« Projekte
Sie verwenden einen sehr veralteten Browser und können Funktionen dieser Seite nur sehr eingeschränkt nutzen. Bitte aktualisieren Sie Ihren Browser. http://www.browser-update.org/de/update.html
Lernunterstützte Entscheidungsverfahren für die Variantenwahl und Materialallokation in industriellen Zuschnittprozessen: Entwicklung und Bewertung adaptiver Optimierungsansätze unter heterogenen Vormaterialkapazitäten
Projektleiter:
Finanzierung:
Fördergeber - Sonstige;
In zahlreichen Industriebereichen hat die effiziente Nutzung von Vormaterialien einen erheblichen Einfluss auf die Wirtschaftlichkeit und den Ressourcenverbrauch. Neben der eigentlichen Zuschnittoptimierung spielen dabei bereits vorgelagerte Entscheidungen eine wichtige Rolle, etwa die Auswahl geeigneter Materialvarianten, die Zuordnung von Aufträgen zu Vormaterialien und die Wiederverwendung von Restmaterialien. Das Forschungsprojekt untersucht, wie sich Methoden des Operations Research und des Machine Learning verbinden lassen, um diese komplexen Planungsentscheidungen ganzheitlich zu unterstützen. Ziel ist die Entwicklung eines adaptiven Entscheidungsrahmens, der Erfahrungen aus vergangenen Planungen systematisch nutzt, wiederkehrende Entscheidungsmuster erkennt und für zukünftige Aufgaben verfügbar macht. Dabei sollen auch unter begrenzten Rechenzeiten qualitativ hochwertige Planungsergebnisse erzielt werden. Durch die Verknüpfung mathematischer Optimierung mit lernenden Verfahren soll die klassische Cutting-Stock-Planung erweitert und eine wirtschaftlichere sowie ressourcenschonendere Gestaltung industrieller Produktionsprozesse ermöglicht werden.
Kontakt

weitere Projekte

Die Daten werden geladen ...