1 Einleitung.- 1.1 Gegenstand der Arbeit.- 1.2 Forschungsfragen und Aufgabenstellungen.- 1.3 Aufbau der Arbeit.- 2 Multikriterielle Optimierung.- 2.1 Multikriterielle Entscheidungstheorie.- 2.2 Vektoroptimierung.- 3 Ablaufplanung.- 3.1 Gegenstand und Zielsetzung der Ablaufplanung.- 3.2 Probleme der Ablaufplanung.- 3.3 Arten von Ablaufplänen.- 3.4 Modelle der Ablaufplanung.- 3.5 Problemspezifische Lösungsverfahren.- 4 Lokale Suchheuristiken.- 4.1 Begriffsbildung.- 4.2 Ein Grundrahmen lokaler Suche.- 4.3 Zur Funktionsweise lokaler Suche.- 4.4 Metaheuristische Lösungsansätze.- 4.5 Lokale Suchverfahren für Ablaufplanungsprobleme.- 5 Eine Untersuchung lokaler Nachbarschaftsoperatoren für multikriterielle Probleme F ? prmu, dj ? ?.- 5.1 Motivation.- 5.2 Eine generalisierte Nachbarschaft für Flow Shop Scheduling Probleme.- 5.3 Experimenteller Aufbau.- 5.4 Methodik der Beurteilung des Lösungsverhaltens.- 5.5 Ergebnisse.- 5.6 Implikationen für lokale Suchverfahren.- 6 Pareto Iterated Local Search.- 6.1 Zielsetzung des Ansatzes.- 6.2 Multikriterielle variable Nachbarschaftssuche.- 6.3 Iterierende Pareto Optimierung.- 7 Schlussbetrachtung.- 7.1 Zusammenfassung.- 7.2 Forschungsbeitrag.- A MOOPPS — Ein System zur Lösung multikriterieller Ablaufplanungsprobleme.- A.1 Systemaufbau.- A.2 Benutzeroberfläche.- A.3 Mehrsprachige Anpassungen.- B European Academic Software Award.

Praktische Problemstellungen der Ablaufplanung sind durch die simultane Existenz multipler, häufig konfliktärer Zielsetzungen charakterisiert. Aufgrund der Komplexität derartiger Problemstellungen konnten exakte Lösungsverfahren bislang nur für wenige Spezialfälle entwickelt werden. Demgegenüber gewinnen Heuristiken auf der Grundlage lokaler Suchverfahren wie Simulated Annealing, Tabu Search und Evolutionärer Algorithmen zunehmend an Bedeutung.

Martin Josef Geiger setzt sich mit der Lösung multikriterieller Probleme der Ablaufplanung auseinander. Ausgangsbasis sind insbesondere Fragen des Flow Shop Scheduling, für die Problemstrukturen und lokale Suchoperatoren aufgezeigt werden. Aufbauend auf einer ersten Analyse wird das verbesserte metaheuristische Suchkonzept Pareto Iterated Local Search vorgestellt, welches bekannten und etablierten Verfahren, z.B. Evolutionären Algorithmen, signifikant überlegen ist.

Die in diesem Kontext erstellte Implementierung des Optimierungssystems MOOPPS wurde mit dem in Ronneby (Schweden) verliehenen European Academic Software Award 2002 ausgezeichnet.