Proceedings
Anwendung von Support Vector Regression zur vorausschauenden Identifikation von Störungswirkungen in der Produktionslogistik
Application of support vector regression for the predictive identification of disruptive effects in production logistics
-
Prof. Dr.-Ing.
Nina Vojdani
Lehrstuhl Produktionsorganisation und Logistik, Fakultät für Maschinenbau und Schiffstechnik, Universität Rostock
-
M.Sc.
Björn Erichsen
Lehrstuhl Produktionsorganisation und Logistik, Fakultät für Maschinenbau und Schiffstechnik, Universität Rostock
Zusammenfassungen
Die Liefertermintreue ist eine der wichtigsten logistischen Kennzahlen. Diese hängt insbesondere bei produzierenden Unternehmen in hohem Maße von der Einhaltung geplanter Fertigstellungstermine ab. Unerwartet auftretende Störungen verursachen signifikante Abweichungen von geplanten Prozessabläufen und beinträchtigen somit die Einhaltung der Fertigstellungstermine. Der Einsatz von Frühwarnsystemen im Rahmen von betrieblichen Störungsmanagement kann dazu beitragen, potentielle Störungswirkungen frühzeitig zu identifizieren, um somit den Handlungszeitraum für adäquate Reaktionen auf Störungen zu verlängern. In diesem Beitrag wird daher die Untersuchung der Support Vector Regression (SVR) bezüglich der Anwendbarkeit und Einsatzfähigkeit zur Identifikation von Störungswirkungen in der Produktionslogistik vorgestellt.
On time delivery performance is one of the most important logistic indicators. In particular, for producing companies the on-time delivery performance depends to a high degree on the fulfillment of planned completion dates. Unexpected disruptions cause significant deviations from planned processes and thus impair the compliance with the completion dates. The use of early warning systems in the context of operational disruption management can help to identify potential disruptive effects at an early stage in order to extend the action period for adequate reactions to disruptions. Therefore, in this paper the study of support vector regression (SVR) with regard to applicability and operational capability for the identification of disruptive effects in production logistics is presented.
Keywords
Empfohlene Zitierweise
¶
Vojdani N, Erichsen B (2019). Anwendung von Support Vector Regression zur vorausschauenden Identifikation von Störungswirkungen in der Produktionslogistik. Logistics Journal : Proceedings, Vol. 2019. (urn:nbn:de:0009-14-49790)
Bitte geben Sie beim Zitieren dieses Artikels die exakte URL und das Datum Ihres letzten Besuchs bei dieser Online-Adresse an.
Anzahl der Zitationen
Besuchen Sie Google Scholar um herauszufinden, wie oft dieser Artikel zitiert wurde.