Schlanke Lösung für kostenoptimierte Rohstoffströme

Chat

Hallo

Ich bin der Chatbot der HEC GmbH. Ich beantworte Ihnen Fragen zum Unternehmen, zur Bewerbung, zu Parkmöglichkeiten und ähnlichem!

Der Kunde

Eine Bundes­weit agie­rende Mühlen­ge­sell­schaft mit Stand­orten in mehre­ren Bundes­län­dern und einer der Haupt­pro­du­zen­ten von Mehl in Deut­sch­land. Der Mehl­markt ist hier­zu­lande geprägt von einem star­ken Preis­kampf, wobei die Logis­tik ein wesent­li­cher Faktor für den Ange­bots­preis ist. Durch beste­hende Kontrakte kann mittel­fris­tig die Auslas­tung der Mühlen geplant werden. Verschie­dene Fakto­ren beein­flus­sen dabei die Preise, zu denen an Stand­orten produ­ziert werden kann. Ein Tool das eine opti­male Zuwei­sung errech­net, kann also einen stra­te­gi­schen Vorteil darstel­len.

Rohstoffe disponieren und verteilen zu optimalen Preisen

Die Aufgabe besteht darin, beste­hende Aufträge für einen bestimm­ten Zeit­raum den verschie­de­nen Mühlen­stand­orten zuzu­ord­nen. Dies soll jeweils zu den gerings­ten Gesamt­kos­ten gesche­hen. Bei der Kosten­be­rech­nung spie­len mehrere Fakto­ren eine Rolle, bspw. die Entfer­nung zum Kunden, indi­vi­du­elle Misch­ver­hält­nisse, sowie abwei­chende Wieder­be­schaf­fungs- und Kleie-Preise. Im ersten Schritt müssen die jewei­li­gen Daten­quel­len für Aufträge und Preise ermit­telt und zusam­men­ge­führt und im zwei­ten Schritt das Problem formu­liert werden. Die Heraus­for­de­rung besteht hier­bei darin, das Problem mathe­ma­tisch darzu­stel­len und einen geeig­ne­ten Weg zur Imple­men­tie­rung zu iden­ti­fi­zie­ren.

Beratung zu einer schlanken Lösung

Der Kunde vermu­tete zunächst, dass es einer KI-Lösung bedarf. Wir konn­ten aber klar­ma­chen, dass es sich hier­bei um ein deter­mi­nis­ti­sches Problem handelt, für das kein maschi­nel­les Lernen zum Einsatz kommen muss. Eine schlanke, line­are Program­mie­rung war hier das geeig­nete Mittel. Ziel ist ein Proto­typ, der basie­rend auf einer Excel-Datei die opti­male Vertei­lung errech­net und in einer Datei ablegt. Dies soll als Proof of Concept dienen, um die tatsäch­li­che Vertei­lung an der Errech­ne­ten zu messen.

Eine Lösungsidee

Die Umset­zung ist in drei Phasen erfolgt. (1) Sich­tung der Daten und mathe­ma­ti­sche Formu­lie­rung des Problems. Defi­ni­tion des Work­flows. (2) Ermitt­lung und Vergleich von verfüg­ba­ren Biblio­the­ken. Vorbe­rei­ten der Daten­struk­tur. (3) Erstel­lung einer schma­len Benut­ze­r­o­ber­flä­che zum Star­ten und Steu­ern der Opti­mie­rung. Test und Evalua­tion.

Das Ergebnis

Das Ergeb­nis ist ein schma­ler Proto­typ. Über eine Benut­ze­r­o­ber­flä­che kann eine Excel-Datei mit defi­nier­ter Struk­tur ausge­wählt werden, in der zu vertei­lende Aufträge enthal­ten sind. Auf Knopf­druck wird die opti­male Vertei­lung zu den gerings­ten Gesamt­kos­ten errech­net und in eine neue Datei geschrie­ben. Die Vertei­lung kann als Diskus­si­ons- und Planungs­grund­lage genutzt werden. In weite­ren Schrit­ten kann der Proto­typ weiter ausge­baut werden.

Die Projektdetails auf einen Blick
  • Unter­stüt­zung bei der Produk­ti­ons­pla­nung
  • Line­are Program­mie­rung
  • Proto­ty­ping

Projektbericht herunterladen

Eingesetzte Technologien (Auswahl)
  • Python
  • PuLP
  • Tkin­ter
  • open­pyxl

Ihr Ansprechpartner

Softwareentwicklung