Evolutionäre Algorithmen zur Echtzeitoptimierung von Produktionsplänen für Chargenprozesse (Evolutionary Algorithms for the Online Optimization of Batch Production Schedules)

Die Echtzeitoptimierung von Produktionsplänen für Chargenprozesse ist gekennzeichnet durch kritische Antwortzeiten und unsichere Daten. Unsicherheitsbehaftete Entscheidungsprozesse auf gleitenden Zeithorizonten können durch Modelle mit gemischt-ganzzahliger Kompensation abgebildet werden. Der Beitra...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Automatisierungstechnik : AT 2008-02, Vol.56 (2), p.80-89
Hauptverfasser: Sand, Guido, Till, Jochen, Tometzki, Thomas, Urselmann, Maren, Emmerich, Michael, Engell, Sebastian
Format: Artikel
Sprache:eng
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Die Echtzeitoptimierung von Produktionsplänen für Chargenprozesse ist gekennzeichnet durch kritische Antwortzeiten und unsichere Daten. Unsicherheitsbehaftete Entscheidungsprozesse auf gleitenden Zeithorizonten können durch Modelle mit gemischt-ganzzahliger Kompensation abgebildet werden. Der Beitrag vergleicht zwei hybridisierte evolutionäre Algorithmen für eine Fallstudie aus dieser Problemklasse. The real-time optimization of batch production schedules is characterized by critical response times and uncertain data. Decision processes under uncertainty on moving horizons can be represented by models with mixed-integer compensation. This contribution compares two hybridized evolutionary algorithms for a case study which belongs to this class of problems.
ISSN:0178-2312
DOI:10.1524/auto.2008.0689