Seminar- und Abschlussarbeiten

Möglich Themen für Ihre Abschlussarbeiten finden Sie in der folgenden Liste. Sie können aber auch gerne eigene Themenvorschläge unterbreiten (etwa Themen aus Vorlesungen, die Sie besonders interessiert haben, oder Praxisarbeiten in Zusammenarbeit mit Unternehmen). Bitte Beachten Sie, dass Sie bei Eigenvorschlägen ein Exposé anfertigen müssen, welches Themenstellung, zentrale Forschungsfrage und die angewandte Forschungsmethode kurz beschreibt. Bitte beachten Sie ebenfalls, dass aufgrund des technischen Fortschritts auf dem Gebiet der künstlichen Intelligenz an unserem Lehrstuhl keine reinen Literaturarbeiten mehr angeboten werden. Sie müssen also in jedem Fall eine Implementierung (und sei es lediglich mit Excel), eigenständige Modellierung o.Ä. vornehmen.

• Performanzanalyse von Karusselllagern mit separaten Ein- und Auslagerungsstationen (siehe Beschreibung (Thema 1)pdf, 79 kb)
• Mathematisch optimierte Layouts von Regallagern - Schwerpunkt Lösungsverfahren (M, SI, Pv, siehe Beschreibung (Thema 2)pdf, 68 kb)
• The carry-on baggage handling problem: Zielstellungen und Modellformulierungen (Ov)
• Mathematische Optimierung der Fruchtfolge im Gemüsegarten (B, SM)
• Servicegradorientierte Positionierung von Paketboxen unter Berücksichtigung von Nachfrageschwankungen (B, SM)
• Das WLP unter Berücksichtigung möglicher zukünftiger Standorterweiterungen (SM)
• Constraint Programs vs. Mixed Integer Programs: Übersicht und Vergleich zweier Modellierungsansätze (Ov, SM)
• Maschinenbelegungsprobleme: Implementierung und Analyse von Lösungsverfahren für einen Klassiker der Optimierung (SI, Pv)
• Der Bullwhip-Effekt: Simulation von Nachfrageschwankungen in Wertschöpfungsketten (SI mit AnyLogic, Pv)
• Ist Onlineshopping nachhaltig? Simulation und Analyse verschiedener Einkaufsverhalten (SI mit AnyLogic, Pv)
• Online-Optimierung: Problemvarianten, Lösungsverfahren und Anwendungen (SL, SI möglich (Pv))
• Column Generation: Überblick und Anwendungsfelder (SL, SI möglich (Pv))
• Benders Decomposition: Überblick und Anwendungsfelder (SL, SI möglich (Pv))
• Verschiedene Themen im Bereich Touren- und Routenplanung sowie Objektenergiemanagement in Zusammenarbeit mit dem Unternehmen DAKO aus Jena (siehe Beschreibungpdf, 50 kb, individuelle inhaltliche Ausgestaltung möglich, Fokus liegt u.a. auf Implementierung (Pv), Modellierung und Algorithmik (Ov), allerdings auch auf Literaturrecherche (SL), bei entsprechender Eignung ist ein Praktikum im Unternehmen möglich, eine Absprache bzgl. des Themas muss bereits vor der Anmeldung stattgefunden haben)
• Das kapazitierte Vehicle Routing Problem: Implementierung und Vergleich verschiedener Heuristiken (SI, Pv)
• Simulation von Wirtschaftssystemen mal anders: Implementierung einer KI für die Optimierung des letzten Zugs in "Die Siedler von Catan" (SI, Pv)
• Auswirkungen verschiedener Kundenverteilungen auf die Lösungsgüte von Heuristiken beim Lösen eines VRP (SI, Pv)
• Maschinelles Lernen trifft Heuristik: Implementierung und Vergleich verschiedener Clusterverfahren für den Cluster-First-Route-Second-Ansatz (SI, Pv)
• Heuristische Wege zur Genauigkeit: Hyperparameter-Optimierung von Neuronalen Netzen zur Schätzung der Tourdauer im Travelling Salesman Problem (SI, Pv)
• Batching in Distributionszentren: Ein Überblick über Probleme und Verfahren (SL)
• Analyse und Vergleich von verschiedenen Last Mile Konzepten mittels Simulation (SI mit AnyLogic)
• Das Vehicle Routing Problem unter Berücksichtigung des Verkehrflusses mittels AnyLogic (SI mit AnyLogic, Pv)
• Constraint Programs vs. Mixed Integer Programs - Übersicht und Vergleich der beiden Modellierungstypen (Ov, SM)
• Standortplanung: Problemstellungen, Lösungsansätze und Anwendungsgebiete (SL oder SI)
• Reverse Logistics: Ein Überblick über Probleme und Verfahren (SL oder SI)
• Optimale Verteilung von Ladestationen für Elektroautos (Pv, SI)
• Übersicht und Vergleich exakter Verfahren im Operations Research (B, SM)
• Optimierung unter Unsicherheit: Ein Überblick über Möglichkeiten stochastischer Optimierung (Ov, SL)
• Routing im Warehouse und das Order Picking Problem (SI oder SL)
• Einsatz von Quanten Optimierung im Operations Management (SM oder SI oder SL)
• Vergleich der Robustheit von exakten und heuristischen Lösungsverfahren (SI, Pv)
• Das Traveling Salesman Problem: Implementierung und Vergleich verschiedener exakter und heuristischer Verfahren (B, SI, Pv)

Erläuterungen zu den verwendeten Symbolen: