Andere Kunden interessierten sich auch für
![Organisation des Produktionsprozesses]( "Organisation des Produktionsprozesses")
Organisation des Produktionsprozesses37,99 €![LAN Lokale PC-Netzwerke]( "LAN Lokale PC-Netzwerke")
LAN Lokale PC-Netzwerke49,95 €![Montageplanung-effizient und marktgerecht]( "Montageplanung-effizient und marktgerecht")
Montageplanung-effizient und marktgerecht49,99 €![Messgeräte im Industriebetrieb]( "Messgeräte im Industriebetrieb")
Messgeräte im Industriebetrieb54,99 €![Logistik mit SAP R/3®]( "Logistik mit SAP R/3®")
Logistik mit SAP R/3®99,99 €![Betriebswirtschaftliche Anwendungen mit SAP R/3®]( "Betriebswirtschaftliche Anwendungen mit SAP R/3®")
Betriebswirtschaftliche Anwendungen mit SAP R/3®54,99 €![Laser in der Produktion]( "Laser in der Produktion")
Laser in der Produktion54,99 €
Die zunehmende Individualisierung von Kundenwünschen zwingt zahlreiche Unternehmen zu einer variantenreichen Produktion. Um trotz der geforderten Variantenvielfalt kurze Lieferzeiten bei akzeptablen Lagerkosten gewährleisten zu können, werden oft die Endprodukte aus vorgefertigten Produktkomponenten nach den Kundenwünschen montiert. Bei dieser kundenauftragsbezogenen Montage (assemble-to-order) ist die Bestimmung des Planbedarfs an vorzufertigenden Komponenten eine zentrale Entscheidung.
Gerhard Hinterberger zeigt, dass die Material Requirements Planning (MRP)-Logik heutiger PPS-Systeme diese Entscheidung nur sehr mangelhaft unterstützt und zu einer ungünstigen Verteilung von Sicherheitsbeständen führt. Der Autor entwickelt sto-cha-stische Optimierungsmodelle, die eine bessere Entscheidungsunterstützung liefern und ohne größere Eingriffe in PPS-Systeme integriert werden können. Er erarbeitet Heuristiken für die Lösung der Optimierungsmodelle und misst deren Leistungsfähigkeit in zahlreichen Simulationsexperimenten anhand von realen Betriebsdaten.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Gerhard Hinterberger zeigt, dass die Material Requirements Planning (MRP)-Logik heutiger PPS-Systeme diese Entscheidung nur sehr mangelhaft unterstützt und zu einer ungünstigen Verteilung von Sicherheitsbeständen führt. Der Autor entwickelt sto-cha-stische Optimierungsmodelle, die eine bessere Entscheidungsunterstützung liefern und ohne größere Eingriffe in PPS-Systeme integriert werden können. Er erarbeitet Heuristiken für die Lösung der Optimierungsmodelle und misst deren Leistungsfähigkeit in zahlreichen Simulationsexperimenten anhand von realen Betriebsdaten.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.