A Novel Decision-Making Framework for Robust-Reliable Aggregate Production Planning Problem
[ 1 ] Wydział Inżynierii Zarządzania, Politechnika Poznańska | [ SzD ] doctoral school student
[ 1 ] Instytut Inżynierii Bezpieczeństwa i Jakości, Wydział Inżynierii Zarządzania, Politechnika Poznańska | [ P ] employee
PL Nowatorskie ramy podejmowania decyzji zapewniające niezawodność zagregowanego problemu planowania produkcji
english
- Aggregate Production Planning
- Human Factor
- Mixed-Integer Non-Linear Programming
- Robust Optimisation
- Sensitivity Analysis
- agregowane planowanie produkcji
- czynnik ludzki
- mieszane programowanie nieliniowe całkowite
- solidna optymalizacja
- analiza wrażliwości
EN In the dynamic and complex landscape of Aggregate Production Planning (APP), achieving a balance between cost efficiency, reliability, and workforce well-being is critical for sustainable operations. This thesis develops a novel decision-making framework for robust and reliable APP, with a particular focus on integrating human factors into the optimisation process. The framework is applied to a real-world case study in the automotive industry, a sector characterised by multi-product manufacturing, fluctuating demand, and stringent just-in-time (JIT) requirements. Two key objectives - minimizing total costs and maximizing system reliability - are explored using a bi-objective Mixed-Integer Non-Linear Programming (MINLP) model. This research contributes to the growing field of sustainable production planning by bridging the gap between operational objectives and human-centric considerations into decision-making processes.
PL W dynamicznym i złożonym krajobrazie Planowania Produkcji Łącznej (APP), osiągnięcie równowagi między efektywnością kosztową, niezawodnością i dobrostanem pracowników ma kluczowe znaczenie dla zrównoważonego rozwoju. Niniejsza praca przedstawia nowatorskie ramy decyzyjne dla solidnego i niezawodnego APP, ze szczególnym uwzględnieniem integracji czynnika ludzkiego w procesie optymalizacji. Ramy te zastosowano do studium przypadku z rzeczywistego świata w przemyśle motoryzacyjnym, sektorze charakteryzującym się produkcją wieloproduktową, zmiennym popytem i rygorystycznymi wymogami just-in-time (JIT). Dwa kluczowe cele – minimalizacja kosztów całkowitych i maksymalizacja niezawodności systemu – są badane z wykorzystaniem dwucelowego modelu programowania nieliniowego mieszanego całkowitoliczbowego (MINLP). Badania te przyczyniają się do rozwoju dziedziny zrównoważonego planowania produkcji poprzez wypełnienie luki między celami operacyjnymi a czynnikami ludzkimi w procesach decyzyjnych.
173
management and quality studies
public
Arkadiusz Gola
Lublin, Polska
07.08.2025
english
public
Rafał Michalski
Wrocław, Polska
28.07.2025
polish
public
Dariusz Nowak
Poznań, Polska
05.06.2025
english
public
dissertation before defense
Poznań, Poland
21.10.2025