Zusammenfassung
Die meisten Konzepte für die kurz- und mittelfristige Planung basieren auf deterministischen Modellen. Somit wird bei der Planung unterstellt, dass schon zu Beginn der Planung alle Rahmenbedingungen und Parameter zumindest für den Zeitraum des Planungshorizonts bekannt sind. In der Praxis unterliegen fast alle Produktions- und Logistiksysteme unvorhergesehenen Schwankungen und manche Parameter, wie zum Beispiel der Kundenbedarf, können nur geschätzt werden. Um trotz dieser Diskrepanz eine sinnvolle Planung durchführen zu können, muss auf außerplanmäßigen Veränderungen durch häufige Neuplanung reagiert werden.
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.
Literaturverzeichnis
Alem DJ, Morabito R (2012) Production planning in furniture settings via robust optimization. Computers & Operations Research 39: 139–150
Ahneder C, Hartl R (2013) A metabeuristic optimization approach for a real-world stochastic flexible ßow shop problem with limited buffer. International Journal of Production Economics 145(1):88–95
Ahneder C, Preusser M, Hartl R (2009) Simulation and optimization of supply chains: alternative or complementary approaches? OR Spectrum 31:95–119, DOI 1O.1007/s00291- 007–0118-z
Ben-Tal A, Nemirovski A (2000) Robust solutions of Linear Progranrming problems contaminated with uncertain data. Mathematical Programming 88(3):411–424
Bertsimas D, Thiele A (2006) A Robust Optimization Approach to Inventory Theory. Operations Research 54(1):150–168
Gebhard M, Kuhn H (2007) Robuste hierarchische Produktionsplanung mit Bedarfsszena,. rien. In: Otto A, Obermaier R (eds) Logistikmanagement: Analyse, Bewertung und Gestaltung logistischer Systeme, Deutscher Universitäts-Verlag Wiesbaden, pp 161–183
Hung YC, Leacbmaun R (1999) A production plauning methodology for semiconductor ma,. nufacturing based on iterative and linear programming calculations. IEEE Transactions on Semiconductor Manufacturing 9(2):257–269
Irdem D, Kacar N, Uzsoy R (2010) An Exploratory Analysis of Two Iterative Linear Programming-Simulation Approaches far Production Planning. IEEE Transactions on Semiconductor Manufacturing 23(3):442–455
Mönch L, Lendermaun P, McGinnis LF, Schirrmann A (2011) A survey of challenges in modelling and decision-making for discrete event logiatics systems, Computers in Industry 62(6):557–567
Myers R, Montgomery D, Vining G, Borror C, Kowalski S (2004) Response Surface Methodology: A Retrospective and Literature Survey. Journal of Quality Technology 36:53–77
Scholl A (2001) Robuste Planung und Optimierung. Physica,.Verlag Heidelberg Soyster A (1973) Convex Programming with Set-Inclusive Constraints and Applications to Inexact Linear Programming. Operations research 21(5):1154–1157
Swisher JR, Jacobaen SH, Hyden PD, Schrobe LW (2000) A snrvey of simnIation optimiz & tion techniques and procedures. In: Joines JA, Barton RR, Kang K, Fishwick PA (eds) Proceedings of the 2000 Winter Simulation Conference, pp 119–128
Vieira GE, Herrmann JW, Lin E (2003) Rescheduling mannfacturing systems: A framework of strategies, policies and methods. Journal of Scheduling 6:39–62
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2015 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Almeder, C., Gansterer, M. (2015). Robuste operative Planung. In: Claus, T., Herrmann, F., Manitz, M. (eds) Produktionsplanung und –steuerung. Springer Gabler, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-43542-7_4
Download citation
DOI: https://doi.org/10.1007/978-3-662-43542-7_4
Published:
Publisher Name: Springer Gabler, Berlin, Heidelberg
Print ISBN: 978-3-662-43541-0
Online ISBN: 978-3-662-43542-7
eBook Packages: Business and Economics (German Language)