Das Ziel dieser Arbeit besteht darin, ein Modell im Bereich Logisitk mit Fokus auf Nachhaltigkeit zu entwickeln. Da der Logistikbereich, insbesondere der damit verbundene Straßenverkehr, in den letzten Jahren stark gewachsen ist und gesundheitsschädliche Emissionen verursacht, die auch stark zum Klimawandel beitragen, soll das Fundament dieses nachhaltigen Logistikmodells der weniger emissionsverursachende Schienengüterverkehr sein. Durch diese Maßnahme können Emissionen reduziert und die Straßen von schweren Fahrzeugen entlastet werden. Konkret handelt es sich um ein Modell, das die betrieblichen Abläufe effizienter gestalten soll. Das Ziel besteht darin, kostengünstige (optimierte) Zuordnungen von Lokomotiven und Zügen zu finden sowie einen Betriebsplan für die Strecke zwischen Wien und Genua (Italien) zu erstellen. Es ist vorgesehen, dass wöchentlich 15 Züge diese Strecke befahren. Hierfür stehen 122 Lokomotiven unterschiedlicher Typen zur Verfügung. Diese Art der Zuordnung wird Locomotive Assignemnt Problem (LAP) genannt, und stellt ein klassisches Optimierungsproblem dar. Um einen weiteren Nachhaltigkeitsaspekt in das Modell einzubringen, wird die Distributed Power (verteilte Traktion) Technik angewendet. Dabei werden die Lokomotiven nicht nur an der Front der Züge, sondern über den ganzen Zug verteilt eingesetzt. Dies bietet gegenüber herkömmlichen Zügen verschiedene Vorteile. Die Züge können dadurch tendenziell schneller fahren und es kann eine größere Menge an Fracht bewegt werden, während gleichzeitig die Sicherheit, Zuverlässigkeit und Effizienz verbessert werden. Im vorliegenden Modell minimiert Distributed Power (DP) die Reibung bzw. den Widerstand der Züge auf den Schienen, was zu Einsparungen bei Kraftstoff und den damit verbundenen Kosten führt und damit die Nachhaltigkeit der Züge verbessert. Um effiziente Zuordnungen zu generieren, also Lösungen für das Optimierungsproblem zu finden, wird eine Metaheuristik verwendet. Metaheuristiken zeichnen sich insbesondere dadurch aus, dass sie einfach zu implementieren und zu verstehen sind und auf verschiedene Optimierungsprobleme angewendet werden können. Zudem liefern sie in der Regel gute oder nahezu optimale Ergebnisse. Die Metaheuristik Variable Neighbourhood Search (VNS) erfüllt all die genannten Eigenschaften und wurde daher ausgewählt, um Lösungen für das zugrunde liegende Problem zu liefern. Im Hinblick auf dieses nachhaltigkeitsorientierte Logisitkmodell können in dieser Arbeit einige Schlussfolgerungen gezogen werden. Im Allgemeinen lassen sich Lokomotiven, Züge und die Strecke gut mit öffentlich zugänglichen Daten und Informationen modellieren. Eine detaillierte quantitative Auswirkung von Distributed Power auf Züge muss jedoch noch genauer erforscht werden, insbesondere im europäischen Kontext. Das optimale Ergebnis des Zuordnungsproblems ergibt einen Betriebsplan, bei dem 9 Züge im DP-Modus fahren und 6 Züge im herkömmlichen Modus. Es hat sich gezeigt, dass eine Lösung mit Zügen in unterschiedlichen Modi effizienter ist als eine Lösung, die ausschließlich aus DP-Zügen besteht. Die Zusammenstellung der Züge hängt stark von der zufällig gewählten Eingangslösung ab. Für die Verwendung des Modells im Betrieb sollte daher die Eingangslösung anhand einer Regel gewählt werden, die eine effiziente Zusammenstellung von Zügen vorgibt. Die VNS-Heuristik eignet sich gut, um dieses Modell zu lösen, und der Rechenaufwand, auch für größere Problemstellungen, ist gering.

The aim of this study is to develop a logistics model with a focus on sustainability. As the logistics sector, particularly associated with road transportation, has experienced significant growth in recent years and since it emits health harming pollutants that also contribute significantly to climate change, the foundation of this sustainability-oriented logistics model will be the less emission-intensive rail freight transportation. Specifically, this model aims to enhance the efficiency of operational processes in the railway industry. The objective is to find cost-effective (optimized) assignments of locomotives and trains, as well as to create an operating plan for the route between Vienna and Genoa (Italy). It is intended that 15 trains will travel this route on a weekly basis. There are 122 locomotives of different types available for this purpose. This type of model is referred to as the Locomotive Assignment Problem (LAP) and represents a classical optimization problem. To incorporate another aspect of sustainability into the model, the Distributed Power (DP) technique is applied. In this approach, locomotives are not only positioned at the front of trains but distributed throughout the entire train. This offers various advantages over conventional trains. It enables trains to potentially travel at higher speeds and transport larger quantities of cargo, while simultaneously improving safety, reliability, and efficiency. In the presented model, Distributed Power is supposed to minimize friction and resistance of trains on the rails, leading to fuel savings and associated cost reductions, thereby enhancing the sustainability of the trains. To generate efficient assignments, i.e., solutions to the optimization problem, a metaheuristic approach is employed. Metaheuristics are particularly characterized by their ease of implementation and comprehension, as well as their applicability to various optimization problems. Moreover, they generally yield good or close to optimal results. The Variable Neighbourhood Search (VNS) metaheuristic possesses all these mentioned characteristics and has thus been selected to provide solutions to the underlying problem. Regarding this sustainability-oriented logistics models, several conclusions can be drawn from this study. In general, locomotives, trains, and routes can be effectively modeled using publicly accessible data and information. However, a detailed quantitative analysis of the impact of Distributed Power on trains still requires further exploration, especially in the European context. The optimal solution to the assignment problem results in an operating plan with 9 trains operating in DP mode and 6 trains in conventional mode. It has been demonstrated that a solution consisting of trains operating in mixed modes is more efficient than an exclusively DP-based solution. The composition of trains is highly dependent on the randomly chosen initial solution. Therefore, for operational use of the model, the initial solution should be selected based on a rule that prescribes an efficient composition of trains. The VNS heuristic is well-suited for solving this model, and the computational effort, even for larger problem instances, is low.