Quantitative Unternehmensplanung
Mathematische Methoden und betriebliche Anwendungsbeispiele
- 2022
- Buch
- Verfasst von
- Udo Bankhofer
- Buchreihe
- Studienbücher Wirtschaftsmathematik
- Verlag
- Springer Fachmedien Wiesbaden
Über dieses Buch
Das Lehrbuch führt anwendungsorientiert in alle zentralen Teilbereiche des Operations Research bzw. der quantitativen Unternehmensplanung ein: Behandelt werden lineare, ganzzahlige und nichtlineare Optimierungsansätze, Methoden der Projektplanung und Netzplantechnik, stochastische Modelle sowie nichtexakte Lösungsverfahren. Die jeweiligen Modelle und Methoden werden anhand zahlreicher betrieblicher Anwendungsbeispiele aus den Bereichen Produktion, Logistik, Marketing und Finanzwirtschaft illustriert. Entsprechende Übungsaufgaben mit ausführlichen Lösungen tragen zur Vertiefung des Stoffes bei und helfen bei der Vorbereitung auf Klausuren.
Das Buch richtet sich an Lehrende und Studierende der Wirtschaftswissenschaften, der Wirtschaftsinformatik, der Ingenieurwissenschaften sowie verwandter Studiengänge, in denen grundlegende Kenntnisse quantitativer Methoden der Unternehmensplanung benötigt werden.
Anzeige
Inhaltsverzeichnis
-
Frontmatter
-
Grundlagen der quantitativen Unternehmensplanung
-
Frontmatter
-
Kapitel 1. Grundfragen der Planung
Udo BankhoferDas Kapitel 'Grundfragen der Planung' beleuchtet die zentrale Bedeutung der Planung in Unternehmen als Entscheidungshilfe. Es wird die systematische Vorwegnahme von Handlungskonsequenzen und die Ableitung von Handlungsempfehlungen erläutert, um gegebene Bewertungskriterien zu optimieren. Der Planungsprozess wird als informationsverarbeitender und willensbildender Prozess beschrieben, der ziel- und zukunftsorientiertes Denken und Handeln fördert. Besondere Aspekte wie der Zukunftsaspekt, der Rationalitätsaspekt und der Gestaltungsaspekt werden hervorgehoben. Methoden des Operations Research werden als wesentliche Instrumente zur Lösung von Planungsproblemen vorgestellt. Der Ablauf des Planungsprozesses wird in sechs Schritten detailliert dargestellt, von der Problemidentifizierung bis zur Interpretation und Bewertung der Ergebnisse. Verschiedene Planungsmodelle und zugehörige OR-Verfahren werden erläutert, um eine optimale Entscheidungsunterstützung zu gewährleisten. Literaturhinweise runden das Kapitel ab und bieten weitere Vertiefungsmöglichkeiten.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungDer Ausgangspunkt eines Planungsproblems in einem Unternehmen stellt typischerweise ein vorliegendes Entscheidungsproblem dar. Das Unternehmen bzw. die Unternehmensleitung ist folglich gezwungen, eine Entscheidung zu treffen und diese auch umzusetzen. Die Planung stellt dabei eine Entscheidungshilfe dar und beinhaltet die systematische, gedankliche Vorwegnahme von Handlungskonsequenzen zur Entscheidungsunterstützung und Ableitung von Handlungsempfehlungen -
Kapitel 2. Quantitative Planung im Unternehmen
Udo BankhoferDas Kapitel 'Quantitative Planung im Unternehmen' behandelt die Bedeutung der Planung im Managementprozess und stellt die quantitative Planung als spezifische Methode zur Lösung betrieblicher Probleme vor. Es werden verschiedene Planungsbereiche und -dimensionen erläutert, wobei die Ziel- und Strategienplanung als zentraler Bestandteil hervorgehoben wird. Die Planung basiert auf mathematischen Modellen und Methoden, die zur Optimierung von Prozessen und zur Erreichung von Zielen eingesetzt werden. Praktische Anwendungsbeispiele, wie die Produktionsprogrammplanung und die Durchlaufterminierung, veranschaulichen die Umsetzung dieser Methoden in der Praxis. Das Kapitel schließt mit Literaturhinweisen, die weitere vertiefende Informationen bieten.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungDie Planung stellt neben Konzeption, Entscheidung, Realisation und Kontrolle eine Phase im Managementprozess eines Unternehmens dar. Das Unternehmen legt also Ziele fest, plant, entscheidet, realisiert und kontrolliert, ob das Ergebnis den Zielvorgaben auch genügt. Wenn dies nicht der Fall ist, können sich Rückwirkungen auf die Ziele ergeben, so dass der Kreis geschlossen wird.
-
-
Optimierungsmodelle und Optimierungsmethoden
-
Frontmatter
-
Kapitel 3. Lineare Optimierung
Udo BankhoferDas Kapitel zur linearen Optimierung stellt ein zentrales Thema des Operations Research dar. Es behandelt die Lösung von Planungsproblemen, deren Struktur sich in linearen Gleichungen und Ungleichungen darstellen lässt. Die lineare Optimierung ist besonders in der Betriebswirtschaft relevant, wo sie zur Maximierung von Produktionsmenge, Umsatz oder Gewinn eingesetzt wird. Das Kapitel führt in Abschnitt 3.1 verschiedene betriebliche Anwendungsbeispiele ein, darunter das Produktionsplanungsproblem, das Mischungsproblem, das Transportproblem und das Verschnittproblem. In Abschnitt 3.2 wird die graphische Lösung von linearen Optimierungsproblemen behandelt, während Abschnitt 3.3 die analytische Lösung mittels des Simplexalgorithmus und der Zwei-Phasen-Methode darstellt. Besondere Aufmerksamkeit wird der Diskussion der Existenz und Eindeutigkeit von Lösungen sowie der postoptimalen Sensitivitätsanalyse, der parametrischen linearen Optimierung und der Mehrfachzielsetzungen geschenkt. Das Kapitel schließt mit Übungsaufgaben und Literaturhinweisen, die das Verständnis der linearen Optimierung vertiefen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungGemessen am Stand der heutigen Forschung und an der Skala der Anwendungsmöglichkeiten kann die lineare Optimierung wohl als das bedeutendste Teilgebiet des Operations Research bezeichnet werden. Es geht hierbei um die Lösung von Planungsproblemen, deren Struktur sich in einem System linearer Gleichungen und/oder Ungleichungen darstellen lässt. Konkret bedeutet dies, dass zunächst Restriktionen bezüglich Produktion, Kapital-, Arbeitseinsatz in Form von linearen (Un-)Gleichungen gegeben sind. -
Kapitel 4. Ganzzahlige Optimierung
Udo BankhoferDas Kapitel zur ganzzahligen Optimierung unterscheidet sich von linearen Optimierungsproblemen durch die Nicht-Teilbarkeit der Variablenwerte. Es werden verschiedene betriebliche Anwendungsbeispiele wie Standort-, Layout- und Tourenplanung vorgestellt, die durch ganzzahlige Optimierungsprobleme gelöst werden können. Ein zentrales Verfahren zur Lösung solcher Probleme ist das Branch&Bound-Verfahren, das durch Verzweigen und Begrenzung des Lösungsraums eine effiziente Suche nach optimalen Lösungen ermöglicht. Das Kapitel enthält auch Übungsaufgaben und Literaturhinweise, um das Verständnis zu vertiefen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungDie bislang betrachteten linearen Optimierungsprobleme gehen davon aus, dass eine beliebige Teilbarkeit hinsichtlich der Variablenwerte vorliegt und damit jedes Niveau der Variablen realisierbar ist. Bei realen Problemstellungen ist oft eine Teilbarkeit nicht gegeben, wenn beispielsweise im Rahmen einer Produktionsplanung optimal zu produzierende Stückzahlen von Produkten bestimmt werden sollen. -
Kapitel 5. Nichtlineare Optimierung
Udo BankhoferDas Kapitel zur nichtlinearen Optimierung unterscheidet sich von der linearen Optimierung durch die Aufhebung der Proportionalität und Additivität in der Zielfunktion und den Nebenbedingungen. Es werden verschiedene spezielle nichtlineare Optimierungsprobleme behandelt, darunter das quadratische Optimierungsproblem, bei dem eine quadratische Zielfunktion und lineare Nebenbedingungen vorliegen. Ein weiterer Schwerpunkt ist das Gradientenverfahren, das zur Lösung nichtlinearer Optimierungsprobleme ohne und mit linearen Nebenbedingungen eingesetzt wird. Das Kapitel schließt mit Übungsaufgaben und Literaturhinweisen, die den Lesern praktische Anwendungen und weiterführende Ressourcen bieten.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungDie bei der linearen Optimierung geforderte Voraussetzung der Proportionalität und Additivität in der Zielfunktion und den Nebenbedingungen sowie die damit resultierenden linearen Strukturen ohne wechselseitige Abhängigkeiten der Variablen muss im Fall der nichtlinearen Optimierung nicht mehr vorliegen. Es können also grundsätzlich beliebige Funktionen \(g\left( x \right)\) in der Zielfunktion vorliegen und auch die Nebenbedingungen müssen nicht zwingend lineare Strukturen aufweisen.
-
-
Projektplanung und Netzplantechnik
-
Frontmatter
-
Kapitel 6. Graphentheoretische Grundlagen
Udo BankhoferDas Kapitel 'Graphentheoretische Grundlagen' behandelt die Nutzung von Graphentheorie zur Modellierung und Optimierung komplexer Planungsprobleme. Es wird erläutert, wie Graphen zur Darstellung von Verkehrsnetzen, Leitungsnetzen und Projektstrukturen verwendet werden können. Besonders hervorgehoben wird der Tripelalgorithmus zur Bestimmung optimaler Wege in Digraphen. Praktische Beispiele und Übungsaufgaben veranschaulichen die theoretischen Konzepte und zeigen deren Anwendung in der Praxis auf. Das Kapitel schließt mit Literaturhinweisen, die weitere vertiefende Informationen bieten.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungDas Grundproblem einer mathematischen Planungsaufgabe ist die Abbildung komplexer Zusammenhangs- und Abhängigkeitsstrukturen in einem geeigneten Modell. Dieses Modell muss aber nicht zwingend in Form von Funktionen, Gleichungen oder Ungleichungen vorliegen, um es mit Hilfe von Ansätzen der Optimierung lösen zu können. Häufig ist es notwendig, die Strukturen des Planungsproblems mit Hilfe von Graphen abzubilden und zu analysieren. -
Kapitel 7. Grundbegriffe und Darstellungsformen für Netzpläne
Udo BankhoferDer Beitrag behandelt die grundlegenden Begriffe und Darstellungsformen von Netzplänen in der Projektplanung. Netzpläne dienen der Strukturierung, Planung, Steuerung und Überwachung von Projekten, die aus zeitbeanspruchenden Tätigkeiten mit Anordnungsbeziehungen und Ergebnissen bestehen. Vorgangspfeilnetze und Vorgangsknotennetze werden als zwei Hauptdarstellungsformen vorgestellt. Vorgangspfeilnetze sind ereignisorientiert und bieten eine übersichtlichere Darstellung, während Vorgangsknotennetze einen einfacheren Netzentwurf ermöglichen, aber umfangreicher sind. Die Konstruktionsregeln für Vorgangspfeilnetze werden detailliert erläutert, und praktische Beispiele veranschaulichen die Anwendung dieser Techniken. Der Beitrag bietet somit eine umfassende Einführung in die Netzplantechnik und ihre praktische Anwendung in der Projektplanung.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungDie Netzplantechnik dient der Strukturierung, Planung, Steuerung und Überwachung von Projekten. Projekte selbst sind Vorhaben, die aus zeitbeanspruchenden Tätigkeiten mit entsprechenden Anordnungsbeziehungen und Ergebnissen bestehen. Die zeitbeanspruchende Handlung wird auch als Vorgang bezeichnet und besitzt einen definierten Anfang und ein definiertes Ende. -
Kapitel 8. Zeitplanung mit Vorgangsknotennetzen
Udo BankhoferDas Kapitel 'Zeitplanung mit Vorgangsknotennetzen' behandelt die grundlegenden Konzepte und Methoden zur effizienten Zeitplanung von Projekten. Es wird die Bestimmung der kürzesten Projektdauer und die Ermittlung von Pufferzeiten für Vorgänge erläutert. Der Tripelalgorithmus und der Bellman-Algorithmus werden als zentrale Werkzeuge zur Lösung dieser Aufgabenstellungen vorgestellt. Des Weiteren werden kritische Vorgänge identifiziert und deren Bedeutung für die Projektdurchführung hervorgehoben. Praktische Beispiele und Übungsaufgaben veranschaulichen die Anwendung der beschriebenen Methoden und bieten eine fundierte Grundlage für die praktische Umsetzung in verschiedenen Branchen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungIm Rahmen einer Zeitplanung von Projekten geht es zunächst um die Bestimmung der kürzesten Projektdauer. Dabei ist zu beachten, wie bereits angesprochen, dass die kürzeste Projektdauer dem längsten Weg von der Quelle q zur Senke s eines Netzplans entspricht. Als Netzplan wird in diesem Kapitel das Vorgangsknotennetz betrachtet und die entsprechende Netzplantechnik wird als Metra-Potenzial-Methode (MPM) bezeichnet. -
Kapitel 9. Zeitplanung mit Vorgangspfeilnetzen
Udo BankhoferDas Kapitel 'Zeitplanung mit Vorgangspfeilnetzen' behandelt die Methode des kritischen Pfades (CPM) und die Program Evaluation and Review Technique (PERT) zur Zeitplanung von Projekten. Es wird die Struktur und Berechnung von Vorgangspfeilnetzen erläutert, wobei der Bellman-Algorithmus zur Bestimmung der frühesten und spätesten Zeitpunkte der Vorgänge verwendet wird. Besonderes Augenmerk wird auf die Modellierung stochastischer Vorgangsdauern gelegt, bei der die Vorgangsdauern als Zufallsvariablen betrachtet werden. Die Berechnung der Erwartungswerte und Varianzen der Projektdauer sowie die Ermittlung der kritischen Wege und Pufferzeiten werden detailliert beschrieben. Das Kapitel schließt mit Übungsaufgaben und Literaturhinweisen, die das Verständnis der Thematik vertiefen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungAnalog zum vorherigen Kapitel geht es auch in diesem Kapitel um die Zeitplanung von Projekten, allerdings mit dem Unterschied, dass jetzt ein Vorgangspfeilnetz den Ausgangspunkt der Betrachtung darstellt. Die entsprechende Netzplantechnik wird in diesem Fall als Methode des kritischen Pfades bzw. auf englisch „critical path method“ (CPM) bezeichnet. Im Fall stochastischer Vorgangsdauern spricht man dann von der „program evaluation and review technique“ (PERT). Vor allem bei sehr umfangreichen Projekten werden in praktischen Anwendungen gerne Vorgangspfeilnetze verwendet, da sie eine meist übersichtlichere Darstellung entsprechender Sachverhalte ermöglichen. -
Kapitel 10. Optimale Flüsse in Digraphen
Udo BankhoferDas Kapitel 'Optimale Flüsse in Digraphen' befasst sich mit der Optimierung von Flüssen in Netzwerken, wobei Flüsse als Transport von Gütern, Geld oder Informationen von einer Startposition zu einer Zielposition betrachtet werden. Es werden Ober- und Untergrenzen für die Flussmengen sowie die Kosten je Flussmengeneinheit berücksichtigt. Ziel ist es, einen zulässigen Fluss maximaler Stärke mit minimalen Kosten zu ermitteln. Dazu werden zunächst die graphentheoretischen Grundlagen und die notwendigen Bezeichnungen und Zusammenhänge erläutert. Ein zentraler Bestandteil ist der Algorithmus von Busacker und Gowen, der zur Lösung des Flussoptimierungsproblems vorgestellt wird. Abgerundet wird das Kapitel durch Übungsaufgaben mit Lösungen und Literaturhinweise, die weitere Einblicke in die Thematik bieten.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungIn diesem Kapitel werden Flüsse in Form von Gütern, Geld oder Informationen betrachtet, die von einer Startposition aus zu einer Zielposition gelangen sollen. Dabei sind Ober- und Untergrenzen für die Flussmengen sowie die Kosten je Flussmengeneinheit zu berücksichtigen. Das Ziel einer Flussoptimierung besteht dann darin, einen zulässigen Fluss maximaler Stärke mit minimalen Kosten zu ermitteln. -
Kapitel 11. Planung von Projektkosten
Udo BankhoferDas Kapitel beschäftigt sich mit der Planung von Projektkosten und unterscheidet dabei zwischen Vorgangskosten und Projektkosten wie Verwaltungs- und Opportunitätskosten. Es wird erläutert, wie die Kosten in Abhängigkeit von der Dauer der Vorgänge und der gesamten Projektdauer berechnet werden. Ein zentraler Punkt ist die Anwendung des modifizierten Algorithmus von Busacker und Gowen zur Minimierung der Gesamtkosten durch gezielte Beschleunigung kritischer Vorgänge. Anhand eines detaillierten Beispiels wird der Ansatz Schritt für Schritt erläutert, wobei die Iterationen und die Berechnung der direkten und indirekten Projektkosten verdeutlicht werden. Das Kapitel schließt mit Übungsaufgaben und Literaturhinweisen, die das Verständnis vertiefen und weiterführende Informationen bieten.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungNeben der Zeitplanung stellt die Kostenplanung einen weiteren wichtigen Teilbereich einer Projektplanung dar. Die Aktivitäten bzw. Vorgänge eines Projektes verursachen Kosten, die auch von der jeweiligen Dauer des Vorgangs abhängen. Eine Verkürzung der Vorgangsdauer kann beispielsweise durch Überstunden, die Einstellung zusätzlicher Arbeitskräfte oder durch die Erhöhung der Prozessgeschwindigkeit erfolgen.
-
-
Stochastische Modelle
-
Frontmatter
-
Kapitel 12. Homogene Markovketten
Udo BankhoferDas Kapitel über homogene Markovketten untersucht stochastische Modelle, die Zustandsübergänge in Systemen beschreiben. Im Gegensatz zu deterministischen Planungsmodellen, die bisher vorgestellt wurden, konzentriert sich dieses Kapitel auf Modelle, bei denen Modellparameter als Zufallsvariablen betrachtet werden. Eine homogene Markovkette ist ein spezieller Fall einer stochastischen Kette, bei der die Übergangswahrscheinlichkeiten zeitunabhängig sind. Die Übergänge zwischen Zuständen werden durch eine Übergangsmatrix beschrieben, die die Wahrscheinlichkeiten für den Übergang von einem Zustand zu einem anderen darstellt. Das Kapitel erläutert, wie diese Matrizen verwendet werden können, um Zustandsverteilungen und stationäre Verteilungen zu berechnen. Anwendungsbeispiele aus verschiedenen betrieblichen Kontexten, wie der Analyse des Konsumentenverhaltens und der Bestimmung von Ausfallwahrscheinlichkeiten, veranschaulichen die praktische Relevanz der homogenen Markovketten. Besonders interessant sind die Abschnitte zur Berechnung von Zustandsverteilungen und stationären Verteilungen, die langfristige Entwicklungen in Systemen abbilden können. Das Kapitel schließt mit Übungsaufgaben und Literaturhinweisen, die den Lesern ermöglichen, das Gelernte zu vertiefen und weiterführende Informationen zu erhalten.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungWährend in den bisherigen Kapiteln fast ausnahmslos deterministische Planungsmodelle vorgestellt wurden, beschränkt sich der Teil 4 dieses Lehrbuchs im Wesentlichen auf stochastische Modelle, bei denen gewisse Modellparameter als Zufallsvariablen betrachtet werden. Der Ausgangspunkt für die nachfolgenden Darstellungen ist zunächst eine stochastische Kette {X(t): t = 0, 1, 2, ….} mit einer Wahrscheinlichkeitsverteilung der Form \(P\left( {X\left( t \right) = \left. {z_{j} } \right|X\left( {t - 1} \right) = z_{i} , \ldots ,X\left( 0 \right) = z_{k} \,} \right)\). -
Kapitel 13. Warteschlangen
Udo BankhoferDas Kapitel beschäftigt sich mit der Theorie der Warteschlangen, einem alltäglichen Phänomen, das in verschiedenen Bereichen wie Supermärkten, Behörden und Produktionsstätten auftritt. Es wird erklärt, wie Warteschlangen entstehen und welche Faktoren ihre Länge beeinflussen. Ein zentraler Punkt ist die Einführung des M/M/1-Wartesystems im Gleichgewicht, ein Modell, das die Ankunfts- und Abfertigungsprozesse von Kunden oder Einheiten beschreibt. Dabei werden die relevanten Größen wie Ankunftsrate, Abfertigungsrate und Auslastungsgrad definiert und anhand von Beispielen veranschaulicht. Die Modellierung erfolgt über homogene Markovketten, und es werden Berechnungen für die mittlere Warteschlangenlänge, Verweilzeit und Wartezeit durchgeführt. Das Kapitel bietet außerdem Übungsaufgaben und Literaturhinweise, um das Verständnis zu vertiefen und praktische Anwendungen zu verdeutlichen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungWarteschlangen treten im täglichen Leben auf, wenn Personen beispielsweise an der Kasse eines Supermarkts oder am Schalter einer Behörde zunächst warten müssen, bis die in der Warteschlage davorstehenden Personen abgefertigt sind und man selbst an der Reihe ist. Das Problem von Warteschlagen tritt immer dann auf, wenn in einer Zeitperiode mehr Einheiten in einem System eintreffen als in der gleichen Zeitperiode abgefertigt oder bedient warden können. Die eintreffenden Einheiten können neben Personen auch Fahrzeuge, Aufträge, Telefonanrufe, Geräte oder Güter sein, die beispielsweise vor einer Ampel, vor einer Maschine, in der Warteschleife eines Callcenters, vor einem Wartungscenter oder vor einer Laderampe warten müssen. -
Kapitel 14. Lagerhaltungsmodelle
Udo BankhoferDas Kapitel 'Lagerhaltungsmodelle' beleuchtet die Bedeutung der Lagerhaltung für Unternehmen, insbesondere zur Sicherstellung einer effizienten Materialbereitstellung. Es unterscheidet zwischen deterministischer und stochastischer Lagerhaltung und erläutert die jeweiligen Optimierungsstrategien. Die deterministische Lagerhaltung basiert auf der Annahme eines bekannten Bedarfs und zielt auf die Minimierung der Gesamtkosten durch Optimierung der Bestellmengen und -intervalle. Die stochastische Lagerhaltung hingegen berücksichtigt zufällige Nachfrageschwankungen und optimiert die Bestellmengen zur Maximierung des erwarteten Gewinns. Praktische Beispiele und Übungsaufgaben veranschaulichen die Anwendung der theoretischen Konzepte. Das Kapitel schließt mit Literaturhinweisen, die weiterführende Informationen und Übungsaufgaben bieten.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungLagerhaltung ist für nahezu alle Unternehmen von Relevanz, da sie eine zweckmäßige Bereitstellungsstrategie vor allem für Hilfs- und Betriebsstoffe darstellt. Die Lagerung von Material ist meist notwendig, um zeitliche Unterschiede zwischen Beschaffung und Verbrauch auszugleichen. Es werden aber auch bewusst Vorräte gehalten, um den Produktionsprozess zu sichern, sich von Lieferanten und/oder Lieferverhältnissen unabhängig zu machen sowie Preisschwankungen am Beschaffungsmarkt auszuweichen.
-
-
Nichtexakte Lösungsverfahren
-
Frontmatter
-
Kapitel 15. Heuristische Verfahren
Udo BankhoferDas Kapitel 'Heuristische Verfahren' beschäftigt sich mit der Lösung komplexer Probleme, die mit exakten Methoden oft nicht effizient gelöst werden können. Heuristiken bieten eine systematische Vorgehensweise zur Generierung zufriedenstellender Lösungen in akzeptabler Zeit. Das Kapitel unterscheidet zwischen Heuristiken für spezielle Probleme und Metaheuristiken, die auf verschiedene Probleme angewendet werden können. Spezifische Heuristiken werden anhand von Beispielen wie dem Gruppierungsproblem und dem Transportproblem veranschaulicht. Metaheuristiken wie Simulated Annealing, Tabu Search, genetische Algorithmen und Ameisensysteme werden ebenfalls behandelt. Das Kapitel schließt mit Übungsaufgaben und Literaturhinweisen, die den Lesern helfen, die theoretischen Konzepte in der Praxis anzuwenden.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungReale Problemstellungen sind häufig sehr komplex und umfangreich, so dass entsprechende Modelle nur mit hohem Rechenaufwand oder gar nicht exakt gelöst werden können. Einen alternativen Lösungsansatz stellen dann oft heuristische Verfahren bzw. Heuristiken in Form systematischer Suchverfahren zur Generierung von Lösungen dar, mit denen zwar nicht notwendig optimale, aber zumindest zufriedenstellende Lösungen in akzeptabler Zeit gefunden werden können. -
Kapitel 16. Simulation
Udo BankhoferDas Kapitel beschäftigt sich mit der Simulation als Lösungsansatz für komplexe betriebswirtschaftliche Problemstellungen, insbesondere wenn heuristische Verfahren nicht anwendbar sind. Es wird die Unterscheidung zwischen deterministischer und stochastischer Simulation erläutert. In betrieblichen Anwendungsbeispielen wird die stochastische Simulation anhand der Zeitplanung von Projekten mit stochastischen Vorgangsdauern und Warteschlangensystemen veranschaulicht. Dabei wird gezeigt, wie durch die Generierung von Zufallszahlen und die Analyse von Häufigkeitsverteilungen auf die Realität geschlossen werden kann. Das Kapitel bietet auch praktische Übungsaufgaben und Literaturhinweise, um das Verständnis zu vertiefen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungIm vorherigen Kapitel. 15 wurden bereits heuristische Verfahren vorgestellt, die vor allem dann zur Anwendung kommen, wenn reale Problemstellungen sehr komplex und umfangreich sind, so dass entsprechende Modelle nur mit hohem Rechenaufwand oder gar nicht exakt gelöst werden können. Falls für eine Problemstellung auch keine sinnvollen Heuristiken existieren, stellt die Simulation einen alternativen Lösungsansatz dar. Ganz allgemein kann Simulation als ein Experimentieren an einem gegebenen Modell der Realität beschrieben werden. Es erfolgt also eine wirklichkeitsgetreue Nachbildung eines realen Geschehens durch ein Modell und die Eigenschaften des Modells werden mit dem Ziel untersucht, aus dem Modell auf die Realität zu schließen.
-
-
Backmatter
- Titel
- Quantitative Unternehmensplanung
- Verfasst von
-
Udo Bankhofer
- Copyright-Jahr
- 2022
- Electronic ISBN
- 978-3-8348-2466-0
- Print ISBN
- 978-3-8348-2465-3
- DOI
- https://doi.org/10.1007/978-3-8348-2466-0
Informationen zur Barrierefreiheit für dieses Buch folgen in Kürze. Wir arbeiten daran, sie so schnell wie möglich verfügbar zu machen. Vielen Dank für Ihre Geduld.
