Verkehrsmodellierung: Grundlagen, Typen und Entwicklung

Allgemeine Eigenschaften von Verkehrssystemen

• Das Angebot des Dienstes kann nicht für den Einsatz in Zeiten hoher Nachfrage gebucht werden.
• Die Wechselwirkung von Angebot und Nachfrage basiert auf Infrastruktur, Fahrzeugen und Betriebsvorschriften.
• Die Bereitstellung der Infrastruktur ist teuer und diskret.
• Der Aufbau der Infrastruktur dauert lange (kurzfristig inelastische Versorgung).
• Der Betrieb von Verkehrssystemen ist mit externen Effekten verbunden (z.B. Umweltverschmutzung, Unfälle).
• Der Dienst ist hochqualitativ und differenziert (Ziele, Zeitpläne, Modi, je nach Herkunft und Ziel).
• Die Nachfrage ist eine abgeleitete Nachfrage, hat eine räumliche Komponente und variiert zeitlich (jahreszeitliche Periodizität, dynamisch).

Modelle in der Verkehrsplanung

Ein Modell ist eine Abbildung der Realität, die zur konzeptionellen Klarheit dient, indem sie Vielfalt und Komplexität auf ein Niveau reduziert, das eine ausreichende Analyse ermöglicht.

Arten von Modellen

Physikalische Modelle

Architekturmodelle und Windkanäle sind geeignet, beschränken sich jedoch auf den Design-Aspekt.

Abstrakte Modelle

Werden durch Symbole dargestellt, um physikalische Mechanismen sichtbar zu machen, und sind nützlich für Planer.

Abstrakte Modelle (Mathematische Modelle)

Sind algebraische Modelle, die zwei Arten von miteinander verbundenen Variablen enthalten:

• Unabhängige (Exogene) Variablen: Deren numerische Werte außerhalb des Modells bestimmt werden.
• Endogene (Abhängige) Variablen: Deren Wert durch den Betrieb des Modells bestimmt wird.

Das Grundproblem der Modellierung ist die Schätzung der endogenen Variablen.

Spezifische Modelltypen im Verkehrswesen

Prognosemodelle

Versuchen, die korrekten Ursachen für die Festlegung von Variablen und konstanten Beziehungen über die Zeit zu finden (z.B. zur Steigerung der Produktivität).

Regulierungsmodelle

Versuchen, eine bestimmte Situation zu optimieren, um die Zugänglichkeit eines Raumes zu verbessern (können subjektive Aspekte berücksichtigen).

Merkmale prädiktiver Verkehrsmodelle

• Stellen das Zusammenspiel zwischen einer großen Anzahl von Variablen dar.
• Sind einem breiten Spektrum von Zielen zugeordnet, die gleichzeitig wirken und in einigen Fällen sogar einer klaren Definition trotzen.
• Entsprechen Phänomenen, für die es keine guten Theorien gibt und deren Zusammenhänge noch nicht gut verstanden sind.

Entwicklung eines Verkehrsmodells

Zweck der Modellierung

Bestimmt weitgehend die nachfolgenden Definitionen.

Verfügbare Zeit

Die verfügbare Zeit zur Erzeugung der Ergebnisse bestimmt auch den Grad der Detaillierung.

Grenzen des Modellierungsbereichs

Gibt es eine spezifische Brancheninteraktion mit abgelegenen Gebieten?

Ressourcen

Finanzmittel, Personal und Zeit bestimmen weitgehend den Anwendungsbereich eines Modells.

Wahl einer angemessenen Theorie

Es ist möglich, dass dieselbe Theorie dasselbe Phänomen der Modelldaten erklären könnte. Ein zusätzliches Problem ist, dass verschiedene Theorien zum selben formalen Modell führen können, dessen Parameter jedoch unterschiedlich interpretiert werden.

Modellspezifikation

• Struktur des Modells: Z.B. einfache Strukturen zur Auswahl von n unabhängigen Alternativen.
• Funktionale Form: Lineare oder nichtlineare Funktionen.
• Spezifikation von Variablen: Variablen, die in dieser Form verwendet werden können, um vorhandene Daten zu nutzen.
• Bereichseinteilung: Welche Bereiche sollen repräsentiert werden? Was ist der Zweck der Studie? Welche Zonen können eingeteilt werden?
• Repräsentation des Netzes: Z.B. Personenverkehr, Fahrspurnutzung, Anzahl und Art der Verbindungspunkte.
• Periodisierung: Welche Zeiträume sind für die Modellierung relevant (z.B. Tage, Wochen, Jahre)?
• Modi: (Bezieht sich auf die verschiedenen Transportmodi wie Auto, ÖPNV, Fahrrad etc.)
• Arten von Nutzern: Wie werden Nutzer gruppiert (z.B. nach Interessen oder Einkommen)?

Probleme bei der Validierung

• Genauigkeit der Replikation: Historische Datenbank (zur Kalibrierung des Modells).
• Das Modell muss eine angemessene kausale Struktur aufweisen (z.B. Motorisierungsgrad korreliert nicht mit Bananenverkäufen, auch wenn es mathematisch darstellbar wäre).
• Enthält keine Anhaltspunkte für die zeitliche Gültigkeit der Parameterbeziehungen (z.B. eine Hypothese ist nur für 10 bis 20 Jahre gültig).