This doctoral thesis examines the problem where different classes of customers can book different types of service in advance and the service company has to respond immediately to the booking request by either rejecting it or setting the day and time of the service. The objective is to maximize the average profit. The problem is modeled as a Markov decision process and solved using dynamic programming, simulation-based approximate dynamic programming, and simple heuristics. In an experimental study the different algorithms are evaluated employing data from two providers that operate magnetic resonance imaging scanners.    «

This doctoral thesis examines the problem where different classes of customers can book different types of service in advance and the service company has to respond immediately to the booking request by either rejecting it or setting the day and time of the service. The objective is to maximize the average profit. The problem is modeled as a Markov decision process and solved using dynamic programming, simulation-based approximate dynamic programming, and simple heuristics. In an experimental st...    »

Diese Dissertation untersucht das folgende Problem: Kunden aus verschiedenen Klassen können unterschiedliche Arten von Dienstleistungen im Voraus buchen und der Dienstleister muss Anfragen unverzüglich ablehnen oder den Tag und die Uhrzeit der Dienstleistung festlegen. Das Problem wird als Markov-Entscheidungsprozess modelliert und mit Dynamischer Programmierung, simulationsbasierter approximativer Dynamischer Programmierung und einfachen Heuristiken gelöst. In einer experimentellen Untersuchung werden die verwendeten Algorithmen mit Hilfe von Daten zweier Dienstleister, die Magnetresonanztomographen betreiben, bewertet.     «

Diese Dissertation untersucht das folgende Problem: Kunden aus verschiedenen Klassen können unterschiedliche Arten von Dienstleistungen im Voraus buchen und der Dienstleister muss Anfragen unverzüglich ablehnen oder den Tag und die Uhrzeit der Dienstleistung festlegen. Das Problem wird als Markov-Entscheidungsprozess modelliert und mit Dynamischer Programmierung, simulationsbasierter approximativer Dynamischer Programmierung und einfachen Heuristiken gelöst. In einer experimentellen Untersuchung...    »