Tageszeitabhängige Reisezeiten in Standort und Tourenplanung
Time dependent Travel Times in Location and Routing Problems
Wissenschaftsdisziplinen
Mathematik (30%); Wirtschaftswissenschaften (70%)
Keywords
-
Vehicle Routing Problems,
Location Problems,
Floating Car Data,
Exact Algorithms,
Pick-up and Delivery Problems,
Metaheuristics
Für Logistikdienstleister, Servicetechniker und Taxidienste wird es durch den zunehmenden Verkehr in den Städten immer schwieriger die Durchführung der vereinbarten Services pünktlich zu beginnen. Sowohl Paketdienste und Taxidienste als auch Servicetechniker haben in der Regel fixe Zeitpunkte mit ihren Kunden vereinbart, wann sie das Paket, den Kunden abholen bzw. wann sie mit dem Service beginnen. Geographische Informationssysteme und genaue Aufzeichnungen über Straßennetze machen es möglich, dass man nahe optimale Lösungen für Standort- und Tourenplanung ermitteln kann. Allerdings sind die verfügbaren Durchfahrtszeiten bzw. Erreichbarkeitszeiten von einem Punkt zu einem anderen Punkt statische Informationen, die sich in der Regel durch Kennen des Straßentyps und der dadurch erlaubten Fahrgeschwindigkeit errechnen. Es wird in keiner Weise berücksichtigt, wie viele Fahrzeuge auf den einzelnen Straßenzügen unterwegs sind und dadurch eventuell Staus verursacht werden, sodass die angegebene Durchfahrtszeit bzw. Erreichbarkeitszeit nicht realistisch ist. Durch den Einsatz von GPS-(Global Positioning System) Geräten in Fahrzeugen und die Übertragung von aktuellen Fahrzeugstandorten per Mobilfunk ist es mittlerweile jedoch möglich, sehr gute tageszeitabhängige Durchfahrtszeiten für wichtige Straßenzüge zu ermitteln. Ein Reisezeit-Informationsdienst für den Raum Wien auf Basis von Floating Car Data existiert. Die Grundlage für die Berechnung von Fahrzeiten bilden ca. 800 Taxis einer Wiener Taxiflotte, von denen rund 200 Fahrzeuge mit GPS-Empfängern ausgestattet wurden. Diese Daten sollen für die Entwicklung der Optimierungsalgorithmen verwendet werden. In den letzten Jahren wurde für statische Tourenplanungs- und Standortprobleme eine Vielzahl an Lösungsverfahren entwickelt. Es können bereits sehr große und komplexe Probleme mit den bekannten Optimierungstechniken sehr gut gelöst werden. Durch diese hervorragenden Leistungen der Grundlagenforschung und die zusätzliche Verfügbarkeit von Floating Car Data stellt sich eine neue Herausforderung an die Wissenschaft: Können diese effizienten Algorithmen durch Verwendung von tageszeitabhängigen Informationen noch bessere Lösungen errechnen? Es stellt sich die Frage, wie die Integration von Floating Car Data und somit das Wissen über tageszeitabhängige Durchfahrtszeiten in die existieren Algorithmen und Lösungsverfahren integriert werden kann, um dadurch noch realistischere und für den Praxiseinsatz brauchbare Lösungen zu generieren. Die Integration von Floating Car Data in Standort- und Tourenplanung ist vor allem in den folgenden Anwendungsfeldern relevant: 1.) Standortentscheidungen für Pannendienst, Polizei, Rettung, Feuerwehr: Diese Einsatzorganisationen müssen Ihre Fahrzeuge so aufstellen, dass die Einsatzorte in einer vorgesehen Hilfsfrist erreicht werden können. Dabei ist es notwendig auch tageszeitabhängig Umpositionierungen in Betracht zu ziehen. 2.) Tourenplanungsentscheidungen für Zustell- und Taxidienste, etc.: Genauere Vorhersage der Ankunftszeiten für Abholung und Ablieferung bei eventueller Neuberechnung der Routenpläne. In dem vorliegenden Forschungsprojekt soll in erster Linie die Ausnutzung des Wissens über tageszeitabhängige Durchfahrtszeiten und Floating Car Data in den bekannten heuristischen Optimierungsverfahren (Variable Neighborhood Search, Scatter Search) integriert werden. Wie können heuristische Lösungsverfahren für Standortentscheidungen von Einsatzorganisationen bzw. Tourenplanungen von Paket und Taxidiensten verbessert werden, wenn sie tageszeitaktuelle Information berücksichtigen und wie kann am besten diese Information in den Algorithmen integriert werden bzw. wie sollte das Algorithmendesign gestaltet sein, damit diese Information effizient verarbeitet werden kann.
- Salzburg Research Forschungsgesellschaft m.b.H. - 30%
- Universität Wien - 70%
- Günter Kiechle, Salzburg Research Forschungsgesellschaft m.b.H. , assoziierte:r Forschungspartner:in
- Michel Gendreau, Ecole Polytechnique de Montreal - Kanada
Research Output
- 776 Zitationen
- 5 Publikationen
-
2012
Titel Solving the dynamic ambulance relocation and dispatching problem using approximate dynamic programming DOI 10.1016/j.ejor.2011.10.043 Typ Journal Article Autor Schmid V Journal European Journal of Operational Research Seiten 611-621 Link Publikation -
2014
Titel Integrating stochastic time-dependent travel speed in solution methods for the dynamic dial-a-ride problem DOI 10.1016/j.ejor.2014.03.005 Typ Journal Article Autor Schilde M Journal European Journal of Operational Research Seiten 18-30 Link Publikation -
2010
Titel Ambulance location and relocation problems with time-dependent travel times DOI 10.1016/j.ejor.2010.06.033 Typ Journal Article Autor Schmid V Journal European Journal of Operational Research Seiten 1293-1303 Link Publikation -
2010
Titel Models and algorithms for the heterogeneous dial-a-ride problem with driver-related constraints DOI 10.1007/s00291-010-0229-9 Typ Journal Article Autor Parragh S Journal OR Spectrum Seiten 593-633 Link Publikation -
2011
Titel Metaheuristics for the dynamic stochastic dial-a-ride problem with expected return transports DOI 10.1016/j.cor.2011.02.006 Typ Journal Article Autor Schilde M Journal Computers & Operations Research Seiten 1719-1730 Link Publikation