Detailansicht
Entwicklung eines genetischen Algorithmus zur Lösung des Single-Vehicle Pickup and Delivery Problems für nachhaltige Lieferprozesse
Erdenechimeg Narandorj
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Internationale Betriebswirtschaft
Betreuer*in
Jan Fabian Ehmke
DOI
10.25365/thesis.82137
URN
urn:nbn:at:at-ubw:1-19474.97729.908431-4
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Die zunehmende Nachfrage nach Lebensmittellieferdiensten stellt hohe Anforderungen an eine effiziente und nachhaltige Tourenplanung. Ziel dieser Arbeit ist die Entwicklung und Analyse eines Optimierungsmodells für das Single-Vehicle Pickup-and-Delivery Problem (SVPDP) im Kontext der urbanen Lebensmittellogistik. Dabei werden zwei Zielgrößen gleichzeitig berücksichtigt: die Minimierung der Gesamtdistanz sowie die Minimierung der Kundenunzufriedenheit, die durch Lieferverzögerungen modelliert wird. Zur Lösung des Problems wird zunächst ein gemischt-ganzzahliges lineares Optimierungsmodell (MILP) entwickelt und mit dem Optimierungssolver Gurobi implementiert. Ergänzend wird ein genetischer Algorithmus (GA) entwickelt, um die Eignung heuristischer Verfahren für komplexere Problemstellungen zu untersuchen. Die Implementierung erfolgt in der Programmiersprache Python. Die Testinstanzen werden synthetisch generiert und repräsentieren typische Bedingungen urbaner Lebensmittelzustellungen. Die Ergebnisse zeigen, dass Gurobi für kleine Probleminstanzen optimale Lösungen liefert, während der genetische Algorithmus in kurzer Rechenzeit qualitativ hochwertige Näherungslösungen liefert. Darüber hinaus wird im Rahmen einer Sensitivitätsanalyse der Einfluss des Gewichtungsparameters der bi-objektiven Zielfunktion sowie verschiedener Parameter des genetischen Algorithmus untersucht. Ergänzend erfolgt ein Vergleich der Fahrzeugtypen Fahrrad, E-Bike und Lieferwagen hinsichtlich der logistischen Leistungsfähigkeit sowie der ökologischen Auswirkungen. Die Nachhaltigkeitsanalyse zeigt, dass das Fahrrad keine direkten CO₂-Emissionen verursacht, jedoch aufgrund seiner geringen Geschwindigkeit die höchsten Lieferverzögerungen verursacht. Der Lieferwagen erreicht eine hohe Transportleistung, verursacht jedoch die höchsten CO₂-Emissionen und den höchsten Energieverbrauch. Das E-Bike stellt unter den betrachteten Bedingungen den ausgewogensten Kompromiss zwischen logistischer Effizienz, geringer Kundenunzufriedenheit und Nachhaltigkeit dar.
Abstract
(Englisch)
The increasing demand for food delivery services requires efficient and sustainable routing solutions in urban logistics. The objective of this thesis is to develop and analyze an optimization model for the Single-Vehicle Pickup-and-Delivery Problem (SVPDP) in the context of urban food delivery. The proposed model considers two optimization objectives simultaneously: minimizing the total travel distance and minimizing customer dissatisfaction, which is represented by delivery delays. First, a mixed-integer linear programming (MILP) model is developed and solved using the Gurobi Optimizer. In addition, a Genetic Algorithm (GA) is implemented to investigate the applicability of heuristic optimization methods for solving routing problems. The implementation is carried out in Python, and synthetic benchmark instances are generated to represent typical urban food delivery scenarios. The computational results show that Gurobi provides optimal solutions for small problem instances, whereas the Genetic Algorithm generates high-quality near-optimal solutions within significantly shorter computation times. Furthermore, the influence of the bi-objective function's weighting parameter and the sensitivity of the Genetic Algorithm to different parameter settings are analyzed. Finally, three vehicle types—bicycle, e-bike, and delivery van—are compared in terms of routing performance and environmental sustainability. The sustainability analysis demonstrates that bicycles produce no direct CO₂ emissions but suffer from the highest delivery delays due to their low speed. Delivery vans provide excellent routing performance but generate the highest CO₂ emissions and energy consumption. Under the assumptions of this study, the e-Bike represents the best balance between operational efficiency, customer satisfaction, and environmental sustainability.
Schlagwörter
Schlagwörter
(Deutsch)
Single-Vehicle Pickup-and-Delivery Problem Lebensmittellogistik genetischer Algorithmus Gurobi nachhaltige Stadtlogistik Tourenplanung
Schlagwörter
(Englisch)
Single-Vehicle Pickup-and-Delivery Problem Food Delivery Genetic Algorithmen Gurobi Optimizer Sustainable Urban Logistics Vehicle Routing
Autor*innen
Erdenechimeg Narandorj
Haupttitel (Deutsch)
Entwicklung eines genetischen Algorithmus zur Lösung des Single-Vehicle Pickup and Delivery Problems für nachhaltige Lieferprozesse
Paralleltitel (Englisch)
Development of a genetic algorithm to solve the single-vehicle pickup and delivery problem for sustainable delivery processes
Publikationsjahr
2026
Umfangsangabe
iii, 102 Seiten : Illustrationen
Sprache
Deutsch
Beurteiler*in
Jan Fabian Ehmke
Klassifikation
85 Betriebswirtschaft > 85.03 Methoden und Techniken der Betriebswirtschaft
AC Nummer
AC18052972
Utheses ID
82565
Studienkennzahl
UA | 066 | 914 | |