Schlüsselwörter
(Deutsch)
|
Verkehr, Verkehrsplanung, Verkehrsmodell, Verkehrsverhalten, Verkehrsmittelwahl, Routenwahl, Agenten, Multiagentensystem
|
Schlüsselwörter
(Englisch)
|
transportation, transportation planning, transportation modelling, combined modelling, mode choice, route choice, agent modelling, multi-agent-systems
|
Forschungsprogramme
(Deutsch)
|
Literaturauswertung, Analyse aktueller Modellansätze Juni-Juli 2005 (14'000)
Datenbeschaffung und Beurteilung der Verwendbarkeit, Abschätzung weiterer Datenbedarf und Datenmodell für die Simulation Agust-Oktober 2005 (20'000)
Konzept und Vorbereitung der Erhebung Juli-August 2005 (6'500)
Durchführung der Erhebung August-November 2005 (29'000)
Auswahl / Entwicklung eines geeigneten Ansatzes Oktober 2005 (13'000)
Umsetzung des Ansatzes in ein Rahmenkonzept für die Simulation als Multiagentensystem November 2005-Februar 2006 (16'000)
Analyse und Aufbereitung der Daten, Festlegung der Modellparameter Dezember 2005-März 2006 (14'000)
Entwicklung eines Konzepts für die Verhaltensmodellierung März-April 2006 (20'000)
Modellumsetzung /-implementierung April-Juli 2006 (20'500)
Datenbeschaffung und Aufbereitung für Beispielanwendung April-Juli 2006 (23'500)
beispielhafte Anwendung, Modellvalidierung August-November 2006 (22'000)
Beurteilung und Ableitung Forschungsbedarf Dezember 2006 (8'000)
Schlussbericht und Endpräsentation Januar 2007 (13'500)
Personalkosten total 220'000
Sachmittel 18'000 (10'000+8'000 Incentives)
Investitionen 11'000
Summe 249'000
|
Kurzbeschreibung
(Deutsch)
|
Ziel der Arbeiten ist die Entwicklung eines kombinierten Verkehrsmittel- und Routenwahlmodells im Rahmen einer Multiagentensimulation. Aufbauend auf der Auswertung vorhandener und im Rahmen des Projektes zu erhebender Daten werden die Verkehrsmittel- und Routenwahl als kombiniertes Verhaltensmodell in eine mikroskopische Agentensimulation implementiert. Ein Agent representiert dabei eine reale Person. Die Unterschiedlichkeit individueller Entscheidungen wird durch die den Agenten zugewiesenen eigenen Attribute und Verhaltensmerkmale abgebildet. Im Rahmen der Erhebung werden Daten zu 1500-2000 Fahrten im MIV und Fahrten im Fahrradverkehr teils technisch unterstützt (durch Verwendung von GPS) erhoben. Das Modell wird beispielhaft für einen städtischen Raum angewendet.
|
Kurzbeschreibung
(Englisch)
|
The main objective of this project is to develop and test a combined mode and route choice model in the framework of a multi-agent-system simulation. Based on the analyses of already existing data as well as new data collected during the project individual choice models will be developed specifically to be implemented in a multi-agent-system. One agent is representing a single person. The variability in individual decisions will be simulated using the individual characteristics and behavioural attribute values. A survey of 1500-2000 motorized and bicycle trips to empirically support the approach will be technically supported (using gps). The system will be tested for an urban situation.
|
Projektbeschreibung
(Deutsch)
|
Zur Abschätzung möglicher Veränderungen von Verkehrsbelastungen aufgrund geplanter Massnahmen werden in der Planungspraxis noch häufig sequentielle Modelle der Verkehrsnachfrage, also der Verkehrserzeugung, der Verkehrsverteilung und der Verkehrsaufteilung mit einer anschliessenden Routensuche und Umlegung verwendet. Zwei wesentliche, durch verkehrspolitische und infrastrukturelle Massnahmen beeinflussbare individuelle Entscheidungsbereiche von Verkehrsteilnehmern sind die Verkehrsmittelwahl und die Routenwahl.
Für die Modellierung individueller Entscheidungen werden vermehrt Nutzenmaximierungsmodelle verwendet. Die Entscheidung des Verkehrsteilnehmers wird dabei als diskrete Wahl zwischen einzelnen zur Verfügung stehenden Alternativen (z.B. Verkehrsmittel) in Abhängigkeit der Nutzendifferenzen interpretiert. Einige (massgebende) der Nutzenkomponenten wie z.B. die Reisezeit werden dabei häufig aus einer Umlegungsrechnung abgeleitet. Die Anwendung der Verkehrsmittelwahl wie auch der Routenwahl und Umlegung ergibt daraufhin veränderte Nutzenkomponenten. Somit sind Rückkopplungen notwendig, die bei Anwendung der sequentiellen Modelle häufig nicht vorgenommen werden. Die (bekannten) Nachteile des sequentiellen Vorgehens sind im Wesentlichen die Inkonsistenz im Gesamtsystem. Abhängigkeiten einzelner Entscheidungen, wie sie in der Realität zu beobachten sind, werden aufgrund der Komplexität rückgekoppelter Modellstrukturen vernachlässigt.
Zur Überwindung der skizzierten Nachteile ist es notwendig die Verkehrsmittel- und die Routenwahl simultan und unter Berücksichtigung der sich gegenseitig beeinflussenden Veränderung von Nachfrage- und Angebotsparametern zu modellieren.
Ziel des Projektes ist es, ein kombiniertes Verkehrsmittel- und Routenwahlmodell prototypisch als Multiagentensystem zu entwickeln.
Jeder Agent, d.h. jeder simulierte Verkehrsteilnehmer, entscheidet dabei auf der Basis seiner individuellen Erfahrungen und seines aktuellen Kontextes, bzw. der ihm aktuell verfügbaren Information. Auf der Basis der Erfahrungen, die der Agent bei der simulierten Verkehrsteilnahme macht, kann er das Wissen auf dem seine Entscheidung gründet, modifizieren. Diese Vorgehensweise unterscheidet sich signifikant sowohl von Gleichgewichtsmodellen, die nicht von den individuellen Entscheidungen ausgehen, als auch von den „iterierten“ Modellen, bei denen die Annahme der vollständigen Information als Basis für individuelle Entscheidungen durch mehrfaches Durchrechnen der Effekte der (er-neuten) Entscheidungen auf das Gesamtsystem realisiert wird. Bei den agentenbasierten Modellen versucht man ausgehend von realistischen Modellen des Entscheidungsverhaltens unter der boun-ded-rationality Annahme valide Mikromodelle zu erzeugen.
Für die kombinierte Verkehrsmittel- und Routenentscheidung stehen im Prinzip verschiedene Formen von Entscheidungsparadigmen aus der Künstlichen Intelligenz und Agententechnologie zur Verfügung, deren Eignung hier zunächst untersucht und ggf. getestet werden sollen. Auf der Basis von prototypischer Implementierung verschiedener agentenbasierter Entscheidungsmodelle – auch im Vergleich mit traditionellen Rational-Choice-basierten Modellen, soll der geeignetste Ansatz ausgewählt und ggf. modifiziert/ergänzt werden. Aufbauend auf vorhandenen Kenntnissen, einer vertieften Literaturrecherche und neuester Forschungsberichte wird die Theorie vorhandener Ansätze beschrieben und durch die praktischen Tests vor dem Hintergrund eines zu entwickelnden Gesamtkonzeptes einer Multiagentensimulation beurteilt. Dies gilt insbesondere bezüglich der Datenanforderungen und Modellannahmen, die bei solchen Entscheidungsmodellen kritisch sein können. Ziel ist dabei ein möglichst valides, agentenbasiertes Verkehrsmittel- und Routenwahlmodell.
Ausgewählte Ansätze können in der vorhandenen Entwicklungs- und Experimentierumgebung für Multiagentensysteme SeSAm (Shell for Simulated Agent Systems) als Verhaltensmodelle umgesetzt werden. SeSAm ermöglicht relativ schnelles, interaktives Prototyping und durch diverse Funktionalitäten wie z.B. Visualisierungen und Anlaysen der ablaufenden Prozesse eine zielgerichtete und effiziente Entwicklung und Verbesserung von Verfahren. Eine prototypische Repräsentation von Strassennetzen, steht dabei ebenso zur Verfügung, wie eine Datenbank-Kopplung und die Möglichkeit höhere Datenstrukturen einfach zu organisieren.
Das Prototyping wird für eine Beispielanwendungen durchgeführt. Für ein auszuwählendes städtisches Gebiet werden die benötigten Grundlagendaten (z.B. Verkehrsnetz, Strukturdaten und Verhal-tensdaten) zusammengestellt und entsprechend der Anforderungen einer Agentensimulation als Multiagentensystem implementiert. Das erzeugte System umfasst folgerichtig dann eine sogenannte „Welt“, Ressourcen und die „handelnden“ Agenten. Die Welt ist vorstellbar als eine Umgebung mit entsprechenden Eigenschaften, die ebenfalls simuliert werden können und in der die Agenten agie-ren. Die Agenten selber sind autonom handelnde Objekte, die über „Sensoren“ die Eigenschaften der Welt, der Ressourcen und anderer Agenten erfahren können und entsprechend ihrer Verhaltensmodellierung auf Änderungen (re-)agieren können.
Bei der Erstellung des Agentensystems wird von einer konstanten Verkehrsnachfrage ausgegangen. D.h., es wird von bekannten Quelle-Zielbeziehungen (Fahrtenwünschen) ausgegangen. Gegebenenfalls sind vorhandene Daten geringfügig in Bezug auf die Ergänzung von Abfahrtszeitpunkten anzupassen (mittels geeigneter Annahmen und empirischer Datengrundlagen, soweit vorhanden).
Grundlage der Verhaltensmodelle ist die empirische Datenbasis. Soweit vorhanden werden realisierte Entscheidungen bezüglich der Verkehrsmittel- und Routenwahl aus vorhandenen Daten (z.B. Mikrozensus) aufbereitet und für die Modellierung verwendet. Weitere Daten werden erschlossen und bei Eignung verwendet (z.B. für die Erstellung der Fahrtenwünsche, siehe oben). Nicht vorhandene Daten zur Routenwahl im MIV und für längere Fahrradwege werden eigens erhoben. Die derzeitige Konzeption sieht eine GPS-gestützte (Global Positioning System) Erfassung von 1500-2000 Fahrten im MIV und eine Interviewgeführte Erhebung der Fahrten im Fahrradverkehr vor. Mit GPS können Routen sehr genau aufgezeichnet werden.
Mit einer beispielhaften Anwendung wird das Konzept und die prototypische Entwicklung bezüglich der Praxistauglichkeit (Datenanforderungen, Operationalisierung, Komplexität und Rechenbedarf) beurteilt werden.
|
Methoden
(Deutsch)
|
Im Rahmen des Projektes wird zunächst auf der Basis einer Literaturrecherche (inkl. Projekt- und Forschungsarbeiten) der Stand der Forschung und Technik aufbereitet und ein geeigneter Grundansatz als Rahmenkonzept gewählt (ggfs. entsprechend der Projektziele modifiziert und ergänzt).
Eine Zusammenstellung möglicher relevanter Datensätze und die Analyse dieser bezüglich des Forschungsansatzes wir ergänzt durch eine eigene Erhebung der Verkehrsmittel- und Routenwahl, sowie eine entsprechende Analyse der gewonnen Daten.
Gleichzeitig wird die theoretische Konzeption der Simulation und der zu entwickelnden Verhaltensmodelle erarbeitet und im Wechselspiel mit den Erkenntnissen aus der Datenanalyse verfeinert und implementiert.
Das entwickelte Simulationssystem wird anschliessend getestet und beurteilt.
Aufbauend auf den Erkenntnissen werden die Praxistauglichkeit beurteilt und weiterer Forschungsbedarf benannt.
|
Spezielle Geräte und Installationen
(Deutsch)
|
Die Emch+Berger AG Bern kann über 10 GPS Data Logger verfügen.
Des weiteren sollen 20-30 weitere Gerätekombinationen zur Aufzeichnung individueller Bewegung beschafft werden (GPS und Data Logger). Aufgrund der schnellen technologischen Entwicklung der Geräte ist die Auswahl und Beschaffung kurzfristig vorgesehen.
|
Stand der eigenen Forschung
(Deutsch)
|
- Nachbildung des Einkaufsverhaltens mit Agentensystemen
- Reproduktion des Fahrverhaltens in einer agentenbasierten Verkehrssimulation
- Evaluation des Effekts von Verkehrsinformation auf die Verkehrssituation (Agentensimulation)
- abstraktes Pendlerszenario (Routenwahl-Modell) mit und ohne Verkehrsvorhersage (Agentensimulation )
- Expo.02 Verkehrssimulation
- Verkehrsmodell UVEK: Netzmodelle Strasse und öffentlicher Verkehr mit dem Verkersmodell VISUM.
- Verkehrssimulation mit VISSIM (Wankdorf)
- Verkehrsmodell des Kanton Bern
- Nachfragemodellierung Bahn 2000 II - Region Zürich
- Modellierung der Leistungsfähigkeit von Parkierungsanlagen
- Nachbildung des Einkaufsverhaltens mit Agentensystemen
|
Projektziele
(Deutsch)
|
Entwicklung eines Multiagentensystems zur Abschätzung der Verkehrsmittelwahl und Routenwahl
- Analyse individuellen Verhaltens, resultierend aus der Verkehrsmittel und Routenwahl
- Entwicklung eines simultanen personenbezogenen Wahlmodells
- Entwicklung eines Multiagentensystems zur Simulation von Wahlentscheidungen
- Demonstration der Machbarkeit des gewählten Ansatzes
- Ableitung von Forschungsfragen
|
Projektziele
(Englisch)
|
Development of a multi-agent-system for a combined modelling of mode and route choice
- analysis of individual behaviour, derived from mode and route choice
- development of a combined individual choice model
- implementation of a multi-agent-system to simulate choice decision
- feasability study of chosen approach
- derivation of future research topics
|
Umsetzung und Anwendungen
(Deutsch)
|
Durch die beispielhafte Anwendung des Simulationssystems wird die Praxistauglichkeit des gewählten Ansatzes geprüft. Durch eine Bewertung des Aufwandes für die Beschaffung (Erstellung ) der erforderlichen Datengrundlagen, der Aufwände bezüglich des Aufbaus und der Anwendung sowie der erzielten Ergebnisse können Hinweise auf eine Umsetzung und Verwendung für die Praxis sowie ggfs. weiterer Forschungsbedarf abgeleitet werden.
|
Berichtsnummer
(Deutsch)
|
1492
|
Berichtsnummer
(Englisch)
|
1492
|
Literatur
(Deutsch)
|
- Arentze, Theo und Harry Timmermans (2000) ALBATROSS: A Learning - Based Transportation Ori-ented Simulation System. Technische Universiteit Eindhoven, European Institute of Retailing and Service Studies (EIRASS), Den Haag.
- Axhausen, Kay W., A. Zimmermann, S. Schönfelder, G. Rindsfüser und T. Haupt (2002) Observing the rhythms of daily life: A six-week travel diary. Transportation, 29 (2), Kluwer Academic Publishers, 95-124.
- Bazzan, A.L.C., Wahle, J. und F. Klügl (1999) Agents in Traffic Modelling - from Reactive to Social Behaviour, In.: W. Burgard, T. Christaller and A. Cremers (eds) KI-99: Advances in Artificial Intelligence. LNAI 1701, Springer. pp 303- 307, 1999
- Ben-Akiva, M.E. und S.R. Lerman (1985) Discrete Choice Analysis: Theory and Application to Travel Demand. MIT Press, Cambridge, MA.
- Ben-Akiva, Moshe E. und Michael Bierlaire (1999) Discrete Choice Methods and their Applications to Short Term Travel Decisions. In: Hall, R. (Hrsg.), Handbook of Transportation Science. Klu-wer, Dordrecht, S. 5-34.
|
