Aktuelle Projekte

Tourenplanung für Lieferfahrzeuge mit alternativen Antriebskonzepten

• Klassische Ansätze zur Tourenplanung von Fahrzeugen mit herkömmlichen Verbrennungsmotoren vernachlässigen i.A. erforderliche Zwischenhalte zur Versorgung mit Brennstoff. Dies kann durch hinreichend große Reichweiten der eingesetzten Fahrzeuge zur Durchführung der Touren begründet werden. Darüber hinaus kann aufgrund des dichten Netzes von Tankstellen davon ausgegangen werden, dass Umwege für Zwischenhalte auf längeren Touren keinen Einfluss auf die Touren besitzten.
• Beim Einsatz von Fahrzeugen mit alternativen Antriebskonzepten müssen insbesonderen die im Vergleich zu den herkömmlichen Antriebskonzepten geringeren Reichweiten beachtet werden. Ebenfalls sind relevante Umwege aufgrund des Bedarfs nach Zwischenhalten (Nachtanken, Aufladen von Batterien) zu beachten.
• Für die Aufgabe des effizienten Fahrzeugeinsatzes (Vehicle-Routing und Vehicle-Scheduling) werden an der Arbeitsgruppe Methoden zur Modellierung und Lösung der Problemstellungen entwickelt.

Ressourceneinsatzplanung in Umschlaganlagen

• In industriellen Anlagen zum Umschlag von Gütern kommen zahlreiche Ressourcen zum Einsatz. Dazu zählen einzelne Teilbereiche der Infrastruktur, Transportmittel sowie Personale. Die von den Ressourcen durchzuführenden Tätigkeiten werden in Prozessen zusammengefasst. Diese Prozesse müssen zunächst strukturiert werden, um darauf aufbauend einen effizienten Ressourceneinsatz planen zu können.
• Bei der Modellbildung werden für die verschiedenen zeitlichen Ausrichtungen sinnvolle Aggregationsstufen gebildet. Für strategische Planungen erfolgen Kapazitätsbetrachtungen. Die genauen zeitlichen Planungen sowie der differenziert betrachtete Personaleinsatz ist dabei nicht notwendig, da sich bis zur Planumsetzung zahlreiche Randbedingungen ändern. Die Robustheit der Pläne steht im Vordergrund der Planungen.
• Für Fragestellungen der Disposition bzw. echtzeitnahe Problemstellungen werden hinreichend detailgetreue Abbildungen der Realsysteme genutzt. Lösungsverfahren orientieren sich dabei an den Herangehensweisen der "Online-Optimierung". Es werden detailierte Lösungen entwickelt. Dabei werden Aufgaben auf die Ressourcen verteilt und ebenso erfolgt die zeitliche Feinplanung.

Turnaround-Scheduling

Räumplanung für Winterdienste an Flughäfen

Kapazitätsplanung für Flughäfen

• Start- und Landebahnsysteme (SLB) stellen an bedeutenden internationalen Flughäfen häufig einen Engpass dar. Dabei liegt den SLBs die systemimmanente begrenzende Eigenschaft der Kapazität, beschrieben durch die Anzahl der Flugbewegungen (Starts und Landungen), zugrunde. Diese ergibt sich u. a. durch technische bzw. technologische Beschränkungen der Durchführung genannter Bewegungen ebenso wie durch Regularien, die aus gegebenen Sicherheitsanforderungen resultieren.
• Aufgrund des stetig steigenden Aufkommens an Flugbewegungen und damit einhergehenden erhöhten Anforderungen an die Planungssicherheit besteht ein wachsendes Potenzial zum Einsatz automatisierter Entscheidungsunterstützungssysteme (EUS). Ein EUS besteht gemeinhin aus einer Modellbeschreibung der zu untersuchenden Problemstellung, welche die Anforderungen des Realsystems Flughafen hinreichend genau abbildet, sowie darauf aufbauend einer Methode zur Lösung der Planungsaufgabe.
• Für die beschriebene Planung zum Kapazitätsmanagement werden verschiedene Modelle diskutiert. Bisherige Ansätze betrachten häufig Einzelproblemstellungen. In diesem Zusammenhang haben sich Werkzeuge zum An- bzw. Abflugmanagement, zur SLB-Zuweisung sowie zur Reihenfolgeoptimierung herausgebildet. Im Vergleich zu bisher veröffentlichten Ansätzen wird hier ein Ansatz aufgezeigt, der die genannten Teilproblemstellungen integriert betrachtet und somit ein höheres Potenzial zur Auslastung gegebener Kapazitäten aufweist. Dazu wird ein lineares Optimierungsmodell formalisiert, welches die dargestellten praxisrelevanten Anforderungen abbildet und reale Probleminstanzen löst.

Solver-Entwicklung zum Ressourcenmanagement

• Für Problemstellungen eines großen Problemumfangs (insb. industrielle Anwendungen) stoßen Standardmethoden der Optimierung zur exakten Lösung schnell an die Grenzen der Umsetzbarkeit. Dies liegt an langen Rechenzeiten zum Finden gültiger Lösungen sowie an enormen Speicherbedarfen für Entscheidungsbaumverfahren.
• Für Problemstellungen der Praxis wird daher meist auf (Meta-)Heuristiken zurückgegriffen. Dabei kann die Güte der erhaltenen Lösungen jedoch nur bedingt eingeschätzt werden. Das Finden von gültigen Lösungen einer Planungsaufgabe an sich ist für industrielle Problemstellungen jedoch bereits eine äußerst schwierige Aufgabe.
• Aufgrund vielschichtiger Regelungen eines meist heterogenen Ressourceneinsatzes bei gleichzeitiger Vorgabe von zeitlichen und mengenmäßigen Verfügbarkeiten der Ressourcen kann die Performance adaptierter Standardansätze der Literatur sehr eingeschränkt den Anforderungen entsprechen.
• Zur Überwindung der bestehenden Schwachstellen und somit zur Schaffung einer Praxistauglichkeit für kombinieren wir die klassische Herangehensweisen von exakten und heuristischen Verfahren mit modernen Ansätzen der Künstlichen Intelligenz. Damit können unter moderater Rechen- und Speicherlast verwertbare Ergebnisse auch für praktische Problemstellungen mit den genannten Schwierigkeiten erzielt werden.