Zielsetzung

Im Fokus steht ein zweistufiges Transportsystem: In der ersten Stufe kooperieren mehrere Dienstleister multimodal – etwa mit Cargotrams oder größeren Transportern – um Waren zu innerstädtischen Umschlagpunkten (Satelliten) zu befördern. Von dort übernehmen kleinere, umweltfreundliche Fahrzeuge die letzte Meile bis zum Kunden. Treten auf der ersten Stufe unerwartete Störungen auf, können diese den Weitertransport erheblich beeinträchtigen.

Das Forschungsteam entwickelt zunächst unterschiedliche Wiederherstellungsmaßnahmen, die mathematisch modelliert und in ein taktisches Planungsmodell integriert werden. Mithilfe stochastischer Optimierungsverfahren sollen so widerstandsfähige mittelfristige Einsatzpläne erstellt werden. Ein Schwerpunkt liegt auf der Entwicklung spezieller Verfahren (Branch-and-Repair), die im Ernstfall schnell praktikable Lösungen liefern.

Darüber hinaus kommen Methoden des maschinellen Lernens zum Einsatz: Entscheidungsbäume sollen es ermöglichen, im operativen Betrieb unmittelbar auf Störungen zu reagieren. Die entwickelten Ansätze werden mit realen Daten und Simulationsszenarien validiert, um die Wirkung verschiedener Faktoren wie Verkehrsträgerwahl, Kooperationsmodelle und Störungsanfälligkeit zu analysieren.

ReSCueD läuft drei Jahre und leistet einen wichtigen Beitrag, um urbane Lieferketten krisenfest und effizient zu gestalten.

Das Projekt wird gefördert aus Mitteln der Deutschen Forschungsgemeinschaft (DFG).