机构名称：
¥ 1.0
电容的批次大小问题（CLSP）是生产计划中的核心模型，已知是NP-硬化的优化问题。实际上，由于其计算成本较低和滚动计划范围的适用性，因此广泛使用了简单的逐期启发式方法。尽管如此，研究人员在过去30年中主要关注更先进的解决方案方法，这提供了更好的结果，但以显着（100倍和更多）更长的计算时间为代价。但是，在需要对变更或客户订单的立即响应的在线环境中，或者在必须评估多种情况的随机环境中，计算时间变得越来越重要。在本演讲的第一部分中，我们提出了一种使用遗传编程（GP）自动生成专业启发式方法的新颖方法。在计算密集的训练阶段之后，这些启发式方法的表现优于现有方法，同时保持了相同的计算工作。在演讲的第二部分中，我们提出了一般的两步结构启发式（2-SCH），该启发式（2-SCH）对客户订单进行分类，并迭代地将其添加到初步的生产计划中。我们的计算实验表明，2-SCH在没有设置时间的情况下优于CLSP的现有构造启发式方法，以及具有设置时间的CLSP的唯一可用启发式启发式。此外，我们通过将其应用于带有后订单和多级CLSP的CLSP以及在线环境中的单层CLSP来说明2-SCH的多功能性。克里斯蒂安·阿尔梅尔（Christian Almeder）教授是一位敬业的学者，他花了很多年的时间在短期和中期生产和物流计划领域进行研究和开发解决方案。他获得了维也纳理工大学的数学博士学位，随后是维也纳大学的工商管理习惯，目前他是欧洲欧洲大学Piadrina Frankfurt（ODER）的供应链管理教授。他的研究重点是使用各种操作研究技术创建高级计划模型和解决方案算法。
供应链研究研究所的讲座系列
主要关键词
相关文件推荐
