen: A1: MC-Fragen Relevante Kurseinheiten für MC-Fragen: ALLE 9 (!!!) Kurseinheiten sind relevant! A2/A3: Graphische Aufgaben: Alle Graphiken aus allen 9 Kurseinheiten klausurrelevant! Mathematische Aufgaben: 4 mögliche Aufgabentypen: 1. Spieltheoretische Analyse bei Zulieferer-Abnehmer-Beziehungen 2. Target Costing 3. Bedarfsprognosen 4. Tourenplanung 3
4 Klausurhinweise: Die Aufgabe besteht in ihren mehreren Teilaufgaben aus einem Multiple- Choice-Verfahren. Bei der Teilaufgabe sind dann Aussagen auf ihre Richtigkeit zu prüfen und entsprechend anzukreuzen, wobei bei jeder Teilaufgabe genau eine Aussage zutrifft (Einfach-Wahlaufgaben: 1 aus 5). Es darf bei jeder Teilaufgabe genau 1 Kreuz gesetzt werden. Bei Setzen von mehreren Kreuzen innerhalb einer Teilaufgabe wird diese Teilaufgabe mit 0 Punkten bewertet. Ebenfalls 0 Punkte gibt es für falsches Ankreuzen. Teilaufgabe: Welche der Aussagen I.-V. ist wahr? (5 P) 4
5 Klausurhinweise: Teilaufgabe: Welche der Aussagen I.-V. ist wahr? (5 P) Beispiel: wahr I. Kein wesentlicher Aspekt des SCM ist die Erschließung unternehmensübergreifender Erfolgspotentiale. II. Kein wesentlicher Aspekt des SCM ist die Befriedigung der Bedürfnisse aller Endkunden. III. Kein wesentlicher Aspekt des SCM ist die effiziente Integration der relevanten Teile des interorganisationalen Wertschöpfungssystems. IV. Kein wesentlicher Aspekt des SCM ist die Koordination und Optimierung der Güter-, Informations-, Dienstleistungs- und Finanzflüsse. V. Kein wesentlicher Aspekt des SCM ist die produktspezifische Gestaltung aller Zulieferer-Abnehmer-Beziehungen. X 5
6 Klausurhinweise: Teilaufgabe: Welche der Aussagen I.-V. ist wahr? (5 P) Beispiel: wahr I. Kosteneinsparungen lassen sich nicht durch die strategische Optimierung des gesamten Netzwerkes erzielen. II. Transportkosten können nicht durch Routenoptimierung reduziert werden. III. Im Entwicklungsprozess lassen sich keine Kosteneinsparungen realisieren, da dort keine standardisierten Produkte entwickelt werden können. IV. Die Verwendung von wiederverwendbaren Materialien ist in Zulieferer-Abnehmer- Beziehungen nicht möglich. V. Durch eine interorganisationale Koordination der Unternehmen in der Gewinnung und Verteilung von Informationen lassen sich Kosten reduzieren. X 6
7 1) Grundlagen keine einheitliche Definition des Begriffes SCM 2 große Definitionsgruppen: SCM als betriebswirtschaftliche Logistik SCM als unternehmensübergreifendes Management von Geschäftsprozessen 7
8 1) Grundlagen SCM als betriebswirtschaftliche Logistik Vertreter: u.a. Göpfert Aufgabe: Bereitstellung der Güter an die richtigen Kunden, zur richtigen Zeit, am richtigen Ort und zum richtigen Preis Effiziente Integration der am Wertschöpfungsprozess beteiligten Unternehmen unter der Zielsetzung, die Kundenbedürfnisse zu befriedigen 8
9 1) Grundlagen SCM als unternehmensübergr. Management von Geschäftsprozessen Vertreter: u. a. Cooper Aufgabe des SCM: Integration aller Schlüsselprozesse entlang der Supply Chain Management der Beziehungen zwischen den Supply Chain-Partnern bzw. der Kooperationen in der Supply Chain 9
10 1) Grundlagen Verknüpfung der unternehmensübergr. Stufen erfolgt über: Material- Informations- und Finanzfluss Informationsfluss Lieferant Materialfluss Hersteller Materialfluss Handel Finanzfluss Flüsse des SCM entsprechen den klassischen Flüssen der Logistik Grad der Flussorientierung 10
11 1) Grundlagen Wesentliche Aspekte des Supply Chain Managements: die Erschließung unternehmensübergreifender Erfolgspotenziale, Schaffung von Transparenz innerhalb der Wertschöpfungsprozesse und der Abbau von Informationsasymmetrien zwischen den SC-Partnern, die effiziente Integration der relevanten Teile des interorganisationalen Wertschöpfungssystems, die kostenoptimale Gestaltung, Planung, Steuerung und Kontrolle der unternehmensübergreifenden logistischen Prozesse, die zur Entwicklung, Erstellung und Verwertung von Sachgütern und/oder Dienstleistungen führen, die Koordination und Optimierung der Güter-, Informations-, Dienstleistungs- und Finanzflüsse und die Befriedigung der Bedürfnisse aller Endkunden. Problem: Wie sehen die Netzwerkstruktur und die Machtverhältnisse dabei aus? 11
12 2) Grundlagen Definition des Begriffes Supply Chain Controlling: aufgrund heterogener Controlling- und SCM-Auffassungen keine einheitliche Definition SCC als erweiterte Form des Logistikcontrolling, die sich mit der Gestaltung unternehmensübergreifender Strukturen beschäftigt zusätzliche Behandlung Supply-Chain-spezifischer Fragestellungen, wie z.b. Vertrauen beim Austausch von Informationen 12
13 2) Grundlagen Beispielhafte Definitionen: Zäpfel, Piekarz (1996): Supply Chain Controlling hat sich mit der Zielsetzung, Planung, Steuerung und Kontrolle sowie Informationsversorgung der Supply Chain Manager zu befassen und durch Koordination dieser Aktivitäten eine zielgerichtete Regelung der Lieferketten zu gewährleisten. Bacher (2004): Das Controlling hat die Aufgabe, die Rationalität der Führung [ ] sicherzustellen. Dabei obliegt ihm die Sicherstellung der Effizienz und Effektivität der Unternehmensführung. 13
14 2) Grundlagen Instrumente des SCC: Kostenmanagement Kennzahlen(systeme) Target Costing Prozesskostenrechnung Lebenszykluskostenanalyse Konzept der selektiven Kennzahlen Balanced Scorecard Benchmarking SCOR-Modell mit vier Ebenen 14
15 2) Grundlagen Instrumente des SCC: Kostenmanagement Kennzahlen(systeme) Target Costing Prozesskostenrechnung Lebenszykluskostenanalyse Konzept der selektiven Kennzahlen Balanced Scorecard Benchmarking SCOR-Modell mit vier Ebenen 15
16 Balanced Scorecard Anstoß für die Entwicklung der Balanced Scorecard: Kritik an eindimensionalen Kennzahlensystemen, die nur auf vergangenheitsorientierten Finanzkennzahlen basieren Vorteile gegenüber traditionellen Kennzahlensystemen: Berücksichtigung monetärer und nicht-monetärer Daten Berücksichtigung der externen und der internen Perspektive Berücksichtigung der strategischen und der operativen Sicht Berücksichtigung von nachlaufenden ex-post Ergebnissen und vorlaufenden ex-ante Zielgrößen 16
17 Balanced Scorecard Bildung von Kennzahlen in vier Perspektiven: 17
18 Balanced Scorecard Balanced Scorecard in der SC nach Weber, Bacher, Groll: Wegfall der Kunden- sowie der Lern- und Entwicklungsperspektive aus der BSC Hinzufügung der Perspektiven Kooperationsintensität und -qualität zwecks Beziehungscontrolling Berücksichtigung von drei Ebenen für die BSC: Supply Chain Ebene Relationale Ebene Einzelunternehmen Struktur der BSC der relationalen Ebene = Struktur der Supply Chain - BSC 18
19 Balanced Scorecard Vier Perspektiven der Supply Chain-BSC: Finanziell Ziele / Kennzahlen Vorgaben / Maßnahmen Wie kann die finanzielle Leistungsfähigkeit der Supply Chain verbessert werden? Kooperationsqualität Ziele / Kennzahlen Vorgaben / Maßnahmen Wie können die Zufriedenheit und das Vertrauen zwischen Supply Chain-Partnern verbessert werden? Vision und Strategie der gesamten Supply Chain Prozesse Ziele / Kennzahlen Vorgaben / Maßnahmen Welche Prozesse der Supply Chain müssen verbessert werden, um die Kunden zu befriedigen? Kooperationsintensität Ziele / Kennzahlen Vorgaben / Maßnahmen Wie kann die Intensität der Kooperation zwischen Supply Chain-Partnern verbessert werden? 19
20 Zulieferer-Abnehmer-Beziehungen und Anreize Wettbewerb vs. Kooperation zwischen Zulieferer und Abnehmer Wettbewerbliches Modell Harte Verhandlungen (jährlich) Preis ist zentral Kurzfristige Verträge Multiple Sourcing, verschiedene Zulieferer für jede Komponente Drohung mit Kauf des Zulieferers Taktische Beschaffung Kooperatives Modell Interaktion und Kommunikation (laufend) Qualität und Kompetenz des Zulieferes sind zentral Langfristige, enge Beziehungen Tendenz zum Dual- und Single- Sourcing Outsourcing Strategisches Supply Management 20
21 Zusatz zur Spieltheorie Die formalen Definitionen und Erläuterungen zum Nash-Gleichgewicht sowie zur besten Antwort und demzufolge Reaktionsfunktionen lassen sich bei Holler, M. J., Illing, G., Einführung in die Spieltheorie, Berlin [u. a.]: Springer, S. 56ff. sowie Riechmann, T., Spieltheorie, München: Vahlen, S und nachlesen. Durch das Nacharbeiten dieser Seiten wird das Verständnis zur Darstellung der in der Präsenzveranstaltung behandelten graphischen Herleitung der jeweiligen Nash-Lösung in reinen und gemischten Strategien untermauert. Die obigen Seiten geben die formal korrekte Vorgehensweise und analytisch korrekte Darstellung der Lösung an! 21
22 Zulieferer-Abnehmer-Beziehungen und Anreize Anreize in Zulieferer-Abnehmer-Beziehungen: Abnehmer hilft Zulieferer investiert Rückzahlung Fall A A/Z 7/7 Rückzahlung Fall B A/Z 6/7 0/10 5/4 Zulieferer investiert nicht Start Zulieferer investiert 12/2 5/8 Abnehmer hilft nicht Zulieferer investiert nicht 5/5 4/5 22
23 Zulieferer-Abnehmer-Beziehungen und Anreize Fall A: Z + A
24 Zulieferer-Abnehmer-Beziehungen und Anreize Fall A: Z + A
25 Zulieferer-Abnehmer-Beziehungen und Anreize Fall A: Z + A
26 Zulieferer-Abnehmer-Beziehungen und Anreize Fall A: Z + A
27 Zulieferer-Abnehmer-Beziehungen und Anreize Analyse: Ohne eine vertragliche Garantie (Fall A) wird weder der Abnehmer (A) eine Investitionshilfe leisten noch der Zulieferer (Z) die Investition tätigen, so dass ohne Kooperation zwischen den Partnern die dominante Lösung (5/5) gewählt wird. Würden sich die Partner absprechen und sich auch an ihre Absprache halten, so wäre für beide das bessere Kooperationsergebnis (7/7) erreichbar. 27
28 Zulieferer-Abnehmer-Beziehungen und Anreize Fall B: Z + A
29 Zulieferer-Abnehmer-Beziehungen und Anreize Fall B: Z + A
30 Zulieferer-Abnehmer-Beziehungen und Anreize Fall B: Z + A
31 Zulieferer-Abnehmer-Beziehungen und Anreize Fall B: Z + A
32 Zulieferer-Abnehmer-Beziehungen und Anreize Analyse: Der Abnehmer verpflichtet sich, eine Investitionsbeihilfe zu leisten. Es wird festgelegt, dass er im Falle einer Nichteinhaltung mit einer Konventialstrafe von 6 Einheiten belegt wird. Beim Zulieferer wird für die Kosten von 1 Einheit ein Beobachter installiert, welcher die Einhaltung der Investition durch den Zulieferer überwacht. Bei Nichteinhaltung wird im Gegenzug der Zulieferer mit einer Konventialstrafe von 6 Einheiten belegt. Die möglichen Ergebnisse zeigen, dass sich Opportunismus nun weder für den Zulieferer noch für den Abnehmer lohnt. Aus Eigeninteresse wird nun also die beste Lösung gewählt. 32
33 Zulieferer-Abnehmer-Beziehungen und Anreize Fall C - neu: Z + A w v 33
34 Zulieferer-Abnehmer-Beziehungen und Anreize Analyse: Kein Nash-Gleichgewicht in reinen Strategien erkennbar Analyse der Parameter v und w Wenn v<6 und w>8 kein Nash-Gleichgewicht in reinen Strategien Vgl. zu Nash-Lösungen in reinen/gemischten Strategien Holler/Illing: Einführung in die Spieltheorie. Springer. Riechmann: Spieltheorie. Vahlen. Bilden einer Wahrscheinlichkeitsverteilung und Analyse des Zulieferer- Abnehmer-Beziehung über gemischte Strategien 34
35 Zulieferer-Abnehmer-Beziehungen und Anreize Bestimmen des Nash-Gleichgewichts in gemischten Strategien: Z q A 7 p 4 8 (1-p) 5 (1-q) 6 6 w v 35
36 Zulieferer-Abnehmer-Beziehungen und Anreize Bestimmen des Nash-Gleichgewichts in gemischten Strategien: Z q A 7 p 4 8 (1-p) 5 (1-q) 6 6 w v 36
37 Zulieferer-Abnehmer-Beziehungen und Anreize Bestimmen des Nash-Gleichgewichts in gemischten Strategien: Z q A 7 p 4 8 (1-p) 5 (1-q) 6 6 w v 37
38 Zulieferer-Abnehmer-Beziehungen und Anreize Bestimmen des Nash-Gleichgewichts in gemischten Strategien: Z q (1-q) A 7 6 p 4? 6 8 w (1-p) 5 v 38
39 Zulieferer-Abnehmer-Beziehungen und Anreize Bestimmen des Nash-Gleichgewichts in gemischten Strategien: Optimalitätsbedingung nach Nash: Auflösen nach p: ( ) ( ) ( ) ( ) π = 7 p q+ 6 1 q p+ 8 q 1 p + w 1 p 1 q Z π Z = 7 p 6 p+ 8 ( 1 p) w ( 1 p) = 0 q 8 w p = 7 w Folgerung: p > w 0 39
40 Zulieferer-Abnehmer-Beziehungen und Anreize Analoges Vorgehen für die Wahrscheinlichkeit q: v 6 q = v 7 Folgerung: q < v 0 Aussagen: Die Wahrscheinlichkeit p, dass der Abnehmer hilft, steigt, wenn in (HN, IN) die Auszahlung w für den Zulieferer steigt. Die Wahrscheinlichkeit q, dass der Zulieferer investiert, sinkt, wenn in (HN, IN) die Auszahlung v für den Abnehmer steigt. 40
41 Grundlegende Überlegungen zur Tourenplanung und deren Einordnung in den Kontext des SCM Nach der Planung und Zusammenlegung von gemeinsamen Bestellungen und Bestellmengen Problem der (örtlichen) Zuordnung aus Sicht des Zulieferers und/oder Abnehmers vorhanden! Aufgabenspektrum der Transport- und Dienstleistungsplanung umfasst den physischen Transport der Produkte und Materialien zwischen den einzelnen Stufen der Supply Chain. Diese Transportprozesse sind ein wichtiger Bestandteil der Logistikkette, da sie die Versorgung der Kunden oder der nächsten Stufe der Kette mit Gütern gewährleisten. Durch eine geschickte Planung der Transportrouten und eine effiziente Ausnutzung der Ladekapazitäten lassen sich dabei erhebliche Kosten sparen. 41
42 Grundlegende Überlegungen zur Tourenplanung und deren Einordnung in den Kontext des SCM Die mittelfristige Distributionsplanung: umfasst die Planung bzw. Optimierung der Verteilung der Produkte und der Lagerbestände zum Kunden. Hierbei werden die Min- /Max- sowie die Sicherheitsbestände für die produzierten Güter unter der Berücksichtigung der Distributionsrestriktionen und -kapazitäten berechnet. Mittels einer Simulationskomponente sollen auch verschiedene Distributionsszenarien analysiert und verglichen werden. Der Planungshorizont liegt im Bereich von Tagen bis Monaten. 42
43 Grundlegende Überlegungen zur Tourenplanung und deren Einordnung in den Kontext des SCM Die kurzfristig ausgerichtete Transportplanung: beschäftigt sich mit der optimierten Planung der Transporte bzw. der Touren, der Festlegung der Transportmittel, der Routenplanung und -optimierung sowie den Beladungen zur termingerechten Lieferung der produzierten Güter. Die Transportpläne werden auf Basis der Distributionspläne für feinere Zeiteinheiten unter Berücksichtigung aller Restriktionen auf einer detaillierten Ebene zusammengestellt. Der Planungshorizont hierbei liegt im Bereich von Stunden bis Tagen. 43
44 Grundlegende Überlegungen zur Tourenplanung und deren Einordnung in den Kontext des SCM In Bezug auf die Transportplanung stellt sich den Betreibern von Fuhrparks im Allgemeinen das Problem, den Einsatz ihrer Fahrzeugflotte möglichst kostengünstig zu planen. Insbesondere sind hierbei eine möglichst gute Zuordnung von Lieferaufträgen zu Fahrzeugen sowie eine optimale Reihenfolge der zu beliefernden Orte zu finden. Probleme dieser Art werden in der Literatur als Probleme der Tourenplanung bezeichnet. Oftmals wird die Tourenplanung von Disponenten oder sogar von den Fahrern selber mittels manueller Methoden vorgenommen. Dadurch werden die Transportkosten von der Erfahrung des Disponenten bzw. Fahrers abhängig. Durch die Komplexität der Tourenplanung wird bei steigendem Umfang des Problems die manuelle Tourenplanung jedoch immer unübersichtlicher, wodurch nur noch wenig befriedigende Lösungen zu erwarten sind. 44
45 Grundlegende Überlegungen zur Tourenplanung und deren Einordnung in den Kontext des SCM In Bezug auf die Transportplanung stellt sich den Betreibern von Fuhrparks im Allgemeinen das Problem, den Einsatz ihrer Fahrzeugflotte möglichst kostengünstig zu planen. Insbesondere sind hierbei eine möglichst gute Zuordnung von Lieferaufträgen zu Fahrzeugen sowie eine optimale Reihenfolge der zu beliefernden Orte zu finden. Probleme dieser Art werden in der Literatur als Probleme der Tourenplanung bezeichnet. Oftmals wird die Tourenplanung von Disponenten oder sogar von den Fahrern selber mittels manueller Methoden vorgenommen. Dadurch werden die Transportkosten von der Erfahrung des Disponenten bzw. Fahrers abhängig. Durch die Komplexität der Tourenplanung wird bei steigendem Umfang des Problems die manuelle Tourenplanung jedoch immer unübersichtlicher, wodurch nur noch wenig befriedigende Lösungen zu erwarten sind. Daher Existenz einer Vielzahl von rechnergestützten Tourenplanungs-programmen für die unterschiedlichsten Anwendungsbereiche, durch die eine effiziente Tourenplanung ermöglicht wird. 45
46 Grundlegende Überlegungen zur Tourenplanung und deren Einordnung in den Kontext des SCM Traveling Salesman Problem: Ein TSP-Problem könnte in der Praxis folgendermaßen aussehen: Ein Handlungsreisender hat eine bestimmte Anzahl von Kunden in verschiedenen Orten, denen er einen Besuch abstatten möchte. Dabei besucht er jeden Kunden genau ein Mal und möchte nach Abschluss der Reise an seinen Ausgangsort zurückkehren. Frage: Welchen Weg soll er wählen bzw. in welcher Reihenfolge soll er die Kunden besuchen, damit die insgesamt zurückgelegte Entfernung so gering wie möglich ist und seine Fahrtkosten minimiert werden? 46
47 Grundlegende Überlegungen zur Tourenplanung und deren Einordnung in den Kontext des SCM Beschreibung des TSP: Mithilfe eines bewerteten und gerichteten Graphen DD = VV, EE, cc! Was bedeutet Graph? Erinnerung an Gozinto-Graph! Knoten und Kanten (Pfeile)! Menge der Knoten VV = 0,1,, nn definiert Depot und zu beliefernde Kunden. 0 Depot und 1,, nn Kundenbezeichnung. Die Kantenmenge EE ist definiert durch die Verbindungen der Knoten: EE = ii, jj : ii, jj VV ii jj. Die Bewertung cc ordnet jeder Kante eine Länge zu: cc: EE R mit cc iiii als Kante von i zu j. Jeder Verbindung der Knoten, d.h. jeder Strecke zwischen den verschiedenen Kunden bzw. vom Ausgangsort zum ersten Kunden und vom letzten Kunden zurück zum Ausgangsort, ist also eine bestimmte Entfernung und damit bestimmte Transportkosten zugeordnet. 47
48 Grundlegende Überlegungen zur Tourenplanung und deren Einordnung in den Kontext des SCM Beispiel eines TSP: Ein Spielzeugproduzent möchte aus seinem Depot in Köln vier Kaufhäuser in verschiedenen Städten beliefern. Die Bestellungen aller Kunden können dabei mit einem LKW ausgeliefert werden. Die Kunden befinden sich in Dortmund, Düsseldorf, Essen und Frankfurt und werden mit den Indizes ii = 1 bis ii = 4 bezeichnet. Ziel ist es, die Reihenfolge der Belieferung mit den minimalen Fahrtkosten zu finden. Mögliche Teilstrecken: Düsseldorf 2 Essen 3 Dortmund 1 Kunde Depot Köln 0 4 Frankfurt 48
49 Beispiel eines TSP: Düsseldorf 2 Essen 3 Dortmund 1 Kunde Depot Köln 0 4 Frankfurt Zentrale Frage: Wie sieht die optimale Lösung (minimale Kosten) aus? 49
50 Mathematisches Grundmodell Mathematische Modellierung: TSP lässt sich als ganzzahliges lineares Programm beschreiben: Zielfunktion: ZZ = min cc iiii xx iiii xx ii=0 jj=0 nn nn Bedeutung der Entscheidungsvariablen xx iiii : Die Belieferungsreihenfolge wird durch die Entscheidungsvariable xx iiii modelliert. Wenn gilt xx iiii = 1, bedeutet dies, dass der LKW vom Kunden ii direkt zum Kunden jj fährt. Wenn hingegen xx iiii = 0 gilt, bedeutet dies, dass der LKW nicht direkt vom Kunden ii zum Kunden jj fährt. 50
51 Mathematisches Grundmodell Analyse der Nebenbedingungen: (1) xx iiii 0,1 für ii jj, ii = 0,1,, nn, jj = 0,1,, nn Bedeutung: Die Nebenbedingung sorgt dafür, dass die Entscheidungsvariablen xx iiii nur die Werte 0 oder 1 annehmen können, also eine entsprechende Strecke entweder gefahren wird oder nicht. (2) nn ii=0 xx iiii = 1 für jj = 0,1,, nn Bedeutung: Die Nebenbedingung sorgt dafür, dass der LKW jeden Kunden bzw. das Depot genau ein Mal anfährt. Bsp: für jj = 0 xx 00 + xx 10 + xx 20 + xx nn0 = 1 51
52 Mathematisches Grundmodell Analyse der Nebenbedingungen: (3) nn jj=0 xx iiii = 1 für ii = 0,1,, nn Bedeutung: Die Nebenbedingung sorgt dafür, dass der LKW jeden Kunden bzw. das Depot genau ein Mal verlässt. Bsp: für ii = 0 xx 00 + xx 01 + xx 02 + xx 0nn = 1 Daraus könnte eine unzulässige Lösung resultieren. Es ist durch diese Nebenbedingungen noch nicht garantiert, dass es sich bei der Reise auch um eine einzelne Rundreise handelt, in die alle Kunden einbezogen sind. 52
53 Mathematisches Grundmodell 53
54 Mathematisches Grundmodell Essen 3 Dortmund 1 Kunde Depot Düsseldorf 2 Köln 0 4 Frankfurt 54
55 Mathematisches Grundmodell Essen 3 Dortmund 1 Kunde Depot Düsseldorf 2 Köln 0 Folge: Hinzufügen weiterer Bedingungen! 4 Frankfurt 55
56 Mathematisches Grundmodell Analyse der Nebenbedingungen: Einführen einer weiteren (Hilfs)variablen yy ii, welche die Position von Kunde ii auf der Rundreise angibt. yy 1 = 2 besagt, dass Kunde 1 in Dortmund als zweiter Kunde auf der Rundreise beliefert wird. (4) yy 0 = 0 Bedeutung: Diese Nebenbedingung bewirkt, dass das Depot der Rundreise (hier in Köln) Ausgangspunkt der Rundreise ist. (5) 1 yy ii nn für ii = 1,2,, nn Bedeutung: Diese Nebenbedingung beschränkt die möglichen Positionen der Kunden auf der Rundreise auf den zulässigen Bereich der Positionen ohne Depot. 56
57 Mathematisches Grundmodell Analyse der Nebenbedingungen: (6) yy ii yy jj + 1 nn 1 xx iiii für ii jj, ii = 0,1,, nn, jj = 0,1,, nn Bedeutung: Diese Nebenbedingung zeigt, dass für xx iiii = 1 gilt: yy jj yy ii + 1. Die Nebenbedingungen zeigen auf, dass nur Rundreisen zugelassen sind, die am Depot beginnen und enden. 57
58 Mathematisches Grundmodell Zusammenfassende Darstellung des formulierten Problems: ZZ = min xx nn nn cc iiii xx iiii ii=0 jj=0 s. t. nn ii=0 xx iiii = 1 für jj = 0,1,, nn nn jj=0 xx iiii = 1 für ii = 0,1,, nn yy 0 = 0 1 yy ii nn für ii = 1,2,, nn yy ii yy jj + 1 nn 1 xx iiii xx iiii 0,1 für ii jj, ii = 0,1,, nn, jj = 0,1,, nn für ii jj, ii = 0,1,, nn, jj = 0,1,, nn Lösen dieses Problems durch das Branch-and-Bound-Verfahrens! 58
59 Mathematisches Grundmodell Was heißt Branch-and-Bound-Verfahren? Mathematisches Modell, das das ganzzahlige obige Optimierungsproblem in Teilprobleme zerlegt und dadurch ein Optimum generiert. Beim Branch-and-Bound-Verfahren müssen diese Teiloptimierungsprobleme gespeichert, verwaltet und mit Hilfe des Simplex-Verfahrens gelöst werden. Idee dabei besteht darin, sich schrittweise von einer Ecke des Polyeders zu einer benachbarten Ecke mit besserem Zielfunktionswert zu bewegen, bis es keinen besseren Nachbarn mehr gibt. Modelle mit mehreren hundert oder tausend Kunden lassen sich mit Standard- Branch-and-Bound-Verfahren nicht mehr lösen. Einsatz spezieller Branch-and-Bound-Verfahren! Da diese Verfahren aber extrem zeitintensiv und komplex sind, werden meist Heuristiken eingesetzt, die gute, aber nicht unbedingt immer optimale Lösungen berechnen. 59
60 Mathematisches Grundmodell Für das Beispiel erhält man: x x x =.. = x40 x
61 Mathematisches Grundmodell Für das Beispiel erhält man: x x x =.. = x40 x Zielfunktionswert: ZZ =
62 Mathematisches Grundmodell Für das Beispiel erhält man: x x x =.. = Graphisch: x40 x Zielfunktionswert: ZZ = 525. Essen Düsseldorf 2 3 Dortmund Kunde Depot Köln 0 4 Frankfurt 62
63 Anwendungen Sukzessiv-Verfahren Alternative Heuristiken. Für das Problem des Handlungsreisenden folgt, dass es sich um kein simultanes Verfahren, sondern um ein sukzessives Verfahren handelt, so dass nicht 2 Spieler in Betracht kommen! Lösen des Problems durch das Nächster-Nachbar-Verfahren als eine Heuristik! Nächster-Nachbar-Verfahren: Zur Lösung wird zunächst ein beliebiger Kundenort ii als Anfangsort der Tour ausgewählt. Anschließend fügt man zu dieser Tour den nächstgelegenen Kunden ii + 1 hinzu. Im nächsten Schritt wird dann wieder der nächstgelegene Kunde der jeweiligen Tour zugeordnet. Dieses Verfahren wird so lange fortgeführt, bis die Transportkapazität des ersten Fahrzeugs ausgeschöpft ist. Auf diese Weise erfolgt auch die Aufteilung der restlichen Kunden auf weitere Touren bzw. Fahrzeuge. Nachdem alle Kunden einer Tour zugeordnet sind, kann für jede Tour die Reihenfolge der Belieferung der Kunden mittels Verbesserungsverfahren für das Traveling- Salesman-Problem (TSP) ermittelt werden später mehr; zuerst die Lösung via NNV. 63
64 Anwendungen Sukzessiv-Verfahren Gegeben: Wie geht man vor? Ideen? 64
65 Anwendungen Sukzessiv-Verfahren Gegeben: Schritt 1: Festlegung des Startpunktes: Köln. Schritt 2: min 92, 40, 72, 191 = 40 mit cc KKKKKKK,DDDDDDDDDDDDDDDDDDD = 40 und Kosten bis dahin KK = 40. Schritt 3: Streichen der Spalte Düsseldorf. Schritt 4: min 68, 36, 228 = 36 mit cc DDDDDDDDDDDDDDDDDDD,EEEEEEEEEE = 36 und Kosten bis dahin KK = 76. Schritt 5: Streichen der Spalte Essen. Schritt 6: min 36, 254 = 36 mit cc EEEEEEEEEE,DDDDDDDDDDDDDDDD = 36 und Kosten bis dahin KK =
66 Anwendungen Sukzessiv-Verfahren Gegeben: Schritt 5: Streichen der Spalte Essen. Schritt 6: min 36, 254 = 36 mit cc EEEEEEEEEE,DDDDDDDDDDDDDDDD = 36 und Kosten bis dahin KK = 112. Schritt 7: Streichen der Spalte Dortmund. Schritt 8: min 222 = 222 mit cc DDDDDDDDDDDDDDDD,FFFFFFFFFFFFFFFFFF = 222 und Kosten bis dahin KK = 334. Schritt 9: Streichen der Spalte Frankfurt. Schritt 10: Rückfahrt zum Depot mit cc FFFFFFFFFFFFFFFFFF,KKKKKKK = 191 und Gesamtkosten KK = 525. entspricht gerade der Branch-and-Bound-Lösung. 66
67 Anwendungen Sukzessiv-Verfahren Weiteres Beispiel: Ein Unternehmen, das sich in Knoten 1 befindet, möchte die Tour zu seinen Kunden, die ihre Standorte in den Knoten 2-6 haben, kostenminimal gestalten. Ausgangspunkt dieser Tour ist das Unternehmen in Knoten 1, zu dem das Fahrzeug auch am Ende der Tour wieder zurückkehren muss. Dabei liegen folgende Fahrtstrecken zwischen den Kunden sowie zum Unternehmen vor: Fahrtstrecke in km nach von
68 Anwendungen Sukzessiv-Verfahren Vorgehensweise: 1) Min von 2-6 zu 1: Min {310, 530, 240, 680, 410} = 240 2) Streichen der Spalte von Standort 4. 3) Min von zu 4: Min {510, 330, 430, 420} = ) Streichen der Spalte von Standort 3. 5) usw. Fahrtstrecke in km nach von
69 Anwendungen Sukzessiv-Verfahren Lösung Kundenort i (hier: Kundenort 1) als Ausgangspunkt Hinzufügen des nächstgelegenen Kundenortes i +1 (hier: Kundenort 4) Fortsetzung bis alle Kundenorte zugeordnet wurden Erhalt folgender kostenminimaler Reihenfolge:
70 Anwendungen Sukzessiv-Verfahren Verbesserungsmöglichkeiten: Mittels Verbesserungsverfahren wird daher im zweiten Schritt versucht, eine bestehende Tour schrittweise zu verbessern. Dies geschieht häufig durch den Austausch von Kanten. Verfahren dieses Typs unterscheiden sich hinsichtlich der maximalen Anzahl der Kanten, die ausgetauscht werden, um eine Verbesserung der Tour zu erreichen. Reine Verbesserungsverfahren wiederholen diesen Austauschprozess so lange, bis keine weitere Verkürzung der aktuellen Rundreise erzielt werden kann. 70
71 Anwendungen Sukzessiv-Verfahren Lösung: mit cc 14 + cc 43 + cc 36 + cc 62 + cc 25 + cc 51 = = km. Austauschen zweier Kanten in der Reihenfolge: Neue Lösung: cc 14 + cc 43 + cc 36 + cc 65 + cc 52 + cc 21 = = km. Verbesserung gefunden! Fahrtstrecke in km nach von
72 Anwendungen Simultan-Verfahren Im Gegensatz zum TSP können Simultan-Verfahren mehrere Routen parallel (gleichzeitig) durchführen! Vehicle Routing Problem! Das Vehicle Routing Problem bezieht sich auf die Tourenplanung unter Einsatz mehrerer Fahrzeuge. Das Capacitated Vehicle Routing Problem (CVRP) wird auch als Standardproblem der Tourenplanung bezeichnet und stellt den Kern vieler Tourenplanungsprobleme dar. Das CVRP kann folgendermaßen definiert werden: Von einem Depot aus sollen Kunden in bekannten Entfernungen mit beliebig vielen Fahrzeugen von identischer, aber begrenzter Ladekapazität beliefert werden. Die Nachfragemenge der einzelnen Kunden ist gegeben und jeder Kunde soll nur eine Lieferung bekommen. Gesucht sind hierzu die Touren der einzelnen Fahrzeuge unter Minimierung der gesamten Fahrstrecke aller Touren, wobei jede Tour im Depot beginnt sowie endet. Sehr komplexes Modell; im Folgenden daher direkt eine Heuristik! 72
73 Anwendungen Simultan-Verfahren Das Savings-Verfahren: Setzt eine symmetrische Distanzmatrix CC voraus und beginnt mit einer Anfangslösung, welche jedem Kunden eine Pendelroute zuordnet. d. h. für jeden Kunden geht eine Tour vom Depot zum Kunden und wieder zurück zum Depot, womit sich bei nn Kunden auch nn Touren bei einer Gesamtwegstrecke von 2 nn jj=1 cc 0jj ergeben. Anschließend erfolgt die Aggregation von Touren auf Basis von Ersparniswerten (Savings). 73
74 Anwendungen Simultan-Verfahren Das Savings-Verfahren: Im Laufe des Verfahrens wird dabei versucht, die Anfangslösung durch Verknüpfen von je zwei Touren zu verbessern, soweit dadurch nicht gegen Zeitund/oder Kapazitätsrestriktionen verstoßen wird. Wenn man den ersten und den letzten Kunden einer Route als Endkunden bezeichnet, so werden zwei Routen durch Übergang von einem Endkunden der ersten zu einem Endkunden der zweiten Route miteinander verknüpft. Auf diese Weise können die nicht mehr benötigten Verbindungen zum Depot eliminiert werden. 74
75 Anwendungen Simultan-Verfahren Das Savings-Verfahren: Im Laufe des Verfahrens wird dabei versucht, die Anfangslösung durch Verknüpfen von je zwei Touren zu verbessern, soweit dadurch nicht gegen Zeitund/oder Kapazitätsrestriktionen verstoßen wird. Wenn man den ersten und den letzten Kunden einer Route als Endkunden bezeichnet, so werden zwei Routen durch Übergang von einem Endkunden der ersten zu einem Endkunden der zweiten Route miteinander verknüpft. Auf diese Weise können die nicht mehr benötigten Verbindungen zum Depot eliminiert werden. (a) (b) i j i C ij j C 0i C 0j C 0i C 0j Depot Depot 75
76 Anwendungen Simultan-Verfahren Das Savings-Verfahren: Die Verknüpfung zweier Touren ergibt einen Ersparniswert ss iiii, wenn die Kunden ii und jj durch eine Verbindung der Länge cc iiii miteinander verbunden sind: Savings-Wert: ss iiii = cc 0ii + cc 0jj cc iiii Der Ersparniswert ss iiii ist umso größer, je näher ii und jj zusammen liegen und je weiter sie vom Depot entfernt sind. (a) (b) C ij i j i j C 0i C 0j C 0i C 0j Depot Depot 76
77 Anwendungen Simultan-Verfahren Das Savings-Verfahren: Erstellen einer Liste beginnend mit dem größten Savings-Wert. Dann wird die Liste iterativ abgearbeitet. Hierzu werden in jedem Iterationsschritt, unter Beachtung der max. Transportkapazität der Fahrzeuge, diejenigen beiden Touren zusammengefasst, bei denen die Ersparnis am größten ist. (a) (b) C ij i j i j C 0i C 0j C 0i C 0j Depot Depot 77
78 Anwendungen Simultan-Verfahren Ein Entsorgungsunternehmen muss täglich Touren zur Abholung von Wertstoffcontainern bei industriellen Kunden einer Region disponieren. Die dabei eingesetzten LKW haben eine Kapazität von Q=10 Containern. Das Straßennetz der Region mit Kilometerangaben (Entsorgungsbetrieb befindet sich in Knoten 1, die Kunden in den Knoten 2-8) ist wie folgt gegeben:
79 Anwendungen Simultan-Verfahren Ein Entsorgungsunternehmen muss täglich Touren zur Abholung von Wertstoffcontainern bei industriellen Kunden einer Region disponieren. Die dabei eingesetzten LKW haben eine Kapazität von Q=10 Containern. Das Straßennetz der Region mit Kilometerangaben (Entsorgungsbetrieb befindet sich in Knoten 1, die Kunden in den Knoten 2-8) ist wie folgt gegeben: 1. Schritt: Ermittlung der kürzesten Entfernungen aller Standorte untereinander. 2. Schritt: Bestimmen der Savings- Werte. 3. Schritt: Rangfolge ermitteln. 4. Schritt: Touren planen
80 Anwendungen Simultan-Verfahren Bekannt sind zudem die Wertstoffaufkommen der einzelnen Kunden qq ii (in Containern) Kunde i Aufkommen q i [Container]
81 Anwendungen Simultan-Verfahren Berechnen der einzelnen Distanzen cc iiii : cc 12 = 30, cc 13 = 50, cc 14 = min cc 15 + cc 45, cc 12 + cc 24 = 50 Weitere Werte: cc 36 = min cc 31 + cc 21 + cc 26, cc 37 + cc 72 + cc 26 = 145 cc 68 = min cc 62 + cc 21 + cc 15 + cc 58, cc 64 + cc 45 + cc 58, cc 62 + cc 27 + cc 73 + cc 38 =
82 Anwendungen Simultan-Verfahren Bekannt sind nun die Wertstoffaufkommen der einzelnen Kunden qq ii (in Containern) und die Distanzen cc iiii zwischen den Kunden: Kunde i Aufkommen q i [Container] c ij Es fehlen nun die Savings-Werte!
83 Anwendungen Simultan-Verfahren c ij Berechnen der Savings-Werte: ss iiii = cc 0ii + cc 0jj cc iiii Warum wird nicht mit 1 gestartet?
84 Anwendungen Simultan-Verfahren c ij Berechnen der Savings-Werte: ss iiii = cc 0ii + cc 0jj cc iiii ss 23 = cc 12 + cc 13 cc 23 = = 5 ss 24 = cc 12 + cc 14 cc 24 = = 50 ss 25 = cc 12 + cc 15 cc 25 = = 0 ss 26 = cc 12 + cc 16 cc 26 = = 60 ss 37 = cc 13 + cc 17 cc 37 = = 75 ss 46 = cc 14 + cc 16 cc 46 = = 60 ss 68 = cc 16 + cc 18 cc 68 = =
85 Anwendungen Simultan-Verfahren Vollständig ergibt sich dann: c ij s ij
86 Anwendungen Simultan-Verfahren Vollständig ergibt sich dann: c ij s ij Ermitteln der Rangfolge: ss 37 - ss 26 / ss 38 / ss 46 - ss 24 86
87 Anwendungen Simultan-Verfahren Lösung des Problems: ss iiii ii, jj Tour Tourenlänge Kapazität 75 [3,7] < 11 s ij
88 Anwendungen Simultan-Verfahren Lösung des Problems: ss iiii ii, jj Tour Tourenlänge Kapazität 75 [3,7] < 11 s ij [3,8] < 11 88
89 Anwendungen Simultan-Verfahren Lösung des Problems: ss iiii ii, jj Tour Tourenlänge Kapazität 75 [3,7] < 11 s ij [3,8] < [2,6] < 11 89
90 Anwendungen Simultan-Verfahren Lösung des Problems: ss iiii ii, jj Tour Tourenlänge Kapazität 75 [3,7] < 11 s ij [3,8] < [2,6] < [4,6] < 11 90
91 Anwendungen Simultan-Verfahren Lösung des Problems: ss iiii ii, jj Tour Tourenlänge Kapazität 75 [3,7] < 11 s ij [3,8] < [2,6] < [4,6] < [2,4] Kunden 2 und 4 bereits verplant 91
92 Anwendungen Simultan-Verfahren ss iiii ii, jj Lösung des Problems: Tour Tourenlänge Kapazität 75 [3,7] < [3,8] < 11 s ij [2,6] < [4,6] < [2,4] Kunden 2 und 4 bereits verplant 40 [4,5] < 11 92
93 Zusatz Prinzipal-Agenten-Theorie Ausgangspunkt Klausur 09/2012 mit Lösung für Fall A: Fall A 11/11 (hilft, investiert) 2/12 (hilft, investiert nicht) 19/3 (hilft nicht, investiert) 7/7 (hilft nicht, investiert nicht) 93
94 Zusatz Prinzipal-Agenten-Theorie Einführen eines Anreizsystems: Alternativ könnte ein Anreizsystem eingesetzt werden, in dem festgelegt wird, dass Halibo im Falle einer Nichteinhaltung seiner Zusage einer Investitionsbeihilfe mit einer Konventionalstrafe von 9 Einheiten belegt wird. Bei Rosa Kuh wird im Gegenzug für die Kosten von 1 Einheit ein Beobachter installiert, welcher die Einhaltung der Investition überwacht. Bei Nichteinhaltung wird auch der Produzent mit einer Konventionalstrafe von 9 Einheiten belegt. Die Konventionalstrafen sind dabei direkt an das jeweils andere Unternehmen zu zahlen. Allerdings verliert Halibo bei diesem Beispiel 1 Einheit, da diese für die Kontrollinstanz aufgewendet werden muss. 94
95 Zusatz Prinzipal-Agenten-Theorie Überlegungen zu Fall B: Fall B 11-1/11 (hilft, investiert) Kontrollinstanz kostet 1 GE 2+9-1/12-9 (hilft, investiert nicht) Konventionalstrafe für Rosa Kuh und Kontrollinstanz /3+9 (hilft nicht, investiert) Konventionalstrafe für Halibo und Kontrollinstanz 7-1/7 (hilft nicht, investiert nicht) Kontrollinstanz 95
Supply Chain Management
Supply Chain Management Präsenzveranstaltung 1 von Prof. Dr. Dr. h.c. Günter Fandel und Übersicht der Präsenzveranstaltung Grundlagen 1) Definition und Abgrenzung 2) Instrumente des SCC Target Costing
MehrSupply Chain Management
Supply Chain Management Präsenzveranstaltung am 14.08.2015 1 von Prof. Dr. Dr. h. c. Günter Fandel und Übersicht der Präsenzveranstaltung Grundlagen 1) Definition und Abgrenzung 2) Instrumente des SCC
Mehr42021 Planungsansätze des SCM - KE 3: Transport und Distribution
1. Bedeutung der Transport- und Distributionsplanung im SCM Aufgabenspektrum der Transport- und Distributionsplanung: Umfasst physischen Transport der Produkte und Materialien zwischen SC-Stufen Transportprozesse
MehrSupply Chain Management
Supply Chain Management Präsenzveranstaltung 1 von Prof. Dr. Dr. h.c. Günter Fandel und Übersicht der Präsenzveranstaltung Grundlagen 1) Definition und Abgrenzung 2) Instrumente des SCC APS Zulieferer-Abnehmer-Beziehungen
MehrSupply Chain Management
Supply Chain Management Präsenzveranstaltung am 19.02.2016 1 von Übersicht der Präsenzveranstaltung Grundlagen 1) Definition und Abgrenzung 2) Instrumente des SCC Zulieferer-Abnehmer-Beziehungen und Anreize
MehrErörtern Sie die Problematik von Drohungen seitens des Abnehmers in Zulieferer-Abnehmer-Beziehungen!
Erörtern Sie die roblematik von Drohungen seitens des Abnehmers in Zulieferer-Abnehmer-Beziehungen! Das Wohlverhalten eines Zulieferers kann beispielsweise mit den Anreizinstrumenten Multiple Sourcing,
MehrSupply Chain Management
Günter Fandel Anke Giese Heike Raubenheimer Supply Chain Management Strategien - Planungsansätze - Controlling 4ü Springer Inhalt 1 Allgemeine Grundlagen des Supply Chain Managements (SCM) 1 1.1 Definitionen
MehrName: Vorname: Unterschrift:
Fakultät für Wirtschaftswissenschaft Matrikelnummer Name: Vorname: Unterschrift: Modul-Abschlussklausur zum C-Modul Nr. 32551 Supply Chain Management Termin:, 11 30 13 30 Uhr Prüfer: Prof. Dr. Dr. h. c.
MehrModul-Abschlussklausur zum. C-Modul Nr Supply Chain Management. Datum: Unterschrift des Prüfers
Fakultät für Wirtschaftswissenschaft Matrikelnummer Name: Vorname: Unterschrift: Modul-Abschlussklausur zum C-Modul Nr. 32551 Supply Chain Management Termin: 21. März 2013, 11 30 13 30 Uhr Prüfer: Prof.
MehrAussage: richtig falsch
Aufgabe 1: Multiple Choice (10 unkte) Folgende Aussagen sind entweder richtig oder falsch! Kreuzen Sie jeweils direkt hinter der Aussage eines der Kästchen an! Stimmt Ihre Bewertung einer Aussage so gibt
MehrSupply Chain Management
Supply Chain Management Präsenzveranstaltung 1 von Prof. Dr. Dr. h.c. Günter Fandel und Übersicht der Präsenzveranstaltung Grundlagen 1) Definition und Abgrenzung 2) Instrumente des SCC APS Zulieferer-Abnehmer-Beziehungen
MehrModul-Abschlussklausur zum. C-Modul Nr Supply Chain Management. Datum: Unterschrift des Prüfers
FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT MATRIKELNUMMER Name: Vorname: Unterschrift: Modul-Abschlussklausur zum C-Modul Nr. 32551 Supply Chain Management Termin:, 14 00 16 00 Uhr Prüfer: Prof. Dr. Dr. h.c.
MehrName: Vorname: Unterschrift:
Fakultät für Wirtschaftswissenschaft Matrikelnummer Name: Vorname: Unterschrift: Modul-Abschlussklausur zum C-Modul Nr. 32551 Supply Chain Management Termin:, 11 30 13 30 Uhr Prüfer: Prof. Dr. Dr. h. c.
MehrModul-Abschlussklausur zum. C-Modul Nr. 32551. Supply Chain Management. Datum: Unterschrift des Prüfers
Fakultät für Wirtschaftswissenschaft Matrikelnummer Name: Vorname: Unterschrift: Modul-Abschlussklausur zum C-Modul Nr. 32551 Supply Chain Management Termin:, 11 30 13 30 Uhr Prüfer: Prof. Dr. Dr. h.c.
MehrModul-Abschlussklausur zum. C-Modul Nr Supply Chain Management. Datum: Unterschrift des Prüfers
FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT MATRIKELNUMMER Name: Vorname: Unterschrift: Modul-Abschlussklausur zum C-Modul Nr. 32551 Supply Chain Management Termin:, 14 00 16 00 Uhr Prüfer: Prof. Dr. Dr. h.c.
MehrSo planen Sie eine Route
Prof. Dr. Hans G. Bartels Frankfurt, SS 00 Klausur zum speziellen Seminar Ausgewählte OR-Probleme Bearbeiter Maximale Punktzahl: Nachname :... Musterlösung ohne Gewähr 90 Vorname :... Matr.-Nr. :... Studienfach
MehrModul-Abschlussklausur zum. C-Modul Nr Supply Chain Management. Datum: Unterschrift des Prüfers
FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT MATRIKELNUMMER Name: Vorname: Unterschrift: Modul-Abschlussklausur zum C-Modul Nr. 32551 Supply Chain Management Termin:, 11 30 13 30 Uhr Prüfer: Prof. Dr. Dr. h.c.
MehrKlausur zur Vorlesung Logistik im Sommersemester 2015
Leibniz Universität Hannover Wirtschaftswissenschaftliche Fakultät Institut für Produktionswirtschaft Prof. Dr. Florian Sahling Sitzplatznr.: Klausur zur Vorlesung Logistik im Sommersemester 2015 Hinweise:
MehrKlausur zur Vorlesung Logistik im Sommersemester 2012
Leibniz Universität Hannover Wirtschaftswissenschaftliche Fakultät Institut für Produktionswirtschaft Jun.-Prof. Dr. Florian Sahling Klausur zur Vorlesung Logistik im Sommersemester 2012 Hinweise: Die
MehrBetriebliche Optimierung
Betriebliche Optimierung Joachim Schauer Institut für Statistik und OR Uni Graz Joachim Schauer ( Institut für Statistik und OR Uni Graz Betriebliche ) Optimierung 1 / 22 1 Das Travelling Salesperson Problem
MehrBetriebswirtschaftliche Optimierung
Institut für Statistik und OR Uni Graz 1 Das Travelling Salesperson Problem 2 Das Travelling Salesperson Problem Zentrales Problem der Routenplanung Unzählige wissenschaftliche Artikel theoretischer sowie
MehrOptimierung der Supply Chain in einem volatilen wirtschaftlichen Umfeld zur Verbesserung von Transparenz und Steuerung von Logistikprozessen
1 Optimierung der Supply Chain in einem volatilen wirtschaftlichen Umfeld zur Verbesserung von Transparenz und Steuerung von Logistikprozessen Norbert Tomandl Senior Managing Consultant, IBM Global Business
MehrDiskrete Optimierungsverfahren zur Lösung von Sudokus
Diskrete Optimierungsverfahren zur Lösung von Sudokus Seminarvortrag von Daniel Scholz am 6. Dezember 2006 Am Beispiel der Lösung von Sudokurätseln mit Hilfe der linearen Optimierung werden verschiedenen
MehrName: Vorname: Unterschrift:
Fakultät für Wirtschaftswissenschaft Matrikelnummer Name: Vorname: Unterschrift: Modul-Abschlussklausur zum C-Modul Nr. 32551 Supply Chain Management Termin:, 11 30 13 30 Uhr Prüfer: Prof. Dr. Dr. h. c.
MehrStrategisches und operatives Logistikmanagement: Distribution
Strategisches und operatives Logistikmanagement: Distribution Distribution Bearbeitet von Rainer Lasch 1. Auflage 2012. Taschenbuch. xxii, 360 S. Paperback ISBN 978 3 8349 3011 8 Format (B x L): 16,8 x
MehrLieferantenmanagement
Lieferantenmanagement Lieferantenidentifikation Lieferanteneingrenzung Lieferantenanalyse Lieferantenbewertung Lieferantenauswahl Lieferantencontrolling Steuerung der Lieferantenbeziehung Lieferantenidentifikation
MehrFlüsse in Netzwerken. Seminar über Algorithmen SoSe 2005. Mike Rohland & Julia Schenk
Flüsse in Netzwerken Seminar über Algorithmen SoSe 2005 Mike Rohland & Julia Schenk Inhalt Einführung Definition Maximale Flüsse Schnitte Restgraphen Zunehmende Wege Max-Fluss Min-Schnitt Theorem Ford-Fulkerson
MehrKombinatorische Optimierung
Kombinatorische Optimierung Zuweisungsprobleme 2 1 3 5 4 Kombinatorische Optimierung Rucksackpackproblem 1 10 2 4 6 3 5 8 6 Aufspannende Bäume Travelling Salesman VLSI Design C. Kanzow, M. Gerdts Kombinatorische
MehrArbeitsblatt 19: Lösen von Gleichungen Sportplatz
Erläuterungen und Aufgaben Zeichenerklärung: [ ] - Drücke die entsprechende Taste des Graphikrechners! [ ] S - Drücke erst die Taste [SHIFT] und dann die entsprechende Taste! [ ] A - Drücke erst die Taste
MehrRundreisen und Touren
Logistik: Rundreisen und Touren von Prof. Dr. Dr. b.c. Wolfgang Domschke TU Darm Stadt und Prof. Dr. Armin Scholl Universität Jena 5., überarbeitete und aktualisierte Auflage Oldenbourg Verlag München
MehrModul-Abschlussklausur zum. C-Modul Nr Supply Chain Management. Datum: Unterschrift des Prüfers
FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT MATRIKELNUMMER Name: Vorname: Unterschrift: Modul-Abschlussklausur zum C-Modul Nr. 32551 Supply Chain Management Termin:, 14 00 16 00 Uhr Prüfer: Prof. Dr. Dr. h.c.
MehrTeil 2: Dynamische Spiele mit vollständigen Informationen
Teil : Dynamische Spiele mit vollständigen Informationen Kapitel 5: Grundsätzliches Literatur: Tadelis Chapter 7 Problem Manche Spiele entwickeln sich über die Zeit Dynamik kann aber nicht in Spielen in
MehrVorwort... V. Abbildungsverzeichnis... XV. Tabellenverzeichnis... XVII. Symbolverzeichnis... XIX. Abkürzungsverzeichnis... XXIII. 1 Grundlagen...
Vorwort... V Abbildungsverzeichnis... XV Tabellenverzeichnis... XVII Symbolverzeichnis... XIX Abkürzungsverzeichnis... XXIII 1 Grundlagen... 1 1.1 Definition der Logistik... 1 1.2 Phasenspezifische Subsysteme
MehrDas Problem des Handlungsreisenden
Seite 1 Das Problem des Handlungsreisenden Abbildung 1: Alle möglichen Rundreisen für 4 Städte Das TSP-Problem tritt in der Praxis in vielen Anwendungen als Teilproblem auf. Hierzu gehören z.b. Optimierungsprobleme
Mehr1 Dreisatz In diesem Modul werden alle Spielarten des Dreisatzes behandelt
1 In diesem Modul werden alle Spielarten des es behandelt Inhalt: 1... 1 1.1 Der normale... 2 1.1.1 Erstes direktes Berechnen... 2 1.1.2 Berechnung mittels Schema... 3 1.1.3 Lösen als Tabelle... 4 Seite
MehrXCargo 5.0 - ein Steckbrief
XCargo 5.0 - ein Steckbrief Seite 1 XCargo 5.0 Die Stärken des Logistikplanungstools Wer Excel kennt, kann XCargo sofort einsetzen! Vorteile: Geringer Einarbeitungsaufwand Vorhandene Daten in Excel direkt
MehrStudienbrief (Auszug) Verpflegungsbetriebswirt. Controlling in der GV. Bild: mordeccy - fotolia.com
Bild: mordeccy - fotolia.com Studienbrief (Auszug) Verpflegungsbetriebswirt Die Balanced Scorecard 4 P raxisfall > Teil 3 16. Abbildung: BSP Perspektive Lernen und Entwicklung Prüfen Sie sich selbst 4.1.
MehrTheoretische Informatik 1
Theoretische Informatik 1 Approximierbarkeit David Kappel Institut für Grundlagen der Informationsverarbeitung Technische Universität Graz 02.07.2015 Übersicht Das Problem des Handelsreisenden TSP EUCLIDEAN-TSP
MehrProportionale und antiproportionale Zuordnungen
Proportionale und antiproportionale Zuordnungen Proportionale und antiproportionale Zuordnungen findet man in vielen Bereichen des täglichen Lebens. Zum Beispiel beim Tanken oder beim Einkaufen. Bei proportionalen
MehrTEIL 13: DIE EINFACHE LINEARE REGRESSION
TEIL 13: DIE EINFACHE LINEARE REGRESSION Die einfache lineare Regression Grundlagen Die einfache lineare Regression ist ebenfalls den bivariaten Verfahren für metrische Daten zuzuordnen 1 Sie hat einen
Mehr3.2 Lineare Optimierung (Entscheidungen unter Sicherheit)
3. Lineare Optimierung (Entscheidungen unter Sicherheit) Betrachtet wird hier der Fall Θ = (bzw. die Situation u(a, ϑ) bzw. l(a,ϑ) konstant in ϑ Θ für alle a A). Da hier keine Unsicherheit über die Umweltzustände
MehrKapitel 1: Fallstudie Bipartite Graphen Gliederung der Vorlesung
Kapitel : Fallstudie Bipartite Graphen Gliederung der Vorlesung. Fallstudie Bipartite Graphen. Grundbegriffe. Elementare Graphalgorithmen und. Minimal spannende Bäume. Kürzeste Wege 6. Traveling Salesman
MehrKlausur zur Vorlesung Logistik im WS 03/04
Universität Hannover Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Produktionswirtschaft Prof. Dr. Stefan Helber Klausur zur Vorlesung Logistik im WS 03/04 Hinweise: Die Klausur besteht aus 13 Seiten
MehrPrüfungsklausur Operations Research,
HTWD, FB Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Operations Research, 10.7.2008 A Name, Vorname Matr. Nr. Aufgabe 1 : In drei Porzellanwerken W 1, W 2 und W 3 werden Speiseservice hergestellt,
MehrKapitel 4: Spiele mit simultanen Spielzügen und reinen Strategien: Diskrete Strategien. Einleitung. Übersicht 3
Übersicht Teil : Spiele mit simultanen Spielzügen und reinen : Diskrete Sequentielle Spiele (Kapitel 3) Teil Diskrete () Reine Simultane Spiele Stetige (Kapitel 5) Gemischte (Kapitle 7 & 8) Kapitel 6 Übersicht
MehrKlausur zur Vorlesung Logistik im WS 04/05
Universität Hannover Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Produktionswirtschaft Prof. Dr. Stefan Helber Klausur zur Vorlesung Logistik im WS 04/05 Hinweise: Die Klausur besteht aus 14 Seiten
Mehr2 Eulersche Polyederformel und reguläre Polyeder
6 2 Eulersche Polyederformel und reguläre Polyeder 2.1 Eulersche Polyederformel Formal besteht ein Graph aus einer Knotenmenge X und einer Kantenmenge U. Jede Kante u U ist eine zweielementige Teilmenge
MehrKlausur zur Vorlesung Logistik im Sommersemester 2013
Leibniz Universität Hannover Wirtschaftswissenschaftliche Fakultät Institut für Produktionswirtschaft Prof. Dr. Stefan Helber Klausur zur Vorlesung Logistik im Sommersemester 2013 Hinweise: Die Klausur
Mehr1. Einführung 2. Lagerhaltungsmodelle bei schwankendem Absatz 3. Heuristische Verfahen 4. Wagner-Whitin-Verfahren
Entscheidungsprozesse i.d. Lagerhaltung 1. Einführung 2. Lagerhaltungsmodelle bei schwankendem Absatz 3. Heuristische Verfahen 4. Wagner-Whitin-Verfahren 1 Klassisches Lagerhaltungsproblem 700 Lagerhaltungskosten
Mehra) Warum sind Kosten bzw. Tarife für Transportdienstleistungen unterhalb einer Komplettladung in der Praxis üblicherweise mengendegressiv?
Aufgabe 1 (12 Punkte) a) Warum sind Kosten bzw. Tarife für Transportdienstleistungen unterhalb einer Komplettladung in der Praxis üblicherweise mengendegressiv? b) Welchen Nachteil hat die Weitergabe mengendegressiver
MehrHinweise zur Einschätzung der Qualität schulischer Prozesse
Hinweise zur Einschätzung der Qualität schulischer Prozesse Stand Dezember 2014 Im weiterentwickelten Inspektionsverfahren stehen die schulischen Prozesse im Fokus. Zum Entwicklungsstand dieser Prozesse
MehrName: Vorname: Unterschrift:
Fakultät für Wirtschaftswissenschaft Matrikelnummer Name: Vorname: Unterschrift: Modul-Abschlussklausur zum C-Modul Nr. 32551 Supply Chain Management Termin: 12. März 2018, 11 30 13 30 Uhr Prüfer: Prof.
MehrTheoretische Informatik 1
Theoretische Informatik 1 Approximierbarkeit David Kappel Institut für Grundlagen der Informationsverarbeitung Technische Universität Graz 10.06.2016 Übersicht Das Problem des Handelsreisenden TSP EUCLIDEAN-TSP
MehrTheoretische Informatik III (Winter 2018/19) Prof. Dr. Ulrich Hertrampf. Noch einmal TSP
Noch einmal TSP Wir hatten das TSP-Problem (Problem der Handlungsreisenden) schon als Beispiel für die Branch-and-Bound Methode kennengelernt. Nun wollen wir noch einen zweiten Algorithmus angeben, der
MehrFlüsse in Netzwerken
Skript zum Seminar Flüsse in Netzwerken WS 2008/09 David Meier Inhaltsverzeichnis 1 Einführende Definitionen und Beispiele 3 2 Schnitte in Flussnetzwerken 12 2.1 Maximaler s t Fluss..........................
MehrKey to Validation and Optimization
Key to Validation and Optimization 0010 0100100011 Tankplaner Dieselinspektor Data Mining Tankplaner Dieselkosten senken mit automatischer Tankstoppplanung Eine gute Planung von Tankstopps im Güterkraftverkehr
MehrFlüsse, Schnitte, bipartite Graphen
Flüsse, Schnitte, bipartite Graphen Vlad Popa 08.06.2010 Inhaltsverzeihnis 1. Flussnetzwerke und Flüsse 1.1 Ford- Fulkerson 1.2 Edmond Karp 1.3 Dinic 2. Schnitte 3. Maximaler Fluss bei minimalen Kosten
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Binomialverteilung und Bernoulli- Experiment
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Binomialverteilung und Bernoulli- Experiment Das komplette Material finden Sie hier: Download bei School-Scout.de TOSSNET Der persönliche
MehrAufgabe 1: Berechnen Sie für den in Abbildung 1 gegebenen Graphen den. Abbildung 1: Graph für Flussproblem in Übungsaufgabe 1
Lösungen zu den Übungsaufgaben im Kapitel 4 des Lehrbuches Operations Research Deterministische Modelle und Methoden von Stephan Dempe und Heiner Schreier Aufgabe 1: Berechnen Sie für den in Abbildung
MehrApproximationsalgorithmen
Effiziente Algorithmen Lösen NP-vollständiger Probleme 320 Approximationsalgorithmen In polynomieller Zeit lässen sich nicht exakte Lösungen von NP-harten Problemen berechnen. Approximationsalgorithmen
MehrIK Ökonomische Entscheidungen und Märkte
IK Ökonomische Entscheidungen und Märkte LVA-Leiterin: Ana-Maria Vasilache Einheit 6/I: Märkte und Wohlfahrt (Kapitel 9) Märkte und Wohlfahrt Fragestellung: Ist die zum Gleichgewichtspreis produzierte
MehrDas Simplexverfahren
Byron Das Simplexverfahren. Worum es geht: Es ist eine lineare Gleichung f gegeben, sowie ein System von Ungleichungen, die nähere Aussagen über die Unbekannten von f geben. Durch das Simplexverfahren
MehrRelationen / Lineare Funktionen
Relationen / Lineare Funktionen Relationen Werden Elemente aus einer Menge X durch eine Zuordnungsvorschrift anderen Elementen aus einer Menge Y zugeordnet, so wird durch diese Zuordnungsvorschrift eine
MehrLineare Gleichungen mit 2 Variablen
Lineare Gleichungen mit 2 Variablen Lineare Gleichungen mit 2 Variablen sind sehr eng verwandt mit linearen Funktionen. Die Funktionsgleichung einer linearen Funktion f(x) = m x+q m: Steigung, q: y Achsenabschnitt
MehrFolgen und Grenzwerte
Wintersemester 2015/201 Folgen und Grenzwerte von Sven Grützmacher Dieser Vortrag wurde für den (von der Fachschaft organisierten) Vorkurs für die Studienanfänger an der Fakultät für Mathematik und Informatik
MehrRouting A lgorithmen Algorithmen Begriffe, Definitionen Wegewahl Verkehrslenkung
Begriffe, Definitionen Routing (aus der Informatik) Wegewahl oder Verkehrslenkung bezeichnet in der Telekommunikation das Festlegen von Wegen für Nachrichtenströme bei der Nachrichtenübermittlung über
MehrAussage: richtig falsch
Aufgabe 1 (15 Minuten) Folgende Aussagen sind entweder richtig oder falsch! Kreuzen Sie jeweils direkt hinter der Aussage eines der Kästchen an! Stimmt Ihre Bewertung einer Aussage so gibt es einen Punkt.
MehrOliver Harborth. Transport- und Bestellmengenplanung in der Beschaffungslogistik. Verlag Dr. Kovac
Oliver Harborth Transport- und Bestellmengenplanung in der Beschaffungslogistik Verlag Dr. Kovac Hamburg 2009 Seite V Abbildungsverzeichnis Tabellenverzeichnis IX X 1 Einleitung 1 1.1 Problemstellung und
MehrBIM. Bossard Inventory Management
Bossard Inventory Management Bossard Inventory Management Senken Sie Ihre Kosten Reduzieren Sie Ihr Lager Erhöhen Sie Ihre Produktivität Bossard Inventory Management Rationalisierung C-Teile verursachen
MehrGemischt-ganzzahlige und Kombinatorische Optimierung
5. Präsenzaufgabenblatt, Sommersemester 2015 Übungstunde am 15.06.2015 Aufgabe J Betrachten Sie die LP-Relaxierung max c T x a T x b 0 x i 1 des 0/1-Knapsack-Problems mit n Gegenständen, c 0 und a > 0.
MehrTraveling Salesman Problem (TSP)
Traveling Salesman Problem (TSP) Das Traveling Salesman Problem (TSP) ist ein bekanntes Optimierungsproblem. Ein Handlungsreisender soll in einer Rundreise (auch Tour genannt) n vorgegebene Städte besuchen.
MehrOptimierung. Optimierung. Vorlesung 2 Optimierung ohne Nebenbedingungen Gradientenverfahren. 2013 Thomas Brox, Fabian Kuhn
Optimierung Vorlesung 2 Optimierung ohne Nebenbedingungen Gradientenverfahren 1 Minimierung ohne Nebenbedingung Ein Optimierungsproblem besteht aus einer zulässigen Menge und einer Zielfunktion Minimum
MehrName: Vorname: Unterschrift:
Fakultät für Wirtschaftswissenschaft Matrikelnummer Name: Vorname: Unterschrift: Modul-Abschlussklausur zum C-Modul Nr. 32551 Supply Chain Management Termin:, 11 30 13 30 Uhr Prüfer: Prof. Dr. Dr. h. c.
Mehrf : x y = mx + t Der Graph einer linearen Funktion ist eine Gerade, welche die y-achse im Punkt S schneidet. = m 2 x 2 m x 1
III. Funktionen und Gleichungen ================================================================== 3.1. Lineare Funktionen Eine Funktion mit der Zuordnungvorschrift f : x y = mx + t und m, t R heißt lineare
MehrMathematikreferat. von. Matthias Faß FG 99
Mathematikreferat von Matthias Faß FG 99 im Mai 2002 Inhaltsverzeichnis: Seite 1. Einleitung: Was ist eigentlich lineare Optimierung? 1 2. Geschichte der linearen Optimierung 1 3. Graphisches Verfahren
MehrUnterschiedliche Zielarten erfordern. unterschiedliche Coaching-Tools
Unterschiedliche Zielarten erfordern 2 unterschiedliche Coaching-Tools Aus theoretischer Perspektive lassen sich unterschiedliche Arten von Zielen unterscheiden. Die Art des Ziels und die dahinterliegende
MehrAnhang Beispiele ausgewählter Praxisinformationssysteme
Anhang Beispiele ausgewählter Praxisinformationssysteme 8/2015 Feedbackstrategien bei QI gefördert durch Benutzerhandbuch - Anhang 0 Autoren: Dr. Kerstin Hermes Andreas Zimmermann Ruth Krohn Stand: August
MehrOptimale Organisation maximale Leistung. Weiterentwicklung Einkaufsabteilung
Weiterentwicklung Einkaufsabteilung Optimale Organisation maximale Leistung. Wie sich die Leistung Ihres Einkaufs messbar steigern lässt ein Beratungsangebot von HÖVELER HOLZMANN CONSULTING. Worum geht
MehrWir sollen erarbeiten, wie man mit Hilfe der Mondentfernung die Entfernung zur Sonne bestimmen kann.
Expertengruppenarbeit Sonnenentfernung Das ist unsere Aufgabe: Wir sollen erarbeiten, wie man mit Hilfe der Mondentfernung die Entfernung zur Sonne bestimmen kann. Konkret ist Folgendes zu tun: Lesen Sie
MehrDynamische Optimierung
Dynamische Optimierung Mike Hüftle 28. Juli 2006 Inhaltsverzeichnis 1 Einleitung 2 1.1.................................... 2 2 Dynamisches Optimierungmodell 3 2.1 Grundmodell der dynamischen Optimierung............
MehrWird nach dem Prinzip assemble-to-order produziert, so erfolgt die Endmontage spezifisch für den jeweiligen Kundenauftrag.
Aufgabe Richtig oder Falsch? (0 Punkte) Folgende Aussagen sind entweder richtig oder falsch! Kreuzen Sie jeweils direkt hinter der Aussage eines der Kästchen an. Stimmt Ihre Bewertung einer Aussage so
MehrLösungen zum Aufgabenblatt Nr. 1: Konstruktion der reellen Zahlen
Lösungen zum Aufgabenblatt Nr. 1: Konstruktion der reellen Zahlen Aufgabe 1: Es sei D die Menge aller rationalen Dedekind-Mengen, also D := { M 2 Q M is Dedekind-Menge }. Auf der Menge D definieren wir
MehrLineare Gleichungen Lineare Gleichungssysteme. Lineare Algebra 5. Ein Trainingsheft für Schüler
Lineare Gleichungen Lineare Gleichungssysteme Lineare Algebra Ein Trainingsheft für Schüler Manuelle Lösungen ohne Rechnerhilfen und (hier) ohne Determinanten Datei Nr. 600 Stand 8. September 04 FRIEDRICH
MehrÜbungsaufgaben zur Vorlesung BWL A Produktion:
Betriebswirtschaftslehre, insbes. Produktionswirtschaft Prof. Dr. Stefan Betz Übungsaufgaben zur Vorlesung BWL A Produktion: Aufgabe 1 Definieren Sie die folgenden Begriffe, und grenzen Sie diese voneinander
MehrKlausur zur Spieltheorie Musterlösung
Prof. Dr. Ulrich Schwalbe/Dr. Tone Arnold Sommersemester 2002 Klausur zur Spieltheorie Musterlösung Vorfragen Aufgabe 1 Berechnen Sie alle Nash Gleichgewichte des folgenden Spiels (in reinen und gemischten
Mehr2.6 Stetigkeit und Grenzwerte
2.6 Stetigkeit und Grenzwerte Anschaulich gesprochen ist eine Funktion stetig, wenn ihr Graph sich zeichnen lässt, ohne den Stift abzusetzen. Das ist natürlich keine präzise mathematische Definition und
MehrAlgorithmus zur Berechnung der Jordannormalform
Algorithmus zur Berechnung der Jordannormalform Olivier Sète 19. Januar 2011 Inhaltsverzeichnis 1 Motivation 1 2 Algorithmus Wie und warum funktioniert das? 2 2.1 Zutat 1 Für einen Jordanblock.........................
MehrDiskrete und Kontinuierliche Modellierung
Diskrete und Kontinuierliche Modellierung Bei Modellen unterscheidet man unter anderem zwischen diskreten und kontinuierlichen Modellen. In diesem Artikel möchte ich den Unterschied zwischen beiden Arten
MehrKlasse 5a Ausgabe am 08.10.2003 Abgabe am 15.10.2003 im Mathematikunterricht
Klasse 5a Ausgabe am 08.10.2003 Abgabe am 15.10.2003 im Mathematikunterricht Nicht alle Erklärungen und Aufgaben, die im Internet zur Verfügung stehen, werden in gedruckter Form in den Übungsblättern ausgegeben.
MehrModul-Abschlussklausur zum. C-Modul Nr Supply Chain Management. Datum: Unterschrift des Prüfers
FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT MATRIKELNUMMER Name: Vorname: Unterschrift: Modul-Abschlussklausur zum C-Modul Nr. 32551 Termin:, 11 30 13 30 Uhr Prüfer: Prof. Dr. Dr. h.c. G. Fandel Aufgabe 1 2 3
MehrVorlesung: Nicht-kooperative Spieltheorie. Teil 4: 2-Personen-Nullsummenspiele
Vorlesung: Nicht-kooperative Spieltheorie Teil 4: 2-Personen-Nullsummenspiele Dr. Thomas Krieger Wintertrimester 2009 Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 1 Definition 2-Personen-Nullsummenspiele
MehrSCM Multiple Choice 03/2010 AUSSAGEN R F
0/00 AUSSAGEN R F MRP-Systeme basieren auf einer Sukzessivplanung. Inkrementelle Planungsansätze sind dadurch gekennz, dass Pläne fortgeschrieben u nicht wie bei APS komplett neu erstellt werden müssen.
MehrÜbungsklausur. B-Modul Instrumente des Controlling. Aufgabe 1: Logistikcontrolling Savings-Verfahren
Übungsklausur B-Modul 360 Instrumente des Controlling Aufgabe : Logistikcontrolling Savings-Verfahren Aufgabe a) Was ist der Planungsgegenstand der Tourenplanung? Worin besteht der Unterschied zwischen
Mehr3.1 Die Urväter der Oligopoltheorie: Cournot und Bertrand
3. Oligopol Im vorangegangenen Kapitel haben wir, bis auf die etwas künstliche Diskussion im Rahmen der angreifbaren Märkte, die Marktmacht eines einzelnen Unternehmens betrachtet, das sich keinerlei Wettbewerb
MehrKombinatorische Optimierung Vorlesung für den Bereich Diplom/Master Informatik
Kombinatorische Optimierung Vorlesung für den Bereich Diplom/Master Informatik Dozent: Juniorprof. Dr. Henning Meyerhenke PARALLELES RECHNEN INSTITUT FÜR THEORETISCHE INFORMATIK, FAKULTÄT FÜR INFORMATIK
MehrProduktion und Logistik
Udo Buscher Anke Daub Uwe Götze Barbara Mikus Folker Roland Produktion und Logistik Einführung mit Fallbeispielen 2. durchgesehene und aktualisierte Auflage 1 -( GUC - Verlag der Gesellschaft für Unternehmensrechnung
MehrLineare Gleichungssysteme mit zwei Unbekannten
Lineare Gleichungssysteme mit zwei Unbekannten Wie beginnen mit einem Beispiel: Gesucht ist die Lösung des folgenden Gleichungssystems: (I) 2x y = 4 (II) x + y = 5 Hier stehen eine Reihe von Verfahren
Mehr