Abstract | Die Simulation von Verkehr ist in den vergangenen Jahren ein immer bedeutenderes Instrument in der Verkehrsplanung geworden. Neben der Prognose des Verkehrsaufkommens zur Dimensionierung der Infrastruktur ist vor allem die realitätsnahe Simulation des Verkehrsflusses, zum Beispiel zur Erforschung von Staubildung im motorisierten Individualverkehr, ein immer wichtigerer Bestandteil. Im Gegensatz zu anderen naturwissenschaftlichen Simulationen besteht der Verkehrsfluss aus „intelligenten“ Partikeln, die sich frei im Netz bewegen können. Außerdem ist er auf Grund der verschiedenen Fahrzeugarten nicht homogen. Diese Tatsachen erschweren die Simulation erheblich. Für die Modellierung des Verkehrsflusses existiert eine Vielzahl an Modellen auf verschiedenen Aggregationsebenen. Jedoch gewinnen die mikroskopischen Modelle, bei denen jedes Fahrzeug im Verkehrsstrom erfasst wird, zunehmend an Bedeutung. Die Vorteile dieser Modelle liegen auf der Hand. Durch die hohe Auflösung kann jedes Fahrzeug mit einer Route und bestimmten Fahrereigenschaften versehen werden. Dadurch gewinnt die Simulation an Authentizität. Bisher wurden mikroskopische Modelle eher für Detailstudien, zum Beispiel für die Leistungsfähigkeitsberechnung von Streckenabschnitten oder einzelnen Knotenpunkten verwendet, da sie durch ihre hohe Auflösung mitunter sehr rechenintensiv sind. Durch die immer leistungsstärkere Computertechnik geht allerdings der Trend in der Verkehrssimulation hin zur mikroskopischen Simulation großer Netze. Zusätzlich entsteht der Wunsch nach möglichst genauen Kurzfristprognosen zur Verkehrssteuerung und Information der Verkehrsteilnehmer. Die Simulation des Verkehrsflusses wird also nicht mehr in erster Linie zur Dimensionierung der Infrastruktur genutzt, sondern eher zum Verkehrsmanagement, zur Abschätzung von Umweltbelastungen (Emissionsberechnung) und der Erforschung von Mobilität eingesetzt.
Hieraus ergeben sich folgende Forderungen an die Modelle: (1) Eine weiterhin möglichst realitätsnahe Beschreibung, auch in großen Netzen, um stochastische Effekte, wie zum Beispiel die Staubildung, darstellen zu können. (2) Kurze Rechenzeiten und im Hinblick auf die Kurzfristprognose auch Simulationen schneller als Echtzeit. Um diesen Forderungen gerecht zu werden, müssen die Modelle und Simulationen skalierbar sein. Nur dann ist gewährleistet, dass die Erweiterung der Netze eine proportionale Vergrößerung der Rechenzeit mit sich bringt, der Aufwand abschätzbar wird und für eine Erweiterung keine Änderungen im Quellcode der Programme vorgenommen werden müssen. Skalierbarkeit existiert zum einen auf Modellebene, wo sie nicht beeinflusst werden kann, da sie von den Modellgleichungen abhängt. Zum anderen gibt es Methoden, die es ermöglichen, die Verkehrsflussmodelle an beliebig große Datenmengen anzupassen. Ziel dieser Arbeit ist es zu zeigen, welche Modelle für die Simulation in großen Netzen geeignet sind und ob sie sich in ihrer Skalierbarkeit auf Modellebene unterscheiden. Des Weiteren soll ein Überblick über die Methoden gegeben werden, mit denen die Modelle an die Datenmenge angepasst werden können. Am Schluss sollen diese verglichen und bewertet werden. Das geschieht auf der Basis von allgemeinen Grundlagen, die in den ersten Kapiteln gelegt werden.
|