Untersuchungen zu Rich-Vehicle-Routing-Problemen im Supply-Chain-Management

Tourenplanungsprobleme gehören mit zu den am häufigsten untersuchten Themen im Operations Research. Durch neue Herausforderungen aus der Praxis werden Tourenplanungsprobleme zusehends komplexer. Eine gesteigerte Aufmerksamkeit haben in den letzten Jahren sowohl verhältnismäßig einfache Probleme, bei denen Auftragsfahrten nacheinander durchgeführt werden, als auch komplexe Probleme, bei denen eine Synchronisierung von Ladungen, Aufträgen, Bewegungen oder Ressourcen notwendig ist, erfahren. Bei diesen Problemen treten neuartige Restriktionen, wie z. B. Reihenfolgebeziehungen zwischen Aufträgen, auf. Daher werden in dieser Dissertation zwei Rich Vehicle Routing Problemklassen untersucht, die sich insbesondere im Hinblick auf die Möglichkeit der Konsolidierung von Ladungen unterscheiden: Full Truckload Probleme und Multi-Echelon Probleme. Außerdem werden neue heuristische Strategien (basierend auf Local Search, Concurrent Neighborhood Search, Large Neighborhood Search und Variable Neighborhood Search) vorgestellt und miteinander verglichen. Eine zentrale Fragestellung ist, ob der systematische Wechsel der Nachbarschaften in der Variable Neighborhood Search Vorteile gegenüber dem zufälligen Wechsel der Nachbarschaften in der Concurrent Neighborhood Search hat. Ferner werden die metaheuristischen Steuerungen RRT und ABHC miteinander verglichen. Insgesamt werden für zehn Standard Rich Vehicle Routing Problemvarianten Lösungsverfahren von zwölf generischen Heuristiken abgeleitet und zum Lösen der Probleminstanzen verwendet. Alle Heuristiken erfüllen die Eigenschaften flexibility sowie simplicity. Insbesondere für die leicht verständliche Concurrent Neighborhood Search wird gezeigt, dass diese im Hinblick auf accuracy und speed konkurrenzfähig ist.