Tisch, Michael ; Laudemann, Heiko ; Kreß, Antonio ; Metternich, Joachim (2020)
Utility-based configuration of learning factories using a multidimensional, multiple-choice knapsack problem.
In: Procedia Manufacturing, 2017, 9
doi: 10.25534/tuprints-00014287
Artikel, Zweitveröffentlichung, Verlagsversion
 | Es ist eine neuere Version dieses Eintrags verfügbar. |
Kurzbeschreibung (Abstract)
The paper presents a structural approach to configure the technical system of a learning factory by considering learning targets and maximizing the utility. Local scope conditions and intended competencies are used to operationalize requirements. The composition of the module-based technical system can be optimized by maximizing its overall utility. Therefore, an exact and efficient optimization algorithm is developed solving a multidimensional multiple-choice knapsack problem combined with a two-dimensional bin packing problem. Restrictions are the available budget and the useable area of the learning factory. As a result, the configured technical system enables optimal target orientation of the learning factory. This procedure is finally applied on the Process Learning Factory CiP.
| Typ des Eintrags: | Artikel |
|---|---|
| Erschienen: | 2020 |
| Autor(en): | Tisch, Michael ; Laudemann, Heiko ; Kreß, Antonio ; Metternich, Joachim |
| Art des Eintrags: | Zweitveröffentlichung |
| Titel: | Utility-based configuration of learning factories using a multidimensional, multiple-choice knapsack problem |
| Sprache: | Englisch |
| Publikationsjahr: | 30 November 2020 |
| Ort: | Darmstadt |
| Publikationsdatum der Erstveröffentlichung: | 2017 |
| Titel der Zeitschrift, Zeitung oder Schriftenreihe: | Procedia Manufacturing |
| Jahrgang/Volume einer Zeitschrift: | 9 |
| DOI: | 10.25534/tuprints-00014287 |
| URL / URN: | https://tuprints.ulb.tu-darmstadt.de/14287 |
| Zugehörige Links: | |
| Herkunft: | Zweitveröffentlichungsservice |
| Kurzbeschreibung (Abstract): | The paper presents a structural approach to configure the technical system of a learning factory by considering learning targets and maximizing the utility. Local scope conditions and intended competencies are used to operationalize requirements. The composition of the module-based technical system can be optimized by maximizing its overall utility. Therefore, an exact and efficient optimization algorithm is developed solving a multidimensional multiple-choice knapsack problem combined with a two-dimensional bin packing problem. Restrictions are the available budget and the useable area of the learning factory. As a result, the configured technical system enables optimal target orientation of the learning factory. This procedure is finally applied on the Process Learning Factory CiP. |
| Status: | Verlagsversion |
| URN: | urn:nbn:de:tuda-tuprints-142879 |
| Zusätzliche Informationen: | 7th Conference on Learning Factories, CLF 2017 |
| Sachgruppe der Dewey Dezimalklassifikatin (DDC): | 600 Technik, Medizin, angewandte Wissenschaften > 600 Technik 600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften und Maschinenbau |
| Fachbereich(e)/-gebiet(e): | 16 Fachbereich Maschinenbau 16 Fachbereich Maschinenbau > Institut für Produktionsmanagement und Werkzeugmaschinen (PTW) 16 Fachbereich Maschinenbau > Institut für Produktionsmanagement und Werkzeugmaschinen (PTW) > CiP Center für industrielle Produktivität |
| Hinterlegungsdatum: | 19 Jun 2024 14:56 |
| Letzte Änderung: | 19 Jun 2024 14:56 |
| PPN: | |
| Export: | |
| Suche nach Titel in: | TUfind oder in Google |
Verfügbare Versionen dieses Eintrags
- Utility-based configuration of learning factories using a multidimensional, multiple-choice knapsack problem. (deposited 19 Jun 2024 14:56) [Gegenwärtig angezeigt]
 |
Frage zum Eintrag |
Optionen (nur für Redakteure)
 |
Redaktionelle Details anzeigen |
Drucken
Impressum