Advertisement

Local Branching und Branching-Strategien für Umlauf- und Dienstplanung im Regionalverkehr mit unregelmäßigen Fahrplänen

  • Ingmar Steinzen
  • Vitali Gintner
  • Leena Suhl

Abstract

Fahrpläne regionaler Busunternehmen bestehen aus vielen Fahrten, die jeden Tag durchgeführt werden, und Ausnahmen, die sich nicht täglich wiederholen, wie z.B. Schul- oder Bäderfahrten. Mit traditionellen Optimierungsansätzen für die Umlauf- und Dienstplanung entstehen dabei in der Praxis unerwünschte unregelmäßige Dienstpläne für Busfahrer. Für partiell integrierte Umlauf- und Dienstplanungsprobleme im Regionalverkehr schlagen wir zur Erzeugung kostenminimaler und regelmäßiger Dienstpläne ein zweistufiges Verfahren vor. In der ersten Phase wird mit einem Column Generation Verfahren die LP-Relaxation einer Set Partitioning Formulierung gelöst. Wir stellen dabei algorithmische Aspekte des Column Generation Verfahrens wie die Verwendung des Volume Algorithmus zur schnellen, approximativen Lösung linearer Programme und Beschleunigungsverfahren dar. Weiterhin beschreiben wir neuartige Spaltenmanagementtechniken auf Basis der primalen/dualen Informationen des Volume- Algorithmus. In der zweiten Phase erzeugen wir ganzzahlige Lösungen durch eine neuartige Kombination von Local Branching Cuts und verschiedener Branching-Strategien. Die durchgeführten Tests mit künstlichen und realen Instanzen zeigen, dass deutlich regelmäßigere Dienstpläne bei geringfügiger Erhöhung der operativen Gesamtkosten effizient generiert werden können.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    Barahona F, Anbil R (2000) The volume algorithm: producing primal solutions with a subgradient method. Mathematical Programming, Series A 87[3]:385–399zbMATHMathSciNetGoogle Scholar
  2. 2.
    Bertossi AA, Carraresi P, Gallo G (1987) On some matching problems arising in vehicle scheduling models. Networks 17:271–281zbMATHMathSciNetGoogle Scholar
  3. 3.
    Borndörfer R, Löbel A, Weider S (2004) A Bundle Method for Integrated Multi-Depot Vehicle and Duty Scheduling in Public Transit. ZIB Report 04-14, Konrad-Zuse-Zentrum für Informationstechnik BerlinGoogle Scholar
  4. 4.
    Desrochers M, Gilbert J, Sauvé M, Soumis F (1992) Crew-Opt: Subproblem Modeling in a Column Generation Approach to Urban Crew Scheduling. In: Desrochers M, Rousseau JM (Hrsg) Computer-Aided Scheduling, Lecture Notes in Economics and Mathematical Systems 386, Springer, BerlinGoogle Scholar
  5. 5.
    Desrosiers J, Lübbecke M (2005) Selected Topics in Column Generation. Operations Research 53[6]:1007–1023MathSciNetGoogle Scholar
  6. 6.
    Desaulniers G, Desrosiers J, Dumas Y, Marc S, Rioux B, Solomon M, Soumis F (1997) Crew pairing at Air France. European Journal of Operational Research 97:245–259zbMATHCrossRefGoogle Scholar
  7. 7.
    Fischetti M, Lodi A (2003) Local branching. Mathematical Programming, Series B 98:23–47zbMATHCrossRefMathSciNetGoogle Scholar
  8. 8.
    Freling R (1997) Models and Techniques for Integrating Vehicle and Crew Scheduling. PhD thesis, Erasmus University, Rotterdam, NiederlandeGoogle Scholar
  9. 9.
    Gintner V, Kliewer N, Suhl L (2005) Solving large multiple-depot multiplevehicle-type bus scheduling problems in practice. OR Spectrum 27[4]:507–523zbMATHCrossRefGoogle Scholar
  10. 10.
    Haase K, Desaulniers G, Desrosiers J (2001) Simultaneous Vehicle and Crew Scheduling in Urban Mass Transit Systems. Transportation Science 35[3]:286–303zbMATHCrossRefGoogle Scholar
  11. 11.
    Huisman D, Freling R, Wagelmans APM (2005) Multiple-Depot Integrated Vehicle and Crew Scheduling. Transportation Science 39[4]: 491–502CrossRefGoogle Scholar
  12. 12.
    Klabjan D, Johnson EL, Nemhauser GL, Gelman E, Ramaswamy S (2001) Airline Crew Scheduling with Regularity. Transportation Science 35:359–374zbMATHCrossRefGoogle Scholar
  13. 13.
    Kliewer N, Mellouli T, Suhl L (2005) A time-space network based exact optimization model for multi-depot bus scheduling. European Journal of Operational Research. Erscheint noch.Google Scholar
  14. 14.
    Leuthard H (1998) Kostenstrukturen von Stadt-, Überland-und Reisebussen. Der Nahverkehr 6/98:19–23Google Scholar
  15. 15.
    Steinzen I, Gintner V, Suhl L (2006) Network models for a decomposed pricing problem. 10th International Conference on Computer-Aided Scheduling of Public Transport, Leeds, UK, 21.–23. Juni 2006. Eingereicht.Google Scholar
  16. 16.
    Ryan DM, Foster BA (1981) An Integer Programming Approach to Scheduling. In: Wren A (Hrsg) Computer Scheduling of Public Transport: Urban Passenger Vehicle and Crew Scheduling, North-Holland, AmsterdamGoogle Scholar
  17. 17.
    Tajima A, Misono S (1997) Airline Crew-Scheduling with Many Irregular Flights. In: Leong HW, Imai H, Jain S (Hrsg) Procs. Of 8th International Symposium on Algorithms and Computation — ISAAC97, Lecture Notes in Computer Science 1350, Springer, HeidelbergGoogle Scholar

Copyright information

© Physica-Verlag Heidelberg 2007

Authors and Affiliations

  • Ingmar Steinzen
    • 1
  • Vitali Gintner
    • 1
  • Leena Suhl
    • 1
  1. 1.Decision Support & Operations Research Lab und International Graduate School of Dynamic Intelligent SystemsUniversität PaderbornPaderborn

Personalised recommendations