PSPS: Projektdetails

Projekt:
Entwicklung von Prognoseverfahren für die Produktionsprogrammplanung auf Basis von Vorhersagemodellen der Nichtlinearen Dynamik

Da die Kundennachfrage im Allgemeinen starken Schwankungen unterworfen ist, hat eine präzise Absatzvorhersage für eine effektive Produktionsplanung und -steuerung (PPS) eine sehr hohe Bedeutung. Diese ermittelt auf der Grundlage einer Bedarfsprognose das Produktionsprogramm, die Materialbedarfe und die Produktionsprozesse und führt unter anderem zu einem effizienten Einsatz der vorhandenen Ressourcen. Zum einen ist dies von großer Wichtigkeit für die Planung innerhalb einzelner Unternehmen, findet aber zum anderen in den letzten Jahren vermehrt in der Optimierung von Lieferketten und –netzwerken Beachtung. In der Regel erfolgt die Vorhersage durch eine Analyse und anschließende Extrapolation vorangegangener Bedarfswerte. Dabei kommen unterschiedliche Methoden zum Einsatz, wie zum Beispiel statistische Verfahren, lineare Methoden wie z.B. das ARIMA-Modell, künstliche neuronale Netze, Fuzzy- oder Expertensysteme. Statistische Verfahren können nur unzureichend auf Dynamik reagieren und in den anderen Fällen ist die Prognosegenerierung größtenteils nur mit Fachwissen nachvollziehbar. Weitere Möglichkeiten der Prognose stammen aus dem Bereich der nichtlinearen Dynamik. Hier existieren bereits in anderen Anwendungsbereichen erprobte Methoden. Ziel dieses Forschungsvorhabens ist es, die dynamischen Änderungen des Bedarfs durch neuartige Prognoseverfahren der nichtlinearen Dynamik besser und nachvollziehbar vorherzusagen und so den PPS-Systemen eine bessere Basis für die Produktionsprogrammplanung zu geben.

Projektleitung:
Prof. Dr.-Ing. Bernd Scholz-Reiter

Ansprechpartner:
Dipl.-Math. Mirko Kück

Förderung:
Deutsche Forschungsgemeinschaft (DFG)

Laufzeit:
01.04 2011 bis 30.09 2012