Matthias Hundt entwickelt ein Realoptionsmodell auf Basis Gemischt-Ganzzahlig-Linearer-Programmierung, das bi-direktional mit einem fundamentalen Elektrizitätsmarktmodell gekoppelt ist. Dieser Ansatz ermöglicht, den Wert der Investitionsoption unter der Berücksichtigung technischer Restriktionen des Kraftwerksbetriebs angemessen zu beziffern. Da Investitionen in neue Wärmekraftwerke in Deutschland auch in Zukunft benötigt werden, um genügend gesicherte Kraftwerksleistung zur Verfügung zu stellen, muss sich der Planungs- und Entscheidungsprozess einem so noch nie beobachteten Maß an Unsicherheiten stellen. Die Bewertung von Investitionen sollte deshalb unsichere Einflussfaktoren auf den Projektwert und Handlungsflexibilitäten des Investors bzw. Anlagenbetreibers explizit berücksichtigen.
Aktualisiert: 2023-07-02
> findR *
Matthias Hundt entwickelt ein Realoptionsmodell auf Basis Gemischt-Ganzzahlig-Linearer-Programmierung, das bi-direktional mit einem fundamentalen Elektrizitätsmarktmodell gekoppelt ist. Dieser Ansatz ermöglicht, den Wert der Investitionsoption unter der Berücksichtigung technischer Restriktionen des Kraftwerksbetriebs angemessen zu beziffern. Da Investitionen in neue Wärmekraftwerke in Deutschland auch in Zukunft benötigt werden, um genügend gesicherte Kraftwerksleistung zur Verfügung zu stellen, muss sich der Planungs- und Entscheidungsprozess einem so noch nie beobachteten Maß an Unsicherheiten stellen. Die Bewertung von Investitionen sollte deshalb unsichere Einflussfaktoren auf den Projektwert und Handlungsflexibilitäten des Investors bzw. Anlagenbetreibers explizit berücksichtigen.
Aktualisiert: 2023-07-02
> findR *
Matthias Hundt entwickelt ein Realoptionsmodell auf Basis Gemischt-Ganzzahlig-Linearer-Programmierung, das bi-direktional mit einem fundamentalen Elektrizitätsmarktmodell gekoppelt ist. Dieser Ansatz ermöglicht, den Wert der Investitionsoption unter der Berücksichtigung technischer Restriktionen des Kraftwerksbetriebs angemessen zu beziffern. Da Investitionen in neue Wärmekraftwerke in Deutschland auch in Zukunft benötigt werden, um genügend gesicherte Kraftwerksleistung zur Verfügung zu stellen, muss sich der Planungs- und Entscheidungsprozess einem so noch nie beobachteten Maß an Unsicherheiten stellen. Die Bewertung von Investitionen sollte deshalb unsichere Einflussfaktoren auf den Projektwert und Handlungsflexibilitäten des Investors bzw. Anlagenbetreibers explizit berücksichtigen.
Aktualisiert: 2023-07-02
> findR *
Aufgrund des zunehmenden Preisdrucks in der größtenteils mittelständisch geprägten Transportindustrie ist in den letzten Jahren die Anzahl der Speditionsunternehmen, trotz steigendem Transportvolumen, rückläufig. Insbesondere für kleine und mittelständische Speditionsunternehmen im Teilladungsverkehr ist es daher essentiell, Lösungsstrategien zu entwickeln, um sich gegenüber großen Konkurrenten auf dem Transportmarkt behaupten zu können.
Ein Lösungsansatz besteht in der Optimierung der Tourenplanung der Unternehmen, um Kosten einzusparen und die verfügbaren Transportkapazitäten bestmöglich auszunutzen. Um hierbei eine zur Praxis konsistente Lösung zu ermitteln, ist es notwendig, dass essentielle Restriktionen in die Modellbildung zur Lösung des Problems mit einfließen. In dieser Arbeit wird ein praxisnahes Tourenplanungsproblem aus dem Teilladungsverkehr untersucht, für welches verschiedene Modellformulierungen analysiert und dann auf Grundlage der Modelle Genetische Algorithmen zur heuristischen Lösung des Problems entwickelt werden. Vier Varianten der Genetischen Algorithmen werden hinsichtlich der besten bekannten Lösungen an umfangreichen Datensätzen evaluiert. Ferner wird ein Parameter-Tuning Ansatz vorgestellt, mit dem die Lösungsgüte der Genetischen Algorithmen durch die bestmögliche Wahl der Auswahlparameter für die Steuerung der implementierten Operatoren verbessert werden kann.
Zur Gewinnsteigerung über die optimierte Tourenplanung hinaus stellt die horizontale Zusammenarbeit für kleine und mittelständische Speditionsunternehmen eine weitere Lösungsstrategie dar. In Kooperationen können durch den Austausch von Transportaufträgen Gewinne gesteigert werden, wobei sich hierfür ein dezentraler auktionsbasierter Kooperationsmechanismus als geeigneter Ansatz erwiesen hat. Solch ein Mechanismus wird in dieser Forschungsarbeit im Hinblick auf verschiedene Aspekte untersucht. Insbesondere wird das stochastische Bündelauswahlproblem, in dem der Auktionator festlegt, welche Auftragsbündel zur Auktion freigegeben werden, genauer analysiert. Zur Lösung wird ein szenarienbasierter Ansatz mit zwei Vorauswahlstrategien entwickelt. Die Verfahren werden an vier Kooperationsnetzwerken unterschiedlicher Struktur evaluiert.
Aktualisiert: 2023-04-06
> findR *
Die strategische Planung von Hub-and-Spoke-Netzen ist ein transportlogistisches Optimierungsproblem: Eine Menge an Depots soll untereinander Sendungen austauschen. Direktverbindungen von jedem Depot zu jedem anderen Depot sind in vielen Anwendungsfällen zu kostspielig. Stattdessen werden einige wenige Hubstandorte zur Konsolidierung der Sendungsströme errichtet. Die Sendungen werden auf ihrem Weg vom Start- zum Zieldepot über bis zu zwei Hubknoten geroutet. Dieses Vorgehen lohnt sich, falls die Skaleneffekte durch Transportbündelung die erforderlichen Kosten zur Errichtung und zum Betrieb der Hubstandorte übersteigen.
Eine Herausforderung bei der strategischen Planung von Transportnetzen ist aufgrund schwankender Transportmengen auf den einzelnen Quelle-Senke-Verbindungen die Integration von verschiedenen Nachfrageszenarios. Im Konzept der variablen Zuordnung werden die Zuordnungen von den Depot- zu den Hubknoten dynamisch an aktuelle Nachfrageszenarien angepasst.
Zur Lösung des vorliegenden Optimierungsproblems wurden Dekompositionsverfahren entwickelt. Durch Zerlegung in eine zweistufige Formulierung werden die Entscheidungsvariablen sowohl auf verschiedenen Planungsebenen als auch zwischen den unterschiedlichen Nachfrageszenarien entkoppelt. Die Auswertung der numerischen Experimente legt dar, dass durch die vorgeschlagenen Dekompositionsverfahren optimale Lösungen um ein Vielfaches schneller als unter Verwendung von klassischer Optimierungssoftware gefunden werden.
Aktualisiert: 2023-03-16
> findR *
Bei Problemen in Technik, Natur- und Wirtschaftswissenschaften werden häufig maximale Ergebnisse unter minimalem Aufwand gesucht. Deshalb gewinnt die mathematische Optimierung sowohl für Ingenieure als auch Natur- und Wirtschaftswissenschaftler zunehmend an Bedeutung. Das vorliegende Lehrbuch gibt eine Einführung in die lineare, nichtlineare und vektorielle Optimierung, wobei auch Spezialfälle wie quadratische, parametrische und diskrete Optimierung betrachtet werden. Des Weiteren wird der Gegenstand der Spieltheorie und dynamischen Optimierung skizziert. Im Buch wird auf Beweise verzichtet und dafür die Problematik anhand von Beispielen illustriert. Ein zweiter Schwerpunkt des Buches liegt auf der Berechnung der behandelten Optimierungsaufgaben mittels Computer. Hierzu werden die Computeralgebrasysteme MAPLE, MATHEMATICA, MATHCAD und MATLAB und das Tabellenkalkulationsprogramm EXCEL herangezogen und versionsunabhängig erläutert.
Aktualisiert: 2023-03-14
> findR *
Matthias Hundt entwickelt ein Realoptionsmodell auf Basis Gemischt-Ganzzahlig-Linearer-Programmierung, das bi-direktional mit einem fundamentalen Elektrizitätsmarktmodell gekoppelt ist. Dieser Ansatz ermöglicht, den Wert der Investitionsoption unter der Berücksichtigung technischer Restriktionen des Kraftwerksbetriebs angemessen zu beziffern. Da Investitionen in neue Wärmekraftwerke in Deutschland auch in Zukunft benötigt werden, um genügend gesicherte Kraftwerksleistung zur Verfügung zu stellen, muss sich der Planungs- und Entscheidungsprozess einem so noch nie beobachteten Maß an Unsicherheiten stellen. Die Bewertung von Investitionen sollte deshalb unsichere Einflussfaktoren auf den Projektwert und Handlungsflexibilitäten des Investors bzw. Anlagenbetreibers explizit berücksichtigen.
Aktualisiert: 2023-03-14
> findR *
Alexander Kressner schlägt für die mittelfristige Hauptoperationsplanung in einem Krankenhaus stochastische Optimierungsmodelle vor, mit denen Operationspläne unter Berücksichtigung unsicherer Operationsdauern berechnet werden können. Durch die Entwicklung von linearen Approximationsmodellen und dekomponierenden Lösungsverfahren lassen sich Probleminstanzen in praxisrelevanter Größenordnung lösen. Die vorgestellten Modell- und Lösungskonzepte sind flexibel um weitere Problemaspekte erweiterbar und eignen sich somit als Grundlage für ein Entscheidungsunterstützungssystem in Krankenhäusern für die Operationsplanung.
Aktualisiert: 2023-04-01
> findR *
Martin Grunewald entwickelt einen integrierten Bestandsmanagement- und Tourenplanungsansatz zur Planung von Milkruns unter Berücksichtigung der in der Automobilindustrie vorherrschenden unsicheren und abhängigen Transportbedarfe. Anhand einer numerischen Untersuchung sowie einer Fallstudie werden die Vorteile dieses neuartigen Ansatzes gegenüber Benchmarks aus Literatur und Praxis aufgezeigt.
Aktualisiert: 2023-03-14
> findR *
Rückversicherungsmärkte sind durch starke Preis- und Nachfrageschwankungen geprägt. Diese Zyklizität stellt besondere Anforderungen an eine wertorientierte Unternehmenssteuerung.
Unter Berücksichtigung rückversicherungsspezifischer Besonderheiten werden strategische, taktische und operative Steuerungsparameter entwickelt. Als zentrales Problem wird dabei die Leerkostenproblematik identifiziert, die sich aus der zyklusbedingt unsicheren Rückversicherungsnachfrage und den Fixkosten der vorgehaltenen Zeichnungskapazität ergibt. Vor diesem Hintergrund wird gezeigt, dass der Kapazitäts- und Preisentscheidung sowie der Wahl der Technologie bzw. Kostenstruktur elementare Bedeutung zukommt.
Die genannten Faktoren werden hinsichtlich ihrer strukturellen Wechselwirkungen untersucht und schrittweise in eine wertorientierte Steuerungskonzeption integriert, wobei auf operativer Ebene die Ertragsoptimierung das handlungsleitende Ziel bildet.
Einbezogen in die Überlegungen wird die Tatsache, dass der Wettbewerb auf dem Rückversicherungsmarkt von wenigen Anbietern dominiert ist.
Die Arbeit liefert damit einen umfassenden Modellrahmen, der sowohl Wertschöpfungs- als auch Zyklus- und Wettbewerbseffekte berücksichtigt, und vermittelt wichtige strukturelle Einsichten in eine holistische Steuerungskonzeption.
Das Buch richtet sich in erster Linie an Fach- und Führungskräfte in Rückversicherungsunternehmen, darüber hinaus aber auch an alle, die mit Rückversicherung praktisch oder theoretisch befasst sind.
Aktualisiert: 2023-02-07
> findR *
Alexander Kressner schlägt für die mittelfristige Hauptoperationsplanung in einem Krankenhaus stochastische Optimierungsmodelle vor, mit denen Operationspläne unter Berücksichtigung unsicherer Operationsdauern berechnet werden können. Durch die Entwicklung von linearen Approximationsmodellen und dekomponierenden Lösungsverfahren lassen sich Probleminstanzen in praxisrelevanter Größenordnung lösen. Die vorgestellten Modell- und Lösungskonzepte sind flexibel um weitere Problemaspekte erweiterbar und eignen sich somit als Grundlage für ein Entscheidungsunterstützungssystem in Krankenhäusern für die Operationsplanung.
Aktualisiert: 2023-04-15
> findR *
Die vorliegende Arbeit beschäftigt sich mit der Hauptproduktionsprogrammplanung unter Unsicherheit. Im Unterschied zu existierenden Arbeiten wird dabei die Planungsumgebung – eine hierarchische Produktionsplanung und -steuerung – sowie die umsetzende Produktion explizit in die Untersuchung einbezogen, um auftretende Wechselwirkungen berücksichtigen zu können. Dazu wird ein Simulationsmodell verwendet, das diese Elemente umfasst. Zu den beiden wichtigsten unsicheren Parametern der Hauptproduktionsprogrammplanung, nämlich den Bedarfen und den Kapazitätsbelastungen, werden stochastische Optimierungsmodelle entwickelt, die den Einfluss der Unsicherheit weitgehend eliminieren. In umfangreichen Simulationsexperimenten wird das Verhalten dieser Modelle im praktischen Einsatz untersucht. In beiden Anwendungsbereichen führt die stochastische Optimierung zu wesentlichen Verbesserungen im Vergleich zu konventionellen Alternativen.
This thesis deals with Master Production Scheduling under uncertainty. In contrast to the existing research, the planning environment — a hierarchical production planning and control system — and the production are included into the study explicitely to take into account the interactions between these system elements. This testing environment is realized in a simulation model that covers all these elements. For the most important uncertain parameters of Master Production Scheduling — demands and capacity loads —, stochastic optimization models are developed. These models eliminate the influence of the uncertainty on the planning results. The performance of the stochastic models in practical applications is analyzed in comprehensive simulation experiments. For both planning parameters, the use of stochastic optimization improves the performance significantly compared to conventional alternatives.
Aktualisiert: 2019-06-18
> findR *
Die Studie "befasst sich mit der mehrstufigen stochastischen linearen und gemischt ganzzahligen Optimierung und deren Anwendung in der Standortplanung. Im ersten Teil des Buches werden die Grundlagen der mehrstufigen stochastischen linearen und gemischt ganzzahligen Optimierung erläutert und die benötigten Grundbegriffe aus der Statistik und der stochastischen Programmierung eingeführt. Alle Begrifflichkeiten und Lösungsansätze sind stets durch Beispiele veranschaulicht. Besonders erwähnenswert sind dabei zwei Aspekte. Zum einen die Möglichkeit mehrstufige stochastische Programme über Pfade in einem Szenarienbaum zu beschreiben. Zum anderen die Möglichkeit anhand weniger, allgemeiner Eigenschaften den Wert eines stochastischen Programms vorherzusagen, um zu erkennen, wann ein stochastisches Problem durch ein deterministisches ersetzt werden kann. Die wichtigsten Lösungsansätze für stochastische lineare und gemischt ganzzahlige Programme werden vorgestellt und deren Stärken und Schwächen diskutiert. Eine neue Lagrange Relaxation wird eingeführt, die es erlaubt eine bestimmte Klasse stochastischer Programme durch ein einziges deterministisches Programm zu approximieren. Im Anschluss daran wird ein neuer Branch-and-Bound Algorithmus (NARW) hergeleitet, der basierend auf einer LP-Relaxation und einer Lagrange-Relaxation, ein gemischt ganzzahliges stochastisches Optimierungsproblem in deterministische Teilprobleme zerlegt. Dieser Ansatz wird um einen Warmstart erweitert. Zusätzlich wird gezeigt, wie aus der deterministischen Optimierung bekannte Cuts auf ein stochastisches Problem angepasst werden können und so die Lösungszeiten signifikant reduzieren. Ein mehrstufiges stochastisches Supply Network Design Problem wird hergeleitet, welches im Gegensatz zu den bisher publizierten Modellen mehrere Perioden, mehrere Produkte, alternative Anlagemöglichkeiten und Darlehn, sowie Unsicherheit in der Kundennachfrage und in den Renditen verschiedener Investitionsalternativen berücksichtigt. Der Anteil der befriedigten Nachfrage wird in einem Service Level zusammengefasst, so dass keine zwingende Notwendigkeit besteht, die gesamte Kundennachfrage zu decken. Zusätzlich wird eine Zielrendite vorgegeben und deren Unterschreitung über ein Risikomaß in der Zielfunktion abgestraft. Dieses neue Supply Network Design Problem wird mit NARW gelöst. Vergleiche mit dem Standard Branch-and-Bound Solver in Cplex zeigen die deutliche Überlegenheit des neuen Ansatzes.
Aktualisiert: 2019-12-20
> findR *
Bei Problemen in Technik, Natur- und Wirtschaftswissenschaften werden häufig maximale Ergebnisse unter minimalem Aufwand gesucht. Deshalb gewinnt die mathematische Optimierung sowohl für Ingenieure als auch Natur- und Wirtschaftswissenschaftler zunehmend an Bedeutung. Das vorliegende Lehrbuch gibt eine Einführung in die lineare, nichtlineare und vektorielle Optimierung, wobei auch Spezialfälle wie quadratische, parametrische und diskrete Optimierung betrachtet werden. Des Weiteren wird der Gegenstand der Spieltheorie und dynamischen Optimierung skizziert. Im Buch wird auf Beweise verzichtet und dafür die Problematik anhand von Beispielen illustriert. Ein zweiter Schwerpunkt des Buches liegt auf der Berechnung der behandelten Optimierungsaufgaben mittels Computer. Hierzu werden die Computeralgebrasysteme MAPLE, MATHEMATICA, MATHCAD und MATLAB und das Tabellenkalkulationsprogramm EXCEL herangezogen und versionsunabhängig erläutert.
Aktualisiert: 2023-04-06
> findR *
Martin Grunewald entwickelt einen integrierten Bestandsmanagement- und Tourenplanungsansatz zur Planung von Milkruns unter Berücksichtigung der in der Automobilindustrie vorherrschenden unsicheren und abhängigen Transportbedarfe. Anhand einer numerischen Untersuchung sowie einer Fallstudie werden die Vorteile dieses neuartigen Ansatzes gegenüber Benchmarks aus Literatur und Praxis aufgezeigt.
Aktualisiert: 2023-04-04
> findR *
Matthias Hundt entwickelt ein Realoptionsmodell auf Basis Gemischt-Ganzzahlig-Linearer-Programmierung, das bi-direktional mit einem fundamentalen Elektrizitätsmarktmodell gekoppelt ist. Dieser Ansatz ermöglicht, den Wert der Investitionsoption unter der Berücksichtigung technischer Restriktionen des Kraftwerksbetriebs angemessen zu beziffern. Da Investitionen in neue Wärmekraftwerke in Deutschland auch in Zukunft benötigt werden, um genügend gesicherte Kraftwerksleistung zur Verfügung zu stellen, muss sich der Planungs- und Entscheidungsprozess einem so noch nie beobachteten Maß an Unsicherheiten stellen. Die Bewertung von Investitionen sollte deshalb unsichere Einflussfaktoren auf den Projektwert und Handlungsflexibilitäten des Investors bzw. Anlagenbetreibers explizit berücksichtigen.
Aktualisiert: 2023-04-03
> findR *
Bei Problemen in Technik, Natur- und Wirtschaftswissenschaften werden häufig maximale Ergebnisse unter minimalem Aufwand gesucht. Deshalb gewinnt die mathematische Optimierung sowohl für Ingenieure als auch Natur- und Wirtschaftswissenschaftler zunehmend an Bedeutung. Das vorliegende Lehrbuch gibt eine Einführung in die lineare, nichtlineare und vektorielle Optimierung, wobei auch Spezialfälle wie quadratische, parametrische und diskrete Optimierung betrachtet werden. Des Weiteren wird der Gegenstand der Spieltheorie und dynamischen Optimierung skizziert. Im Buch wird auf Beweise verzichtet und dafür die Problematik anhand von Beispielen illustriert. Ein zweiter Schwerpunkt des Buches liegt auf der Berechnung der behandelten Optimierungsaufgaben mittels Computer. Hierzu werden die Computeralgebrasysteme MAPLE, MATHEMATICA, MATHCAD und MATLAB und das Tabellenkalkulationsprogramm EXCEL herangezogen und versionsunabhängig erläutert.
Aktualisiert: 2023-04-06
> findR *
MEHR ANZEIGEN
Bücher zum Thema stochastische Optimierung
Sie suchen ein Buch über stochastische Optimierung? Bei Buch findr finden Sie eine große Auswahl Bücher zum
Thema stochastische Optimierung. Entdecken Sie neue Bücher oder Klassiker für Sie selbst oder zum Verschenken. Buch findr
hat zahlreiche Bücher zum Thema stochastische Optimierung im Sortiment. Nehmen Sie sich Zeit zum Stöbern und finden Sie das
passende Buch für Ihr Lesevergnügen. Stöbern Sie durch unser Angebot und finden Sie aus unserer großen Auswahl das
Buch, das Ihnen zusagt. Bei Buch findr finden Sie Romane, Ratgeber, wissenschaftliche und populärwissenschaftliche
Bücher uvm. Bestellen Sie Ihr Buch zum Thema stochastische Optimierung einfach online und lassen Sie es sich bequem nach
Hause schicken. Wir wünschen Ihnen schöne und entspannte Lesemomente mit Ihrem Buch.
stochastische Optimierung - Große Auswahl Bücher bei Buch findr
Bei uns finden Sie Bücher beliebter Autoren, Neuerscheinungen, Bestseller genauso wie alte Schätze. Bücher zum
Thema stochastische Optimierung, die Ihre Fantasie anregen und Bücher, die Sie weiterbilden und Ihnen wissenschaftliche
Fakten vermitteln. Ganz nach Ihrem Geschmack ist das passende Buch für Sie dabei. Finden Sie eine große Auswahl
Bücher verschiedenster Genres, Verlage, Autoren bei Buchfindr:
Sie haben viele Möglichkeiten bei Buch findr die passenden Bücher für Ihr Lesevergnügen zu entdecken. Nutzen Sie
unsere Suchfunktionen, um zu stöbern und für Sie interessante Bücher in den unterschiedlichen Genres und Kategorien
zu finden. Unter stochastische Optimierung und weitere Themen und Kategorien finden Sie schnell und einfach eine Auflistung
thematisch passender Bücher. Probieren Sie es aus, legen Sie jetzt los! Ihrem Lesevergnügen steht nichts im Wege.
Nutzen Sie die Vorteile Ihre Bücher online zu kaufen und bekommen Sie die bestellten Bücher schnell und bequem
zugestellt. Nehmen Sie sich die Zeit, online die Bücher Ihrer Wahl anzulesen, Buchempfehlungen und Rezensionen zu
studieren, Informationen zu Autoren zu lesen. Viel Spaß beim Lesen wünscht Ihnen das Team von Buchfindr.
