Ablaufplanung bei Reihenfertigung mit mehrfacher Zielsetzung auf der Basis von Ameisenalgorithmen:
Saved in:
| Main Author: | |
|---|---|
| Format: | Book |
| Language: | German |
| Published: |
2006
|
| Subjects: | |
| Online Access: | Inhaltsverzeichnis |
| Item Description: | Passau, Univ., Diss., 2006. - Auch als Computerdatei im Fernzugriff unter: http://www.opus-bayern.de/uni-passau/volltexte/2007/85/ |
| Physical Description: | XXIV, 294 S. |
Staff View
MARC
| LEADER | 00000nam a2200000 c 4500 | ||
|---|---|---|---|
| 001 | BV022250483 | ||
| 003 | DE-604 | ||
| 005 | 20070620 | ||
| 007 | t | ||
| 008 | 070131s2006 m||| 00||| ger d | ||
| 035 | |a (OCoLC)634993851 | ||
| 035 | |a (DE-599)BVBBV022250483 | ||
| 040 | |a DE-604 |b ger |e rakwb | ||
| 041 | 0 | |a ger | |
| 049 | |a DE-739 |a DE-384 | ||
| 084 | |a QH 465 |0 (DE-625)141600: |2 rvk | ||
| 100 | 1 | |a Petri, Christian |e Verfasser |4 aut | |
| 245 | 1 | 0 | |a Ablaufplanung bei Reihenfertigung mit mehrfacher Zielsetzung auf der Basis von Ameisenalgorithmen |c Christian Petri |
| 264 | 1 | |c 2006 | |
| 300 | |a XXIV, 294 S. | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b n |2 rdamedia | ||
| 338 | |b nc |2 rdacarrier | ||
| 500 | |a Passau, Univ., Diss., 2006. - Auch als Computerdatei im Fernzugriff unter: http://www.opus-bayern.de/uni-passau/volltexte/2007/85/ | ||
| 650 | 0 | 7 | |a Ameisenalgorithmus |0 (DE-588)4704280-1 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Reihenfolgeproblem |0 (DE-588)4242167-6 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Ablaufplanung |0 (DE-588)4122751-7 |2 gnd |9 rswk-swf |
| 655 | 7 | |0 (DE-588)4113937-9 |a Hochschulschrift |2 gnd-content | |
| 689 | 0 | 0 | |a Ablaufplanung |0 (DE-588)4122751-7 |D s |
| 689 | 0 | 1 | |a Reihenfolgeproblem |0 (DE-588)4242167-6 |D s |
| 689 | 0 | 2 | |a Ameisenalgorithmus |0 (DE-588)4704280-1 |D s |
| 689 | 0 | |5 DE-604 | |
| 856 | 4 | 2 | |m Digitalisierung UB Passau |q application/pdf |u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=015461279&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |3 Inhaltsverzeichnis |
| 999 | |a oai:aleph.bib-bvb.de:BVB01-015461279 | ||
Record in the Search Index
| _version_ | 1804136246382952448 |
|---|---|
| adam_text | Inhaltsverzeichnis
1 Einleitung 1
2 Charakterisierung des Permutation
2.1 Grundlagen und Prämissen................... . 5
2.1.1 Klassifikation von Reihenfolgeproblemen........ 5
2.1.2 Spezifikation des in der Arbeit betrachteten Permuta¬
tion
2.2 Das betrachtete Zielsystem.................... 10
2.2.1 Ziele für das
2.2.1.1 Die Gewinnmaximierung als Beurteilungs¬
maßstab ...................... 10
2.2.1.2 Lagerkosten des Fertigungsbestandes..... 11
2.2.1.3 Terminabweichungskosten........... 14
2.2.1
2.2.1.5 Zielsystem und Berechnung der Fertigstel¬
lungszeitpunkte der Aufträge.......... 17
2.2.2 Analyse der Zielbeziehungen............... 18
3 Das multikriterielle PFSP als Vektorminimierungsproblem 22
3.1 Einführung.............................. 22
3.2 Methoden zur Ermittlung effizienter Lösungen......... 30
3.2.1 Definition Kompromißmodell............... 30
3.2.2 Diskussion verschiedener Kompromißmodelle ..... 31
3.2.2.1 Lexikographische Optimierung ......... 31
3.2.2.2 Konvexkombination............... 32
3.2.2.3 Epsilon-Constraint Ansatz........... 33
3.2.2.4 Kompromißmodell von Soland (1979) ..... 34
3.2.2.5 Abstandsfunktionen............... 35
3.2.2.6 Goal-Programming................ 39
ao
3.3 Lösungsansätze für das PFSP und Single
bei mehrfacher Zielsetzung.................... 40
3.3.1 Exakte und heuristische Verfahren............ 40
3.3.1.1 Exakte Verfahren................. 40
3.3.1.2 Heuristische Lösungsansätze......... . 41
3.3.2 A-priori Ansätze....................... 42
3.3.3
3.3.4
Single Machine Problem.................. 44
4 Lösungsqualität heuristisch effizienter Mengen 46
4.1 Einführung.............................. 46
4.1.1 Grundsätzliche Überlegungen zur Lösungsqualität
heuristisch effizienter Mengen.............. 46
4.1.2 Klassifikation von und Anforderungen an Maße zur
Qualitätsanalyse...................... 50
4.1.2.1 Klassifikation von Qualitätsmaßen...... 50
4.1.2.2 Die TMPS als Referenzlösung......... 51
4.1.2.3 Anforderungen an geeignete Maße: Monoto¬
nie und Relativität................ 53
4.2 Beurteilung von Qualitätsmaßen................. 55
4.2.1 Distanz zur Menge aller effizienten Lösungen..... 55
4.2.1.1 Kompatibilität mit den Outperformance Re¬
lationen als zusätzliche Anforderung..... 55
4.2.1.2 Beurteilung von Maßen............. 59
4.2.2 Größe der aufgezeigten Variationsbreiten der
Zielfunktionswerte..................... 79
4.2.3 Verteilung der Zielfunktionsvektoren im Zielraum ... 83
4.2.4 Optimierungseigenschaft bezüglich der einzelnen Ziele 89
4.3 Aufbau des verwendeten Beurteilungssystems......... 92
5 Zielraum- und Lösungsraumanalyse 93
5.1 Grundlegende Aspekte....................... 93
5.1.1 Stand der Forschung.................... 93
5.1.2 Weiterführende Experimente............... 95
5.2 Nachbarschaften im Lösungsraum................ 99
5.2.1 Nachbarschaftsoperatoren................. 99
5.2.2 Beziehungen zwischen Nachbarschaftsoperatoren . . . 101
5.3 Nachbarschaft im Zielraum.................... 102
5.3.1 Nachbarschaftskonzepte.................. 102
0.0__________________________________________________Seite
5.3.1.1 Allgemeine Überlegungen............ 102
5.3.1.2 Nachbarschaft im Zielraum: Konzept 1
(NSZR1)...................... 103
5.3.1.3 Nachbarschaft im Zielraum: Konzept 2
(NSZR2)...................... 105
5.3.1.4 Nachbarschaft im Zielraum: Konzept 3
(NSZR3)...................... 106
5.3.1.5 Nachbarschaft im Zielraum: Konzept 4
(NSZR4)...................... 107
5.3.2 Experimentelle
5.3.2.1 Experiment 1: Nachbarschaft im Lö¬
sungsraum gleich Nachbarschaft im
Zielraum?..................... 113
5.3.2.2 Experiment 2: Abweichung NSLR von NSZR4 117
5.3.2.3 Zusammenfassung................ 123
5.4 Analyse der Qualität der Distanzapproximationen....... 124
5.4.1 Zur Notwendigkeit der Approximation.......... 124
5.4.2 Maße zur Distanzapproximation zwischen zwei Auf¬
tragsfolgen .......................... 125
5.4.3 Analyse der Approximationsqualität .......... 127
5.4.3.1 Allgemeine Anforderungen an ein Maß .... 127
5.4.3.2 Differenzierungstiefe und Korrelation mit
der echten Distanz................ 129
5.5 Analyse der Topographie im Lösungsraum........... 134
5.5.1 Die Korrelation von Distanz und Zielfunktionswert . . 134
5.5.2 Analyse der Distanz globaler
5.5.2.1 Isolierte Analyse multipler globaler
der einzelnen Ziele................ 139
5.5.2.2 Integrierte Analyse aller globalen und der ef¬
fizienten globalen
5.5.3 Analyse der Distanz der Elemente der Menge aller ef¬
fizienten Lösungen .......... ...... ..... 144
5.6 Zusammenfassung......................... 145
6
6.1 Grundlagen der
6.1.1 Die Natur als Vorbüd.................... 147
6.1.2 Definition und Eigenschaften der ACO-Metaheuristik . 151
6.1.3 Ausgestaltungsmöglichkeiten für das PFSP....... 155
6.1.3.1 Die Pheromonmatrix
0I0
6.1.3.2 Anzahl der Ameisen
6.1.3.3 Konstruktion einer Auftragsfolge ....... 156
6.1.3.4 Modellierung des autokatalytischen Prozesses 161
6.1.4 Ausgestaltungsmöglichkeiten
6.1.4.1 Allgemeine Ausgestaltungsmöglichkeiten . . . 163
6.1.4.2
6.1.4.3 Der
6.2 Lokale Suchstrategie in zwei Phasen...............169
6.2.1 Motivation der zwei Phasen-Strategie..........169
6.2.2 Lokale Suche in Phase 1: Job
Job
6.2.3 Lokale Suche in Phase 2: Das Job
rekursiver API Suche (JSS-RAPI) ............173
6.3 Der SCMO-Ansatz..........................174
6.3.1 Beschreibung des Algorithmus..............174
6.3.1.1 Allgemeine Eigenschaften............174
6.3.1.2 Initialisierungsphase und Ermittlung der en¬
dogenen kleinsten oberen Schranken ...... 176
6.3.1.3 Suchschema im Zielraum............179
6.3.1.4 Die SCMO-SUCHE-REGION Prozedur .... 181
6.3.2 Experimentelle Analyse..................184
6.3.2.1 Aufbau der Experimente und Bewertungsme¬
thoden .......................184
6.3.2.2 Ausgangsparametereinstellungen.......186
6.3.2.3 Experiment 1: Systematische Suche im Ziel¬
raum und Verwendung der LNDS .......189
6.3.2.4 Experiment 2: Einfluß der Neuinitialisierung
der Pheromonmatrix...............195
6.3.2.5 Experiment 3: Variation von
6.3.2.6 Experiment 4: Variation der Parameter
undAnts......................202
6.3.2.7 Experiment 5: Variation des Parameters
6.4 Der MCMO-Ansatz.........................209
6.4.1 Beschreibung des Algorithmus - Variante 1 (MCMO1) . 209
6.4.1.1 Allgemeine Eigenschaften............209
6.4.1.2 MCMO-MASTER - Suche im Zielraum .... 210
6.4.1.3 MCMO-CONSTRUCT - Konstruktion von
Auftragsfolgen ..................222
6.4.1.4 MCMO-SUBl, MCMO-SUB2 und
MCMO-SUB3...................224
ao
6.4.2 Modifikation des MCMO-Ansatz
-Variante 2 (MCMO2)...................229
6.4.3 Experimentelle Analyse..................230
6.4.3.1
6.4.3.2 Experiment 2: Variation von
6.4.3.3 Experiment 3: Variation der Parameter
unáAnts......................
6.4.3.4 Experiment 4: Variation des Parameters
6.5 Vergleich mit einem Referenzverfahren.............253
6.5.1 Grundsätzliche Überlegungen...............253
6.5.2 Experimentelle Analyse..................254
6.5.2.1 Vergleich der Lösungsqualität von SCMO,
MCMOundMOGLS...............254
6.5.2.2 Verbesserung der kleinsten oberen
Schranken durch SCMO und MCMO.....259
6.6 Zusammenfassung .........................266
7 Zusammenfassung und Ausblick 268
Literaturverzeichnis 272
A
8
С
Tmax 290
|
| adam_txt |
Inhaltsverzeichnis
1 Einleitung 1
2 Charakterisierung des Permutation
2.1 Grundlagen und Prämissen. . 5
2.1.1 Klassifikation von Reihenfolgeproblemen. 5
2.1.2 Spezifikation des in der Arbeit betrachteten Permuta¬
tion
2.2 Das betrachtete Zielsystem. 10
2.2.1 Ziele für das
2.2.1.1 Die Gewinnmaximierung als Beurteilungs¬
maßstab . 10
2.2.1.2 Lagerkosten des Fertigungsbestandes. 11
2.2.1.3 Terminabweichungskosten. 14
2.2.1
2.2.1.5 Zielsystem und Berechnung der Fertigstel¬
lungszeitpunkte der Aufträge. 17
2.2.2 Analyse der Zielbeziehungen. 18
3 Das multikriterielle PFSP als Vektorminimierungsproblem 22
3.1 Einführung. 22
3.2 Methoden zur Ermittlung effizienter Lösungen. 30
3.2.1 Definition Kompromißmodell. 30
3.2.2 Diskussion verschiedener Kompromißmodelle . 31
3.2.2.1 Lexikographische Optimierung . 31
3.2.2.2 Konvexkombination. 32
3.2.2.3 Epsilon-Constraint Ansatz. 33
3.2.2.4 Kompromißmodell von Soland (1979) . 34
3.2.2.5 Abstandsfunktionen. 35
3.2.2.6 Goal-Programming. 39
ao
3.3 Lösungsansätze für das PFSP und Single
bei mehrfacher Zielsetzung. 40
3.3.1 Exakte und heuristische Verfahren. 40
3.3.1.1 Exakte Verfahren. 40
3.3.1.2 Heuristische Lösungsansätze. . 41
3.3.2 A-priori Ansätze. 42
3.3.3
3.3.4
Single Machine Problem. 44
4 Lösungsqualität heuristisch effizienter Mengen 46
4.1 Einführung. 46
4.1.1 Grundsätzliche Überlegungen zur Lösungsqualität
heuristisch effizienter Mengen. 46
4.1.2 Klassifikation von und Anforderungen an Maße zur
Qualitätsanalyse. 50
4.1.2.1 Klassifikation von Qualitätsmaßen. 50
4.1.2.2 Die TMPS als Referenzlösung. 51
4.1.2.3 Anforderungen an geeignete Maße: Monoto¬
nie und Relativität. 53
4.2 Beurteilung von Qualitätsmaßen. 55
4.2.1 Distanz zur Menge aller effizienten Lösungen. 55
4.2.1.1 Kompatibilität mit den Outperformance Re¬
lationen als zusätzliche Anforderung. 55
4.2.1.2 Beurteilung von Maßen. 59
4.2.2 Größe der aufgezeigten Variationsbreiten der
Zielfunktionswerte. 79
4.2.3 Verteilung der Zielfunktionsvektoren im Zielraum . 83
4.2.4 Optimierungseigenschaft bezüglich der einzelnen Ziele 89
4.3 Aufbau des verwendeten Beurteilungssystems. 92
5 Zielraum- und Lösungsraumanalyse 93
5.1 Grundlegende Aspekte. 93
5.1.1 Stand der Forschung. 93
5.1.2 Weiterführende Experimente. 95
5.2 Nachbarschaften im Lösungsraum. 99
5.2.1 Nachbarschaftsoperatoren. 99
5.2.2 Beziehungen zwischen Nachbarschaftsoperatoren . . . 101
5.3 Nachbarschaft im Zielraum. 102
5.3.1 Nachbarschaftskonzepte. 102
0.0_Seite
5.3.1.1 Allgemeine Überlegungen. 102
5.3.1.2 Nachbarschaft im Zielraum: Konzept 1
(NSZR1). 103
5.3.1.3 Nachbarschaft im Zielraum: Konzept 2
(NSZR2). 105
5.3.1.4 Nachbarschaft im Zielraum: Konzept 3
(NSZR3). 106
5.3.1.5 Nachbarschaft im Zielraum: Konzept 4
(NSZR4). 107
5.3.2 Experimentelle
5.3.2.1 Experiment 1: Nachbarschaft im Lö¬
sungsraum gleich Nachbarschaft im
Zielraum?. 113
5.3.2.2 Experiment 2: Abweichung NSLR von NSZR4 117
5.3.2.3 Zusammenfassung. 123
5.4 Analyse der Qualität der Distanzapproximationen. 124
5.4.1 Zur Notwendigkeit der Approximation. 124
5.4.2 Maße zur Distanzapproximation zwischen zwei Auf¬
tragsfolgen . 125
5.4.3 Analyse der Approximationsqualität . 127
5.4.3.1 Allgemeine Anforderungen an ein Maß . 127
5.4.3.2 Differenzierungstiefe und Korrelation mit
der echten Distanz. 129
5.5 Analyse der Topographie im Lösungsraum. 134
5.5.1 Die Korrelation von Distanz und Zielfunktionswert . . 134
5.5.2 Analyse der Distanz globaler
5.5.2.1 Isolierte Analyse multipler globaler
der einzelnen Ziele. 139
5.5.2.2 Integrierte Analyse aller globalen und der ef¬
fizienten globalen
5.5.3 Analyse der Distanz der Elemente der Menge aller ef¬
fizienten Lösungen . . . 144
5.6 Zusammenfassung. 145
6
6.1 Grundlagen der
6.1.1 Die Natur als Vorbüd. 147
6.1.2 Definition und Eigenschaften der ACO-Metaheuristik . 151
6.1.3 Ausgestaltungsmöglichkeiten für das PFSP. 155
6.1.3.1 Die Pheromonmatrix
0I0
6.1.3.2 Anzahl der Ameisen
6.1.3.3 Konstruktion einer Auftragsfolge . 156
6.1.3.4 Modellierung des autokatalytischen Prozesses 161
6.1.4 Ausgestaltungsmöglichkeiten
6.1.4.1 Allgemeine Ausgestaltungsmöglichkeiten . . . 163
6.1.4.2
6.1.4.3 Der
6.2 Lokale Suchstrategie in zwei Phasen.169
6.2.1 Motivation der zwei Phasen-Strategie.169
6.2.2 Lokale Suche in Phase 1: Job
Job
6.2.3 Lokale Suche in Phase 2: Das Job
rekursiver API Suche (JSS-RAPI) .173
6.3 Der SCMO-Ansatz.174
6.3.1 Beschreibung des Algorithmus.174
6.3.1.1 Allgemeine Eigenschaften.174
6.3.1.2 Initialisierungsphase und Ermittlung der en¬
dogenen kleinsten oberen Schranken . 176
6.3.1.3 Suchschema im Zielraum.179
6.3.1.4 Die SCMO-SUCHE-REGION Prozedur . 181
6.3.2 Experimentelle Analyse.184
6.3.2.1 Aufbau der Experimente und Bewertungsme¬
thoden .184
6.3.2.2 Ausgangsparametereinstellungen.186
6.3.2.3 Experiment 1: Systematische Suche im Ziel¬
raum und Verwendung der LNDS .189
6.3.2.4 Experiment 2: Einfluß der Neuinitialisierung
der Pheromonmatrix.195
6.3.2.5 Experiment 3: Variation von
6.3.2.6 Experiment 4: Variation der Parameter
undAnts.202
6.3.2.7 Experiment 5: Variation des Parameters
6.4 Der MCMO-Ansatz.209
6.4.1 Beschreibung des Algorithmus - Variante 1 (MCMO1) . 209
6.4.1.1 Allgemeine Eigenschaften.209
6.4.1.2 MCMO-MASTER - Suche im Zielraum . 210
6.4.1.3 MCMO-CONSTRUCT - Konstruktion von
Auftragsfolgen .222
6.4.1.4 MCMO-SUBl, MCMO-SUB2 und
MCMO-SUB3.224
ao
6.4.2 Modifikation des MCMO-Ansatz
-Variante 2 (MCMO2).229
6.4.3 Experimentelle Analyse.230
6.4.3.1
6.4.3.2 Experiment 2: Variation von
6.4.3.3 Experiment 3: Variation der Parameter
unáAnts.
6.4.3.4 Experiment 4: Variation des Parameters
6.5 Vergleich mit einem Referenzverfahren.253
6.5.1 Grundsätzliche Überlegungen.253
6.5.2 Experimentelle Analyse.254
6.5.2.1 Vergleich der Lösungsqualität von SCMO,
MCMOundMOGLS.254
6.5.2.2 Verbesserung der kleinsten oberen
Schranken durch SCMO und MCMO.259
6.6 Zusammenfassung .266
7 Zusammenfassung und Ausblick 268
Literaturverzeichnis 272
A
8
С
Tmax 290 |
| any_adam_object | 1 |
| any_adam_object_boolean | 1 |
| author | Petri, Christian |
| author_facet | Petri, Christian |
| author_role | aut |
| author_sort | Petri, Christian |
| author_variant | c p cp |
| building | Verbundindex |
| bvnumber | BV022250483 |
| classification_rvk | QH 465 |
| ctrlnum | (OCoLC)634993851 (DE-599)BVBBV022250483 |
| discipline | Wirtschaftswissenschaften |
| discipline_str_mv | Wirtschaftswissenschaften |
| format | Book |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>01597nam a2200373 c 4500</leader><controlfield tag="001">BV022250483</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20070620 </controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">070131s2006 m||| 00||| ger d</controlfield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)634993851</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV022250483</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rakwb</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-739</subfield><subfield code="a">DE-384</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QH 465</subfield><subfield code="0">(DE-625)141600:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Petri, Christian</subfield><subfield code="e">Verfasser</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Ablaufplanung bei Reihenfertigung mit mehrfacher Zielsetzung auf der Basis von Ameisenalgorithmen</subfield><subfield code="c">Christian Petri</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="c">2006</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">XXIV, 294 S.</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Passau, Univ., Diss., 2006. - Auch als Computerdatei im Fernzugriff unter: http://www.opus-bayern.de/uni-passau/volltexte/2007/85/</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Ameisenalgorithmus</subfield><subfield code="0">(DE-588)4704280-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Reihenfolgeproblem</subfield><subfield code="0">(DE-588)4242167-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Ablaufplanung</subfield><subfield code="0">(DE-588)4122751-7</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Ablaufplanung</subfield><subfield code="0">(DE-588)4122751-7</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Reihenfolgeproblem</subfield><subfield code="0">(DE-588)4242167-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Ameisenalgorithmus</subfield><subfield code="0">(DE-588)4704280-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">Digitalisierung UB Passau</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=015461279&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-015461279</subfield></datafield></record></collection> |
| genre | (DE-588)4113937-9 Hochschulschrift gnd-content |
| genre_facet | Hochschulschrift |
| id | DE-604.BV022250483 |
| illustrated | Not Illustrated |
| index_date | 2024-07-02T16:39:25Z |
| indexdate | 2024-07-09T20:53:21Z |
| institution | BVB |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-015461279 |
| oclc_num | 634993851 |
| open_access_boolean | |
| owner | DE-739 DE-384 |
| owner_facet | DE-739 DE-384 |
| physical | XXIV, 294 S. |
| publishDate | 2006 |
| publishDateSearch | 2006 |
| publishDateSort | 2006 |
| record_format | marc |
| spelling | Petri, Christian Verfasser aut Ablaufplanung bei Reihenfertigung mit mehrfacher Zielsetzung auf der Basis von Ameisenalgorithmen Christian Petri 2006 XXIV, 294 S. txt rdacontent n rdamedia nc rdacarrier Passau, Univ., Diss., 2006. - Auch als Computerdatei im Fernzugriff unter: http://www.opus-bayern.de/uni-passau/volltexte/2007/85/ Ameisenalgorithmus (DE-588)4704280-1 gnd rswk-swf Reihenfolgeproblem (DE-588)4242167-6 gnd rswk-swf Ablaufplanung (DE-588)4122751-7 gnd rswk-swf (DE-588)4113937-9 Hochschulschrift gnd-content Ablaufplanung (DE-588)4122751-7 s Reihenfolgeproblem (DE-588)4242167-6 s Ameisenalgorithmus (DE-588)4704280-1 s DE-604 Digitalisierung UB Passau application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=015461279&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis |
| spellingShingle | Petri, Christian Ablaufplanung bei Reihenfertigung mit mehrfacher Zielsetzung auf der Basis von Ameisenalgorithmen Ameisenalgorithmus (DE-588)4704280-1 gnd Reihenfolgeproblem (DE-588)4242167-6 gnd Ablaufplanung (DE-588)4122751-7 gnd |
| subject_GND | (DE-588)4704280-1 (DE-588)4242167-6 (DE-588)4122751-7 (DE-588)4113937-9 |
| title | Ablaufplanung bei Reihenfertigung mit mehrfacher Zielsetzung auf der Basis von Ameisenalgorithmen |
| title_auth | Ablaufplanung bei Reihenfertigung mit mehrfacher Zielsetzung auf der Basis von Ameisenalgorithmen |
| title_exact_search | Ablaufplanung bei Reihenfertigung mit mehrfacher Zielsetzung auf der Basis von Ameisenalgorithmen |
| title_exact_search_txtP | Ablaufplanung bei Reihenfertigung mit mehrfacher Zielsetzung auf der Basis von Ameisenalgorithmen |
| title_full | Ablaufplanung bei Reihenfertigung mit mehrfacher Zielsetzung auf der Basis von Ameisenalgorithmen Christian Petri |
| title_fullStr | Ablaufplanung bei Reihenfertigung mit mehrfacher Zielsetzung auf der Basis von Ameisenalgorithmen Christian Petri |
| title_full_unstemmed | Ablaufplanung bei Reihenfertigung mit mehrfacher Zielsetzung auf der Basis von Ameisenalgorithmen Christian Petri |
| title_short | Ablaufplanung bei Reihenfertigung mit mehrfacher Zielsetzung auf der Basis von Ameisenalgorithmen |
| title_sort | ablaufplanung bei reihenfertigung mit mehrfacher zielsetzung auf der basis von ameisenalgorithmen |
| topic | Ameisenalgorithmus (DE-588)4704280-1 gnd Reihenfolgeproblem (DE-588)4242167-6 gnd Ablaufplanung (DE-588)4122751-7 gnd |
| topic_facet | Ameisenalgorithmus Reihenfolgeproblem Ablaufplanung Hochschulschrift |
| url | http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=015461279&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |
| work_keys_str_mv | AT petrichristian ablaufplanungbeireihenfertigungmitmehrfacherzielsetzungaufderbasisvonameisenalgorithmen |