Entwicklung eines hybriden Optimierungsverfahrens für dynamische multikriterielle Produktionsglättung am Beispiel der Lebensmittelindustrie

Abstract

Absatzfluktuation resultiert in der Unternehmenspraxis aus Nachfrageschwankungen. Außerdem erfordern nicht stufenlos zu- und abschaltbare Produktionsressourcen zur Deckung des Kapazitätsbedarfs in der Regel Mehrkosten in der Produktion. Eine gute Möglichkeit, diesen sich zusätzlich ergebenden Flexibilitätskosten effizient zu begegnen, besteht in der Minimierung dieser Kosten durch eine gezielte Glättung der Produktionsauslastung. Die Optimierung selbst kann durch (meta-) heuristische Optimierungsverfahren bzw. hybride Algorithmen effizient bewerkstelligt werden. Dabei wird die Reduktion der Absatzschwankungen in der Produktion durch eine entsprechende Zielfunktion berücksichtigt. Die Produktionsglättung verfolgt das Ziel, ein Produktionssystem über einen längeren Zeitraum möglichst gleichmäßig auszulasten und diese Schwankungen erheblich und kostenwirksam bzw. wirtschaftlich zu reduzieren. In der Praxis vorherrschende einfache bzw. regelbasierte Methoden für die Produktionsglättung weisen diverse Mängel auf, z.B. die mangelnde Aufteilung von Produktionslosen, eine fehlende separate Betrachtung von Aktions- und Kurantmengen und eine rein statische Problembetrachtung, wobei dynamische Nebenbedingungen und eine rollierende Planung vernachlässigt werden. Darüber hinaus verfügen diese Methoden nicht über einen holistischen Ansatz, welcher das dynamische Produktionssystem aus mehreren Planungsdimensionen integriert und simulationsgestützt bewertet. Aus methodischer Sicht fehlt den zur Verfügung stehenden Ansätzen eine Variabilisierung der Prozessdurchlaufzeit sowie die laufende Überwachung und Anpassung von Stammdaten. Dadurch kann sich das Verfahren nicht selbstständig an veränderte Rahmenbedingungen anpassen.Diese Dissertation beschäftigt sich mit der Entwicklung einer Methodik für eine optimierte Mittelfristplanung, welche es ermöglicht, mehrere Planungsdimensionen gleichzeitig, in Bezug auf eine gleichmäßige Auslastung und Versorgung der Produktion (Mengen, Kapazitäten, Ressourcen) am Beispiel der fleischverarbeitenden Industrie dynamisch zu betrachten und zu optimieren. Die Methodik umfasst einen für die multikriterielle Glättung von Produktionsmengen speziell angepassten hybriden Algorithmus, der eine problemspezifisch zugeschnittene Metaheuristik konsekutiv auf eine wissensbasierte Produktionsglättungsheuristik aufsetzt. Darüber hinaus sammelt das Optimierungsverfahren rollierend Daten, auf deren Basis die Informationen und Aktionen der Vergangenheit bewertet bzw. schlussfolgernd in Form eines Verbesserungs-Regelkreises die Parameter und spezifischen Strategien für die Bestandsoptimierung angepasst werden. Dadurch unterscheidet sich der methodische Ansatz dieser Dissertation signifikant von den Limitationen bestehender Methoden für die Glättung von Produktionsmengen. Im Ergebnis soll dadurch eine deutlich leistungsfähigere Glättungsmethodik für die mittel- bis langfristige Produktionsplanung entstehen. Gemäß den Anforderungen, auf Basis der vorliegenden Problemstellung eines Produktionssystems mit schwankendem Produktionsausstoß, evaluiert diese Arbeit die Leistungsfähigkeit und Laufzeiteffizienz der entwickelten Referenz-Verfahren und schlussfolgert daraus eine Empfehlung für eine multikriterielle Produktionsglättungsmethodik.

In practice, fluctuations in sales result from fluctuations in demand. In addition, production resources that cannot be switched on and off continuously to meet capacity requirements generally require additional costs in production. A good way of efficiently counteracting these additional flexibility costs is to minimize these costs by selectively smoothing production capacity utilization. The optimization itself can be efficiently accomplished by (meta-) heuristic optimization methods or hybrid algorithms. Here, the reduction of sales fluctuations in production is taken into account by a corresponding objective function. Production smoothing pursues the goal of utilizing a production system as evenly as possible over a longer period of time and reducing these fluctuations significantly and cost-effectively or economically. In general, prevailing simple or rule-based methods for production smoothing have various deficiencies, e.g. the lack of division of production lots, a lack of separate consideration of promotion and curant quantities and a purely static problem consideration, neglecting dynamic constraints and rolling planning. Furthermore, these methods do not have a holistic approach, which integrates the dynamic production system from several planning dimensions and evaluates it based on simulation. From a methodological point of view, the available approaches lack a variabilization of the process lead time as well as the continuous monitoring and adjustment of master data. As a result, the method is not able to adapt independently to changing conditions. This dissertation deals with the development of a methodology for an optimized medium-term planning, which allows to dynamically consider and optimize several planning dimensions at the same time, with respect to a consistent utilization and supply of production (quantities, capacities, resources) using the example of the meat processing industry. The methodology includes a hybrid algorithm specially adapted for multi-criteria smoothing of production quantities, which consecutively superimposes a problem-specific tailored metaheuristic on a knowledge-based production smoothing heuristic. In addition, the optimization procedure collects data on a rolling basis, on the basis of which past information and actions are evaluated or, conclusively, the parameters and specific strategies for inventory optimization are adjusted in the form of an improvement control loop. Thus, the methodological approach of this dissertation differs significantly from the limitations of existing methods for smoothing production quantities. As a result, this should lead to a significantly more powerful smoothing methodology for medium to long term production planning. According to the requirements, based on the present problem of a production system with fluctuating production output, this thesis evaluates the performance and runtime efficiency of the developed reference methods and concludes a recommendation for a multi-criteria production smoothing methodology.