Refine
Document Type
- Doctoral thesis (3)
Institute
Language
- Multiple languages (3) (remove)
Keywords
- Operations Research (3) (remove)
Die vorliegende kumulative Dissertation befasst sich mit vier Problemstellungen der Transportplanung im Falle der Übernahme des Paket- und Medikamententransports durch Lieferwagen und Drohnen.
Der erste Beitrag thematisiert die Fahrzeugflottenplanung und Zuweisung von Drohnen zu Mikrodepots, wenn Lieferwagen und Drohnen den Transport von Paketen in der letzten Meile übernehmen. Im Vordergrund stehen die taktischen Entscheidungen, welche Kombination von Auslieferungsformen mit Lieferwagen und Drohnen optimal wäre sowie die Ausgestaltung der Fahrzeugflotte. Die Problemstellung wird als gemischt-ganzzahliges lineares Programm (MILP) modelliert. Zudem wird eine adaptive große Nachbarschaftssuche (ALNS) eingeführt, die neue problemspezifische Operatoren beinhaltet.
Der zweite Beitrag fokussiert sich auf die operative Tourenplanung eines Lieferwagens, welcher mit mehreren Drohnen ausgerüstet ist. Hierfür wird ein effizientes MILP entwickelt, welches ein kommerzieller Solver schneller lösen kann als vergleichbare MILPs für eine Ein-Drohnen Problematik aus der Literatur.
Der dritte Beitrag optimiert die simultane Bestands- und Tourenplanung für die Belieferung von Krankenhäusern unter der Berücksichtigung ihrer Lagerhaltungspolitiken. Es wird analysiert, welchen Einfluss Drohnen als Vehikel für Notfalltransporte zur Vermeidung von Fehlmengen haben. Die Problemstellung wird als zweistufiges stochastisches Programm präsentiert und eine problemspezifische ALNS wird entwickelt, welche einen innovativen Algorithmus zur Bestimmung von Bestellpunkten innerhalb der Lagerhaltungspolitiken beinhaltet.
Der vierte Beitrag thematisiert die Ausgestaltung der Drohnenflotte für die Belieferung von Apotheken und Krankenwagen im Einsatz durch einen Großhändler. Hierfür wird die Drohnenflotte in einer ereignisdiskreten Simulationsstudie hinsichtlich der Kosten bzw. der CO2-Emissionen optimiert.
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.
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.