Abgeschlossene Forschung­s­pro­jekte

Hier finden Sie eine Auswahl der bereits abgeschlossenen Projekte.

Enlarge image

Informationsbasierte Optimierung von Operationsplänen / Information-Based Optimization fo Surgery Schedules
 

In Deutschland ist der Gesundheitssektor einer der wichtigsten Wirtschaftszweige, der stetig steigenden Ausgaben unterliegt. Dabei beanspruchen Krankenhäuser und insbesondere Operationssäle einen großen Anteil dieser Kosten. Um die Patienten besser zu versorgen sowie die Operationskosten und die Überstunden zu reduzieren, wir daher eine effizientere Verwaltung der Operationssäle benötigt. 

Projektbeschreibung
 

In dem Projekt Information-Based Optimization of Sugery Schedules (IBOSS) wird an der Entwicklung von neuen effizienten Methoden zur Verbesserung des Arbeits- und Patientenflusses in Krankenhäusern geforscht. Zur Entwicklung dieser Konzepte und Algorithmen arbeiten wir eng mit unserem Projektpartner Charité Berlin zusammen. Ein Teil des Projektes ist die vorausschauende Analyse der beteiligten Teilprozesse in einem Krankenhaus, damit diese genau modelliert werden können. Auf dieser Grundlage entwickeln wir Algorithmen für die Berechnung von Operationsplänen, bei denen sowohl auf einer Mikro- als auch auf einer Makroebene Optimierungen durchgeführt werden. Ein besonderes Augenmerk liegt dabei auf der algorithmische Behandlung von stochastischen Einflüssen wie Verzögerungen innerhalb einer Operation oder plötzliche Notfälle. Die Lösungsansätze basieren auf folgende Techniken:

  • Optimales Lernen von Klassifikatoren in der Datenanalyse

  • Stochatische/Robuste Ressourcengebundene Projektplanung

  • Mehrzieloptimierung und Optimalsteuerung von Markov-Prozessen

Das Ziel ist es, ein adaptives, selbst-lernendes Optimierungssystem zu entwickeln, welches automatisch Abweichungen und Entwicklungen innerhalb der sich verändernden Operationssal-Umgebung erkennt. Abschließend soll ein erster Prototyp des Systems in der praktischen Anwendung getestet und validiert werden.

Teilprojekt „Mehrzieloptimierung von dynamischen Modellen für Operationssäle“
 

Neben der Reihenfolge von Operationen gibt es viele weitere Faktoren, die die Qualität von Operationsplänen beeinflussen. Diese sind zum Beispiel die Verteilung des Personals und der Medikamente sowie die Startzeiten der einzelnen Operationsschritte. Die entsprechenden Entscheidungen haben Einfluss auf mehrere, meist zueinander in Konflikt stehende Zielfunktionen. Darunter befinden sich die Qualität der medizinischen Behandlung, die Möglichkeit, auf unerwartete Ereignisse zu reagieren, die Zufriedenheit des Personals und der Patienten sowie wirtschaftliche Faktoren. Hier muss demnach die Menge der optimalen Kompromisse zwischen dieser Kriterien, die so genannte Pareto-Menge, berechnet werden.

Das Ziel des Paderborner Teilprojektes ist daher, ein dynamisches Modell des Operationsprozesses zu entwickeln, welches dann in einem Optimierungsalgorithmus, der parallel zu dem realen Prozess arbeitet, eingesetzt wird. Dabei müssen konkurrierende Ziele sowie Unsicherheiten in Betracht gezogen werden. In Abhängigkeit von der aktuellen Situation kann ein Operationsplaner dann einen optimalen Kompromiss aus der Pareto-Menge auswählen. Darüber hinaus können die Ergebnisse für die Verbesserung der gesamten Operationsplanung verwendent werden.

IBOSS ist eine Kooperation mit den folgenden Institutionen: Zuse Institut Berlin (ZIB), FU Berlin, Charité

 Projekt-Homepage: Information-Based Optimization of Surgery Schedules

Im AstroNet, einem von der Europäischen Union von 2008 bis 2010 geförderten Marie-Curie Research Training Network, fanden sich Mathematiker, Ingenieure und Astronomen von Universitäten, staatlichen Organisationen und der Industrie zusammen, um gemeinsam innovative Neuerungen im Bereich der Astrodynamik zu entwickeln. Der Schwerpunkt lag dabei vor allem in der Optimierung der Flugbahnen und der Bahnsteuerung, um den Treibstoffverbrauch zu minimieren und die Spannbreite möglicher Missionen zu erhöhen.

Jedes Jahr kurz vor Ende der Fußballbundesliga zittern die Teams und ihre Fans um Meisterschaft, Teilnahme an europäischen Wettbewerben oder Auf- und Abstieg. Es stellt sich jedes Mal dieselbe Frage: Welche Tabellenplatzierungen sind zum Saisonende noch möglich?

Um diese Frage gesichert zu beantworten, wurde ein Tool entwickelt, das unter Berücksichtigung der möglichen Ausgänge aller restlichen Spiele der gesamten Liga für jede Mannschaft berechnet, welcher Platz bis zu einem vorgegebenen Spieltag und insbesondere am Saisonende bestenfalls, schlechtestenfalls oder aus eigener Kraft noch möglich ist.

Projektleiter (IFIM): Prof. Dr. Michael Dellnitz


Projektpartner: 

Deutsche Post Adress GmbH & Co. KG, Gütersloh

Die Deutsche Post Adress bietet Unternehmen automatisierte Lösungen zur Adressaktualisierung und Anschriftenermittlung. Auf der Basis umfangreicher Daten über vergangene Adressermittlungen identifizieren wir bislang unentdeckte Strukturen in diesen Daten unter anderem durch abstrakte Methoden der Graphanalyse. Ziel ist es, die Aktualisierungs- und Rechercheprozesse zu optimieren und dem Kunden sicherere Ergebnisse, schnellere Durchlaufzeiten und günstigere Prozesse zu ermöglichen.

Projektleiter (IFIM): Prof. Dr. Michael Dellnitz

Projektpartner: Herbert Kannegießer GmbH, Heinz Nixdorf-Institut, Fraunhofer IEM, CITEC (Uni Bielefeld), Universität Paderborn



Industrielle Wäschereien müssen aufgrund der Markt- und Wettbewerbssituation zukünftig schnell und kostengünstig arbeiten. Eine nachhaltige Einsparung von Ressourcen, wie Energie, Waschmittel, Wasser etc., ist essentiell. Derzeit werden Maschinen in einer Großwäscherei einzeln und voneinander unabhängig anhand von Erfahrungswerten der Anwender eingestellt. Eine systematische, mathematisch fundierte Analyse der optimalen Maschineneinstellungen sowie eine ganzheitliche Betrachtung auf Ebene der gesamten Wäscherei erfolgen bisher nicht. Dadurch ergeben sich große Optimierungspotenziale. Zudem erfordert die Handhabung der Wäsche einen hohen Personalaufwand und Hygieneanforderungen spielen eine immer wichtigere Rolle. Dies betrifft sowohl die Handhabung verschmutzter Wäsche durch das Wäschereipersonal als auch den Hygienenachweis der ausgelieferten reinen Wäsche, z.B. an Krankenhäuser.

Ziel des Forschungsprojekts ist die erhebliche Verbesserung der Ressourceneffizienz industrieller Wäschereien. Durch Methoden und Verfahren der Selbstoptimierung soll insbesondere der Bedarf an Energie deutlich reduziert werden. Der ökologische und der ökonomische Nutzen soll dadurch maßgeblich gesteigert werden.

Projektleiter (IFIM): Prof. Dr. Michael Dellnitz

Kooperationspartner: CITEC (Universität Bielefeld), CoR-Lab, Heinz Nixdorf Institut, Universität Paderborn

Die Anforderungen an die Verlässlichkeit, Benutzerfreundlichkeit und Ressourceneffizienz von Produkten und Produktionssystemen steigen mit den Ansprüchen der Kunden an Qualität und Bedienung. Zur Vermeidung hoher Kosten muss dabei auch der Energieverbrauch reduziert werden. Hohe Optimierungspotenziale liegen in Verfahren der Selbstoptimierung (SO), die intelligentes Verhalten in die Systeme integrieren, so dass sich Geräte und Maschinen eigenständig an sich ändernde Betriebsbedingungen anpassen können. Beispielsweise kann ein selbstoptimierendes Energiemanagement in Elektrofahrzeugen die verfügbare Energie in Abhängigkeit der Betriebssituation und unter Berücksichtigung konkurrierender Ziele, wie z.B. Komfortmaximierung gegenüber Reichweitemaximierung, verteilen. So werden die vorhandenen Energiereserven effizient eingesetzt und ein optimales Gesamtergebnis erreicht.

Ziel des Forschungsprojekts ist die Entwicklung eines Instrumentariums, das Methoden und Verfahren der Selbstoptimierung anwendergerecht verfügbar macht. Unternehmen können so unterstützt werden, Selbstoptimierung in die maschinenbaulichen Systeme von morgen zu integrieren.

Im Teilprojekt 2 entwickelt das Institut für Industriemathematik gemeinsam mit Partnern aus den verschiedenen Innovationsprojekten des Spitzenclusters problemadaptierte Algorithmen zur Lösung von Mehrziel-Optimierungs- und -optimalsteuerungsproblemen. Weiterhin werden im Hinblick auf die nachhaltige Verfügbarmachung bei der Anwendung mathematischer Verfahren in den Innovationsprojekten auftretende Herausforderungen und Hemmnisse systematisch gesammelt und analysiert. Auf dieser Basis werden (teil-) automatisierbare Lösungen für häufig auftretende Anwendungsfälle entwickelt, die in einer Integrations- und Lösungsmusterbibliothek zur Verfügung gestellt werden. Schließlich wird auch ein Baukastensystem von Schulungsmaßnahmen entwickelt, auf dessen Grundlage individuelle Wissenstransfers in die Clusterunternehmen gestaltet werden können.

Further information: