Die folgende Bachelorarbeit behandelt die Möglichkeiten für Kostenoptimierung von Transportprozessen, die sich aus der Anwendung von Tourenplanung und Stauraumoptimierung ergeben. Es wird zunächst ein Überblick über die Grundlagen dieser zwei Themengebiete gegeben. Es werden die allgemeinen Problemstellungen, die für die Praxis relevanten Restriktionen sowie einige wichtige Lösungsverfahren beschrieben. Im Anschluss wird der Einsatz softwarebasierter Lösungen erläutert und es wird ausgeführt, inwiefern diese eine Kostensenkung erwirken können.
Die Aufgabe der Distributionslogistik besteht darin, bestimmte Arten und Mengen von Waren den Kunden zur Verfügung zu stellen. Ein wichtiger Bestandteil dieses Prozesses ist der Warentransport entweder zwischen Lagern oder direkt zum Kunden. Dabei gewinnt der Straßengüterverkehr in der Bundesrepublik Deutschland immer mehr an Bedeutung, was zu meinen an der zentralen Lage und zum anderen an dem auf Export ausgerichteten Wirtschaftssystem liegt. Dabei treten jedoch zwei wichtige Punkte auf, die in dem Kontext thematisiert werden müssen. Einerseits sollen die aus Transportprozessen resultierenden Abgasemissionen aufgrund der Gefahr des anthropogenen Klimawandels reduziert werden. Andererseits soll der Güterverkehr den gesteigerten Anforderungen, die sich aus der wirtschaftlichen Entwicklung und der Globalisierung ergeben, gerecht werden. Laut Prognosen können beide Probleme mit den aktuell verfügbaren Möglichkeiten nicht vollständig adressiert werden. Der emissionsärmere Schienenverkehr wird infolge begrenzter Optionen für den Infrastrukturausbau bis 2050 nicht zum Hauptträger des Güterverkehrs werden können. Demgegenüber bietet der Straßenverkehr mit Lkw zwar eine höhere Flexibilität und mehr Entwicklungspotenzial, er stellt sich jedoch für die steigenden Warenmengen und Transportweiten als nicht angemessen heraus.
Inhaltsverzeichnis
1 Einleitung
1.1 Problemstellung
1.2 Zielsetzung der Arbeit
1.3 Aufbau der Arbeit
2 Grundlagen der Tourenplanung
2.1 Standardproblem
2.2 Restriktionen
2.2.1 Fahrzeugbedingte Restriktionen
2.2.2 Zeitrestriktionen
2.2.3 Liefergebietsindividuelle Restriktionen
2.2.4 Kundenrestriktionen
2.2.5 Auftragsbezogene Restriktionen
2.3 Lösung von Tourenplanungsproblemen
2.3.1 Exakte Verfahren
2.3.2 Heuristische Verfahren
2.3.3 Metaheuristiken
3 Grundlagen der Stauraumoptimierung
3.1 Das dreidimensionale Standardproblem
3.2 Restriktionen
3.3 Lösung von Stauraumoptimierungsproblemen
3.3.1 Exakte Verfahren
3.3.2 Heuristische Verfahren
3.3.3 Metaheuristiken
4 Computergestützte Lösungen der Tourenplanung und Stauraumoptimierung
4.1 Computergestützte Tourenplanungssysteme
4.1.1 Funktionen
4.1.2 Vor- und Nachteile des Einsatzes von Tourenplanungssystemen
4.1.3 Lösung praxisrelevanter Probleme
4.1.4 Aktuelle Marktübersicht
4.2 Computergestützte Stauraumoptimierung
4.2.1 Einsatzmöglichkeiten von Stauraumoptimierungssoftware
4.2.2 Lösung praxisrelevanter Probleme
4.3 Integrierte Systeme
5 Möglichkeiten zur Kostensenkung mittels Tourenplanung- und Stauraumoptimierung
6 Fazit
Zielsetzung & Themen
Das Hauptziel dieser Arbeit ist es, die Möglichkeiten zur Kostenoptimierung in Transportprozessen durch den gezielten Einsatz von computergestützten Tourenplanungs- und Stauraumoptimierungssystemen zu analysieren, wobei der Schwerpunkt auf den funktionalen Anforderungen und der praktischen Umsetzbarkeit liegt.
- Grundlagen und mathematische Problemstellungen der Tourenplanung und Stauraumoptimierung
- Analyse praxisrelevanter Restriktionen im Transport- und Beladungsprozess
- Vergleich von exakten und heuristischen Lösungsverfahren
- Marktübersicht und Bewertung von Softwarelösungen
- Kosten-Nutzen-Analyse und Potenziale der Integration beider Optimierungssysteme
Auszug aus dem Buch
2.3.1.1 Branch-and-Bound-Verfahren
Das Branch-and-Bound-Verfahren ist einer der am häufigsten verwendeten Ansätze zur exakten Lösung kombinatorischer Probleme. Das Verfahren besteht aus zwei Teilen, dem „Branching“ (Verzweigung) und dem „Bounding“ (Abgrenzung). Branching bezeichnet die Zerlegung des Ausgangsproblems P0 in zwei oder mehrere Teilprobleme P1,...,Pk derart, dass jede einzelne zulässige Lösung von P0 in mindestens einem der Teilprobleme enthalten ist. Durch die analoge Zerlegung der so entstandenen Teilprobleme lässt sich ein Entscheidungsbaum (auch Branch-and-Bound-Baum oder B&B-Baum genannt) mit dem ursprünglichen Problem P0 als Wurzelknoten (siehe Abb. 2.3) konstruieren. Als nächstes wird versucht, diejenigen Zweige des Baumes „abzuschneiden“, die nicht zu einer optimalen Lösung führen können. Dieses Vorgehen wird als Bounding bezeichnet.
Zu Beginn der Berechnung wird das Ausgangsproblem linear relaxiert, d. h. die Bedingung der Ganzzahligkeit der Variablen wird ignoriert, um eine einfache und schnelle Lösung zu ermöglichen. Diese Lösung wird dementsprechend i. d. R. keine ganzzahlige Lösung und somit nicht zulässig sein. An dieser Stelle kann das Problem verzweigt werden. Hierzu wird der Lösungsraum des relaxierten Problems derart in zwei Teilräume zerlegt, dass unzulässige Lösungen ausgeschlossen werden. Dies erfolgt durch Hinzunahme zusätzlicher Nebenbedingungen, welche die neuen Teilräume festlegen. Durch wiederholte Anwendung dieses Prinzips entsteht in jedem Knoten des B&B-Baums ein relaxiertes Teilproblem, das gelöst werden kann.
Für Problemstellungen mit einer großen Anzahl an Variablen führt die obige Methode zu einer langen Rechenzeit. Der Aufwand kann reduziert werden, wenn bestimmte Zweige des Lösungsbaums – d. h. bestimmte Teilprobleme – ausgeschlossen werden können. Da gewisse Nebenbedingungen bei der Relaxation vernachlässigt werden, ist die Lösung relaxierter Probleme stets besser als die des Ausgangsproblems und stellt somit eine untere Schranke dar, d. h. sie gilt als die bestmögliche Lösung. Wird während der Verzweigung eine zulässige Lösung gefunden, d. h. eine Lösung, die alle ursprünglichen Nebenbedingungen erfüllt, so kann diese als obere Schranke dienen.
Zusammenfassung der Kapitel
1 Einleitung: Diese Einleitung führt in die logistischen Herausforderungen des Straßengüterverkehrs ein und definiert die Zielsetzung, den Einsatz von Software zur Kostenoptimierung zu untersuchen.
2 Grundlagen der Tourenplanung: Dieses Kapitel erläutert das kombinatorische Standardproblem der Tourenplanung sowie verschiedene Restriktionen und stellt exakte sowie heuristische Lösungsalgorithmen vor.
3 Grundlagen der Stauraumoptimierung: Hier werden Packprobleme sowie das dreidimensionale Standardproblem definiert und die wichtigsten Methoden zur effizienten Ausnutzung von Laderäumen dargelegt.
4 Computergestützte Lösungen der Tourenplanung und Stauraumoptimierung: Dieses Kapitel analysiert aktuelle Softwarelösungen, deren Funktionen sowie die Marktstruktur und diskutiert die Herausforderungen bei der Implementierung.
5 Möglichkeiten zur Kostensenkung mittels Tourenplanung- und Stauraumoptimierung: Es werden die ökonomischen Potenziale und Kostenstrukturen beim Einsatz der verschiedenen Optimierungssysteme unter Praxisbedingungen kritisch beleuchtet.
6 Fazit: Das Fazit fasst die Ergebnisse zusammen und betont, dass die Integration beider Systeme wesentliche Kosteneinsparungen ermöglicht, jedoch bei KMUs aufgrund hoher Initialkosten Herausforderungen birgt.
Schlüsselwörter
Tourenplanung, Stauraumoptimierung, Logistik, Transportkosten, Distributionslogistik, Kostenoptimierung, Heuristische Verfahren, Softwarelösungen, Supply-Chain-Management, Fahrzeugauslastung, Restriktionen, Routenplanung, Packprobleme.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit analysiert, wie moderne Softwarelösungen zur Tourenplanung und Stauraumoptimierung eingesetzt werden können, um die Effizienz in der Distributionslogistik zu steigern und Transportkosten zu senken.
Was sind die zentralen Themenfelder?
Die Schwerpunkte liegen auf der mathematischen Modellierung von Transportproblemen, der Beschreibung praxisrelevanter Restriktionen, der algorithmischen Lösung dieser Aufgaben sowie der Evaluation marktgängiger Software.
Was ist das primäre Ziel der Forschungsarbeit?
Das primäre Ziel ist es, den Nutzen und die Rentabilität von IT-gestützten Systemen für Unternehmen zu untersuchen und Entscheidungshilfen für die Einführung solcher Software zu geben.
Welche wissenschaftlichen Methoden werden verwendet?
Die Arbeit stützt sich auf eine tiefgehende Literaturanalyse der mathematischen Optimierung sowie auf Auswertungen aktueller Marktstudien des Fraunhofer-Instituts.
Was wird im Hauptteil behandelt?
Der Hauptteil erörtert detailliert die Grundlagen der Tourenplanung und Stauraumoptimierung, klassifiziert deren Lösungsverfahren und beleuchtet die Einsatzmöglichkeiten von spezialisierter Software in der Unternehmenspraxis.
Welche Schlüsselwörter charakterisieren die Arbeit?
Zentrale Begriffe sind Tourenplanung, Stauraumoptimierung, Transportkostenreduktion, Heuristische Verfahren und integrierte Logistiksysteme.
Warum wird die Integration von Tourenplanung und Stauraumoptimierung empfohlen?
Die getrennte Betrachtung führt oft nur zu lokalen Optima; eine integrierte Planung ermöglicht eine synchronisierte Optimierung von Ladereihenfolge und Tour, was das Einsparpotenzial signifikant erhöht.
Was sind die größten Hürden bei der Einführung solcher Software für kleine Unternehmen?
Kleine und mittelständische Unternehmen stehen oft vor hohen Anschaffungs- und Implementierungskosten sowie der Notwendigkeit, Fachpersonal zu schulen, was die Rentabilität kurzfristig mindern kann.
- Citation du texte
- Mehdi Hamid (Auteur), 2018, Tourenplanung und Stauraumoptimierung. Optimierungsansätze und Software zur Kostensenkung, Munich, GRIN Verlag, https://www.grin.com/document/444387
