Intelligente Planung und Optimierung des Güterverkehrs auf Straße und Schiene mit Evolutionären Algorithmen

Authors

Abstract

Mit dem stark anwachsenden Güterverkehr, der sich einerseits durch den intensiven Warenaustausch innerhalb der erweiterten Europäischen Union, andererseits durch den zunehmenden globalen Handel ergibt, wächst der Bedarf an intelligenten Lösungen für strategische Planung und betriebliche Disposition innerhalb der Logistik. Gleichzeitig sollen Kapazitäten und Reserven aller Verkehrsträger effizienter genutzt werden, um einen staufreien, CO2-sparenden und zuverlässigen Güterverkehr zu ermöglichen.
Nach Angaben des Bundesministerium für Wirtschaft und Technologie (BMWi) wird die Güterverkehrsleistung von 2005 bis 2030 um 69%, bis 2050 um 110% ansteigen. Rund 70% der Verkehrsleistungen entfällt dabei auf Kraftfahrzeuge und 27% auf Bahn und Binnenschiffe.
Allein auf deutschen Straßen legen mehr als 54 Millionen in der Bundesrepublik gemeldete Kraftfahrzeuge pro Jahr etwa 528 Milliarden Kilometer zurück. Das entspricht etwa der 3500-fachen mittleren Entfernung zwischen Sonne und Erde. Es könnten theoretisch noch weitaus mehr sein, stünden Teile dieser Fahrzeuge hierzulande nicht alljährlich 4,7 Milliarden Stunden lang still, im Stau. Das sind rund 57 Stunden je Einwohner und Jahr. In anderen Ländern ist es nicht besser: 4000 Kilometer Stau belasten z. B. Europas Autobahnen täglich. Das entspricht einem Zehntel der Gesamtlänge des Autobahnnetzes.
Um dieser jährlich steigenden Verkehrszunahme und den daraus entstehenden Anforderungen gerecht zu werden und die allgemeine Mobilität, insbesondere im Güterverkehr, zu sichern, werden sich in naher Zukunft die Methoden der Verkehrssteuerung in Städten, auf Landstraßen und Autobahnen verändern müssen.
In der Literatur wird die Planung und Optimierung von logistischen Vorgängen hauptsächlich als ein rein ökonomisches Problem betrachtet. Ein bestimmter Warenbedarf soll in einer bestimmten Menge in einem vorgegebenen Zeitfenster an einen bestimmten Ort geliefert werden. Dabei gilt die Prämisse, dass die dafür anfallenden Kosten minimiert werden sollen. Diese können durch sehr viele Faktoren entstehen und umfassen viele Aspekte. So verursacht jede Lieferung Lohnkosten für den Fahrer, Kosten für den Treibstoff und führt zu Wertminderung an den Transportmitteln. Weitere Kosten entstehen, wen z. B. eine Ware gelagert und nicht sofort ausgeliefert wird oder wenn Wartezeiten auftreten und Transportmittel nicht ausgelastet sind.
Neben den ökonomischen Faktoren fließen mittlerweile aber auch die ökologischen Aspekte in die Logistik ein. Das wachsende Umweltbewusstsein und die Ergebnisse neuer Studien zum Klimawandel rücken die volkswirtschaftlichen Kosten in den Vordergrund, die bisher größtenteils unbeachtet blieben. Der durch den Güterverkehr verursachte Verbrauch von Ressourcen und die Belastung der Umwelt gewinnen in Politik, Öffentlichkeit und Industrie mehr und mehr an Bedeutung. Daraus resultiert zunehmend der Ruf nach einer kostensparenden, nachhaltigen und umweltschonenden Logistik.
An dieser Stelle setzt die vorliegende Diplomarbeit an. Mit Hilfe von evolutionären Algorithmen wird eine Transportplanung und Ad-Hoc-Optimierung realisiert, um den Gütertransport- bzw. das Güterverkehrsaufkommen auf Straße und Schiene zu minimieren. Durch diese Transportplanung- und Optimierung wird neben dem ökologischen Aspekt, nämlich der Minimierung des CO2-Ausstoßes, gezeigt, wie auch ökonomische Faktoren einbezogen werden können, um das Erreichen beider Ziele zu ermöglichen. So kann z. B. neben der CO2-einsparenden Routenoptimierung u. a. auch ein kostengünstigerer Warentransport intermodal gestaltet werden, indem sowohl die Beförderungsmittel auf der Straße als auch auf Schienen kombiniert benutzt werden.
Diese Diplomarbeit ist im Rahmen des vom BMWi geförderten Forschungsprojekts in.west (Intelligente Wechselbrückensteuerung) entstanden, welches in Zusammenarbeit mit der Deutschen Post im Januar 2008 gestartet wurde. Weitere Projektpartner sowie Mitwirkende dieses Forschungsprojekts sind in der Tabelle dargestellt. Hintergrund des Förderungsprojekts ist das eben geschilderte enorme Optimierungspotential im Bereich der Logistik. Die forschungsleitende Hypothese ist die Reduzierung des Transport- bzw. Verkehrsaufkommens um 10%. Eine gleichzeitige Optimierung der Auslastung sowie eine Steigerung der Termintreue wird weiterhin angestrebt.
Im Rahmen des in.west-Projekts soll ein satellitengestütztes Ortungssystem und eine softwarebasierte intelligente Steuerung eine Verfolgbarkeit der logistischen Prozesse in Echtzeit ermöglichen. So sollen Abweichungen vom System selbstständig erkannt werden, um auf diese schnell und sinnvoll reagieren zu können. Den methodischen Kern und den Schwerpunkt dieser Arbeit bildet die Kombination dieser zwei Aspekte. Dazu wird ein Ansatz vorgestellt, wie eine intelligente Steuerung auf heuristischer Entscheidungsbasis unter den verschiedenen Nebenbedingungen zu einem, im Bezug auf vorher definierten Zielfunktionen, optimalen Ergebnis führen kann.
Die in dieser Arbeit vorgestellte intelligente Steuerung bildet eine zentrale Aufgabe im in.west-Projekt und ermöglicht einerseits eine Transportplanung für einen kompletten Zeitraum und realisiert andererseits, unter Zuhilfenahme eines satellitengestützten Ortungssystems, eine Ad-Hoc-Optimierung, die Disponenten oder andere Experten in unvorhersehbaren Ereignissen wie Stau oder Unfall unterstützt und z. B. einen optimalen Tourenplan zur Laufzeit errechnet. In beiden Anwendungsfällen können durch eine verbesserte Transportplanung- und Optimierung die ökologischen und ökonomischen Transportkosten gesenkt werden

Keywords

Capacitated VRP with Time Windows, CVRPTW, Evolutionary Algorithms, EAs, Genetic Representation

BibTeX

@mastersthesis{P2008IPUODGASUSMEA,
  author                    = {Alexander Podlich},
  title                     = {{Intelligente Planung und Optimierung des G{\"{u}}terverkehrs auf Stra{\ss}e und Schiene mit Evolution{\"{a}}ren Algorithmen}},
  school                    = {{University of Kassel, Fachbereich 16: Elektrotechnik/Informatik, Distributed Systems Group: {Kassel, Hesse, Germany}}},
  year                      = {2009},
  month                     = feb,
  key                       = {P2008IPUODGASUSMEA},
},

Links