Erste Ergebnisse aus dem Projekt 4D4L als technischer Report veröffentlicht

Im Rahmen des interdisziplinären Projekts „Data- and target-driven sequential decision-making for time-dynamic logistics systems“ (4D4L) haben IMI, IOR und IFL gemeinsam erste Ergebnisse als technischen Report auf arXiv veröffentlicht. Der Beitrag „Context-Aware Synthesis of Optimization Pipelines for Warehouse Optimization“ wurde von Janik Bischoff, Anne Meyer, Uta Mohring, Fabian Dunke, Maximilian Barlang, Özge Nur Subas, Hadi Kutabi, Stefan Nickel und Kai Furmans verfasst.

Das Papier stellt mit CASOP ein Framework zur kontextabhängigen Synthese von Optimierungspipelines für operative Lageroptimierungsprobleme vor. CASOP verknüpft Lagerkontexte, algorithmische Anforderungen und Teilprobleme wie Artikelzuordnung, Auftragsbatching, Wegeplanung und Scheduling, um geeignete Algorithmen automatisch zu identifizieren, zu gültigen Pipelines zu kombinieren und anhand operativer Zielgrößen zu bewerten.

In der experimentellen Validierung wurde CASOP auf sieben Benchmark-Sets angewendet, die vier Problemklassen abdecken. Insgesamt wurden 1.063.044 gültige Pipelines auf 24.704 Instanzen erzeugt und bewertet. Die Ergebnisse zeigen, dass CASOP unterschiedliche Lagerkontexte und Problemstellungen abbilden kann. Zugleich machen sie sichtbar, in welchen Fällen sequenzielle Pipeline-Konfigurationen besonders leistungsfähig sind.

Im Zusammenhang mit dem Paper wird zudem das Open-Source-Algorithmenrepository „ware_ops_algos“ bereitgestellt, welches nach unserem Kenntnisstand erstmals modulare Implementierungen etablierter Verfahren für operative Lageroptimierungsprobleme bereitstellt.

Die volle Veröffentlichung ist hier verfügbar: https://arxiv.org/abs/2606.26852.