Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
http://www.fernuni-hagen.de/BWLOR/iww.html
Präsenzveranstaltung zum Kurs X „Modellgestütztes Entscheidungsmanagement“
Univ.-Prof. Dr. Wilhelm Rödder
Üb
E
bersicht
Erläute
Wieder
Fallstud
Entsche
Entsche
Experte
Klausu
Entscheid
t
erung ma
rholung u
dien
eidungsl
eidungsm
ensystem
rvorbere
dungsman
athemati
und Vert
ehre
methoden
me
eitung
nagement
ischer Be
tiefung d
n
t
egriffe u
der Kurs
Un
nd Symb
sinhalte
niv.-Prof.
bole
Dr. Wilheelm Röddder
Ei
Er
IR
IN
∅
{1
m
L ⊂
nstieg:
E
rläuteru
R
N
, 2, 3}
∈ M
⊂ M
Entscheid
ng math
M
M
M
l
M
M
m
L
dungsman
hematis
Allgem
Mengen
Menge d
Menge d
leere Me
Menge m
Mengeno
m ist Elem
L ist Teil
nagement
scher Be
meine Sym
der reellen
der natürli
nge
mit den El
operatio
ment der
lmenge d
t
egriffe u
mbole und
n Zahlen
ichen Zah
lementen
nen
r Menge M
der Menge
und Sym
d Abkürzu
hlen
n 1, 2, 3
M
e M
B
mbole
ungen
egriffe && Symbo
Rödder
ole
r 1
Ei
a <
a >
i :=
a,
e
f, g
i, j
p,
u,
nstieg:
E
< b; a ≤ b
> b; a ≥ b
= 1
b, c, d
g, h
j, k, l, m,
q, r, s, t
v, w, x, y
Entscheid
V
b a
b a
d
V
r
E
F
n g
r
y, z r
dungsman
Vergleic
a ist klein
a ist größ
der Varia
Verwend
reelle Za
Eulersch
Funktion
ganze od
reelle Za
reelle Za
nagement
chs- und
ner als b;
ßer als b;
ablen i w
dung von
hlen (Ko
e Zahl =̂
nen
der natürli
hlen
hlen (Va
t
Zuweisu
; a ist kle
a ist grö
ird der W
n einzeln
onstante)
2,71828
iche Zahl
ariable)
ungsoper
einer oder
ßer oder
Wert 1 zug
nen Buch
len
B
rationen
r gleich b
gleich b
gewiesen
hstaben
egriffe &
b
n
& Symbo
Rödder
ole
r 2
Ei
A,
E
F,
I, J
P
V
X,
nstieg:
E
B, ... , Z
G, H
J, K, L, M
Y
Entscheid
M
g
E
F
M, N n
W
V
Z
dungsman
Mengen
Weiterhingeschrieb
Erwartun
Funktion
natürlich
Wahrsch
Varianz
Zufallsva
nagement
oder (fett
n ergebebene Buc
ngswert
nen; oft im
he Zahlen
heinlichke
ariable
t
t geschrie
en sich achstaben f
m Zusam
n; oft im Z
eitsmaß
eben) Ma
aus dem folgende
mmenhang
Zusamme
B
atrizen
ZusammBedeutu
g mit f, g,
enhang m
egriffe &
menhang ungen:
, h
mit i, j, k,
& Symbo
Rödder
für groß
l, m, n
ole
r 3
ß
Ei
i
k,
pf
qi
ri
r =
t, T
x =
yi
nstieg:
E
Wirtsch
kf
= r(x1,...,x
T
= x(r1,...,r
Entscheid
aftswisse
W
Z
S
E
E
R
xn) F
Z
rm) F
Z
dungsman
enschaftli
Wirtscha
Zinsrate
Stückkos
Einheitsp
Einheitsp
Rohstoff
Funktion
Zeit
Funktion
Zwischen
nagement
iche Sym
aftswisse
sten, Fixk
preis Prod
preis Res
f- oder Re
nssymbol
nssymbol
nprodukt
t
mbole und
enschafte
kosten
dukt j
source i
essourcen
Verbrau
Produkti
tmenge T
mnemote
en allgem
nmenge i
uchsfunkt
ionsfunkt
Teil i
B
echnisch
mein
i
tion
tion
egriffe &
e Abkürz
& Symbo
Rödder
zungen
ole
r 4
Ei
C
K
Ri
Y
i, j
Ni
Vi,
FA
FE
nstieg:
E
j, k
, N(i)
, V(i)
AZi, SAZi
EZi, SEZi
Entscheid
K
G
R
(
G
K
N
V
f
f
dungsman
Konsum
Gesamtk
Ressourc
(Volks-)
Graphen
Knoten im
Nachfolg
Vorgäng
frühste, s
frühste, s
nagement
kosten
ce i
Einkomm
n und Ne
m Netzpl
germenge
ermenge
späteste A
späteste E
t
men
etzpläne
lan
e zum Kn
zum Kno
Anfangsz
Endzeit e
noten i
oten i
zeit eines
ines Vorg
B
Vorgang
gangs i (b
egriffe &
gs i (bei C
bei CPM
& Symbo
Rödder
CPM)
M)
ole
r 5
Ei
aij
bi
cj
xj,
A
mi
u.d
u.
nstieg:
E
j
xij, zi
in, max
d.N.
max c
a
a
1
11
21
d.N.
Entscheid
L
P
K
Z
V
A
m
u
x c
x a
x a
x
1 1
1 1 1
1 1 2
1
+++
dungsman
Lineare
Produktio
Kapazitä
Zielfunkt
Variable
Aktivität
minimier
unter den
,
c x k
x b
x b
x
2 2
12 2
22 2
2
−≤≤≥
nagement
und Nich
onskoeffi
ät Ressour
tionskoef
im LP
tenmatrix
re, maxim
n Nebenb
k
b
b
f
1
2
0
t
htlineare
fizient Pro
rce i
ffizient P
x
miere
bedingung
e Progra
odukt j bz
Produkt j
gen
AllgeineOptzwe≤-N
B
ammieru
zgl. Ress
gemeine es linearetimierungei Variab
Nebenbed
egriffe &
ung
source i
Formulieen gsproblemlen und z
dingungen
& Symbo
Rödder
erung
ms mit zwei n
ole
r 6
Ei
m,
I
OG
p(E
nstieg:
E
, v, s, t
G, UG
E), P(E)
Entscheid
S
M
I
o
W
W
dungsman
Simulati
Mutter, V
Individuu
obere -, u
Wissensb
Wahrsch
nagement
ion und i
Vater, So
um (Gene
untere Gr
basierte
heinlichke
t
intelligen
hn, Toch
etische A
renze
Entsche
eit des Er
nte Simu
hter (Gene
Algorithm
eidungsun
reignisses
B
ulation
etische A
men)
nterstütz
s E
egriffe &
Algorithm
zung
& Symbo
Rödder
men)
ole
r 7
Ei
m
u.d
nstieg:
E
5ax = xz
d.N.
10
10
1
1
x
x
Entscheid
6 21 −+ xx
20
10
1
1
++
x
dungsman
Geomet
7
0
0
2
2
≤≤
x
x
0, 21 ≥xx
nagement
rie zur Li
60
40
t
nearen P
FaktoreKonsta
M
V
rogramm
en 5, 6: Sante 7: Fi
10
10
Stüc pro
Montagez
Verbräuc
B
ierung
Stückdeckxkosten
6020
4010
k
kaptzei
Moche
egriffe &
kungsbei
0
0
npazitäte
-ontage
& Symbo
Rödder
träge
ole
r 8
Ei
nstieg:
E
1
2
4
x2
3
Entscheid
1
dungsman
2
nagement
3
t
4 5
B
x16
egriffe && Symbo
Rödder
ole
r 9
Ei
nstieg:
E
1
2
4
x2
3
5
z = -7
Entscheid
1
2
dungsman
2
z = 23
nagement
3 4
3
t
4 5 x16
B
Opt
01 =x02 =x0 =z
egriffe &
imale Lö
2=
2=
15=
& Symbo
Rödder
ösung:
ole
10
Ve
W
ertiefung
E
Wiederho
Fallstud
• Prod
• Lage
• Amp
• Kon
Betrieb
• Ents
• Mod
• Ein
g:
Entscheid
olung un
dien
duktions
erhaltun
pelschalt
nsumente
bswirtsch
scheidun
dellanaly
aktions-
dungsman
nd Verti
splanung
ng
tung
enkredite
haftliche
ngslehre
yse
und zeit
nagement
efung d
g
e
Entsche
tabhängi
t
der Kurs
eidungsle
iges Inve
sinhalte
ehre und
estitionsm
d Modella
modell
analyse
Übersic
Rödder
ht
11
Ve
ertiefung
E
Entsche
• Line
• Nich
• Mon
• Intel
• Eins
g:
Entscheid
eidungsm
eare Plan
htlineare
nte-Carlo
lligente S
satz von
dungsman
methoden
nungsrec
e Planung
o-Simula
Simulati
Experten
nagement
n
chnung
gsrechnu
ation
ion
nsysteme
t
ung
en
Übersic
Rödder
ht
12
Ve
Fa
ertiefung
E
allstudie
Schicht
g:
Entscheid
e “Tisch
tplan ?
dungsman
hlerei”
nagement
m
u
t
1
max x0 = 6
unter den N
1
2
1 2
1 2
1
1
1
4 3
8 3
,
x
x
x x
x x
x
++
125 000 = 6
x1 =
x2 =
600 x1 + 350
Nebenbedin
2
2
2
2
18
12
90
150
, x
≤≤≤≤≥
600 x1 + 35
150
100
0 x2
ngungen
80
20
00
00
0
← K
← N
F
50 x2
Kapazitätsb
Nichtnegat
Fallstudie
Rödder
beschränku
tivitätsbedi
en
13
ungen
ingungen
Ve
Fa
ertiefung
E
allstudie
ModellgIt, xt
t = 1 I1=5
d1=4
g:
Entscheid
e „Lage
größen:
t, dt, cL, c
4
dungsman
rhaltung
cB, cF – ct
2 I2=1
d2=4x2=9
nagement
g“
t
I3=
t
3 =-3
d3=3
t 1 2 3 4 5 6 7 8 9
101112GesaDurc
4I4=
dt xt It
4 - 5 4 9 1 3 - -3 4 - 3 4 9 -1 3 - -5 1 - 1 4 9 0 5 - -4 4 - 0 5 9 -4 0 - -9
amtkosten imchschnittsko
4=3
cBt c0
1 350 0 0
1 350 0 0
1 350 0 0
1 350 0
m Quartal (Tosten c = 3 7
F
cLt cFt
2000 4 5
6000 1 50 7 5
20000 6 000 6 00 13 50
T = 12) 783
Fallstudie
Rödder
t ct
0 2500 5 8
0 6500 1 5500 8 8
0 20
000 7 30
000 6 0500 14 8
0 45 4
en
14
200850600500850200
0350
0000850
0400
Ve
Fa
ertiefung
E
allstudie
5
6
7
g:
Entscheid
e „Ampe
3
3
2
4
dungsman
elschalt
8 9
nagement
tung“
2
1
4
1
t
10
11
FFallstudie
Rödder
en
15
Ve
Fa
ertiefung
E
allstudie
einstufi
zweistu
K (1+ik
1,02 K =
Einsetz
g:
Entscheid
e „Kredi
iges Mod
ufiges Mo
kal) = A ·
= RBFieff
zen A, Kü
dungsman
itwürdig
dell
odell
RBFi
ff ·A
ürzen K
nagement
gkeit“
V-VERG V-VERG
I-GESP =I-GESP =I-GESP =I-GESP =
t
K-ja
= ja 1 4= nein -
= ja V-V= ja V-V= nein V-V= nein V-V
-KRED = nein
466 € -8 6-29 €
VERG = ja VERG = neiVERG = ja VERG = nei
n 614 €
0 €
K-KREDja 1 406 €
in -89 € ?
in ?
F
D nein -8 674 € -60 € ? ?
Fallstudie
Rödder
en
16
Ve
Fa
ertiefung
E
allstudie
Legend
g:
Entscheid
e „Kredi
de: , Entsch
Ο Zufal
dungsman
itwürdig
A = ja B = nein C = ja D = neinE = nein G = ja
I
heidungskno
llsknoten
nagement
gkeit“
n
j
oten
t
n
j
n
j
V
F
n
j
n
j
n
n
j
j
n
V
V
K
K
K
n
j
n
j
n
j
n
j 1
-8
K
K
K
F
1 406
8 674
-89
-60
Legende:EntscheZufalls
Fallstudie
Rödder
eidungsknotenknoten
en
17
n
Ve
Sk
ertiefung
E
kalen
Nomina
w/m
g:
Entscheid
al
Obe
dungsman
Ordinal esser als
Be
nagement
Interv Temper
etriebsw
t
vall ratur
wirtschaft
QuotienteTemperatu+ Eispunk
tliche En
Ab
n ur kt
ntscheid
bsolut €
km
ungsleh
Rödder
re
18
Ve
Mo
ertiefung
E
odell
g:
Entscheiddungsman
A a
Be
nagement
zb
w
zs
zd
etriebsw
t
Zb
w(a, zb)
Zs
d Zd
wirtschaft
Informa
tliche En
ationsstan
ntscheid
nd
ungsleh
Rödder
re
19
Ve
Ra
ertiefung
E
ationalit
Entsche
EntscheSich Risik Ung
g:
Entscheid
tät
eidungsm
eidung uherheit
ko
ewisshei
dungsman
matrix
unter
it
Be
nagement
zb1
a1 10 a2 20 a3 5
Bayes Hodge-L
Wald MaximaHurwicSavage-
etriebsw
t
zb2 zb320 4025 2040 10
Lehmann
ax cz -Niehans
wirtschaft
3 0 0 0
s
tliche Enntscheidungsleh
Rödder 2
re
20
Ve
Si
LeZahsinKla
ertiefung
E
chere In
Entsche
+ InfoKost
gende: hlen an den
nd Erträge oammern m
g:
Entscheid
nformat
eidungsm
Beschaften 10 Ts
n Blättern dohne – undit – Kosten
dungsman
tion
matrix
ffung a0 bsd. €
des Baumed in n
zb1 zb2
10 20 (10) (20)
zb1 zb2
10 20 (10) (20)
Be
nagement
pj 1/10 zb1
a1 10 a2 20 a3 5 Legende: Ei
bzgl. Ein
es
a1
zb3
40 20 (40) (20
a1
zb3
40 20 (40) (20
etriebsw
t
0 4/10 5/1zb2 zb320 4025 1540 10
inträge in Tsd
ntritt zbi
a2
25 15 ) (25) (15)
a2
25 15 ) (25) (15)
wirtschaft
10
3 0
0 . €
a3
5 40 (5) (40)
nein
a3
5 40 (5) (40)
nein
tliche En
20 (10)
a0
|a2
10(10)
20 (10)
a0
|a2
10(10)
ntscheid
40 (30
ja
|a
zb1 zb2
40 (30
ja
|a
zb1 zb2
ungsleh
Rödder 2
0 40) (3
a3
zb3
0 40) (3
a3
zb3
re
21
4030)
|a1
4030)
|a1
Ve
Si
ertiefung
E
chere In
∑=
n
j
p1
imax
EW
EWS
g:
Entscheid
nformat
iji
j wp max
∑=
n
jijjwp
1
x
∑=
=n
j
p1
SI
SI = ?
dungsman
tion
j Ergeb
j Ergeb
ii
j wp max
erwar
Be
nagement
bniserwa
bniserwa
∑−ji
ij max
rteter W
etriebsw
t
artungsw
artungsw
∑=
n
jijjwp
1
Wert siche
wirtschaft
wert bei s
wert der
erer Info
tliche En
sicherer
Bayes-R
ormation
ntscheid
Informa
Regel
n
ungsleh
Rödder 2
ation
re
22
Ve
ertiefung
E
g:
Entscheid
Reales Sy + St
M
Beschreib
Erklärun
Entscheid
dungsman
ystemtruktur
Modellvalid
bung
ng
dung
nagement
Homom
dierung
Mod
t
morphism
dellrechnun
M mus
B
E
E
ng
Modell + Stru
Beschreibu
Erklärung
Entscheidu
Mode
uktur
ungsmodel
gsmodell
ungsmodel
ellanalys
Rödder 2
ll
ll
se
23
Ve
St
Stu
Pro→
Mo→ tun
Da→
Mo→
ertiefung
E
tufen de
ufen
oblemformProbleman
odellbau Planen de
ngen und E
atenbeschafModellrec
odellvalidieModellanw
g:
Entscheid
er Mode
mulierung nalyse
er Beobachxperimente
ffung chnung
erung wendung
dungsman
llanalys
System
Realitä
h-e
Modell
Modell
ModellRealitä
nagement
se
m Erläute
t Identifiznungen;EliminieErarbeit
l QuantifiQuantifiFestlege
l FestlegeModell;
l t
Überprüggf. MoÜbergabggf. Übe
t
erungen
zieren zu m; Treffen veeren irrelevten Zielsetz
fizieren Eigfizieren Zieen Untersuc
en Parame ggf. Berec
üfen Relevodelländerube Modelleertragen Er
modellierenereinfachenvanter Strukzung
genschaftenle; chungsmet
eter, Koechnungen m
vanz der Mung und ernergebnisse argebnisse a
nder Eigennder Annahktur;
n und Bezie
thode, ggf.
ffizienten, mit mehrere
Modellergebneute Rechnan den Anw
auf die Real
Mode
nschaften uhmen;
ehungen;
Lösungsm
Funktionen Datenko
bnisse für nung; wender; lität
ellanalys
Rödder 2
und Bezeic
ethode
nen etc. onstellation
die Realit
se
24
ch-
im nen
tät;
Ve
Un
Szun
BeHo
ertiefung
E
nsichere
zenarioabnd Szena
erater: Ponorar 2
g:
Entscheid
e Inform
bhängigeariowahr
Prognose 20 000
dungsman
mation /
e Barwerrscheinlic
des Szen
Be
nagement
Investit
rte zweiechkeiten
INVEST a b
narios
PROGNO
gut mitte
schlec
etriebsw
t
tionsmo
er Invest
SZ0,25 gut
780 000 3420 000 2
OSE | gut0,72
el 0,18cht 0,10
1,0
wirtschaft
odell
titionen
ZENARIO0,45
mittel sc300 000 -5270 000 -1
SZENt mittel 2 0,08 8 0,85 0 0,07 1,0
tliche En
0,3 chlecht 50 000 80 000
NARIO schlec
0,090,230,681,0
ntscheid
cht 9 3 8
ungsleh
Rödder 2
re
25
Ve
Un
in
B
BE
ertiefung
E
nsichere
Szenari
n Tsd. IN
ER = j
b
ER = n
b
g:
Entscheid
e Inform
io- und p
PR
SZE
NV g
a 760
b 400
a
b
dungsman
mation /
prognose
ROGN = g
ENARIO =
m s
280 -57
250 -20
Be
nagement
Investit
eabhängi
PRO
= SZEN
s g
70 760
00 400
etriebsw
t
tionsmo
ige Barw
OGN = m
NARIO =
m s
280 -570
250 -20
wirtschaft
odell
werte zwe
PRO
SZEN
g
0 760
00 400
tliche En
eier Inve
OGN = s
NARIO =
m s
280 -570
25 -200
ntscheid
estitionen
PRO
SZEN
g
0
0
780 3
420 2
ungsleh
Rödder 2
n
OGN = Ø
NARIO =
m s
300 -550
270 -180
re
26
0
0
Ve
Un
ertiefung
E
nsichere
Bayes
i BAP |(
z. Bs
(SZP
SZENgut mittelschlecWktn
g:
Entscheid
e Inform
∑=
i
PAP
B(
()
sp.
=ZENARIO
NARIO |
l cht
n
dungsman
mation /
⋅⋅
i
i
BPABPA()(
|()
|= PROGNg
Pgut
0,7407 0,1481 0,1111 0,2430
Be
nagement
Investit
i
i
ABA
)|)
0) == gN
PROGN = mittel
0,0906 0,7704 0,1390 0,4965
etriebsw
t
tionsmo
(Satz vo
72,025,
0
+⋅
schlecht0,0960 0,1209 0,7831 0,2605
wirtschaft
odell
n Bayes)
08,045,0
72,025,0
⋅⋅
tliche En
)
09,03,0 ⋅+
ntscheid
7407,0=
ungsleh
Rödder 2
re
27
Ve
Un
ertiefung
E
nsichere
Entsche
g:
Entscheid
e Inform
eidungsb
dungsman
mation /
baum
Be
nagement
Investit
etriebsw
t
tionsmo
wirtschaft
odell
tliche Enntscheid
ungsleh
Rödder 2
re
28
Ve
Un
ertiefung
E
nsichere
Roll-ba
EWUI =
g:
Entscheid
e Inform
ack
= ?
dungsman
mation /
Be
nagement
Investit
etriebsw
t
tionsmo
wirtschaft
odell
tliche Enntscheid
ungsleh
Rödder 2
re
29
Ve
Li
ertiefung
E
neare P
Produk
Verbrau
substantiin die P
g:
Entscheid
Planung
ktionsfak
Ele
uchsfaktore
iellroduktion ein
nicht su
dungsman
srechnu
ktoren na
ementarfakt
en
ngehendubstantiell
nagement
ung
ach Buss
toren
Potenti
mitAbgabe v
t
se von Co
Produkti
Dispos
ialfaktoren
ohnevon Werkverr
olbe
ionsfaktore
itiver Fakto
n
erichtungen
Entsche
n
or
eidungs
Zusatzf
methode
Rödder 3
faktoren
en
30
Ve
Li
ertiefung
E
neare P
Rustiku
Hergestel„Rustikuszeichnet sdurch 3 an
Jedes der Rustikus Messingwmit x1, x2 mit r1i bzw
r11, r12, r1
r21, r22, r2
g:
Entscheid
Planung
us und E
llt werden is“ (P1) unsich durch ndere (!) B
vier Beineund jedes
winkel beimdie Mengew. r2i die F
13 Platte
23 Platte
dungsman
srechnu
Elegance
in einem Und vom Ty
4 Beine unBeine und e
e wird mit jder drei Bm Elegancen produzieFaktormeng
en, Beine, Wen, Beine, W
nagement
ung
Unternehmeyp „Elegannd eine Eicine Platte a
je zwei Meeine mit jece befestigerter Tischegen:
Winkel fürWinkel für
t
en Tische vnce“ (P2). chenplatte, aus Edelho
essingwinke einem andgt. Wir beze beider Ty
r Rustikus r Elegance.
vom Typ Ersterer letzterer lz aus.
eln beim deren (!) zeichnen ypen und
Entsche
zugehöProduk
x1
x2
Verbrau
13
12
1
r
r
r
eidungs
örige ktionsfunkti
= min ⎜⎝⎛
11r
= min⎜⎝⎛
21r
uchsfunktio
,8
,4
,
13
212
11
rx
rx
rx
===
methode
Rödder 3
ion
13121 8
1,
4
1, rr
2322 3
1,
3
1, rr
on
.3
,3
,
223
222
221
xr
xr
xr
===
en
31
⎟⎠⎞
3
⎟⎠⎞
3 .
Ve
Li
ertiefung
E
neare P
Rustiku
Rationalis
identischeihre Meng
Verbrauch
12
11
r
r
Selbst weElegance“dargestellnicht als e
g:
Entscheid
Planung
us und E
sierungsma
e Messingwge sei mit r
hsfunktion
,4
,
1
1
x
x
==
enn man d“ r3 = r13 lte Gesamteine Produk
dungsman
srechnu
Elegance
aßnahme:
winkel für Rr3 bezeichn
n
322
21
r
xr
==
die Zuordn+ r23 beib
tzusammenktionsfunk
nagement
ung
Rustikus unnet.
und3
,
2
2
x
x
nung „Winbehält, istnhang nichktion expliz
t
nd Eleganc
83 xr =
nkel für Rt der in
ht nach (x1
zit darstellb
ce;
3 21 xx +
Rustikus“ uder Ver
1, x2) auflöbar.
Entsche
.2
und „Winkrbrauchsfunösbar und
eidungs
el für nktion damit
methode
Rödder 3
en
32
Ve
Li
ertiefung
E
neare P
Rustiku
Erneute R
einheitlichbezeichne„Eleganceihre Verfü
Stückdeck
g:
Entscheid
Planung
us und E
Rationalisie
he Beine füet. Der Vee“ 680,-- €
fügbarkeiten
Platte EichPlatte EdeBein Winkel
kungsbeiträ
dungsman
srechnu
Elegance
erung:
für „Rustikuerkaufsprei€. Die Faktn pro Perio
E[€
he 1elholz 1
äge: c1 = 9 c2 = 6
nagement
ung
us“ und „Eis von „Rtorpreise o
ode entnehm
Einstandspr€/Stck]
00,--50,--50,--10,--
980 - (100 +680 - (150 +
t
Elegance“; Rustikus“ b
der Preise men Sie der
reis Ve[St
1 1 9
15
+ 4⋅50 + 8⋅+ 3⋅50 + 3⋅
ihre Gesambetrage 980
vorgefertigr folgenden
erfügbarkeitck]
80 20 00 00
10) = 600,-10) = 350,-
Entsche
mtzahl sei m0,-- €, dergter Teile n Tabelle.
it
-- €, -- €.
eidungs
mit r2 r von sowie
methode
Rödder 3
en
33
Ve
Li
ertiefung
E
neare P
Produk
Ziel: Dec
max 600x
unter den
8
4
1
1
1
1
⋅⋅
⋅
x
x
x
ZusätzlichErgebnis:Der DeckDie Lösun
g:
Entscheid
Planung
ktion
ckungsbeitr
x1 + 350x2
n Nebenbed
,
3
3
1
21
21
21
2
1
⋅+⋅+⋅
xx
x
x
x
he Annahm: x1 = 150 Skungsbeitrang wurde m
dungsman
srechnu
ragsmaxim
dingungen
0
1500
900
120
180
≥≤≤≤≤
me: unbegreStück Rustiag beträgt dmit LP-Soft
nagement
ung
ierung → L
enzten Absikus und x2
dann 125 00ftware ermi
t
Lineare Op
satzmöglich
2 = 100 Stü00,-- €. ittelt.
ptimierungs
hkeiten ück Eleganc
Entsche
saufgabe
ce.
eidungsmethode
Rödder 3
en
34
Ve
Li
ertiefung
E
neare P
Simplex
g:
Entscheid
Planung
x
dungsman
srechnu
x3 x4 x5 x6
x
x1 0x4 0x5 0x6 0
Variable
nagement
ung
x0 x1
1 -600 - 0 ♦1 0 0 0 4 0 8
x0 x1 x2
1 0 -3500 1 00 0 10 0 30 0 ♦3
e in Lösung
t
x2 x3 x4
-350 0 00 1 01 0 13 0 03 0 0
x3 x4 600 0
1 00 1
-4 0-8 0
g rech
4 x5 x6 0 0 0 0 0 0 0 0
0 1 0 0 0 1 1
x5 x6 0 0 1080 0 0 0 1 0 0 1
hte Seite RH
Entsche
0180120900500
8 000180120180 60
HS = Right
eidungs
t Hand Side
ZielfunkKriterium
methode
Rödder 3
e
ktionswert mszeile
en
35
Ve
Li
ertiefung
E
neare P
Simplex
g:
Entscheid
Planung
x
dungsman
srechnu
x0 x 1
x1 0
x4 0
x5 0
x2 0
x0 x1
1 0
x1 0 1
x4 0 0
x3 0 0
x2 0 0
nagement
ung
x1 x2
0 0 -1 0
1 0
0 0 8
0 0 ♦0 1 -
1 x2 x3
0 0
0 0
0 0
0 1
1 0
t
x3 x4
000/3 0
1 0
8/3 1
♦4 0
8/3 0
3 x4 0 0 25
0 0 -
0 1 -
0 1
0 0 2
x5 x6 0 350/3
0 0
0 -1/3
1 -1
0 -1/3
x5 x6 50/3 100/31/4 1/4
2/3 1/3
1/4 -1/42/3 -1/3
Entsche
115 000
180
100
120
20
125 000
150
20
30
100
eidungsmethode
Rödder 3
en
36
Ve
Ni
ertiefung
E
ichtlinea
MarkowAnle
Rend
Kov
Ante
g:
Entscheid
are Plan
witz eihen Ai
diten ri
varianzen
eil in Ai:
dungsman
nungsre
n
nagement
echnung
i = 1
i = 1
(σij)n
wi
min
u.d.N
t
g
,…,n
,…,n
n;n
(w1;w2;w
N. rwi
ii∑
w3) ( )ijσ,3
minr≥ , ∑
Entsche
=⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛
w
w
w
3
2
1
3
1=∑i
iw ,
eidungs
∑ij
jiww σ
, ≥∑i
iw
methode
Rödder 3
ijσ
0
en
37
Ve
Ni
ertiefung
E
ichtlinea
Markow
Portefeuim Varia
g:
Entscheid
are Plan
witz
uilles für auanz-/Rendit
Anh
dungsman
nungsre
usgewählte te-Koordin
hang A1
nagement
echnung
Gewichte natenkreuz
t
g
Menge
Entsche
der effizie
eidungs
enten Portef
methode
Rödder 3
feuilles
en
38
Ve
Mo
ertiefung
E
onte-Ca
Zufallsz
Simulat
Sign
g:
Entscheid
arlo-Sim
zahlen
tion Kos
nifikanz ?
dungsman
mulation
sten
?
nagement
• Ko
• Inv
• add
3 7832 3584 6251 6001 441
t
ongruenzm
versionsve
ditives Ver
1 108 1 658 2 466 1 983 4 750
methode
rfahren
rfahren
1 458 21 850 11 900 11 750 11 275 1
Entsche
2 833 1 51 350 1 81 666 1 31 675 1 71 700 2 0
eidungs
575 2 483816 1 533375 2 216741 1 700016 1 833
methode
Rödder 3
3 3 6 0 3
en
39
Ve
W
ertiefung
E
Wartesch
Charak
Simulat
g:
Entscheid
hlangen
kteristika(
tion Schl
dungsman
a (M, M, 1
lange
nagement
→1 , ∞, FIF
i = 1,…zi bi ti ei wi b, w
t
KlaFO)
…, I KZBABWS
ass.Code
Kunden ZwischenaBedienzeitAnkunftszBedienendWartezeitSystemzeit
Entsche
(K1, K
ankunftszet zeit de
ten
eidungs
K2, K3, K
eit
methode
Rödder 4
K4, K5)
en
40
Ve
W
ertiefung
E
Wartesch
g:
Entscheid
hlangen
i = 1, w
Gen
b = ti =
wi ei
dungsman
= b = e0 =
nerieren zi,
= b + bi= ti-1+ zi
ei-1 > ti
i = 0
i = ti + bi
nein
nagement
t0 = 0
bi
ja
t
wi = eei = e
w = w
aei-1 - tiei-1 + bi
w + wi
Entsche
i =
i
E
eidungs
= i + 1
i < I
Ende
ja
nein
methode
Rödder 4
en
41
Ve
In
ertiefung
E
telligen
g:
Entscheid
te Simu
Eröffnungverfahren
dungsman
ulation
Heuris
Suchverf
gs-
nagement
stik
fahren
Ververf
Ververfspez
Nachbverfah Versch
t
+ Nac
rbesserungsfahren
rbesserungs-fahren mitziellem A(x)
barschaftssuhren + erlauhlechterung
chbarschaft
-
-
)
uch-ubteg
Entsche
tsstruktur
min f(x)
Algorithm
Algorithm
eidungs
u.d.N. x Z
mus 3.1
mus 3.2
methode
Rödder 4
Z
en
42
Ve
In
ertiefung
E
telligen
{Tk} Küh
g:
Entscheid
te Simu
hlplan
(
(
dungsman
ulation
(IN) k :=Ge
(ITSA) WäΔf Fal
k :=Fal
nagement
= 0 eneriere x0
ähle belieb:= f(xk+1) –lls Δf ≥ 0 , GeneriereFalls R ≥ p
= k + 1lls kein Ab
SA
t
∈ Z belieb
biges xk+1 ∈– f(xk) dann
e Zufallszap(Δf, Tk), g
bbruch, ge
SimulatedAnnealing
big
∈ N(xk) ⊂ Z
ahl R ∈ [0,gehe zu (IT
ehe zu (ITS
Entsche
Z
, 1] gleichvTSA)
SA)
Algorit
eidungs
verteilt
thmus 3.4
methode
Rödder 4
en
43
Ve
In
ertiefung
E
telligen
Simulat
Erlaubte
7
3
1
5
10
g:
Entscheid
te Simu
ted Anne
e Einfärbun
1
0
6
11
dungsman
ulation
ealing / A
ng des Gra
8
91
nagement
Ampelsc
aphen
2
4
t
haltung
Lsg. Nr.
KNF
1 10 =11=q
2 10=q3 6=w4 1=q5 11 =6 1=l7 3=l8 10=9 8=q
F ZW
=lq
1 8
q 2 7w 3 1q 4 1
=l 3 1l 4 1l 2 1l 1 8
q 0 -
Entsche
VERLE
8/10
7/10 6/10 1/6 7/10 3/61/10 1/11 71/10 7/10 31/9 1/11 7/11/10 7/10 8/10 -
eidungs
ETZ T
6 7/10 3/6 3/6 10 3/6
methode
Rödder 4
TEMP AK
-- -
11 z 10 z 9 z 8 < 7 z n 7 < 6 < 5 <
en
44
KZ
--
ja ja ja
< ja nein
< ja < ja < ja
Ve
In
ertiefung
E
telligen
GenetisKodPopuSelek ReprReko Cros Mut
g:
Entscheid
te Simu
sche Algodierung ulation ktion
roduktioombinat
ssover
tation
dungsman
ulation
orithmen
on tion
nagement
n AbbMenAuswReprSchaErzeCrosVerszweiVeräInfor
t
ildung ange von Iwahl vonroduktioaffung eieugung nssover unschmelzuier (Elteränderungrmation
auf eine ZIndividuen Individon und Riner Kopneuer Indnd Mutaung genern-) Indig der geneines In
Entsche
Zeichenken
duen zweRekombinpie eines Idividuenation etischer Iividuen netischen
ndividuum
eidungs
kette
ecks nation Individu
n mittels
Informat
n ms
methode
Rödder 4
uums
tionen
en
45
Ve
In
ertiefung
E
telligen
Genetis
Crossov
1001
1101
Mutatio
1000
g:
Entscheid
te Simu
sche Algo
ver
1001
1100
↓↑
on
0001011
dungsman
ulation
orithmen
110111
011001
↓↑
1001
nagement
n
1100100⎫⎬⎭
t
010110001
Entscheeidungsmethode
Rödder 4
en
46
Ve
In
Ini
Ge
Ne
Ab
Er
ertiefung
E
telligen
itialisierunWähle derzeuge
Fitness Bewerte
enetische OSelektieRealisie
eue GeneraErzeugeakt. Pop
bbruch Erfüllts
rgebnis Bisher b
g:
Entscheid
te Simu
ng die Kodiereine Ausg
e alle Indiv
Operatorenre Individre Reprod
ation e neue Poppulation :=
ein von Ab
beste Lösu
dungsman
ulation
rung, die gegangspopu
viduen mit
n duen für diduktion un
pulation au= neue Pop
bbruchkrit
ng und zu
Ge
nagement
enetischenlation (akt
t ihrer Fitn
ie Reprodund Rekomb
us reprodupulation; g
terium (G
gehöriger
enetischer
t
n Operatort. Populati
ness.
uktion undbination.
uzierten unehe zu .
eneratione
Zielfunkti
Algorithm
ren und einion := Aus
d Rekombi
nd rekomb
enzahl, Zie
ionswert.
mus
Entsche
ne Kalibrigangspopu
ination.
binierten In
elfunktion
Algo
eidungs
erung; ulation).
ndividuen;
swert)
orithmus 3
methode
Rödder 4
;
3.5
en
47
Ve
In
ertiefung
E
telligen
Genetis
Mög
wob
g:
Entscheid
te Simu
sche Algo
gliches Z
ei BW GZ J T
dungsman
ulation
orithmen
Ziel: max
BandGesamAnzaTaktz
nagement
n – Band
GBW =x
dwirkungmtzeit (Shl der Stzeit
t
dabgleich
TJGZ
⋅
gsgrad Summe atationen
h
aller Vor
Entsche
rgangsda
eidungs
auern)
methode
Rödder 4
en
48
Ve
In
ertiefung
E
telligen
Genetis
Ersc
Beis
g:
Entscheid
te Simu
sche Algo
chwert wVorranBereicZonen
piel: 8 Vorg
10
dungsman
ulation
orithmen
wird das Angbezieh
chsrestriknbeschrän
gänge mi
11 1
nagement
n – Band
Abtaktenhungen zktionennkungen
it folgend
12 11
t
dabgleich
n durch:zwischen
n innerha
den Vorg
10
h
: n Vorgän
alb einer
gangsdau
13 2
Entsche
ngen
r Station
uern in Z
20 11
eidungs
Zeiteinhe
methode
Rödder 4
eiten:
en
49
Ve
In
ertiefung
E
telligen
Genetis
1
2
3
Initialisi Erz die
Mö
Nic
g:
Entscheid
te Simu
sche Algo
1
2
3
ierung (Erzeugung vodem Vorr
öglich:
cht möglich
dungsman
ulation
orithmen
4
6
rzeugen deon Individranggraph
h:
nagement
n – Band
5
7
er Ausgangduen, d.h. Bhen genüge
t
dabgleich
gspopulatiBearbeitunen
,
h
8
zugeh
ion) ngsreihenf
Entsche
höriger Vo
folgen,
eidungs
orranggrap
methode
Rödder 5
ph
en
50
Ve
In
FI
ertiefung
E
telligen
IT Minimale
Für Indiv
W W
F
F se
F er
Is
Abbruch E
g:
Entscheid
te Simu
e Taktzeit
viduum I f
Weise die VWird die Be
alls die ne
alls die Staetze Fitnes
alls die Staröffne dies
st die Vorg
h Eine Fitnes
dungsman
ulation
Tmin := ⎡G
führe aus
Vorgänge iearbeitung
eue Station
ationsbescss(I) := 0.
ationsbescse.
gangsliste v
s-Zuweisu
nagement
GZ/J⎤; T :=
n der Reihgszeit in ei
nsnr. > J, s
chreibung
chreibung
von I leer,
ung ist erfo
t
= Tmin
henfolge ininer Statio
etze T := T
eines Vorg
eines Vorg
setze Fitn
olgt.
n I den Stan > T, eröf
T + 1 und g
gangs eine
gangs eine
ness(I) := T
Entsche
ationen 1 bffne eine n
gehe zu .
frühere S
spätere St
Tmin/T.
eidungs
Algori
is J zu. neue.
.
tation verl
tation verl
methode
Rödder 5
ithmus 3
langt,
langt,
en
51
3.6
Ve
In
ertiefung
E
telligen
Beispie
Betracht
T = Tmin =
4 > 3 ⇒ T
Fitness (
g:
Entscheid
te Simu
l für eine
e das Indiv
= ⎡98/3⎤ =
STAT
T := 33 + 1
STAT
dungsman
ulation
e Fitness
viduum
33
T1
1 = 34
T1
) :=
nagement
sberechn
STAT2
STAT2
= 33/34
t
nung
2
G
2
S
STAT3
GOTO
STAT3
STOP
Entscheeidungs
STAT4
methode
Rödder 5
en
52
Ve
In
ertiefung
E
telligen
Genetis
Crossove
Gegeben ein mögli
W
B
B ab
Ein zweit
Aus den ergeben sdie Nach
g:
Entscheid
te Simu
sche Ope
er
sind zwei iches Nach
Wähle zufä
Besetze Pos
Besetze aucber in der
tes ergibt s
Individuensich somit kommen
dungsman
ulation
eratoren
Individuehfolgeindiv
ällig Crossp
sitionen 1 b
ch PositionReihenfol
sich entspr
n m = bei einer C
|
nagement
en m=(m1,mviduum be
position r,
bis r mit G
nen r + 1 bilge wie in v
rechend du
Crossposit un
t
m2,...,m8) uestimmt ma
mit 1 < r <
Genen (Vor
is 8 mit Gev.
urch Verta
und vtion von r =
nd
und v=(v1,van wie folg
< 8.
rgängen) a
enen aus m
auschung d
v = = 4 | .
Entsche
v2,...,v8); gt:
aus m.
m,
der Rollen
eidungs
n von m un
methode
Rödder 5
nd v.
en
53
Ve
In
ertiefung
E
telligen
Genetis
Mutation
Gegeben I heißt munter Be
Aus dementsteht d
g:
Entscheid
te Simu
sche Ope
n
sei ein Indmutiert, weachtung d
Individuudurch Mu
dungsman
ulation
eratoren
dividuum Ienn zwei ber Vorran
um I = tation beis
nagement
I; benachbartngbeziehun
spielsweise
t
te Gene ng vertausc
e
cht werden
.
Entsche
n
eidungsmethode
Rödder 5
en
54
Ve
Ex
ertiefung
E
xpertens
ES und
g:
Entscheid
systeme
d ihre Ko
W
dungsman
e
omponen
Wissensba(permane
Inferenzmaschin
Wissenserwkompone
nagement
nten
asisent)
z-ne
werbs-ente
t
Wisse
Be
Kom
enskompon(situativ)
enutzerkom
munikation
Entsche
nente
mponente
n Erklärung
eidungs
g
methode
Rödder 5
en
55
Ve
Ex
ertiefung
E
xpertens
Die Wis
BeispieZwei Eimit den
0,
0,
0,
0,
Ve
21
21
21
21
ss
ss
ss
ss
g:
Entscheid
systeme
ssensbas
l „Schaltin/Aus-S
n Schalte
0,50,25
0,00,25
0,30,25
0,20,25
Vert1ert.
dungsman
e
sis im pro
ter“ Schalter Serstellung
0
0
0
0
2t.
nagement
obabilist
S1 und Sgen 11/ss
t
tischen E
S2 und 2/ss
P(S2 = s
P(S2 = s
P(S2 = s
P(S2 = s
ES
2s
s2| S1 = s1
s2)
s2| S1 = s1
s2)
Entsche
1) =
=
1) =
=
eidungsmethode
Rödder 5
en
56
Ve
Ex
ertiefung
E
xpertens
Die Wis
BeispieDrei Va
• U =• (T =• (A = Wie ler
g:
Entscheid
systeme
ssensbas
l „Amerariable:
0,60
atu
u ? (|) Ut ==(|) Ta ==
rnt das S
dungsman
e
sis im pro
rika“ US-BTelefoAuto
0,05000
atua
)u= ?
Ut =∧=
ystem ?
nagement
obabilist
Bürger sefon haben
haben
0,0,020
uatu
0,0,
)u= ? 0,
t
tischen E
ein (U)n (T)
(A)
0,00,280
atuatu
,05 ,80
,75
ES
ja /neja /neja /ne
0,00505
atua
Entsche
ein (u u/ein (t t/ein (a a/
00,010
atu
eidungs
u ) )
a )
0,030
atu
methode
Rödder 5
en
57
Ve
Ex
ertiefung
E
xpertens
Die Wis
BeispieDrei Va
g:
Entscheid
systeme
ssensbas
l „Krediariable:
P
P
dungsman
e
sis im pro
itwürdigK-KRB-VEG-BU
618
1
1
0
P
P
kbg
nagement
obabilist
keit“ REDIT ERM UER
61
61
81
81
gbkgkb
t
tischen E
061
18
1bkgbkg
ES
ja /neja /neja /ne
9108
18
kgbkbg
Entsche
ein ( kk/ )ein ( bb/ )ein ( gg/
91
91
81
81
gbkgbk
eidungs
) ) )
g
methode
Rödder 5
en
58
Ve
Ex
ertiefung
E
xpertensBeisp
g:
Entscheid
systemeiel „Kre
dungsman
e editwürd
nagement
digkeit“
t
/ 1-stuf
fig
Entscheeidungsmethode
Rödder 5
en
59
Ve
Ex
ertiefung
E
xpertens
Beispie
g:
Entscheid
systeme
l „Kredi
dungsman
e
itwürdig
nagement
keit“ / 1-
t
-stufig
Entscheeidungsmethode
Rödder 6
en
60
Ve
Ex
ertiefung
E
xpertensBeisp
g:
Entscheid
systemeiel „Kre
dungsman
e editwürd
nagement
digkeit“
t
/ 2-stuffig
Entscheeidungs
methode
Rödder 6
en
61
Ve
Ex
rtiefun
xperteB
eis
ng
:
ensyst
spiel „
I
A=
jaB
=nein
C=
jaD
=nein
E=
neinG
=ja
teme
„Kredn j
itwü
r
V
-24
30
rdig
ke
FV
j0,6580
n0,342 0
4,64
08,12
jn
En
tsc
eit“ / 2
VVKK
00
n
-82,00
510,88
*
jn
0,8
0,1j0,84n0,15 c
heid
u
2-stuf
KKKK
jn
510,88
-86,43
j0.911
n0.088j0,911
n0,088j0,731
n0,26 9j0,731
n0,269
jn-82,00
j8496
n1504
496
n504
1 46
-8 61-2 un
gsmR
ig
288288090090
1 406
-8 674
-89
-60
1 406
-8 674
-89
-60
661429 0
meth
od
Rö
dd
er den
r 62