Analyse und Optimierung stochastischer Fließproduktionssysteme mit begrenzter Materialverfügbarkeit unter Verwendung von Methoden des maschinellen Lernens

An den Stationen einer Fließlinie werden häufig sekundäre Materialien zur Bearbeitung eines Werkstücks benötigt. Da die Materialverfügbarkeit direkten Einfluss auf den Durchsatz des Gesamtsystems hat, sollten integrierte Modelle zur Konfiguration der Fließlinie und der Materialversorgung genutzt werden. Insa Südbeck entwickelt zwei Ansätze zur Durchsatzbewertung von stochastischen Fließproduktionssystemen mit begrenzter Materialverfügbarkeit unter Verwendung von Methoden des maschinellen Lernens. Diese Ansätze können zur schnellen Evaluation einzelner Konfigurationen in angepassten heuristischen Optimierungsverfahren verwendet werden. Dadurch können Verhaltensweisen der Systeme beobachtet und betriebswirtschaftliche Erkenntnisse abgeleitet werden.