Optimierung mit Meta-Solvern: Autonome Gabelstapler

Optimierung mit Meta-Solvern: Autonome Gabelstapler

Masterarbeit

Hintergrund:

Um die in der Logistik immer wieder auftretenden kombinatorischen Probleme möglichst schnell und gut zu lösen wird häufig auf Heuristiken als Lösungsverfahren (Solver) zurückgegriffen. Die besten Lösungsverfahren sind jedoch häufig Meta-Solver: diese bestehen aus mehreren Heuristiken sowie einem KI-Verfahren das für jede Instanz die beste Heuristik auswählt.

Hier sollen die Verfahren auf autonome Gabelstapler in einem Lagerhaus angewendet werden.

Ziel ist es, dass die Gabelstapler in möglichst kurzer Zeit alle Aufträge erfüllen. Jedoch besteht das Problem, dass die Gabelstapler in den Gängen der Regale nicht aneinander vorbeifahren können.

Ziel:

Ziel dieser Arbeit ist es einen Meta-Solver zu implementieren und zu testen.

Dazu müssen Sie bereit sein die Programmiersprache C# zu lernen, einige Heuristiken zu implementieren und mit den Machine-Learning Bibliotheken aus C# zu implementieren.

Es wird ein sinnvolles Testen der implementierten Heuristiken und des Meta-Solvers sowie eine wissenschaftliche Einordnung der Methoden sowie eine wirtschaftswissenschaftliche Einordnung des konkreten Optimierungsproblems für den Unternehmenserfolg erwartet.

Betreuer/in: M. Sc. Lukas Polten

Bewerbung: Bitte nutzen Sie zur für Ihre Bewerbung unser Bewerbungsformular. Das Formular sowie weitere Informationen zu den Abschlussarbeiten unseres Lehrstuhls sind auf unserer Website unter der Rubrik Lehre » Abschlussarbeiten zu finden.