

Intelligente Wechselbr\374ckensteuerung f\374r die Logistik von Morgen


Electronic Communications of the EASST
Volume 17 (2009)

Workshops der
Wissenschaftlichen Konferenz

Kommunikation in Verteilten Systemen 2009
(WowKiVS 2009)

Intelligente Wechselbrückensteuerung für die Logistik von Morgen

Alexander Podlich, Thomas Weise, Manfred Menze, Christian Gorldt

10 pages

Guest Editors: M. Wagner, D. Hogrefe, K. Geihs, K. David
Managing Editors: Tiziana Margaria, Julia Padberg, Gabriele Taentzer
ECEASST Home Page: http://www.easst.org/eceasst/ ISSN 1863-2122

http://www.easst.org/eceasst/


ECEASST

Intelligente Wechselbrückensteuerung für die Logistik von Morgen

Alexander Podlich1, Thomas Weise2, Manfred Menze1, Christian Gorldt3

1 a.podlich@micromata.de, m.menze@micromata.de, http://www.micromata.de/
Micromata GmbH, Marie-Calm-Straße 3, 34131 Kassel

2 weise@vs.uni-kassel.de, http://www.vs.uni-kassel.de/,
Verteilte Systeme, Universität Kassel, Wilhelmshöher Allee 73, 34121 Kassel

3 gor@biba.uni-bremen.de, http://www.biba.uni-bremen.de/,
BIBA – Bremer Institut für Produktion und Logistik GmbH,

Hochschulring 20, 28359 Bremen

Abstract: Die Logistik ist einer der wichtigsten Zweige der Volkswirtschaft. Die ef-
fiziente Gestaltung der in sie involvierten Prozesse ist daher, gerade angesichts des
zu erwartenden Rückgangs der Ölfördermenge sowie des bekanntermaßen schädli-
chen Einflusses von CO2 auf das Klima, von hoher Wichtigkeit. Dennoch gibt es auf
diesem Bereich viele bisher nur unzureichend gelöste Probleme.

In diesem Beitrag wird das Inwest-System vorgestellt, das sowohl eine praktische
Transportplanung als auch ein Informationssystem, welche alle an der Transportket-
te beteiligte Nutzer und Komponenten verbindet, zur Verfügung stellt.

Keywords: Inwest, Logistik, YellowBox, Sensorknoten, Sensornetz, GPS, GSM,
Tourenplanung, Evolutionärer Algorithmus, Middleware

1 Einleitung

Eine der zentralen Herausforderungen unserer Zeit ist das stetig steigende Verkehrsvolumen auf
den Straßen Europas, das durch den wachsenden Warenverkehr der globalen Import- und Export-
wirtschaft verursacht wird. Nach Angaben des Bundesministeriums für Wirtschaft und Techno-
logie (BMWi) wird die Güterverkehrsleistung von 2005 bis 2030 um 69%, bis 2050 um 110%
ansteigen [Bun08, Bun06, vR08]. Es werden immer mehr Waren über immer größere Strecken
transportiert und der Bedarf an Transport und Logistik wird immer weiter steigen [vR08].

In Zeiten knapper werdender Energieressourcen und einer für viele Teile der Welt folgen-
schweren Klimaerwärmung ist diese Prognose besonders bedenklich, stellt sie doch nicht nur die
Logistikbranche vor steigende Treibstoffkosten, sondern sagt auch Belastungen für die gesamte
Umwelt mit einem erheblich höheren CO2-Ausstoß voraus. Energieeffizienz und Umweltschutz
sind daher die zwei wichtigsten Gebote für die künftige Verkehrswirtschaft. Steierwald, Kühne
und Vogt fordern daher Verkehrskonzepte, die darauf abstellen, die Strategien zur Gestaltung
des Güterverkehrs umzusetzen, müssen integrative Ansätze verfolgen, in denen Maßnahmen aus
unterschiedlichen Handlungsfeldern zu Bündeln zusammengefasst werden und diese in den Zu-
sammenhang einer Gesamtverkehrsplanung, d.h. einer gemeinsamen Gestaltung von Personen-
und Güterverkehr, gestellt werden. [SKV05]

1 / 10 Volume 17 (2009)

mailto:a.podlich@micromata.de
mailto:m.menze@micromata.de
http://www.micromata.de/
mailto:weise@vs.uni-kassel.de
http://www.vs.uni-kassel.de/
mailto:gor@biba.uni-bremen.de
http://www.biba.uni-bremen.de/


Intelligente Wechselbrückensteuerung für die Logistik von Morgen

Im folgenden Abschnitt stellen wir das Projekt Inwest vor, welches diese Anforderung erfüllt.
In Abschnitt 3 gehen wir zunächst auf die Systemarchitektur von Inwest ein. Dabei sind be-
sonders die Erweiterung von Wechselbrücken um Sensorknoten (Sektion 3.1), die intelligente
Tourenplanung und -optimierung (Sektion 3.2), die Bereitstellung aller Logistikinformationen
an Nutzer und Kunden (Sektion 3.3) sowie die Middleware, welche alle Systemkomponenten
miteinander verbindet (Sektion 3.4) interessant. In Abschnitt 4 ziehen wir ein Fazit und geben
Ausblicke auf die noch geplanten Arbeiten am Projekt.

2 Das Inwest Projekt

Um dem anwachsendem Verkehr und den daraus entstehenden Anforderungen gerecht zu wer-
den, startete das Bundesministerium für Wirtschaft und Technologie (BMWi) die Förderinitiative
Intelligente Logistik im Güter- und Wirtschaftsverkehr. Diese beinhaltet das Projekt Intelligente
Wechselbrückensteuerung, kurz Inwest, welches gemeinsam von der Deutschen Post, der DHL,
der Micromata, dem Bremer Institut für Produktion und Logistik, sowie der OHB Teledata durch-
geführt wird.

Ziel des Projektes ist die Minimierung des Verkehrsaufkommens im Bereich des Waren- und
Güterverkehrs. Dies wird mit Hilfe innovativer logistischer Informations-, Planungs- und Steue-
rungsverfahren, dem Einsatz neuer Technologien zur Identifikation und Ortung von Transport-
container (Wechselbrücken) und die Anbindung an geeignete Softwaresysteme erreicht. Erstmals
werden somit verschiedenste Ansätze und Techniken aus allen Bereichen der Logistik und For-
schung kombiniert, um als Ganzes einen großen Mehrwert sowohl für die Umwelt als auch für
die Industrie zu erreichen.

2.1 Die Transportkette

Am Beginn und Ende einer Transportkette stehen die Kunden, welche zum einen Güter versen-
den und empfangen und durch das IT-System des Logistikdienstleisterns über den Status ihrer
Transportaufträge informiert werden wollen. Diese Aufträge werden z.B. mit Wechselbrücken
befördert, von denen LKWs jeweils zwei und Güterzüge bis zu 60 transportieren können. Neben
der Zuordnung von Aufträgen zu den Fahrzeugen und Wechselbrücken ist deren Ortung eben-
falls Aufgabe des Logistiksystems. Zusätzlich müssen externe Dienste angebunden werden, von
denen z.B. Informationen über die aktuelle Verkehrslage abgefragt werden können, welche dann
in den Transportplanungsprozess einfließen.

3 Systemarchitektur

Bisherige Forschungsprojekte fokussierten sich meist nur auf jeweils einen, eher theoretischen
Teilaspekt dieser Problematik. Inwest hingegen setzt auf einen ganzheitlichen Ansatz und die
Verknüpfung mehrerer Technologien und Dienste, um so einen Mehrwert in der logistisch re-
levanten Informationsgewinnung und Informationsverarbeitung zu erreichen. In den folgenden
Abschnitten werden die Komponenten von Inwest vorgestellt, deren zukünftiger Einsatz im pro-
duktiven Betrieb bei den Projektpartnern Deutsche Post und DHL vorgesehen ist.

Proc. WowKiVS 2009 2 / 10


ECEASST

Dimensionen : 178 x 50 x 100 mm
Schutzklasse : IP 31
Betriebsspannung: 12 - 32 V
Nennspannung : 24 V
Betriebstemp. : -40 bis +80 ◦C
Lagertemperatur : -45 bis +85 ◦C
Speicher : 1MB RAM, 2-8 MB Flash
CPU : XC 2267 + ATMEL
Standards : E1, CE und die Standards der

Truckhersteller
Interne Module : CAN Controller, GSM, GPS, Gyro Expansion slot für CE Modul,

PowerSave Connectors: GSM/GPS Connector, Fakra Main
Connector AMP Tyco MQS, 26-pin

Schnittstellen : COM Interface 2 x RS-232, CAN-Bus 2 x CAN SAE J 1939

Abbildung 1: Die YellowBox (Quelle: Projektpartner OHB Teledata GmbH).

3.1 Wechselbrücken als Mobile Sensorknoten

Die Aufgabe der Hardware im Projekt Inwest ist es, an einer Wechselbrücke Daten zu erfassen
und diese bei Bedarf über Funk an eine Zentrale weiter zu geben. Das dafür benötigte Gerät wird
als YellowBox bezeichnet und ist zusammen mit seiner technischen Spezifikation in Abbildung
1 dargestellt. Die Grundfunktionen dieser Box sind Orten, Kommunizieren sowie Identifizieren.
Die YellowBox ist für die Datenakquise verantwortlich und sendet Wechselbrückendaten wie
zum Beispiel Geokoordinaten an die Software (Middleware). Diese verarbeitet die empfangenen
Daten zu Informationen und leitet sie an die operativen IT-Systeme der verschiedenen Anwender
weiter.

Die YellowBox besteht dabei aus einem Bordrechner, einem Ortungsmodul (NAVSTAR-GPS
[Xu07]), einem Kommunikationsmodul (GSM/GPRS), einer Prozessor- und Speichereinheit so-
wie einem Energiemodul (Batteriekonzept). Digitale Eingabe- und Ausgabeschnittstellen stellen
die Erweiterbarkeit der Box sicher, so dass weitere technische Komponenten angeschlossen wer-
den können, z.B. einem Laderaumüberwachungsmodul.

Ortungsmodule für LKWs in Form von Bordcomputern existieren schon länger, jedoch konn-
ten bisher noch keine solchen Sensorknoten für Wechselbrücken oder andere Ladungsträger
in der Praxis eingesetzt werden, da die Energiekosten dafür zu hoch waren und deren Betrieb
dadurch zu teuer wurde. Im mobilen Einsatz muss die Hardware spezielle Stromsparfunktio-
nen aufweisen, damit ein möglichst langer und wartungsfreier Betrieb unabhängig von exter-
nen Stromquellen, das heißt energieautark, möglich ist. Diese Anforderung wurde seitens der
Industriepartner genannt und stellt für die intelligente Wechselbrückensteuerung ein wichtiges
Umsetzungskriterium dar. Die Verwendung eines entsprechenden stromsparenden Prozessors
ermöglicht das zeit- beziehungsweise ereignisgesteuerte An- und Abschalten der Box, um so
eine stromsparende Funktion zu realisieren.

Die YellowBox erfasst über das Ortungsmodul die Positions- und Zustandsdaten der Wech-
selbrücke, die über das Kommunikationsmodul an weitere Knoten im Netz gesendet werden.
Die Datenübermittlung erfolgt mittels eines komprimierten binären Formats über eine GSM In-

3 / 10 Volume 17 (2009)


Intelligente Wechselbrückensteuerung für die Logistik von Morgen

frastruktur. Diese Daten werden an ein Softwareinterface übertragen, welche diese in ein XML
Format transformiert und an die Inwest Softwareschicht überträgt. Dabei handelt es sich um eine
bidirektionale Datenverbindung. Die YellowBox kann somit über die Softwareschicht konfigu-
riert werden.

3.1.1 Hardware Konfiguration

Um einen möglichst langfristigen Betrieb ohne Wartungseingriffe wie Batteriewechsel der Yel-
lowBox sicherzustellen, muss die Hardware intelligent konfiguriert werden. Für ein effizientes
Arbeiten der Box ist es ebenfalls sinnvoll, diese dem betrieblichen Geschäftsprozess entspre-
chend der Tourdaten anzupassen. Die Box überträgt die Daten erst bei eintretenden Ereignissen,
die zuvor durch die Nutzer konfiguriert wurde. Dieses Verfahren trägt auch dazu bei, dass die
Nutzer der Planungs- und Steuerungssystem nicht mit nutzlosen Informationen überflutet wer-
den.

Unter der intelligenten Hardwarekonfiguration wird verstanden, dass diese sich den Umwelt-
gegebenheiten anpasst und in einen Status versetzt wird, der dem betriebswirtschaftlichen Zweck
des Containers entspricht, also zum Beispiel zwischen dem Zustand der Einlagerung und dem
Transport auf einer Tour unterscheidet. Für die Hardware bedeutet der jeweilige Status, dass
die angeschlossenen Komponenten wie Rüttelsensor, erweiterte Sensorik, Sendeeinheit, etc., un-
terschiedlich und an die reale Gegebenheit angepasste Ereignisse auslösen können [LDG08].
Beispielsweise kann überprüft werden, ob sich der Container zu bestimmten Zeitpunkten an ei-
nem Ort in einem bestimmten Umkreis befindet, so dass die positive Beantwortung dieser Frage
als “alles OK” zu werten ist und keine Meldung veranlasst, die negative Beantwortung jedoch
einen Abweichung an übergeordnete Systeme meldet.

3.1.2 Ergänzende Technologien

Um eine optimale Auslastung von Wechselbrücken zu gewährleisten, ist es notwendig deren
Ladezustand zu erfassen. Ein großes Potential liegt in einer automatisierten Laderaumzustand-
serfassung. Dazu bieten sich optische sowie akustische Verfahren an. Als optisches Verfahren
können z.B. Videoscanner eingesetzt werden. Jedoch sind die Anschaffungskosten der Scanner
recht hoch. Eine kostengünstigere Alternative stellen hier die akustischen Systeme dar. Im Rah-
men des Inwest Projektes werden zur Füllgradüberwachung Ultraschallsysteme in Form eines
Demonstrators entwickelt. Dieses Verfahren kann nicht nur zur Wechselbrückenüberwachung
genutzt werden, sondern ist auch für eine Vielzahl von logistischen Ladungsträgern (z.B. Con-
tainer, ULD im Luftfrachtbereich) einsetzbar. Zur Informationsgewinnung ist in den Wechsel-
brücken ein Sensornetzwerk mit Ultraschallmodulen aufgebaut. Dabei werden an der Decke
der Wechselbrücke Utraschallsensorknoten befestigt, die eine bidirektionale Kommunikation
gewährleisten. Die Module messen dabei Entfernungen von der Decke der Wechselbrücke nach
unten, respektive von der Decke der Wechselbrücke zu der darunter liegenden Beladung (z.B.
Paletten, Stückgut, . . . ) [LDG08]. Ist die gemessene Entfernung folglich kleiner als die Höhe der
Wechselbrücke, meldet der entsprechende Sensor, dass der von ihm überwachte Laderaum belegt
ist (siehe Abbildung 2). Durch die Zusammenführung aller Sensordaten entsteht so eine Über-
sicht über den Auslastungsgrad des überwachten Gesamtladevolumens. Die Datenakquise über

Proc. WowKiVS 2009 4 / 10


ECEASST

Decke/Dach der Wechselbrücke

Sensorknoten

Master-Sensorknoten

Auswerteeinheit

Abbildung 2: Schematischer Aufbau der Laderaumüberwachung.

das beschriebene Sensornetzwerk führt zu einem Masterknoten, welcher die Daten sammelt und
bedarfsorientiert zur Verfügung stellen kann. Die Kopplung an die bestehende YellowBox wird
über standardisierte Schnittstellen ermöglicht, um die Auslastungsdaten über die angebundenen
Telematiksysteme in die übergeordnete Middleware zur Planung und Steuerung der Transporte
zu übertragen.

3.2 Tourenplanung

3.2.1 Verwandte Arbeiten

Die wissenschaftliche Forschung im Bereich der Tourenplanung und -optimierung geht bis in
die 1950er Jahre zurück. In der Literatur wird zwischen exakten und heuristischen Verfahren
unterschieden [PT09]. Tourenplanungsprobleme sind in der Regel NP-vollständig [LK81, PT09]
und auf Grund der kombinatorische Explosion bereits bei kleinen Szenarien nur durch enormen
Rechenaufwand exakt lösbar. Heuristische Verfahren mit schnelleren Antwortzeiten, die dafür
jedoch nicht immer eine optimale Lösung finden, sind in den letzten Jahren in diesem Bereich
immer mehr in den Vordergrund getreten. Die bekanntesten Vertreter dieser Familie von Al-
gorithmen zum Lösen von Tourenplanungsproblematiken sind u. a. die Tabu-Suche [ADV00,
BGG+97, BG02], Simulated Annealing [CC02], Ameisensysteme [BHS97, BHS99, DGH+02]
und insbesondere die evolutionären Algorithmen [WPR+09, PT09, MTPC02, AD04, Zhu03,
Tha95].

In der Literatur werden jedoch meist spezielle, eher praxisferne Klassen des Tourenplanungs-
problems betrachtet. Zudem untersuchen viele Autoren sehr kleine Problemstellungen mit nur
50 bis 100 Kunden [Ral03, PK07, PK07]. Im Inwest-Projekt sind dagegen weitaus größere Da-
tensätze mit mehr als 1000 Kunden und ebenso vielen Haltepunkten, die direkt im aktiven Betrieb
der DHL aufgezeichnet wurden, Gegenstand der Forschung.

5 / 10 Volume 17 (2009)


Intelligente Wechselbrückensteuerung für die Logistik von Morgen

3.2.2 Praxistaugliche Optimierung durch Evolutionäre Algorithmen

Evolutionäre Algorithmen (EAs) sind populationsbasierte, metaheuristische Verfahren, welche
Mechanismen wie Mutation, Rekombination, natürliche Auslese und das Überleben des Stärke-
ren aus der Natur kopieren, um verschiedenste Optimierungsprobleme zu lösen [Wei08, Bäc96].
Aufbauend auf einer intensiven Analyse der Daten und der Logistikprozesse bei den Projektpart-
nern konnten spezielle Phänotypen sowie Mutations- und Rekombinationsverfahren entwickelt
werden, die unter Beachtung von vorher definierten Zielfunktionen eine längerfristige Touren-
planung sowie eine kurzfristige Ad-hoc-Optimierung ermöglichen [WPR+09].

Bei umfangreichen Tests zeigte sich, dass der entwickelte Ansatz den aktuell eingesetzten
Verfahren bei nahezu beliebigen Parametereinstellungen für den verwendeten evolutionären Al-
gorithmus überlegen ist. So wurden auf den von der DHL zur Verfügung gestellten Daten immer
Kilometerersparnisse zwischen 1% und 17% (in der Regel mindestens 5%) erzielt. Auf Verände-
rungen der aktuellen Verkehrssituation kann schnell reagiert werden, indem der EA zur Ad-hoc-
Optimierung aller betroffenen Ladungsträger eingesetzt wird.

3.3 Frontend für Disponenten und Kunden

Die Nutzer des im Rahmen von Inwest entwickelten Systems sind auf Grund ihres großen Logis-
tiknetzes über das gesamte Bundesgebiet verteilt. Aus diesem Grund wurde die grafische Benut-
zeroberfläche als webbasierte Anwendung realisiert. Dafür wurde eine Rich Internet Applikation
(RIA) auf der Basis von Adobe Flex für den Client und einem J2EE-Server im Backend umge-
setzt.

Das Web-Frontend vereinfacht das Auffinden von logistischen Objekten wie z.B. Aufträgen,
Wechselbrücken, Fahrzeugen und Orte durch eine clusterfähige Volltextsuche, deren Grundlage
ein verteilter Suchindex bildet. Das Suchergebnis wird in Objekttypen bzw. Kontexten darge-
stellt und nach einem Ranking (Trefferwahrscheinlichkeit) sortiert. Durch diese Suche wird die
Transparenz über die eingesetzten Ressourcen erhöht und eine effektivere Nutzung der Wechsel-
brücken am Standort ermöglicht. Verschiedene visuelle Aufbereitungen der Daten wie beispiels-
weise eine GoogleMaps-Integration verbessern zusätzlich die Übersicht.

3.4 Middleware

Derzeit existieren verschiedene Technologien, die in der Logistik genutzt werden, um Optimie-
rungen in der Planung und Steuerung zu erreichen. Meist werden diese Systeme jedoch isoliert
voneinander eingesetzt [LDG08]. So existieren in der Regel keine netzübergreifenden Softwa-
rekomponenten wie etwa Frachtbörsen. Eine globale Sicht auf alle relevanten Daten fehlt somit
ebenfalls.

Die Anforderungen an eine universelle Middleware für ein Logistiksystem sind vielfältig,
da über sie viele Probleme der Disposition gelöst werden sollen. Aus Sicht der Kunden und
der Betreiber soll eine durchgängige Dokumentation über die Bewegung und den Einsatz der
Wechselbrücke möglich sein, mit der das Verfolgen der Container und Aufträge unterstützt wer-
den kann. Diese Verfolgung muss durchgängige sein, also auch bei dem Einsatz unterschiedli-
cher Verkehrsmittel in der Transportkette, so z.B. der Kombination von Zug- und anschließen-
dem Lastkraftverkehr, zuverlässig funktioniert. Als Inwest stellt für beide Benutzergruppen eine

Proc. WowKiVS 2009 6 / 10


ECEASST

Frontend
Kommunikation
via Middleware

Intelligente Wechselbrücken-
steuerung: Tourenplaner

Kommunikation
via MiddlewareSatellitengestützte

Ortung

Frontend im Detail (Screenshot)

Wechselbrücke mit
Sensorknoten

Abbildung 3: Das Inwest-System im Einsatz: Sensorknoten, Middleware, Tourenplanung und
Frontend.

Schnittstelle bereit, die als Stand-Alone-Lösung die erforderlichen Anbindungen zum Trans-
portmanagementsystem bzw. zur Hofsteuerung und Standortsicherung aufweist. Eine weitere
Anforderung, die von der Inwest Middleware erfüllt wird, ist eine detaillierte Rollen- und Rech-
teverwaltung.

Für eine optimale Überwachung von Wechselbrücken und zur rechtzeitigen Identifikation
etwaiger Problemstellungen werden externe Systeme an die Middleware angeschlossen. Dazu
zählen diverse Schnittstellen zu den Softwaresystemen der DHL und weiterer Logistiknetze, zu
Hofsteuerungssystemen und zu Wetter- und Verkehrsinformationsdiensten. Mit Hilfe dieser Da-
tenquellen können aktuelle Störungsfälle erkannt und Routen optimiert und umgeplant werden.

Die Verknüpfung dieser externer Datenschnittstellen sowie aller bisher genannter Komponen-
ten ermöglicht einen noch nie da gewesenen Mehrwert für Tourenplaner. Dieser Sachverhalt ist
in Abbildung 3 am Praxisbeispiel einer Ad-hoc-Optimierung visualisiert. Der Verkehrsinformati-
onsdienst hat gemeldet, dass sich auf der originalen Route (durchgezogen) ein Stau ereignet hat.
Die Middleware hat dieses Ereignis registriert und an die Benutzerschnittstelle weitergeleitet.
Der zuständige Mitarbeiter erkennt alle betroffenen Transportfahrzeuge und löst daraufhin eine
Ad-hoc-Optimierung aus. Der evolutionäre Algorithmus liefert die neue, gestrichelt dargestellte
Route, woraufhin der Mitarbeiter dann die notwendigen Maßnahmen einleiten kann. In Folge
dessen konfiguriert die Middleware die YellowBoxen in den Wechselbrücken der umgeleiteten
LKWs auf die neue Route um.

4 Fazit

Das Forschungsprojekt stellt in mehrerer Hinsicht einen Wendepunkt in der Logistik dar. Wo
herkömmliche Methoden bisher nur Teilaspekte des Frachtverkehrs verbessern konnten, deckt
der Inwest-spezifische Technologiemix das gesamte Spektrum logistischer Planung sinnvoll und
flächendeckend ab. Durch die Kombination von mobilen Sensorknoten mit einem schnellen und

7 / 10 Volume 17 (2009)


Intelligente Wechselbrückensteuerung für die Logistik von Morgen

präzisen Tourenplanungssystem entsteht ein zukunftsfähiges Instrument zur Steuerung und Op-
timierung des Frachtverkehrs. Ebenso wie der Einsatz von Sensorknoten stellt auch das Touren-
planungssystem an sich bereits eine signifikante Verbesserung im Vergleich zu aktuellen Pla-
nungssystemen dar. Im Gegensatz zu nahezu allen anderen Forschungsarbeiten ist es für den
praktischen Einsatz geeignet und kann zudem Problemstellungen einer höheren Größenordnung
lösen. Doch nicht nur diese Komponente führt zu einer großen Kilometerersparnis. Auch die
bessere Übersicht der Mitarbeiter über die Logistikprozesse durch das neue System trägt dazu
bei.

Ob auf Straße oder Schiene, ob Luftfracht oder Seecontainer: Mit Hilfe der Intelligenten
Wechselbrückensteuerung kann der Güterverkehr künftig drastisch reduziert werden. Dadurch
werden nicht nur die Energiekosten der Logistikunternehmen gesenkt, auch die Umwelt profi-
tiert von der Vermeidung schädlicher CO2-Emissionen.

Literatur

[AD04] E. Alba, B. Dorronsoro. Solving the Vehicle Routing Problem by Using Cellular Ge-
netic Algorithms. In Proceedings of the 4th European Conference on Evolutionary
Computation in Combinatorial Optimization, EvoCOP 2004. Pp. 11–20. 2004.

[ADV00] A. Amberg, W. Domschke, S. Voß. Multiple center capacitated arc routing problems:
A tabu search algorithm using capacitated trees. European Journal of Operational
Research (EJOR) 124(2):360–376, 2000.
doi:10.1016/S0377-2217(99)00170-8

[Bäc96] T. Bäck. Evolutionary Algorithms in Theory and Practice: Evolution Strategies,
Evolutionary Programming, Genetic Algorithms. Oxford University Press, 1996.

[BG02] O. Bräysy, M. Gendreau. Tabu Search heuristics for the Vehicle Routing Problem
with Time Windows. TOP: An Official Journal of the Spanish Society of Statistics
and Operations Research 10(2):211–237, 2002.
doi:10.1007/BF02579017

[BGG+97] P. Badeau, M. Gendreau, F. Guertin, J.-Y. Potvin, É. D. Taillard. A Parallel Tabu
Search Heuristic for the Vehicle Routing Problem with Time Windows. Transporta-
tion Research Part C: Emerging Technologies 5(2):109–122, 1997.

[BHS97] B. Bullnheimer, R. F. Hartl, C. Strauss. Applying the Ant System to the Vehicle
Routing Problem. In 2nd International Conference On Metaheuristics. 1997.

[BHS99] B. Bullnheimer, R. F. Hartl, C. Strauss. An improved ant system algorithm for the
vehicle routing problem. Annals of Operations Research 89:319–328, 1999.
doi:10.1023/A:1018940026670

[Bun06] Bundesministerium für Verkehr, Bau- und Stadtentwicklung. Verkehr in Zahlen
2006/2007. Deutscher Verkehrs-Verlag GmbH, Hamburg, Deutschland, 2006.

Proc. WowKiVS 2009 8 / 10

http://dx.doi.org/10.1016/S0377-2217(99)00170-8
http://dx.doi.org/10.1007/BF02579017
http://dx.doi.org/10.1023/A:1018940026670


ECEASST

[Bun08] Bundesministerium für Wirtschaft und Technologie (BMWi). (Innovationspolitik,
Informationsgesellschaft, Telekommunikation) Mobilität und Verkehrstechnologien
– Das 3. Verkehrsforschungsprogramm der Bundesregierung. Bundesministerium
für Wirtschaft und Technologie (BMWi), Öffentlichkeitsarbeit, Berlin, Deutschland,
Apr. 2008.

[CC02] Z. J. Czech, P. Czarnas. Parallel simulated annealing for the vehicle routing pro-
blem with time windows. In 10th Euromicro Workshop on Parallel, Distributed and
Network-based Processing (PDP’02). Pp. 376–383. IEEE Computer Society, 2002.
doi:10.1109/EMPDP.2002.994313

[DGH+02] K. Doerner, M. Gronalt, R. F. Hartl, M. Reimann, C. Strauss, M. Stummer. Savings
Ants for the Vehicle Routing Problem. In Proceedings of the Applications of Evolu-
tionary Computing on EvoWorkshops 2002. Pp. 11–20. Springer-Verlag, 2002.
doi:10.1007/3-540-46004-7 2

[LDG08] M. Lewandowski, M. Dittmer, C. Gorldt. Projekt Inwest. Meilensteinbericht 1,
BMWi-Projekt Inwest, 2008.

[LK81] J. K. Lenstra, A. H. G. R. Kan. Complexity of Vehicle Routing and Scheduling
Problems. Networks – An International Journal 11(2):221–227, Sommer 1981.
doi:10.1002/net.323011021

[MTPC02] P. Machado, J. Tavares, F. B. Pereira, E. J. F. Costa. Vehicle Routing Problem: Doing
It The Evolutionary Way. In Genetic and Evolutionary Computation Conference
(GECCO). P. 690. 2002.

[PK07] G. Pankratz, V. Krypczyk. Benchmark data Sets for
dynamic vehicle routing problems. 2007. Data sets
http://www.fernuni-hagen.de/WINF/inhfrm/benchmark data.htm (gelesen 2008-
10-27).

[PT09] F. B. Pereira, J. Tavares (eds.). Bio-inspired Algorithms for the Vehicle Routing Pro-
blem. Studies in Computational Intelligence 161. Springer Berlin / Heidelberg, 2009.
doi:10.1007/978-3-540-85152-3

[Ral03] T. Ralphs. Vehicle Routing Data Sets. 2003. Data sets
http://www.coin-or.org/SYMPHONY/branchandcut/VRP/data/ (gelesen 2008-
10-27).

[vR08] M. von Randow. Güterverkehr und Logistik als tragende Säule der Wirtschaft zu-
kunftssicher gestalten. In Baumgarten (ed.), Das Beste Der Logistik: Innovationen,
Strategien, Umsetzungen. Pp. 49–53. Bundesvereinigung Logistik (BVL), Springer,
Berlin/Heidelberg, Deutschland, 2008.

[SKV05] G. Steierwald, H. D. Künne, W. Vogt. Stadtverkehrsplanung: Grundlagen, Metho-
den, Ziele. Springer, Berlin, Deutschland, 2., neu bearbeitete und erweiterte edition,

9 / 10 Volume 17 (2009)

http://dx.doi.org/10.1109/EMPDP.2002.994313
http://dx.doi.org/10.1007/3-540-46004-7_2
http://dx.doi.org/10.1002/net.323011021
http://www.fernuni-hagen.de/WINF/inhfrm/benchmark_data.htm
http://dx.doi.org/10.1007/978-3-540-85152-3
http://www.coin-or.org/SYMPHONY/branchandcut/VRP/data/


Intelligente Wechselbrückensteuerung für die Logistik von Morgen

2005.
doi:10.1007/b138349

[Tha95] S. R. Thangiah. Vehicle Routing with Time Windows using Genetic Algorithms.
In Practical Handbook of Genetic Algorithms: New Frontiers. Pp. 253–277. CRC,
1995.

[Wei08] T. Weise. Global Optimization Algorithms – Theory and Application. 2008. Kosten-
loses elektronisches Buch über Optimierungsverfahren, Evolutionäre Algorithmen
und andere Metaheuristiken. Online verfügbar unter http://www.it-weise.de/ (gele-
sen 2008-12-13).

[WPR+09] T. Weise, A. Podlich, K. Reinhard, C. Gorldt, K. Geihs. Evolutionary Freight Trans-
portation Planning. In 3rd European Workshop on Evolutionary Computation in
Transportation and Logistics (EvoTRANSLOG’09). 2009. Zur Veröffentlichung ein-
gereicht.

[Xu07] G. Xu. GPS: Theory, Algorithms and Applications. Springer, 2003, 2007.

[Zhu03] K. Q. Zhu. A Diversity-Controlling Adaptive Genetic Algorithm for the Vehicle
Routing Problem with Time Windows. In 15th IEEE International Conference on
Tools with Artificial Intelligence. Pp. 176–183. IEEE Computer Society, 2003.
doi:10.1109/TAI.2003.1250187

Proc. WowKiVS 2009 10 / 10

http://dx.doi.org/10.1007/b138349
http://www.it-weise.de/
http://dx.doi.org/10.1109/TAI.2003.1250187

	Einleitung
	Das Inwest Projekt
	Die Transportkette

	Systemarchitektur
	Wechselbrücken als Mobile Sensorknoten
	Hardware Konfiguration
	Ergänzende Technologien

	Tourenplanung
	Verwandte Arbeiten
	Praxistaugliche Optimierung durch Evolutionäre Algorithmen

	Frontend für Disponenten und Kunden
	Middleware

	Fazit