Multikriterielle Ablaufplanung

مشکلات عملی در زمان‌بندی با وجود همزمان اهداف متعدد و اغلب متناقض مشخص می‌شوند. با توجه به پیچیدگی چنین مشکلاتی، روش های حل دقیق تنها برای چند مورد خاص قابل توسعه است. در مقابل، اکتشافی مبتنی بر روش‌های جستجوی محلی مانند بازپخت شبیه‌سازی‌شده، جستجوی تابو و الگوریتم‌های تکاملی اهمیت فزاینده‌ای پیدا می‌کنند.

مارتین یوزف گایگر با حل مسائل چند معیاره در برنامه‌ریزی فرآیند سر و کار دارد. نقطه شروع سوالات مربوط به زمانبندی کارگاه جریان است که ساختارهای مشکل و اپراتورهای جستجوی محلی برای آنها نشان داده شده است. بر اساس اولین تحلیل، مفهوم جستجوی فراابتکاری بهبودیافته جستجوی محلی تکرار شده Pareto ارائه شده است که به طور قابل توجهی برتر از روش های شناخته شده و تاسیس شده، به عنوان مثال الگوریتم های تکاملی است.

پیاده سازی سیستم بهینه سازی MOOPPS ایجاد شده در این زمینه با جایزه نرم افزار آکادمیک اروپا در Ronneby (سوئد) 2002 ترکیب شد.

Praktische Problemstellungen der Ablaufplanung sind durch die simultane Existenz multipler, häufig konfliktärer Zielsetzungen charakterisiert. Aufgrund der Komplexität derartiger Problemstellungen konnten exakte Lösungsverfahren bislang nur für wenige Spezialfälle entwickelt werden. Demgegenüber gewinnen Heuristiken auf der Grundlage lokaler Suchverfahren wie Simulated Annealing, Tabu Search und Evolutionärer Algorithmen zunehmend an Bedeutung.

Martin Josef Geiger setzt sich mit der Lösung multikriterieller Probleme der Ablaufplanung auseinander. Ausgangsbasis sind insbesondere Fragen des Flow Shop Scheduling, für die Problemstrukturen und lokale Suchoperatoren aufgezeigt werden. Aufbauend auf einer ersten Analyse wird das verbesserte metaheuristische Suchkonzept Pareto Iterated Local Search vorgestellt, welches bekannten und etablierten Verfahren, z.B. Evolutionären Algorithmen, signifikant überlegen ist.

Die in diesem Kontext erstellte Implementierung des Optimierungssystems MOOPPS wurde mit dem in Ronneby (Schweden) verliehenen European Academic Software Award 2002 ausgezeichnet.