Tourenplanungsprobleme bei der Fahrzeugdisposition

Inhaltsverzeichnis

1 Einleitung

2 Erläuterung verkehrswirtschaftlicher Grundbegriffe

2.1 Bedeutung, Funktion und Ziele der Logistik

2.2 Einordnung der Tourenplanung in die betriebswirtschaftliche Logistik

2.3 Stellenwert des Gütertransportes auf der Straße

2.4 Dispositionsaufgaben im Güterverkehr

2.5 Die Fahrzeugdisposition als Instrument der Tourenplanung

3 Grundlagen der Tourenplanung bei der Fahrzeugdisposition

3.1 Einführung in die Tourenplanung

3.2 Unterscheidungskriterien von Tourenplanungsproblemen

3.3 Graphische Darstellungen von Tourenplanungsproblemen

3.4 Die Standardprobleme der Tourenplanung

3.5 Zielsetzungen der Tourenplanung bei der Fahrzeugdisposition

3.6 Berücksichtigung von dynamischen Einflussfaktoren

4 Anwendungen der Tourenplanung

4.1 Problemvarianten in der Tourenplanung

4.1.1 Knotenorientiertes Tourenproblem: Travelling- Salesman-Problem

4.1.2 Kantenorientiertes Tourenproblem: Vehicle- Routing- Problem

4.1.3 Vehicle Scheduling Problem

4.2 Rechnergestützte Tourenplanung

5 Erweiterungen des Basisproblems durch zeitkritische Restriktion

5.1 Tourenplanungen unter Berücksichtigung einer eingeschränkten Fahrzeit

5.2 Tourenplanungen unter Beachtung von Zeitfenstern

5.3 Tourenplanungen bei mehrfachem Einsatz von Fahrzeugen

5.4 Fahrzeugzuordnung bei heterogenem Fuhrpark

6 Klassische heuristische Verfahren

6.1 Eröffnungsverfahren

6.1.1 Lösungsverfahren des Sweep- Algorithmus

6.1.2 Tourenbildung durch das Saving-Verfahren

6.2 Verbesserungsverfahren

6.2.1 Das 2-opt und das 3-opt- Verfahren zur Lösungsfindung

6.2.2 Or-opt-Lösungsverfahren von Tourenplanungsprobleme

6.3 Branch-and-Bound-Verfahren

7 Neuere heuristische Lösungsverfahren

7.1 Metastrategie des Tabu Search

7.2 Lösungsansätze durch Künstliche Neuronale Netze

7.3 Theorie der Unscharfen Mengen (Fuzzy Logik)

8 Zusammenfassung

Zielsetzung & Themen

Die vorliegende Arbeit zielt darauf ab, die komplexen Problemstellungen der Tourenplanung im Kontext der Fahrzeugdisposition zu analysieren und verschiedene klassische sowie moderne Lösungsansätze systematisch zu vergleichen. Dabei steht insbesondere der Straßengüterverkehr als zentrales Element der Verkehrslogistik im Fokus, um Optimierungspotenziale hinsichtlich Kosten und Zeit aufzuzeigen.

• Grundlagen der Logistik und Einordnung der Tourenplanung.
• Klassifizierung von Tourenplanungsproblemen (knoten- vs. kantenorientiert).
• Klassische heuristische Lösungsverfahren (z.B. Sweep-Algorithmus, Savings-Verfahren).
• Methoden zur Optimierung und Verbesserung (2-opt, 3-opt, Branch-and-Bound).
• Dynamische Einflüsse und neuere Ansätze wie Tabu Search und Fuzzy Logik.

Auszug aus dem Buch

Zusammenfassung der Kapitel

1 Einleitung: Diese Einleitung führt in die historische Entwicklung der Tourenplanung ein und erläutert die Bedeutung effizienter Routenoptimierung für moderne Transportunternehmen.

2 Erläuterung verkehrswirtschaftlicher Grundbegriffe: Hier werden die logistischen Grundlagen definiert und die Tourenplanung als wesentliches Instrument innerhalb der Distributionslogistik verankert.

3 Grundlagen der Tourenplanung bei der Fahrzeugdisposition: Dieses Kapitel systematisiert Tourenplanungsprobleme anhand spezifischer Kriterien und stellt das grundlegende Klassifizierungsschema vor.

4 Anwendungen der Tourenplanung: Es werden verschiedene Problemvarianten, wie das Travelling-Salesman-Problem oder das Vehicle Routing Problem, anhand von Praxisbeispielen illustriert.

5 Erweiterungen des Basisproblems durch zeitkritische Restriktion: Das Kapitel befasst sich mit der Integration zeitlicher Faktoren wie Lenk- und Ruhezeiten sowie Zeitfenstern in die Routenplanung.

6 Klassische heuristische Verfahren: Hier werden die wichtigsten klassischen Verfahren zur Konstruktion und Verbesserung von Tourenplänen, wie das Savings-Verfahren oder 2-opt, detailliert beschrieben.

7 Neuere heuristische Lösungsverfahren: Der Fokus liegt auf modernen Meta-Heuristiken wie dem Tabu Search sowie Ansätzen aus dem Bereich der Künstlichen Neuronalen Netze und Fuzzy Logik.

8 Zusammenfassung: Diese Sektion fasst die Ergebnisse der Arbeit zusammen und gibt einen Ausblick auf die zukünftige Entwicklung computergestützter Planungssysteme.

Schlüsselwörter

Tourenplanung, Fahrzeugdisposition, Operations Research, Straßengüterverkehr, Logistik, Heuristik, Savings-Verfahren, 2-opt, 3-opt, Branch-and-Bound, Tabu Search, Fuzzy Logik, Zeitfenster, Transportkosten, Distributionslogistik.

Häufig gestellte Fragen

Worum geht es in dieser Arbeit grundsätzlich?

Die Arbeit untersucht die Problemstellungen der Tourenplanung bei der Fahrzeugdisposition und vergleicht diverse mathematische und heuristische Lösungsverfahren für die Praxis.

Was sind die zentralen Themenfelder?

Zu den Schwerpunkten gehören die logistischen Grundlagen, die Modellierung von Tourenplanungsproblemen und der Vergleich klassischer sowie moderner Lösungsstrategien.

Was ist das primäre Ziel der Forschung?

Das Ziel ist die Reduzierung der Komplexität in der Tourenplanung, um durch effektive Disposition Kosten zu minimieren und eine hohe Servicequalität zu gewährleisten.

Welche wissenschaftlichen Methoden werden verwendet?

Die Arbeit nutzt Literaturanalysen zur Systematisierung bekannter heuristischer und exakter Lösungsverfahren wie Branch-and-Bound, Tabu Search und Savings-Algorithmen.

Was wird im Hauptteil behandelt?

Der Hauptteil gliedert sich in die theoretische Systematisierung, die Darstellung von Problemvarianten sowie die detaillierte Beschreibung klassischer Konstruktions- und Verbesserungsalgorithmen.

Welche Schlüsselwörter charakterisieren die Arbeit?

Wichtige Begriffe sind Tourenplanung, Fahrzeugdisposition, Heuristiken, Savings-Verfahren und Distributionslogistik.

Warum ist die Unterscheidung zwischen knoten- und kantenorientierten Problemen wichtig?

Sie ist entscheidend für die Wahl des Lösungsansatzes, da knotenorientierte Probleme eher das Travelling-Salesman-Prinzip verfolgen, während kantenorientierte Probleme (wie die Müllabfuhr) die vollständige Abdeckung von Wegen erfordern.

Welchen Vorteil bietet das Savings-Verfahren gegenüber anderen Methoden?

Das Savings-Verfahren zeichnet sich durch einen geringen Rechenaufwand aus und erlaubt die parallele Zusammenfassung von Touren, was es besonders praxistauglich macht.

Wie werden Pausen in der Tourenplanung berücksichtigt?

Die Arbeit zeigt Ansätze wie das „Herausrechnen“ oder „Ausblenden“ von Pausen vor der eigentlichen Tourenplanung, um die algorithmische Komplexität zu handhaben.

Was ist das Ziel der Metastrategie Tabu Search?

Tabu Search soll das Stagnieren in einem lokalen Optimum verhindern, indem es zeitweise Verschlechterungen zulässt, um schließlich das globale Optimum zu finden.