TY - THES A1 - Frank, Markus T1 - Modelle und Metaheuristiken für neuartige Tourenplanungsprobleme N2 - This cumulative dissertation addresses issues related to different, innovative variants of the classical vehicle routing problem (VRP). In the first paper, we investigate a tactical VRP for regular deliveries to grocery retail stores over several planning periods. In contrast to previous approaches, multi-compartment vehicles are used, which allow joint deliveries of different product groups. Thus, synergy effects can be achieved if this is included in the planning of the specific delivery patterns. As a heuristic solution method for this planning problem, an Adaptive Large Neighborhood Search (ALNS) is designed. In the second paper, the VRP is extended to include time windows and customer-specific availability probabilities to improve the operational delivery of last-mile parcels. The data-driven approach that incorporates information on when recipients are more likely to be at home into delivery route planning can significantly reduce the number of failed delivery attempts. In order to efficiently solve the model developed for this purpose, the novel hybrid ALNS (HALNS), which combines elements of an ALNS and genetic algorithms. The HALNS is further developed in the third paper and applied to a whole class of VRPs that, in addition to the classical assignment and sequencing problem, also make decisions regarding the locations of the depots used. Finally, the fourth paper focuses on the multi-period VRP. The existing literature on its tactical and operational variants is surveyed and characterized, clearly distinguishing the two forms for the first time. N2 - Die vorliegende kumulative Dissertation behandelt Fragestellungen zu verschiedenen, innovativen Varianten des klassischen Tourenplanungsproblems. Im ersten Beitrag wird zunächst ein taktisches Tourenplanungsproblem bei der regelmäßigen Belieferung von Filialen des Lebensmitteleinzelhandels über mehrere Planungsperioden hinweg untersucht. Anders als zuvor werden dabei Mehrkammerfahrzeuge verwendet, die eine gemeinsame Belieferung unterschiedlicher Produktgruppen ermöglichen. Dadurch können Synergieffekte erzielt werden, wenn dies in die Planung der spezifischen Belieferungsmuster einbezogen wird. Als Lösungsmethode für dieses Planungsproblem wird eine Adaptive Large Neighborhood Search (ALNS) konzipiert. Im zweiten Beitrag wird das Tourenplanungsproblem um Zeitfenster und kundenindividuelle Anwesenheitswahrscheinlichkeiten erweitert, um die operative Auslieferung von Paketen auf der letzten Meile zu verbessern. Mit dem datengetriebenen Ansatz, der in die Planung der Auslieferungstouren einbezieht, wann die Empfänger eher zu Hause sind, kann die Zahl fehlschlagender Zustellungsversuche signifikant verringert werden. Um das hierzu entwickelte Modell effizient lösen zu können, wird außerdem die neuartige hybride ALNS (HALNS) entwickelt, die Elemente einer ALNS und genetischer Algorithmen vereint. Die HALNS wird im dritten Beitrag weiterentwickelt und auf eine ganze Klasse von Tourenplanungsproblemen angewandt, die zusätzlich zum klassischen Zuordnungs- und Reihenfolgeproblem auch Entscheidungen hinsichtlich der Standorte der verwendeten Depots treffen. Der vierte Beitrag schließlich spannt einen Bogen zurück zum mehrperiodischen Tourenplanungsproblem. Die bestehende Literatur zu seinen taktischen und operativen Varianten wird begutachtet und charakterisiert, wobei erstmalig beide Formen klar voneinander abgegrenzt werden. KW - Operations Research KW - Tourenplanung KW - Metaheuristik KW - Logistik KW - Adaptive Large Neighborhood Search KW - Vehicle Routing Problem KW - Last Mile Y1 - 2022 UR - https://opus4.kobv.de/opus4-ku-eichstaett/frontdoor/index/index/docId/768 UR - https://nbn-resolving.org/urn:nbn:de:bvb:824-opus4-7684 ER -