Zusammenfassung
Für einen effizienten nachhaltigen baubetrieblichen Hochbau ist es wichtig, dass redundante und zeitaufwendige Prozesse reduziert werden. In der Intralogistik gelten Transportwege, Wartezeiten und Lagerzeiten von Komponenten als notwendig, sind jedoch nicht wertschöpfend und somit zu reduzieren. In der Intralogistik gelten Transportwege, Wartezeiten und Lagerzeiten von Komponenten als notwendig, sind jedoch nicht wertschöpfend und somit zu reduzieren. Insbesondere für die Materialflussoptimierung mangelt es aktuell an einem diskreten Optimierungsansatz, der auf diverse Baustellen übertragbar ist. Deshalb wurde im Projekt IoC ein mathematisches Modell erstellt, welches sich zur Optimierung dieses Materialflussproblems eignet. Ein Greedy-Algorithmus sowie ein Mixed Integer ProgrammingMixed Integer Programming (MIP) Ansatz mit Branch-and-Bound-Algorithmus wurde entwickelt, um das mathematische Modell zu Lösen. Die beiden Ansätze wurden anhand des IoC Demonstrators miteinander hinsichtlich Wirkungsgrad und Computer-Performance verglichen. Der Greedy-Ansatz liefert bei geringer Rechenintensität eine praxistaugliche und pragmatische Lösung. Der MIP Ansatz hingegen hat sehr hohe Rechenzeiten und liefert dafür ein global optimales Ergebnis. Es zeigte sich, dass insbesondere für große Bauvorhaben der MIP Ansatz zu rechenintensiv ist und ausschließlich der Greedy-Ansatz eine Lösung liefert. Ergebnis der Arbeit ist ein algorithmischer Ansatz zur Reduktion der Transportwege und Wartezeiten von Ressourcen (z. B. Kran, Radlader und LKW) für den Baubetrieb.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Hüttemann G, Buckhorst AF, Schmitt RH (2019) Modelling and Assessing Line-less Mobile Assembly Systems. Procedia CIRP 81:724–729. https://doi.org/10.1016/j.procir.2019.03.184
Wiendahl H-P, Deuse Jochen (2019) Arbeitsfortschrittssynchrone Materialbereitstellung in der Großgerätemontage. Konzept zur Optimierung der Logistikleistung in der Einzel- und Kleinserienfertigung. ZWF 114(5):243–246. https://doi.org/10.3139/9783446441019
Sender J, Klink S, Flügge W (2020) Method for integrated logistics planning in shipbuilding. Procedia CIRP 88:122–126. https://doi.org/10.1016/j.procir.2020.05.022
Leelertkij T, Parthanadee P, Buddhakulsomsiri J (2021) Vehicle Routing Problem with Transshipment: Mathematical Model and Algorithm. Journal of Advanced Transportation 2021:1–15. https://doi.org/10.1155/2021/8886572
Dondo R, Méndez CA, Cerdá J (2011) The multi-echelon vehicle routing problem with cross docking in supply chain management. Computers & Chemical Engineering 35(12):3002–3024. https://doi.org/10.1016/j.compchemeng.2011.03.028
Dondo R, Méndez CA, Cerdá J (2009) Managing Distribution in Supply Chain Networks. Ind. Eng. Chem. Res. 48(22):9961–9978. https://doi.org/10.1021/ie900792s
Rais A, Alvelos F, Carvalho MS (2014) New mixed integer-programming model for the pickup-and-delivery problem with transshipment. European Journal of Operational Research 235(3):530–539. https://doi.org/10.1016/j.ejor.2013.10.038
Kaboudani Y, Ghodsypour SH, Kia H, Shahmardan A (2020) Vehicle routing and scheduling in cross docks with forward and reverse logistics. Oper Res Int J 20(3):1589–1622. https://doi.org/10.1007/s12351-018-0396-z
Peres IT, Repolho HM, Martinelli R, Monteiro NJ (2017) Optimization in inventory-routing problem with planned transshipment: A case study in the retail industry. International Journal of Production Economics 193:748–756. https://doi.org/10.1016/j.ijpe.2017.09.002
Drexl M (2014) Branch-and-cut algorithms for the vehicle routing problem with trailers and transshipments. NETWORKS 63(1):119–133. https://doi.org/10.1002/net.21526
Hamidi M, Farahmand K, Sajjadi SR (2012) Modeling a four-layer location-routing problem. IJIEC 3(1):43–52. https://doi.org/10.5267/j.ijiec.2011.08.015
Roh M-I, Cha J-H (2011) A block transportation scheduling system considering a minimisation of travel distance without loading of and interference between multiple transporters. International Journal of Production Research 49(11):3231–3250. https://doi.org/10.1080/00207543.2010.484427
Wen C, Eksioglu S, Greenwood A, Zhang S (2009) Crane scheduling in a shipbuilding environment. Int J Production Economics
März L, Krug W, Rose O, Weigert G (Hrsg) (2011) Simulation und Optimierung in Produktion und Logistik. Springer Berlin Heidelberg, Berlin, Heidelberg
Sietz M, Weber S (2013) Innovative Produktionslogistik für die Einzelfertigung. ZWF 108(11):841–845
Münker S, Wildemann P, Göppert A, Brell-Cockan S, Schmitt R (2021) Towards the application of ontology-based digital twins for planning and controlling on-site construction operations
Benoist T (2021) LocalSolver. LocalSolver. https://www.localsolver.com/. Zugegriffen: 24. Juni 2021
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2024 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Münker, S., Wildemann, P.R., Buxel, M., Göppert, A., Schmitt, R.H. (2024). Intralogistik – Materialflussoptimierung der baubetrieblichen Intralogistik im Hochbau. In: Brell-Cokcan, S., Schmitt, R.H. (eds) IoC - Internet of Construction . Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-42544-9_17
Download citation
DOI: https://doi.org/10.1007/978-3-658-42544-9_17
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-42543-2
Online ISBN: 978-3-658-42544-9
eBook Packages: Computer Science and Engineering (German Language)