Algorithmen zum Scheduling von Schleusungsvorgängen: Verkehrsoptimierung am Beispiel des Nord-Ostsee-Kanals

Mit zunehmendem Verkehrsaufkommen auf internationalen Wasserwegen ist eine rechnergesteuerte Verkehrsoptimierung an Schiffsschleusen unausweichlich. Das wichtigste Kriterium dabei ist, dass ankommende Schiffe möglichst zügig geschleust werden. Diese Studie präsentiert algorithmische Lösungsverfahren für die Planung der Schleusungsvorgänge auf dem Nord-Ostsee-Kanal (NOK). Auch bei vielen anderen Schleusen ist eine Anwendung unter einigen Voraussetzungen ohne weiteres möglich. Zudem werden interessante Verwandtschaften zum Truck Scheduling und Machine Scheduling, insbesondere im Güterverkehr, bei Container-Terminals und Autofähren aufgezeigt.

Wie viele Probleme der kombinatorischen Optimierung ist das Scheduling von Schleusungsvorgängen NP-schwer, d.h. optimale Lösungen (Fahrpläne) können meist nicht in akzeptabler Rechenzeit gefunden werden. U.a. mit Hilfe von lokaler Suche werden jedoch Fahrpläne berechnet, die für die Anwendung beim NOK sehr zufriedenstellend sind, denn die Schiffe müssen im Durchschnitt nur wenige Minuten warten. Des weiteren wird mit multivariaten statistischen Verfahren und einer großen Menge von Daten des NOKs ermittelt, bei welchen Parameterkombinationen die besten Ergebnisse erzielt werden.

Das Problem wird am Beispiel des NOKs in allen Details anschaulich beschrieben und auf dieser Grundlage mathematisch modelliert. Es handelt sich um eine Kombination aus Packing und Scheduling: Schiffe beider Fahrtrichtungen sind Schleusenkammern zuzuordnen und in Schleusungsvorgänge zu gruppieren, sodass die Schiffe einer Schleusung in die entsprechende Kammer passen. Festzulegen sind die Zeitpunkte der Schleusungsvorgänge sowie der Ein- und Ausfahrten der Schiffe.

Die Studie enthält auch eine ausführliche Literaturrecherche über bisherige Untersuchungen des Problems und das Schleusenmanagement bei anderen bekannten Wasserwegen. Die Komplexität des Problems an sich sowie die Laufzeiten der vorgestellten Algorithmen werden jeweils angegeben und bewiesen. Zusätzlich zu den statistischen Analysen werden Abschätzungen für die Qualitätsunterschiede von berechneten und optimalen Lösungen hergeleitet.Martin Luy, geboren 1985 in Augsburg, studierte Diplom-Mathematik mit Nebenfach Informatik an der Universität Augsburg und der TU Berlin. Dabei erwarb er sich vertiefte Fachkenntnisse in kombinatorischer Optimierung und statistischer Datenanalyse. Durch verschiedene Projekte, etwa beim Online-Buchhandel buch7.de, sammelte er zudem mehrjährige Erfahrung bei der Modellierung komplexer Sachverhalte und der Programmierung mit Java und RubyOnRails. Im vorliegenden Buch kombiniert der Autor diese Fachgebiete, indem er ein praxisnahes NP-vollständiges Problem mathematisch formuliert, Approximationsalgorithmen dazu vorstellt und diese u.a. mit statistischen Methoden auswertet.