Discrete Time Analysis of Consolidated Transport Processes [Elektronische Ressource] / Eda Özden. Betreuer: K. Furmans

Eda Özden

Informations

• Publié par: karlsruher_institut_fur_technologie
• Publié le: 01 janvier 2012
• Nombre de lectures: 27
• Langue: Deutsch
• Poids de l'ouvrage: 12 Mo

Extrait

Discrete Time Analysis of
Consolidated Transport
Processes
Zur Erlangung des akademischen Grades eines
Doktors der Ingenieurwissenschaften
von der Fakult at fur Maschinenbau
des Karlsruher Instituts fur Technologie (KIT)
genehmigte
Dissertation
von
MSc Eda Ozden
aus Istanbul
Tag der mundlic hen Prufung: 13. Juli 2011
Hauptreferent: Prof. Dr.-Ing. K. Furmans
Korreferent: Prof. Dr. K.-H. WaldmannVorwort
Die vorliegende Arbeit entstand w ahrend meiner T atigkeit als wis-
senschaftliche Mitarbeiterin am Institut fur F ordertechnik und Logis-
tiksysteme (IFL) des Karlsruher Instituts fur Technologie (KIT). Dieses
Vorwort m ochte ich nutzen, um all denen zu danken, die zum Gelingen
der vorliegenden Dissertationsschrift beigetragen haben.
Mein besonderer Dank gilt Herrn Prof. Dr. -Ing. Kai Fur-
mans, dem Leiter des Instituts fur F ordertechnik und Logistiksys-
teme, fur die Ubernahme des Hauptreferats, die vielen fachlichen An-
regungen sowie die Unterstutzung w ahrend meiner Zeit am Lehrstuhl.
Seine Forschungsarbeiten im Bereich der bedientheoretischen Methoden
haben mich zu dieser Arbeit motiviert.
Herrn Prof. Dr. Karl-Heinz Waldmann, dem Leiter des Instituts fur
Wirtschaftstheorie und Operations Research des KIT, danke ich fur die
Ubernahme des Korreferats und besonders fur die anregenden Diskus-
sionen. Die daraus hervorgehenden Impulse haben die Arbeit stets bere-
ichert. Weiterhin danke ich Herrn Prof. Dr.-Ing. Carsten Proppe fur
die Ubernahme des Prufungsv orsitzes.
Bedanken m ochte ich mich auch beim Karlsruhe House of Young Scien-
tists fur die nanzielle Unterstutzung durch ein Promotionsstipendium.
Meinen Kollegen danke ich fur die sehr freundliche Zusammenarbeit.
Besonderer Dank gebuhrt Judith Stoll fur die konstruktiven Ratschl age.
Mein tiefster pers onlicher Dank gilt meinen Eltern und Schwestern sowie
Robert. Das Gelingen dieser Arbeit habe ich im allerh ochsten Ma e
ihrer Zuneigung zu verdanken.
Karlsruhe, Juli 2011 Eda Ozden
iKurzfassung
Eda Ozden
Zeitdiskrete Analyse von
Transportbundelungen
Ziel der vorliegenden Arbeit ist die Entwicklung zeitdiskreter Modelle
zur Analyse von Transportbundelungen. Die zeitdiskrete Modellierung
erm oglicht eine Beschreibung von Leistungskenngr o en mit Hilfe von
generellen stochastischen Verteilungen, im Gegensatz zur zeitkontinuier-
lichen Modellierung, die eine Beschreibung durch Mittelwerte und Var-
ianzen zugrunde legt. Dadurch wird erm oglicht, die in der Logistik
h au g ben otigten Quantile von Kennwerten zu bestimmen. Basierend
auf Quantilen k onnen Pu er in einem Transportsystem so ausgelegt wer-
den, dass sie z.B. in 95% der F alle fur ankommende Transporteinheiten
ausreichend dimensioniert sind.
Zun achst werden die Bestandsbundelungen untersucht, bei welchen
die Lieferungen hinausgez ogert werden. Dies kann andauern bis ein
bestimmtes Transportlos erreicht, oder eine vorde nierte Zeitspanne
vergangen ist. Zu diesem Zweck werden zwei verschiedene Batch-
bildungsmodelle analysiert. Im ersten Modell erfolgt der Transport
der gesammelten Transporteinheiten entweder, wenn eine maximale
Sammelzeit vergangen ist, oder, wenn die Kapazit at des Transport-
fahrzeugs ersch opft ist. Im Unterschied dazu wird im zweiten Modell
ein Transportprozess ausgel ost, sobald eine vorgegebene Mindestauslas-
tung fur das eingesetzte Fahrzeug erreicht wird. Fur beide Modelle wer-
den Wartezeit- und Zwischenabgangszeitverteilungen exakt bestimmt.
X [L;K]Zus atzlich wird das G =G =1-Bediensystem analysiert. Auch fur
dieses Modell werden Wartezeit- und Zwischenabgangszeitverteilungen
bestimmt. Die Ergebnisse sind exakt in einer -Umgebung.
iiiKurzfassung
Die Fahrzeugbund elung beschreibt den Fall, in dem Fahrzeuge auf einer
Tour an mehreren Stationen Ladung aufnehmen oder abliefern. Fur die
Analyse von Fahrzeugbundelungen werden Modelle fur getaktete und
shuttle Milkrun-Systeme entwickelt. Mit den vorgestellten Modellen ist
es mogli ch, einen Material uss in beide Richtungen abzubilden in dem
nicht nur der Fluss der Materialien selbst gezeigt wird, sondern es kann
zum Beispiel ebenfalls die Bewegung von leeren Beh altern in das Mod-
ell integriert werden. Fur beide Systeme werden iterative Algorithmen
entwickelt, die die Verteilungen der Systemzust ande, Tour-Dauer, Zyk-
luszeit und der Wartezeit approximieren.
Abschlie end wird die Umschlagslagerbundelung analysiert, in der Ware
indirekt ub er Umschlagspunkte zum Ziel transportiert wird. Fur die
Umschlagslagerbundelung wird eine Netzwerkanalyse durchgefuhrt.
ivAbstract
Eda Ozden
Discrete Time Analysis Of Consolidated
Transport Processes
The objective of this work is to develop discrete time models for the
analysis of consolidated transport processes. In contrary to continuous
time models, discrete time models enable an analysis of key performance
measures on the basis of general distributions instead of mean values and
variances. As a result, it is possible to compute quantiles of p
measures, which are often needed in the eld of logistics. On the basis
of computed quantiles, bu er sizes in a transport system can be so
determined that incoming transport units can be accommodated with
a given probability (e.g. 95%).
Firstly, inventory consolidation is studied, under which deliveries are
delayed until either a prede ned transport quantity is reached or a given
time interval is elapsed. For this purpose, two batch building models
are studied. In the rst model, collected batches are transported when
either vehicle capacity or a given maximum collecting time is reached.
On the other hand, collecting process nishes under the second model,
as soon as a prede ned minimum utilization of the vehicle is achieved.
For both models, exact distributions of inter-departure time, departing
X [L;K]batch size, and waiting time are derived. Moreover, the G =G =1-
queue is investigated. A detailed analysis of the waiting time and inter-
departure time is provided. Results are exact within an-neighborhood.
The next consolidation strategy studied is vehicle consolidation, which
is characterized by employing the same vehicle to serve a couple of re-
ceiving and/or shipping points successively. For the analysis of vehicle
consolidation, stochastic models for taktet and shuttle milkrun systems
vAbstract
are developed. In both models, a bidirectional material is allowed by
considering not only the ow of goods, but also the ow of e.g. empty
containers. Iterative algorithms are developed for both models, which
compute cycle time, queue states, tour time, and waiting time distribu-
tions approximately.
Finally, for terminal consolidation, under which material streams are
transported to their destinations over transit terminals, a network anal-
ysis is conducted.
viContents
Kurzfassung iii
Abstract v
1. Introduction 1
1.1. Problem Description and Scope of the Book . . . . . . . 3
1.2. Organization of the Book . . . . . . . . . . . . . . . . . 4
2. Discrete Time Queuing Analysis 7
2.1. Basic De nitions in Discrete Time Domain . . . . . . . 9
2.2. Basic Operations in Time . . . . . . . 11
2.3. Notation Principles . . . . . . . . . . . . . . . . . . . . . 12
3. Queuing Analysis of Consolidated Transport Processes 13
3.1. Literature Review on Batch Processes . . . . . . . . . . 13
3.1.1. Batch Arrival Queue . . . . . . . . . . . . . . . . 14
3.1.2. Batch Server . . . . . . . . . . . . . . . . 16
3.1.3. Batch Queue . . . . . . . . . . . . . . . . . . . . 17
3.1.4. Batch Building Processes . . . . . . . . . . . . . 19
3.2. Literature Review on Polling Systems . . . . . . . . . . 20
3.2.1. Discrete Time Polling . . . . . . . . . . 28
4. Inventory Consolidation 31
4.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.2. Batch Building: Capacitated Timeout Rule . . . . . . . 32
4.2.1. Queuing System . . . . . . . . . . . . . . . . . . 32
4.2.2. Inter-departure Time Distribution . . . . . . . . 39
4.2.3. Departing Batch Size Distribution . . . . . . . . 40
4.2.4. Waiting Time Distribution . . . . . . . . . . . . 41
4.2.5. Numerical Results . . . . . . . . . . . . . . . . . 46
vii