- Titel
- Hybrid Simulation for Energy-Oriented Production Scheduling
- Untertitel
- Linking Material Flow Simulation and Constraint Programming for a Semiconductor Front-end Use Case
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-996198
- Übersetzter Titel (DE)
- Hybride Simulation für eine energieorientierte Maschinenbelegungsplanung : Kombination von Materialflusssimulation und Constraint Programming am Beispiel der Waferherstellung
- Konferenz
- 21. ASIM-Fachtagung Simulation in Produktion und Logistik. Dresden, Germany, 24. bis 26. September 2025
- Quellenangabe
- Simulation in Produktion und Logistik 2025
Herausgeber: Sebastian Rank
Herausgeber: Mathias Kühn
Herausgeber: Thorsten Schmidt
Erscheinungsort: Dresden
Verlag: Technische Universität Dresden, Professur für Technische Logistik
Erscheinungsjahr: 2025
ISBN: 978-3-86780-806-4 - Erstveröffentlichung
- 2025
- DOI
- https://doi.org/10.25368/2025.235
- Abstract (EN)
- The concept of energy-oriented production scheduling has been receiving increased interest within the last decade. Despite its maturity in theoretical discourse, the adoption in practical settings is still at a preliminary stage. One reason for this may lie in the uncertainty of decision makers regarding the impact of energy-oriented production planning on shopfloor performance. In this manner, material flow simulation serves as a suitable instrument for evaluating energyoriented scheduling in silico. This article presents a hybrid simulation approach, embedding a Constraint Programming based scheduling model within a discrete event simulation model. Based on a real-world use case, our study analyses improvement potential of energy-oriented production scheduling for a semiconductor front-end area. Simulation results indicate that energy costs and peak demand can be reduced notably compared to traditional production control.
- Freie Schlagwörter (DE)
- Simulation, Künstliche Intelligenz, Modellierung, Optimierung, Hybride Simulation, Materialflusssimulation
- Freie Schlagwörter (EN)
- Simulation, Artificial Intelligence, Modelling, Optimisation, Hybrid simulation, material flow simulation
- Klassifikation (DDC)
- 620
- Klassifikation (RVK)
- ZM 9500
- Publizierende Institution
- Technische Universität Dresden, Dresden
- Version / Begutachtungsstatus
- publizierte Version / Verlagsversion
- URN Qucosa
- urn:nbn:de:bsz:14-qucosa2-996198
- Veröffentlichungsdatum Qucosa
- 18.10.2025
- Dokumenttyp
- Konferenzbeitrag
- Sprache des Dokumentes
- Englisch
- Lizenz / Rechtehinweis
CC BY 4.0