Robuste integrierte Umlauf-, Tagesdienst- und Dienstreihenfolgeplanung im ÖPNV
Zusammenfassung der Projektergebnisse
Wegen des zunehmenden Einsatzes von Elektrobussen ist es für das Busunternehmen wichtig zu wissen, wie sich die operative Planung der Busse und des Personals durch die Einführung der Elektromobilität ändert. Die drei Teilaufgaben der operativen Planung (Umlauf-, Dienstund Dienstreihenfolgeplanung) sind komplex und wurden in der Literatur sequentiell oder (teil- )integriert betrachtet. Aufbauend auf den bisherig erarbeiteten Forschungsergebnissen (inklusive Daten, Algorithmen und Software) beider Antragstellerinnen wird eine prototypische Software/Framework für eine Taxonomie der verschiedenen mathematischen Modelle entwickelt. Basierend darauf wurde der nichtlineare Nachladeprozess von Batterien in die Umlaufplanung auf Basis eines Time-Space-Netzwerks integriert. Die Rechenzeit erhöht sich enorm, deshalb wurden ein Column-Generation-Ansatz sowie heuristische Lösungsansätze in das Framework eingebaut. Zusätzlich wurde das Framework um die Integration der Standortplanung der Ladeinfrastruktur in die elektrische Fahrzeugeinsatzplanung erweitert. Das bedeutet, dass die zum Durchführen der Fahrzeugumläufe benötigten Ladestandorte in einer integrierten Weise optimiert werden. Damit werden Synergieeffekte zwischen den beiden Planungsaufgaben (Fahrzeugeinsatz und Ladeinfrastrukturplanung) erzeugt, indem die Zusammenstellung und der Verlauf der Tagesumläufe der batterieelektrisch betriebener Busse in einer optimalen Weise die Lademöglichkeiten einbeziehen und die letzteren sich aus einer angepassten Ladeinfrastruktur ergeben, die wiederum auf die Bedarfe der batterieelektrisch angetriebener Busflotte hin optimiert wurde. Außerdem ist die robuste Planung wichtig aufgrund der begrenzten Batteriekapazität und Lademöglichkeiten der E-Busse. Deshalb wurden unterschiedliche Aspekte der Robustheit in der operativen Planung (zunächst ohne Betrachtung des Nachladeprozesses) in diesem Projekt untersucht. Dazu zählen die Berücksichtigung der propagierten Verspätungen im integrierten Modell, die bessere Schätzung der Fahrzeit der Busse sowie die Betrachtung der variierenden Anzahl der Busse. Ein wichtiges Ergebnis ist, dass die Berücksichtigung der propagierten Verspätungen die Komplexität des integrierten Modells nicht erhöht. Zusätzlich dient die geschätzte Fahrzeit mit Hilfe der Datenanalyse statt der geplanten Fahrzeit für die robusten Umlaufpläne. Die variierende Anzahl der Busse im mathematischen Modell ist eine gute Vorbereitung für eine wichtige Fragestellung: Wie viele E-Busse sollten die Busunternehmen anschaffen, um alle Bedarfe abzudecken?
Projektbezogene Publikationen (Auswahl)
-
Entscheidungsunterstützung durch Historienbasierte Dienstreihenfolgeplanung mit Pattern, in 'Proceedings International Conference Wirtschaftsinformatik'.
Wolbeck, L.; Amberg, B. & Kliewer, N.
-
A study on flow decomposition methods for scheduling of electric buses in public transport based on aggregated time–space network models. Central European Journal of Operations Research, 30(3), 883-919.
Olsen, Nils; Kliewer, Natalia & Wolbeck, Lena
-
Review of Transit Data Sources: Potentials, Challenges and Complementarity. Sustainability, 13(20), 11450.
Ge, Liping; Sarhani, Malek; Voß, Stefan & Xie, Lin
-
Study on sensitivity of electric bus systems under simultaneous optimization of charging infrastructure and vehicle schedules. EURO Journal on Transportation and Logistics, 10, 100049.
Stumpe, Miriam; Rößler, David; Schryen, Guido & Kliewer, Natalia
-
Comparing two hybrid neural network models to predict real-world bus travel time. Transportation Research Procedia, 62, 393-400.
Nimpanomprasert, Thummaporn; Xie, Lin & Kliewer, Natalia
-
Location Planning of Charging Stations for Electric Buses in Public Transport Considering Vehicle Scheduling: A Variable Neighborhood Search Based Approach. Applied Sciences, 12(8), 3855.
Olsen, Nils & Kliewer, Natalia
-
Revisiting the richness of integrated vehicle and crew scheduling. Public Transport, 16(3), 775-801.
Ge, Liping; Kliewer, Natalia; Nourmohammadzadeh, Abtin; Voß, Stefan & Xie, Lin
-
Robust Optimization for Integrated Vehicle and Crew Scheduling Based on Uncertainty in the Main Inputs, in 'The Fifth Data Science Meets Optimisation Workshop at IJCAI- 22'.
Ge, L.; Nourmohammadzadeh, A.; Voß, S. & Xie, L.
-
Robustness and disturbances in public transport. Public Transport, 14(1), 191-261.
Ge, Liping; Voß, Stefan & Xie, Lin
-
A Mutation Based Modular Evolutionary Scheme for Integrated Timetabling and Vehicle Scheduling With headways and Connection Quality Criteria. Lecture Notes in Operations Research, 479-486. Springer International Publishing.
Mertens, Lucas; Amberg, Bastian & Kliewer, Natalia
