Project Details
Projekt Print View

Exact and heuristic algorithms for uncertain and time-dependent hub location problems based on quadratic optimization

Subject Area Traffic and Transport Systems, Intelligent and Automated Traffic
Term from 2011 to 2020
Project identifier Deutsche Forschungsgemeinschaft (DFG) - Project number 201197672
 
Final Report Year 2021

Final Report Abstract

Hub-Location-Probleme behandeln die strategische Planung von Transportnetzen: Für eine Anzahl an Depots sollen untereinander Sendungen ausgetauscht werden. Da die Etablierung einer Direktverbindung von jedem Depot zu jedem anderen Depot zu kostenintensiv ist, wird stattdessen eine Reihe von Standorten als Hubs ausgewählt; jede Sendung wird vom Start- zum Zieldepot über ein oder zwei Hubs geroutet. Diese Vorgehensweise lohnt sich, sofern die Einsparungen durch Transportbündelung die zusätzlichen Kosten der Hubs überschreiten. Mehr als drei Jahrzehnte nach Beginn der Hub-Location-Forschung stellt die strategische Planung von Transportnetzwerken immer noch eine Herausforderung dar. Für die stark vereinfachten Modelle der Achtziger Jahre stehen mittlerweile ausgereifte Algorithmen zur Verfügung. Hier wird jedoch mit einem Transportkostensatz pro Tonnenkilometer gerechnet, der auf Hub-Hub-Verbindungen mit einem festen Faktor diskontiert wird. Dies führt mitunter zur Einplanung schlecht ausgelasteter Fahrzeuge. Weiterhin werden alle Daten als bekannt vorausgesetzt und mögliche Schwankungen oder Störungen ignoriert. Für anwendungsnahe Modelle besteht noch großer Forschungsbedarf. In der ersten Projektphase wurden wesentliche Fortschritte bezüglich der Modellintegration komplexer Transportkostenfunktionen erzielt. In enger Zusammenarbeit der Projektpartner erfolgte die Entwicklung heuristischer und exakter Optimierungsverfahren, welche gute Lösungen auch bei großen, realistischen Problemgrößen berechnen. Gerade bei Single-Allocation-Problemen, in denen die Sendungen ohne Sortierung zu dem gewählten Hub transportiert werden (wie etwa in Postnetzen), haben sich die entwickelten quadratischen Optimierungsmethoden bewährt. Wesentlich für die Einsetzbarkeit der diskutierten Modelle ist es, den Schritt von deterministischen zu stochastischen Daten zu gehen. In der Realität sind Transportmengen und -zeiten nicht vorher bekannt und Hubausfälle können ein schlecht geplantes Netzwerk empfindlich stören. Daher haben wir in der zweiten Projektphase die stochastischen Einflüsse in mathematischen Problemformulierungen integriert und hierfür effiziente Dekompositionsverfahren entwickelt. Mit unserem Projekt haben wir nicht nur einen Beitrag zur Lösung anwendungsnaher Transportplanungsprobleme geleistet, sondern konnten auch algorithmisch und mathematisch in neue Bereiche vorstoßen, besonders in der Kombination von quadratischen Optimierungstechniken mit stochastischen Einflüssen.

Publications

 
 

Additional Information

Textvergrößerung und Kontrastanpassung