Vårt examensarbete handlade om att optimera produktionsplanering genom att lösa ett avancerat schemaläggningsproblem (Job-Shop Scheduling Problem). Målet var att skapa bättre produktionsscheman genom att använda matematisk optimering (Integer Linear Programming) kombinerat med heuristiska metoder.

Optimering hjälper företag att fatta bättre och mer datadrivna beslut inom exempelvis produktion, lagerstyrning och logistik. Genom matematiska modeller och algoritmer kan företag analysera komplexa samband och hitta lösningar som exempelvis minskar kostnader eller förbättrar resursutnyttjandet. Metoder som linjär programmering, MILP, robust optimering och AI-baserade tekniker används för att hantera allt från produktionsplanering och transportoptimering till osäkerheter i efterfrågan och leveranser.

Först och främst var detta en otroligt lärorik och inspirerande resa för mig. Jag vill tacka våra kunder som gör det möjligt för mig att få vara med och bidra med min kunskap inom flödessimulering och skapa kreativa lösningar som löser deras problem.

Detta år, 2025, har jag fått nöjet att presentera på Siemens årliga Realize LIVE-konferens som äger rum i Amsterdam.