Diplomarbeit, 2005
91 Seiten, Note: 1,3
1. Grundlagen zur Tourenplanung
1.1 Die Tourenplanung im betriebswirtschaftlichen Kontext
1.2 Tourenplanung als Disziplin des Operations Research
1.3 Gang der Problemanalyse und der Problemlösung
2. Zur Vielfältigkeit von Tourenplanungsproblemen
2.1 Kriterienkatalog zur Problemidentifizierung
2.1.1 Die Ausgestaltung des Netzwerks
2.1.2 Die Beschaffenheit des Fuhrparks
2.1.3 Die Zeit als wichtiger Einflussfaktor
2.1.4 Verschiedene Zielsetzungen
2.2 Grundmodelle der Tourenplanung
2.2.1 Das Handlungsreisendenproblem
2.2.2 Das Standardproblem der Tourenplanung
2.2.3 Kombinations- und Erweiterungsmöglichkeiten der Modelle
2.3 Berücksichtigung dynamischer Aspekte
2.4 Zusammenfassung und Problempräzisierung
3. Lösungsmöglichkeiten und Szenariokonstruktion
3.1 Konzepte zur Lösung des DTRP
3.1.1 Heuristische Verfahren für Tourenplanungsprobleme
3.1.2 Spezielle Lösungsansätze für dynamische Problemstellungen
3.1.3 Tourenoptimierung mit Hilfe von Metaheuristiken
3.2 Konstruktion eines DTRP - Szenarios
4. Konstruktions- und Verbesserungsverfahren
4.1 Konstruktionsverfahren
4.1.1 Das Savingsverfahren
4.1.2 Anwendungsmöglichkeiten von Einfügeheuristiken
4.1.3 Anwendung einer „nächster Nachbar“ Heuristik
4.1.4 Anwendungsmöglichkeiten zweistufiger Verfahren
4.2 Verbesserungsverfahren
4.2.1 Intraroutenverbesserung
4.2.2 Interroutenverbesserung
4.2.2.1 Das 2-opt* Kantentauschverfahren
4.2.2.2 Verbesserung anhand multipler Kriterien
4.2.3 Verfahrensvergleich und Ergebnisdetails
4.3 Anmerkungen zur Optimalität
5. Einbeziehung veränderlicher Informationen
5.1 Klassifizierung von Änderungsmöglichkeiten
5.2 Update eines bestehenden Tourenplans
5.3 Integration statischer Algorithmen in die Updateroutine
5.4 Betrachtung von Änderungen im Beispielproblem
6. Vorstellung weiterer Lösungsmöglichkeiten
7. Eine kritische Rekapitulation mit Ausblick
Die Arbeit untersucht die Herausforderungen und Lösungsstrategien für die dynamische Tourenplanung in Reparaturdienstleistungsunternehmen, bei denen Kundenbesuche unter strikten Zeitfensterrestriktionen erfolgen müssen. Das primäre Ziel besteht darin, ein mathematisches Modell zu entwickeln und praxisnahe heuristische Verfahren zu evaluieren, die in der Lage sind, bei neu eintretenden Informationen oder Änderungen der Rahmenbedingungen den Tourenplan zeitnah und effizient anzupassen.
4.1.1 Das Savingsverfahren
Das Savingsverfahren gehört zur Klasse der parallelen Konstruktionsverfahren. Es werden mehrere Touren simultan entwickelt, wobei durch Modifikationen auch eine sequentielle Vorgehensweise möglich wird.
Die Grundidee des Savingsverfahrens besteht darin, durch Verknüpfen von einzelnen Touren eine Reduzierung der insgesamt zurückgelegten Distanzen zu erreichen. Den Ausgangspunkt bilden Pendeltouren der Art [0, i, 0] für i = 1,…,n. Die einzelnen Touren werden nun an den jeweiligen Endpunkten miteinander verbunden und es entstehen umfangreichere Touren. Die Verknüpfung zweier Touren liefert eine Ersparnis (Saving) der Form:
Solange savij positiv ist lohnt sich eine Verknüpfung der Touren, da eine Distanzersparnis erreicht wird. Um adäquatere Tourenpläne zu erhalten kann die Funktion (17) modifiziert werden. Insbesondere verspricht die Erweiterung der Funktion um einen Parameter, der die Bedeutung der Distanz zwischen Kunden i und Kunden j hervorhebt, anders lautende Lösungen. Die Savingswerte können dann durch die nachfolgende Funktion bestimmt werden:
Für wachsende γ wird die Fahrtzeit zwischen den Kunden immer stärker berücksichtigt. Bei einem niedrigen Wert des Parameters werden vorzugsweise weit vom Depot entfernte Kunden zusammengefasst, da die Entfernung zwischen den Anfangs- und Endkunden einer Tour zum Depot stärker berücksichtigt wird.
1. Grundlagen zur Tourenplanung: Einführung in die allgemeinen Probleme der Fahrzeugtourenplanung, definitorische Abgrenzung statischer und dynamischer Szenarien sowie Einordnung in den Kontext der Logistik und des Operations Research.
2. Zur Vielfältigkeit von Tourenplanungsproblemen: Detaillierte Darstellung eines Kriterienkatalogs zur Kategorisierung von Tourenplanungsproblemen sowie Vorstellung der grundlegenden mathematischen Modelle wie TSP und VRP.
3. Lösungsmöglichkeiten und Szenariokonstruktion: Überblick über existierende Lösungsansätze, Einordnung der Heuristiken und Aufbau eines realitätsnahen Szenarios als Basis für die weiteren Untersuchungen.
4. Konstruktions- und Verbesserungsverfahren: Vorstellung von Algorithmen zur Erstellung einer initialen zulässigen Lösung und deren nachfolgende Optimierung durch lokale Suchverfahren.
5. Einbeziehung veränderlicher Informationen: Erörterung der dynamischen Aspekte, Entwicklung einer Updateroutine zur Anpassung bestehender Pläne und exemplarische Betrachtung von Änderungsfällen.
6. Vorstellung weiterer Lösungsmöglichkeiten: Kurze Skizzierung ergänzender Verfahren wie BARTOC und DRIVE sowie Einführung in die Nutzung von Metaheuristiken zur Problemlösung.
7. Eine kritische Rekapitulation mit Ausblick: Kritische Reflexion der in der Arbeit behandelten Aspekte, insbesondere hinsichtlich der Übertragbarkeit auf reale betriebswirtschaftliche Gegebenheiten.
Dynamische Tourenplanung, Zeitfensterrestriktionen, m-TSPTW, Operations Research, Heuristische Verfahren, Savingsalgorithmus, Lokale Suche, Kantentausch, 2-opt Verfahren, Dynamische Problemanalyse, Routenplanung, Logistik, Reparaturdienst, Kostenoptimierung, Metaheuristiken
Die Arbeit befasst sich mit der optimalen Planung von Fahrzeugtouren für einen Reparaturdienst, bei dem dynamische Einflüsse wie neue Kundenanfragen oder kurzfristige Änderungen in einem realitätsnahen Straßennetz berücksichtigt werden müssen.
Zentrale Themen sind die mathematische Modellierung von Tourenplanungsproblemen mit Zeitfenstern (m-TSPTW), der Einsatz von Konstruktions- und Verbesserungsheuristiken sowie die Entwicklung von Strategien zur dynamischen Anpassung dieser Pläne.
Ziel ist es, Methoden aufzuzeigen, wie ein Reparaturdienstleister trotz unvollständiger Informationslage zu Beginn eines Arbeitstages einen kostenminimalen und serviceorientierten Tourenplan erstellen und bei Änderungen flexibel aktualisieren kann.
Die Arbeit nutzt Methoden der Graphentheorie und der kombinatorischen Optimierung. Zur Problemlösung werden diverse heuristische Verfahren, wie das Savingsverfahren, Einfügeheuristiken und verschiedene Kantentauschverfahren (2-opt), angewendet.
Der Hauptteil analysiert verschiedene Kriterien zur Problemklassifizierung, stellt mathematische Modelle auf und führt spezifische Algorithmen an, um initial Touren zu konstruieren und diese iterativ durch lokale Suche zu optimieren.
Wichtige Schlüsselbegriffe sind Dynamische Tourenplanung, Zeitfenster, m-TSPTW, Heuristische Verfahren, Savingsalgorithmus und lokale Optimierung (z.B. 2-opt).
Das Dynamic Travelling Repairman Problem (DTRP) bezieht sich meist auf Notdienste, die nach jedem Auftrag zum Depot zurückkehren. Das in der Arbeit betrachtete Modell hingegen plant Touren für Mitarbeiter, bei denen die Kundenaufträge weniger dringlich sind und bereits im Voraus in den Tagesplan integriert werden können.
Da in dem betrachteten Beispiel nur eine kleine Anzahl von Kunden pro Tour bedient wird, ist das 2-opt Verfahren effizient geeignet, um die Reihenfolge innerhalb einer Tour so zu optimieren, dass Zeitfensterrestriktionen eingehalten und Fahrtkosten minimiert werden.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!

