Optimale Transportmittel-Wahl mit Fracht-Konsolidierung

Kostenminimale Transportplanung unter Zeitdruck

© PaulShlykov / AdobeStock.com

Die Disposition von Warenlieferungen steht häufig vor der Herausforderung täglich mehrere tausend Lieferungen zu verplanen und dabei aus unzähligen interkontinentalen Alternativrouten auszuwählen. Auf den einzelnen Teilabschnitten muss zudem zwischen verschiedenen Verkehrsträgern und Verträgen mit komplexen Staffelpreisen sowie starren Ladungsrestriktionen gewählt werden. Diese Aufgaben sind durch manuelle Planung kaum zu bewältigen.

Deshalb hat sich die Arbeitsgruppe für Supply Chain Services des Fraunhofer IIS gemeinsam mit Praxispartnern der Herausforderung angenommen, mittels Methoden der Mathematischen Optimierung nicht nur automatisiert gültige Transportpläne in einer ambitionierten Rechenzeit zu generieren, sondern dabei auch die entstehenden Transportkosten zu minimieren.

Mittels Mixed-Integer Programming hin zur Optimalität

Diese Komplexität kann aufgelöst werden, indem die Fragestellung in einer für das Lösungsverfahren geeigneten Art und Weise modelliert wird. Ein sogenanntes gemischt ganzzahliges Optimierungsmodell (Mixed.Integer Programm) beschreibt das Problem mathematisch und dient als Basis, weil es sich für besonders effiziente Suchstrategien eignet. Das eigentliche Lösungsverfahren namens Branch and Cut sucht innerhalb von allen möglichen, zulässigen Sendungs-Plänen nach dem Besten und erlaubt es zudem eine Schranke für das bestmögliche zu erreichende Ergebis zu ermitteln. Daraus ergibt sich für die gegebende Problemklasse mit ausreichend Laufzeit ein mathematisch beweisbares, globales Kostenoptimum.

In die Modellierung fließen unter anderem Zeitfenster und diverse Restriktionen der Ladungskonsolidierung bezüglich der drei Eigenschaften – Gewicht, Volumen und Lademeter – ein. Hinzu kommt die darauf basierende Kostenkalkulation, welche diverse multidimensionale Staffelpreis-Typen nach denselben drei Ladungseigenschaften abbildet.

Da eine solche staffelbasierte Ladungskonsolidierung ein mathematisch anspruchsvolles Teilproblem darstellt, kann die Berechnungsdauer für eine Instanz über tausende Ladungen mit dem Basisalgorithmus durchaus viele Stunden dauern. Häufig bleibt im Praxiseinsatz jedoch nicht so viel Zeit, da die Sendungen für den Folgetag zeitnah beauftragt werden müssen.

Aufteilung der Probleme als Lösungsansatz

Um das Problem zu lösen unterteilt im ersten Schritt eine auf graphentheoretischen Algorithmen basierende Partitionierung die Tagesplanung in mehrere kleine, möglichst unverflochtene Teilprobleme. Dabei werden die Sendungsanfragen zusammengepackt, welche potenziell auf gemeinsamen Teilstrecken konsolidiert werden könnten, während nahezu unabhängige Sendungen in andere, ähnlich große Teilprobleme gepackt werden. Eine solche Dekomposition ermöglicht dann im zweiten Schritt das separate Lösen in sehr geringer Laufzeit und behält dennoch das ökonomische Potential der günstigsten Ladungskonsolidierungen bei.

Das entwickelte, mehrstufige Lösungsverfahren kann grundsätzlich auf einige verwandte Fragestellungen übertragen werden. Sowohl bezüglich einzelner Details der Unternehmens-Merkmale als auch bezüglich der Perspektive der Akteure: eine optimierte intermodale Ladungskonsolidierung kann zum einen den Speditionen und zum anderen den Planenden bei der Beauftragung von hohen Sendungsanzahlen zugutekommen. Und dabei kann mit adäquater Rechenzeit stets eine mathematisch nachweisbar günstigste Lösung gewährleistet werden.

Das könnte Sie auch interessieren

 

Forschungsfeld

Digitalisierung in Transportlogistik und Kombinierter Verkehr

Wachsende Verkehrsaufkommen und Ressourcenmangel erfordern vollständig vernetzte Transportlösungen mit einer intelligenten Verknüpfung intern wie extern vorliegender Daten.

 

Forschungsfeld

KI-basierte Bedarfsprognosen für Logistik, Handel und Verkehr

Wir bringen KI-basierte Bedarfsprognosen in der Logistik, dem Handel und der Produktion in die Anwendung, um Vorhersagen zu verbessern und Prognose-Unsicherheiten zu quantifizieren.

 

Digitales KV-Terminal der Zukunft

In der Machbarkeitsstudie zum digitalen KV-Terminal der Zukunft werden verschiedene Digitalisierungsansätze zur Optimierung eines Umschlagterminals des kombinierten Verkehrs geprüft und evaluiert.

 

KITE

Der Verkehr ist dabei einer der großen Emittenten von Treibhausgasen. Gleichzeitig wächst der Straßengüterverkehr aber immer weiter. Ein beträchtlicher Anteil dieser LKW-Fahrten ist dabei nicht optimal ausgelastet – viele LKWs fahren leer auf der Straße. Im Projekt »KITE« entwickeln die Forscherinnen und Forscher der Arbeitsgruppe für Supply Chain Services ein neues KI-basiertes Verfahren zur Tourenplanung, um Leerfahrten zu reduzieren.

 

Umwelt- und Klimaschutz in der Logistik

Gemessen am nationalen Bruttoinlandsprodukt ist die Logistik eine relevante Branche, wenn es um Umwelt‐ und Klimaschutz geht. Entsprechend hoch ist der Beitrag, den sie durch neue Konzepte zur Verkehrsverlagerung, Verkehrsvermeidung, Effizienzsteigerung und durch den Einsatz neuer technologischer Lösungen leisten kann. Welche Maßnahmen gibt es und für wen machen sie in welchem Kontext Sinn?