Methoden der mehrstufigen Ablaufplanung in der Halbleiterindustrie (eBook)

Dr. Isabel Jasmin Acker promovierte bei Prof. Dr. Andreas Kleine am Lehrgebiet Quantitative Methoden an der Universität Hohenheim. Sie ist Inhaberin eines Textilunternehmens und Dozentin an der Hochschule für Wirtschaft und Umwelt Nürtingen-Geislingen.

Geleitwort 6
Vorwort 8
Inhaltsverzeichnis 9
Abbildungsverzeichnis 13
Tabellenverzeichnis 16
Abkürzungsverzeichnis 19
Verzeichnis ausgewählter Symbole 22
1 Einleitung 34
1.1 Gegenstand der Arbeit 34
1.2 Aufbau der Arbeit 36
2 Ablaufplanung 39
2.1 Einordnung der Ablaufplanung in den Produktionsprozess 39
2.2 Grundlagen der Ablaufplanung 43
2.2.1 Begri. und Aufgaben der Ablaufplanung 43
2.2.2 De.nitionen und Notationsvereinbarungen 46
2.3 Klassi.kation von Ablaufplanungsproblemen 53
2.3.1 Maschinencharakteristika a 53
2.3.2 Auftragscharakteristika ß 56
2.3.3 Zielkriterien . 58
2.4 Der Losungsb¨ ereich – Arten von Ablaufpl¨anen 65
2.4.1 Fallstudie FS1 65
2.4.2 Zul¨assige Ablaufpl¨ane 67
2.4.3 Semiaktive Ablaufpl¨ane 69
2.4.4 Aktive Ablaufpl¨ane 70
2.4.5 Unverzogerte¨ Ablaufpl¨ane 72
3 Fallstudie aus der Halbleiterindustrie 74
3.1 Produktionsstufe Montage 75
3.2 Produktionsstufe Endmessung 77
3.3 Maschinenverfugbark¨ eit 81
3.4 Alternative Maschinenfolgen 84
3.5 Nachfrage 86
3.6 Zielsetzung 89
3.7 Zusammenfassung und Anmerkungen 91
4 Job-Shop-Modelle der Ablaufplanung 98
4.1 Das Prinzip des disjunktiven Graphen 99
4.1.1 Allgemein 99
4.1.2 Veranschaulichung mit Hilfe der Fallstudie FS1 101
4.2 Modellformulierung nach Manne fur¨ das klassische Job-Shop-Problem 105
4.2.1 Herleitung der Modellformulierung 105
4.2.2 Anwendung auf die Fallstudie FS1 107
4.3 Ein gemischt-ganzzahliges lineares Programm zur Modellierung der Fallstudie aus der Halbleiterindustrie 109
4.3.1 Weitere Notationsvereinbarungen 109
4.3.2 Modellierung der Fallstudie FSH: GGLP-Komplett 112
4.3.3 Erl¨auterungen 114
4.3.4 Fallstudie FS2 118
5Lösungsverfahren für Job-Shop-Probleme 122
5.1 Anmerkungen zur Komplexit¨at 122
5.2 Ub¨ erblick ub¨ er exakte und heuristische Losungsans¨ ¨atze 126
5.2.1 Exakte Verfahren 126
5.2.2 Heuristische Verfahren 134
5.2.2.1 Ero.n¨ ungsverfahren 135
5.2.2.2 Verbesserungsverfahren/Lokale Suchverfahren 137
5.2.2.3 Weitere Verfahren 145
5.3 Priorit¨atsregelverfahren 145
5.3.1 Einfache Konstruktionsverfahren 145
5.3.2 Priorit¨atregeln 153
5.3.3 Anwendung des Gi.er& Thompson-Verfahrens auf die Fallstudie FS1
5.4 Genetische Algorithmen 164
5.4.1 Hintergrund und Ablauf 164
5.4.2 Konstruktion Genetischer Algorithmen 169
5.4.2.1 Kodierung 170
5.4.2.2 Losungsev¨ aluierung 172
5.4.2.3 Ausgangspopulation 176
5.4.2.4 Selektion 177
5.4.2.5 Crossover 180
5.4.2.6 Mutation 185
5.4.2.7 Ersetzungsschema 187
5.4.2.8 Abbruchkriterium 188
5.4.3 Veranschaulichung an der Fallstudie FS1 189
6 Zweiphasen-Heuristik fur¨ die Fallstudie aus der Halbleiterindustrie 194
6.1 1. Phase – Auswahl der Maschinenfolgen 195
6.1.1 Ein gemischt-ganzzahliges lineares Programm zur Auswahl der Maschinenfolgen 195
6.1.2 Notationsvereinbarungen 197
6.1.3 Modellierung der Maschinenfolgeauswahl: 198
6.1.4 Erl¨auterungen 199
6.1.5 Fallstudie FS3 200
6.2 2. Phase – das Priorit¨atsregelverfahren 204
6.2.1 Einleitung 204
6.2.2 Erweiterungen 207
6.2.2.1 Nachlaufzeit 207
6.2.2.2 Rustzeit¨ und Auftragsgruppen 207
6.2.2.3 Maschinen – Stillst¨ande und Anlaufzeit 208
6.2.2.4 Kon.ikt-Begri. 209
6.2.3 Der Ablaufplan-Generator [G& T-ext]
6.2.4 Losung¨ der Fallstudie FS3 223
6.3 2. Phase – der Genetische Algorithmus 227
6.3.1 Problemspezi.sche Ausgestaltung des Genetischen Algorithmus 228
6.3.2 Der Ablaufplan-Generator [Decod-ext] 230
6.3.3 Losung¨ der Fallstudie FS3 235
7 Evaluation 238
7.1 Bestimmung und Generierung der Daten und Szenarien fur¨ die Simulationsstudie 238
7.1.1 Unver¨anderliche Daten 239
7.1.2 Ver¨anderliche Daten 239
7.1.2.1 Planungshorizont 239
7.1.2.2 Nachfrage 240
7.1.2.3 Liefertermine 240
7.1.2.4 Maschinenstillst¨ande 241
7.1.2.5 Maschinenfolgen 243
7.1.3 Betrachtete Szenarien 243
7.2 Simulationsablauf und -ergebnisse der 1. Phase 244
7.3 Simulationsablauf und -ergebnisse der 2. Phase 248
7.3.1 Allgemeines 248
7.3.2 Priorit¨atsregelverfahren 251
7.3.3 Genetischer Algorithmus 255
7.3.3.1 Populationsgroße¨ 256
7.3.3.2 Anzahl Kinder 257
7.3.3.3 Evolutionsstrategie 258
7.3.3.4 Abbruchkriterium 259
7.3.3.5 Selektion des Mating-Pool 261
7.3.3.6 Crossover 263
7.3.3.7 Mutation 264
7.3.3.8 Zusammenfassung 266
7.4 Ergebnisvergleich der beiden Losungsv¨ erfahren 268
7.4.1 Zielfunktionswert 268
7.4.2 Fertigstellung nach dem Ende des Planungszeitraums 269
7.4.3 Zykluszeit 270
7.4.4 Terminub¨ erschreitung 270
7.4.4.1 Anzahl Terminub¨ erschreitungen 270
7.4.4.2 Hohe¨ Terminub¨ erschreitung 272
7.4.5 Abschlussbemerkungen 273
8 Schlussbetrachtung 278
8.1 Zusammenfassung 278
8.2 Ausblick 283
A Anhang 285
A.1 Weitere Ablaufgraphen und -pl¨ane zu denFallstudien 285
A.1.1 Beispiel f¨ur Unzul¨assigkeit 285
A.1.2 Aktiv 286
A.1.3 Unverz¨ogert 286
A.1.4 Optimal 287
A.1.5 Optimales Gantt-Diagramm von Fallstudie FS3 289
A.2 Modellformulierung nach Manne f¨ur Fallstudie FS1 290
A.3 Simulationsergebnisse zur 1. Phase 291
A.4 Simulationsergebnisse zur 2. Phase 293
A.4.1 Simulationsergebnisse zum Priorit¨atsregelverfahren 293
A.4.2 Simulationsergebnisse zum Genetischen Algorithmus 295
Literaturverzeichnis 299