Computergestützte Planung

Typ und Verwendbarkeit 

Wahlpflichtmodul WI-CLCGP im Masterstudiengang Wirtschaftsinformatik
Wahlpflichtmodul im Bereich „Allgemeine Betriebswirtschaft und Methoden“ im Masterstudiengang BWL
freier Wahlbereich in Masterstudiengängen

Voraussetzungen
Voraussetzungen gibt es keine.
Die Teilnehmerzahl in der Vorlesung ist nicht beschränkt.

Umfang
6 Leistungspunkte
 3 SWS (2 SWS Vorlesung + 1 SWS Übung)

Sprache

Deutsch

Dozenten
   
Kai Brüssau

Termine der Veranstaltungen

Do, 14:00-17:00 Uhr, WiWi 2098/2194

Anmeldung    

Für die Teilnahme an diesem Modul ist unbedingt eine Anmeldung über STiNE innerhalb der STiNE-Anmeldefristen notwendig.

Prüfung

Prüfungsart: Klausur (90 Minuten Dauer)

Die genauen Klausurtermine werden auf STiNE bekannt gegeben, sobald sie feststehen.

Die Anmeldung zur Klausur innerhalb der Anmeldezeiträume in STiNE (für Master)  ist unbedingt notwendig (auch für Wiederholer!).

In dieser Veranstaltung werden betriebswirtschaftliche Planungsprobleme aus unterschiedlichen Domänen des Supply Chain Management untersucht.  Dabei können verschiedene Lösungsansätze zum Einsatz. Schwerpunkt ist dabei die Optimierung mit Hilfe von exakten mathematischen Verfahren, Algorithmen der Graphentheorie und Heuristiken, aber auch Prognoseprobleme werden betrachtet.

Das Ziel besteht darin, sowohl die Planungsprobleme zu analysieren, geeignete Lösungsmethoden zu finden und diese prototypisch zu implementieren. Die Umsetzung erfolgt in der Programmiersprache Python. Grundkenntnisse in und ein Verständnis der Programmierung (nicht notwendigerweise in Python) sind für diese Veranstaltung von Vorteil.

Gliederung

• Einführung in die computergestützte Planung
• Optimierungsverfahren der betriebswirtschaftlichen Planung
• Nachfrageplanung und Prognose
  • Verfahren der exponentiellen Glättung
  • Künstliche neuronale Netze
• Materialbedarfsplanung
• Probleme der Logistik
  • Tourenplanungsprobleme
  • Transportprobleme
  • Hafenlogistik
• Graphentheorie
  • Modellierung von Planungsproblemen
  • Dijkstra-Algorithmus
  • A*-Algorithmus
• Produktionsplanung
  • Lokale Suchverfahren zur Maschinenbelegungsplanung
  • Genetische Algorithmen
     

• Wolfgang Domschke und Armin Scholl: Heuristische Verfahren, 2006
• Ke-Lin Du, M. N. S. Swamy: Neural Networks and Statistical Learning
• Johann Dréo, Patrick Siarry, Alain Pétrowski, Eric Taillard: Metaheuristics for Hard Optimization, 2006
• Michel Gendreau,  Jean-Yves Potvin (Eds.): Handbook of Metaheuristics, 2010
• Klaus Neusser: Zeitreihenanalyse in den Wirtschaftswissenschaften, 2011
• Stefan Voß, Andreas Fink: Hybridizing Reactive Tabu Search with Simulated Annealing. In: Learning and Intelligent Optimization, Lecture Notes in Computer Science 2012, pp 509-512

Die Folien / Unterlagen werden in STiNE zur Verfügung gestellt.