h1

 

Persönliche Daten

Nach seinem Studium der Betriebswirtschaftslehre und Informatik an der Universität Mannheim, promovierte Michael Schneider 2012 an der Technischen Universität Kaiserslautern. Von 2013 bis 2016 arbeitete er als Juniorprofessor für Logistikplanung und Informationssysteme an der TU Darmstadt, wo er zudem im Fach Betriebswirtschafslehre habilitierte. Seit Juni 2016 leitet er den Deutsche Post Lehrstuhl für Optimierung von Distributionsnetzwerken (DPOR) an der RWTH Aachen. Seine Forschung konzentriert sich auf die Entwicklung heuristischer und exakter Methoden für Optimierungsprobleme in Logistik und Produktion, insbesondere in den Bereichen Transport, Standortplanung und Lagermanagement. Er veröffentlichte verschiedene Artikel zu diesen Themen in renommierten internationalen Zeitschriften, wie beispielweise Operations Research, Transportation Science, European Journal of Operational Research und OR Spectrum. Er ist Communication Chair der EURO Working Group on Vehicle Routing and Logistics Optimization (VeRoLog) und Subject Editor der Zeitschrift Applied Mathematical Modelling.

Forschungsgebiete

• Quantitative Modellierung von Entscheidungsproblemen in Logistik, Produktion und Supply Chain Management
• Entwicklung hochperformanter heuristischer und exakter Planungsverfahren
• Transportplanung, insbesondere Tourenplanung
• Standort-, Gebiets- und Netzwerkplanung
• Lagermanagement und Produktionsplanung

Ausgewählte Veröffentlichungen

• I. Žulj, S. Kramer und M. Schneider (2018): A hybrid of adaptive large neighborhood search and tabu search for the order-batching problem. In: European Journal of Operational Research, 264(2):653-664. 10.1016/j.ejor.2017.06.056.
• M. Schiffer, M. Schneider und G. Laporte (2017): Designing sustainable mid-haul logistics networks with intra-route multi-resource facilities. In: European Journal of Operational Research, 265(2):517-532. 10.1016/j.ejor.2017.07.067.
• I. Žulj, S. Kramer und M. Schneider. A hybrid of adaptive large neighborhood search and tabu search for the order-batching problem. In: European Journal of Operational Research, 264(2):653-664, 2018. 10.1016/j.ejor.2017.06.056.
• G. Desaulniers, F. Errico, S. Irnich und M. Schneider. Exact algorithms for electric vehicle-routing problems with time windows. In: Operations Research, 64(6):1388–1405, 2016. 10.1287/opre.2016.1535.
• M. Schneider (2016): The vehicle-routing problem with time windows and driver-specific times. In: European Journal of Operational Research, 250(1), 101-119.
• M. Schneider, A. Stenger, F. Schwahn, and D. Vigo (2015): Territory-based vehicle routing in the presence of time window constraints. In: Transportation Science, 49(4), 732-751.
• M. Schneider, A. Stenger, and J. Hof (2015): An adaptive VNS algorithm for vehicle routing problems with intermediate stops. In: OR Spectrum, 37(2), 353-387.
• D. Goeke and M. Schneider (2015): Routing a mixed fleet of electric and conventional vehicles. In: European Journal of Operational Research, 245(1), 81-99.
• M. Schneider, A. Stenger, and D. Goeke (2014): The electric vehicle-routing problem with time windows and recharging stations. In: Transportation Science, 48(4), 500–520.
• M. Drexl and M. Schneider (2014): A survey of variants and extensions of the location-routing problem. In: European Journal of Operational Research, 241(2), 283–308.
• M. Schneider, B. Sand, and A. Stenger (2013): A note on the time travel approach for handling time windows in vehicle routing problems. In: Computers & Operations Research, 40(10), 2564–2568.
• M. Schneider, J. Grahl, D. Francas, and D. Vigo (2013): A problem-adjusted genetic algorithm for flexibility design. In: International Journal of Production Economics, 141(1), 56–65.