Zusammenfassung
Der Beitrag stellt ein Simulated-Annealing-Verfahren zur Lösung des um Zeitfensterrestriktionen erweiterten Standardproblems vor. Die Zielfunktion berucksichtigt zwei Zielkriterien, die Minimierung der Fahrzeuganzahl als primäres und die Minimierung der Gesamtentfernung als sekundares Kriterium. In der ersten Stufe eines zweistufigen Verfahrensansatzes wird daher zunächst — ohne Berücksichtigung der Gesamtentfernung — ein Tourenplan mit minimaler Fahrzeuganzahl berechnet. Von diesem Tourenplan ausgehend wird dann in der zweiten Stufe die von den Fahrzeugen zurückzulegende Gesamtentfernung minimiert. Der Focus des Beit rags liegt auf den in der ersten Verfahrensstufe getroffenen problembezogenen Entwurfsentscheidungen, die insbesondere die verwendeten Nachbarschaftsstrukturen und die entwickelte Kostenfunktion betreffen. Zur Bewertung des entwickelten Simulated-Annealing-Verfahrens werden einschlägige Benchmarkprobleme von Solomon [18] berechnet und die Ergebnisse mit den besten bekannten Lösungen verglichen.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literaturverzeichnis
Bachem A.; Bodmann M.; Bolz G.; Emden-Weinert T.; Erdmann A.; Kiahaschemi M.; Monien B.; Prömel H. J.; Schepers J.; Schrader R.; Schulze J.; Tschöke S.: Verbundprojekt PARALOR: Parallele Algorithmen zur Wegeoptimierung in Flugplanung und Logistik, Univer-sität Köln, Angewandte Mathematik und Informatik Report No. 97–269, 1997.
Černy V.: Thermodynamical approach to the traveling salesman problem: An efficient simulation algorithm, Journal of Optimization theory and application 45: 41–51, 1985.
Chiang W.; Russell R. A.: Simulated annealing metaheuristics for the vehicle routing problemwith time windows, Annals of Operations Research 63: 3–27, 1996.
Clarke G. and Wright J. W.: Scheduling of vehicles from a central depot to a number ofdelivery points, Operations Research 12: 568–581, 1964
Domschke W.: Logistik: Rundreisen und Touren. 4. Aufl., Oldenbourg; München, 1997.
Glover F.: Multilevel tabu search and embedded search neighborhoods for the traveling salesman problem. Working paper, Graduate School of Business and Administration, University of Colorado; Boulder Colorado, 1991.
Homberger J.: Zwei Evolutionsstrategien für das Standardproblem der Tourenplanung mit Zeitfensterrestriktionen In: Biethahn J.; Hönerloh A.; Kuhl J.; Leisewitz M.-C; Nissen V.; Tietze M.: Betriebswirtschaftliche Anwendung des Softcomputing, Vieweg, Wiesbaden, 1997.
Kirkpatrick S.; Gelatt Jr. C. D.; Vecchi M. P.: Optimization by simulated annealing, Science} 220: 671–680, 1
Lenstra J.; Rinnooy Kan A.: Complexity of vehicle routing and scheduling problems, Networks 11: 221–227, 1981.
Metropolis N.; Rosenbluth M.; Rosenbluth A.; Teller A.; Teller E.: Equation of state calculations by fast computing machines, Journal of Chemical Physics 21: 1087–1092, 1953.
Or I.: Traveling salesman-type combinatorial problems and their relation to the logistics of blood banking. Ph.D. thesis, Department of Industrial Engineering and Management Science, Northwestern University Evanston IL, 1997.
Osman I. H.: Metastrategy simulated annealing and tabu search algorithms for the vehicle routing problem, Annals of Operations Research 41: 421–451, 1993.
Potvin J.-Y.; Kervahut T.; Garcia B.-L.; Rousseau J.-M.: The vehicle routing problem with time windows part 1: Tabu search. INFORMS Journal on Computing 8: 158–164, 1996.
Potvin J.-Y.; Bengio S.: The vehicle routing problem with time windows, part 2: Genetic search, INFORMS Journal on Computing 8: 165–172.
Reeves C. R.: Modern heurstic techniques for combinatorial problems, John Wiley and Sons Inc New York, 1993.
Retzko R.: Flexible Tourenplanung mit selbstorganisierenden Neuronalen Netzen, Unitext Göttingen, 1995.
Rochat Y.; Taillard E. D.: Probabilistic diversification and intensification in local search for vehicle routing, Université de Montreal Centre de recherche sur la transportation CRT-95-13 Montreal, 1995.
Solomon M. M.: Algorithms for the vehicle routing and scheduling problems with time window constraints, Operations Research 35: 54–265, 1987.
Taillard E. D.; Badeau P.; Gendreau M.; Guertin F.; Potvin J.-R: A tabu search heuristic forthe vehicle routing problem with soft time windows, Université de Montreal Centre de recherchesur la transportation CRT-95-66 Montreal, 1996.
Thangiah S. R.; Osman I. H.; Sun T.: Metaheuristics for vehicle routing problems with timewindows, Research Report No: UKC/IMS/OR94/8. Institute of Mathematics and StatisticsUniversity of Kent, 1995.
Van Laarhoven P. J. M.; Aarts E. H. L.: Simulated annealing: Theory and applikations, D. Reidel Publishing Company Dordrecht, 1987.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1999 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Homberger, J., Gehring, H. (1999). Ein Simulated-Annealing-Verfahren für das Standardproblem der Tourenplanung mit Zeitfensterrestriktionen. In: Kall, P., Lüthi, HJ. (eds) Operations Research Proceedings 1998. Operations Research Proceedings 1998, vol 1998. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-58409-1_47
Download citation
DOI: https://doi.org/10.1007/978-3-642-58409-1_47
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-65381-3
Online ISBN: 978-3-642-58409-1
eBook Packages: Springer Book Archive