Eine Eisenbahngesellschaft muss leere Güterwagen dorthin schicken, wo Kunden sie benötigen, und dabei abwägen, wo Wagen stehen, wie dringend der Bedarf ist und ob ein Wagentyp einen anderen ersetzen kann.
Union Pacific arbeitete mit Forschern der Purdue University an einem Optimierungsmodell, das all diese Faktoren gleichzeitig berücksichtigt und innerhalb eines umfassenden Wagenmanagementsystems Echtzeitzuweisungen erzeugt.
Das Modell senkte die Transportkosten wie in seiner Simulation vorhergesagt und verringerte das für die Bedarfsdeckung erforderliche Personal, was eine Kapitalrendite von 35 % ergab.
Leere Wagen per Modell statt per Hand zuweisen
Die Auswahl leerer Wagen hing von vielen zusammenwirkenden Faktoren ab
Ein Modell kann Standort, Dringlichkeit und Substitution gemeinsam abwägen
Durch die Optimierung wurde die Zuweisungsentscheidung schnell genug für Echtzeit
Gemessen: geringere Kosten und weniger Personal bei 35 % ROI
Wenn eine tägliche Betriebsentscheidung von vielen zusammenwirkenden Faktoren abhängt, kann der Ersatz von Faustregeln durch ein Optimierungsmodell Kosten und Personal senken und zugleich den Service verbessern, sogar in Echtzeit.
Das Modell wurde Teil des Echtzeit-Wagenmanagementprozesses von Union Pacific, und der Ansatz wurde netzweit ausgeweitet; dies zeigt, wie ein gemeinsamer Optimierungskern eine Betriebsentscheidung tragen konnte, für die einst viele Spezialisten nötig waren.
DEN BELEGEN FOLGEN
Die Quellen
- An Optimization Model for Empty Freight Car Assignment at Union Pacific Railroad IDEAS/RePEc / INFORMS Interfaces · ideas.repec.org
- An optimization model for empty freight car assignment at Union Pacific Railroad IFORS · iaorifors.com