Methoden des Bestärkenden Lernens Für Die Produktionsablaufplanung.

• Author: Lang, Sebastian.
• Place / Publishing House: Wiesbaden : : Springer Vieweg. in Springer Fachmedien Wiesbaden GmbH,, 2023.; {copy}2023.
• Year of Publication: 2023
• Edition: 1st ed.
• Language: German
• Physical Description: 1 online resource (314 pages)

Table of Contents

• Intro
• Danksagung
• Kurzfassung
• Inhaltsverzeichnis
• Abbildungsverzeichnis
• Tabellenverzeichnis
• Abkürzungsverzeichnis
• Mathematische Notation
• Für Probleme der Produktionsablaufplanung
• Für gradientenabhängiges bestärkendes Lernen
• Für gradientenfreies bestärkendes Lernen
• Statistische Kenngrößen
• 1 Einleitung
• 1.1 Motivation und Problemstellung
• 1.2 Zielstellung der Arbeit und Forschungsfragen
• 1.3 Forschungsmethodik und Aufbau der Arbeit
• 2 Grundlagen der Produktionsablaufplanung
• 2.1 Begriffsbestimmung und thematische Abgrenzung
• 2.2 Prozess der Produktionsablaufplanung
• 2.3 Mathematische Optimierung der Produktionsablaufplanung
• 2.3.1 Mathematische Formalisierung
• 2.3.2 Modellbildung
• 2.3.3 Konventionelle Lösungsverfahren
• 3 Grundlagen des Bestärkenden Lernens
• 3.1 Einordnung in die künstliche Intelligenz und in das maschinelle Lernen
• 3.1.1 Überwachtes Lernen als angrenzendes Paradigma
• 3.1.2 Unüberwachten Lernens als angrenzendes Paradigma
• 3.2 Grundprinzip und Taxonomie des bestärkenden Lernens
• 3.3 Gradientenabhängiges bestärkendes Lernen
• 3.3.1 Markov-Entscheidungsproblem
• 3.3.2 Nutzenfunktion
• 3.3.3 Aktionsnutzen-bewertende Verfahren
• 3.3.4 Entscheidungspolitik-approximierende Verfahren
• 3.3.5 Actor-Critic-Verfahren
• 3.4 Gradientenfreies bestärkendes Lernen
• 3.4.1 Modellsuchende und parameteroptimierende Verfahren
• 3.4.2 Hybride Verfahren - NeuroEvolution of Augmenting Topologies
• 4 Stand der Wissenschaft und Technik: Bestärkendes Lernen in der Produktionsablaufplanung
• 4.1 Gradientenabhängige Verfahren für die Produktionsablaufplanung
• 4.1.1 Agentenbasierte Auswahl von Prioritätsregeln
• 4.1.2 Agentenbasierte Ressourcenbelegungsplanung
• 4.1.3 Agentenbasierte Reihenfolgeplanung
• 4.1.4 Agentenbasierte Losbildung.
• 4.1.5 Agentenbasiertes Reparieren von ungültigen Ablaufplänen
• 4.2 Gradientenfreie Verfahren für die Ablaufplanung im Allgemeinen
• 4.2.1 Einsatz der Kreuzentropie-Methode in der Ablaufplanung
• 4.2.2 Einsatz von Bayes'scher Optimierung in der Ablaufplanung
• 4.2.3 Einsatz von Neuro-Evolution in der Ablaufplanung
• 4.3 Zusammenfassung und Diskussion der Forschungslücke
• 5 Eine Methode zum Einsatz von bestärkenden Lernverfahren für die Produktionsablaufplanung
• 5.1 Ausgangssituation, Problemstellung und Anforderungsdefinition
• 5.2 Von der Produktionsablaufplanung zur agentenbasierten Produktionsablaufsteuerung - Prozessmodell und Funktionsprinzip
• 5.2.1 Agentenbasierte Ressourcenbelegungsplanung
• 5.2.2 Agentenbasierte Reihenfolgeplanung und Losbildung
• 5.3 Projektierung und Entwicklung von agentenbasierten Produktionsablaufsteuerungen
• 5.3.1 Entwurf von Agentenumgebungen
• 5.3.2 Definition von maschinellen Lernaufgaben und Gestaltung von Agenten
• 5.3.3 Integration und Inbetriebnahme von Agenten und Agentenumgebungen
• 5.3.4 Auswahl und Implementierung von bestärkenden Lernverfahren
• 5.3.5 Gestaltung von Belohnungsfunktionen
• 5.3.6 Training von Agenten
• 5.4 Zusammenfassung der Methode
• 6 Evaluation der entwickelten Methode
• 6.1 Flexible-Job-Shop-Problem mit flexibler Operationsplanung
• 6.1.1 Problembeschreibung
• 6.1.2 Anwendung des DQN-Algorithmus zur Lösung des Problems
• 6.1.3 Diskussion der Ergebnisse
• 6.1.4 Erweiterung des Problems um einen dynamischen Auftragshorizont
• 6.2 Dynamisches Parallel-Maschinen-Problem mit familienabhängigen Rüstzeiten und ressourcenabhängigen Bearbeitungsgeschwindigkeiten
• 6.2.1 Problembeschreibung
• 6.2.2 Anwendung des PPO-Algorithmus zur Lösung des Problems
• 6.2.3 Diskussion der Ergebnisse
• 6.3 Zweistufiges Hybrid-Flow-Shop-Problem mit familienabhängigen Rüstzeiten.
• 6.3.1 Problembeschreibung
• 6.3.2 Anwendung des A2C-Algorithmus zur Lösung des Problems
• 6.3.3 Anwendung des NEAT-Algorithmus zur Lösung des Problems
• 6.3.4 Vergleich mit anderen Lösungsverfahren
• 7 Schlussbetrachtung
• 7.1 Zusammenfassung und Diskussion
• 7.2 Ausblick
• Literaturverzeichnis.