Teaching at the Institute of Production Management

Wiederholung der Übungsinhalte zur Veranstaltung BWL V: Operations Management aus dem Sommersemester. Zu jedem Termin und Vorlesungsthema wird ein Aufgabenblatt bereitgestellt. In der Präsenzveranstaltung werden Fragen zum aktuellen Übungsblatt beantwortet.

• Helber, S. (2020), Operations Management Tutorium, 2. Auflage, in der Bibliothek am Conti-Campus vorhanden.

Optimierungsprobleme und -verfahren
Modellierung praktischer Optimierungsprobleme
Die Kunst guter Modellierung
Linearisierungstechniken
Implementierung der mathematischen Programme
Python/GUROBI/LaTex

In diesem Seminar werden grundlegende Modelle und Algorithmen des Operations Management auf Bachelor-Niveau behandelt und das Anfertigen einer schriftlichen Arbeit zur Vorbereitung auf eine Bachelor-Arbeit am Institut für Produktionswirtschaft geübt.

Wird zum Beginn des Semesters bekanntgegeben.

Prüfer: Prof. Dr. Helber

This course treats fundamental aspects of algebraic modeling and using optimization methods in operations research. Students are introduced to the improving search paradigm, in particular over convex feasible sets. The simplex search for linear programming models is covered, including a first treatment of duality of LP models. With respect to discrete problems, the basic elements of the branch&bound method are introduced. We further study column generation and elements of Branch-and-Price or Bender's decomposition.The GAMS modeling language is used in modeling exercises.

Rardin, R. L.: Optimization in Operations Research, 2. Edition 2016 (Pearson)

The supplementary (optional) exercise accompanies the lecture on Operations Research. Selected problems and tasks from the text book by Rardin (2016) are used to practice the lecture's methods and algorithms.

At the beginning, I will introduce you to the idea of Markov chains in continuous time and the exponential distribution as well as the idea of the Poisson process. We will then develop Markov chain models in continuous time to model and analyze stochastic manufacturing systems. The stochasticity in the systems stems from natural randomness of processing steps, from random failures and stochastic repair times etc. Small systems, i.e., of two-machine models are used for an exact analysis. Larger systems with more than two machines are analyzed via an approximate decomposition into a set of coupled virtual two-machine lines. Using this approach as a fast evaluation method, we then study optimization problems such as the optimal allocation of buffers between machines or the optimal allocation of spare parts at the machines. We use Python to perform the mathematical analysis. You will need some basic programming skills. Exercise elements will be integrated into the lecture.

You will be given slides as well as references to research papers.

These exercises accompany the lecture. Students are invited to apply the analytical methods presented during the lecture to solve small problems and to discuss results and potential problems. In particular, students will present their weekly homework at the black board or share their screen.

In der Veranstaltung werden verschiedene operative Entscheidungsprobleme der Gestaltung industrieller Produktionsprozesse im Bereich der Sachgüterproduktion behandelt. Dazu gehören insbesondere Fragen der Planung von Überstunden und Lagerbeständen, der Planung von Losgrößen und Reihenfolgen sowie der Produktionssteuerung. Ferner werden die konzeptionellen Grundlagen verschiedener Ansätze zur Produktionsplanung und -steuerung behandelt.

Im Laufe der Veranstaltung wird ein detailliertes Skript zur Verfügung gestellt.

Die Veranstaltung setzt in weiten Teilen elementare Kenntnisse quantitativer Methoden voraus, die in der Veranstaltung »Operations Research« angeboten werden. Daher wird dringend empfohlen, diese Veranstaltung vorher oder parallel zu hören.

Die Veranstaltung behandelt ausgewählte Inhalte aus dem Bereich der Wirtschaftswissenschaften, wie sie zur Bearbeitung der Aufgabenstellung im Rahmen des kooperativen Produktengineerings (KPE) benötigt werden.

Die Inhalte werden gemäß der Anforderungen der aktuellen Aufgabenstellung des KPEs sowie der Vorkenntnisse und Wünsche der Teilnehmer ausgewählt. Mögliche Themen sind u.a.:

• Produktionsoptimierung
• Logistik
• Investitionsrechnung
• Ablaufplanung
• Marketing
• Kosten- und Erlösrechnung
• Kostenmanagement
• Produktmanagement

Gegen Ende der Veranstaltung können auch gruppenindividuelle Sprechstunden zu wirtschaftlichen Fragestellungen des KPE angeboten werden.

Außerdem finden Probevorträge zu den Zwischen- und Abschlusspräsentationen des KPE statt.

• Helber: Operations Management Tutorial (2020, 2. Auflage), Verlag: Stefan Helber
• Meffert, Burmann, Kirchgeorg: Marketing: Grundlagen marktorientierter Unternehmensführung; Konzepte - Instrumente - Praxisbeispiele (2012, 11. Auflage), Gabler Verlag.
• Friedl, Hofmann, Pedell: Kostenrechnung: eine entscheidungsorientierte Einführung (2010), Vahlen Verlag.
• Günther, Tempelmeier: Produktion und Logistik (2012, 12. Auflage), Springer Verlag.
• Domschke, Drexl: Einführung in Operations Research (2011, 8. Auflage), Springer Verlag.
• Kuhner, Maltry: Unternehmensbewertung (2017, 2. Auflage), Springer Verlag.

Die Teilnehmerzahl ist begrenzt. Das Auswahlverfahren wird durch das IPH (Institut für Integrierte Produktion Hannover) durchgeführt. Die Prüfungsnummer lautet: 23710

Im Rahmen des Kolloquiums zum Operations Management stellen Studierende, die ihre Abschlussarbeit im Vertiefungsfach Operations Management anfertigen, ihre Ergebnisse während der Bearbeitung oder nach Abgabe ihrer Abschlussarbeit vor. Darüber hinaus können offene methodische und inhaltliche Fragen während der Bearbeitung der Arbeiten diskutiert werden. Ferner berichten die Wissenschaftler des Instituts im Rahmen dieses Kolloquiums aus laufenden Forschungsvorhaben, insbesondere Promotionsprojekten.

Im Seminar werden aktuelle wissenschaftliche Publikationen aus dem genannten Themenbereich behandelt. Dabei sind in der Regel algebraische Entscheidungsmodelle zu Problemen des Operations Management mit Python und Gurobi oder mit GAMS zu implementieren und experimentell zu analysieren.

Wird zu Beginn des Semesters zur Verfügung gestellt.

Es findet eine kombinierte Vorlesung und Übung mit folgenden Inhalte statt:

• Python und Visual Studio Code
• Auswahl und Aufbau geeigneter Datenstrukturen
• Objektorientierten Programmierung
• Implementierung von Algorithmen
• Mathematischen Modellen in gurobipy
• Profiling- und Debugging-Methoden
• Datenauswertung mit pandas
• Visualisierung mit matplotlib

-

Die Teilnehmerzahl ist auf 20 begrenzt. Eine Anmeldung für den Kurs erfolgt über die Homepage des Instituts bis zum 01.10. Ggf. verbleibende Restplätze werden in der ersten Vorlesung vergeben.

Die Prüfungsleistung besteht aus vier Hausarbeiten (Programmieraufgaben) während des Semesters zuzüglich müdlicher Prüfungen, welche in Gruppenarbeit abgelegt werden.

• Klassische Optimierungsprobleme und Modelle (zum Beispiel Bin Packing, Stock Cutting, Vehicle Routing und Network Flow Probleme)
• Vergleich von unterschiedlichen Modellen für dasselbe Problem
• Modellierung praktischer Optimierungsprobleme
• Kunst guter Modellierung
• Fortgeschrittene Modellierungstechniken (zum Beispiel Linearisierungstechniken, multikriterielle Optimierung, Vermeidung von Symmetrien, Schnittebenen)
• Aufbau und Analyse von numerischen Studien mit Entscheidungsmodellen