Operations Research

Entwicklung mathematischer Modelle

Die Lösung von Optimierungs- und Prognoseproblemen basiert in der Regel auf mathematischen Modellen. Solche Modelle bilden die für die Problemlösung relevanten Aspekte der realen Welt in geeigneter Weise ab und stellen damit die Grundlage für eine algorithmische Lösung dar. Die Operations-Research-Spezialisten in unserem Team verfügen über das Know-how für solche Modellierungsaufgaben und haben für eine Vielzahl von Aufgaben mathematischen Modelle entwickelt und eingesetzt.

Optimierung

Wir lösen Optimierungsaufgaben und entwickeln Algorithmen für Optimierungsprobleme jeglicher Art, die sich in Ihrer betrieblichen Praxis ergeben. Neben Algorithmen zur kombinatorischen Optimierung setzen wir Lineare Progammierung, Mixed Integer Programmierung und weitere fortgeschrittene Optimierungsverfahren ein. Einige Beispiele für Aufgabenstellungen, bei denen wir erfolgreich Optimierungsalgorithmen entwickelt und angewendet haben:
• Optimierung der Abdeckung eines gegebenen Personalbedarfs durch geplante Schichten.
• Optimierung von Mitarbeiter-Dienstplänen unter der Berücksichtigung von arbeitswissenschaftlichen Erkenntnissen.
• Flugplan-Optimierung und Flugplan-Generierung.

Forecasting

Basierend auf unserem Know-how im Bereich des Forecastings entwickeln wir für unsere Kunden Prognosesysteme für relevante Daten jeder Art, z.B. Anzahl Kunden im zeitlichen Verlauf, erwarteten Revenue oder die Entwicklung von Kosten. Unsere Forecasts basieren entweder auf Zeitreihen oder auf spezifischen mathematischen Modellen, welche die bekannten Eingangsgrößen des Forecastings abbilden und den Zusammenhang zwischen den Eingangsgrößen und den zu prognostizierenden Größen deterministisch oder probabilistisch beschreiben.

Prototyping

Im Rahmen der Entwicklung von Lösungen im Bereich Operations Research für unsere Kunden entwickeln wir vielfach Prototypen, mit denen wir unsere Algorithmen zunächst demonstrieren und einen Nachweis ihrer Eignung für die Lösung des gegebenen Problems erbringen. Der Vorteil einer solchen prototypischen Entwicklung besteht darin, relativ schnell unterschiedliche Lösungsalternativen erproben, gegenüberstellen und bewerten zu können. Außerdem ermöglich die Verwendung von Prototypen eine schnelle Anpassung der Algorithmen an zusätzliche Eingangsdaten oder Randbedingungen.

Implementierung

Die Implementierung einer Optimierungs- oder Forecasting-Lösung unterscheidet sich nicht grundsätzlich von anderen Implementierungsaufgaben: Wir verwenden agile Methoden wie Scrum und arbeiten in iterativen Zyklen. Jede Phase der Entwicklung wird überprüft und, wenn nötig, das Systemdesign verfeinert. Gegebenenfalls werden Module von Fremdanbietern integriert, z.B. Solver für Lineare Programmierung oder Mixed-Integer-Programmierung.

Modellpflege

Selbst das beste Modell erfasst nicht alle Änderungen, die sich im Verlauf seiner Nutzung ergeben können. Es ist daher erforderlich, das mathematische Modell, das entscheidungsunterstützenden Funktionen zugrunde liegt, regelmäßig zu überprüfen und bei Bedarf anzupassen. Wir berücksichtigen diesen Sachverhalt bereits bei der Modellentwicklung und der Entwicklung entscheidungsunterstützender Funktionalitäten und erarbeiten in Zusammenarbeit mit unseren Kunden Prozesse und Werkzeuge für eine kontinuierliche Pflege der Modelle.

de_DE
en_US de_DE

Dieser Inhalt ist geschützt

graphic-dots-impact-sky-blue-mobile

Dieser Inhalt ist geschützt

Bitte geben Sie Ihren Namen und Ihre E-Mail-Adresse an, um diesen Inhalt zu öffnen.

Durch Ankreuzen dieses Kästchens erkläre ich mich mit VIA Software's Datenschutzerklärung und Nutzungsbedingungen.