Zusammenfassung
In diesem Kapitel werden nun drei alternative Verfahren zur Lösung bzw. approximativen Lösung des Standardisierungsproblems vorgestellt und ihre Lösungsgüte einander gegenübergestellt. Es handelt sich dabei um eine einfache Heuristik, die ganzzahlige lineare Programmierung und einen erweiterten Simulated-Annealing-Ansatz. Die Lösung des Standardisierungsproblems besteht in der kostenminimalen Bestimmung bzw. Approximation der Aktionsvariablen.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Referenzen
Diese maximal mögliche Kosteneinsparung entspricht der Summe aller kantenbezogenen Kosten, mit denen der Knoten Informationsbeziehungen unterhält.
Die Identifikatoren der Knoten sind in der Abbildung weggelassen worden, da sie im weiteren nicht benötigt werden.
Für eine Übersicht über die Methoden der linearen Programmierung vgl. z.B. Domschke/Drexl (1990), Müller-Merbach (1973), Neumann/Morlock (1993) oder Zimmermann (1987).
Groß ist hierbei in Relation zu den Koeffizienten der übrigen Terme zu verstehen als “groß genug, damit die Nebenbedingung ihre Funktion erfüllt”. Die Nebenbedingung erfüllt ihre Funktion genau dann, wenn M mindestens den Wert zwei annimmt. Vgl. hierzu auch Abschnitt 5.2.3. dieser Arbeit.
Die ganzzahlige lineare Programmierung zur Lösung des Standardisierungsproblems ist mit den Programmen XA und LPL durchgeführt worden.
Die Größe des Problems wird für das einfache Standardisierungsproblem durch die Anzahl der Knoten n charakterisiert.
Vgl. Hajek (1988).
Vgl. z.B. Domschke/Drexl (1990), S. 112, Neumann/Morlock (1993), S. 404 oder Wendt (1995).
Vgl. Kirkpatrick (1983).
Die Bezeichnung der Variable T als Temperatur ist in Analogie zur Abkühlung von Metallen gewählt worden, deren Atome in einen möglichst niedrigen energetischen Zustand überführt werden sollen. Bei hoher Temperatur sind die einzelnen Atome nicht ortsgebunden, d.h. ihre Bewegungen erfolgen ungerichtet. Mit abnehmender Temperatur sinkt die Wahrscheinlichkeit dafür, daß ein Atom “bereit” ist, eine Verschlechterung seines Energieniveaus hinzunehmen, bis schließlich beim Erreichen des Kristallisationspunktes die Struktur fixiert wird und keines der Atome vom augenblicklichen Zustand in einen energetisch ungünstigeren übergeht. Je langsamer der Abkühlungsprozeß vonstatten geht, desto geringer ist die Gefahr, daß einzelne Atome in einem zwar lokal optimalen Zustand “festgefroren” werden, der aber relativ weit vom energetischen Gesamtminimum entfernt ist.
Vgl.z.B.Cerny(1985), S.43.
Vgl. z.B. Kirkpatrick (1983).
In dieser Abbildung sind nur vier Satellitenknoten abgebildet. Die restlichen 96 sind durch die Punkte angedeutet.
Dabei wurden die Standardisierungskosten der Satelliten sowie die kantenbezogenen Kosten konstant gehalten.
Zu Genetischen Algorithmen vgl. insbesondere Goldberg (1989).
Vgl. zu den folgenden Modifikationen Wendt (1995), der das beschriebene Verfahren zur Lösung des (kapazitierten) Travelling-Salesman-Problems verwendet.
Es wurden mit jeder Populationsgröße tausend Versuche durchgeführt, um das Problem zu lösen.
Rights and permissions
Copyright information
© 1996 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Buxmann, P. (1996). Ansätze zur Lösung des Standardisierungsproblems. In: Standardisierung betrieblicher Informationssysteme. Gabler Edition Wissenschaft. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-663-08966-7_5
Download citation
DOI: https://doi.org/10.1007/978-3-663-08966-7_5
Publisher Name: Deutscher Universitätsverlag, Wiesbaden
Print ISBN: 978-3-8244-6211-7
Online ISBN: 978-3-663-08966-7
eBook Packages: Springer Book Archive