Logistik-Entscheidungen : Modellbasierte Entscheidungsunterstützung in der Logistik mit LogisticsLab

The importance of logistics in management practice is growing rapidly in tandem with the complexity of the decisions facing logistics managers every day. Therefore, it is important for logistics students as well as experienced professionals to have useful tools for dealing with and mastering this complexity. This textbook and the software package that accompanies it provide just this kind of assistance. Verknüpfung von theoretischen und praktischen Aspekten logistischer Entscheidungen Inklusive Zugang zu interaktiver Logistik-Software zum sofortigen Nachvollziehen der Beispiele im Buch ((http://logisticslab.org/) http://logisticslab.org/ ) Vorwort zur 2. Auflage Vorwort zur 1. Auflage Hinweise zur verwendeten Software Inhalt Abbildungsverzeichnis Tabellenverzeichnis Beispielverzeichnis 1 Grundlagen logistischer Entscheidungen 1.1 Logistik-Entscheidungen 1.1.1 Spezifika logistischer Entscheidungen 1.1.2 Überblick über ausgewählte Logistik-Entscheidungen 1.2 Grundlagen der Entscheidungsunterstützung 1.2.1 Entscheidungstheorie und Operations Research im Kontext einer erfolgreichen Unternehmensführung 1.2.2 Modellierung und Problemlösung als interaktiver Prozess 1.2.3 Die präskriptive Entscheidungstheorie als Grundlage der Modellbildung 1.2.4 Entscheidungsunterstützende Systeme in der Logistik 1.2.4.1 Grundlagen entscheidungsunterstützender Systeme 1.2.4.2 Ausgewählte Anforderungen an entscheidungsunterstützende Systeme in der Logistik 1.2.4.3 LogisticsLab als Beispiel für ein problemorientiertes EUS 1.2.4.4 SolverStudio/Cmpl als Beispiel für ein allgemeines EUS 1.3 Ausgewählte Aspekte der Modellierung logistischer Probleme 1.3.1 Grundbegriffe der Graphentheorie 1.3.2 Bewertungen in Graphen 1.3.2.1 Bewertete Graphen als Basis logistischer Entscheidungsmodelle 1.3.2.2 Distanzen als Kantenbewertungen 1.3.2.2.1 Überblick 1.3.2.2.2 Distanzbestimmung als Luftlinie auf einer ebenen Fläche 1.3.2.2.3 Distanzbestimmung als Luftlinie auf einer Kugeloberfläche 1.3.2.2.4 Beachtung von Umwegfaktoren und Barrieren in Luflinienentfernungen 1.3.2.2.5 Distanzbestimmung auf der Basis von Geoinformationssystemen 1.3.2.3 Zeiten als Kantenbewertungen 1.3.2.4 Logistikkosten und -leistungen als Kantenbewertungen 2 Transportprobleme 2.1 Das Transportproblem in der Geschichte der Optimierung 2.2 Überblick 2.2.1 Grundsätzliche Problemstellung 2.2.2 Das Min-Cost-Flow-Problem als Basismodell 2.2.3 Varianten des Transportproblems 2.3 Das klassische Transportproblem 2.3.1 Problemstellung und mathematisches Modell 2.3.2 Überblick über die Lösungsverfahren für klassische Transportprobleme 2.3.3 Lösung klassischer Transportprobleme mit LogisticsLab und SolverStudio 2.3.4 Klassische Transportprobleme mit gesperrten Lieferbeziehungen 2.3.4.1 Problemstellung und mathematisches Modell 2.3.4.2 Lösung mit LogisticsLab/TPP 2.4 Transportprobleme mit ungleichen Angeboten und Bedarfen 2.4.1 Transportprobleme mit Angebotsüberschuss 2.4.1.1 Problemstellung und mathematisches Modell 2.4.1.2 Lösung mit LogisticsLab/TPP 2.4.2 Transportprobleme mit Bedarfsüberschuss 2.4.2.1 Problemstellung und mathematisches Modell 2.4.2.2 Lösung mit LogisticsLab/TPP 2.4.3 Transportprobleme mit Mindestangeboten und -bedarfen 2.4.3.1 Problemstellung und mathematisches Modell 2.4.3.2 Lösung mit LogisticsLab/TPP 2.4.4 Zweiseitig beschränkte Transportprobleme 2.4.4.1 Problemstellung und mathematisches Modell 2.4.4.2 Lösung mit LogisticsLab/TPP 2.5 Transportprobleme mit nicht-klassischen Zielfunktionen 2.5.1 Transportprobleme mit zu maximierender Zielfunktion 2.5.1.1 Problemstellung und mathematisches Modell 2.5.1.2 Lösung mit LogisticsLab/TPP 2.5.2 Transportprobleme mit sprungfixen Kosten 2.5.2.1 Problemstellung und mathematisches Modell 2.5.2.2 Lösung mit LogisticsLab/TPP 2.5.3 Transportprobleme mit stückweiser linearer Zielfunktion 2.5.3.1 Problemstellung und mathematische Modelle 2.5.3.2 Lösung mit SolverStudio/Cmpl 2.5.4 Das Bottleneck-Transportproblem 2.5.4.1 Problemstellung und mathematisches Modell 2.5.4.2 Lösung mit LogisticsLab/TPP 2.5.4.3 Iterative Minimierung der Transport- und der Engpasszeiten 2.5.4.4 Simultane Minimierung der Transport- und der Engpasszeiten 2.5.4.5 Minimierung des Engpassflusses 2.6 Transportprobleme mit nicht-klassischen Lieferbeziehungen 2.6.1 Kapazitierte Transportprobleme 2.6.1.1 Problemstellung und mathematisches Modell 2.6.1.2 Lösung mit LogisticsLab/TPP 2.6.1.3 Beschränkte Teilsummen als Variante des kapazitierten Transportproblems 2.6.2 Das Single-Source-Transportproblem 2.6.2.1 Problemstellung und mathematisches Modell 2.6.2.2 Lösung mit LogisticsLabb/TPP 2.6.3 Mehrstufige Transportprobleme 2.6.3.1 Problemstellung 2.6.3.2 Mathematische Formulierung als Min-Cost-Flow-Problem 2.6.3.3 Lösung mit LogisticsLab/NWF und SolverStudio/Cmpl 2.6.3.4 Flussanalysen mittels des Max-Flow-Problems 2.6.4 Das Mehrgüter-Transportproblem 2.6.4.1 Problemstellung und mathematisches Modell 2.6.4.2 Lösung mit SolverStudio/Cmpl 2.6.5 Das Transportproblem mit alternativen Transportmitteln 2.6.5.1 Problemstellung und mathematisches Modell 2.6.5.2 Lösung mit SolverStudio/Cmpl 2.6.6 Das verallgemeinerte Transportproblem 2.6.6.1 Problemstellung und mathematisches Modell 2.6.6.2 Lösung mit SolverStudio/Cmpl 2.6.7 Erweiterung des verallgemeinerten Transportproblems mit der Komplexmethode 2.6.7.1 Grundlagen der Komplexmethode 2.6.7.2 Das komplexe verallgemeinerte Transportproblem 2.6.7.3 Lösung mit SolverStudio/Cmpl 3 Logistische Zuordnungsprobleme 3.1 Zuordnungsprobleme in der Logistikplanung 3.2 Bi-partite Probleme 3.2.1 Das klassische lineare Zuordnungsproblem 3.2.1.1 Problemstellung und mathematisches Modell 3.2.1.2 Erweiterungen des linearen Zuordnungsmodells 3.2.1.3 Lösung mit LogisticsLab 3.2.2 Das Bottleneck-Zuordnungsproblem 3.2.2.1 Problemstellung und mathematisches Modell 3.2.2.2 Lösung mit LogisticsLab/TPP 3.2.3 Das kardinalitätsmaximale Matching-Problem 3.2.3.1 Problemstellung und mathematisches Modell 3.2.3.2 Lösung mit SolverStudio/Cmpl 3.2.4 Das quadratische Zuordnungsproblem 3.2.4.1 Problemstellung und mathematisches Modell 3.2.4.2 Lösung mit SolverStudio/Cmpl 3.2.5 Das verallgemeinerte Zuordnungsproblem 3.2.5.1 Problemstellung und mathematisches Modell 3.2.5.2 Lösung mit SolverStudio/Cmpl 3.3 Nicht-bipartite Probleme 3.3.1 Problemstellung und mathematisches Modell 3.3.2 Lösung mit SolverStudio/Cmpl 4 Planung von Routen und Touren 4.1 Sammeln und Verteilen von Gütern als Logistikaufgabe 4.2 Kürzeste Wege und Entfernungen 4.2.1 Problemstellung und mathematisches Modell 4.2.2 Lösung mit LogisticsLab/NWF 4.3 Rundreiseprobleme 4.3.1 Grundlegende Aufgabenstellung 4.3.2 Problemstellung und mathematisches Modell 4.3.3 Überblick über die Lösungsverfahren für Rundreiseprobleme 4.3.4 Prinzipien heuristischer Lösungsverfahren 4.3.5 Lösung mit LogisticsLab/TSP 4.3.5.1 Symmetrische Rundreiseprobleme in vollständigen Graphen 4.3.5.2 Symmetrische Rundreiseprobleme in nicht vollständigen Graphen 4.3.5.3 Asymmetrische Rundreiseprobleme in nicht vollständigen Graphen 4.3.5.4 Rundreiseprobleme mit distanz-disproportionalen Transportzeiten 4.3.6 Durchfahrtprobleme 4.3.6.1 Problemstellung und mathematisches Modell 4.3.6.2 Lösung von Durchfahrtproblemen mit LogisticsLab/TSP 4.4 Briefträgerprobleme 4.4.1 Grundsätzliche Problemstellung 4.4.2 Mathematisches Modell zur kostenminimalen Erweiterung eines Graphen 4.4.3 Lösung mit LogisticsLab/CPP 4.5 Tourenplanung 4.5.1 Grundsätzliche Problemstellung 4.5.2 Das kapazitierte Tourenplanungsproblem 4.5.2.1 Problemstellung und mathematisches Modell 4.5.2.2 Verfahren zur Lösung des kapazitierten Tourenproblems 4.5.2.2.1 Überblick 4.5.2.2.2 Das Savings-Verfahren 4.5.2.2.3 Das Sweep-Verfahren 4.5.2.3 Lösung mit LogisticsLab/VRP 4.5.3 Kapazitierte Tourenprobleme mit Kundenzeitfenstern 4.5.3.1 Problemstellung und mathematisches Modell 4.5.3.2 Lösung mit SolverStudio/Cmpl 5 Planung von Standorten für Logistikknoten 5.1 Einführung in die Standortplanung 5.2 Diskrete Median- und Zentren-Probleme 5.2.1 Überblick 5.2.2 Das Median-Problem mit einem Standort 5.2.2.1 Problemstellung und mathematisches Modell 5.2.2.2 Lösung mit Excel 5.2.3 Das p-Median-Problem 5.2.3.1 Problemstellung und mathematisches Modell 5.2.3.2 Lösung mit SolverStudio/Cmpl 5.2.4 Das Zentrum-Problem mit einem Standort 5.2.4.1 Problemstellung und mathematisches Modell 5.2.4.2 Lösung mit Excel 5.2.5 Das p-Zentren-Problem 5.2.5.1 Problemstellung und mathematisches Modell 5.2.5.2 Lösung mit SolverStudio/Cmpl 5.3 Kontinuierliche Median- und Zentren-Probleme 5.3.1 Überblick 5.3.2 Das Median-Problem mit einem Standort 5.3.2.1 Problemstellung und mathematisches Modell 5.3.2.2 Lösung mit LogisticsLab/CLP 5.3.3 Das p-Median-Problem 5.3.3.1 Problemstellung und mathematisches Modell 5.3.3.2 Lösung mit LogisticsLab/CLP 5.3.4 Das Zentrum-Problem mit einem Standort 5.3.4.1 Problemstellung und mathematisches Modell 5.3.4.2 Lösung mit LogisticsLab/CLP 5.3.5 Das p-Zentren-Problem 5.3.5.1 Problemstellung und mathematisches Modell 5.3.5.2 Lösung mit LogisticsLab/CLP 5.4 Überdeckungsprobleme 5.4.1 Überblick 5.4.2 Das Set-Covering-Location-Problem 5.4.2.1 Problemstellung und mathematisches Modell 5.4.2.2 Lösung mit SolverStudio/Cmpl 5.4.3 Das Maximal-Covering-Location-Problem 5.4.3.1 Problemstellung und mathematisches Modell 5.4.3.2 Lösung mit SolverStudio/Cmpl 5.5 Warehouse-Location-Probleme 5.5.1 Überblick 5.5.2 Das einstufige unkapazitierte Warehouse-Location-Problem 5.5.2.1 Problemstellung und mathematisches Modell 5.5.2.2 Lösung mit LogisticsLab/WLP 5.5.3 Das einstufige kapazitierte Warehouse-Location-Problem 5.5.3.1 Problemstellung und mathematisches Modell 5.5.3.2 Lösung mit LogisticsLab/WLP 5.5.4 Mehrstufige Warehouse-Location-Probleme 5.5.4.1 Problemstellung und mathematisches Modell 5.5.4.2 Lösung mit SolverStudio/Cmpl Literaturverzeichnis Sach- und Personenverzeichnis Logistische Entscheidungen sind durch eine hohe Komplexität geprägt, die aus einem globalisierten und sich schnell verändernden Umfeld resultiert. Erfolgreiche Planung und Gestaltung von Transport- und Logistiksystemen erfordert deshalb eine professionelle Entscheidungsunterstützung. Dieses Buch hat die modellbasierte Entscheidungsunterstützung in der Logistik zum Gegenstand. Es richtet sich an Dozenten und Studenten der Logistik bzw. des Operations Research sowie an erfahrene Praktiker aus Unternehmen und öffentlichen Verwaltungen aus den Bereichen der Logistik und des Supply-Chain-Managements. Neben den Grundlagen der modellbasierten Entscheidungsunterstützung werden Probleme der Transport-, Routen- und Tourenplanung sowie der Standortbestimmung und logistische Zuordnungsprobleme diskutiert. Der Fokus liegt auf der starken Verknüpfung von theoretischen und praktischen Aspekten logistischer Entscheidungen. Alle im Buch angeführten Fallbeispiele können mithilfe der Logistik-Software LogisticsLab und teilweise mit der in Excel integrierbaren Optimierungsumgebung SolverStudio/Cmpl nachvollzogen werden. Mit LogisticsLab knüpfen die Autoren an die Idee interaktiver Entscheidungsunterstützungssysteme an, die versuchen, die Erfahrungen und Intuitionen menschlicher Entscheider mit den Möglichkeiten computergestützter Modellierung und Optimierung systematisch zu verbinden. Die Planung und Gestaltung von Logistiksystemen erfordert aufgrund ihrer hohen Komplexität eine adäquate Entscheidungsunterstützung. Dieses Buch hat die modellbasierte Entscheidungsunterstützung in der Logistik zum Gegenstand und richtet sich an Dozenten und Studierende sowie an Praktiker. Der Fokus liegt auf der Verknüpfung von theoretischen und praktischen Aspekten logistischer Entscheidungen, unterstützt durch eine Logistik-Software