Operations Research und Wissensbasierte Systeme: Modelle, Konzepte, Perspektiven für betriebliche Anwendungen Ergebnisse der Arbeitsgruppe „Wirtschaftsinformatik“ der Deutschen Gesellschaft für Operations Research (DGOR)

295 Pages·1991·11.64 MB·German

by  Prof. Dr. Rainer Busch (auth.)

Betriebs- und Wirtschaftsinformatik
Herausgegeben von
H. R. Hansen H. Krallmann P. Mertens A.-W. Scheer
D. Seibt P. Stahlknecht H. Strunz R. Thome
Rainer Busch (Hrsg.)
Operations Research und
Wissensbasierte Systeme
Modelle, Konzepte, Perspektiven für
betriebliche Anwendungen
Ergebnisse der Arbeitsgruppe "Wirtschafts
informatik" der Deutschen Gesellschaft für
Operations Research (DGOR)
Springer-Verlag
Berlin Heidelberg New York London Paris
Tokyo Hong Kong Barcelona Budapest
Prof. Dr. Rainer Busch
DGOR-Arbeitsgruppe "Wirtschaftsinformatik"
Steinacker 22, D-5300 Bonn 3
ISBN -13: 978-3-540-54203-2 e-ISBN -13: 978-3-642-76726-5
DOI: 10.1007/978-3-642-76726-5
Dieses Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte, insbesondere die
der Übersetzung, des Nachdrucks, des Vortrags, der Entnahme von Abbildungen und Tabellen,
der Funksendung, der Mikroverfilmung oder der Vervielfältigung auf anderen Wegen und der
Speicherung in Datenverarbeitungsanlagen, bleiben, auch bei nur auszugsweiser Verwertung,
vorbehalten. Eine Vervielfälligung dieses Werkes oder von Teilen dieses Werkes ist auch im
Einzelfall nur in den Grenzen der gesetzliChen Bestimmungen des Urheberrechtsgesetzes der
Bundesrepublik Deutschland vom 9. September 1965 in der jeweils geltenden Fassung zulässig.
Sie ist grundsätzlich vergütungspflichtig. Zuwiderhandlungen unterliegen den Strafbestim
mungen des Urheberrechtsgesetzes.
© Springer-Verlag Berlin Heidelberg 1991
Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen, usw. in diesem
Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, daß solche Na
men im Sinne der Warenzeichen-und Markenschutz-Gesetzgebung als frei zu betrachten wären
und daher von jedermann benutzt werden dürften.
2142-3140 -54321 0 - Gedruckt auf säurefreiem Papier
Vorwort
Ziel der Deutschen Gesellschaft für Operations Research (DGOR) e.V. ist es,
Operations Research (Unternehmensforschung) in Wirtschaft, Wissenschaft
und in Verwaltung zu fördern und zu verbreiten. Dabei orientiert sie sich
nicht nur an der im klassischen Sinne verstandenen Thematik, sondern
befaßt sich auch mit den Themen, die im weiteren Sinne mit der Unter
nehmensforschung verknüpft sind. Ausdruck dieser Orientierung sind zahl
reiche Arbeitsgruppen mit entsprechender Themenstellung, so z.B. die Ar
beitsgruppen "Personal Computing" und "Wirtschaftsinformatik". Mit den
Arbeitsgruppen soll ein Forum angeboten werden, den Transfer von Wissen
und Erfahrungen zwischen Theorie und Praxis zu fördern.
Wirtschaftsinformatik als interdisziplinäres Fachgebiet zwischen Wirtschafts
wissenschaften und Informatik (entsprechend der fortschreitenden Entwick
lung der integrierten Fertigung (CIM) bestehen auch zunehmend interdiszi
plinäre Überschneidungen mit den Ingenieurwissenschaften) befaßt sich mit
dem Entwurf, der Entwicklung und dem Einsatz von Anwendungs- und
Kommunikationssystemen in Wirtschaft und Verwaltung. Dabei sind die
Prinzipien, Methoden, Modelle und Werkzeuge zu betrachten, die hierbei
eingesetzt werden. Die Arbeitsgruppe "Wirtschaftsinformatik" nimmt hierzu
aktuelle Themenstellungen auf, wobei sie - bedingt durch den heterogenen
Teilnehmerkreis aus Banken, Handel, Industrie, Verwaltung und Wissen
schaft - branchenspezifische Problemstellungen nur sekundär betrachtet.
Theorie und Praxis sind in der thematischen Orientierung gleichgewichtig
vertreten.
Mit dem Rahmenthema "Operations Research und Wissensbasierte Systeme"
sollte den Fragen nachgegangen werden, die sich aus den konkurrierenden
Ansätzen der Modelle des Operations Research und Wissensbasierter Systeme
ergeben, zumal festzustellen gilt, daß Wissensbasierte Systeme bzw. Experten
systeme zunehmend für Anwendungsfelder entwickelt werden, zu denen
bereits ausgereifte Operations-Research-Modelle mit effizienten Algorithmen
existieren.
Aus der historischen Perspektive gilt zu fragen, ob die Modelle des Ope
rations-Research, die in den sechziger und siebziger Jahren eine dominante
Position eingenommen hatten, nun mit Beginn der achtziger Jahren abgelöst
werden von Wissensbasierten Systemen, die aus der Entwicklung der Künst
lichen Intelligenz (KI) hervorgegangen sind. Offensichtlich werden durch
Wissensbasierte Systeme neue Qualitäten der Modellbildung eröffnet, die sich
zunehmend deutlicher abzeichnen, deren Mächtigkeit sich aber derzeit nur
VI
erahnen läßt. Daraus läßt sich jedoch nicht der Schluß ziehen, daß die Modelle
des Operations-Research mit ihren methodischen Ansätzen und Lösungs
qualitäten ihre wissenschaftliche Bedeutung und praktische Relevanz ver
loren haben; im Gegenteil, Operations-Research erlebt derzeit in Forschung,
Entwicklung und Anwendung eine Renaissance. Eine Ursache läßt sich auf
den Innovationsschub zurückführen, der sich in der Informatik (insbesondere
in der Informations- und Kommunikationstechnologie) vollzogen hat, denn
durch Datenbanken, Workstations, Rechnerkapazitäten und -geschwindigkei
ten, Rechnemetze und Transputer stehen leistungsfähige Komponenten zur
Verfügung, auf die man in den sechziger und siebziger Jahren nicht zurück
greifen konnte. So kann z.B. die Datenakquisition, die früher oftmals Pro
bleme bereitet hat, umfassend und abgesichert betrieben werden, und durch
massiv paralleles Rechnen werden Bearbeitungszeiten möglich, die sich z.B.
von Stunden auf Minuten reduzieren lassen. Umgekehrt sind Modelle des
Operations Research die Grundlage für zahlreiche Forschungen, Entwick
lungen und Anwendungen in der Informatik. So werden z.B. durch Modelle
der ganzzahligen Programmierung optimale Layouts für Chips entwickelt,
und für verteilte Systeme werden Zuordnungsalgorithmen eingesetzt.
Mit dem vorliegenden Buch werden teilweise die Referate wiedergegeben, die
auf den Sitzungen der Arbeitsgruppe 'Wirtschaftsinformatik" zum Rahmen
thema "Operations Research und Wissensbasierte Systeme" gehalten wurden.
Sie zeigen Modellbildungen, Perspektiven sowie praxisbezogene Entwick
lungen und Erfahrungen zu aktuellen Problemstellungen auf unterschied
lichen Anwendungsfeldern.
Den Referenten sei nochmals herzlich gedankt, insbesondere für die schrift
liche Fassung ihres Vortrages. Ebenso herzlichen Dank gebührt den Gast
gebern der Sitzungen: dem Wissenschaftlichen Zentrum der IBM, Heidelberg,
sowie der Sektion Wirtschaftswissenschaften der Karl-Marx-Universität, Leip
zig, in Kooperation mit der Lufthansa/Interhansa AG.
Bonn, im Januar 1991 Rainer Busch
Inhalt
Rainer Busch
Operations-Research-Modelle und Expertensysteme
als Wissensmodule intelligenter Decision-Support-Systeme ..................... 1
Dieter B. Preßmar
Optimierung von Datenfernübertragungsnetzen ....................................... 27
Josel Matulka
Lastverteilung in einem Klienten-Server-Modell
als team theoretisches Problem ...................................................................... 38
Wollgang König, Christian Stiasni
Mul ti projektmanagement
mit dem Netzplantechnik-Expertensystem NETEX ................................. 54
Rainer Hoffman
Ein Expertensystem zur Aufwandschätzung ............................................... 69
Hans-Jargen Zimmermann
Hybride Systeme zur Planung und Steuerung in der Fertigung .............. 91
Sahin Albayarak, Hermann Krallmann
Verteilte wissensbasierte Systeme in der Fertigung ............................... 116
Reimund Beiz, Thomas Ring1stetter
Verbindung von Wissensbasierten Systemen und Simulation .. : ......... 134
Hans-Rudoll Hower
Das Einkaufsexpertensystem EES
oder Der pragmatisch-eklektische Weg ...................................................... 165
Klaus Kalefeld
GENO-STAR, ein Expertensystem für die Kundenberatung ................. 196
Joachim Minnemann
Erfahrungen bei der Entwicklung und beim Einsatz
von Expertensystemen in der West LB ...................................................... 204
VIII
Wolfgang König, Stephan Wolf
Objektorientierte Systeme als Grundlage anpassungsfähiger
Lösungskonzepte in Großprojekten ........................................................... 221
Wolfgang Braun
Wissensdarstellung und -verarbeitung mit Constraint-Netzen -
Künstliche Intelligenz (KI) oder Operations-Research (OR) ? ............ 241
Franz losef Radermacher
Modellierung und Künstliche Intelligenz ................................................. 262
Operations-Research-Modelle und Expertensysteme
als Wissensmodule
intelligenter Decision-Support-Systeme
Prof. Dr. Rainer Busch
Postfach 1250, Universitätsstr. 150
4630 Bochum 1
Abstract
Die zahlreichen Expertensysteme, die bisher entwickelt wurden, zielen sehr
häufig auf Anwendungsfelder ab, zu denen bereits ausgereifte Operations
Research-Modelle und effiziente Algorithmen existieren, die bekanntlich ihre
Lösungsqualitäten bereits nachgewiesen haben. Es gilt daher zu untersuchen,
ob und inwieweit sich Operations-Research-Modelle und Expertensysteme in
den Modellansätzen und damit auch in ihren Einsatzmöglichkeiten unter
scheiden. Dabei zeigt sich, daß sie trotz unterschiedlicher Modellphilosphien
und daraus resultierenden Modellqualitäten als "Problemlöser" (Sol ver) ein
gesetzt werden, d.h. sowohl Operations-Research-Modelle mit ihren fixen
Strukturen als auch Expertensysteme mit ihren offenen Strukturen generie
ren Lösungen zu wohl definierten Problemsituationen. Betrachtet man jedoch
die individuelle Problemsituation eines EntSCheidungsträgers, so zeichnet sie
sich i.a. durch eine Vielzahl unstrukturierter, semi- und wohl strukturierter
Teilprobleme aus. Es ist daher notwendig, dem Entscheidungsträger zur
Unterstützung seines Entscheidungsprozesses Werkzeuge bereitzustellen, die
den Modellierungsprozeß im Rahmen seines individuellen Entscheidungs
kontextes ermöglichen. Es erweist sich deshalb als konsequent und sinnvoll,
die Fähigkeit eines Expertensystems (Wissen zur Lösung von Problemen
einzusetzen) extensiv zu nutzen und sie für Systeme verfügbar zu machen,
die fähig sind, bei der Entwicklung von Modellen mit dem Benutzer "intelli
gent" zu interagieren. Dabei muß ein derartiges Modellierungs-Experten
system über eine Modell- und Methodenbank im Sinne einer Wissensbasis
verfügen können. Hierzu bieten sich sowohl Operations-Research-Modelle
mit ihren effizienten Algorithmen als auch Anwendungs-Expertensysteme
mit ihren Lösungsstrategien als "Wissens module" an.
2
Bei dem inkrementellen Prozeß der Modellierung gilt dann zu prüfen, ob und
inwieweit zur individuellen Spezifikation des Benutzermodells die unter
schiedlichen Basismodelle und -methoden eingesetzt und bedarfsweise mit
einander verknüpft werden können. Bei einer Integration von Operations
Research-Modellen mit ihren effizienten Algorithmen und Anwendungs
Expertensysteme mit ihren Lösungsstrategien können sich die in den unter
schiedlichen Modellansätzen jeweils inhärenten Vorteile ergänzen und somit
eine Basis bilden zur Entwicklung hochkomplexer, interdisziplinärer Modelle.
Diese hohe Flexibilität in der Modell-Spezifikation und die Fähigkeit, auf die
Entscheidungssituation des Benutzers eingehen zu können, sind die Grund
lage einer echten Interaktivität, die dem Benutzer rückgekoppeltes Lernen
ermöglicht. Sie sind das Maß zur Bewertung "intelligenter" Decision-Support
Systeme.
A Einleitung
Betrachtet man die zahlreichen Expertensysteme, die in den letzten Jahren
entwickelt wurden, so ist auffällig, daß sie häufig auf Anwendungsfelder ab
zielen, zu denen bereits ausgereifte Operations-Research-Verfahren und ent
sprechende Software-Systeme existieren. So werden Expertensysteme und
Optimierungsverfahren z.B. eingesetzt
in der Produktion
(für die Layoutplanung, Material- und Lagerwirtschaft, Produktions
planung und -steuerung, Qualitätsprüfung, usw.)
im Vertrieb
(für die Entwicklung von Konfigurationen - im Sinne einer Zusam
menstellung von Systemelementen als ganzzahliges oder gemischt
ganzzahliges Problem, für die Vertriebslogistik, usw.)
für allgemeine Planungsaufgaben
(zur Termin- und Reiseplanung, Personaleinsatzplanung, usw.)
Es drängen sich daher die Fragen auf, ob z.B. Expertensysteme im Vergleich
mit den existierenden Operations-Research-Verfahren lediglich Neuentwick
lungen bzw. Neugestaltungen zur gleichen Thematik darstellen, oder ob es
Weiterentwicklungen sind, die neue Teilaspekte konsequent berücksichtigen
3
(so z.B. ein interaktives Systemverhalten), oder ob es alternative Systeme sind,
die auf eine besondere Klasse von Modellansätzen (so z.B. Inferenz-Systeme)
abzielen, oder beinhalten Expertensysteme grundsätzlich neue methodische
Ansätze zur Modellbildung und führen somit über den Rahmen der Modelle
und Verfahren des Operations-Research hinaus. In diesem Zusammenhang
sind die Weiterentwicklungen der Basistechnologien (so z.B. Werkzeuge zur
Software-Entwicklung, Datenbanken, Informations- und Kommunikations
technologie) in die Betrachtung einzubeziehen.
Da es Ziel und Zweck sowohl der Operations-Research-Verfahren als auch der
Expertensysteme ist, Entscheidungsunterstützung zu geben, bietet es sich an,
aus dieser Zielorientierung heraus zu analysieren, welche Gemeinsamkeiten
bzw. Unterschiede vorhanden sind. Dabei ist zu prüfen, wie und in welcher
Form die Modelle dieser beiden Ansätze zur Entscheidungsunterstützung bei
tragen, d.h. es gilt zu untersuchen, welchen Beitrag Operations Research und
Expertensysteme bei der Gestaltung von Decision-Support-Systemen (DSS)
leisten.
B. Operations-Research-Modelle
Die charakteristischen Elemente der Modelle des Operations Research und
deren Einsatz zur Entscheidungsunterstützung seien beispielhaft an einem
Problem der Linearen Optimierung (LP-Problem) dargestellt. Dieses Problem
ist charakterisiert durch
x = (xl, Xl, ... , xn) Vektor der Entscheidungsvariablen
Nebenbedingungen
11 "X Zielfunktion
x, 11 eRn, ä e RS Festlegung der Grundmenge für
12 e Rt, .c e RU Parameter und Entscheidungsvariablen.
A: (s x n) -Matrix,
B: (t X n) -Matrix,
C: (u x n) -Matrix