TU Darmstadt / ULB / TUprints

Stochastic Service Network Design for Intermodal Freight Transportation

Müller, Jan Philipp (2022)
Stochastic Service Network Design for Intermodal Freight Transportation.
Technische Universität
doi: 10.26083/tuprints-00019935
Ph.D. Thesis, Primary publication, Publisher's Version

[img]
Preview
Text
Dissertationsschrift final Verzeichnisse deaktiviert.pdf
Copyright Information: CC BY-NC-ND 4.0 International - Creative Commons, Attribution NonCommercial, NoDerivs.

Download (3MB) | Preview
Item Type: Ph.D. Thesis
Type of entry: Primary publication
Title: Stochastic Service Network Design for Intermodal Freight Transportation
Language: English
Referees: Elbert, Prof. Dr. Ralf ; Emde, Prof. Dr. Simon
Date: 2022
Place of Publication: Darmstadt
Collation: xviii, 203 Seiten
Date of oral examination: 29 July 2021
DOI: 10.26083/tuprints-00019935
Abstract:

In view of the accelerating climate change, greenhouse gas emissions from freight transportation must be significantly reduced over the next decades. Intermodal transportation can make a significant contribution here. During the transportation process, different modes of transportation are combined, enabling a modal shift to environmentally friendly alternatives such as rail and inland waterway transportation. However, at the same time, the organization of several modes is more complex compared to the unimodal case (where, for example, only trucks are employed). In particular, an efficient management of uncertainties, such as fluctuating transportation demand volumes or delays, is required to realize low costs and transportation times, thereby ensuring the attractiveness of intermodal transportation for a further modal shift. Stochastic service network design can explicitly consider such uncertainities in the planning in order to increase the performance of intermodal transportation. Decisions for the network design as well as for the mode choice are defined by mathematical optimization models, which originate from operations research and include relevant uncertainities by stochastic parameters. As central research gap, this dissertation addresses important operational constraints and decision variables of real-life intermodal networks, which have not been considered in these models so far and, in consequence, strongly limit their application in everyday operations. The resulting research contribution are two new variants of stochastic service network design models: The "stochastic service network design with integrated vehicle routing problem" integrates corresponding routing problems for road vehicles into the planning of intermodal networks. This new variant ensures a cost- and delay-minimal mode choice in the case of uncertain transportation times. The "stochastic service network design with short-term schedule modifications" deals with modifications of intermodal transportation schedules in order to adapt them to fluctuating demand as best as possible. For both new model variants, heuristic solution methods are presented which can efficiently solve even large network instances. Extensive case studies with real-world data demonstrate significant savings potentials compared to deterministic models as well as (simplified) stochastic models that already exist in literature.

Alternative Abstract:
Alternative AbstractLanguage

Angesichts des sich verschärfenden Klimawandels ist auch im Gütertransport eine signifikante Reduktion von Treibhausgasemissionen erforderlich. Der intermodale Transport kann hierbei einen bedeutenden Beitrag leisten. Während des Transportvorgangs werden verschiedene Verkehrsträger kombiniert, sodass eine Verkehrsverlagerung auf umweltfreundliche Alternativen wie Bahn und Binnenschiff möglich ist. Gleichzeitig stellt diese Nutzung mehrerer Verkehrsträger aber auch höhere Anforderungen an die Organisation der Transporte verglichen zum unimodalen Fall (in welchem der Transport z.B. nur per LKW erfolgt). Insbesondere ist ein effizientes Management von Unsicherheiten wie schwankende Transport-Nachfragemengen oder Verspätungen erforderlich, um niedrige Transportkosten und –zeiten zu realisieren und somit die Attraktivität des intermodalen Verkehrs für weitere Verkehrsverlagerungen zu gewährleisten. Das stochastische Service Network Design bietet die Möglichkeit, solche Unsicherheitsfaktoren in der Planung explizit zu berücksichtigen und somit eine hohe Leistungsfähigkeit intermodaler Transporte zu erzielen. Mittels mathematischer Optimierungsmodelle des Operations Research werden Entscheidungen zur Gestaltung des intermodalen Transportangebots sowie zur Verkehrsträgerwahl getroffen, wobei entsprechende Unsicherheitsfaktoren als stochastische Parameter abgebildet werden. Als zentrale Forschungslücke adressiert diese Dissertation wichtige operationelle Randbedingungen und Entscheidungsgrößen aus der Praxis, welche bislang in diesen Modellen nicht berücksichtigt werden und dadurch deren Anwendung im betrieblichen Alltag stark limitieren. Der Forschungsbeitrag sind zwei neue Modellvarianten des stochastischen Service Network Designs: Das „Stochastic service network design with integrated vehicle routing problem“ integriert korrespondierende Tourenplanungsprobleme für den Verkehrsträger Straße in Modelle zur Planung intermodaler Transporte, um bei unsicheren Transportzeiten eine kosten- und verspätungsminimale Verkehrsträgerwahl zu ermöglichen. Das „Stochastic service network design with short-term schedule modifications“ berücksichtigt die kurzfristige Modifikationen von intermodalen Transportplänen, um das Transportangebot bestmöglich an Nachfrageschwankungen anzupassen. Für beide neuen Modellvarianten werden leistungsfähige heuristische Lösungsverfahren vorgestellt, welche die Anwendung für große Netzwerkinstanzen ermöglichen. Umfangreiche Auswertungen mit Praxisdaten zeigen die entsprechenden Einsparpotenziale, welche im Vergleich zu deterministischen Modellen sowie bereits in der Literatur existierenden, (vereinfachten) stochastischen Modellen erzielt werden können.

German
Status: Publisher's Version
URN: urn:nbn:de:tuda-tuprints-199351
Classification DDC: 000 Generalities, computers, information > 004 Computer science
300 Social sciences > 330 Economics
500 Science and mathematics > 510 Mathematics
Divisions: 01 Department of Law and Economics > Betriebswirtschaftliche Fachgebiete > Department of Management and Logistics
Date Deposited: 17 Jan 2022 08:34
Last Modified: 17 Jan 2022 08:34
URI: https://tuprints.ulb.tu-darmstadt.de/id/eprint/19935
PPN: 490518826
Export:
Actions (login required)
View Item View Item