Mehrperiodische Gestaltung und Optimierung von Distributionsnetzen auf der Basis von Geodaten

  • Ansprechperson:

    Hans-Peter Ziegler

  • Förderung:

    Deutsche Forschungsgemeinschaft (DFG)

Zielsetzung

Der stetig steigende Konkurrenzdruck im Transportwesen erfordert effizient strukturierte Distributionsnetze. Vor diesem Hintergrund gewinnt die langfristige Gestaltung eines Distributionssystems zunehmend an Bedeutung und Komplexität.
Wesentliche Aspekte sind in diesem Zusammenhang die Bestimmung neuer Standorte und die Festlegung der Transportverbindungen zur Warenverteilung während eines bestimmten Zeitraums.
Herkömmliche Planungsinstrumente erfordern eine klassische Datengrundlage, die aus historischen Sendungs- und Absatzdaten eines Unternehmens gewonnen wird.
Der Geo- und Demographiebezug, den viele dieser Daten besitzen, wird kaum in der Fachliteratur beachtet.

Bei dem von der Deutschen Forschungsgemeinschaft (DFG) unterstützten Projekt werden von der Universität des Saarlandes, Lehrstuhl für Operations Research, in Zusammenarbeit mit der Universität Dortmund, Lehrstuhl für Verkehrssysteme und –logistik, die folgenden Forschungsziele verfolgt:

  1. Erweiterung der Planungsdatenbasis um Geo- und Demographiedaten, zur Schaffung einer breiteren Datenbasis, auf die auch dann zurückgegriffen werden kann, wenn keine ausreichenden Unternehmensdaten zur Verfügung stehen.
  2. Erstellung eines Prognosemodells zur Vorhersage der zukünftigen Entwicklung der Daten über den gesamten Planungshorizont.
  3. Aufbau eines dynamischen Modells, das die Entwicklung des Distributionssystems vom Ist-Zustand bis hin zur Zielsituation beschreibt.
  4. Entwicklung exakter und heuristischer Optimierungsverfahren zur Planung eines optimalen Weges, über den, vom aktuellen Zustand ausgehend, das gewünschte Ziel erreicht werden kann.

Dabei wird sich der Lehrstuhl für Operations Research vor allem den folgenden Themen stellen:

  • Entwicklung und Anpassung geeigneter Prognosemodelle für Geodaten
  • Entwicklung exakter und heuristischer Optimierungsmethoden