Forschungsprojekt entwickelt neue Verfahren zur Optimierung sehr großer Logistiknetzwerke

Im Forschungsprojekt RobuNet (Robustes Netzwerkdesign für sehr große Logistiknetzwerke) sollen innovative Lösungsverfahren für eine robuste und effiziente Netzwerkplanung erarbeitet werden. Das Projektteam bestehend aus 4flow und Mathematikern des Fachgebietes Kombinatorische Optimierung und Graphenalgorithmen (COGA) der TU Berlin wird mathematische Modelle und Optimierungsalgorithmen für Standortentscheidungen weiterentwickeln. Ziel ist es, auch sehr große, komplexe Logistiknetzwerke realitätsnah zu modellieren und effizient zu optimieren.
 
Die erarbeiteten Lösungen sollen robust gegenüber wechselnden Rahmenbedingungen sein und sind somit langfristig geeignet den logistischen Anforderungen gerecht zu werden. Das Projekt wird von Fallstudien begleitet, um die Praxistauglichkeit der entwickelten Modelle und Algorithmen zu gewährleisten.
 
Bei der robusten Planung sehr großer Logistiknetzwerke kann das Optimierungspotenzial mit den aktuell verfügbaren Algorithmen nur unzureichend realisiert werden. Die derzeit eingesetzten Modelle zur Planung und Gestaltung von Logistiknetzwerken bilden vorrangig statische Rahmenbedingungen ab. Dies führt dazu, dass Planungsergebnisse heute anfällig gegenüber Schwankungen der Eingangsgrößen sind. Solche Schwankungen sind jedoch aus der Praxis nicht wegzudenken. Beispielsweise führt eine hohe Produkt- und Variantenvielfalt zu Schwankungen der Bedarfe, zudem sind die Kosten für Transport und Logistikstandorte stark von unbeständigen Energiepreisen abhängig. Insbesondere bei der Auswahl der Standorte spielt die Robustheit des Planungsergebnisses eine Rolle, da die Standortwahl eine langfristige, strategische Entscheidung ist.
 
Das auf drei Jahre angelegte Forschungsprojekt wird von der Investitionsbank Berlin und der Europäischen Union gefördert und läuft von August 2012 bis Juli 2015. Weitere Informationen finden Sie unter www.robunet.de.

Quelle: 4flow

Ähnliche Beiträge

Schreibe einen Kommentar