Sprecher Prof. Dr. Peter Buchholz, Fakultät für Informatik, TU Dortmund
Förderung 01.10.2013–01.04.2018 durch die Deutsche Forschungsgemeinschaft
Beteiligte Institutionen Fakultät Bio- und Chemieingenieurwesen, Fakultät für Elektrotechnik und Informationstechnik, Fakultät für Informatik, Fakultät Maschinenbau, Fakultät für Mathematik, Fakultät Statistik (alle TU Dortmund), Fakultät für Mathematik (Universität Duisburg-Essen), Leibniz-Institut für Arbeitsforschung an der TU Dortmund
Zusammenfassung Bei der Entwicklung und dem Betrieb technischer Systeme - wie etwa Fertigungssysteme, Logistik-Netze oder großer IT-Systeme - müssen zahlreiche Konfigurations- und Entwurfsentscheidungen getroffen werden, damit die geforderten Leistungen möglichst ressourcenschonend und kostengünstig erbracht werden. Diese Entscheidungen basieren auf der Lösung von Optimierungsproblemen, deren Parameter in vielen Fällen diskret oder gemischt diskret-kontinuierlich sind.
Optimierungsprobleme dieser Art sind oftmals schwer lösbar, da im Zuge der „kombinatorischen Explosion“ die Zahl alternativer Lösungen mit der Zahl der Entscheidungen zwischen diskreten Alternativen exponentiell wächst und in vielen Fällen die Bestimmung der optimalen Lösung die Analyse fast aller Entscheidungsalternativen erfordert. Viele praktische Problemstellungen werden deshalb stark vereinfacht, um sie einer algorithmischen Lösung zugänglich zu machen.
Reale Entscheidungen müssen darüber hinaus in der Regel auf der Basis unvollständigen Wissens getroffen werden. Die dadurch bedingte Unsicherheit wird in den heute üblichen Optimierungsansätzen meistens nicht berücksichtigt, obwohl sie im Einzelfall zu deutlichen Abweichungen zwischen der ermittelten Lösung und dem realen Optimum führen kann. Im Extremfall ist die berechnete Lösung in der Realität nicht zulässig.
Ein weiterer bisher wenig beachteter Aspekt bei der Optimierung technischer Systeme ist die Rolle des Menschen in Entscheidungsprozessen. So können mathematische Modelle und Algorithmen zwar optimale Werte für die Variablen ermitteln, jedoch muss die Lösung fast immer von menschlichen Entscheidern akzeptiert und in konkrete Pläne oder Anweisungen umgesetzt werden. Gleichzeitig können einzelne Entscheidungsprobleme von Menschen bessre oder zuverlässiger als von Algorithmen gelöst werden. Damit muss der Mensch als Teil des Entscheidungsprozesses berücksichtigt werden.
