Detailansicht
Vergleich eines genetischen Algorithmus und einer Evolutionsstrategie für das Rural Postman Problem mit ladungsabhängigen Kosten
Thomas Wally
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Betriebswirtschaft
Betreuer*in
Richard Hartl
DOI
10.25365/thesis.82172
URN
urn:nbn:at:at-ubw:1-23714.10455.124725-1
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Die Planung effizienter Routen spielt in der Transportbranche eine zentrale Rolle bei der Senkung von Transportkosten und der Reduzierung von Emissionen. Grundlegende Routingmodelle berücksichtigen in ihrer Optimierung häufig ausschließlich die zurückgelegte Distanz und vernachlässigen weitere relevante Einflussgrößen. Diese Annahme bildet reale Problemstellungen jedoch nicht ausreichend ab, da die tatsächlichen Kosten unter anderem von der zu transportierenden Ladung abhängen. Aus diesem Grund befasst sich diese Arbeit mit dem Rural Postman Problem mit ladungsabhängigen Kosten (RPP-LC), bei dem die aktuelle Ladung des Fahrzeugs die Transportkosten beeinflusst. Im Rahmen dieser Arbeit wird ein genetischer Algorithmus zur Lösung des RPP-LC implementiert und durch eine Evolutionsstrategie als alternatives Lösungsverfahren ergänzt. Die Ergebnisse beider Verfahren werden hinsichtlich der Bewertungsgrößen Lösungsqualität, Konvergenzzeit und Stabilität gegenübergestellt. Mithilfe einer weiteren Untersuchung wird der Einfluss ladungsabhängiger Kosten auf die Tourstruktur im Vergleich zum klassischen Rural Postman Problem (RPP) analysiert, bei dem die Distanzminimierung im Vordergrund steht. Anhand einer praxisnahen Fallstudie wird die Anwendbarkeit des Modells und der Lösungsverfahren auf einem realen Straßennetzwerk evaluiert. Die Ergebnisse zeigen, dass sich zwischen dem genetischen Algorithmus und der Evolutionsstrategie hinsichtlich der Lösungsqualität kaum Unterschiede ergeben. Im Hinblick auf die Effizienz weist der genetische Algorithmus Vorteile auf und zeichnet sich durch geringere Streuungen der Konvergenzzeiten aus. In der Fallstudie erzielt die Evolutionsstrategie hinsichtlich der Lösungsqualität leicht bessere Ergebnisse, während der genetische Algorithmus schneller zur besten gefundenen Lösung konvergiert. Diese Ergebnisse verdeutlichen, dass die Leistungsfähigkeit der Verfahren von der Komplexität und den strukturellen Eigenschaften des zugrunde liegenden Netzwerks abhängt. Zudem zeigt sich, dass die Berücksichtigung ladungsabhängiger Kosten die Tourstruktur beeinflusst und im Gegensatz zum klassischen RPP zu längeren Touren führen kann. Insgesamt zeigt sich, dass die Berücksichtigung ladungsabhängiger Kosten im Rural Postman Problem eine realistischere Abbildung der Transportkosten ermöglicht. Zudem stellen die untersuchten Metaheuristiken geeignete Verfahren zur Lösung des RPP-LC dar und ermöglichen deren Anwendung auf komplexen realen Straßennetzwerken.
Schlagwörter
Schlagwörter
(Deutsch)
Rural Postman Problem Arc Routing Problem Ladungsabhängige Kosten Genetischer Algorithmus Evolutionsstrategie Metaheuristik Winterdienstplanung
Schlagwörter
(Englisch)
Rural Postman Problem Arc Routing Problem Load-Dependent Costs Genetic Algorithm Evolution Strategy Metaheuristic Winter Road Maintenance Planning
Autor*innen
Thomas Wally 
Haupttitel (Deutsch)
Vergleich eines genetischen Algorithmus und einer Evolutionsstrategie für das Rural Postman Problem mit ladungsabhängigen Kosten
Paralleltitel (Englisch)
Comparison of a genetic algorithm and an evolution strategy for the rural postman problem with load-dependent costs
Publikationsjahr
2026
Umfangsangabe
XI, 110 Seiten : Illustrationen
Sprache
Deutsch
Beurteiler*in
Richard Hartl
Klassifikationen
54 Informatik > 54.51 Programmiermethodik ,
85 Betriebswirtschaft > 85.03 Methoden und Techniken der Betriebswirtschaft
AC Nummer
AC18055868
Utheses ID
82675
Studienkennzahl
UA | 066 | 915 | |