Upload
adelinde-boness
View
106
Download
3
Embed Size (px)
Citation preview
Algorithmus für die Palettierung
Ausarbeitung von Florian Pfeiffer
Seminar: Containerumlade- und Stapelprobleme
Universität Karlsruhe(TH)
ANDOR * Institut für Anwendung des Operations Research
Prof. Dr. Gerald Hammer
Sommersemester 2004
Betreuer: Dipl. Math. Peer Giemsch
Startaufstellung
1. Einführung1.1 Definitionen/Begriffe1.2 Abgrenzung
2. Vorüberlegungen
3. Algorithmus (Anhand eines Beispiels)
4. Lösungsgüte/Ausblick
Übersicht
1.1 Definitionen/Begriffe:
Palettierung: Packen von Einheiten definierter Größe auf eine Palette
Stauplan: Gefundene Anordnung auf der Grundfläche einer Palette
Totraum: Nicht nutzbarer Platz, echt „verschwendeter“ Platz
Freiraum: Vor Fertigstellung des Stauraums noch zur Verfügung stehender Platz
Einführung Überlegungen Algorithmus Ausblick
1.1 Definitionen:
L/B: Länge/Breite der Palette
l/b: Länge/Breite der zu packenden Einheit / Versandgebinde
Ll: Einfache Anordnung: Die Palette wird in ihrer Länge L mit der alleinigen Ausrichtung der Einheiten in deren Länge l gepackt
Lb : Einfache Anordnung: Die Palette wird in ihrer Länge L mit der alleinigen Ausrichtung der Einheiten in deren Breite b gepackt
Ll+b : Gemischte Anordnung: Die Palette wird in ihrer Länge L mit der gemischten Ausrichtung der Einheiten in deren Breite b und deren Länge l gepackt
Bl, Bb, Bl+b: entsprechend für die Breite B
Einführung Überlegungen Algorithmus Ausblick
1.2 AbgrenzungHomogenes Problem
Massengüterproduktion, kongruente EinheitenRechenaufwand
2-DimensionalBreite und LängeEin Einlade- und AusladezeitpunktEine Höhenorientierung (Lage, Ebene)
RechteckeHäufigste Form bei Palette und den Einheiten
OrthogonalitätsbedingungUnter Umständen keine optimale Lösung oder nur schlechte
LösungRelevanz für Algorithmus Geometrie zu verpackende
Einheiten:mittleres L/l-Verhältnis; Versandgebinde
Rechenbarkeit, Stapelbarkeit, Beschädigung der Einheiten
Einführung Überlegungen Algorithmus Ausblick
ZielfunktionMaximierung der gepackten EinheitenZurückführen anderer Zielfunktionen auf diese möglich Unnütz verbrauchte Fläche in einem Stauplan als Maß der
Güte des Stauplans
StapelbarkeitMehrere Lösungen gleicher Güte
möglichDrehen des Stauplans um 180°Spiegeln des Stauplans möglich
SonstigesKein DiebstahlKeine Klimaeinflüsse
Keine WertigkeitFreie Drehbarkeit
1.2 Abgrenzung
Einführung Überlegungen Algorithmus Ausblick
Motivation
Einführung Überlegungen Algorithmus Ausblick
Suboptimale LösungenUntersuchen aller möglichen Anordnungen in einer Richtung (hier: B)
B
L
Gemischte Anordnung
Einfache Anordnung
Einführung Überlegungen Algorithmus Ausblick
Suboptimale LösungenBeste suboptimale Lösung in der Richtung sei o.B.d.A. hier dargestellt:
Rand kann nicht ausgefüllt werden Homogenes Problem, nur orthogonale Anordnungen
Es passt c. p. keine weitere Einheit in den Totraum Normierung aller suboptimalen Lösungen um den (unnützen) Rand
Entscheidungshilfe für die Güte der Lösung wird gegeben Normierte obere Schranke (theoretisch nutzbare Fläche sinkt)
Einführung Überlegungen Algorithmus Ausblick
OptimalitätsbedingungPalette wird vollständig mit Einheiten bepackt (kein Totraum)Totraum ist kleiner als der Flächeninhalt einer (weiteren) Einheit
Obere SchrankeEine erste obere Schranke ergibt sich aus der Optimalitätsbedingung(L*B)/(l*b) abgerundet ergibt die obere Schranke. Stauplan erfüllt Bedingung Optimale Lösung
Modifizierte obere SchrankeWerden die suboptimalen Lösungen normiert, so kann sich eine neue, modifizierte obere Schranke ergeben, die kleiner als die bisherige ist, in dem die Palette ebenfalls normiert wird.(homogenes Problem, Orthogonalitätsbedingung)
Einführung Überlegungen Algorithmus Ausblick
Packung am Rand ist nicht schlechter als in der Mitte
Packe die erste Einheit in eine Ecke der Palette Für gemischte Anordnungen/Startlösung:
Lege möglichst die gleichen Ausrichtungen zusammenFür „Zähnemuster“ lässt sich ein äquivalenter Stauplan
finden, der „normale“ Startlösung hat.„Zähnemuster“ lässt sich während dem Algorithmus kaum vermeiden
Beim Packen: Totraum in der Mitte zulässig
Einführung Überlegungen Algorithmus Ausblick
Untere Schranke „Intuitive Anordnung“ in Längsrichtung, in die Breite Maximale
Packung mit Bl, Bb oder Ll, Lb wird getestet
Im Beispiel: Max B {Bl; Bb} = Max B {16; 15} = 16
Einführung Überlegungen Algorithmus Ausblick
Abbruchbedingungen
1. Stauplan erreicht den Wert der oberen Schranke
2. Untere Schranke erreicht den Wert der modifizierten oberen Schranke
3. (Summe eingeplante Einheiten + Freifläche/Grundfläche einer Einheit)< (als untere Schranke)
Bedingungen der Suboptimalität
Plane nur solche suboptimalen Lösungen ein, welche die Voraussetzung entsprechend ihrer jeweils gefundenen Anordnung auch einhalten können.Plane immer nur in einer Richtung ein (sonst neues Objekt)
Einführung Überlegungen Algorithmus Ausblick
Idee des Algorithmus
Die optimale Lösung beinhaltet mindestens eine suboptimale Lösung.
Eine Belegung der jeweiligen suboptimalen Lösung mit den durch sie verursachten Strafkosten (Opportunitätskosten) gewährleistet dabei ein dynamisches Verhalten des Algorithmus.
Die suboptimalen Lösungen werden in eine Schlange gestellt und sukzessive abgearbeitet
Abarbeiten der einzelnen Lösungen erfolgt in Form von Objekten
Alle suboptimalen Lösungen in einer Richtung bilden den möglichen Lösungsraum; sie werden so dicht wie möglich gepackt
Verursacht eine Lösung einen Totraum, so wird ein modifiziertes Objekt erzeugt, welches a) auf dem bereits Eingeplanten aufbautb) die suboptimale Lösung mit Strafkosten belegt und c) weitere Lösungen aus der anderen Richtung mit einbezieht.
Einführung Überlegungen Algorithmus Ausblick
Beispiel : L = 17; l = 6;B = 16; b = 5
Bestimmen der oberen Schranke:
(L*B) / (l*b) = 272 / 30 = 9, 10 obere Schranke ist 9
Einführung Überlegungen Algorithmus Ausblick
Bestimmen der einfachen suboptimalen Lösungen:
Lb: L – k*b, k € N Wert (der Fläche): l* Lb
Ll : L – k*l, k € N Wert (der Fläche): b* Ll
Entsprechend für B*
(Intuitive) untere Schranke: 6
Einführung Überlegungen Algorithmus Ausblick
Ll: 17 – 2*l = 5 Wert: 5*5 = 25
Lb: 17 – 3*b = 2 Wert: 6*2 = 12
Bl: 16 – 2*l = 4 Wert: 5*4 = 20
Bb: 16 – 3*b = 1 Wert: 6*1 = 6
Ur- Schlange:
Bb(6), Lb(12), Bl(20), Ll(25)
Einführung Überlegungen Algorithmus Ausblick
Aus der Ur- Schlange werden nun entsprechend der Wertigkeit die zusammengesetzten einfachen Lösungen generiert. Da hier Bb ganz oben steht, wird die Schlange für Objekt 1auf alle B* reduziert. Die hier ermittelte untere Schranke wird bereits vom Algorithmus generiert.
Das erste Objekt wird also aus 0-Bb erzeugt. D. h.: 0 bislang gepackte Einheiten („leere Palette“), Bb ist Startlösung, es wird nur mit den B* geplant
Untere Schranke / einfache Anordnung
Schlange 1:
Bb(6), Bl(20)
Objekte - Stapel:
0-Bb, 0-Lb, 0-Bl, 0-Ll
Einführung Überlegungen Algorithmus Ausblick
Objekt 1:
Plane aus der reduzierten Schlange so lange bis keine weitere Einheit mehr gepackt werden kann.
8 Einheiten ist neue untere Schranke aber kleiner als obere Schranke
Erzeuge aus dem Stapel neues Objekt bis alle Startlösungen durchprobiert sind oder obere Schranke erreicht
Objekt 1*
Untere Schranke / einfache Anordnung
Einführung Überlegungen Algorithmus Ausblick
Objekt 2:
Es wird entsprechend der Schlange eine schlechtere Lösung gefunden
Untere Schranke bleibt bei 8, die obere Schranke bei 9
Objekt 1* Objekt 2*
Untere Schranke / einfache Anordnung
Einführung Überlegungen Algorithmus Ausblick
Keine Verbesserung für Objekt 3* und Objekt 4*
Bestimmen der gemischten suboptimalen Lösungen :
Bl+b: B – kl * l – kb*b; kl , kb € N Wert: Min {l, b} * Bl+b
Bl+b: 16 – l –2*b = 0 Wert: 5 * 0 = 0
Ll+b1: 17 – 2 *l – b = 0 Wert: 5 * 0 = 0
Ll+b2: 17 – l – 2*b = 1 Wert: 5 * 1 = 5
Gemischte Anordnung
Beispiel Bl+b
Neue Schlange:
Bl+b(0), Ll+b1(0), Ll+b2(5), Bb(6), Lb(12), Bl(20), Ll(25)
Stapel:
0-Bl+b(0), 0-Ll+b1(0), 0-Ll+b2(5),
Einführung Überlegungen Algorithmus Ausblick
Bestimmen der gemischten suboptimalen Lösungen :
Erzeugen des fünften Objekts aus dem Stapel (0-Bl+b) und einplanen der zweiten Reihe aus Schlange 5 (hier auch mit den B*):
Objekt 5‘ Objekt 5‘‘
Es entsteht ein Totraum (Hier: 1 Flächeneinheit). Plane neue Objekte im Stapel ein und bestrafe die suboptimale Lösung mit Opportunitätskosten. Anschließend weiter im Algorithmus.
Gemischte Anordnung
Einführung Überlegungen Algorithmus Ausblick
Einplanen der neuen Objekte :
Prüfe ob es für Objekt 5‘ weitere suboptimale Lösungen unter den B*und L* gibt, die Anordnung 5‘ als Startlösung zulassen. Plane für die
gefundene/n Möglichkeit/en je ein neues Objekt im Stapel ein.
Objekt 5‘.L Objekt 5‘.B
Gemischte Anordnung
Schlange 5‘.L:
Ll+b1(0), Ll+b2(5), Lb(12), Ll(25)
Stapel noch abzuarbeiten:
0-Ll+b1(0), 5‘-Ll+b1(0), 0-Ll+b2(5), 5‘-Bb(6),
Schlange 5‘.B:
Bl+b(0+1), Bb(6), Lb(12), Ll(25)
Hier: Anordnung entsprechend 5‘ nochfür alle B*, L* gültig;Startlösung 5‘.B: Bb(6)
Einführung Überlegungen Algorithmus Ausblick
Bestimmen der suboptimalen Lösung, weiter mit Objekt 5‘‘:
Objekt 5*
Gepackte Einheiten: 9 = obere Schranke, Abbruchkriterium
Gemischte Anordnung
Einführung Überlegungen Algorithmus Ausblick
Eigenschaften des Algorithmus/Problems
Vereinfachtes Problem, dennoch praxistauglich
Im Beispiel entspricht die Lösung einem 7-Block-Verfahren,der Algorithmus ist aber nicht auf diese Blöcke beschränktModifiziertes Branch & Bound
Bei den untersuchten Beispielen war die Lösungsgüte durchweg zufriedenstellend (war nicht schlechter). Beispiel: Dowsland: 38; Algorithmus: 39; Obere Schranke: 40
Lösungsgüte / Ausblick
Einführung Überlegungen Algorithmus Ausblick
Heinrich Exeler: Das homogene Packproblem in der betriebswirtschaftlichen Logistik, Physica-Verlag, Heidelberg, 1988 Dowsland, Dowsland: A Comparative Analysis of Heuristics for the
Two-Dimensional Packing Problem, Paper for Euro VI Conference, July 1983
Literatur
Einführung Überlegungen Algorithmus Ausblick
Vielen Dank für die Aufmerksamkeit – Fragen?