WHU
Unsere wissenschaftlichen Interessen liegen vor allem in den Bereichen metaheuristische Methodologien, kombinatorische Optimierungsprobleme sowie in der Schnittstelle zwischen operativer Forschung und künstlicher Intelligenz. Insbesondere legen wir Wert auf mathematische Grundlagen und praktische Anwendbarkeit. Die wichtigsten Lösungsmethoden, hybride Suchansätze, basieren auf der Nutzung adaptiver Speicherstrukturen, um effektive Verläufe durch komplexe Lösungsräume zu erforschen. Diese Methoden sind dafür bekannt die besten Ergebnisse bei der Lösung komplexer Probleme zu erzielen. Tatsächlich ist ihre Entwicklung in den Fokus führender Gesellschaften gerückt. Unser besonderes Interesse gilt der Entwicklung, Analyse und Implementierung neuartiger Algorithmen für anspruchsvolle kombinatorische Probleme in der interdisziplinären Forschung. Sie finden besonders Anwendung bei einer Vielzahl von Problemen in den Bereichen Terminplanung, computerbasierte Biologie, Lieferketten und Personaleinsatzplanung.
Herausforderungen kombinatorischer Probleme in interdisziplinären Forschung begegnen.

Unser Team

Prof. Dr. Liji Shen
Prof. Dr. Liji Shen
Gebäude W, D'Esterstraße 11, Campus Vallendar
Katharina Weiss
Katharina Weiss
Persönliche Assistentin
William Brehm
William Brehm
Doktorand
Dr. Söhnke Maecker
Dr. Söhnke Maecker
Alumnus

Ausgewählte Publikationen

Supply Chain Management Group

Dauzère-Pérès, S., Ding, J., Shen, L., Tamssaouet, K. (2024), The flexible job shop scheduling problem: a review, European Journal of Operational Research, Vol. 314 (2), pp. 409-432.

Supply Chain Management Group

Ding, J., Dauzère-Pérès, S., Shen, L., Lü, Z. (2023), A novel evolutionary algorithm for energy efficient scheduling in flexible job shops, IEEE Transactions on Evolutionary Computation, Vol. 27 (5), pp. 1470 - 1484.

Supply Chain Management Group

Shen, L., Dauzère-Pérès, S., Maecker, S. (2023), Energy cost efficient scheduling in flexible job-shop manufacturing systems, European Journal of Operational Research, Vol. 310 (3), pp. 992-1016.

Supply Chain Management Group

Shen, L., Mönch, L., Maecker, S. (2023), Unrelated parallel machine scheduling with eligibility constraints and delivery times to minimize total weighted tardiness, Computers & Operations Research, Vol. 149, 105999.

Supply Chain Management Group

Shen, L., Dauzère-Pérès, S., Neufeld, J. (2022), Corrigendum to: “Solving the flexible job shop scheduling problem with sequence-dependent setup times”, European Journal of Operational Research, Vol. 296 (2), p. 748.

Supply Chain Management Group

Mönch, L., Shen, L. (2021), Parallel machine scheduling with the total weighted delivery time performance measure in distributed manufacturing, Computers & Operations Research, Vol. 127, 105126.

Supply Chain Management Group

Ding, J., Schulz, S., Shen, L., Buscher, U., Lü, Z. (2021), Energy aware scheduling in flexible flow shops with hybrid particle swarm optimization, Computers and Operations Research, Computers & Operations Research, Vol. 125, 105088.

Supply Chain Management Group

Maecker, S., Shen, L. (2020), Solving parallel machine problems with delivery times and tardiness objectives, Annals of Operations Research, Vol. 285 (1-2), pp. 315–334.

Supply Chain Management Group

Ding, J., Shen, L., Lü, Z., Xu, L., Benlic, U. (2020), A hybrid memetic algorithm for the parallel machine scheduling problem with job deteriorating effects, IEEE Transactions on Emerging Topics in Computational Intelligence, Vol. 4 (3), pp. 385-397.

Supply Chain Management Group

Schulz, S., Buscher, U., Shen, L. (2020), Multi-objective hybrid flow shop scheduling with variable discrete production speed levels and time-of-use energy prices, Journal of Business Economics : JBE = Zeitschrift für Betriebswirtschaft : ZfB, Vol. 90 (9), pp. 1315–1343.

Supply Chain Management Group

Ding, J., Shen, L., Lü, Z., Peng, B. (2019), Parallel machine scheduling with completion-time-based criteria and sequence-dependent deterioration, Computers & Operations Research, Vol. 103, pp. 35-45.

Supply Chain Management Group

Dauzère-Pérès, S., Ding, J., Shen, L., Tamssaouet, K. (2024), The flexible job shop scheduling problem: a review, European Journal of Operational Research, Vol. 314 (2), pp. 409-432.

Supply Chain Management Group

Ding, J., Dauzère-Pérès, S., Shen, L., Lü, Z. (2023), A novel evolutionary algorithm for energy efficient scheduling in flexible job shops, IEEE Transactions on Evolutionary Computation, Vol. 27 (5), pp. 1470 - 1484.

Supply Chain Management Group

Shen, L., Dauzère-Pérès, S., Maecker, S. (2023), Energy cost efficient scheduling in flexible job-shop manufacturing systems, European Journal of Operational Research, Vol. 310 (3), pp. 992-1016.

Supply Chain Management Group

Shen, L., Mönch, L., Maecker, S. (2023), Unrelated parallel machine scheduling with eligibility constraints and delivery times to minimize total weighted tardiness, Computers & Operations Research, Vol. 149, 105999.

Supply Chain Management Group

Shen, L., Dauzère-Pérès, S., Neufeld, J. (2022), Corrigendum to: “Solving the flexible job shop scheduling problem with sequence-dependent setup times”, European Journal of Operational Research, Vol. 296 (2), p. 748.

Supply Chain Management Group

Mönch, L., Shen, L. (2021), Parallel machine scheduling with the total weighted delivery time performance measure in distributed manufacturing, Computers & Operations Research, Vol. 127, 105126.

Supply Chain Management Group

Ding, J., Schulz, S., Shen, L., Buscher, U., Lü, Z. (2021), Energy aware scheduling in flexible flow shops with hybrid particle swarm optimization, Computers and Operations Research, Computers & Operations Research, Vol. 125, 105088.

Supply Chain Management Group

Maecker, S., Shen, L. (2020), Solving parallel machine problems with delivery times and tardiness objectives, Annals of Operations Research, Vol. 285 (1-2), pp. 315–334.

Supply Chain Management Group

Ding, J., Shen, L., Lü, Z., Xu, L., Benlic, U. (2020), A hybrid memetic algorithm for the parallel machine scheduling problem with job deteriorating effects, IEEE Transactions on Emerging Topics in Computational Intelligence, Vol. 4 (3), pp. 385-397.

Supply Chain Management Group

Schulz, S., Buscher, U., Shen, L. (2020), Multi-objective hybrid flow shop scheduling with variable discrete production speed levels and time-of-use energy prices, Journal of Business Economics : JBE = Zeitschrift für Betriebswirtschaft : ZfB, Vol. 90 (9), pp. 1315–1343.

Supply Chain Management Group

Ding, J., Shen, L., Lü, Z., Peng, B. (2019), Parallel machine scheduling with completion-time-based criteria and sequence-dependent deterioration, Computers & Operations Research, Vol. 103, pp. 35-45.

Neuigkeiten vom Lehrstuhl – Unser Engagement in der akademischen Welt.

Der Lehrstuhl für Operations Management lädt angehende Operations Researcher herzlich zum DELORES24 Workshop an der WHU - Otto Beisheim School of Management ein. Der Workshop, vom 08.07.24 bis 11.07.24, hat das Ziel, junge Wissenschaftler dazu zu befähigen, ihre Veröffentlichungsziele zu erreichen und sich erfolgreich im Bereich Operations Research zu positionieren. Teilnehmer können sich auf eine umfassende Schulung freuen, bei der ihnen hilfreiches Wissen und ein relevantes Netzwerk vermittelt wird, dass sie dabei unterstützt ihre akademischen Ziele zu erreichen. Die Veranstaltung wird in Zusammenarbeit mit dem Lehrstuhl für Betriebswirtschaftslehre, insbes. Industrielles Management der TU Dresden, sowie der Fakultät für Natur-, Mathematik- & Ingenieurwissenschaften des King's College London organisiert.

 

Wir freuen uns sehr, dass zwei unserer Arbeiten in der renommierten Zeitschrift European Journal of Operational Research (ABS-Rang 4, Erim P, VHB-Rang A), dem Flaggschiff in unserem Fachgebiet, veröffentlicht wurden.

Das erste Paper mit dem Titel "Energy Cost Efficient Scheduling in Flexible Job-Shop Manufacturing Systems" befasst sich mit Energiefragen in hochkomplexen Produktionssystemen. Wir schlagen mehrere Lösungsansätze vor, die den Gesamtenergieverbrauch erheblich reduzieren.

DOI: https://doi.org/10.1016/j.ejor.2023.03.041

Das nächste Paper mit dem Titel "The Flexible Job Shop Scheduling Problem: A Review" liefert einen umfassenden Überblick über eines der wichtigsten klassischen Scheduling-Probleme. In diesem Beitrag untersuchen und klassifizieren wir Hunderte von Veröffentlichungen in diesem Bereich und liefern detaillierte Analysen und Erkenntnisse für die zukünftige Forschung.

DOI: https://doi.org/10.1016/j.ejor.2023.05.017

Das Paper mit dem Titel"A Novel Evolutionary Algorithm for Energy Efficient Scheduling in Flexible Job Shops" wurde in der führenden Fachzeitschrift für Informatik IEEE Transactions on Evolutionary Computation (ABS ranking 4, Impact factor 16.497) veröffentlicht.

In diesem Papier entwickeln wir einen fortgeschrittenen Algorithmus, der die Referenzlösungsmethoden übertrifft und weltweit beste Benchmarks liefert.

DOI: https://doi.org/10.1109/TEVC.2022.3222791

Prof. Dr. Liji Shen erhielt zusammen mit den Co-Autoren Prof. Stephane Dauzere-Peres und Dr. Janis Neufeld den renommierten Best Paper Award des European Journal of Operational Research (EJOR) für ihre Arbeit "Lösung des flexiblen Job Shop Scheduling Problems mit sequenzabhängigen Rüstzeiten" in der Kategorie "Theorie und Methodik". 

EJOR ist die führende Fachzeitschrift im Bereich Operations Research, die auch in anderen Disziplinen wie Ingenieurwesen, Informatik, Wirtschaft und Management zu den Besten gehört. In dieser Arbeit befassen sich die Autoren mit einem klassischen Terminplanungsproblem höchster Komplexität und entwickeln einen umfangreichen Algorithmus, um nahezu optimale Lösungen zu erreichen.

Mehr dazu

Prof. Dr. Liji Shen hielt einen eingeladenen Vortrag zum Thema "Solving the flexible job shop scheduling problem with sequence-dependent setup times" (Lösung des Problems der flexiblen Auftragsplanung mit sequenzabhängigen Rüstzeiten) in einer Sondersitzung auf der 31. European Conference on Operational Research in Athen, Griechenland.

Drei theoretische Forschungsarbeiten von Prof. Dr. Liji Shen wurden in den Spitzenzeitschriften European Journal of Operational Research und Computers & Operations Research veröffentlicht, beides P-Zeitschriften im ERIM-Rankingsystem. Interessierte Lesende werden auf die folgenden DOI-Links verwiesen:

Söhnke Maecker präsentierte unser Paper zu "Minimizing Total Energy Cost in a Flexible Job Shop with Fixed Sequences" auf der IEEE 17th International Conference on Automation Science and Engineering in Lyon, Frankreich.

Vom 17. bis 19. Februar 2020 fand die 3rd International Conference on Optimization and Learning (OLA2020) in Cádiz, Spanien statt. Das Ziel der Konferenzreihe ist es, Forscher und Anwender aus den interdisziplinären Fachgebieten des Machine Learning und der Optimierung zusammenzubringen, um aktuelle Forschungsentwicklungen zu präsentieren und zu diskutieren.

Unser wissenschaftlicher Mitarbeiter und Doktorand Söhnke Maecker hat an diesem Event teilgenommen und einen Vortrag zum Thema “An Efficient Data Structure for Unrelated Parallel Machine Scheduling in Distributed Manufacturing Systems” gehalten. In dem Beitrag wurde eine Technik vorgestellt, die dazu dient rechentechnisch hocheffiziente Lokale Suche für ein paralleles Maschinenbelegungsplanungsproblem durchzuführen, in dem die Lieferung von Aufträgen berücksichtigt wird.

Mit mehr als 50 Präsentationen bot die gut organisierte Veranstaltung für die Teilnehmer eine exzellente Plattform, um Ideen zur Anwendung von Machine Learning in Optimierungsproblemen und Optimierung von Machine Learning Techniken auszutauschen. Das die Konferenz begleitende soziale Programm, welches ein gemeinsames Dinner in der wunderschönen historischen Altstadt von Cádiz beinhaltete, bot darüber hinaus weitere Gelegenheit zum Austausch und zum Knüpfen von Kontakten.

Unser Beitrag "A Hybrid Memetic Algorithm for the Parallel Machine Scheduling Problem with Job Deteriorating Effects" wurde kürzlich zur Publikation in der herausragenden IEEE Journal Serie "IEEE Transactions on Emerging Topics in Computational Intelligence" angenommen.

Vom 23. bis 26. April 2019 fand in Dublin die 30. European Conference on Operational Research (EURO2019) statt, auf der sich Forscher und Praktiker aus der ganzen Welt zum wissenschaftlichen Austausch trafen. Wir haben an dieser Veranstaltung teilgenommen und zwei unserer aktuellen Projekte der Forschungsgemeinschaft vorgestellt.

Im Rahmen des Tagungsbandes "Produktionsplanung und -steuerung für komplexe Fertigungssysteme" wurde ein Vortrag über "Exakte und heuristische Ansätze für die parallele Maschinenplanung mit maschinenabhängigen Lieferzeiten" von Prof. Dr. Liji Shen und Prof. Dr. Lars Mönch gehalten. Darüber hinaus hielt unser wissenschaftlicher Mitarbeiter und Doktorand Söhnke Maecker einen Vortrag zum Thema "Multi-Objective Unrelated Parallel Machine Scheduling to Minimize Total Tardiness and Energy Cost".

Als eine der wichtigsten Veranstaltungen im Bereich Operations Research war die Konferenz eine gute Gelegenheit, sich über die neuesten Entwicklungen auf diesem Gebiet zu informieren, neue oder alte Kollegen zu treffen und neue Ideen zu diskutieren. Dies wurde durch ein gut organisiertes, begleitendes Rahmenprogramm mit den besten der irischen Kultur ermöglicht. 

Unser Beitrag "Solving Parallel Machine Problems with Delivery Times and Tardiness Objectives" wurde kürzlich in der renommierten Zeitschrift Annals of Operations Research veröffentlicht. (DOI 10.1007/s10479-019-03267-2)

Dieses Paper untersucht ein klassisches Maschinenplanungsproblem im Kontext des neuen serviceorientierten Produktionsparadigmas "Cloud Manufacturing", bei dem geografisch verteilte Produktionsressourcen zentral verwaltet und von Kunden über Cloud Services abgerufen werden. Insbesondere die Lieferzeiten in Abhängigkeit von der Zuordnung von Jobs zu Ressourcen sind in das klassische Modell integriert. Wir entwerfen und vergleichen mehrere Lösungsansätze für dieses Problem und entwickeln Techniken, die strukturelle Eigenschaften nutzen, um lokale Suchverfahren deutlich zu beschleunigen.

Unser Paper "A Two-Individual Based Evolutionary Algorithm for the Flexible Job Shop Scheduling Problem" wurde für die Präsentation auf der 33. AAAI Conference on Artificial Intelligence (AAAI-19) angenommen. Dies ist eine der am besten besetzten Konferenzen im Bereich der Informatik, insbesondere für künstliche Intelligenz. In diesem Jahr gab es aufgrund der Rekordzahl von über 7.700 Einreichungen einen besonders starken Wettbewerb, und wir sind wirklich stolz auf unseren Erfolg.

Unser Beitrag "Parallel machine scheduling with completion-time-based criteria and sequence-dependent deterioration" wurde kürzlich in der renommierten Zeitschrift Computers and Operations Research veröffentlicht.

Dieses Papier stellt einen Auswurfkettenalgorithmus (ECA) zur Lösung spezifischer Planungsprobleme vor. Zuerst leiten wir einige wichtige Eigenschaften ab, die konsistent bleiben, wenn Produktionsdauer und  gesamt gewichtete Bearbeitungszeit minimiert werden und helfen im Anschluss das Algorithmen-Design zu steuern. Angewandt auf Benchmark-Probleminstanzen erzielt ECA optimale Lösungen mit einer Trefferquote von 100% für kleine Problemfälle. Darüber hinaus verbessert es die bisher besten bekannten Ergebnisse für 388 große Instanzen und verbraucht weniger Rechenzeit.

Vom 17. bis 20. April 2018 fand in Rom die 16. International Conference on Project Management and Scheduling (PMS2018) statt, bei der sich Forscher aus aller Welt in der schönen Residenza di Ripetta versammelten, um aktuelle Forschungsthemen vorzustellen und zu diskutieren. Unser wissenschaftlicher Mitarbeiter und Doktorand Söhnke Maecker nahm an dieser Veranstaltung teil und hielt einen Vortrag über "Terminierung identischer Parallelmaschinen mit Lieferzeiten zur Minimierung der gesamten Verspätung".

Die Konferenz, die von Prof. Dr. Caramia von der Universität Roma Tor Vergata ausgerichtet wurde, bot eine ausgezeichnete Gelegenheit zum Austausch und zur Entwicklung neuer Ideen in einem sehr interdisziplinären Umfeld aus Mathematikern, Ingenieuren, Informatikern und Wirtschaftswissenschaftlern. Mit rund 70 Vorträgen zu theoretischen und praktischen Forschungsprojekten wurde eine sehr motivierende Atmosphäre geschaffen, die zur Diskussion über die verschiedenen Themen anregte.

Die gut organisierte wissenschaftliche Veranstaltung wurde von einem Rahmenprogramm mit Führung durch das Kolosseum und anschließendem Aperitif auf einem der schönen Dachgärten Roms mit herrlichem Blick auf die historische Stadt begleitet. Ein weiterer Höhepunkt war ein Abendessen in einer historischen Villa in einer Via Appia Antica außerhalb Roms. Diese Aktivitäten schufen eine angenehme Atmosphäre, um in einem beeindruckenden Umfeld neue Kontakte zu knüpfen und sich weiter auszutauschen.

Die erweiterte Zusammenfassung, die von Söhnke Maecker und Prof. Dr. Liji Shen zur Konferenz eingereicht wurde, wird im Tagungsband veröffentlicht.

In unserer aktuellen Studie über das Problem der flexiblen Arbeitsplanung haben wir die aktuell besten Ergebnisse für einige bekannte Benchmark-Problemfälle verbessert. Die FJSP hat den höchsten Komplexitätsstatus unter den Optimierungsproblemen und gilt als eines der schwierigsten NP-harten Probleme. Wir freuen uns sehr über unsere Forschungsergebnisse.

Unsere Lehre

Die Lehrmethoden und -inhalte von Prof. Dr. Shen werden von Studierenden sehr geschätzt:

  • "Professor Shen gab Einblicke in reale Problemfelder, in denen die erlernten Methoden angewendet wurden. Sehr unterstützende Atmosphäre, hohes Bildungsniveau."
  • "Das Simulationsspiel ist sehr abwechslungsreich und unterstützt uns dabei, die im Unterricht erlernten Konzepte auch praktisch anzuwenden..." 
  • "Die im Kurs erlernten Konzepte und Werkzeuge sind von hohem Praxisbezug..."
  • "Ein Kurs, in dem Studierende nicht nur hart arbeiten, sondern auch denken, diskutieren, reflektieren und als Team zusammenarbeiten müssen, um Herausforderungen anzugehen. Die Arbeit mit CPLEX war schwierig, aber es hat Spaß gemacht..."
  • "Der Kurs hat mir sehr gut gefallen, ich weiß den mathematische Fokus zu schätzen. Prof. Shen ist sehr erfahren und hoch qualifiert in ihrem Fachbereich. Der Kurs war gut strukturiert. Insbesondere die Übungen führen dazu, dass man nicht nur eine Formel aus den Folien anwendet, sondern immer auch auf eine zusätzliche Wendung reagieren muss. Dies zwingt uns, das Problem genau zu analysieren und eine optimale Lösung zu entwickeln..." 
  • "Ich schätze die Mühe und die Leidenschaft sehr, die Professor Shen in jede einzelne Session einbringt. Auch das Konzept, zu Hause selbstständig an Problemen zu arbeiten, um das im Unterricht Erlernte umzusetzen und praktisch anzuwenden, funktioniert super und hilft mir in meiner Entwicklung..."

Dieser Kurs zielt darauf ab, eine transdisziplinäre und integrierte Sicht auf lieferkettenbezogene Entscheidungsprobleme zu gewinnen. Der Schwerpunkt liegt auf der Gestaltung und Analyse von Prozessen in der Fertigungs- und Dienstleistungsindustrie. Die Teilnehmer lernen die wichtigsten Elemente des Operations Management kennen, einschließlich Standortwahl, Anlagengestaltung, Inventar sowie Produktionsplanung und -steuerung. Die Aufgabe besteht darin, den entsprechenden Strom wissenschaftlicher Literatur zu untersuchen und kritisch zu bewerten.

Operations Research wurde während des Zweiten Weltkriegs in England gegründet, um wissenschaftlich fundierte Entscheidungen über die Verwendung von Kriegsmaterial zu treffen. Anschließend wurden die Ideen zur Effizienzsteigerung im zivilen Bereich angepasst. Dieser Kurs macht die Teilnehmer mit den grundlegenden Methoden der Operations Research vertraut, einschließlich Integer-Programmierung, Optimierungsalgorithmen und iterativen Berechnungen. Während die mathematische Modellierung der Eckpfeiler von OR ist, liegt der Schwerpunkt dieses Kurses auch auf der Definition und Lösung praktischer Probleme. Den Studierenden werden anhand von gelösten Beispielen und ausgereiften Fallanalysen vielfältige Anwendungen vorgestellt.

In einer Zeit massiver IT-Fortschritte wird Computational Intelligence immer mehr zu einem integralen Bestandteil moderner Unternehmen. Dieser Kurs vermittelt zunächst eine solide quantitative Basis in den Geschäftsbereichen Beschaffung, Produktion und Vertrieb. Die Studierenden beherrschen die notwendigen technischen Fähigkeiten, um fortgeschrittene Modellierungsmethoden erfolgreich anzuwenden. Noch wichtiger ist, dass dieser Kurs den Studierenden fundiertes Wissen über die wichtigsten Basistechnologien im Kontext von Internet of Things und Cloud Background vermittelt. Ein wesentlicher Teil des Kurses ist ausschließlich Computersimulationen, Smart Computing-Anwendungen sowie Experimenten in virtuellen Unternehmen gewidmet.

Metaheuristiken in ihrer ursprünglichen Form sind geführte lokale Verbesserungsverfahren, um eine weitreichende Suche nach einem Lösungsraum durchzuführen. Neue Entwicklungen metaheuristischer Methoden erweisen sich als so bemerkenswert effektiv, dass sie in den letzten Jahren bei der Lösung komplexer kombinatorischer Probleme, insbesondere in der Praxis, in den Vordergrund gerückt sind. Dieser Kurs soll Doktoranden eine Vielfalt an Konzepten und Instrumenten dieses wichtigen und sich entwickelnden Bereichs bieten. Auf diese Weise wollen wir eine noch breitere Anwendung von Metaheuristiken zur Unterstützung verschiedener Forschungsbereiche fördern.