Seit einiger Zeit werden, unter anderem von der Deutschen Bahn, Autozüge für den Fernverkehr genutzt. Sie bieten Kunden die Möglichkeit, auf das Fahren ihres Fahrzeugs zu verzichten, stattdessen in Personenwaggons befördert zu werden und entspannt am Zielort anzukommen. Zum Angebot der Deutschen Bahn zählt dabei der Transport von Motorrädern mit bzw. ohne Beiwagen und Autos mit bzw. ohne Anhänger. Meist wird diese Art des Transports für die Urlaubsreise genutzt, andererseits auch in den Alpen, um Reisenden die beschwerliche Fahrt über enge Pässe abzunehmen oder eine Reise überhaupt zu ermöglichen, wenn Straßen, z. B. aufgrund von Schnee, gesperrt sind.
Anwendungen des Operations Research (OR) können bei der Beladungsplanung von Autozügen zur Steigerung des Umsatzes führen, wenn optimale Beladungspläne, in Bezug auf die Anzahl und Positionen der zu verladenen Fahrzeuge, ausgewählt werden, um eventuelle Kapazitätspuffer zu vermeiden. In bisherigen deterministischen Modellen zur Beladungsplanung von Autozügen fließen die eingegebenen Daten des Kunden nominal in das Modell ein. Da aber vor allem Aussagen über das Fahrzeuggewicht als unsicher eingestuft werden müssen, scheint die Notwendigkeit eines (robusten) Modells, das die Zulässigkeit für mögliche Ausprägungen der Umweltzustände absolut sicherstellt, gegeben zu sein.
In Kapitel 2 werden das zugrundeliegende mathematische Modell und Charakteristika der Autozugverladung erläutert, sowie die Sensitivität einer Testinstanz aufgezeigt und anschließend Anwendungsbereiche von Optimierung in diesem und einem verwandten Problem beschrieben. Kapitel 3 gibt eine kurze Einführung in die robuste Optimierung im Allgemeinen. Es werden verschiedene Methoden vorgestellt um Unsicherheiten durch Parameter im Rahmen der Optimierung in einem Problem zu berücksichtigen. Diese Ansätze werden anschließend in Kapitel 4 auf die Beladungsplanung von Autozügen bei unsicheren Fahrzeuggewichten übertragen und mit Testinstanzen gelöst. Es folgt zusammenfassend ein Vergleich der erhaltenen Lösungen sowie ein Ausblick für mögliche Untersuchungen in der Zukunft.
Inhaltsverzeichnis
- Einleitung
- Das Motorail Transportation Problem (MTP)
- Charakteristika von Autozügen und deren Verladung
- Anwendungsbereiche von Optimierung
- Auswirkung von Gewichtsabweichungen
- Einordnung in entscheidungstheoretische Grundlagen
- Robuste Optimierung
- Robustheitskriterien
- Einstufige robuste Optimierung
- Strikte robuste Optimierung
- Budget of Uncertainty
- Mehrstufige Modelle
- Adaptive robuste Optimierung
- Robuste Optimierungsmodelle zur Autozugverladung
- Strikt robustes Modell
- Szenariobasiertes robustes Modell aus Stichproben
- Relative Robustheit durch Restriktionsverletzung
- Budget of Uncertainty der Gewichtsrestriktion
- Mehrstufiges Modell mit Szenarien
- Fazit und Ausblick
Zielsetzung und Themenschwerpunkte
Die vorliegende Bachelorarbeit beschäftigt sich mit der Optimierung der Beladungsplanung von Autozügen unter Berücksichtigung unsicherer Fahrzeuggewichte. Ziel ist es, ein robustes Modell zu entwickeln, das die Zulässigkeit für mögliche Ausprägungen der Umweltzustände sicherstellt und somit ein optimales Beladungsschema ermittelt, das auch bei ungewissen Fahrzeuggewichten gültig bleibt.
- Mathematische Modellierung des Motorail Transportation Problem (MTP)
- Einfluss von Gewichtsabweichungen auf die Beladungsplanung
- Anwendung robuster Optimierungsmethoden auf das MTP
- Bewertung und Vergleich verschiedener robuster Modelle
- Ausblick auf zukünftige Forschungsrichtungen
Zusammenfassung der Kapitel
Die Arbeit beginnt mit einer Einführung in das Motorail Transportation Problem (MTP) und erläutert die relevanten Charakteristika von Autozügen und deren Verladung. Es wird die Auswirkung von Gewichtsabweichungen auf die Beladungsplanung untersucht und die Einordnung des Problems in entscheidungstheoretische Grundlagen beleuchtet. Anschließend wird das Konzept der robusten Optimierung vorgestellt, das die Berücksichtigung von Unsicherheiten in Optimierungsmodellen ermöglicht. Verschiedene Methoden zur robusten Optimierung werden vorgestellt und anhand von Testinstanzen auf das MTP angewendet. Die Arbeit schließt mit einer Zusammenfassung der gewonnenen Ergebnisse und einem Ausblick auf zukünftige Forschungsrichtungen.
Schlüsselwörter
Motorail Transportation Problem (MTP), Autozugverladung, Gewichtsabweichungen, robuste Optimierung, strikt robustes Modell, Budget of Uncertainty, Szenariobasierte Optimierung, Restriktionsverletzung, mehrstufige Modelle.
Häufig gestellte Fragen
Was ist das Motorail Transportation Problem (MTP)?
Es beschreibt die Herausforderung, Autozüge so zu beladen, dass der Umsatz maximiert und alle Kapazitäts- sowie Sicherheitsrestriktionen eingehalten werden.
Warum sind Fahrzeuggewichte bei der Beladungsplanung unsicher?
Kunden geben oft nur nominale Gewichte an, die durch Gepäck oder Tankfüllung variieren können. Diese Unsicherheit kann die Sicherheit des Zuges gefährden.
Was versteht man unter „Robuster Optimierung“?
Ein mathematischer Ansatz, der Lösungen sucht, die auch dann gültig und optimal bleiben, wenn sich die Eingangsdaten (wie das Gewicht) innerhalb gewisser Grenzen ändern.
Was ist das „Budget of Uncertainty“?
Ein Konzept der robusten Optimierung, bei dem man festlegt, wie viele Parameter gleichzeitig von ihrem Nominalwert abweichen dürfen, um nicht zu konservativ zu planen.
Welchen Vorteil bietet OR (Operations Research) für Autozüge?
Durch OR können optimale Beladungsschemata ermittelt werden, die den Platz besser ausnutzen und somit den Umsatz der Bahngesellschaften steigern.
- Arbeit zitieren
- Dominik Kensy (Autor:in), 2016, Beladungsplanung von Autozügen bei unsicheren Fahrzeuggewichten, München, GRIN Verlag, https://www.grin.com/document/317051
