Direkt zum Inhalt
Symbolfoto: Das AIT ist Österreichs größte außeruniversitäre Forschungseinrichtung

Integrierte Routen- und Tourenplanung sowie Flottenmanagement

Die strategische und operative Planung von Routen, (Liefer-)Touren und Flotten ist ein wesentlicher Faktor in den heutigen Logistiksystemen. Anwendungsgebiete sind unter anderem die Zustellung von Paketen und Waren, das Milkrun-Problem, die (intermodale) Fahrtenplanung von Fahrgästen, die Planung des zukünftigen Verkehrsnetzes, die Flottengrößen- und Mischproblematik, der Betrieb in Mobility as a Service (MaaS) und neuartige Logistikkonzepte. Der Schwerpunkt des AIT liegt auf echter Intermodalität und Anwendungen in synchromodalen Kontexten. Der Schwerpunkt liegt auf der integrierten Planung, d.h. vor- und nachgelagerten Planungsaufgaben, die bei der Verkehrsplanung zu berücksichtigen sind.

Routenplanung, Fahrzeugrouting oder Flottenmanagement bilden den Kern vieler Probleme der Transportplanung. Der Fokus des AIT liegt darauf, diese Probleme unter realen Bedingungen, d.h. Bedingungen und Szenarien, wie sie in realen Anwendungen auftreten, anzugehen. Lösungsansätze, die für die rein akademischen Ausführungen dieser Probleme entwickelt wurden, sind nicht anwendbar, da entweder zusätzliche Einschränkungen vernachlässigt werden oder die Instanzgrößen für die vorgeschlagenen Lösungsmethoden zu groß sind. Der Hauptansatz des AIT besteht daher darin, die folgende eher generische Vier-Schritte-Methode anzuwenden, die sich in vielen Forschungsprojekten im Bereich der Verkehrsplanung bewährt hat:

  • Ein Verständnis der Problemstellung, d.h. wo kneift der Schuh?
  • Zweitens, das Problem mit Hilfe von Standardmodellierungstechniken wie lineare Programmierung oder Constraint-Programmierung zu modellieren.
  • Drittens, das Modell numerisch lösen, z.B. durch Anwendung metaheuristischer oder hybrider Lösungsansätze.
  • Schließlich Bewertung der Ergebnisse numerischer Experimente und des Verbesserungspotenzials.
  • Details zu diesem Ansatz werden auch hier näher erläutert.

Da bei AIT der Schwerpunkt auf der realen Anwendung liegt, werden die Kernprobleme der Planung durch zusätzliche Einschränkungen bereichert, die typischerweise von Stakeholdern angegeben werden. Dazu gehören unter anderem Beschränkungen mehrerer Zeitfenster (z.B. Öffnungszeiten der KundInnen), Kapazität der Lieferfahrzeuge, Synchronisation zwischen verschiedenen Lieferfahrzeugen (z.B. Rendezvous-Logistik), Beschränkungen in Bezug auf CO2-Emissionen oder Lärm und Reichweitenbeschränkungen in Bezug auf Elektromobilität. Darüber hinaus werden in einem integrierten Planungsansatz zusätzliche Planungsprobleme wie Bin-Packaging (Packen von Lasten in Lieferfahrzeugen), Personaleinsatzplanung, Terminplanung, Maschinendisposition, Terminaloptimierung oder die Planung von vor- oder nachgelagerten Prozessen in Lieferketten berücksichtigt.

Ein verwandtes und dennoch wichtiges Thema ist die Planung von intermodalen Routen. Intermodalität bezieht sich in diesem Zusammenhang auf die Nutzung von zwei oder mehr Verkehrsmitteln auf einer einzelnen Strecke. Obwohl dies für unseren Alltag ganz natürlich ist, sind die Planungsalgorithmen im Hinblick auf die Anforderung der Intermodalität noch recht eingeschränkt. Der Stand der Technik in der Praxis besteht darin, entweder eine feste Auswahl von Verkehrsmitteln (z.B. park&ride, weil der/die BenutzerIn es im Voraus ausgewählt hat) oder eine begrenzte Anzahl von möglichen Übertragungspunkten zu berücksichtigen (z.B. werden nur die zehn nächstgelegenen Stationen des öffentlichen Verkehrs für den Zugang zum öffentlichen Verkehr berücksichtigt). Der Ansatz des AIT ist offen in dem Sinne, dass der/die NutzerIn nur die Menge der möglichen Verkehrsmittel vorgibt, während alle anderen Entscheidungen durch den Routing-Algorithmus basierend auf der gewählten Zielfunktion (z.B. Reisezeit) getroffen werden. Bei diesem Ansatz kann es vorkommen, dass für eine Anforderung eine unimodale Route vorgeschlagen wird (z.B. nur Fahrrad), während für eine andere Anforderung die am besten geeignete Kombination aus öffentlichen und individuellen Verkehrsmitteln gewählt wird (z.B. wird vorgeschlagen, zuerst den Bus zu nehmen, dann öffentliches Bike-Sharing zu nutzen und dann wieder mit einem anderen Bus weiterzufahren). Wichtig ist jedoch, dass weder der/die Nutzer/in noch die Annahmen des Softwareentwicklers den Routenplanungsprozess einschränken.

Publikationen

A. Anderluh, V. Hemmelmayr, P. Nolz: 
"Synchronizing vans and cargo bikes in a city distribution network"; 
Central European Journal of Operations Research, Springer Berlin Heidelberg (2016), 25 (2); 32 S.

P. Matl, P. Nolz, U. Ritzinger, M. Ruthmair, F. Tricoire: 
"Bi-objective orienteering for personal activity scheduling"; 
Computers & Operations Research, 82 (2017), S. 69 - 82.

T. Eiter, T. Krennwallner, M. Prandtstetter, C. Rudloff, P. Schneider, M. Straub: 
"Semantically Enriched Multi-Modal Routing"; 
International Journal of Intelligent Transportation Systems Research, 14 (2014), 1; S. 20 - 35.

L. Kang, X. Zhu, H. Sun, J. Wu, Z. Gao, B. Hu: 
"Last Train Timetabling Optimization and Bus Bridging Service Management in Urban Railway Transit Networks"; 
Omega, - (2018), S. 1 - 14.

P. Pop, C. Sabo, B. Biesinger, B. Hu, G. Raidl: 
"Solving the Two-Stage Fixed-Charge Transportation Problem with a Hybrid Genetic Algorithm"; 
Carpathian Journal of Mathematics, 33 (3) (2017), S. 365 - 371.

M. Prandtstetter: 
"The Meaning and Importance of True Intermodal Route Planning in the Context of the Physical Internet"; 
Vortrag: IPIC 2018 - International Physical Internet Conference 2018, Groningen; 18.06.2018 - 22.06.2018; in: "Proceedings of the 5th International Physical Internet Conference IPIC 2018", (2018).

M. Prandtstetter, M. Straub, J. Puchinger: 
"On the Way to a Multi-Modal Energy-Efficient Route"; 
in: "IEEE Industrial Electronics Society, IECON 2013-39th Annual Conference of the IEEE", IEEE (Hrg.); (2013), ISBN: 978-3-85403-298-4; S. 4779 - 4784.