Open Access

Christian Billing

• Eine wesentliche Aufgabe der Distributionslogistik vieler Unternehmen ist die Planung von Transporten. Daher ist es nicht erstaunlich, dass seit langer Zeit Methoden des Operations Research angewandt werden, um effiziente Lösungen für Fragestellungen in diesem Bereich zu finden. Zu den bekanntesten Problemen gehört zweifelsohne das Vehicle-Routing-Problem, welches zum Ziel hat den Bedarf einer Menge an Kunden möglichst kostengünstig zu erfüllen, wobei Fahrzeuge mit einer begrenzten Kapazität zur Verfügung stehen. Ausgehend von dieser Problemstellung gibt es unzählige Forschungsarbeiten, welche das Thema sowohl aus einer praktischen als auch aus einer theoretischen Sichtweise betrachten. Eine Forschungsrichtung stellt dabei die Untersuchung eines mehrperiodischen Zeitraums dar, so dass eine vorausschauende Planung der Touren gefragt ist. Die Vielzahl an Daten, die heutzutage zur Verfügung stehen, verbessern dabei die Möglichkeit zukünftige Aufträge zu antizipieren. Diese kumulativeEine wesentliche Aufgabe der Distributionslogistik vieler Unternehmen ist die Planung von Transporten. Daher ist es nicht erstaunlich, dass seit langer Zeit Methoden des Operations Research angewandt werden, um effiziente Lösungen für Fragestellungen in diesem Bereich zu finden. Zu den bekanntesten Problemen gehört zweifelsohne das Vehicle-Routing-Problem, welches zum Ziel hat den Bedarf einer Menge an Kunden möglichst kostengünstig zu erfüllen, wobei Fahrzeuge mit einer begrenzten Kapazität zur Verfügung stehen. Ausgehend von dieser Problemstellung gibt es unzählige Forschungsarbeiten, welche das Thema sowohl aus einer praktischen als auch aus einer theoretischen Sichtweise betrachten. Eine Forschungsrichtung stellt dabei die Untersuchung eines mehrperiodischen Zeitraums dar, so dass eine vorausschauende Planung der Touren gefragt ist. Die Vielzahl an Daten, die heutzutage zur Verfügung stehen, verbessern dabei die Möglichkeit zukünftige Aufträge zu antizipieren. Diese kumulative Dissertationsschrift besteht insgesamt aus drei Beiträgen. Der erste Beitrag beschäftigt sich mit einer praktischen Fragestellung aus dem Bereich der Automobilindustrie. Im zweiten Beitrag findet eine theoretische Untersuchung eines Tourenplanungsproblems statt. In beiden Beiträgen steht die Frage im Vordergrund, welche Kunden in der aktuellen Periode bedient werden und welche auf nachfolgende Perioden verschoben werden. Darüber hinaus wird im dritten Beitrag der Aspekt der fairen Verteilung solcher Auslieferungstouren an mehrere Logistikdienstleister betrachtet. Der erste Beitrag analysiert ein praktisches Tourenplanungsproblem aus der Distributionslogistik von Automobilunternehmen, wobei stochastische Informationen über zukünftige Aufträge mit den speziellen Ladungsbeschränkungen, welche bei Autotransportern auftreten, kombiniert werden. Nach der Modellierung des stochastischen, dynamischen Tourenplanungsproblems Problemstellung eine Lösungsheuristik vorgestellt. Diese nutzt die stochastischen Informationen, um täglich eine gute Auswahl der auszuliefernden Fahrzeuge zu treffen. Die Qualität des Verfahrens wird durch eine Case Study getestet, welche signifikante Verbesserungen gegenüber anderen Lösungsmethoden aufzeigt. Auch im zweiten Beitrag wird ein dynamisches Tourenplanungsproblem betrachtet. Erneut ist die tägliche Auswahl der zu beliefernden Kunden die zentrale Frage, wobei die Kapazität auf jeder Tour auf zwei Kunden beschränkt ist. In diesem Beitrag liegt der Fokus jedoch auf dem Worst-Case Verhalten verschiedener Online-Algorithmen, ausgedrückt durch das so genannte „competitive ratio“. Außerdem werden untere Schranken untersucht, wodurch eine Aussage über die Qualität der Online-Algorithmen getroffen werden können. Anknüpfend an die Fragestellung aus dem ersten Beitrag beschäftigt sich der dritte Beitrag mit einer fairen Verteilung von Auslieferungstouren an verschiedene Anbieter. Dazu wird ein gemischt-ganzzahliges Programm aufgestellt, welches so generisch gehalten ist, dass es auf ähnliche Problemstellungen übertragen werden kann. Zentraler Bestandteil ist eine ausführliche komplexitätstheoretische Untersuchung der Problemstellung. Zur Lösung des Problems wird eine Tabu-Suche implementiert, deren Qualität an verschiedenen Gruppen von Instanzen untersucht wird. Außerdem wird das Verfahren an realen Datensätzen getestet, welche alle exakt gelöst werden können.…