Beiträge zu einer Theorie der Logistik pp 463-485 | Cite as
Mesoskopische Simulation von Flusssystemen — algorithmisch steuern und analytisch berechnen
Auszug
Unter Flusssystemen werden netzförmige, künstliche, technische, steuerbare Systeme verstanden, die zur Bearbeitung (Generierung, Transport, Umwandlung, Speicherung und Vernichtung) von materiellen oder immateriellen Objekten, deren Mengen — die entweder auf diskrete Portionen oder kontinuierlich verteilt sind — sich an einzelnen Punkten des Systems (an Kanten seiner netzförmigen Struktur) als Flüsse (Ströme) erfassen und/oder darstellen lassen, aufgebaut werden. Flusssysteme umfassen also nicht nur alle möglichen Typen von Materialflusssystemen, auf deren Modellierung und Simulation der vorliegende Beitrag orientiert ist, sondern auch Systeme, in denen z. B. Finanzen, Arbeitsaufträge etc. verteilt bzw. bearbeitet werden.
Preview
Unable to display preview. Download preview PDF.
Literatur
- Arnold D (1995) Materialflußlehre. Vieweg, WiesbadenGoogle Scholar
- Großeschallau W (1984) Materialflußrechnung. Springer, Berlin Heidelberg New YorkGoogle Scholar
- Hanisch A, Tolujew J, Meuschke T, Schulze T (2004) „Datenkollektion“ zur online Simulation von Personenströmen. In: Schulze T, Schlechtweg S, Hinz V (Hrsg) Simulation und Visualisierung 2004. SCS Int., Ghent, S 27–38Google Scholar
- Kates R, Bogenberger K, Hoops M (1998) Mesoscopic Simulation with ANIMAL: Optimal Utilization of Downstream Traffic Detector Data and the Propagation of Information. In: Schreckenberg, Wolf (eds) Traffic and Granular Flow. Springer, Berlin Heidelberg New YorkGoogle Scholar
- Marthaler D, Armbruster D, Ringhofer C (2003) A Mesoscopic Approach to the Simulation of Semiconductor Supply Chains. Simulation, Vol. 79, No. 3, pp 157–162CrossRefGoogle Scholar
- Nyhuis P, Wiendahl H-P (2003) Logistische Kennlinien — Grundlagen, Werkzeuge und Anwendungen. Springer, Berlin, HeidelbergGoogle Scholar
- Schenk M, Tolujew J, Barfus K, Reggelin T (2006) Modellierung und Analyse von räumlichen Relationen zwischen physischen Objekten in logistischen Netzwerken. In: Pfohl HC, Wimmer T (Hrsg) Wissenschaft und Praxis im Dialog. 3. BVL-Wissenschaftssymposium Logistik, S 26–39.Google Scholar
- Scholz-Reiter B, Delhoum S, Zschintzsch M, Jagalski T, Freitag M (2006) Inventory Control in Shop Floors — Production Networks and Supply Chains Using System Dynamics. In: Wenzel S (Hrsg) 12. ASIM-Fachtagung, SCS Publishing House, S 273–282Google Scholar
- Spieckermann S (2005) Diskrete, ereignisorientierte Simulation in Produktion und Logistik — Herausforderungen und Trends. In: Schulze T, Horton G, Preim B, Schlechtweg S (Hrsg) Simulation und Visualisierung 2005, SCS Publishing House, Erlangen, S 3–14Google Scholar
- Tolujew J, Alcalá F (2004) A Mesoscopic Approach to Modeling and Simulation of Pedestrian Traffic Flows. In: Horton G (ed) 18th European Simulation Multiconference, SCS International, Ghent, S 123–128Google Scholar
- Tolujew J, Ziems D (2003) Prozessorientierte dynamische Materialflussrechnung. Neue Möglichkeiten zur Analyse logistischer Netzwerke. In: Inderfurth K, Schenk M, Wäscher G, Ziems D (Hrsg) 9. Magdeburger Logistik-Tagung Logistikplanung &-management, LOGiSCH, S 46–61Google Scholar
- Wiendahl H-P (1997) Fertigungsregelung — Logistische Beherrschung von Fertigungsabläufen auf Basis des Trichtermodells. Hanser, München WienGoogle Scholar