Politicians, companies, organizations and people all over the world need to act swiftly to prevent, or at least, mitigate climate change. Sweden has the means and the ambition to be a one of the first green welfare states in the world. According to the Swedish Government Inquiries (SOU 2013:84) Fossil Free on the Way the transport sector is responsible for thirty percent of Sweden’s total emissions, which means that there are a lot of potential in decreasing the emissions from the sector. To provide a context, I have presented a couple of events that might help the understanding of the political debate. I mention the IPCC reports, the Paris Agreement and the Swedish Climate Act (2017:720) which provides guidelines and goals for politicians to follow. I also mention how Dieselgate changed the perspective of the diesel car as a green vehicle and how Tesla’s energy efficient engines as well as the company’s developed batteries helped change the perception of the electric vehicle, and later on, the view of the green vehicle. The aim of this study is to examine how the party political perceptions of what kind of car that should be considered as a a green vehicle has shifted over time. This is done by analyzing how the Green Party and the Moderates have taken a stand and argued for the electric car and the diesel car in 2014 and 2018. To help analyzing the arguments and the positions and to understand how differences between the parties' arguments stem from ideology, the study will be based on Jonas Anshelm’s and Martin Hultman's theoretical frameworks. What the analysis show is that, though, there are some ideological differences, both partiesshared consensus about what a green vehicle is. / Umeå universitet

Traditionally, route planning in the transportation sector has only focused on minimizing the total distance driven when transporting goods or people. This is often done using software tools since planning the optimal route is a complex task that is hard to solve by hand. While driving the shortest distance possible is an effort towards lowering fuel costs, which is one of the largest operating costs for truck transportation companies, it is not necessarily the most fuel efficient route. Recently, research has emerged regarding fuel minimizing route planning in order to perform transport operations at the lowest fuel cost possible. One factor contributing to fuel consumption is vehicle speed, since high speed means high wind resistance. Fuel can therefore be conserved by driving at lower speeds. Though lower speeds means longer travelling time, meaning that if the route is disrupted, causing a delay, there is an increased risk that all tasks cannot be performed during the started working day. The purpose of this thesis is to determine how to plan fuel efficient routes in a transportation system prone to disruptions. It was conducted at Scania to further understand how their truck customers can increase profitability in their businesses by planning fuel efficient routes. The truck transportation business is under heavy pressure with low margins. It is therefore valuable to plan fuel efficient routes. The outcome of this thesis is two linear programming models for route planning that take truck capacity, customer demand and time windows for delivery into account. The first model can be used during planning to find a fuel efficient route in order to deliver to all customers to the lowest fuel cost possible. The model gives a route with predetermined average speeds between the customers, as well as arrival time at each customer. When appropriate, the truck is proposed to drive at a slightly decreased speed, to lower wind resistance and thereby fuel consumption. By also taking load weight into account, the route can be planned such that a heavy part of the load is delivered early, reducing the weight carried for the rest of the route. The proposed model accomplishes on average 6.3 % lower fuel cost, compared to the most commonly used route planning model, where the shortest total driving distance is sought. If something would happen that disrupts the route, it might be impossible to deliver all customers before the day ends. To handle those situations, a second model is proposed. Once the transport is delayed, the model will revise the initial route and propose a new route based on a cost of delaying a delivery. The goal is then to deliver as much as possible to the lowest possible cost. The new route will still consist of predetermined average speeds and arrival times. The proposed model is a tool for handling the complex task of recalculating routes once a disruption occurs. In summary, the first model provides support to plan a route that potentially lowers the operational costs for truck transportation companies. If the planned route is disrupted, the second model will revise it and give a new route with new speeds and arrival times. If possible, the revised route will still result in making all deliveries, otherwise the model will postpone the smallest deliveries to the next day. Together, the two models serve as a valuable support for truck transport companies that want to increase their profitability by lowering their operational costs. / Traditionellt har ruttplanering inom transportsektorn endast fokuserat på att minimera den totala körsträckan vid transport av gods eller människor. Detta görs ofta med hjälp av mjukvaruverktyg, eftersom optimal ruttplanering är en komplex uppgift som är svår att lösa för hand. Att köra den kortaste totalsträckan är ett sätt att sänka bränslekostnaderna, vilket är en av de största driftskostnaderna för lastbilstransportföretag, men det är inte nödvändigtvis den mest bränsleeffektiva rutten. Den senaste tiden har allt mer forskning bedrivits inom bränsleminimering för att kunna utföra transportuppdrag till lägsta möjliga bränslekostnad. En faktor som bidrar till bränsleförbrukningen är fordonets hastighet, eftersom hög hastighet innebär högt luftmotstånd. Bränsleförbrukningen kan därför minskas genom att köra i lägre hastigheter. Även om lägre hastigheter betyder längre körtid, vilket innebär att om rutten störs och lastbilen blir försenad, finns det en ökad risk att allt inte kan levereras under den påbörjade arbetsdagen. Syftet med detta arbete är att bestämma hur bränsleeffektiva rutter kan planeras i ett transportsystem benäget för störningar. Arbetet genomfördes på Scania för att förstå hur deras lastbilskunder kan öka lönsamheten i sina företag genom att planera bränsleeffektivare rutter. Lastbilstransportbranschen är under hög press med låga marginaler. Det är därför värdefullt för Scanias lastbilskunder att planera bränsleeffektiva rutter. Arbetet resulterade i två ruteplaneringsmodeller som tar hänsyn till lastkapacitet, kundbehov och tidsfönster för leverans. Den första modellen kan användas vid planering för att hitta en bränsleeffektiv rutt så att alla kunder levereras till lägsta möjliga bränslekostnad. Modellen ger en rutt med förbestämda genomsnittshastigheter mellan kunderna, såväl som ankomsttid hos varje kund. När det anses lämpligt föreslås något minskade hastigheter, för att minska luftmotståndet och därigenom bränsleförbrukningen. Genom att även ta hänsyn till vikt, kan rutten planeras så att en tung del av lasten levereras tidigt, vilket minskar den vikt som transporteras på resterande sträckor. Den föreslagna modellen uppnår i genomsnitt 6,3% lägre bränslekostnad jämfört med den vanligaste ruteplaneringsmodellen, som ger den kortaste totala körsträckan. Om något skulle hända som stör rutten kan det vara omöjligt att leverera alla kunder innan dagen slutar. För att hantera dessa situationer föreslås en andra modell. När transporten är försenad planerar modellen om den ursprungliga rutten och föreslår en ny rutt baserat på kostnaden för att skjuta upp en leverans. Målet är då att leverera så mycket som möjligt till lägsta möjliga kostnad. Den nya rutten består fortfarande av förbestämda medelhastigheter och ankomsttider. Genom att använda den föreslagna modellen tillhandahålls ett verktyg för att hantera den komplexa uppgiften att planera om rutten vid en störning. Sammanfattningsvis ger den första modellen stöd för att planera en rutt som potentiellt sänker driftskostnaderna för lastbilstransportföretag. Om den planerade rutten utsätts för en störning, föreslår den andra modellen en ny rutt med nya hastigheter och ankomsttider. Om det är möjligt innebär den nya rutten fortfarande att lastbilen levererar till alla kunder, om inte skjuts de minsta leveranserna upp till nästa dag. Tillsammans är de två modellerna ett värdefullt stöd för lastbilstransportföretag som vill öka lönsamheten genom att sänka sina driftskostnader.

Environmental issues are a vital concern in today’s world. The Swedish government and local businesses are developing a sustainable business and eco-friendly environment for city inhabitants. Last-mile pickup and delivery services are a key concern, which significantly impacts the environment and society. The Norwegian/Swedish parcel delivery company Bring, the reusable waste management company Ragn-Sells, the city of Stockholm, the research institute Sustainable Innovation, and the KTH Royal Institute of Technology are jointly working together in the Intercitylog2 project with a vision to handle better last-mile pickups or deliveries that are jointly serviced by small electric vehicles from an urban micro terminal. This thesis addresses the optimizations of simultaneous pickup and delivery operations using homogeneous vehicles and considering vehicle capacity, time windows and environmental constraints. A mathematical model is developed to address the problem using an exact commercial solver. The quality of the solutions has been evaluated with real pickup and deliveries of the participating company. The primary objective function is formulated to minimize the travel cost by finding the shortest path, and the results are compared with current routing operation data. KPIs are developed and evaluated based on the facts and figures from the obtained results of the experiments. The two scenarios, big vehicles and small vehicles are also developed and evaluated to find the best route optimization opportunity for the companies. The results show that the optimized operation could decrease delivery distance by 36.72% and 37.13% and delivery time by 43.65% and 47.08% for big and small vehicles operations, respectively, compared to the current routing operations. A round trip can complete within a defined time frame to avoid the battery running out during a route. Energy constraints demonstrate that using electric vehicles considerably reduce significant amounts of CO2 emission from the environment. / Miljöfrågor är en viktig fråga i dagens värld. Den svenska regeringen och lokala företag arbetar tillsammans för att utveckla ett hållbart företagande och miljövänlig miljö för stadens invånare. Last-mile hämtning och leveranstjänster är en viktig fråga, som avsevärt påverkar miljön och samhället.Det norsk/svenska paketleveransföretaget Bring, återanvändbara avfallshanteringsföretaget Ragn- Sells, Stockholms stad, forskningsinstitutet Sustainable Innovation och Kungliga Tekniska Högskolan arbetar tillsammans i Intercitylog2-projektet för en vision för att bättre hantera last-mile pickuper eller leveranser som gemensamt betjänas av små elfordon från en urban mikroterminal. Detta examensarbete behandlar optimering av samtidiga hämtnings- och leveransoperationer med homogena fordon och med hänsyn till fordonskapacitet, tidsfönster och miljömässiga begränsningar. En matematisk modell utvecklas för att ta itu med problemet med en exakt kommersiell lösare och kvaliteten på lösningarna har utvärderats med verklig upphämtning och leveranser från det deltagande företaget. Den primära målfunktionen är formulerad för att minimera reskostnaden genom att hitta den kortaste vägen, och resultaten jämförs med aktuella ruttoperationsdata. KPI:er utvecklas och utvärderas utifrån fakta och siffror från de erhållna resultaten av experimenten. De två scenarierna, stora fordon och små fordon, är också utvecklade och utvärderade för att hitta den bästa ruttoptimeringsmöjligheten för företagen. Resultaten visar att den optimerade driften kan minska leveransavståndet med 36,72% och 37,13% och leveranstiden med 43,65% och 47,08% för stora och små fordonsoperationer, jämfört med nuvarande ruttoperationer. En tur och retur kan genomföras inom en definierad tidsram för att undvika att batteriet tar slut under en rutt. Energibegränsningar visar att användning av elfordon avsevärt minskar betydande mängder CO2-utsläpp från miljön.

Étant donné leur faible impact environnemental, l’utilisation des véhicules électriques dans les activités de service a beaucoup augmenté depuis quelques années. Cependant, leur déploiement est freiné par des contraintes techniques telles qu’une autonomie limitée et de longs temps de charge des batteries. La prise en compte de ces contraintes a mené à l’apparition de nouveaux problèmes de tournées de véhicules pour lesquels, en plus d’organiser les tournées,il faut décider où et de combien charger les batteries. Dans cette thèse nous nous intéressons à ces problèmes au travers de quatre études. La première concerne le développement d’une métaheuristique en deux phases simple mais performante pour résoudre un problème particulier appelé "Green VRP”. Dans la seconde, nous nous concentrons sur la modélisation d’un aspect essentiel dans ces problèmes : le processus de chargement des batteries. Nous étudions différentes stratégies pour modéliser ce processus et montrons l’importance de considérer la nature non linéaire des fonctions de chargement. Dans la troisième étude nous proposons une recherche locale itérative pour résoudre des problèmes avec des fonctions de chargement non linéaires. Nous introduisons un voisinage dédié aux décisions de chargement basé sur un nouveau problème de chargement sur une tournée fixée. Dans la dernière étude, nous traitons un problème réel de tournées de techniciens avec des véhicules classiques et électriques. Ce problème est résolu par une métaheuristique qui décompose le problème en plusieurs sous-problèmes plus simples résolus en parallèle, puis qui assemble des parties des solutions trouvées pour construire la solution finale. / Electric vehicles (evs) are one of the most promising technologies to reduce the greenhouse gas emissions. For this reason, the use of evs in service operations has dramatically increased in recent years. Despite their environmental benefits, evs still face technical constraints such as short autonomy and long charging times. Taking into account these constraints when planning ev operations leads to a new breed of vehicle routing problems (vrps), known as electricVrps (evrps). In addition, to the standard routing decisions, evrps are concerned with charging decisions: where and how much to charge. In this ph. D thesis, we address evrps through 4 different studies. In the first study, we tackle the green vehicle routing problem. To solve the problem, we propose a simple, yet effective, two-phase matheuristic. In the second study, we focus a key modelling aspects in evrps: the battery charging process. We study different strategies to model this process and show the importance of considering the nonlinear nature of the battery charging functions. InThe third study, we propose an iterated local search to tackle evrp with non-linear charging functions. We introduce a particular local search operator for the charging decisions based on a new fixedroute charging problem. The fourth and last study considers a real technician routing problem with conventional and electric vehicles (trp-cev). To tackle this problem, we propose a parallel matheuristic that decomposes the problem into a set of easier-to-solve subproblemsThat are solved in parallel processors. Then the approach uses parts of the solutions found to the subproblems to assemble final solution to the trp-cev.