Detailseite
Projekt Druckansicht

Pro-aktive Tourenplanung für Kurzfrist-Testung in Pandemien

Fachliche Zuordnung Accounting und Finance
Förderung Förderung seit 2022
Projektkennung Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 494812908
 
Eine Pandemie kann Städte innerhalb kürzester Zeit zum Stillstand bringen. Um diesem entgegenzuwirken, ist es immanent wichtig, Infektionscluster schnell zu identifizieren und eine weitere Ausbreitung zu Vermeiden. Ein neuer Ansatz, der während der COVID-19 Pandemie in Wien eingesetzt wurde, ist es, eine Flotte an mobilen Testerinnen und Testern einzusetzen. Dieses Projekt befasst sich mit dem operationalen Management solcher Flotten und deren Einfluss auf die Infektionsverbreitung. Das Projekt wird state-of-the-art Multiagenten-Simulationen nutzen, um die Ausbreitung der Infektionen zu simulieren. Die generierten Daten werden hinsichtlich zeitlicher und räumlicher Ausbreitung analysiert (descriptive analytics). Die Daten werden anschließend zu detaillierten Informationsmodellen aggregiert, die insbesondere die Korrelation im Testbedarf abbilden können (predictive analytics). Diese Informationsmodelle werden in das stochastisch dynamische Tourenplanungsproblem integriert und dieses wird mit quantitativen Lösungsverfahren gelöst, unter anderem mittels Reinforcement Learning (prescriptive analytics). Die ermittelten Lösungsstrategien werden anschließend wieder mit der Multiagenten-Simulation evaluiert. In Verlauf des Projektes werden die folgenden Kernfragen untersucht: (1) Wie können Daten über die Ausbreitung hochinfektiöser Krankheiten wie COVID-19 analysiert und modelliert werden? (2) Wie können wir effektive und vorausschauende Planung für die Test-Flotte erreichen, die die komplexe Testbedarf-Entwicklung berücksichtigen kann? (3) Wann und wie können mobile Test-Flotten das Ausbreitungsrisiko reduzieren? Das resultierende Planungsproblem zeichnet sich durch neue und besondere Komplexität im Informationsmodell (Testbedarf) sowie im Tourenplanungsproblem aus. Ein geeignetes Informationsmodell muss sowohl die räumliche und zeitliche Ausbreitung als auch die Korrelation abbilden können. Das stochastische und dynamische Tourenplanungsproblem ist neu und anspruchsvoll hinsichtlich der Entscheidungsgeschwindigkeit, der Flottengröße und der Vielzahl an zu berücksichtigenden Komponenten. Die Integration des an sich schon komplexen Informationsmodells erschwert die erfolgreiche Lösung zusätzlich. Eine Evaluation mittels etablierter Multiagenten-Simulation ist nahezu einmalig im Forschungsbereich der stochastisch dynamischen Tourenplanung. The Projekt wird von Jan Fabian Ehmke (JE, Universität Wien), Marlin Ulmer (MU, Technische Universität Braunschweig), und Niki Popper (NP, Technische Universität Wien) durchgeführt werden. JE wird das Projekt koordinieren und sich insbesondere der predictive analytics widmen. MU wird seine Expertise im Bereich prescriptive analytics für die dynamische Tourenplanung einbringen. NP wird seine etablierte Multiagenten-Simulation erweitern (descriptive analytics), um Daten zu generieren und die Erstellung des Informationsmodelles zu unterstützen. Diese ganzheitliche Betrachtung ist einzigartig im Forschungsfeld.
DFG-Verfahren Sachbeihilfen
Internationaler Bezug Österreich
 
 

Zusatzinformationen

Textvergrößerung und Kontrastanpassung