Kapitel 3: Exakte Lösung von VRPs

Literatur

Folien zur Vorlesung1

Transportlogistik
Kapitel 3: Exakte Lösung von VRPs

Prof. Timo Gschwind, Prof. Stefan Irnich, Dr. Christian Tilk

1
Version 2.0.1
1 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Kapitel 3.3.3: SPP with Pickup and Delivery

and Time Windows

Lesen Sie...

(Ropke und Cordeau, 2009)

(Gschwind u. a., 2018)

2 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Wiederholung: PDPTW
Pickup and Delivery Problem with Time Windows (PDPTW):

− + Gegeben
− + Depot
+ Transportaufträge mit
+ Startort (pickup)
− Zielort (delivery)
−
Transportmengen
Besuchszeitfenstern
Fahrzeuge mit Kapazität
+ −
Aufgabe Bestimme eine distanz-minimale Menge von Fahrzeugrouten für
die homogenen Fahrzeuge, so dass
alle Transportaufträge exakt einmal ausgeführt werden,
die Fahrzeugkapazität auf allen Routen ausreicht,
alle Kundenorte während ihres Zeitfensters besucht werden,
jeder Transportauftrag von nur einem Fahrzeug und in der
richtigen Reihenfolge (Start- vor Zielort) ausgeführt wird.
3 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Wiederholung: PDPTW
Wichtige zusätzliche Notation:
n Punkt-zu-Punkt Transportaufträge
Jeder Auftrag i ∈ P hat einen Startort i ∈ P (Pickup) und einen
Zielort i + n ∈ D (Delivery)
Für die Nachfragen gilt qi = −qi+n und qi > 0

4 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Wiederholung: PDPTW
Wichtige zusätzliche Notation:
n Punkt-zu-Punkt Transportaufträge
Jeder Auftrag i ∈ P hat einen Startort i ∈ P (Pickup) und einen
Zielort i + n ∈ D (Delivery)
Für die Nachfragen gilt qi = −qi+n und qi > 0

Zulässigkeit einer Route: Eine Route ist zulässig, wenn

sie jeden Knoten höchstens einmal besucht,
sie kapazitiv zulässig ist,
alle Zeitfenster eingehalten werden können (vgl. VRPTW)
alle Aufträge entweder komplett oder gar nicht ausgeführt werden
(→ pairing)
alle Aufträge in der richtigen Reihenfolge ausgeführt werden
(→ precedence)
4 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Branch-&-Price für das PDPTW

RMP (Pfadbasierte Formulierung):
X
z1IPDPTW = min cr xr (duale Preise) (2)
r ∈Ω̄
X
so dass air xr = 1 für alle i ∈ P (πi ) (3)
r ∈Ω̄
X
xr ≤ |K | (µ) (4)
r ∈Ω̄

xr ∈ {0, 1} für alle r ∈ Ω̄ (5)

5 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Branch-&-Price für das PDPTW

RMP (Pfadbasierte Formulierung):
X
z1IPDPTW = min cr xr (duale Preise) (2)
r ∈Ω̄
X
so dass air xr = 1 für alle i ∈ P (πi ) (3)
r ∈Ω̄
X
xr ≤ |K | (µ) (4)
r ∈Ω̄

xr ∈ {0, 1} für alle r ∈ Ω̄ (5)

Subproblem:
Finde zulässige Route mit negativen reduzierten Kosten c̃r
P
→ Reduzierte Kosten einer Route: c̃r = cr − i∈P πi air − µ

5 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Branch-&-Price für das PDPTW

RMP (Pfadbasierte Formulierung):
X
z1IPDPTW = min cr xr (duale Preise) (2)
r ∈Ω̄
X
so dass air xr = 1 für alle i ∈ P (πi ) (3)
r ∈Ω̄
X
xr ≤ |K | (µ) (4)
r ∈Ω̄

xr ∈ {0, 1} für alle r ∈ Ω̄ (5)

Subproblem:
Finde zulässige Route mit negativen reduzierten Kosten c̃r
P
→ Reduzierte Kosten einer Route: c̃r = cr − i∈P πi air − µ
(E)SPP with Pickup and Delivery and Time Windows, (E)SPPPDTW
π̄
→ Modifizierte Bogenkosten: c̃ij = cij − π̄2i − 2j mit
π̄s = π̄t = µ, π̄i = πi , ∀i ∈ P und π̄i = 0, ∀i ∈ D
→ Reduzierte Kosten einer Route entsprechen der Summe der
modifizierten Kosten der genutzten Bögen
5 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

(Vorwärts) Labeling Algorithmus für das SPPPDTW

Ressourcen: Ein Teilweg Pi vom Startknoten s zum Knoten i wird im
f f f f
SPPPDTW durch ein Label Lfi := ([C Li , T Li , O Li ],pred Li ) mit folgenden
Ressourcen repräsentiert:
f
C Li Kosten des Teilwegs Pi
f
T Li Frühestmögliche Servicebeginn an Knoten i
f
O Li Menge der offenen Aufträgen
→ Aufträge, die an Bord des Fahrzeugs sind
→ Pickup des Auftrags wurde besucht, delivery nicht

6 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

(Vorwärts) Labeling Algorithmus für das SPPPDTW

Ressourcen: Ein Teilweg Pi vom Startknoten s zum Knoten i wird im
f f f f
SPPPDTW durch ein Label Lfi := ([C Li , T Li , O Li ],pred Li ) mit folgenden
Ressourcen repräsentiert:
f
C Li Kosten des Teilwegs Pi
f
T Li Frühestmögliche Servicebeginn an Knoten i
f
O Li Menge der offenen Aufträgen
→ Aufträge, die an Bord des Fahrzeugs sind
→ Pickup des Auftrags wurde besucht, delivery nicht

Bemerkungen:
Das initiale Label am Startknoten s ist gegeben durch
f f f
Lfs := ([C Ls , T Ls , O Ls ]) = ([0, as , ∅])
f
Ein Teilweg Pi ist zulässig falls T Li ∈ [ai , bi ] und
P
Lf qo ∈ [0, Q] und
o∈O i
pairing und precedence eingehalten wird
→ Letzteres muss bei der Erweiterung der Label gewährleistet werden

6 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

(Vorwärts) Labeling Algorithmus für das SPPPDTW

REFs: Die Erweiterung eines Labels Li über den Bogen (i, j) ist nur dann
zulässig, wenn gilt:
f
/ O Li , oder
j ∈ P und j ∈
f
j ∈ D und j − n ∈ O Li , oder
f
j = t und O Li = ∅

7 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

(Vorwärts) Labeling Algorithmus für das SPPPDTW

REFs: Die Erweiterung eines Labels Li über den Bogen (i, j) ist nur dann
zulässig, wenn gilt:
f
/ O Li , oder
j ∈ P und j ∈
f
j ∈ D und j − n ∈ O Li , oder
f
j = t und O Li = ∅

Sofern zulässig, resultiert die Erweiterung in einem neuen Label Lfj ,

dessen Ressourcen wie folgt berechnet werden:
f f
C Lj = fijcost (Lfi ) = C Li + c̃ij
f f
T Lj = fijtime (Lfi ) = max{aj , T Li + tij }
 f
L
f
O i ∪ {j},
 wenn j ∈ P
Lj open f f
L
O = fij (Li ) = O \ {j − n}, wenn j ∈ D
i

 Lfi

O , sonst

7 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

(Vorwärts) Labeling Algorithmus für das SPPPDTW

Bemerkungen zu den REFs:
Die REFs fijcost , fijtime sind monoton nicht-fallend

8 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

(Vorwärts) Labeling Algorithmus für das SPPPDTW

Bemerkungen zu den REFs:
Die REFs fijcost , fijtime sind monoton nicht-fallend
Die REF fijopen kann äquivalent als monoton nicht-fallende Funktion
definiert werden (andere, äquivalente Ressourcen zur Modellierung
der offenen Aufträge nötig),
f
aber: Ressourcenstand O Li entscheidet über Zulässigkeit einer
Erweiterung, wobei je nach Typ des Knotens j unterschiedliche
Ressourcenstände des korrespondierenden Auftrags besser sind

8 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

(Vorwärts) Labeling Algorithmus für das SPPPDTW

Bemerkungen zu den REFs:
Die REFs fijcost , fijtime sind monoton nicht-fallend
Die REF fijopen kann äquivalent als monoton nicht-fallende Funktion
definiert werden (andere, äquivalente Ressourcen zur Modellierung
der offenen Aufträge nötig),
f
aber: Ressourcenstand O Li entscheidet über Zulässigkeit einer
Erweiterung, wobei je nach Typ des Knotens j unterschiedliche
Ressourcenstände des korrespondierenden Auftrags besser sind

Schwache Dominanz: Für zwei Label Lfi ,1 und Lfi ,2 , die Teilwege
repräsentieren, die am selben Knoten i enden, gilt:
Lfi ,1 dominiert Lfi ,2 falls:
f ,1 f ,2
1.) C Li ≤ C Li
f ,1 f ,2
2.) T Li ≤ T Li
f ,1 f ,2
3.) O Li = O Li
8 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

(Vorwärts) Labeling Algorithmus für das SPPPDTW

Starke Dominanz:
Voraussetzung: Reduzierte Kosten erfüllen die Ungleichung
c̃ij ≤ c̃ik + c̃kj für alle i, j ∈ V und k ∈ D
→ Delivery Triangle Inequality (DTI)
‘Ein Umweg über einen Delivery-Knoten ist nie billiger’

9 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

(Vorwärts) Labeling Algorithmus für das SPPPDTW

Starke Dominanz:
Voraussetzung: Reduzierte Kosten erfüllen die Ungleichung
c̃ij ≤ c̃ik + c̃kj für alle i, j ∈ V und k ∈ D
→ Delivery Triangle Inequality (DTI)
‘Ein Umweg über einen Delivery-Knoten ist nie billiger’
π̄
→ Falls πi ≥ 0, ∀i ∈ P, dann erfüllen c̃ij = cij − π̄2i − 2j mit
π̄s = π̄t = µ, π̄i = πi , ∀i ∈ P und π̄i = 0, ∀i ∈ D die DTI

9 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

(Vorwärts) Labeling Algorithmus für das SPPPDTW

Starke Dominanz:
Voraussetzung: Reduzierte Kosten erfüllen die Ungleichung
c̃ij ≤ c̃ik + c̃kj für alle i, j ∈ V und k ∈ D
→ Delivery Triangle Inequality (DTI)
‘Ein Umweg über einen Delivery-Knoten ist nie billiger’
π̄
→ Falls πi ≥ 0, ∀i ∈ P, dann erfüllen c̃ij = cij − π̄2i − 2j mit
π̄s = π̄t = µ, π̄i = πi , ∀i ∈ P und π̄i = 0, ∀i ∈ D die DTI
Dominanz: Für zwei Label Lfi ,1 und Lfi ,2 , die Teilwege repräsentieren,
die am selben Knoten i enden, gilt, Lfi ,1 dominiert Lif ,2 falls:
f ,1 f ,2
1.) C Li ≤ C Li
f ,1 f ,2
2.) T Li ≤ T Li
f ,1 f ,2
3.) O Li ⊆ O Li

9 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

(Vorwärts) Labeling Algorithmus für das SPPPDTW

Starke Dominanz:
Beweis: Zeige, dass für Lfi ,1 und Lfi ,2 Bedingungen 1(b) und 2 des
Dominanzprinzips (siehe Kapitel 3.3.1) erfüllt sind

10 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

(Vorwärts) Labeling Algorithmus für das SPPPDTW

Starke Dominanz:
Beweis: Zeige, dass für Lfi ,1 und Lfi ,2 Bedingungen 1(b) und 2 des
Dominanzprinzips (siehe Kapitel 3.3.1) erfüllt sind
→ Sei Q 2 eine Komplettierung von Pi2 , so dass R 2 = (Pi2 , Q 2 ) ein
zulässiger (s − t)-Weg ist

10 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

(Vorwärts) Labeling Algorithmus für das SPPPDTW

Starke Dominanz:
Beweis: Zeige, dass für Lfi ,1 und Lfi ,2 Bedingungen 1(b) und 2 des
Dominanzprinzips (siehe Kapitel 3.3.1) erfüllt sind
→ Sei Q 2 eine Komplettierung von Pi2 , so dass R 2 = (Pi2 , Q 2 ) ein
zulässiger (s − t)-Weg ist
→ Sei Q 1 der Teilweg, der entsteht, wenn aus Q 2 alle Knoten o mit
f ,2 f ,1
o − n ∈ O Li \ O Li entfernt werden (bzw. die jeweils ersten
Vorkommen dieser Knoten bei nicht-elementaren Wegen)

10 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

(Vorwärts) Labeling Algorithmus für das SPPPDTW

Starke Dominanz:
Beweis: Zeige, dass für Lfi ,1 und Lfi ,2 Bedingungen 1(b) und 2 des
Dominanzprinzips (siehe Kapitel 3.3.1) erfüllt sind
→ Sei Q 2 eine Komplettierung von Pi2 , so dass R 2 = (Pi2 , Q 2 ) ein
zulässiger (s − t)-Weg ist
→ Sei Q 1 der Teilweg, der entsteht, wenn aus Q 2 alle Knoten o mit
f ,2 f ,1
o − n ∈ O Li \ O Li entfernt werden (bzw. die jeweils ersten
Vorkommen dieser Knoten bei nicht-elementaren Wegen)
f ,1 f ,2 f ,1 f ,2
→ Wegen T Li ≤ T Li und O Li ⊆ O Li ist R 1 = (Pi1 , Q 1 ) auch
f ,1
Li L2i
zulässig und wegen C ≤ C und der Delivery Triangle Inequality
sind die reduzierten Kosten von R 1 nicht schlechter als die von R 2
Beispiel: siehe Tafel!

10 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

(Vorwärts) Labeling Algorithmus für das SPPPDTW

Starke Dominanz:
Beweis: Zeige, dass für Lfi ,1 und Lfi ,2 Bedingungen 1(b) und 2 des
Dominanzprinzips (siehe Kapitel 3.3.1) erfüllt sind
→ Sei Q 2 eine Komplettierung von Pi2 , so dass R 2 = (Pi2 , Q 2 ) ein
zulässiger (s − t)-Weg ist
→ Sei Q 1 der Teilweg, der entsteht, wenn aus Q 2 alle Knoten o mit
f ,2 f ,1
o − n ∈ O Li \ O Li entfernt werden (bzw. die jeweils ersten
Vorkommen dieser Knoten bei nicht-elementaren Wegen)
f ,1 f ,2 f ,1 f ,2
→ Wegen T Li ≤ T Li und O Li ⊆ O Li ist R 1 = (Pi1 , Q 1 ) auch
f ,1
Li L2i
zulässig und wegen C ≤ C und der Delivery Triangle Inequality
sind die reduzierten Kosten von R 1 nicht schlechter als die von R 2
Beispiel: siehe Tafel!

0 ) (−5
(0, 1 1 , 10)
s 2
(c̃ij , tij ) = (−5, 10)

10 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

(Vorwärts) Labeling Algorithmus für das SPPPDTW

Starke Dominanz:
Beweis: Zeige, dass für Lfi ,1 und Lfi ,2 Bedingungen 1(b) und 2 des
Dominanzprinzips (siehe Kapitel 3.3.1) erfüllt sind
→ Sei Q 2 eine Komplettierung von Pi2 , so dass R 2 = (Pi2 , Q 2 ) ein
zulässiger (s − t)-Weg ist
→ Sei Q 1 der Teilweg, der entsteht, wenn aus Q 2 alle Knoten o mit
f ,2 f ,1
o − n ∈ O Li \ O Li entfernt werden (bzw. die jeweils ersten
Vorkommen dieser Knoten bei nicht-elementaren Wegen)
f ,1 f ,2 f ,1 f ,2
→ Wegen T Li ≤ T Li und O Li ⊆ O Li ist R 1 = (Pi1 , Q 1 ) auch
f ,1
Li L2i
zulässig und wegen C ≤ C und der Delivery Triangle Inequality
sind die reduzierten Kosten von R 1 nicht schlechter als die von R 2
Beispiel: L2 = (−5, 20, {1, 2}) siehe Tafel!
2

0 ) (−5
(0, 1 1 , 10)
s 2
(c̃ij , tij ) = (−5, 10)
L12 = (−5, 10, {2})

10 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

(Vorwärts) Labeling Algorithmus für das SPPPDTW

Starke Dominanz:
Beweis: Zeige, dass für Lfi ,1 und Lfi ,2 Bedingungen 1(b) und 2 des
Dominanzprinzips (siehe Kapitel 3.3.1) erfüllt sind
→ Sei Q 2 eine Komplettierung von Pi2 , so dass R 2 = (Pi2 , Q 2 ) ein
zulässiger (s − t)-Weg ist
→ Sei Q 1 der Teilweg, der entsteht, wenn aus Q 2 alle Knoten o mit
f ,2 f ,1
o − n ∈ O Li \ O Li entfernt werden (bzw. die jeweils ersten
Vorkommen dieser Knoten bei nicht-elementaren Wegen)
f ,1 f ,2 f ,1 f ,2
→ Wegen T Li ≤ T Li und O Li ⊆ O Li ist R 1 = (Pi1 , Q 1 ) auch
f ,1
Li L2i
zulässig und wegen C ≤ C und der Delivery Triangle Inequality
sind die reduzierten Kosten von R 1 nicht schlechter als die von R 2
Beispiel: L22 = (−5, 20, {1, 2}) Q 2 = (1 + n, 2 + n, t) siehe Tafel!

0 ) (−5
(0, 1 1 , 10)
(1, 10) (1, 10) (0, 10)
s 2 1+n 2+n t
(c̃ij , tij ) = (−5, 10)
L12 = (−5, 10, {2})

10 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

(Vorwärts) Labeling Algorithmus für das SPPPDTW

Starke Dominanz:
Beweis: Zeige, dass für Lfi ,1 und Lfi ,2 Bedingungen 1(b) und 2 des
Dominanzprinzips (siehe Kapitel 3.3.1) erfüllt sind
→ Sei Q 2 eine Komplettierung von Pi2 , so dass R 2 = (Pi2 , Q 2 ) ein
zulässiger (s − t)-Weg ist
→ Sei Q 1 der Teilweg, der entsteht, wenn aus Q 2 alle Knoten o mit
f ,2 f ,1
o − n ∈ O Li \ O Li entfernt werden (bzw. die jeweils ersten
Vorkommen dieser Knoten bei nicht-elementaren Wegen)
f ,1 f ,2 f ,1 f ,2
→ Wegen T Li ≤ T Li und O Li ⊆ O Li ist R 1 = (Pi1 , Q 1 ) auch
f ,1
Li L2i
zulässig und wegen C ≤ C und der Delivery Triangle Inequality
sind die reduzierten Kosten von R 1 nicht schlechter als die von R 2
Beispiel: L22 = (−5, 20, {1, 2}) Q 2 = (1 + n, 2 + n, t) siehe Tafel!

0 ) (−5
(0, 1 1 , 10)
(1, 10) (1, 10) (0, 10)
s 2 1+n 2+n t
(c̃ij , tij ) = (−5, 10) (0, 10)
L12 = (−5, 10, {2}) Q 1 = (2 + n, t)
(2, 10)

10 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Bidirektionaler Labeling Algorithmus für das SPPPDTW

Ressourcen im Rückwärtslabeling: Ein Teilweg Pi vom Knoten i zum
Zielknoten t wird durch ein Rückwärtslabel
b b b b
Lbi := ([C Li , T Li , O Li ],pred Li ) mit folgende Ressourcen repräsentiert:
b
C Li Kosten des Teilwegs Pi
b
T Li Spätestmöglicher Servicebeginn am Knoten i
b
O Li Menge der (rückwärts) offenen Aufträge
→ Delivery des Auftrags wurde besucht, pickup nicht

11 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Bidirektionaler Labeling Algorithmus für das SPPPDTW

Ressourcen im Rückwärtslabeling: Ein Teilweg Pi vom Knoten i zum
Zielknoten t wird durch ein Rückwärtslabel
b b b b
Lbi := ([C Li , T Li , O Li ],pred Li ) mit folgende Ressourcen repräsentiert:
b
C Li Kosten des Teilwegs Pi
b
T Li Spätestmöglicher Servicebeginn am Knoten i
b
O Li Menge der (rückwärts) offenen Aufträge
→ Delivery des Auftrags wurde besucht, pickup nicht

Bemerkungen:
Das initiale Label am Endknoten t ist gegeben durch
b b b
Lbt := ([C Li , T Li , O Li ]) = ([0, bt , ∅])
b
Li
P Teilweg Pi ist zulässig falls T ∈ [ai , bi ] und
Ein
Lb qo ∈ [0, Q] und pairing und precedence eingehalten wird
o∈O i
→ Letzteres muss bei der Erweiterung der Label gewährleistet
werden
11 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Bidirektionaler Labeling Algorithmus für das SPPPDTW

REFs im Rückwärtslabeling: Die Rückwärts-Erweiterung eines Labels Lbj
entgegen der Orientierung des Bogens (i, j) ist nur dann zulässig, wenn gilt:
b
i ∈ P und i ∈ O Lj , oder
b
/ O Lj , oder
i ∈ D und i − n ∈
Lbj
i = s und O =∅

12 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Bidirektionaler Labeling Algorithmus für das SPPPDTW

REFs im Rückwärtslabeling: Die Rückwärts-Erweiterung eines Labels Lbj
entgegen der Orientierung des Bogens (i, j) ist nur dann zulässig, wenn gilt:
b
i ∈ P und i ∈ O Lj , oder
b
/ O Lj , oder
i ∈ D und i − n ∈
Lbj
i = s und O =∅
Sofern zulässig, resultiert die Erweiterung in einem neuen Label Lbj , dessen
Ressourcen wie folgt berechnet werden:
b b
C Li = bijcost (Lbj ) = C Lj + c̃ij
b b
T Li = bijtime (Lbj ) = min{bi , T Lj − tij }
 b
L
b
O j ∪ {i − n}, wenn i ∈ D

b
O Li = bijopen (Lbj ) = O Lj \ {i}, wenn i ∈ P
Lbj

O , sonst


12 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Bidirektionaler Labeling Algorithmus für das SPPPDTW

REFs im Rückwärtslabeling: Die Rückwärts-Erweiterung eines Labels Lbj
entgegen der Orientierung des Bogens (i, j) ist nur dann zulässig, wenn gilt:
b
i ∈ P und i ∈ O Lj , oder
b
/ O Lj , oder
i ∈ D und i − n ∈
Lbj
i = s und O =∅
Sofern zulässig, resultiert die Erweiterung in einem neuen Label Lbj , dessen
Ressourcen wie folgt berechnet werden:
b b
C Li = bijcost (Lbj ) = C Lj + c̃ij
b b
T Li = bijtime (Lbj ) = min{bi , T Lj − tij }
 b
L
b
O j ∪ {i − n}, wenn i ∈ D

b
O Li = bijopen (Lbj ) = O Lj \ {i}, wenn i ∈ P
Lbj

O , sonst


Bemerkungen:
bijcost ist monoton nicht-fallend, bijtime ist monoton nicht-steigend

12 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Bidirektionaler Labeling Algorithmus für das SPPPDTW

REFs im Rückwärtslabeling: Die Rückwärts-Erweiterung eines Labels Lbj
entgegen der Orientierung des Bogens (i, j) ist nur dann zulässig, wenn gilt:
b
i ∈ P und i ∈ O Lj , oder
b
/ O Lj , oder
i ∈ D und i − n ∈
Lbj
i = s und O =∅
Sofern zulässig, resultiert die Erweiterung in einem neuen Label Lbj , dessen
Ressourcen wie folgt berechnet werden:
b b
C Li = bijcost (Lbj ) = C Lj + c̃ij
b b
T Li = bijtime (Lbj ) = min{bi , T Lj − tij }
 b
L
b
O j ∪ {i − n}, wenn i ∈ D

b
O Li = bijopen (Lbj ) = O Lj \ {i}, wenn i ∈ P
Lbj

O , sonst


Bemerkungen:
bijcost ist monoton nicht-fallend, bijtime ist monoton nicht-steigend
bijopen : selbe Problematik wie bei fijopen
12 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Bidirektionaler Labeling Algorithmus für das SPPPDTW

Schwache Dominanz im Rückwärtslabeling: Für zwei Label Lb,1 i und

Lb,2
i , die Teilwege repräsentieren, die am selben Knoten i starten, gilt:
Lb,1
i dominiert Lb,2
i falls:
b,1 b,2
1.) C Li ≤ C Li
b,1 b,2
2.) T Li ≥ T Li
b,1 b,2
3.) O Li = O Li

13 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Bidirektionaler Labeling Algorithmus für das SPPPDTW

Merge-Prozedur bei schwacher Dominanz im Rückwärtslabeling:

Ein Vorwärtslabel Lfi und ein Rückwärtslabel Lbi , die am selben Knoten i enden
bzw. starten, können zu einem zulässigen s-t-Weg verbunden werden falls:
f b
1.) T Li ≤ T Li
 b
L Lf
O i = O i \ {i},
 wenn i ∈ P
Lfi Lbi
2.) O =O \ {i − n}, wenn i ∈ D
O Lfi = O Lbi ,

sonst
f b
Die Kosten des resultierenden s-t-Wegs sind C Li + C Li .
Beispiel: siehe Tafel!

14 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Bidirektionaler Labeling Algorithmus für das SPPPDTW

Merge-Prozedur bei schwacher Dominanz im Rückwärtslabeling:

Ein Vorwärtslabel Lfi und ein Rückwärtslabel Lbi , die am selben Knoten i enden
bzw. starten, können zu einem zulässigen s-t-Weg verbunden werden falls:
f b
1.) T Li ≤ T Li
 b
L Lf
O i = O i \ {i},
 wenn i ∈ P
Lfi Lbi
2.) O =O \ {i − n}, wenn i ∈ D
O Lfi = O Lbi ,

sonst
f b
Die Kosten des resultierenden s-t-Wegs sind C Li + C Li .
Beispiel: siehe Tafel!

s 1 2 1+n 2+n t

14 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Bidirektionaler Labeling Algorithmus für das SPPPDTW

Merge-Prozedur bei schwacher Dominanz im Rückwärtslabeling:

Ein Vorwärtslabel Lfi und ein Rückwärtslabel Lbi , die am selben Knoten i enden
bzw. starten, können zu einem zulässigen s-t-Weg verbunden werden falls:
f b
1.) T Li ≤ T Li
 b
L Lf
O i = O i \ {i},
 wenn i ∈ P
Lfi Lbi
2.) O =O \ {i − n}, wenn i ∈ D
O Lfi = O Lbi ,

sonst
f b
Die Kosten des resultierenden s-t-Wegs sind C Li + C Li .
Beispiel: b b b
siehe Tafel!
O L2 = {1} O L1+n = {1, 2} O L2+n = {2}
s 1 2 1+n 2+n t
Lf1 Lf2
O = {1} O = {1, 2}

14 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Bidirektionaler Labeling Algorithmus für das SPPPDTW

Merge-Prozedur bei schwacher Dominanz im Rückwärtslabeling:

Ein Vorwärtslabel Lfi und ein Rückwärtslabel Lbi , die am selben Knoten i enden
bzw. starten, können zu einem zulässigen s-t-Weg verbunden werden falls:
f b
1.) T Li ≤ T Li
 b
L Lf
O i = O i \ {i},
 wenn i ∈ P
Lfi Lbi
2.) O =O \ {i − n}, wenn i ∈ D
O Lfi = O Lbi ,

sonst
f b
Die Kosten des resultierenden s-t-Wegs sind C Li + C Li .
Beispiel: b b b
siehe Tafel!
O L2 = {1} O L1+n = {1, 2} O L2+n = {2}
s 1 2 1+n 2+n t
Lf1 Lf2
O = {1} O = {1, 2}

b f
Merge bei Knoten 2: O L2 = O L2 \ {2}

14 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Bidirektionaler Labeling Algorithmus für das SPPPDTW

Merge-Prozedur bei schwacher Dominanz im Rückwärtslabeling:

Ein Vorwärtslabel Lfi und ein Rückwärtslabel Lbi , die am selben Knoten i enden
bzw. starten, können zu einem zulässigen s-t-Weg verbunden werden falls:
f b
1.) T Li ≤ T Li
 b
L Lf
O i = O i \ {i},
 wenn i ∈ P
Lfi Lbi
2.) O =O \ {i − n}, wenn i ∈ D
O Lfi = O Lbi ,

sonst
f b
Die Kosten des resultierenden s-t-Wegs sind C Li + C Li .
Beispiel: b b
siehe Tafel!
O L1+n = {1, 2} O L2+n = {2}
s 1 2 1+n 2+n t
Lf1 Lf2 Lf1+n
O = {1} O = {1, 2} O = {2}

14 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Bidirektionaler Labeling Algorithmus für das SPPPDTW

Merge-Prozedur bei schwacher Dominanz im Rückwärtslabeling:

Ein Vorwärtslabel Lfi und ein Rückwärtslabel Lbi , die am selben Knoten i enden
bzw. starten, können zu einem zulässigen s-t-Weg verbunden werden falls:
f b
1.) T Li ≤ T Li
 b
L Lf
O i = O i \ {i},
 wenn i ∈ P
Lfi Lbi
2.) O =O \ {i − n}, wenn i ∈ D
O Lfi = O Lbi ,

sonst
f b
Die Kosten des resultierenden s-t-Wegs sind C Li + C Li .
Beispiel: b b
siehe Tafel!
O L1+n = {1, 2} O L2+n = {2}
s 1 2 1+n 2+n t
Lf1 Lf2 Lf1+n
O = {1} O = {1, 2} O = {2}

f b b
Merge bei Knoten 1 + n: O L1+n = O L1+n \ {1 + n − n} = O L1+n \ {1}

14 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Bidirektionaler Labeling Algorithmus für das SPPPDTW

Starke Dominanz im Rückwärtslabeling:
Voraussetzung: Reduzierte Kosten erfüllen die Ungleichung
c̃ij ≤ c̃ik + c̃kj für alle i, j ∈ V und k ∈ P
→ Pickup Triangle Inequality (PTI)

15 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Bidirektionaler Labeling Algorithmus für das SPPPDTW

Starke Dominanz im Rückwärtslabeling:
Voraussetzung: Reduzierte Kosten erfüllen die Ungleichung
c̃ij ≤ c̃ik + c̃kj für alle i, j ∈ V und k ∈ P
→ Pickup Triangle Inequality (PTI)
Dominanz: Für zwei Label Lfi ,1 und Lfi ,2 , die Teilwege repräsentieren, die
am selben Knoten i enden, gilt, Lfi ,1 dominiert Lfi ,2 falls:
b,1 b,2
1.) C Li ≤ C Li
b,1 b,2
2.) T Li ≥ T Li
b,1 b,2
3.) O Li ⊆ O Li

15 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Bidirektionaler Labeling Algorithmus für das SPPPDTW

Starke Dominanz im Rückwärtslabeling:
Voraussetzung: Reduzierte Kosten erfüllen die Ungleichung
c̃ij ≤ c̃ik + c̃kj für alle i, j ∈ V und k ∈ P
→ Pickup Triangle Inequality (PTI)
Dominanz: Für zwei Label Lfi ,1 und Lfi ,2 , die Teilwege repräsentieren, die
am selben Knoten i enden, gilt, Lfi ,1 dominiert Lfi ,2 falls:
b,1 b,2
1.) C Li ≤ C Li
b,1 b,2
2.) T Li ≥ T Li
b,1 b,2
3.) O Li ⊆ O Li
Bemerkungen: Bidirektionals Labeling mit
schwacher Dominanz im Vorwärts- und starker Dominanz im
Rückwärtslabeling geht analog zum umgedrehten Fall

15 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Bidirektionaler Labeling Algorithmus für das SPPPDTW

Starke Dominanz im Rückwärtslabeling:
Voraussetzung: Reduzierte Kosten erfüllen die Ungleichung
c̃ij ≤ c̃ik + c̃kj für alle i, j ∈ V und k ∈ P
→ Pickup Triangle Inequality (PTI)
Dominanz: Für zwei Label Lfi ,1 und Lfi ,2 , die Teilwege repräsentieren, die
am selben Knoten i enden, gilt, Lfi ,1 dominiert Lfi ,2 falls:
b,1 b,2
1.) C Li ≤ C Li
b,1 b,2
2.) T Li ≥ T Li
b,1 b,2
3.) O Li ⊆ O Li
Bemerkungen: Bidirektionals Labeling mit
schwacher Dominanz im Vorwärts- und starker Dominanz im
Rückwärtslabeling geht analog zum umgedrehten Fall
starker Dominanz in beiden Richtungen:
→ Reduzierte Kosten können DTI und PTI i.A. nicht gleichzeitig erfüllen

15 / 15
 Kapitel 3: Exakte Lösung von VRPs
Kapitel 3.3.3: SPP with Pickup and Delivery and Time Windows
Literatur

Bidirektionaler Labeling Algorithmus für das SPPPDTW

Starke Dominanz im Rückwärtslabeling:
Voraussetzung: Reduzierte Kosten erfüllen die Ungleichung
c̃ij ≤ c̃ik + c̃kj für alle i, j ∈ V und k ∈ P
→ Pickup Triangle Inequality (PTI)
Dominanz: Für zwei Label Lfi ,1 und Lfi ,2 , die Teilwege repräsentieren, die
am selben Knoten i enden, gilt, Lfi ,1 dominiert Lfi ,2 falls:
b,1 b,2
1.) C Li ≤ C Li
b,1 b,2
2.) T Li ≥ T Li
b,1 b,2
3.) O Li ⊆ O Li
Bemerkungen: Bidirektionals Labeling mit
schwacher Dominanz im Vorwärts- und starker Dominanz im
Rückwärtslabeling geht analog zum umgedrehten Fall
starker Dominanz in beiden Richtungen:
→ Reduzierte Kosten können DTI und PTI i.A. nicht gleichzeitig erfüllen
→ Nutze unterschiedliche Kosten im Vorwärts- und Rückwärtslabeling
→ Korrigieren der Kosten in der Merge-Prozedur (Gschwind u. a., 2018)
15 / 15
 Kapitel 3: Exakte Lösung von VRPs
Literatur

[Gschwind u. a. 2018] Gschwind, Timo ; Irnich, Stefan ; Rothenbächer,

Ann-Kathrin ; Tilk, Christian: Bidirectional labeling in column-generation
algorithms for pickup-and-delivery problems. In: European Journal of Operational
Research 266 (2018), Nr. 2, S. 521 – 530
[Ropke und Cordeau 2009] Ropke, S. ; Cordeau, J.-F.: Branch and Cut and
Price for the Pickup and Delivery Problem with Time Windows. In: Transportation
Science 43 (2009), Nr. 3, S. 267–286

15 / 15