Warum Metaheuristiken die Zukunft gehört

In der Praxis sind effiziente Lösungsverfahren wichtiger als exakte Methoden. Das problemunabhängige Metaheuristik Framework ist die Basis unserer Algorithm Factory.

  1. Algorithmen
  2. Warum Metaheuristiken die Zukunft gehört

Die Digitalisierung ist nicht aufzuhalten. Sie erobert zunehmend auch die Produktionsplanungsabteilungen. Und das zu Recht! Egal ob in der Lebensmittel-, Elektronik- oder Automobilindustrie – eine automatisierte und optimierte Planung bietet ein enormes Potenzial um Kosten zu reduzieren und die Fertigung noch effizienter zu gestalten.  

Doch 2020 sprechen wir nicht mehr rein von Digitalisierung. Wir sprechen über „Künstliche Intelligenz“. Wurde vor 10 Jahren noch das Excel-Spreadsheet durch eine graphische Oberfläche mit Drag & Drop Funktionalität abgelöst und die automatische Planung mit Heuristiken gefeiert, so versuchen sich die Toolanbieter heute mit Optimierungsalgorithmen von der Konkurrenz abzuheben bzw. dieser zumindest nicht hinterher zu hinken.   

Das Framework zum Universalalgorithmus

Dass es nicht einen einzigen Algorithmus geben kann, der Planungsprobleme der unterschiedlichen Industrien bestmöglich lösen kann, lässt sich aus dem No-Free-Lunch-Theorem von David Wolpert und William G. Macready ableiten. Vereinfacht gesagt, in der Entwicklung von Planungsalgorithmen wird einem nichts geschenkt und deswegen kommen die Experten von MCP nicht umhin, für jede Branche die am besten geeignete Optimierungsmethode zu entwickeln.

Auf der anderen Seite haben die Problemstellungen auch viele Gemeinsamkeiten und daher wäre es nicht zielführend, das Rad jedes Mal komplett neu zu erfinden. Aus diesem Grund haben die Experten der MCP in Zusammenarbeit mit Forschern der TU Wien das Metaheuristik Framework entwickelt, um erfolgreiche Lösungsstrategien einfach wiederverwendbar zu machen. Im Framework sind eine Reihe von bewährten Metaheuristiken auf der Basis von lokaler Suche aus der wissenschaftlichen Literatur wie zum Beispiel Simulated Annealing, Variable Neighborhood Descent und GRASP implementiert.

metaheuristik-hand-mit-atom
Basis für viele Planungslösungen – das MCP Metaheuristik Framework

Große Suchräume im Griff haben

Metaheuristiken bieten gegenüber vielen anderen Verfahren den Vorteil, dass sie Probleme mit einer großen Zahl von Variablen und Lösungsmöglichkeiten effizient und effektiv in der Praxis lösen können.

Das ist besonders für Produktionsplanungsprobleme eine wichtige Eigenschaft, weil selbst bei einem Planungshorizont von nur einer Woche die Anzahl der potenziellen Lösungen sehr rasch auf astronomische Werte wie 10^85 explodiert. Zum Vergleich: diese Zahl entspricht der geschätzten Zahl der Atome im gesamten Universum.

Das Finden des globalen Optimums ist dabei oft gar nicht sinnvoll möglich und auch nicht notwendig. Mit Metaheuristiken gelingt es sehr schnell, in die Nähe der optimalen Lösung zu kommen.

Maßgeschneiderte Planungsalgorithmen für jede Situation

Das MCP Metaheuristik Framework ermöglicht es den Entwicklern, neue metaheuristische Planungsalgorithmen durch Erweiterung, Kombination und Konfiguration der vorhandenen Methoden zu realisieren. Auf diese Weise können maßgeschneiderte Planungsalgorithmen für jeden Anwendungsbereich mit geringem Aufwand entwickelt werden.

Darüber hinaus erhöht der modulare Aufbau des Metaheuristik Frameworks die Flexibilität und Wartbarkeit der Planungslösungen, sodass auch im Nachhinein notwendige Änderungen und Erweiterungen mit geringem Aufwand durchgeführt werden können.

Fazit

Es sind bereits viele gute Such- und Lösungsverfahren bekannt. Die Kunst liegt darin, sie richtig zu kombinieren und einzusetzen. Die Planungsaufgaben bei unseren Kunden aus den verschiedensten Industriebranchen zeichnen sich durch branchenspezifische Anforderungen und komplexe Optimierungsziele aus. Das MCP Metaheuristik Framework bietet eine problemunabhängige Basis, die unseren Experten die Möglichkeit gibt, effizient und effektiv den passenden, maßgeschneiderten Planungsalgorithmus für unsere Kunden zu entwickeln.

Sie hätten gerne mehr Informationen zum Metaheuristik Framework von MCP?

Kontaktieren Sie uns noch heute:

Ich habe die Datenschutzbestimmungen gelesen und akzeptiert.

Über die Autoren

Autor_CMR

Christoph Mrkvicka ist Partner bei MCP und leitet den Bereich Forschung & Entwicklung. Er hat Technische Mathematik an der TU Wien studiert und beschäftigt sich seit 7 Jahren intensiv mit dem Thema Produktionsplanung.

Autor_Felix WInter

Felix Winter ist wissenschaftlicher Mitarbeiter beim Christian Doppler Laboratory for Artificial Intelligence and Optimization for Planning and Scheduling an der TU Wien, welches eng mit MCP kooperiert. Er hat Software Engineering an der TU Wien studiert und beschäftigt sich seit 4 Jahren mit Optimierungsalgorithmen für angewandte Scheduling-Probleme.

Autor_Johannes Vass

Johannes Vass ist wissenschaftlicher Mitarbeiter beim Christian Doppler Laboratory for Artificial Intelligence and Optimization for Planning and Scheduling an der TU Wien, welches eng mit MCP kooperiert. Er hat Software Engineering studiert und sich im Rahmen seiner Masterarbeit intensiv mit der Nivellierung von Produktion auseinandergesetzt.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Bitte füllen Sie dieses Feld aus
Bitte füllen Sie dieses Feld aus
Bitte gib eine gültige E-Mail-Adresse ein.

Menü