Detailansicht
Fairness und Deprivation Costs in der Humanitären Logistik
ein Lösungsansatz mittels Partikelschwarmoptimierung
Sophie Christine Fischer
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Betriebswirtschaft
Betreuer*in
Walter Gutjahr
DOI
10.25365/thesis.54330
URN
urn:nbn:at:at-ubw:1-15624.00309.714871-0
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Das Konzept der Deprivation Costs stellt einen Fortschritt in der Humanitären Logistik dar und trägt wesentlich dazu bei, Hilfsmissionen fairer zu gestalten um keine Bevölkerungsgruppen, beispielsweise aufgrund erschwerter Erreichbarkeit, zu benachteiligen. Durch die explizite Berücksichtigung von Fairness in der Zielfunktion kann die Ungerechtigkeit stark reduziert werden. Dies wird durch Minimierung einer gewichteten Summe der Deprivation Costs und Ginis mittlerer absoluter Abweichung der Deprivation Costs unter Budgetnebenbedingungen erreicht. Daraus resultiert ein nichtkonvexes nichtlineares Optimierungsproblem, das mittels Partikelschwarmoptimierung gelöst wird. Der Lösungsalgorithmus wird für einen realen Anwendungsfall implementiert. Dafür werden Daten des Erdbebens in Nepal im Jahr 2015 verwendet, da hier die ungerechte Verteilung von Hilfsgütern kritisiert wurde. Die Ergebnisse zeigen, dass das Modell in der Lage ist die Ungerechtigkeit in der Humanitären Logistik zu verringern und effiziente Lösungen zu produzieren.
Schlagwörter
Schlagwörter
(Englisch)
Deprivation Costs Humanitarian Logistics Particle Swarm Optimization Equity
Schlagwörter
(Deutsch)
Humanitäre Logistik Fairness Gini Index Partikelschwarmoptimierung C++ Code
Autor*innen
Sophie Christine Fischer
Haupttitel (Deutsch)
Fairness und Deprivation Costs in der Humanitären Logistik
Hauptuntertitel (Deutsch)
ein Lösungsansatz mittels Partikelschwarmoptimierung
Paralleltitel (Englisch)
Fairness and deprivation costs in humanitarian logistics : a solution approach using particle swarm optimization
Publikationsjahr
2018
Umfangsangabe
64 Seiten : Diagramme, Karten
Sprache
Deutsch
Beurteiler*in
Walter Gutjahr
Klassifikation
85 Betriebswirtschaft > 85.99 Betriebswirtschaft: Sonstiges
AC Nummer
AC15179726
Utheses ID
48005
Studienkennzahl
UA | 066 | 915 | |