Detailansicht
Optimizing carbon emissions for time-dependent green vehicle routing problem for heterogeneous vehicles
Constantin Carl Schaumann
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Betriebswirtschaft
Betreuer*in
Jan Fabian Ehmke
Mitbetreuer*in
Kanchan Joshi
DOI
10.25365/thesis.77744
URN
urn:nbn:at:at-ubw:1-20997.23438.899347-5
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Da der Klimawandel das Leben von Milliarden von Menschen bedroht und schwerwiegende wirtschaftliche Folgen nach sich ziehen kann, legen immer mehr Unternehmen und Behörden Wert darauf, ihre Umweltbelastung und insbesondere ihre CO2-Emissionen zu senken. Der Verkehrssektor verursacht weltweit rund 24% der gesamten C O2 -Emissionen (Stand 2020), wobei etwa 29,4% dieses Anteils auf den Straßengüter- verkehr, einschließlich Lkw, entfallen. Eine Reduzierung der Emissionen im Transportwesen trägt nicht nur zum Klimaschutz bei, sondern verbessert auch die öffentliche Gesundheit durch geringere Luftverschmutzung und damit weniger Atemwegs- und Herz-Kreislauf-Erkrankungen. Ein vielversprechender Ansatz für Unternehmen und Behörden ist dabei die Optimierung ihrer Fahrzeugrouten – auch als Green Vehicle Routing Problem (GVRP) bekannt. Obwohl zahlreiche Studien bereits verschiedene Aspekte und Varianten des GVRP beleuchtet haben, gibt es nach wie vor deutliche Forschungslücken. Insbesondere fehlen Modelle, die heterogene Fahrzeugflotten, Verkehrsstaus und Kundenzeitfenster gleichzeitig berücksichtigen. Angesichts des erheblichen Anteils des Transportsektors an den globalen Emissionen können selbst kleine Verbesserungen in der Routenplanung große positive Auswirkungen haben. Eine Zielfunktion, die den Energieverbrauch minimiert, führt dabei häufig zu praxisnäheren Lösungen, wenn es um eine realistische Verringerung der Emissionen geht. Diese Masterarbeit untersucht den Einfluss unterschiedlicher Fahrzeugflotten auf das Ziel der Emissionsreduktion im GVRP unter Berücksichtigung von Verkehrsstaus und vorgegebenen Kundenzeitfenstern. Um den bestehenden Forschungslücken entgegenzuwirken, wird ein mathematisches Modell entwickelt, das sowohl heterogene Flotten als auch zeitabhängige Bedingungen einbezieht. Dieses Modell verfolgt drei Ziele, darunter die Optimierung von Kohlenstoffemissionen im zeitabhängigen GVRP, wobei insbesondere städtische Verkehrsverhältnisse berücksichtigt werden. Zur Validierung wurden zunächst die bekannten Solomon-Datensätze von 1987 herangezogen, bevor anschließend reale Entfernungs- und Fahrzeitdaten verwendet wurden, um die praktische Anwendbarkeit des Modells zu demonstrieren. Zahlreiche Studien bereits das Verständnis und die Modellierung vergleichbarer Probleme vorangebracht haben und in anderen Städten angewandt haben, ist die Anwendung des HTDGVRP auf Wien jedoch bislang weitgehend unerforscht. Sowohl ein exakter Lösungsansatz als auch ein genetischer Algorithmus erwiesen sich bei der Bewältigung dieser komplexen, NP-schweren Aufgabe als hilfreich. Die mit realen Entfernungs- und Geschwindigkeitsdaten erzielten Ergebnisse deuten darauf hin, dass sich der Einsatz umweltfreundlicherer Flotten nicht so stark auf Fahrzeiten und damit verbundene Personalkosten auswirkt wie befürchtet. Dies kann einen wichtigen Schritt hin zu einem kohlenstoffneutralen Logistiksektor darstellen.
Abstract
(Englisch)
As climate change threatens to disrupt the lives of billions of people and cause severe economic con- sequences, a growing number of companies and governmental agencies are eager to reduce their en- vironmental impacts and CO2 emissions. The transportation sector accounts for 24% of global CO2 emissions as of 2020, with 29.4% of this share emitted by road freight, including trucks and lorries. Re- ducing emissions in transportation not only mitigates climate change but also improves public health by decreasing air pollution, thereby lowering the incidence of respiratory and cardiovascular diseases. One way for companies or government agencies to achieve this is to optimize their vehicle routes to reduce emissions, which is also called the Green Vehicle Routing Problem (GVRP). Even though many papers have explored different variations and aspects of the GVRP, several research gaps remain; in particular, there is a lack of models that consider the effects of heterogeneous fleets, congestion, and customer time windows simultaneously. Given the magnitude of emissions emitted by the transportation sector, even small improvements in routing practices can have far-reaching positive effects. Therefore, using an objective function that minimizes energy consumption can provide more realistic results when aiming to minimize emissions. The objective of this master’s thesis is to investigate the effect different fleets have on the GVRP’s objective of reducing CO2 emissions, while considering the effects of traffic conges- tion, and also adhering to customer time windows. In response to these gaps in the current body of re- search, this master’s thesis aims to develop a mathematical model for the Green Vehicle Routing Problem (GVRP) that incorporates both heterogeneous fleets and time-dependency. A triple-objective model will be developed for optimizing carbon emissions in the context of time-dependent GVRP for heterogeneous vehicles, addressing the challenges of urban transportation while prioritizing a reduction in CO2 emis- sions. After testing on the 1987 Solomon instances, real world distance and travel time data was gathered to demonstrate the effectiveness and applicability of this model on real world data. Numerous studies have significantly advanced the understanding and modeling of related problems, but the application of the HTDGVRP specifically to Vienna is a frontier yet to be fully explored. Developing both an exact approach as well as a genetic algorithm highlighted the effectiveness of metaheuristic approaches when tackling complex NP-hard problems. The results obtained while using real distance and travel speed data indicate that logistics planners may not have to compromise as much as previously thought in terms of travel times and thus labor costs when opting for more environmentally friendly vehicle fleets, which can help pave the way towards a carbon-neutral logistics sector.
Schlagwörter
Schlagwörter
(Deutsch)
Emissionsminimierung
Schlagwörter
(Englisch)
Green Vehicle Routing Problem Heterogeneous Fleet Time Dependent Congestion
Autor*innen
Constantin Carl Schaumann
Haupttitel (Englisch)
Optimizing carbon emissions for time-dependent green vehicle routing problem for heterogeneous vehicles
Publikationsjahr
2025
Umfangsangabe
39 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Jan Fabian Ehmke
Klassifikation
55 Verkehrswesen > 55.83 Stadtverkehr. Nahverkehr
AC Nummer
AC17444324
Utheses ID
74354
Studienkennzahl
UA | 066 | 915 | |