TY - THES A1 - Frank, Markus T1 - Modelle und Metaheuristiken für neuartige Tourenplanungsprobleme BT - Kumulative Dissertation 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. T2 - Models and metaheuristics for emerging vehicle routing problems KW - Operations Research KW - Tourenplanung KW - Metaheuristik KW - Logistik KW - Adaptive Large Neighborhood Search KW - Vehicle Routing Problem KW - Last Mile Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:824-opus4-7684 ER - TY - THES A1 - Voigt, Stefan T1 - Innovative Ansätze und Metaheuristiken für Zustellprobleme der letzten Meile T1 - Innovative approaches and metaheuristics for last mile delivery problems N2 - Diese kumulative Dissertation beschäftigt sich konzeptionell als auch methodisch mit Fragestellungen, die im Rahmen der Zustellung auf der letzten Meile auftreten. Auf konzeptioneller Ebene werden innovative Ansätze für die letzte Meile vorgestellt und bewertet (Beitrag 1 und 4). Auf methodischer Ebene wird zum einen ein etabliertes Verfahren auf eine neue Problemstellung hin angepasst (Beitrag 4), zum anderen eine neuartige Metaheuristik vorgestellt und auf neue bzw. mehrere bekannte Probleme angewandt (Beitrag 1, 2 und 3). Der erste Beitrag entwickelt einen innovativen, datengetriebenen Ansatz zur Reduzierung fehlgeschlagener Zustellversuche, indem das Vehicle Routing Problem (VRP) um Verfügbarkeitsprofile erweitert wird. Außerdem wird eine neuartige Metaheuristik, die sog. Hybrid Adaptive Large Neighborhood Search (HALNS) vorgestellt und deren Performance analysiert. Die HALNS wird im zweiten Beitrag weiter entwickelt, sodass mehrere Varianten von VRPs mit Standortentscheidungen hinsichtlich der Depots gelöst werden können. Zu diesen Varianten zählen das 2-Echelon VRP, das Location Routing Problem sowie das Multi-Depot VRP. Der dritte Beitrag zeigt die Praxistauglichkeit der HALNS im Rahmen der Amazon Routing Research Challenge. Ziel der Challenge war es, gute Routen zu erzeugen, die außerdem der reellen Fahrweise der Fahrer möglichst nahe kommen. Der vierte Beitrag entwickelt einen innovativen Ansatz, basierend auf der Sharing Economy für die Zustellung auf der letzten Meile. Hierbei besteht die Möglichkeit sog. Gelegenheitskuriere, z.B. Pendler, für die Zustellung einzusetzen. Zur besseren Integration dieser Gelegenheitskuriere können zusätzliche Standorte, genauer Umschlagpunkte (Transshipment Points, TPs), genutzt werden. N2 - This cumulative dissertation addresses both conceptual and methodological issues that arise in the context of last mile delivery. At the conceptual level, innovative approaches to last mile delivery are presented and evaluated (contributions 1 and 4). On the methodological level, on the one hand, an established procedure is adapted to a new problem (contribution 4), and on the other hand, a novel metaheuristic is presented and applied to new or several known problems (contributions 1, 2 and 3). The first paper develops an innovative data-driven approach to reduce failed delivery attempts by extending the well-known vehicle routing problem (VRP) with availability profiles. A novel metaheuristic, called hybrid adaptive large neighborhood search (HALNS), is presented for solving the VRP with availability profiles. The HALNS is further developed in the second paper so that several types of VRPs with location decisions regarding depots can be solved. These variants include the two-echelon VRP, the location routing problem, and the multi-depot VRP. The third paper shows the practicality of the HALNS in the context of the amazon routing research challenge. The goal of the challenge was to generate good routes similar to the real-world driving behaviour of drivers. The fourth contribution develops an innovative approach based on the sharing economy for last mile delivery. Here, the possibility exists to use so-called occasional drivers, e.g. commuters, for the delivery. To better integrate these occasional drivers, additional locations, more precisely transshipment points (TPs), can be used. KW - Operations Research KW - Optimierung KW - Metaheuristik KW - Logistik KW - Tourenplanung KW - Vehicle routing problem KW - Last mile delivery KW - Adaptive large neighborhood search Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:824-opus4-7674 ER -