Produktionsplanung und –steuerung (eBook)

Prof. Dr. Thorsten Claus lehrt und forscht an der TU Dresden auf dem Gebiet der Produktionsplanung und -steuerung sowie des E-Learnings. Darüber hinaus bekleidet er das Amt des Direktors des Internationales Hochschulinstituts Zittau.Prof. Dr. Frank Herrmann studierte Informatik an der RWTH Aachen und promovierte über Ressourcenbelegungsplanung. Im Rahmen seiner Professur für Produktionslogistik an der Ostbayerischen Technischen Hochschule Regensburg erforscht er quantitative Methoden in der operativen Produktionsplanung und -steuerung.Prof. Dr. Michael Manitz hat Betriebswirtschaftslehre an der Universität zu Köln studiert und lehrt heute Produktionswirtschaft und Supply Chain Management an der Universität Duisburg/Essen. Seine Forschungsgebiete sind die Produktionsplanung und -steuerung sowei Fragen der Kapazitätsplanung von Sachgüter- und Dienstleistungsproduktionssystemen.

Vorwort 5
Inhaltsverzeichnis 7
Autorenverzeichnis 9
Teil I Einführung 12
Knappe Kapazitäten und Unsicherheit — Analytische Ansätze und Simulation in der Produktionsplanung und -steuerung 13
Literaturverzeichnis 16
Ein hierarchisches Planungskonzept zur operativen Produktionsplanung und -steuerung 17
Literaturverzeichnis 31
Teil II Aktuelle Forschung 33
Robuste Optimierung zur Produktionsprogrammplanung 34
1 Einordnung in die hierarchische operative Produktionsplanung und -steuerung und Erläuterung der Problemstellung 34
2 Bisherige Lösungsansätze zur Produktionsprogrammplanung 36
3 Robuste Optimierung zur Produktionsprogrammplanung 37
4 Deterministische Ersatzwertmodelle 38
5 Mehrwertige Modellierung der Unsicherheit 38
5.1 Chance-Constrained-Modelle 40
5.2 Zweistufige Kompensationsmodelle 42
5.3 Mehrstufige Kompensationsmodelle 46
6 Simulation in der robusten Produktionsprogrammplanung 51
7 Zusammenfassung und Ausblick 52
Literaturverzeichnis 52
Robuste operative Planung 55
1 Einleitung 55
1.1 Definition von Robustheit 55
1.2 Proaktive und reaktive Planung 56
2 Robuste lineare Optimierung 57
2.1 Budget of Uncertainty 57
2.2 Budget of Uncertainty für die Losgrößenplanung 59
3 Simulationsbasierte robuste Optimierung 61
3.1 Blackbox-Simulation 61
3.2 Optimierung auf Basis von Ersatzmodellen 62
3.3 Integration von Simulation und Optimierung 63
3.4 Beispiel einer Integration von Simulation und Optimierung im Supply Chain Operations Planning 64
4 Schlussfolgerungen 67
Literaturverzeichnis 67
Einsatz der Szenariotechnik in der Produktionsplanung 69
1 Einführung in die Szenariotechnik 69
1.1 Begriffsbestimmung und -abgrenzung 69
1.2 Klassifizierung der Szenariotechnik 72
1.3 Vorgehensweise der Szenariotechnik 74
2 Methodische Betrachtung der Szenariotechnik 80
2.1 Konsistenzanalyse 81
2.2 Cross-Impact-Analyse 86
3 Einsatz der Szenariotechnik in der Produktionsplanung 91
3.1 Ansatz der Robusten Planung 91
3.2 Ansatz der Szenariosimulation 92
4 Fazit und Ausblick 93
Literaturverzeichnis 93
Das mehrstufige kapazitierte Losgrößenproblem 97
1 Einleitung 97
1.1 Entwicklung der Losgrößenmodelle 98
1.2 Basismodell 99
1.3 Voraussetzungen und Modellgrenzen 101
2 Alternative Modellformulierungen 101
2.1 Modelle mit langen Perioden (big-bucket) 102
2.2 Modelle mit kurzen Perioden (small-bucket) 104
3 Lösungsverfahren 106
3.1 Lösungsverfahren basierend auf der gemischt-ganzzahligen Modellformulierung 106
3.2 Heuristische und metaheuristische Lösungsverfahren 107
4 Integration von Losgrößen- und Reihenfolgeplanung 109
4.1 Synchronisation bei mehrstufigen Big-Bucket-Modellen 109
4.2 Synchronisation bei mehrstufigen Small-Bucket-Modellen 111
5 Aktuelle Forschungsfelder 112
Literaturverzeichnis 113
Anwendungen des Resource-Constrained Project Scheduling Problem in der Produktionsplanung 116
1 Einleitung 116
2 Das Resource-Constrained Project Scheduling Problem 118
2.1 Formale Beschreibung des RCPSP 118
2.2 Graphenmodell 118
2.3 Mathematisches Modell 119
2.4 Exakte Optimierungsverfahren 120
2.5 Prioritätsregel-Heuristiken 121
2.6 Metaheuristiken 121
3 Varianten und Erweiterungen des klassischen RCPSP 122
3.1 Simultane Planung mehrerer Projekte 123
3.2 Verallgemeinerungen des Vorgangskonzepts 124
3.3 Verallgemeinerte zeitliche Restriktionen 126
3.4 Verallgemeinerungen des Ressourcenkonzepts 127
3.5 Alternative Zielfunktionen 128
4 Planung bei Unsicherheit 130
4.1 Reaktive Ansätze 130
4.2 Proaktive Ansätze 131
5 Fazit 133
Literaturverzeichnis 133
Belastungsorientierte Ansätze in der Produktionsplanung 137
1 Einführung und Problemstellung 137
2 Zusammenhang zwischen WIP-Bestand und Durchsatz 140
2.1 Analytische Ansätze zur Bestimmung einer Clearing Function 141
2.2 Empirische Ansätze zur Bestimmung einer Clearing Function 142
3 Ein-Produkt Modell zur Auftragsfreigabe 145
3.1 Ein Grundmodell zur Auftragsfreigabe 145
3.2 Erweiterungen zum Modell ZOIP 147
3.3 Erweiterungen zum Modell DYNIP 150
4 Mehr-Produkt Modell zur Auftragsfreigabe 152
5 Zusammenfassung und Ausblick 155
Literaturverzeichnis 156
Konkurrierende Prognoseverfahren für die Lagerhaltung 159
1 Einleitung 159
2 Prognostischer Rahmen 159
2.1 Wesentliche Rahmenbedingungen 159
2.2 Prognoseprozess und Prognoseaufgabe 161
3 Prognosekonzepte und Prognoseverfahren 162
3.1 Grundkonzepte 162
3.2 Naive Prognoseverfahren 163
3.3 Exponentielle Glättungsverfahren 165
3.4 Bootstrap-Verfahren 170
3.5 Prognosevarianzen und -konfidenzintervalle 170
3.6 Prognosen über die Wiederbeschaffungszeit 171
4 Prognoseevaluation 172
5 Empirisches Beispiel 174
5.1 Datensatz 174
5.2 Design der Fallstudie 175
5.3 Rollierende Prognosesimulation und -evaluation 176
6 Fazit und Ausblick 181
Literaturverzeichnis 182
Lagerhaltungspolitiken 185
1 Gründe für das Halten von Lagerbeständen 185
1.1 Kostenbegründete Vorausproduktion 185
1.2 Kapazitätsbedingte Vorausproduktion 186
1.3 Unsicherheit bzw. Risiko 187
1.4 Spekulation 190
2 Die Nachfragemenge im Risikozeitraum 190
2.1 Wahrscheinlichkeitsverteilung der Nachfragemenge im Risikozeitraum 191
2.2 Wahrscheinlichkeitsverteilung der Fehlmenge 193
2.3 Sicherheitsbestand 195
3 Einmalige Entscheidungen über die Höhe des Lagerbestands: Das Newsvendor-Problem 196
4 Mehrperiodige Entscheidungen über die Höhe des Lagerbestands: Lagerhaltungspolitiken 198
4.1 Kontinuierliche Lagerüberwachung 199
4.2 Periodische Lagerüberwachung 201
4.3 Sensitivitätsanalyse 209
5 Dynamische Entscheidungen über die Höhe des Lagerbestands: Bestellmengen- bzw. Losgrößenplanung unter stochastischen Bedingungen 210
5.1 ... ohne Berücksichtigung von Kapazitätsbeschränkungen: Der Einprodukt-Fall 211
5.2 ... unter Berücksichtigung von Kapazitätsbeschränkungen: Der Mehrprodukt-Fall 212
Literaturverzeichnis 213
Neuere Ansätze und Methoden zur Festlegung von Sicherheitsbeständen 215
1 Sicherheitsbestandsplanung und ihre Bedeutung in verschiedenen Branchen 215
2 Festlegung von Sicherheitsbeständen 216
2.1 Datenorientierte Sicherheitsbestandsplanung 216
2.2 Dynamische Sicherheitsbestandsplanung 219
2.3 Spezialfragestellungen 222
3 Mehrstufige Sicherheitsbestandsplanung 224
3.1 Alternative Dispositionskonzepte in Liefernetzen 224
3.2 Ansätze mit stochastischen Servicezeiten 225
3.3 Ans¨atze mit deterministischen Servicezeiten 226
4 Simulationsoptimierung als Methode zur Parameteroptimierung 227
Literaturverzeichnis 228
Teil III Anwendersicht 231
Anwendung und Anwendbarkeit von Optimierungsalgorithmen in der Praxis 232
1 Hintergrund 232
2 Simulation als wesentliche Komponente der Messung 235
3 Das richtige Abstraktionsniveau in Modellierung und Simulation 237
4 Messung der Effizienz 238
5 Berücksichtigung prozessbedingter Einflussfaktoren in der Bewertung 238
6 Akzeptanz durch den Nutzer 240
7 Ableitung einer Bewertungsmatrix mit der Aufgabenstellungen bezüglich der Algorithmenauswahl eingeordnet werden 242
8 Ausblick 243
Literaturverzeichnis 243
Dynamische Austaktung in sequenzierten Produktionslinien der Automobilindustrie 245
1 Einführung 245
2 Planungsablauf in sequenzierten Produktionslinien 245
2.1 Planungskaskade 245
2.2 Slotting, Balancing und Sequencing 247
3 Arbeitsplanung 248
3.1 Zuordnung von Prozessen und Mitarbeiter zu Stationen 248
3.2 Unterstützer 248
3.3 Austaktung der Linie 249
3.4 Personalflexibilität 250
4 Herausforderungen an die Planung 250
4.1 Erhöhung der Planungsgenauigkeit in der Austaktung 251
4.2 Einflussgrößen der Austaktung 251
4.3 Kennzahlen zur dynamischen Austaktung 251
5 Einsatz der Simulation zur dynamischen Austaktung 252
5.1 Zusammenhänge der Planungsobjekte 252
5.2 Berechnung der Personaleinsatzstärke 254
6 Potentiale der dynamischen Austaktung 256
6.1 Prognosebasierte Planung 256
6.2 Dynamische Austaktung 256
7 Zusammenfassung 258
Literaturverzeichnis 258
Planung der Erdgasbeschaffung für energieintensive Industrieunternehmen 260
1 Einleitung 260
2 Problembeschreibung 261
3 Lösung mittels Genetischem Algorithmus 264
3.1 Formalisieren der Problemstellung 264
3.2 Genetischer Algorithmus 266
4 Anwendungsbeispiel 270
4.1 Fallbeschreibung 270
4.2 Ergebnisse 271
5 Fazit und Ausblick 274
Literaturverzeichnis 276