X-INTEGRATE ist Teil der
Puzzleteil zur Visualisierung von Integration

Optimierung in der Praxis: Weniger ist mehr - Teil 2

Wissensbeitrag

Im ersten Teil dieser Blogreihe bin ich auf den Segen der Technologie eingegangen, die uns genauere Ergebnisse liefern kann, und den Fluch, dass wir diesen scheinbar genaueren Ergebnissen zu viel Vertrauen schenken. In diesem Teil werde ich darauf eingehen, dass uns das Wissen darum dabei helfen kann, bessere Optimierungsmodelle zu entwickeln.

Eine individuelle Netzwerkoptimierung

Betrachten wir dazu folgendes Beispiel: Wir möchten ein Netzwerk optimieren, in dem uns die einzelnen Standorte bekannt sind. Auch die Fahrtzeiten zwischen den Standorten liegen uns minutengenau vor. Ein Anwendungsfall könnte beispielsweise sein, das Autobahnnetz als Modell abzubilden.

Wir möchten nun eine Autofahrt von Berlin nach Köln modellieren und optimieren. Die Abfahrtszeit in Berlin ist bekannt, sowie die Fahrtzeiten von einer Abfahrt zur nächsten. Ziel ist es selbstverständlich, möglichst früh in Köln anzukommen.

Verbunde Pins zur Visualisierung eines Netzwerks

Ein möglicher Ansatz ist nun, auf die Graphentheorie zurückzugreifen. Wir sehen die Kombination aus Standort und Zeitpunkt als Netzwerkknoten an und verknüpfen sie mit entsprechenden Bedingungen, z.B. für den Fall, dass die erste Fahrtstrecke drei Minuten dauert: Wenn wir in Minute 0 in Berlin losfahren, sind wir in Minute 3 an der ersten Ausfahrt; wenn wir in Minute 1 in Berlin losfahren, sind wir in Minute 4 an der ersten Ausfahrt, usw. All diese Kombinationen sind möglich, und diese müssen selbstverständlich für alle in

Frage kommenden Standorte und Zeitpunkte zwischen Berlin und Köln eingepflegt und berücksichtigt werden, um später wirklich das Optimum berechnen zu können.

Jede mögliche Genauigkeit ausnutzen: Vorteil oder Nachteil?

Der Vorteil dieses Ansatzes liegt auf der Hand: Dadurch, dass wir alle Kombinationsmöglichkeiten abgedeckt haben, kommen wir so zum optimalen Ergebnis.

Wirklich?

Erinnern wir uns an den ersten Teil dieser Blogreihe: Ist diese Genauigkeit, mit der wir hier rechnen, wirklich sinnvoll? In diesem Anwendungsfall haben wir zwar eine scheinbar minutengenaue Optimierung, doch sie wird in der Praxis nie umzusetzen sein: Eine einzige Verzögerung aufgrund eines Staus (und davon wird es auf dieser Strecke genug geben) lässt unser Modell schon unbrauchbar werden. Dazu kommt natürlich der enorme Rechenaufwand, der sich durch die minutengenaue Taktung aller Netzwerkknoten ergibt.

Sinnvoller ist es da, mit Näherungswerten zu arbeiten. Rechnen wir beispielsweise mit Zeitwerten, die jeweils auf 5 Minuten genau gerundet wurden, ergeben sich zwei Vorteile: Bei geschickter Rundung lassen sich so Pufferzeiten miteinbeziehen, die mögliche Staus ausgleichen können. Außerdem sinkt der Rechenaufwand des Modells auf einen Bruchteil, da die Anzahl der Knoten im Modell auf ein Fünftel gesunken ist.

Fazit

Wir haben somit also in zwei Ebenen einen besseren Realitätsbezug hergestellt: Zum einen ist das Ergebnis deutlich brauchbarer als die erste Variante. Zum anderen erhalten wir das Ergebnis deutlich schneller und können somit auch in einem operativen Betrieb darauf zurückgreifen.

Natürlich spielen Aggregationen, in diesem Fall zeitliche Aggregationen, nicht nur bei der Betrachtung der Rechengenauigkeit eine wichtige Rolle. Selbst wenn es keine rundungsbedingten Ungenauigkeiten gibt und Verzögerungen im Ablauf keine Rolle spielen, können sie helfen, einen schnellen Einstieg in eine Problemstellung zu finden, welcher dann nach und nach zur erforderlichen Genauigkeit ausgebaut wird. Solche Verfahren sind in der Optimierung üblich und sinnvoll. Bitte sprechen Sie uns bei Fragen zu einem sinnvollen Einstieg in Optimierungsthemen also gerne an und vereinbaren Sie einen individuellen Beratungstermin.

Tafel mit mathematischen Formeln
Wissen

Optimierung in der Praxis: Weniger ist mehr (Teil 1)

Fortschreitende Technologien ermöglichen uns, immer genauere Berechnungen durchzuführen. Wir sind heute in der Lage, in kürzerer Zeit mit höheren Datenmengen umzugehen als jemals zuvor. Gerade in der Mathematik hat das aber nicht nur Vorteile.

Geschäftsoptimierung
Wissen

Dynamische Anpassung an Absatzmärkte - Teil 2

Mathematische Optimierung ist ein valider Lösungsansatz für Zuordnungsprobleme. Der zweite Teil der Blogserie beweist dies mit einem Praxisbeispiel.
Optimierung des Transports
Wissen

Überflüssige Leerfahrten binden Zeit und Kapital – Teil 2

Jeder fünfte LKW auf Europas Straßen fährt leer! So lautet das Ergebnis einer Studie der Europäischen Kommission. Was sind also die technologischen Möglichkeiten, diesen Umstand zu verbessern?
Mathematische Optimierung
Kompetenz 03.09.20

Mathematische Optimierung

Mathematische Optimierung hilft Unternehmen dabei, über den Einsatz begrenzter Ressourcen komplexe Entscheidungen zu fällen und zielgerichtete Kompromisse zu machen.

Headerbild für Wissensbeitrag zu Optimierung und Business Analytics
Kompetenz 22.09.20

Lösungsansätze durch Optimierung

Um im immer globaler werdenden Wettbewerb bestehen zu können, hält der Alltag jedes Unternehmens unzählige Herausforderungen bereit. Optimierung bietet dabei Orientierung und schafft den entscheidenden Vorsprung zur Konkurrenz.
Optimierung & Business Analytics
Kompetenz 03.09.20

Optimierung & Business Analytics

Mit Optimierung nach den Kriterien der Business Analytics erzielen Unternehmenssteuerung und Prozessoptimierung ungeahnte Ergebnisse, die das Unternehmen positiv vom Markt abheben.
Wissen

Optimierung der Auftragsbearbeitung

Durch eine Optimierung der Auftragsbearbeitung können Unternehmen ihre Ressourcen schonen und ihren Gewinn steigern. Dieser Artikel zeigt, wie man mit SAP APO und IBM ILOG CPLEX beispielsweise Produktionswege optimieren kann.
Mathematische Optimierung und Supermärkte
Wissen

Mathematische Optimierung und Supermärkte

Mathematische Optimierung findet in vielen Bereichen Anwendung. So auch zur Standortplanung für eine Supermarktkette. Dieser Blogartikel fasst die Eckpunkte des Projektes zusammen.
Wissen

Magische Quadrate – gar nicht mehr so magisch

In diesem Blogbeitrag wird beleuchtet, was magische Quadrate mit Constraint Programming zu tun haben und wie diese mit dem CP-Solver des CPLEX Optimization Studios für Anwendungsfälle aus der Praxis gelöst werden können.
Tafel mit mathematischen Formeln
Wissen

Wozu dient die mathematische Optimierung?

Der Lösungsansatz „mathematische Optimierung“ ist ein sehr mächtiges Werkzeug, wenn es darum geht, verschiedenste Fragestellungen zu untersuchen und eine bestmögliche Lösung zu finden. Dieser Blogbeitrag untersucht häufige Fragen rund um das Thema.
Optimierung des Transports
Wissen

Überflüssige Leerfahrten binden Zeit und Kapital – Teil 1

Jeder fünfte LKW auf Europas Straßen fährt leer! So lautet das Ergebnis einer Studie der Europäischen Kommission. Wie die Effizienz von Transportwegen mit mathematischer Optimierung gesteigert werden kann, behandelt dieser Blogbeitrag.
X-INTEGRATE Standortoptimierung
Lösung

X-INTEGRATE Standort Optimierung

Nahezu jedes größere Unternehmen ist auf eine geeignete Methode angewiesen, Standorte sinnvoll auszuwählen und zu betreiben. Um die besten Standorte zu ermitteln, setzen wir auf mathematische Optimierung.
Wissen

Standortoptimierung als Teil des Supply Chain Managements

Das Supply Chain Management umfasst viele einzelne Aspekte der strategischen und operativen Arbeitsweise von Unternehmen. Einen möglichen Ansatz stellt die Standortoptimierung dar, die dieser Blogartikel vorstellt.
Wolken zur Visualisierung der Cloud
Wissen

Mathematische Optimierung in der Cloud mit IBM DOcplexcloud

IBM bietet mit DOcplexcloud einen Optimierungsservice in der Cloud an. Dabei werden Opimierungsanfragen an einen Server in der Cloud gesendet. Dieser Service bringt so einige Vorteile mit sich, auf die dieser Blogbeitrag näher eingehen will.
Zur is report Website
Presse 09.09.20

Datenmanagement und Datenintegration in der Praxis

In seinem Artikel im Fachmagazin is-report zeigt Matthias Bauer, Teamlead Data Science bei X-INTEGRATE, drei Fallbeispiele wie Datenmanagement in der Praxis aussehen kann.
Geschäftsoptimierung
Wissen

Dynamische Anpassung an Absatzmärkte

Was tun, damit sich das eigene Produkt von der Konkurrenz abhebt, ohne dafür interne Strukturen aufgeben zu müssen? Was wird benötigt, um keine statische Lösung zu entwickeln, sondern um sich einem stets wandelnden Markt dynamisch anzupassen? Unser Blogartikel klärt auf.
Wissen

Laufzeit von CPLEX-Modellen verbessern

IBM ILOG CPLEX bietet einem die Möglichkeit, mit individuellen mathematischen Modellen viele Arten von Problemstellungen zu simulieren und zu optimieren. Dieser Artikel erklärt, wie sich die Laufzeit dieser Modelle verlängern lässt.
Besucherrekorde bei der SPS IPS Drives Messe
Wissen

Besucherrekorde bei der SPS IPS Drives Messe

Die SPS IPC Drive in Nürnberg gilt weltweit als führende Fachmesse für elektronische Automatisierung. Auch wir von der X-INTEGRATE GmbH waren zusammen mit unseren Geschäftspartnern Hilscher und IBM vor Ort und stellten eines unserer aktuellen Industrie 4.0 – Projekte vor.
Verschiedene Werkzeuge wie Hammer, Schraubenzieher, etc. auf einem Boden
Wissen

Standardtool vs. Standardplattform

Genau wie in vielen anderen Bereichen auch, bietet die Welt der Optimierung vielfältige Möglichkeiten, sich einer Fragestellung zu nähern. Doch was ist die bessere Wahl - Standardtool oder Standardplattform?
Kompetenz 03.09.20

Prescriptive Analytics

Prescriptive Analytics unterstützt dabei, auf Grundlage der bekannten Parameter die optimale Lösung oder das beste Ergebnis unter verschiedenen zur Auswahl stehenden Möglichkeiten zu ermitteln.