Online-Scheduling mit genetischen Algorithmen

Online-Scheduling kann als eine Folge von dynamischen deterministischen Job Shop Scheduling Problemen betrachtet werden, die u.a. durch einen regelbasierten Ansatz (Abk. RA) oder durch einen Genetischen Algorithmus (Abk. GA) gelöst werden können. Im Gegensatz zum RA versucht der GA gewöhnlich mit höherem Aufwand einen möglichst optimalen Schedule zu generieren. Die in dieser Arbeit entwickelten Kostenmodelle geben eine Abschätzung über diesen Aufwand und über den substantiellen Vorteil der genetischen Suche im Vergleich zum RA. Situationen, in denen sich der RA lohnt können wiederum auch vor der Planung erkannt werden. Ob der Rechenaufwand eines GA immer gerechtfertig ist wird auch untersucht. Ferner sollen die entwickelten Modelle Auskünfte über die festgestellten Abweichungen der Suchkosten und der Verbesserung bei Probleminstanzen derselben Größe geben. Für die Entwicklung der Kostenmodelle wurde ein GA entwickelt und implementiert. Desweiteren wurde ein Modell für Online Scheduling als ereignisbasierte diskrete Simulation implementiert.

Yvon Tounkap, Dipl.-Math.:Studium der Mathematik mit der Studienrichtung Informatik an der Leibniz Universität Hannover. Business Consultant bei SimCorp Central Europe, Bad Homburg.