Dieser Download ist nicht möglich!
DOK Straße
Zurück Vor

Detailergebnis zu DOK-Nr. 80081

Generierung von Aktivitätssequenzen anhand von universellen Mobilitätsmustern (Orig. engl.: Activity sequence generation using universal mobility patterns)

Autoren W. Ectors
B. Kochan
D. Janssens
T. Bellemans
G. Wets
Sachgebiete 6.1 Verkehrserhebungen, Verkehrsmessungen
6.2 Verkehrsberechnungen, Verkehrsmodelle

Transportation Research Record: Journal of the Transportation Research Board Vol. 2676, H. 4, 2022, S. 538-553, 4 B, 4 T, 41 Q. - Online-Ressource: verfügbar unter: https://journals.sagepub.com/home/trr

In früheren Forschungsarbeiten wurde festgestellt, dass nach Rang geordnete eintägige Aktivitätssequenzen aus verschiedenen Untersuchungsgebieten eine universelle Potenzgesetzverteilung, das sogenannte Zipfsche Gesetz, aufweisen. Durch die Analyse von Datensätzen aus der ganzen Welt wurde der Nachweis erbracht, dass es sich tatsächlich um eine universelle Verteilung handelt. Die Studie konzentriert sich auf einen möglichen Mechanismus, der zu der zuvor entdeckten Potenzgesetz-Verteilung führt. Sie nutzt 15 Datensätze aus Haushaltsfahrtenerhebungen (household travel surveys, HTS) aus Untersuchungsgebieten in der ganzen Welt, um zu zeigen, dass mit extrem wenigen Informationen relativ genaue Sätze von Aktivitätssequenzen (oder "Zeitplänen") generiert werden können. Das Modell benötigt keine Eingabedaten und enthält nur wenige einstellbare Parameter. Der Mechanismus zur Generierung von Aktivitätssequenzen basiert auf sequenziellen Stichproben aus zwei universellen Verteilungen: die Verteilungen der Anzahl der Aktivitäten (Fahrten) und die Aktivitätsarten (Fahrtzwecke). In dem Artikel wird auch versucht, die universelle Natur dieser Verteilungen zu demonstrieren, indem mehrere Gleichungen an die 15 HTS-Datensätze angepasst werden. Das leichtgewichtige Modell zur Generierung von Aktivitätssequenzen kann in jedes (leichtgewichtige) Verkehrsmodell implementiert werden, um einen Basissatz von Aktivitätssequenzen zu erstellen, was Aufwand und Kosten bei der Datenerhebung sowie bei der Modellentwicklung und -kalibrierung spart.