Diss. Nr. 3607 Wirtschaftswiss. St. Gallen. / Literaturverz.

Thesis (doctoral)--Albert-Ludwigs-Universität Freiburg im Breisgau, 2006.

Universiẗat, Diss. 2004--Freiburg i. Br.

Zugl.: Mainz, Universiẗat, Magisterarbeit.

Universiẗat, Diss., 2006--Karlsruhe.

Zugl.: Aachen, Techn. Hochsch., Diss., 2008.

Zugl.: Hamburg, Techn. Univ., Habil.-Schr., 2006 / Erscheinungsjahr auf der Haupttitels.: 2006

Die formelbasierte Ressourcenallokation hat sich in jüngerer Zeit zunehmend als ein Instrument zur leistungsorientierten Steuerung von Hochschulen und ihren untergeordneten Organisationseinheiten etabliert. In diesem Kontext wird in der Literatur eine Vielzahl verschiedener Gestaltungselemente für Allokationsmodelle diskutiert, denen auch in Abhängigkeit der konkreten Anwendungssituation differenzierte Steuerungswirkungen zugeschrieben werden. Belastbare empirische Ergebnisse zu den Steuerungswirkungen liegen bis heute jedoch nur in unzureichendem Maße vor. Gleichzeitig stehen die Entscheidungsträger der allokierenden Institutionen vor der Aufgabe, aus verschiedenen, mit differenzierten Steuerungswirkungen ausgestatteten Formelelementen, wie z.B. Formelindikatoren, Indikatorgewichten und Berechnungsalgorithmen, ein Allokationsmodell zu gestalten, das für die individuelle Entscheidungssituation und die individuellen Zielsetzungen der Entscheidungsträger die bestmögliche Wirkung auf die Zielgrößen entfaltet und damit seiner Steuerungsfunktion gerecht wird. Zur Unterstützung dieser Entscheidungsaufgaben schlägt die vorliegende Arbeit ein simulationsbasiertes Management Support System vor, das den Entscheidungsträger bei der Gestaltung und Bewertung von Allokationsformeln für den Hochschulbereich bedarfsgerecht unterstützt und einen Beitrag für eine auf Effizienz und Effektivität ausgerichtete Hochschulsteuerung leistet. Es wurde ein Lösungskonzept erarbeitet und prototypisch realisiert, das die Simulation mit dem Active-Data-Warehouse-Konzept kombiniert, um den Wirkungsgrad differenziert ausgestalteter Allokationsmodelle auf die Zielgrößen der allokierenden Institution zu analysieren. Ergänzt wurde das Konzept um MIS/EIS- und OLAP-Funktionen, um die gewonnenen Simulationsergebnisse aufzubereiten, zu präsentieren und dadurch den Entscheidungsträger bei der Analyse der Simulationsergebnisse und der Identifikation des wirkungsvollsten Allokationsmodells zu unterstützen.

Zugl.: Hamburg, Techn. Univ., Diss., 2008

Die zentrale europäische Verkehrsflusssteuerung (englisch: ATFM) und Luftverkehrsgesellschaften (englisch: Airlines) verwenden unterschiedliche Paradigmen für die Priorisierung von Flügen. Während ATFM jeden Flug als individuelle Einheit betrachtet, um die Kapazitätsauslastung aller Sektoren zu steuern, bewerten Airlines jeden Flug als Teilabschnitt eines Flugzeugumlaufes, eines Crew-Einsatzplanes bzw. einer Passagierroute. Infolgedessen sind ATFM-Zeitfenster für Flüge in Kapazitätsengpässen oft schlecht auf die Ressourcenabhängigkeiten innerhalb eines Airline-Netzwerks abgestimmt, sodass die Luftfahrzeug-Bodenabfertigung – als Verbindungselement bzw. Bruchstelle zwischen einzelnen Flügen im Netzwerk – als Hauptverursacher primärer und reaktionärer Verspätungen in Europa gilt. Diese Dissertation schließt die Lücke zwischen beiden Paradigmen, indem sie ein integriertes Optimierungsmodell für die Flugplanwiederherstellung entwickelt. Das Modell ermöglicht Airlines die Priorisierung zwischen Flügen, die von einem ATFM-Kapazitätsengpass betroffen sind, und berücksichtigt dabei die begrenzte Verfügbarkeit von Abfertigungsressourcen am Flughafen. Weiterhin werden verschiedene Methoden untersucht, um die errechneten Flugprioritäten vertraulich innerhalb von kooperativen Lösungsverfahren mit externen Stakeholdern austauschen zu können. Das integrierte Optimierungsmodell ist eine Erweiterung des Resource-Constrained Project Scheduling Problems und integriert das Bodenprozessmanagement von Luftfahrzeugen mit bestehenden Ansätzen für die Steuerung von Flugzeugumläufen, Crew-Einsatzplänen und Passagierrouten. Das Modell soll der Verkehrsleitzentrale einer Airline als taktische Entscheidungsunterstützung dienen und arbeitet dabei mit einer Vorlaufzeit von mehr als zwei Stunden bis zur nächsten planmäßigen Verkehrsspitze. Systemimmanente Unsicherheiten über Prozessabweichungen und mögliche zukünftige Störungen werden in der Optimierung in Form von stochastischen Prozesszeiten und mittels des neu-entwickelten Konzeptes stochastischer Verspätungskostenfunktionen berücksichtigt. Diese Funktionen schätzen die Kosten der Verspätungsausbreitung im Airline-Netzwerk flugspezifisch auf der Basis historischer Betriebsdaten ab, sodass knappe Abfertigungsressourcen am Drehkreuz der Airline den kritischsten Flugzeugumläufen zugeordnet werden können. Das Modell wird innerhalb einer Fallstudie angewendet, um die taktischen Kosten einer Airline in Folge von verschiedenen Flugplanstörungen zu minimieren. Die Analyseergebnisse zeigen, dass die optimale Lösung sehr sensitiv in Bezug auf die Art, den Umfang und die Intensität einer Störung reagiert und es folglich keine allgemeingültige optimale Flugplanwiederherstellung für verschiedene Störungen gibt. Umso dringender wird der Einsatz eines flexiblen und effizienten Optimierungsverfahrens empfohlen, welches die komplexen Ressourcenabhängigkeiten innerhalb eines Airline-Netzwerks berücksichtigt und kontextspezifische Lösungen generiert. Um die Effizienz eines solchen Optimierungsverfahrens zu bestimmen, sollte das damit gewonnene Steuerungspotenzial im Vergleich zu aktuell genutzten Verfahren über einen längeren Zeitraum untersucht werden. Aus den in dieser Dissertation analysierten Störungsszenarien kann geschlussfolgert werden, dass die flexible Standplatzvergabe, Passagier-Direkttransporte, beschleunigte Abfertigungsverfahren und die gezielte Verspätung von Abflügen sehr gute Steuerungsoptionen sind und während 95 Prozent der Saison Anwendung finden könnten, um geringe bis mittlere Verspätungen von Einzelflügen effizient aufzulösen. Bei Störungen, die zu hohen Verspätungen im gesamten Airline-Netzwerk führen, ist eine vollständige Integration aller in Betracht gezogenen Steuerungsoptionen erforderlich, um eine erhebliche Reduzierung der taktischen Kosten zu erreichen. Dabei ist insbesondere die Möglichkeit, Ankunfts- und Abflugzeitfenster zu tauschen, von hoher Bedeutung für eine Airline, um die ihr zugewiesenen ATFM-Verspätungen auf die Flugzeugumläufe zu verteilen, welche die geringsten Einschränkungen im weiteren Tagesverlauf aufweisen. Die Berücksichtigung von Unsicherheiten im nachgelagerten Airline-Netzwerk zeigt, dass eine Optimierung auf Basis deterministischer Verspätungskosten die taktischen Kosten für eine Airline überschätzen kann. Die optimale Flugplanwiederherstellung auf Basis stochastischer Verspätungskosten unterscheidet sich deutlich von der deterministischen Lösung und führt zu weniger Passagierumbuchungen am Drehkreuz. Darüber hinaus ist das vorgeschlagene Modell in der Lage, Flugprioritäten und Airline-interne Kostenwerte für ein zugewiesenes ATFM-Zeitfenster zu bestimmen. Die errechneten Flugprioritäten können dabei vertraulich in Form von optimalen Verspätungszeitfenstern pro Flug an das ATFM übermittelt werden, während die Definition von internen Kostenwerten für ATFM-Zeitfenster die Entwicklung von künftigen Handelsmechanismen zwischen Airlines unterstützen kann.:1 Introduction 2 Status Quo on Airline Operations Management 3 Schedule Recovery Optimization Approach with Constrained Resources 4 Implementation and Application 5 Case Study Analysis 6 Conclusions / Air Traffic Flow Management (ATFM) and airlines use different paradigms for the prioritisation of flights. While ATFM regards each flight as individual entity when it controls sector capacity utilization, airlines evaluate each flight as part of an aircraft rotation, crew pairing and passenger itinerary. As a result, ATFM slot regulations during capacity constraints are poorly coordinated with the resource interdependencies within an airline network, such that the aircraft turnaround -- as the connecting element or breaking point between individual flights in an airline schedule -- is the major contributor to primary and reactionary delays in Europe. This dissertation bridges the gap between both paradigms by developing an integrated schedule recovery model that enables airlines to define their optimal flight priorities for schedule disturbances arising from ATFM capacity constraints. These priorities consider constrained airport resources and different methods are studied how to communicate them confidentially to external stakeholders for the usage in collaborative solutions, such as the assignment of reserve resources or ATFM slot swapping. The integrated schedule recovery model is an extension of the Resource-Constrained Project Scheduling Problem and integrates aircraft turnaround operations with existing approaches for aircraft, crew and passenger recovery. The model is supposed to provide tactical decision support for airline operations controllers at look-ahead times of more than two hours prior to a scheduled hub bank. System-inherent uncertainties about process deviations and potential future disruptions are incorporated into the optimization via stochastic turnaround process times and the novel concept of stochastic delay cost functions. These functions estimate the costs of delay propagation and derive flight-specific downstream recovery capacities from historical operations data, such that scarce resources at the hub airport can be allocated to the most critical turnarounds. The model is applied to the case study of a network carrier that aims at minimizing its tactical costs from several disturbance scenarios. The case study analysis reveals that optimal recovery solutions are very sensitive to the type, scope and intensity of a disturbance, such that there is neither a general optimal solution for different types of disturbance nor for disturbances of the same kind. Thus, airlines require a flexible and efficient optimization method, which considers the complex interdependencies among their constrained resources and generates context-specific solutions. To determine the efficiency of such an optimization method, its achieved network resilience should be studied in comparison to current procedures over longer periods of operation. For the sample of analysed scenarios in this dissertation, it can be concluded that stand reallocation, ramp direct services, quick-turnaround procedures and flight retiming are very efficient recovery options when only a few flights obtain low and medium delays, i.e., 95% of the season. For disturbances which induce high delay into the entire airline network, a full integration of all considered recovery options is required to achieve a substantial reduction of tactical costs. Thereby, especially arrival and departure slot swapping are valuable options for the airline to redistribute its assigned ATFM delays onto those aircraft that have the least critical constraints in their downstream rotations. The consideration of uncertainties in the downstream airline network reveals that an optimization based on deterministic delay costs may overestimate the tactical costs for the airline. Optimal recovery solutions based on stochastic delay costs differ significantly from the deterministic approach and are observed to result in less passenger rebooking at the hub airport. Furthermore, the proposed schedule recovery model is able to define flight priorities and internal slot values for the airline. Results show that the priorities can be communicated confidentially to ATFM by using the concept of 'Flight Delay Margins', while slot values may support future inter-airline slot trading mechanisms.:1 Introduction 2 Status Quo on Airline Operations Management 3 Schedule Recovery Optimization Approach with Constrained Resources 4 Implementation and Application 5 Case Study Analysis 6 Conclusions