Handling of Strongly Correlated Logistics and Production Processes

Autor/innen

  • Sebastian Rank Professur für Technische Logistik, Institut für Technische Logistik und Arbeitssysteme, Technische Universität Dresden
  • Tobias Uhlig Professur für Modellbildung und Simulation, Institut für Technische Informatik, Universität der Bundeswehr München
  • Thorsten Schmidt Professur für Technische Logistik, Institut für Technische Logistik und Arbeitssysteme, Technische Universität Dresden
  • Oliver Rose Professur für Modellbildung und Simulation, Institut für Technische Informatik, Universität der Bundeswehr München

DOI:

https://doi.org/10.2195/lj_Proc_rank_de_201210_01

Schlagworte:

Ankunftsprozessmodellierung, Autokorrelation, Simulation, Zufallszahlengenerator, modeling of arrival processes, random number generator

Abstract

Bei der Simulation von Logistik- und Produktionssystem werden Zufallszahlengeneratoren verwendet, um stochastische Einflüsse zu modellieren. Ein wichtiges Qualitätsmerkmal dieser Generatoren ist die Er-zeugung möglichst unabhängiger Zufallszahlen. Werden jedoch reale Prozesse betrachtet, so sind die Daten im Allgemeinen nicht unabhängig. Diese Arbeit befasst sich mit der Analyse von Praxisdaten bezüglich des Auftretens von Abhängigkeiten. Dazu werden Korrelationsstrukturen gesucht. Außerdem wird gezeigt, dass unabhängige Zufallszahlen in der Regel ungeeignet sind, um stochastische Prozesse mit ausgeprägten Abhängigkeiten zu modellieren.

Downloads

Veröffentlicht

11.10.2012

Zitationsvorschlag

Rank, S., Uhlig, T., Schmidt, T., & Rose, O. (2012). Handling of Strongly Correlated Logistics and Production Processes. Logistics Journal: Proceedings, (8). https://doi.org/10.2195/lj_Proc_rank_de_201210_01

Ausgabe

Nr. 8 (2012): Logistics Journal: Proceedings

Rubrik

Artikel

Lizenz

Copyright (c) 2012 Sebastian Rank, Tobias Uhlig, Thorsten Schmidt, Oliver Rose