Künstliche Intelligenz und diskrete Beladeoptimierungsmodelle im Kombinierten Straßen-/Schienengüterverkehr

Aus der Verknüpfung der Verkehrsträger im kombinierten Straßen-/Schienengüterverkehr ergibt sich das Erfordernis einer Verladung von einem LKW auf einen Bahnwagen, die zusätzliche Ressourcen erfordert. Von großer Bedeutung ist deshalb eine optimale Abwicklung dieser Umschläge. Dazu trägt die optimale Zuordnung von Ladeeinheit und Wagen bei. Fehler in der Beladung beeinträchtigen nicht nur die Effizienz im Betriebsablauf, sondern können im Extremfall auch die Sicherheit des Personals und anderer Verkehrsteilnehmer gefährden.

Ziel dieser Kooperationsforschung ist es, dass jede Anfrage zur Verladung einer Ladeeinheit innerhalb kürzester Zeit einen Vorschlag für eine optimale Platzierung auf einer eingesetzten Wagengarnitur erhält – sogar bereits zu einem Zeitpunkt, bevor alle Informationen darüber vorliegen, welche weiteren Ladeeinheiten für dieselbe Start-/Zielrelation bis zur Abfahrt noch im Versandterminal eintreffen werden. Die durch KI unterstützte Beladeoptimierung soll die Kapazitätssteuerung der Intermodal-Operateure mit ihren umfangreichen Netzwerken weiter voranbringen.

Neben den statisch-technischen Charakteristika der Sattelanhänger, Container und Wechselbehälter in ihren unterschiedlichen Bauarten und Bahnwagen auf der einen Seite spielen auch veränderliche Parameter, wie das tatsächliche Gewicht und die Art der Zuladung sowie der Fahrplan, auf der anderen Seite eine bedeutende Rolle. Bei der konkreten Umsetzung des beschriebenen Projektes sind im Wesentlichen drei Systemmodule geplant:

• Beladeoptimierung einzelner Wagen
• Beladeoptimierung aller Wagen einer Zuggarnitur
• Optimierung der Netzauslastung durch Kombination mit Routing-Entscheidungen