Eschemann, Patrick (2025) KI-unterstützte Fabriklayoutoptimierung. PhD, Universität Oldenburg.

Preview

Volltext (4Mb)

Abstract

Seit den 1960er-Jahren wird an der Optimierung von Fabriklayouts geforscht. Gängige Praxis ist die iterative Neuanordnung von Fabrikeinheiten, da Algorithmen als ungeeignet zur Ermittlung realistischer Lösungen gelten. Diese Dissertation widmet sich dem Einsatz von künstlicher Intelligenz zur Layoutoptimierung. Ein wesentlicher Ansatzpunkt ist die simulationsbasierte Bewertung von Layouts, die sowohl einen maßgebenden als auch limitierenden Faktor darstellt. Maßgebend durch die Definition der Randbedingungen und limitierend aufgrund des Bedarfs an Rechenkapazitäten. Diese Arbeit trägt zur Forschung durch die Konzeptionierung einer KI-Architektur bei, die Layouts mit einer vergleichbaren Güte wie eine Simulation bewerten kann. Dies gelingt durch die Kombination eines faltenden neuronalen Netzwerks zur Verarbeitung beliebiger Layouts in Bildform mit einem mehrschichtigen Perzeptron zur Wissensextraktion aus tabellarischen Daten.

["eprint_fieldname_title_plus" not defined]

AI-driven factory layout optimization

["eprint_fieldname_abstract_plus" not defined]

Since the 1960s, research has been conducted to optimize factory layouts. Iterative rearrangement of factory units remains common, as algorithms are deemed unsuitable for generating realistic solutions. This dissertation explores the use of artificial intelligence (AI) in factory layout optimization, aiming to enhance the applicability of existing methods while reducing computational demands. A key focus lies on the simulation-based evaluation of layouts, which is both a determining and limiting factor - determining due to the definition of constraints and limiting due to the computational resources required. This research contributes to the field by developing an AI architecture capable of evaluating layouts with quality comparable to simulation. The architecture combines a convolutional neural network for processing arbitrary layouts in image form and a multilayer perceptron for extracting knowledge from tabular information.

Item Type:	Thesis (PhD)
Uncontrolled Keywords:	Fabriklayoutoptimierung, Ereignisorientierte Simulation, Entscheidungsunterstützungssystem, Künstliche Intelligenz, Metaheuristische Algorithmen
Subjects:	Generalities, computers, information > Computer science, internet
Divisions:	School of Computing Science, Business Administration, Economics and Law > Department of Computing Science
Date Deposited:	30 Jan 2025 09:59
Last Modified:	30 Jan 2025 09:59
URI:	https://oops.uni-oldenburg.de/id/eprint/7111
URN:	urn:nbn:de:gbv:715-oops-71920
DOI:
Nutzungslizenz:

Actions (login required)

View Item