Allgemeine Prozessoptimierung in Produktion und Logistik
DE
Mathematische Optimierungsverfahren mit ILOG anwenden
Mathematische Optimierungsverfahren mit ILOG anwenden
Optimierung mit Simulation kombinieren
Optimierung mit Simulation kombinieren
Fallbeispiel
Fallbeispiel
Teilen Sie uns mit, welche Anforderungen Ihre Projekte haben und wir finden gemeinsam einen geeigneten Lösungsweg diese mittels Prozessoptimierung zu realisieren.
Kontakt aufnehmen
Kontakt aufnehmen
Optimierung bedeutet allgemein die Zielvorgaben (Kosten, Gewinn, Zeit, etc.) zu maximieren bzw. zu minimieren und damit die Prozessvariablen zu finden, die das beste Ergebnis gewährleisten.
© 2018 Simulate First. All rights reserved.
Analysieren Sie Nachfrage, Variationen, Bestände, Lieferzeiten
Erreichen Sie noch höhere Effektivität bei gleichen Lieferzeiten

Verifizierung im Voraus

Gerne kombinieren wir die mathematische Prozessoptimierung mit Prozesssimulation. Damit werden die nahezu optimal berechneten Prozesswerte mit unterschiedlichsten Störeinflüssen in dynamischer Simulation live ausgetestet. So werden weitere wichtige “Was wäre wenn”-Erkenntnisse vor der Realisation der Anlage gesammelt.

Vielseitig einsetzbar

Damit lösen wir komplexe Routing, Scheduling, als auch die gesamte Bandbreite von linearen, integer und unlinearen Problemen: beste Positionierung der Transporter und leerer Container zwischen Bedarfsstationen optimierte Anlagentaktzeiten bei vielen Werkstücken, Werkzeugen und optionalen Operationen (siehe auch das Beispiel unten) die beste Zuordnung von x Produkten, y Operationen auf z Maschinen.

Erfolgreiche Umsetzung

Im Beispiel zeigen wir eine automatische Anlage mit Handlingsrobotern, die alle Produkte nacheinander umsetzen (die Reihenfolge und Zeittoleranzen müssen streng eingehalten werden). Zuerst wurden die Taktzeiten mit Prozessoptimierung ermittelt, danach wurde die Anlage mit der vorher berechneten Reihenfolge und zahlreichen neuen Störungsfaktoren simuliert.

Neue Wege mit mathematischen Innovationen bestreiten.

Im Operations-Research existiert eine Fülle von Optimierungsverfahren, die in Abhängigkeit von der Komplexität, der gewünschten Lösungsgüte und des Berechnungsaufwands ausgewählt werden können. Mathematische Optimierungsverfahren lösen unternehmerische Aufgaben mit Millionen von Nebenbedingungen (Constraints) und Entscheidungsvariablen (Auftragslage, Maschinenbelegung, Routing, Scheduling etc.). Damit finden wir schnell die besten Einstellungen für die gegebene Zielfunktion. ILOG Optimization Studio von IBM verwendet zur Lösung anspruchsvoller mathematischer Optimierungsaufgaben eine der schnellsten und zuverlässigsten Implementationen an grundlegenden Algorithmen.
Aufträge
Ressourcen
Kosten, Gewinn
Anforderungen Kundenwünsche
Geschäftliche Ziele
Ressourcen Zuordnung
Mindest- Kosten
Maximaler Gewinn
Optimale Einplanung Aufgaben
Home
Simulation
Feinplanung
Anwendung
Über uns
Nutzen und Vorzüge  von Prozessoptimierung
Nutzen und Vorzüge von Prozessoptimierung
Eine wirkungsvolle Prozessoptimierung in Produktion und Logistik ist in komplexen Organisationsstrukturen wie heute, wichtiger als je zuvor. Entscheidungsträger müssen: Best-Case, Expected-Case und Worst-Case Szenarien antizipieren Zielkonflikte, Engpässe und Unvereinbarkeiten verstehen Pläne (auch Zeitpläne) entwickeln, die sich dynamisch im Betriebsablauf anpassen lassen.
SimulateFirst Dresden Anton-Graff-Str. 24 01309 Dresden / Sachsen Telefon: +49 (0) 351 - 30906020 E-Mail: info@simulatefirst.com
© 2018 Simulate First. All rights reserved.
Allgemeine Prozessoptimierung in Produktion und Logistik
Mathematische Optimierungs-verfahren mit ILOG
Mathematische Optimierungs- verfahren mit ILOG
Optimierung mit Simulation kombinieren
Optimierung mit Simulation kombinieren
Optimierung bedeutet allgemein die Zielvorgaben (Kosten, Gewinn, Zeit, etc.) zu maximieren bzw. zu minimieren und damit die Prozessvariablen zu finden, die das beste Ergebnis gewährleisten.
Analysieren Sie Nachfrage, Variationen, Bestände, Lieferzeiten
Erreichen Sie noch höhere Effektivität bei gleichen Lieferzeiten

Vielseitig einsetzbar

Damit lösen wir komplexe Routing-, Scheduling-, als auch die gesamte Bandbreite von linearen, integer und unlinearen Problemen: beste Positionierung der Transporter und leerer Container zwischen Bedarfsstationen optimierte Anlagentaktzeiten bei vielen Werkstücken, Werkzeugen und optionalen Operationen (siehe auch das Beispiel unten) die beste Zuordnung von x Produkten, y Operationen auf z Maschinen.

Neue Wege mit mathematischen Innovationen

bestreiten.

Im Operations-Research existiert eine Fülle von Optimierungsverfahren, die unternehmerische Aufgaben mit Millionen von Nebenbedingungen und Entscheidungsvariablen lösen. ILOG Optimization Studio von IBM verwendet zur Lösung anspruchsvoller mathematischer Optimierungsaufgaben eine der schnellsten und zuverlässigsten Implementationen an grundlegenden Algorithmen.
Aufträge
Ressourcen
Kosten, Gewinn
Anforderungen Kundenwünsche
Geschäftliche Ziele
Ressourcen Zuordnung
Mindest- Kosten
Maximaler Gewinn
Optimale Einplanung Aufgaben
Teilen Sie uns mit, welche Anforderungen Ihre Projekte haben und wir finden gemeinsam einen geeigneten Lösungsweg diese mittels Prozessoptimierung zu realisieren.
Kontakt aufnehmen
Kontakt aufnehmen

Verifizierung im Voraus

Gerne kombinieren wir die mathematische Prozessoptimierung mit Prozesssimulation. Damit werden die nahezu optimal berechneten Prozesswerte mit unterschiedlichsten Störeinflüssen in dynamischer Simulation live ausgetestet. So werden weitere wichtige “Was wäre wenn”-Erkenntnisse vor der Realisation der Anlage gesammelt.

Erfolgreiche Umsetzung

Im Beispiel zeigen wir eine automatische Anlage mit Handlingsrobotern, die alle Produkte nacheinander umsetzen (die Reihenfolge und Zeittoleranzen müssen streng eingehalten werden). Zuerst wurden die Taktzeiten mit Prozessoptimierung ermittelt, danach wurde die Anlage mit der vorher berechneten Reihenfolge und zahlreichen neuen Störungsfaktoren simuliert.
Fallbeispiel
Fallbeispiel
Nutzen von Prozess-optimierung
Nutzen von Prozess- optimierung
Eine wirkungsvolle Prozessoptimierung in Produktion und Logistik ist in komplexen Organisationsstrukturen wie heute, wichtiger als je zuvor. Entscheidungsträger müssen: Best-Case, Expected-Case und Worst-Case Szenarien antizipieren Zielkonflikte, Engpässe und Unvereinbarkeiten verstehen Pläne (auch Zeitpläne) entwickeln, die sich dynamisch im Betriebsablauf anpassen lassen.

Sehen Sie auch

Ihr Partner für

IBM ILOG
ILOG