Sequenzierung mit Ant-Colony-Systemen am Beispiel Querverteil-Wagen

Dieser Beitrag zeigt die Anwendung des Ant-Colony-System (ACS) Algorithmus auf die Sequenzierung von Querverteil-Wagen in einem Lager. Wir erweitern den Basisalgorithmus der Ant-Colony-Optimierung (ACO) für die Minimierung der Bearbeitungszeit einer Menge von Fahraufträgen für die Querverteil-Wagen. Im Vergleich zu dem Greedy-Algorithmus ist der ACO-Algorithmus wettbewerbsfähig und schnell. In vielen Lagerverwaltungssystemen werden die Fahraufträge nach dem FIFO-Prinzip (First-in-First-out) ausgeführt. In diesem Beitrag wird der ACO-Algorithmus genutzt, um eine optimale Sequenz der Fahraufträge zu bilden.

Metaheuristics for the Order Batching Problem in Manual Order Picking Systems

In manual order picking systems, order pickers walk or drive through a distribution warehouse in order to collect items which are requested by (internal or external) customers. In order to perform these operations efficiently, it is usually required that customer orders are combined into (more substantial) picking orders of limited size. The Order Batching Problem considered in this paper deals with the question of how a given set of customer orders should be combined such that the total length of all tours is minimized which are necessary to collect all items. The authors introduce two metaheuristic approaches for the solution of this problem: the first one is based on Iterated Local Search; the second on Ant Colony Optimization. In a series of extensive numerical experiments, the newly developed approaches are benchmarked against classic solution methods. It is demonstrated that the proposed methods are not only superior to existing methods but provide solutions which may allow distribution warehouses to be operated significantly more efficiently.

Planung und Risikobewertung projektspezifischer Produktionsnetzwerke

Bei Einzel‐ und Kleinserienfertigung müssen sowohl langfristige Kooperationspartner als auch auftrags-spezifische, internationale Partner und Lieferanten in die Produktion komplexer Investitionsgüter einbezogen werden. Zunehmend sind kleine und mittlere Unternehmen (KMU) herausgefordert nicht nur technische Komponenten zu liefern, sondern die komplette Projektplanung zu realisieren. Im Forschungsprojekt „PIP“ soll ein Verfahren entwickelt werden, das gerade KMU des Maschinen- und Anlagenbaus bei der aufwandsmi-nimierten Partner- und Lieferantenauswahl sowie der Einschätzung möglicher Projektrisiken unterstützt. Der vorliegende Artikel beschreibt Rahmenbedingungen beim Aufbau projektspezifischer Produktionsnetzwerke sowie Lösungsansätze zu deren verbesserter Planung und Risikobewertung.