DE102004011604A1

DE102004011604A1 - Verfahren zur optimalen Auslastung eines Verkehrsnetzes

Info

Publication number: DE102004011604A1
Application number: DE102004011604A
Authority: DE
Original assignee: Individual
Current assignee: Individual
Priority date: 2004-03-10
Filing date: 2004-03-10
Publication date: 2005-09-29
Also published as: EP1741052A1; WO2005088493A1

Abstract

Für die Tourenoptimierung werden zeitabhängige Wahrscheinlichkeitsverteilungen herangezogen, die ständig der aktuellen Verkehrssituation mithilfe satelliten-gestützter Systeme angepasst werden.

Description

Die Vermeidung von Verkehrsstaus oder sogar eines Verkehrskollapses ist Ziel zahlreicher Bemühungen. In diesem Zusammenhang sind die neuen Mautsysteme wie etwa von „Toll Collect" zu erwähnen. Grundlegende Idee ist, durch eine zeitabhängige Maut für LKW's eine Verkehrsbeeinflussung herbeizuführen. Die Problematik liegt in der Festsetzung der zeitabhängigen Maut, da eine genaue Einregulierung nur in „Trial and Error"-Verfahren möglich ist. Ein auf diese Weise reguliertes System kann deshalb zu chaotischem Verhalten neigen.
Das neue Verfahren umgeht diese Schwierigkeit: Die Einregulierung erfolgt automatisch. Die Vorgehensweise ist folgende: Die von den LKW's erhobenen Verkehrsdaten, etwa Koordinaten und Zeiten in satellitengestützten Systemen werden zentral gesammelt. Auf einer zugrunde liegenden digitalen Landkarte werden für die Straßenabschnitte aus den Koordinaten und dazugehörigen Zeiten zeitabhängige Wahrscheinlichkeitsverteilungen für die Fahrzeiten errechnet. Diese zeitabhängigen Wahrscheinlichkeitsverteilungen werden jedem Verkehrsteilnehmer, wenn möglich sogar kostenlos, zur Verfügung gestellt, z.B. über das Internet. Die angesprochenen Verteilungen werden ständig aktualisiert und gegebenenfalls neu aufbereitet im Falle neu aufgetretener äußerer Einflüsse (z.B. neue Baustellen etc.). Damit erhält der Nutzer eine Wahrscheinlichkeitsaussage für etwa die Strecke Regensburg-München, Abfahrt Freitag, 9.00 Uhr, usw. Die Beachtung dieser Wahrscheinlichkeitsaussagen ist nun wichtiger Bestandteil des Gesamtsystems. Die Vermeidung von Strecken mit großer Wahrscheinlichkeit für längere Fahrzeiten zu bestimmten Zeiten führt zu einer Verlagerung der Staus. Durch die Aktualisierung der Verteilungen durch neue Satellitendaten erfolgt eine Art Rückkopplung des Systems bzw. ein Ist-Soll-Vergleich. Damit reguliert sich das System selbst ein und nähert sich dem Optimum an. Diese Einregelung ist der grundlegende Vorteil des neuen Verfahrens. Tendenzen zu chaotischem Verhalten bzw. auch Schwingverhalten können durch einen Dämpfungsfaktor verhindert werden. Der Dämpfungsfaktor bestimmt das Maß, mit dem die alten Satelliten-Daten durch neue ersetzt werden.
Zur Durchführung dieses Systems genügt es, daß nur ein Teil der LKW's mit Meßsystemen ausgerüstet ist. Darüber hinaus ist die Meßgenauigkeit von geringerer Bedeutung als in juri stisch verwertbaren Datenstrukturen wie etwa der Mautsysteme. Damit lassen sich die gegenwärtigen GPS-Daten mit der bekannten Genauigkeit durchaus verwenden, da wie angesprochen die Erstellung von Wahrscheinlichkeiten eine gewisse Fehlertoleranz aufweist.
Wesentlicher Bestandteil des Systems ist wie oben angesprochen der Einfluss der Verteilungen auf das Fahrverhalten der Nutzer. Ausgehend von der Annahme, dass der LKW-Verkehr ein wesentliches Faktum für den Verkehrsfluss darstellt, ist die LKW-Tourenplanung von größter Bedeutung.
Die bisherige Tourenplanung bzw. -Optimierung bezieht sich auf rein deterministische Daten, z.B. von A nach B genau 60 Minuten. Damit ist die Einbeziehung von Verkehrsstaus nicht möglich. Das neue Verfahren beinhaltet eine Tourenoptimierung, die auf den angesprochenen zeitabhängigen Wahrscheinlichkeitsverteilungen für die Fahrzeiten etwa von A nach B beruht. In physikalischen, stochastischen bzw. genetischen Algorithmen kann hierfür die Verteilung für eine gesamte Tour berechnet werden. Dieses Verfahren ist zeitaufwändig und ist im Falle kurzer Antwort-Zeiten durch eine Behandlung der Momente der Verteilung zu ersetzen. Einfachstes Verfahren ist die Verwendung der mittleren Fahrzeit und die Standardabweichung, d.h. der Fehlerbalken. Auf dieser Ebene können auch „einfachere" Optimierungsverfahren wie etwa der Savings-Algorithmus herangezogen werden. Als Endergebnis erhält man in der Optimierung nicht mehr nur die optimale Fahrzeit bzw. die optimalen Kosten, sondern eine mittlere Fahrzeit bzw. Kosten und eine Risiko-Abschätzung etwa mit 10% Wahrscheinlichkeit einer Fahrzeitverlängerung um 30 Minuten etc. Damit kann der Kunde zwischen verschiedenen Risikoszenarien wählen. Dies entspricht in etwa der Risiko-Abschätzung für die Portfolio-Erstellung am Aktienmarkt. Ergebnis der Einführung dieser wahrscheinlichkeitsorientierten Tourenplanung ist, dass LKW's staugfährdete d.h. risikobehaftete Strecken zu den entsprechenden Zeiten meiden werden. Damit ist das beschriebene System in sich schlüssig. Es wird nach einer Einschwingphase eine möglichst optimale Auslastung des Verkehrsnetzes herbeiführen.
Selbstverständlich ist das System auch auf weitere Verkehrsträger bzw. auch deren Verbund umsetzbar.
Eine weitere Verallgemeinerung besteht in der Anwendung der wahrscheinlichkeitsorientierten Optimierung auf Produktionsprozesse. Ein Teilprozess dauert nun nicht mehr deterministisch 1 O Minuten, sondern die entsprechende Wahrscheinlichkeitsverteilung wird Grundlage der Optimierung. Damit ergibt sich eine Anwendung des neuen Verfahrens auf fast alle Fälle deterministischer Optimierung.

Claims

Verfahren zur optimalen Auslastung eines Verkehrsnetzes derart, dass zur Tourenoptimierung zeitabhängige Wahrscheinlichkeiten für die Fahrzeiten herangezogen werden, die ständig den aktuellen Verkehrssituationen angepaßt werden.
Verfahren nach 1. derart, dass die Anpassung der zeitabhängigen Wahrscheinlichkeiten an die aktuelle Verkehrssituation über satelliten-gestützte Systeme erfolgt.
Verfahren nach 1. und 2. derart, dass die Anpassung einen Dämpfungsfaktor enthält, der chaotisches Verhalten verhindert.
Verfahren nach 1. bis 3. derart, dass die staellien-gestützten Daten von Toll Collect verwendet werden.
Verfahren nach 1. bis 4. derart, dass auch ungenaue verrauschte GPS-Daten zur Erstellung der zeitabhängigen Wahrscheinlichkeiten verwendet werden.
Verfahren nach 1. bis 5. derart, dass zur Optimierung die Kostenfunktion um einen Risikoterm erweitert wird, der die zeitabhängigen Wahrscheinlichkeitsverteilungen für die Fahrzeiten reflektiert.
Verfahren nach 1. bis 6. derart, dass zur Optimierung die Wahrscheinlichkeitsverteilung für die Gesamtfahrzeiten bzw. Gesamtkosten berechnet werden.
Verfahren nach 1. bis 7. derart, dass zur Optimierung die Momente die zeitabhängigen Wahrscheinlichkeiten für die Taktzeiten herangezogen werden.
Verfahren nach 1. bis 8. derart, dass zur Optimierung physikalische, stochastische, genetische, sowie der Savings-Algorithmus herangezogen werden.
Verfahren zur Optimierung von Produktionsprozessen derart, dass eine nach 1. bis 9. analoge Optimierung mit Wahrscheinlichkeitsverteilungen herangezogen wird.
Verfahren zur Erstellung optimaler Lösungen derart, dass statt deterministischer Daten Wahrscheinlichkeitsverteilungen nach 1. bis 10. verwendet werden.