Modelle und Simulationen sind ein zentrales Werkzeug für die Bewertung von politischen Maßnahmen und Investitionen. Speziell im Verkehrssektor stellt die Bestimmung der erwarteten Verkehrsnachfrage eine zentrale Fragestellung dar. Sie ergibt sich aus der Ortsveränderung von Individuen oder Verkehrselementen in einem Untersuchungsgebiet. Lässt sich diese Verkehrsnachfrage für eine bestimmte Zeit prognostizieren, können Maßnahmen bereits vor ihrer Implementierung bewertet werden. Traditionelle Ansätze verfolgen dabei das makroskopische "'4-Stufen Modell" und bestimmen die Verkehrsnachfrage in aggregierter Form, zum Beispiel durch Unterteilung in Verkehrszonen und homogene Nutzergruppen. Mikroskopische Simulationen als neuerer Forschungszweig betrachten hingegen jeden Nachfrager einzeln. Sie haben den wichtigen Vorteil, daß sich mit ihnen die Komplexität des zu modellierenden Systems auf einfache Regeln zurückführen lässt. Komplexe Phänomene auf Makroebene gehen dann auf die Wechselwirkungen zwischen den Einzelereignissen zurück. Bei der Entwicklung mikroskopischer Modelle stellen sich mehrere Herausforderungen. Zum einen müssen effiziente Berechnungsverfahren verwendet werden, da je nach Zahl und Komplexität der simulierten Objekte die Zahl der zu berechnenden Einzelfälle sehr groß wird. Außerdem müssen unterschiedliche Datenanforderungen berücksichtigt werden, denn für jedes Individuum ist ein initialer Aktivitätenplan erforderlich, welcher dann im Laufe der Simulation verfolgt und optimiert wird. Eine Schwierigkeit dabei ist, aus den meist allgemein vorliegenden Eingangsdaten individuelle Pläne für jedes Individuum zu erstellen. Zur Lösung wird eine Methodik entwickelt, welche empirisch beobachtete repräsentative Verhaltensdaten auf einen Untersucliungsraum überträgt. Die dabei erzeugten Wegeketten zeichnen sich durch eine feine räumliche und minutengenaue zeitliche Auflösung aus. Des Weiteren bleiben die erzeugten Fahrten durch alle Modellschritte hinweg miteinander verknüpft und eignen sich so, anders als herkömmliche Quelle-Ziel Matrizen, für den Einsatz in mikroskopischen Verkehrsflussmodellen. Der Untersuchungsraum wird dazu in einem Geographischen Informationssystem (GIS) beschrieben und umfasst je nach Datenverfügbarkeit eine möglichst genaue Darstellung des Raumes durch Angaben zur Flächennutzung sowie der Verortung von Objekten wie Gebäude, Firmen und Haushalte. Die Verhaltensdaten beschreiben die Bewegungsmuster der mobilen Individuen innerhalb der zuvor definierten räumlichen Umgebung und liegen in Form von Wegekettenprotokollen vor, die typischerweise in empirischen Studien oder Rechtschreibfehler imdurch fahrzeugseitig installierte elektronische Bordsysteme erhoben werden. Beide Datenarten werden dann durch ein auf deren Schnittmenge abgestimmtes Regelwerk verknüpft. Die Funktion des Verfahrens wird für den Raum Berlin als urbanes Verkehrsmodell für den Personenwirtschaftsverkehr demonstriert und die Genauigkeit der erzeugten Wegeketten durch Vergleich zu etablierten Vergleichsdaten bestätigt. Es kann gezeigt werden, dass das Verfahren anwendbar ist und stimmige Werte für bewährte Keimzahlen erzeugt.
Modeling and simulations are core elements for the evaluation of policy and investment projects. Particularly with the transport sector, determining the expected transport demand is a centrally factor. These arise due to changes to the location of individuals and objects within the area of study. Should this demand be established for a future period via prognosis, measures can be evaluated prior to their implementation. Traditional approaches follow the macroscopic '4 step model', and ascertain demand in transport in aggregated form, for example via breaking them down into traffic zones and homogenous user-groups. Using microscopic simulations as a new branch of research however, each traveler is seen individually. They possess an important advantage - they are able to draw back complexity, found with modeling systems, to more simple rules, because complex phenomena at the macro-level are the result of the interaction found at the individual level. The development of microscopic models generates many challenges. Efficient algorithms inust be developed, as, according to the quantity and complexity of the simulated objects, the amount of calculatable individual cases will be great. In addition, advanced data requirements will need to be made, as for each individual an initial activity-plan is necessary - one which then can be followed and optimized during the simulation run. The difficulty therein lies in the creation of separate plans for each individual out of general input data. As a solution, a method has been developed which applies representative, empirically-observed trip chain patterns to a chosen area of study. Trip-chains thus generated by the model exemplify themselves by the detail found within space at the level of individual buildings and down-to-the-minute time periods. Further, the trips generated remain connected and are thus suitable, unlike traditional origin-destination matrices, for the direct application within microscopic vehicle flow models. Using Geographic Information Systems (GIS), the area of study is described and incorporates, according to the availability of data, a representation of the studied area via land-use data and elements such as the location of buildings, companies, and private households. The data concerning the behavioral patterns describe the pattern of movement for individuals in the form of empirically observed trip chain protocols. Both data types can then be linked by the attributes that they have1 in common, expressed as sets of constraints. The method's application will be demonstrated as an urban transport model observing commercial passenger transport within the Berlin region and the precise1 detail of the generated trip chains via comparison to established comparative data will be con firmed. It can be shown that the method is applicable and correct values for established key values of reference can be produced.
A methodology for the extrapolation of trip chain data
2011
135 Seiten, 32 Bilder, 15 Tabellen, 105 Quellen
Hochschulschrift
Deutsch
A methodology for the extrapolation of trip chain data
SLUB | 2011
|A methodology for the extrapolation of trip chain data
TIBKAT | 2011
|Methodology to Gather Multimodal Urban Trip Generation Data
Transportation Research Record | 2019
|Methodology for Oversized Vehicle Trip Scheduling
NTIS | 2001
|Trip chain extraction using smartphone-collected trajectory data
Taylor & Francis Verlag | 2019
|