Wissensbasierte Parametrisierung von Planungsverfahren am Beispiel der simultanen Termin- und Kapazitätsplanung

Abstract for the doctoral thesis „Knowledge based parameterisation of planning systems at the example of simultaneous scheduling and capacity planning" A lot of complex planning problems exist in the practise which can not be solved with exact working planning methods. As a rule heuristic methods will be used in this case. These methods contain normally several parameters to control the way the method works. It is difficult to determine the values of these parameters because there are non linear interactions between the parameters which have to be considered. Besides the optimal parameter value depends on the actual problem to solve. This thesis describes a way to adjust the parameters of a planning system based on expertise. The parameterisation will be carried out before each planning run. After the parameterisation the planning system will be adjusted for the actual problem. The parameter values to be used will be determined with cased based reasoning. The expertise in the underlying case base will be automatically obtained with a new algorithm for continuous knowledge acquisition. For known planning problems the best parameter values will be determined and together with the problem description saved in the case base. An important advantage of the developed algorithm is that except of the knowledge of the planning system and planning problems from the past no additional expertise is necessary. A further part of the thesis is an empirical study based on a prototype to document the efficiency of the knowledge based parameterisation.

In der betrieblichen Praxis stehen viele komplexe Planungsprobleme an, die nicht mit exakten Planungsverfahren lösbar sind und deshalb mit heuristischen Verfahren behandelt werden. Diese Verfahren sind in der Regel mit mehreren Parametern behaftet, die das Lösungsverhalten des Verfahrens beeinflussen. Es ist sehr schwierig, geeignete Ausprägungen dieser Parameter einzustellen, weil nichtlineare Wechselwirkungen zwischen den Parametern vorliegen, die berücksichtigt werden müssen. Zudem hängen die optimalen Ausprägungen der Parameter vom aktuell zu lösenden Problem ab. Die vorliegende Arbeit beschreibt, wie man die Parameter eines Planungsverfahrens wissensbasiert einstellt. Die Parametrisierung erfolgt vor jeder Planung und ist auf das aktuell zu lösende Problem abgestimmt. Die zu verwendenden Parameterausprägungen werden mit Hilfe des fallbasierten Schließens aus einer Falldatenbank gewonnen. Das Erstellen dieser Wissensbasis geschieht automatisch mit Hilfe eines neuen Algorithmus zur kontinuierlichen Wissensakquisition, indem für bekannte Planungsprobleme optimale Ausprägungen der Verfahrensparameter ermittelt und in der Falldatenbank abgelegt werden. Ein wesentlicher Vorteil des entwickelten Algorithmus besteht darin, dass außer der Kenntnis des Planungsverfahrens und der aus der Vergangenheit bekannten Probleme kein zusätzliches Wissen benötigt wird. Ein weiterer Bestandteil der Dissertation ist eine empirische Studie auf der Basis einer prototypischen Realisierung, die die Leistungsfähigkeit der wissensbasierten Parametrisierung dokumentiert.

Zitieren

Zitierform:
Zitierform konnte nicht geladen werden.