Zur Seitenansicht
 

Titelaufnahme

Titel
Simulationsbasierte Generierung von Situation/Maßnahmen Zuordnungen unter subjektiver Berücksichtigung möglicher Zukünfte und aktuellem Systemzustand im Kontext einer situationsbasierten Steuerung von logistischen Systemen
AutorKlaas, Alexander In der Gemeinsamen Normdatei der DNB nachschlagen
PrüferDangelmaier, Wilhelm In der Gemeinsamen Normdatei der DNB nachschlagen ; Suhl, Leena In der Gemeinsamen Normdatei der DNB nachschlagen
Erschienen2014
HochschulschriftPaderborn, Univ., Diss., 2014
Anmerkung
Tag der Verteidigung: 30.10.2014
Verteidigung2014-10-30
SpracheDeutsch ; Englisch
DokumenttypDissertation
URNurn:nbn:de:hbz:466:2-15032 Persistent Identifier (URN)
Dateien
Simulationsbasierte Generierung von Situation/Maßnahmen Zuordnungen unter subjektiver Berücksichtigung möglicher Zukünfte und aktuellem Systemzustand im Kontext einer situationsbasierten Steuerung vo [6.23 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Die Steuerung von logistischen Systemen ist aufgrund der Abhängigkeiten der einzelnen Entscheidungen (beispielsweise der Auswahl eines Einlagerplatzes) eine rechenintensive Aufgabe, die nicht in Echtzeit optimal lösbar ist. Erschwerend ist im praktischen Einsatz, dass die Aufträge online auftreten, stochastische Einflüsse wie der Ausfall von Fördereinheiten berücksichtigt werden sollten und sich die Rahmenbedingungen des zu steuernden Systems ändern können. Ziel der Arbeit ist es, ein Steuerungsverfahren zu entwickeln, dass die Leistung des Systems unter den genannten Aspekten maximiert. Der Materialflusssimulation kommt dabei eine zentrale Rolle zu. Mittels dieser generiert das Verfahren in einer vorgelagerten Phase relevante Trainingsbeispiele, bei denen einer Steuerungssituation eine jeweils optimalen Maßnahme zugeordnet ist. Die Leistung des Systems wird in der Simulation in einer Vielzahl an Szenarien evaluiert. Mittels sogenannter Systemparameter, die aus dem System ausgelesen werden, kann die Steuerung Änderungen wie etwa in den Aufträgen erkennen, prognostizieren und frühzeitig neue Trainingsbeispiele generieren. Im Betrieb selbst kann mittels induktivem Lernen auf Basis dieser Daten schnell entschieden werden. Am Beispiel eines automatisierten „Material Handling Systems“ eines Partnerunternehmens wird das Steuerungsverfahren demonstriert. Dabei zeigen sich Leistungsvorteile in Form von reduzierten Wartezeiten durch die Wahl der jeweils optimalen Maßnahme. Durch die Berücksichtigung stochastischer Ereignisse wird die Leistung im Fall einer plötzlichen, unvorhersehbaren Lastspitze besonders erhöht. Die Steuerung erkennt proaktiv sich abzeichnende neue Lastsituationen und erzielt daher ein konstant hohes Leistungsniveau.

Zusammenfassung (Englisch)

The control of logistics systems is a computationally demanding task due to the many interdependencies of the individual decisions such as the choice of a location for stored material. In practice, further challenges are posed by the online nature of tasks, stochastic influences such as breakdowns, and changing circumstances of the system under control. The aim of the dissertation is the development of a control method that maximizes the systems performance under the mentioned aspects. Material flow simulation has a central role in the method. It is used to generate training examples in an offline phase that assign an optimal method to relevant situations. The performance of the system in different scenarios is evaluated in the simulation. So called system parameters are read from the system and fed into the simulation model in order to register and forecast changes e.g. in the order structure and generate new training examples early. During operation, the control is able to quickly make decisions based on this data. An automated material handling system, developed by a partner company, is controlled using the method for demonstration purposes. Performance benefits in the form of reduced waiting times can be shown. By considering stochastic events, the performance in case of a sudden surge of tasks can be especially increased. The control proactively detects emerging changes and achieves a constantly high level of performance.