Reverse supply chain of residual wood biomass

Nachhaltigkeit und Umweltbewusstsein werden zu einem immer wichtigeren Thema, und Fragen des Recyclings und der Wiederverwendung erfahren in letzter Zeit mehr und mehr Aufmerksamkeit. Obwohl Biomasse eine wichtige erneuerbare Ressource ist und viele Formen annehmen kann (von landwirtschaftlichen Rückständen über Lebensmittelabfälle bis hin zu forstwirtschaftlichen Rückständen und Bau-/Holzverarbeitungsrückständen), werden Biomasseabfälle überwiegend für die Erzeugung von Bioenergie in Betracht gezogen. Je nach der genauen Art der Biomassereste können jedoch auch Alternativen für ihre Nutzung bestehen. So ist etwa die Bewirtschaftung von Restholzbiomasse ein wichtiger Bereich, mit dem sich neben der Nutzung für Bioenergie bisher nicht viele Studien befasst haben. Es gibt mehrere verschiedene Problemklassen, die in den Rückwärtslogistikprozessen von Holz untersucht werden können. Die Optimierung der Aktivitäten dieser Lieferkette und die Identifizierung ihrer besonderen Merkmale ist sowohl für die Verringerung der Umweltauswirkungen als auch für die Steigerung der Effizienz und des Gewinns der Unternehmen von Bedeutung. Hauptziel dieses Projekts ist es, die möglichen alternativen Reverse-Logistics-Prozesse von Biomassereststoffen zu untersuchen, wobei wir uns auf Holzreststoffe als Anwendungsfall konzentrieren. Wir planen, wichtige Optimierungsprobleme im Zusammenhang mit der Sammlung, der Sortierung, dem Transport, der Lagerung und der Verarbeitung dieser Biomasse zu formulieren und effiziente Modelle und Algorithmen für ihre Lösung zu entwickeln. Wir werden neue Ansätze erforschen, die auf hybriden Algorithmen und maschinellem Lernen basieren.

Nachhaltigkeit und Umweltbewusstsein gehören zu den wichtigsten Themen der heutigen Gesellschaft, und Fragen des Recyclings und der Wiederverwendung erfahren in letzter Zeit mehr und mehr Aufmerksamkeit. Im Kontext von Lieferketten zählen Closed-Loop Supply Chains zu den effektivsten Ansätzen, bei denen Reverse Logistics mit der konventionellen Vorwärtslogistik kombiniert wird. Solche Netzwerke konzentrieren sich auf die Optimierung der Gesamtkosten des operativen Netzwerks und auf die Minimierung von Umweltbelastungen. Das Facility Location Problem ist ein zentrales Problem bei der Gestaltung geschlossener Lieferketten. Dieses Problem tritt in vielen Varianten auf, und seine praktischen Anwendungen gehen über die Planung von Supply Chains hinaus. Typischerweise umfassen die Nebenbedingungen bei Facility Location Problemen unter anderem die Deckung der Kundennachfrage, Kapazitätsgrenzen von Standorten für Güter oder Dienstleistungen, das Vorliegen von Kundeninkompatibilitäten sowie die Nutzung mehrerer Quellen zur Erfüllung der gesamten Nachfrage. In den meisten Fällen beinhaltet die Zielfunktion die Minimierung der gesamten Netzwerkkosten. Die Entwicklung effizienter Algorithmen ist in diesem Kontext von zentraler Bedeutung, da das Ermitteln nahezu optimaler Lösungen für Facility Location Probleme eine erhebliche Herausforderung darstellt. Zu diesem Zweck haben wir uns im Rahmen dieses Projekts auf zwei verschiedene Facility Location Probleme konzentriert: das Capacitated p-Median Problem und das Capacitated Facility Location Problem with Customer Incompatibilities. Im Rahmen dieses Projekts haben wir verschiedene Lösungsmethoden für die untersuchten Probleme erforscht und entwickelt, darunter exakte Verfahren, hybride Ansätze sowie generelle Techniken. Unsere vorgeschlagenen Methoden haben den aktuellen Stand der Technik in diesem Bereich verbessert. Zudem haben wir die Probleminstanzen um einen umfangreichen Datensatz erweitert. Weitere im Rahmen dieses Projekts durchgeführte Arbeiten umfassen die Formulierung eines Facility Location Problems für Closed-Loop Supply Chains sowie das Aircraft Maintenance Routing Problem. Insgesamt hat dieses Projekt wichtige Beiträge zu den Lösungsmethoden für Facility Location Probleme hervorgebracht. Es wurden moderne Algorithmen entwickelt, die auch auf andere Varianten von Problemen übertragbar sind. Die bereitgestellten Probleminstanzen können zur Evaluierung neuer Algorithmen genutzt werden.