Detailansicht
Metaheuristics for two-echelon routing problems
Ulrich Breunig
Art der Arbeit
Dissertation
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Doctor of Philosophy-Doktoratsstudium Wirtschaftswissenschaften Logistics and Operations Management
Betreuer*in
Richard F. Hartl
DOI
10.25365/thesis.72155
URN
urn:nbn:at:at-ubw:1-29936.05550.607117-6
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Zweistufige Transportsysteme können ökonomisch vorteilhaft sein, auch kann man damit in Stadtzentren mit hoher Bevölkerungsdichte große Fahrzeuge vermeiden. Die großen Fahrzeuge transportieren die Güter nur bis zu Zwischenlagern am Stadtrand, ab dort übernehmen kleinere Fahrzeuge die letzten Kilometer bis zum Endkunden. Solche zweistufigen Systeme bringen natürlich Kosten mit sich: Die kostensparende Planung der Routen ist komplexer und aufwändiger. Diese Dissertation setzt sich aus den Publikationen von Breunig et al. (2016, 2017, 2019) zusammen. Die Metaheuristiken wurden für das klassische two-echelon vehicle routing problem und das klassische two-echelon location routing problem entwickelt und zeigen bessere Leistungen als zuvor veröffentlichte Lösungsmethoden. Weiters wurde ein neues Problem eingeführt: das electric two-echelon vehicle routing problem. Bei diesem werden im Stadtinneren elektrische Fahrzeuge verwendet, deren spezielle Eigenschaften berücksichtigt werden müssen. Wir haben anhand neu entwickelter, repräsentativer Testinstanzen untersucht, welche Auswirkungen die Reichweite der Batterie auf die Kosten für Umwege zu Ladestationen hat. Diese Schätzungen helfen bei strategischen Entscheidungen bei der Auswahl von Fahrzeugflotten.
Abstract
(Englisch)
Two-echelon distribution systems are attractive from an economical standpoint and help to keep large vehicles out of densely populated city centers. Large trucks can be used to deliver goods to intermediate facilities in accessible locations, whereas smaller vehicles allow to reach the final customers. This two-tiered setup comes of course at a cost of higher planning complexity. This thesis is composed of the publications Breunig et al. (2016, 2017, 2019) and studies large neighbourhood based metaheuristics for the classic two-echelon vehicle routing problem, the classic two-echelon location routing problem, and introduces a new problem variant, which is called the electric two-echelon vehicle routing problem. For the first two variants we can show that our developed metaheuristic outperforms the ones from previous literature. The latter takes into account specific characteristics of battery-powered vehicles to be used for the second echelon, reducing noise and pollution in city centers. We designed representative sets of new benchmark instances simulating realistic metropolitan areas. In particular, we observe that the detour miles due to recharging decrease proportionally to 1/ρ^x with x ≈ 5/4 as a function of the charging stations density ρ; e.g., in a scenario where the density of charging stations is doubled, recharging detours are reduced by 58%. Finally, we evaluate the trade-off between battery capacity and detour miles. This estimate is critical for strategic fleet-acquisition decisions, in a context where large batteries are generally more costly and less environment-friendly.
Schlagwörter
Schlagwörter
(Deutsch)
Metaheuristik Transportproblem Routenoptimierung
Schlagwörter
(Englisch)
Metaheuristic Vehicle Routing two-echelon Operations Management Large Neighborhood Search
Autor*innen
Ulrich Breunig
Haupttitel (Englisch)
Metaheuristics for two-echelon routing problems
Paralleltitel (Deutsch)
Metaheuristiken für zweistufige Transportprobleme
Publikationsjahr
2022
Umfangsangabe
VII, 62 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*innen
Claudia Archetti ,
Jorge E. Mendoza
Klassifikationen
85 Betriebswirtschaft > 85.03 Methoden und Techniken der Betriebswirtschaft ,
85 Betriebswirtschaft > 85.99 Betriebswirtschaft: Sonstiges
AC Nummer
AC16603143
Utheses ID
63837
Studienkennzahl
UA | 794 | 370 | 403 |