Diskussion:Advanced Planning and Scheduling
Füge neue Diskussionsthemen unten an:
Klicke auf , um ein neues Diskussionsthema zu beginnen.| Archiv |
| Archiv |
| Wie wird ein Archiv angelegt? |
| Auf dieser Seite werden Abschnitte ab Überschriftenebene 2 automatisch archiviert, die seit 90 Tagen mit dem Baustein {{Erledigt|1=--~~~~}} versehen sind. |
Merkmale APS
[Quelltext bearbeiten]Folgende Charakteristika weist ein APS auf:
- maschinell optimierte Planung
- Anwendung von anspruchsvollen mathematischen Algorithmen (z.B. Lineare Optimierung und Heuristik)
- Verwendung von restriktionsorientierten- und engpassorientierten Konzepte
- hauptspeicherbasiertes System, Datenbanken werden komplett im Hauptspeicher vorgehalten und erlauben so schnelle Berechnungen
- simultane Planung von Restriktionen und vorhandener Kapazitäten
- werksneutrale Planung
Weitgehend eine kaum brauchbare Listewüste - ich schau mal, was wir machen können. Yotwen 15:20, 26. Okt. 2007 (CEST)
Quellen zum Kritik-Abschnitt
[Quelltext bearbeiten]Gibt hierzu noch aktuelle Quellen mit denen man die Aussagen untermauern kann? (nicht signierter Beitrag von 37.201.144.204 (Diskussion) 16:12, 14. Jan. 2021 (CET))
Greedy oder global?
[Quelltext bearbeiten]Noch etwas: Die Aussage "Die Berechnung erfolgt üblicherweise iterativ, das heißt ... " würde ja bedeuten, dass man ein greedy Verfahren nutzt - als nächsten plant man den "nächst besten" ein. (Wenn man irgendeinen als nächsten nimmt, gibt es offenbar überhaupt keinen Aspekt von Optimierung.) Das widerspricht der Aussage, dass man ein Optimierungsverfahren nutzt - wobei unterstellt ist, dass man von Optimierungsverfahren im eigentlichen Sinne nur sprechen kann, wenn es eine grundsätzlich globale Sicht auf das Problem hat (oder im Falle heuristischer Verfahren zumindest eine hinreichend große Umgebung im Lösungsraum einbezieht) und eine längere Zeitperspektive hat als nur den nächsten Schritt zu betrachten. Das sollte in der Darstellung glattgezogen werden. --Zechenhund (Diskussion) 15:31, 14. Sep. 2024 (CEST)
- Ja, es wird üblicherweise ein "Greedy" Algorithmus verwendet. Die meisten Systeme bieten obendrein eine Neuberechnung. Diese ist aber in Abhängigkeit von der Anzahl an zu planenden Arbeitsplätzen, Anzahl der Schritte, usw. so aufwändig, dass man nicht mehr in vernünftigen Zeiten zu brauchbaren Ergebnissen kommt. Um hier zu vernünftigen Ergebnissen zu kommen, muss man den Horizont beschränken und das geht nur über den Eingriff des Menschen.
- Obendrein müssen die Systeme in Echtzeit über Änderungen im Plan informiert werden (Maschinendatenerfassung) und fast kontinuierlich aktualisiert werden. Wenn durch eine Störung (Werkzeugbruch, ungeplanter Wechsel, sachliche oder persönliche Verteilzeit, etc.) Verzögerungen eintreten, dann muss das System ggf. neu planen, um ggf. Auslauf- und Anlaufzeiten bei Schichtende/-anfang einzupassen. Kommt es zu ungeplanten Zeitverkürzungen (beispielsweise fehlendes Material), dann muss ebenfalls entschieden werden, ob man die Zeit ungenutzt verstreichen lässt oder ob man ggf. eine andere Arbeitsaufgabe vorziehen kann. Und dann kann es ungeplante Aktivitäten geben, die eine ständige Bereitschaft zum Verwerfen und Neuplanen erfordern (beispielsweise die Landebahnen eines Flugplatzes). Hier wird durch Beschränkung des Zeithorizonts dafür gesorgt, dass die Systeme die Planbarkeit erreichen. Zu kontinuierlichen Produktionssystemen fehlt mir das praktische Beispiel. Ich könnte mir vorstellen, dass eine Walzstraße vom Einsatz einer APS profitieren könnte, insbesondere bei der Produktion von Spaltband.
- In diskreten Produktionssystemen wird gerne versucht, rechnerisch Lieferzeiten zu ermitteln. Da kenne ich allerdings keine gesicherten Ergebnisse. Ich würde vermuten, dass Lean-Ansätze durch Kontrolle der Arbeitsumgebung schneller und sicherer zu Ergebnissen führen und die aufwändige Steuerung sich deswegen nicht durchsetzt.
- Last but not least ist das eine Frage der zu berücksichtigenden Ressourcen. Wenn zusätzlich zu den Zeiten von Werkzeugen und Maschinen auch noch Menschen (Skills & Zeit) und Material berücksichtigt werden sollen, dann ist die Komplexität so groß, dass man dem Bonini-Paradox zum Opfer fällt. Da sehe ich KI noch als wahrscheinlichere Lösung für dies Logistik-Probleme. Yotwen (Diskussion) 13:39, 17. Okt. 2024 (CEST) Sorry, sollte eigentlich nicht so lange werden.