CRP - Constraintbasierte Ressourcenplanung Die Notwendigkeit Die Anwendung

Größe: px

Ab Seite anzeigen:

Download "CRP - Constraintbasierte Ressourcenplanung Die Notwendigkeit Die Anwendung"

Rainer Beltz
vor 6 Jahren
Abrufe

CRP - Constraintbasierte Ressourcenplanung Die Notwendigkeit Die Anwendungsfälle für die Ressourcenplanung findet man in Bereichen, wo mehrere Ressourcen (zum Beispiel Events, Zeit, Maschinen oder

1 CRP - Constraintbasierte Ressourcenplanung Die Notwendigkeit Die Anwendungsfälle für die Ressourcenplanung findet man in Bereichen, wo mehrere Ressourcen (zum Beispiel Events, Zeit, Maschinen oder Personal) verwaltet und genutzt werden. Da Ressourcen häufig nur in begrenztem Maße zur Verfügung stehen, ist ein wirtschaftlicher Einsatz der Ressourcen zwingend erforderlich. Die konfliktfreie Planung von komplexen Problemen mit verschiedenartigen Randbedingungen (Constraints) ist in vertretbarer Zeit nicht ohne Softwareunterstützung möglich. Hierfür bietet sich der Einsatz eines Problemlösers an. Die Anwendung Die constraintbasierte Ressourcenplanung (CRP) setzt sich aus einem spezialisierten Problemlöser und Modulen für unterschiedliche Anwendungsgebiete zusammen. zwischen den Schnittstellen der jeweiligen Anwendung und dem Problemlöser. XML HTML GUI PDF Datenbanken Verkehr.NET/C ++ (Constraintlöser mit Abfragemodul) Stundenplanung Personalplanung Besucherverwaltung Schnittstellen Java/C ++ C ++ /.NET C ++ /Java In den Modulen des Anwendungsgebiets werden die von der Anwendung bereit gestellten Daten für den Problemlöser transformiert und dem Problemlöser zur Verfügung gestellt. Nach der Lösung des mehrdimensionalen Multiressourcenproblems durch den spezialisierten Problemlöser werden die Daten über diese Module wieder an die Anwendung zurückgegeben. Neben dem Datenaustausch realisieren die Module des Anwendungsgebiets auch die entsprechenden Bedingungsmodelle, welche die Anwendung des spezialisierten Problemlösers ermöglichen. 1 Der spezialisierte Problemlöser realisiert die konfliktfreie Lösung von mehrdimensionalen Multiressourcenproblemen mit Hilfe von Lösungsverfahren der Künstlichen Intelligenz. Für die verschiedenen Anwendungsgebiete übernehmen Module den Datenaustausch Der spezialisierte besteht aus einem Constraintlöser und einem Abfragemodul. Der Constraintlöser wird eingesetzt für: die Lösung von mehrdimensionalen Multiressourcenproblemen und

die effiziente Datenhaltung und Lösungssuche für große Ressourcenprobleme. Der Constraintlöser ist in der Programmiersprache C++ realisiert und wird als DLL bereitgestellt. Es sind Schnittstellen für.

2 die effiziente Datenhaltung und Lösungssuche für große Ressourcenprobleme. Der Constraintlöser ist in der Programmiersprache C++ realisiert und wird als DLL bereitgestellt. Es sind Schnittstellen für.net und Java verfügbar. C ++.NET Java der Werte der Ressourcen erfolgt über sogenannte Grunditeratoren. Mit Hilfe von Kombinationsiteratoren werden die einzelnen Bedingungen umgesetzt und mithilfe von Prädikateniteratoren miteinander verknüpft. So lassen sich zum Beispiel verfügbare Besuchstermine für unterschiedliche Veranstaltungen mit variierenden Teilnehmeranzahlen und bedingungen für ein Besucherverwaltungssystem realisieren..net- Wrapper Java- Wrapper Modul des Anwendungsgebiets Stundenplanung Interaktive und automatische Stundenplanung Abfragemodul 2 Constraintsolver In.NET sind Steuerelemente zur Analyse des Constraintmodells und ein XML-Import/Export realisiert worden. Allgemeines Abfrage- /Filtermodul Es wurde ein Modul zur Bearbeitung von Anfragen und Filterung von Verfügbarkeiten von Ressourcen entwickelt. Hiermit können verschiede Bedingungen mit unterschiedlichen Werten zur Abbildung komplexer Anfragen miteinander kombiniert werden. Die Abfrage Planung mit Zeit- und Fachprioritäten Beachtung der Pausen und Wegezeiten Konfliktfreie Zuordnung von Räumen und lehrendem Personal (Lehrer, Dozenten, ) Verwaltung und Planung der Raum entsprechend ihrer Ausstattungen Verwaltung und Planung nach Wünschen für Zeit, Raum und lehrendes Personal

3 Verarbeitung von vielfältigen Randbedingungen (Blöcken, Doppelstunden, Kursbeziehungen, ) Kontinuierliche Diskretisierung der Strecke Diskontiniuerliche Diskretisierung der Strecke (Signale, LZB) Plan Zeitpunkt Jahrgängen/Klassen Kursen/Gruppe(n) Kombination von kontinuierlicher und diskontinuierlicher Diskritisierung (Signale, LZB, Moving Block) Veranstaltung Ort Fach Raum Lehrer Erstellung von Stunden-, Klassen- und Gruppenplänen für frei wählbare Zeiträume (Tage, Wochen, Monate, Jahre) Unterstützung bei der Baubetriebsplanung und dem Havariemanagement Abbildung der Topologie (Schienennetzes) mit unterschiedlichen Genauigkeiten (Die höchste Genauigkeit ist die Abbildung als Gleisplan mit allen relevanten Daten für die fahrdynamische Berechnung.) Erstellung von Raum-, Personal- und Vertretungsplänen Eigenständiges Format zur Speicherung sgrenze (Betriebsstelle) sgrenze (Betriebsstelle) 3 von Stundenplänen basierend auf Prolog- Teilgleis Abbildung termen Ausgabe der Pläne in HTML und XML Abstand Modul des Anwendungsgebiets Verkehr Einsatz für schienengeführten Verkehr, insbesondere im Eisenbahnverkehr Konfliktfreie Fahrplanerstellung, Trassenplanung und Simulation Bestimmung der Fahrplanstabilität und qualität durch Einstreuung von Störungen zur Simulation von Abweichungen des täglichen Betriebs Abbildung der Züge mit fahrdynamischen Eigenschaften (Aus der Vorgabe der notwendigen Halte und einer Wunschzeit werden die Fahr- und Belegungszeiten der Züge ermittelt.) Schnelle und effiziente Verarbeitung von großen Teilnetzen mit hoher Genauigkeit Aktualisierung der Zugdaten bei Dispositionen (zum Beispiel Biegen, Umleiten von Zügen)

4 Berücksichtigung der Prioritäten von Zügen und Fahrwege, Zugfahrtverknüpfungen, Anschlussbindungen und Takten bei der konfliktfreien Planung von Zugtrassen Schnittstellen zu vorhandenen Datenhaltungssystemen des Eisenbahnverkehrs In Projekten zur Stundenplanung, Fahrplanung, Trassenplanung und Betriebssimulation wurden die Module der Anwendungsgebiete in Verbindung mit dem Problemlöser erfolgreich eingesetzt. Die Zukunft Für die Constraint-basierte Ressourcenplanung ist vorgesehen die verfügbaren Module für weitere Anwendungsgebiete zu erweitern (zum Beispiel Personalplanung). Entsprechend der Erweiterungen können sich neue Anforderungen an den Problemlöser MRCS ergeben, die dann entsprechend nachgeführt werden. Zusammenfassung Zur Lösung hochkomplexer Ressourcenprobleme mit einer Vielzahl von Nebenbedingungen eignen sich Constraint-Technologien. Durch die Constraint-Technologien können für diese komplexen Ressourcenprobleme nach kurzer Zeit konfliktfreie Lösungen gefunden werden. Zu den Ressourcenproblemen gehören zum Beispiel die Verkehrsplanung und -simulation, Stundenplanung, Personalplanung, Eventplanung, Ressourcenplanung, Werkstattplanung oder Raumplanung. Im Allgemeinen sind diese Ressourcenprobleme mehrdimensional und damit so komplex, dass Lösungsverfahren aus dem Gebiet der Künstlichen Intelligenz notwendig sind, um in kurzer Zeit eine oder mehrere Lösungen zu finden. Die mehrdimensionalen Ressourcenprobleme werden durch einen Problemlöser bearbeitet. Der Problemlöser generiert aus der Beschreibung des Ressourcenproblems eine Lösung durch die Anwendung eines generischen Algorithmus auf dem Problemmodell. Bei den meisten praktischen Ressourcenproblemen handelt es sich um große, detaillierte Planung und Simulationen mit begrenzten Ressourcen. Es wurde ein Problemlöser entwickelt, der auf die Behandlung großer Multiressourcenprobleme in kurzer Zeit spezialisiert ist. Für die verschiedenen Anwendungsgebiete wird der Problemlöser mit Modulen kombiniert, die die Schnittstellen des Anwendungsgebietes und zum Problemlöser zur Verfügung stellen. In diesen Modulen der Anwendungsgebiete erfolgt eine Transformation der Daten für die Lösung des Ressourcenproblems durch den Problemlöser. 4

5 Technik in Stichworten Problemlöser in C++ als DLL mit einer Java Schnittstelle Module des Anwendungsgebiets in.net/c# oder Java Schnittstellen für Java, XML, HTML und zu Datenbanken Einfache Komponenten für die Visualisierung Leistungen der ITSO Softwarelizenzen für den Problemlöser Softwarelizenzen für die Module des Anwendungsgebiets Dokumentation Systemeinführung 5 Schulung Service und Support für den Problemlöser und die Module des Anwendungsgebiets

Ähnliche Dokumente

Constraint-basierte Planung und Optimierung von Prüfungsterminen mithilfe einer graphischen Benutzeroberfläche

Douglas Cunningham,Petra Hofstedt, Klaus Meer, IngoSchmitt (Hrsg.): INFORMATIK 2015 LectureNotes in Informatics (LNI), Gesellschaft für Informatik, Bonn 2015 Constraint-basierte Planung und Optimierung