Ein Ameisenalgorithmus zur Lösung von integrierten Produktions- und Distributionsplanungsproblemen

Masterarbeit aus dem Jahr 2016 im Fachbereich BWL - Unternehmensforschung, Operations Research, Note: 1,0, Technische Universität Dortmund (Fachgebiet Operations Research und Wirtschaftsinformatik), Sprache: Deutsch, Abstract: Gegenstand dieser Arbeit ist eine Problemstellung, welche dem operationellen Supply Chain Management zugehörig ist. Es wird von einem produzierenden Unternehmen ausgegangen, das kundenseitig Aufträge zur Produktion erhält. Zur Herstellung der von den Kunden in Auftrag gegebenen Güter hält das Unternehmen Produktionsstätten mit Maschinen vor. Die Auslieferung der produzierten Güter an die Kunden erfolgt über einen eigenen Fuhrpark von Transportern. Der Umstand, dass die Herstellung der Produkte direkt mit der Auslieferung an die Endkunden verbunden ist und überdies eine beschränkte Haltbarkeit der produzierten Güter angenommen wird, erfordert einen integrierten Lösungsansatz. Dies bedeutet, dass Produktion und Distribution aufeinander abgestimmt und daher nicht separat geplant werden sollen. Es ergibt sich ein integriertes Produktions- und Distributionsplanungsproblem, im Folgenden mit IPDP abgekürzt. Ziel dieser Arbeit ist es, für ausgewählte Szenarien eines IPDP ein heuristisches Lösungsverfahren zu entwickeln. Als Werkzeug zur Lösung des IPDP wird eine relativ junge Verfahrensklasse eingesetzt, die der sogenannten Ameisenalgorithmen. Ameisenalgorithmen gehören zur Klasse der naturanalogen Optimierungsverfahren. Wie die Bezeichnung bereits impliziert, gibt das Verhalten von Ameisen bzw. deren Selbstorganisationsfähigkeit im Bereich der Arbeitsteilung, Brutaufzucht, des kooperativen Transports oder der Futtersuche die Inspiration zum Design dieser Art von Algorithmen. Das in dieser Arbeit vorgestellte Verfahren orientiert sich an dem Verhalten von Ameisen bei der Futtersuche. Derartige auf futtersuchende Ameisen basierende Algorithmen wurden bereits erfolgreich auf viele NP-schwere kombinatorische Optimierungsprobleme aus verschiedensten Bereichen angewendet.