Martin-Luther-Universität Halle-Wittenberg

Dokumente

Kirschstein_Dagstat2010.pdf (1,1 MB)  vom 17.08.2010

Kirschstein_ICORS_2012
ICORS2012.pdf (1,1 MB)  vom 09.08.2012

Poster "Statistische Woche" 2012
poster_stat_wo_2012_wien.pdf (538,6 KB)  vom 12.09.2012

Datensatz Fussballspieler 1. Bundesliga
soccer_data.csv (56,1 KB)  vom 12.09.2012

Weiteres

Login für Redakteure

Dr. Thomas Kirschstein

Dr. Thomas Kirschstein

Dr. Thomas Kirschstein

Kontakt

Raum 319
Große Steinstraße 73
06108 Halle (Saale)

Tel.: (0345) 5523424
Fax: (0345) 5527191

E-Mail:

Sprechzeiten: nur nach Vereinbarung

Persönliche Daten

  • 07/2014 Promotion zum Dr. rer. pol.
  • seit 03/2008 wissenschaftlicher Mitarbeiter an der MLU (Drittmittelprojekt der Lehrstühle Statistik, Produktion & Logistik sowie Operations Research)
  • 03/2007 bis 10/2007 Diplomarbeits-Praktikum bei der Dow Olefinverbund GmbH
  • 06/2006 bis 12/2006 wissenschaftliche Hilfskraft am Institut für Wirtschaftsforschung Halle
  • 10/2003 bis 03/2008  Studium Diplom BWL an der Martin-Luther-Universität Halle-Wittenberg
  • 10/2002 bis 10/2003 Studium Diplom Mathematik an der Martin-Luther-Universität Halle-Wittenberg
  • Jahrgang 1981

Projekt: Integrierte Planung logistischer Prozesse in komplexen Produktionsnetzwerken

Quelle: Reuters

Quelle: Reuters

Quelle: Reuters

Gegenstand und Ziele



Moderne Produktionsprozesse sind häufig durch eine Vielzahl beteiligter Elemente und interagierender Entscheidungsträger gekennzeichnet. Die Planung dieser Produktionsprozesse hat i.d.R. eine solch hohe Komplexität, dass kein „Gesamtmodell" des Produktionsprozesses entwickelt werden kann, das lösbar ist bzw. in akzeptabler Zeit (gute) Lösungen liefert. Aus diesem Grund ist das typische Vorgehen bei der Planung komplexer Produktionsprozesse den gesamten Produktionsprozess in Teilprozesse zu zerlegen und diesen jeweilige Planungsgegenstände und -probleme zuzuordnen, die fassbar und modellierbar sind. Dieses Vorgehen wird auf verschiedenen Aggregationsstufen wiederholt um so unterschiedliche Planungshorizonte abdecken zu können. Dieses Vorgehen ist bei der Konzeption moderner Planungssysteme (APS) umgesetzt.

Dieses Vorgehen hat allerdings den prinzipiellen Nachteil, dass die Interdependenzen zwischen einzelnen Teilprozessen vernachlässigt oder zumindest vereinfacht werden. Daher besteht die Notwendigkeit bei Planung des Gesamtprozesses die einzelnen Sub-Modelle interagieren zu lassen (d.h. einen Ergebnisaustausch zu ermöglichen) um zu einer guten Gesamtlösung zu gelangen. Dabei wird i.d.R. nicht die (gesamt-)optimale Konfiguration des Produktionsprozesses gefunden. Durch die Integration verschiedener Teilprozesse und -modelle wird versucht, dieses Problem zu lösen. Dabei werden entweder neue Modelle entwickelt, die explizit verschiedene Planungsprobleme zusammen abbilden oder Koordinationsverfahren entwickelt, die die Interaktion verschiedener Planungsmodelle so organisieren, dass eine gesamtoptimale Lösung erreicht werden kann.

In diesem Projekt soll ein ganzheitlicher Ansatz für die Integration verschiedener Planungsprobleme entwickelt werden. Dabei soll der Fokus auf den logistischen Prozessen liegen. Der Ansatz versucht in einer simulativen Umgebung verschiedene Planungsprobleme einzubetten und deren Verknüpfung explizit zu berücksichtigen. Dies geschieht anhand einer Fallstudie, die mit der Dow Olefinverbund GmbH entwickelt wird und die logistischen und produktiven Prozesse des Werksverbundes Schkopau/Böhlen/Leuna/Teutschenthal untersucht.

Bei der Modellierung der einzelnen Teilprozesse kommen verschiedene Methoden zum Einsatz:

  • Zeitreihenmodelle für die Modellierung der Produktionsprozesse
  • lineare Planungsmodelle für verschiedene logistische Teilprozesse (Pipelineplanung, Kesselwagenumlaufplanung)
  • Versuchsplanungsmethoden für die Untersuchung der „globalen" Wirkungszusammenhänge

Insgesamt ist es das Ziel, ein entscheidungsunterstützendes System zu entwickeln, das in der Lage ist, einen kompletten, validen Überblick über die Wirkungszusammenhänge der Elemente und Parameter des Werksverbundes zu geben und Vorschläge für die (optimale) Rekonfiguration des Systems zu finden.

Basisquellen

  • Shapiro, J. (2004), "Challenges of strategic supply chain planning and modelling", Computers and Chemical Engineering, 28, S. 855-861.
  • Shah, N. (2005), "Process industry supply chains: Advances and challenges", Computers and Chemical Engineering, 29, S. 1225-1235.
  • Puigjaner, L., Guillén-Gonsálbez, G. (2008), "Towards an integrated framework for supply chain management in the batch chemical process industry", Computers and Chemical Engineering, 32, S. 650-670.
  • Goetschalckx, M., Vidal, C., Dogan, K. (2002), "Modelling and design of global logistics systems: A review of integrated strategic and tactical models and design algorithms", European Journal of Operational Research, 143, S. 1-18.
  • Sabri, E., Beamon, B. (2000), "A multi-objective approach to simultaneous strategic and operational planning in supply chain design", Omega, 28, S. 581-598

Projektbezogene Vorträge

  • Thomas Kirschstein: Planning and optimization of integrated logistical activities in a large-scaled production network of the chemical industry, Betriebswirtschaftliches Doktorandenkolloquium, Halle/Saale, 15.07.2009
  • Thomas Kirschstein: Kooperation zwischen dem Wirtschaftswissenschaftlichen Bereich und DOW, Lange Nacht der Wissenschaften (Night of Science), Martin-Luther-University, Halle, 03.07.2009
  • Thomas Kirschstein: Planning and optimization of integrated logistical activities in a large scaled production network of the chemical industry, 11er Mitteldeutscher Doktorandenworkshop (Middle German PhD workshop), Berlin, 29.05.2009
  • Thomas Kirschstein: An integrated train scheduling model under inventory and recurring rail car restrictions, 13er Doktorandenworkshop Nordost (Middle German PhD   workshop), Göttingen, 21.05.2011

Projekt: Robuste baumbasierte Schätzer

In den meisten Anwendungsbereichen der Statistik müssen Datensätze untersucht werden, die mit Messungenauigkeiten, Messfehlern und/oder fehlenden Werten verunreinigt sind. Ein spezieller Fall von Verunreinigungen stellen einzelne Beobachtungen/Messwerte dar, die deutlich vom Großteil der Beobachtungen abweichen. Diese Beobachtungen werden typischerweise als Ausreißer bezeichnet. Klassische statistische Verfahren reagieren z.T. sehr empfindlich auf kontamierte Daten im Allgemeinen und Ausreißer im Besonderen. Dies führt u.a. dazu, dass die Ergebnisse/Schätzungen der Verfahren entweder verzerrt und/oder nicht mehr sinnvoll interpretierbar sind. Um diesem Problem zu begegnen, sind in den letzten Jahrzehnten eine Vielzahl robuster Verfahren entwickelt wurden, die möglichst unempfindlich gegen Ausreißer sind, sogenannte robuste Verfahren. Eine grundlegende Klasse von statistischen Verfahren sind Lage- und Kovarianzschätzer, arithmetisches Mittel oder empirische (Ko-)Varianz. Beide sind reagieren sehr empfindlich auf Ausreißer. Daher wurden robuste Verfahren für die Lage- und Kovarianz entwickelt, wie z.B. S- und M-Schätzer, der MCD, MVE oder MZE (vgl. Basisquellen). All diese Verfahren reagieren unempfindlich auf Ausreißer und liefern somit robuste Schätzungen für lage und Kovarianz. Allerdings stellen alle genannten Verfahren die Voraussetzung, dass die "guten" Beobachtungen eines Datensatzes eine elliptischen oder zumindest konvexen Verteilung entstammen müssen, wie z.B. der (multivariaten) Normalverteilung. Im Rahmen dieses Projekts soll ein Schätzer entwickelt und untersucht werden, der auch in verteilungsfreien Situationen gute und robuste Schätzungen liefert. Besonderes Augenmerk liegt dabei auf der Untersuchung der statistischen und Robustheitseigenschaften des Verfahrens (insbes. Bruchpunkt und Effizienz) Als Ansatz dient der minimal spannende Baum des Datensatzes. Dieser wird im folgenden geeignet beschnitten um so eine Teilmenge an Beobachtungen zu definieren, die als Ausgangspunkt für die Schätzung verwendet werden. In einem weiteren Schritt wird diese erste Teilmenge um benachbarte Beobachtungen geeignet erweitert. Auf Basis dieser finalen Teilmenge erfolgt die Schätzung von Lage- und Kovarianz.

Basisquellen:

  • Bennett, M.  and Willemain, T. (2001), "Resistant estimation of multivariate location using minimum spanning trees", Journal of Statistical Computation
    and Simulation
    , 69, S. 19-40.
  • Lopuhaä, H. and Rousseeuw, P. (1991), "Breakdown properties of affine equivariant estimators of multivariate location and covariance matrices", The Annals of Statistic, 19, S. 229-248.

Projektbezogene Vorträge

  • Becker, C./Kirschstein, T./Liebscher, S.: Finite sample efficiency of tree-based estimators for location and scatter; ICORS 2012, Burlington, 7.8.2012.
  • Kirschstein, T./Liebscher, S./Becker, C.: RDELA - A Delaunay-Triangulation-based, Location and Covariance Estimator with High Breakdown Point; Statistische Woche 2011, Leipzig, 21.09.2011.
  • Liebscher, S./Kirschstein, T./Becker, C.: Finding the bad ones - Identifying unsuccessful warship designs; JSM2011 - Joint Statistical Meetings, Miami, 04.08.2011.
  • Liebscher, S./Kirschstein, T./Porzio, G.C./Ragozini, G.: Multivariate modal regions: applications in robust statistics and related computational issues; ICORS2011 - International Conference on Robust Statistics, Valladolid, 28.06.2011.
  • Liebscher, S./Kirschstein,  T./Becker, C. : The Flood  Algorithm - A Multivariate, Self-Organizing-Map-based,  Robust  Location and Covariance Estimator; ICORS2010, Prag, 29.06.2010.
  • Liebscher, S./Kirschstein, T./Becker, C. : The Flood Algorithm - A Multivariate, Self-Organizing-Map-based, Robust Location and Covariance Estimator -- Computational Results --, DagStat2010, Dortmund, 25.03.2010
  • Kirschstein, T./Liebscher, S./ Becker, C. : A robust location and covariance estimator based on pruning the Minimum Spanning Tree, DagStat2010, Dortmund, 24.03.2010 Präsentation

Publikationen

  • Meisel, F./Kirschstein, T./Bierwirth, C. (201x): "Integrated Production and Intermodal Transportation Planning in Large Scale Production-Distribution-Networks", to appear in Transportation Research Part E: Logistics and Transportation Review.
  • Kirschstein, T./Liebscher, S./Becker, C. (2013): "Robust estimation of  location and scatter by pruning the minimum spanning tree", Journal of Multivariate Analysis, 120, 173-184, DOI: http://dx.doi.org/10.1016/j.jmva.2013.05.004    .
  • Liebscher, S./Kirschstein, T./Becker, C. (201x): "RDELA - A   Delaunay-Triangulation-based, Location and Covariance Estimator with High Breakdown Point", to appear in Statistics and Computing, DOI: 10.1007/s11222-012-9337-5    .
  • Becker, C./Liebscher, S./Kirschstein, T. (2013): "Multivariate outlier identification based on robust estimators of location and scatter", In Becker, C./Fried, R./Kuhnt, S. (Eds.), Robustness and Complex Data Structures - Festschrift in Honour of Ursula Gather, 103-115, Springer, DOI: 10.1007/978-3-642-35494-6_7   .
  • Bierwirth, C./Kirschstein, T./Meisel, F. (2012): "On Transport  Service Selection in Intermodal Rail/Road Distribution Networks", in Business Research, 5 , 1-23.
  • Liebscher,  S./Kirschstein, T. (2012): "Identification of unbalanced warship  designs using multivariate outlier detection procedures". Military Operations Research Journal, 17, 31-43, DOI: 10.5711/1082598317131    .
  • Liebscher, S./Kirschstein, T./Becker, C. (2012): "The Flood Algorithm - A Multivariate, Self-Organizing-Map-based, Robust Location and Covariance Estimator". Statistics and Computing, 22(1), 325-336, DOI: 10.1007/s11222-011-9250-3.
  • Liebscher, S./Kirschstein, T./Becker, C. (2011): "Finding the bad ones - Identifying unsuccessful warship designs", In JSM Proceedings, Section on Statistics in Defense and National Security. Alexandria, VA: American Statistical Association. 1295-1307.

Lehrtätigkeit

Interdisziplinäre wissenschaftliche Beratung in der Prozessindustrie (WS 08/09; WS 09/10)

id='756809-skoom' href='http://www.skoom.de/gratis-counter/'>Counter