h1

001017789 001__ 1017789
001017789 005__ 20250927053722.0
001017789 0247_ $$2HBZ$$aHT031273234
001017789 0247_ $$2Laufende Nummer$$a44606
001017789 0247_ $$2datacite_doi$$a10.18154/RWTH-2025-07568
001017789 037__ $$aRWTH-2025-07568
001017789 041__ $$aEnglish
001017789 082__ $$a330
001017789 1001_ $$0P:(DE-82)IDM04703$$aTheiß, Alina$$b0$$urwth
001017789 245__ $$aMetaheuristic optimization for complex routing problems$$cvorgelegt von Alina Theiß$$honline
001017789 260__ $$aAachen$$bRWTH Aachen University$$c2025
001017789 300__ $$a1 Online-Ressource : Illustrationen
001017789 3367_ $$02$$2EndNote$$aThesis
001017789 3367_ $$0PUB:(DE-HGF)11$$2PUB:(DE-HGF)$$aDissertation / PhD Thesis$$bphd$$mphd
001017789 3367_ $$2BibTeX$$aPHDTHESIS
001017789 3367_ $$2DRIVER$$adoctoralThesis
001017789 3367_ $$2DataCite$$aOutput Types/Dissertation
001017789 3367_ $$2ORCID$$aDISSERTATION
001017789 502__ $$aDissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2025$$bDissertation$$cRheinisch-Westfälische Technische Hochschule Aachen$$d2025$$gFak08$$o2025-08-26
001017789 500__ $$aVeröffentlicht auf dem Publikationsserver der RWTH Aachen University
001017789 5203_ $$aDie Optimierung von Transportsystemen ist zu einem zentralen Aspekt geworden, um heutigen logistischen Herausforderungen gewachsen zu sein. Mit dem stetigen Wachstum des Welthandels und den steigenden Kundenerwartungen an schnelle Lieferungen stehen Unternehmen zunehmend unter Druck, ihre Leistungen sowohl zeit- als auch kosteneffizient zu erbringen. Diese Dissertation behandelt vier Routenoptimierungsprobleme: Erstens das Single Truck and Trailer Routing Problem with Satellite Depots (STTRPSD), das zur Modellierung der Routenplanung von Zusteller:innen in der letzten Meile eines Postnetzwerks verwendet werden kann. Zweitens das Vehicle Routing Problem with Depot Operation Constraints (VRP-DOC), das zusätzlich die Zuordnung von Haushalten zu Zusteller:innen in die Routenplanung einbezieht und Depotprozesse berücksichtigt. Drittens das Angular-Metric Traveling Salesman Problem (ATSP) sowie das Angular-Distance-Metric Traveling Salesman Problem (ADTSP), die insbesondere für die Minimierung von scharfen Kurven beim Einsatz schwerer Fahrzeuge relevant sind. Schließlich das Capacitated Team Orienteering Problem with Time-Dependent and Piecewise-Linear Score Functions (C-TOP-TDPLSF), das häufig im Kontext kundenorientierter Lieferungen auftritt. Zur effizienten Lösung praxisrelevanter Instanzen dieser NP-schweren Probleme nutzen wir Metaheuristiken wie Iterated Local Search und Tabu Search. Dabei integrieren wir problemspezifische Eigenschaften in die Gestaltung der Heuristiken, um die Performance zu erhöhen. Umfassende Rechenexperimente zeigen dabei deutliche Verbesserungen im Vergleich zu aktuellen Verfahren aus der Literatur sowie zu in der Praxis eingesetzten Lösungen. Für das STTRPSD nutzen wir die Zerlegung des Problems in Teilprobleme im Design unserer Heuristik. Damit lassen sich die Fahrzeiten im Vergleich zu den Lösungen unseres Industriepartners im Durchschnitt um etwa 2 % reduzieren. Im Rahmen des VRP-DOC gehört unsere Arbeit zu den ersten Ansätzen, die Depotprozesse in die Routenplanung einbeziehen. Unser Algorithmus integriert sowohl problemspezifische Nachbarschaftsoperatoren als auch die Struktur realer Straßennetze. Auf Praxisinstanzen reduziert unsere Heuristik die Fahrzeiten im Vergleich zu den aktuell eingesetzten Lösungen unseres Industriepartners nicht nur um etwa 6,5 %, sondern liefert auch erheblich einfachere Lösungen in Bezug auf die Prozesse im Depot. Für das ATSP und das ADTSP nutzen wir geometrischen Eigenschaften der Probleme. Unsere Heuristik erzielt einen guten Kompromiss zwischen Rechenzeit und Lösungsqualität und liefert für rund 80 % der Benchmark-Instanzen ohne bekannte Optimallösung neue Bestlösungen. Für das C-TOP-TDPLSF nutzen wir in unserer Heuristik gezielt die Struktur der Scorefunktion. Durch eine detaillierte Analyse der erzielten Lösungen geben wir praktische Handlungsempfehlungen für Unternehmen und liefern wertvolle Erkenntnisse zur Verbesserung der Effizienz und Entscheidungsfindung.$$lger
001017789 520__ $$aOptimizing transportation systems has become essential for addressing today's logistics challenges. As global trade grows consistently and consumer expectations for faster and on-time deliveries rise, companies face increasing pressure to deliver quickly and cost-efficiently. This thesis addresses four routing problems: First, the single truck and trailer routing problem with satellite depots (STTRPSD), which can be used to model the problem of optimizing routes of mail carriers in the last mile delivery stage of a mail delivery network. Second, the vehicle routing problem with depot operation constraints (VRP-DOC), which additionally includes the assignment of households to mail carriers in the route planning and incorporates depot operations. Third, the angular-metric traveling salesman problem (ATSP) and the angular-distance-metric traveling salesman problem (ADTSP), relevant for minimizing sharp turns in the routing of heavy vehicles. Last, the capacitated team orienteering problem with time-dependent and piecewise-linear score functions (C-TOP-TDPLSF) often used in the context of customer-focused deliveries. To efficiently solve realistically sized instances of these NP-hard problems, we use metaheuristics like iterated local search or tabu search. Each heuristic is designed to incorporate problem specific features to enhance their performance. Extensive computational experiments show significant improvements compared to state-of-the-art algorithms from the literature and practices implemented in the real world. For the STTRPSD, we use its natural decomposition into subproblems in the design of our heuristic, that reduces the travel times of real-world solutions currently used in practice by our industry partner on average by approximately 2%. Addressing the VRP-DOC, our work is one of the first ones to incorporate depot operations into the route planning. In our algorithm, we use problem-specific neighborhood operators and incorporate the instance structure of real-world street networks. On real-world instances, our heuristic is not only reducing total travel times by approximately 6.5% compared to the currently implemented solutions from our industry partner but also provides significantly simpler solutions with regards to the letter handling operations at the depot, highlighting the operational benefits of considering depot operation constraints. For the ATSP and the ADTSP, we incorporate the geometric features of the problems. Our heuristic provides a good trade-off between runtime and solution quality, and we find new best-known solutions for around 80% of benchmark instances for which an optimal solution was not available. For the C-TOP-TDPLSF, our heuristic is tailored to the specific structure of the score function. Through in-depth analysis of the obtained solutions, we provide practical recommendations to companies, offering insights into improving operational efficiency and decision-making.$$leng
001017789 588__ $$aDataset connected to Lobid/HBZ
001017789 591__ $$aGermany
001017789 653_7 $$adepot operations
001017789 653_7 $$aiterated local search
001017789 653_7 $$alast-mile delivery
001017789 653_7 $$alogistics optimization
001017789 653_7 $$ametaheuristics
001017789 653_7 $$arouting problems
001017789 653_7 $$atabu search
001017789 7001_ $$0P:(DE-82)IDM02270$$aSchneider, Michael David$$b1$$eThesis advisor$$urwth
001017789 7001_ $$0P:(DE-82)IDM02810$$aPeis, Britta$$b2$$eThesis advisor$$urwth
001017789 8564_ $$uhttps://publications.rwth-aachen.de/record/1017789/files/1017789.pdf$$yOpenAccess
001017789 8564_ $$uhttps://publications.rwth-aachen.de/record/1017789/files/1017789_source.zip$$yRestricted
001017789 909CO $$ooai:publications.rwth-aachen.de:1017789$$popenaire$$popen_access$$pVDB$$pdriver$$pdnbdelivery
001017789 915__ $$0StatID:(DE-HGF)0510$$2StatID$$aOpenAccess
001017789 9141_ $$y2025
001017789 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)IDM04703$$aRWTH Aachen$$b0$$kRWTH
001017789 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)IDM02270$$aRWTH Aachen$$b1$$kRWTH
001017789 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)IDM02810$$aRWTH Aachen$$b2$$kRWTH
001017789 9201_ $$0I:(DE-82)813210_20140620$$k813210$$lLehrstuhl für Computational Logistics$$x0
001017789 961__ $$c2025-09-26T14:46:05.860647$$x2025-09-03T21:52:28.339923$$z2025-09-26T14:46:05.860647
001017789 9801_ $$aFullTexts
001017789 980__ $$aI:(DE-82)813210_20140620
001017789 980__ $$aUNRESTRICTED
001017789 980__ $$aVDB
001017789 980__ $$aphd