Die Bachelorarbeit bewegt sich im Fachbereich der stochastischen Districting Probleme und baut auf der Publikation A. Diglio et al. (2021) auf. Hierin wurde ein Modell mit chance constraints und eine Simulationsheuristik als Lösungsverfahren vorgeschlagen. Die Heuristik wurde für eine quantitative Untersuchung mit Python 3.10.0 und IBM ILOG CPLEX Solver 22.1.1.0 implementiert.

In der Publikation wurde die Annahme einer globalen Wahrscheinlichkeitsverteilung getroffen. Diese Annahme wurde als realitätsfern bewertet und es konnte gezeigt werden, dass diese einen Effekt nach sich zieht, der die Anwendung der Heuristik obsolet macht. Die Realitätsnähe des Modells konnte mit der Einführung TU-spezifischer Wahrscheinlichkeitsverteilungen erfolgreich verbessert werden. Die Simulationsheuristik zeigte für Testinstanzen mit Exponentialverteilung eine auffällig niedrige Lösbarkeit auf. Eine Untersuchung konnte jedoch die Streuung der Verteilung als Ursache identifizieren und mit der Anhebung eines Parameters die Lösbarkeit erheblich verbessern.

Weiter wurde der Einsatz eines Solver an Stelle einer Heuristik für die Generierung der Startlösung betrachtet. Dabei konnte für kleine Instanzen eine Kostenverbesserung der Finallösung bei nur geringfügig steigender Laufzeit gezeigt werden.