Detailergebnis zu DOK-Nr. 77899
Mobilität als Service und Nachfrage-orientierte Beförderung: Einbindung in traditionelle Prognose-Modelle (Orig. engl.: Mobility-as-a-Service and demand-responsive transport: Practical implementation in traditional forecasting models)
| Autoren |
P. Camargo E. Pammenter A. Inayathusein |
|---|---|
| Sachgebiete |
6.2 Verkehrsberechnungen, Verkehrsmodelle 5.3 Stadtverkehr (Allgemeines, Planungsgrundlagen) |
Transportation Research Record: Journal of the Transportation Research Board Vol. 2675, H. 2, 2021, S. 15-24, 2 B, 4 T, 23 Q. - Online-Ressource: verfügbar unter: http://journals.sagepub.com/home/trr
Die Mobilität in den Städten wandelt sich. Zunehmende Bedeutung haben Gesellschaften wie Uber, Anruftaxis oder in Zukunft automatisierte Fahrzeuge. Dabei werden die Fahrten von Firmen nur auf Nachfrage und angepasst an die individuellen Wünsche der Fahrgäste durchgeführt. Der Artikel zeigt auf, wie die dynamische Betriebsplanung solcher Systeme mit den traditionellen Verkehrsplanungsmethoden verknüpft werden kann. Zunächst wird sehr ausführlich ein Modell erklärt, mit dem die eingesetzten Fahrzeuge im Stil von Anruf-Sammeltaxis (Dial-a-ride) organisiert werden können. Der zugehörige optimierte Lösungsalgorithmus greift auf allgemein verfügbare Programme (Google-OR-Tools) zurück. Die dabei auftretenden Schwierigkeiten und deren Lösung werden erklärt. Dieser Algorithmus wird in ein traditionelles Verkehrsplanungsmodell integriert. Dazu werden die Daten aus der Verkehrsplanung, die innerhalb der Verkehrsbezirke aggregiert sind, in einzelne Fahrten der Verkehrsteilnehmer unter Zuhilfenahme einer Simulation aufgelöst. Ein solches Gesamtmodell ist für die Region Vancouver in Kanada entwickelt worden. Dabei wurde das dort in der Praxis etablierte Verkehrsplanungssystem verwendet. Kennwerte für Verhaltensweisen der Verkehrsteilnehmer wurden aus US-amerikanischen Daten entnommen. Mit diesem Konstrukt wurde der Betrieb eines Systems von Fahrzeugen im Stil von Anrufsammeltaxis für eine Spitzenstunde simuliert. Die Fahrzeuggröße wurde zwischen 3 und 9 Sitzplätzen variiert. Die angestrebte Zeit für die Bereitstellung der Fahrt bewegte sich zwischen 10 und 30 Minuten. Als Ergebnisse in Abhängigkeit von diesen Variablen werden dargestellt: Fahrleistung der eingesetzten Fahrzeuge, Anteil von Leerfahrten, Wartezeit der Fahrgäste (zwischen 2 und 4 Minuten) sowie Umwegfahrten und Halte zur Aufnahme zusätzlicher Fahrgäste. Anschließend werden Verbesserungsmöglichkeiten für das Modell und die Rechentechnik diskutiert.