Zukünftige Verkehrsplanung mit agentenbasierter Modellierung: Mobilitätsdienste auf Abruf

Zusammenfassung

Angesichts der dringenden Notwendigkeit, Lösungen für den Klimawandel zu finden, ist es von entscheidender Bedeutung, sich für nachhaltigere Verkehrslösungen in unseren Städten einzusetzen. Autonome Fahrzeugtechnologie in Kombination mit Mobility-on-Demand-Diensten (MoD), auch bekannt als Shared Automated Vehicles (SAVs), werden als eine Möglichkeit zur Schaffung eines effizienten und nachhaltigen Verkehrssystems in Betracht gezogen. Insbesondere Fahrgemeinschaften können die Vorteile von öffentlichen Verkehrsmitteln und Privatfahrzeugen kombinieren. Zur Simulation dieser Systeme werden häufig agentenbasierte Simulationsmodelle eingesetzt, um die Dynamik zwischen Nachfrage und Angebot zu erfassen. So können politische und betriebliche Entscheidungen, die sich direkt auf die Reisenden auswirken könnten, modelliert und getestet werden, um die Verkehrsnachfrage zu steuern.

Die Modellierung eines solchen Systems erfordert jedoch umfangreiche Daten und komplexe Strategien, die die Wechselwirkungen zwischen Verhaltensparametern und Modellkomponenten, die das System beeinflussen, berücksichtigen. Dies bedeutet, dass es keinen perfekten Simulationsansatz gibt, der ein vollständiges Modell der realen Welt liefern kann. Daher zielt diese Dissertation darauf ab, Strategien für eine wirksame Simulation von Mobilitätsdienstleistungen auf Abruf zu entwickeln und zu testen, sowie bewährte Verfahren für die Verwendung solcher Modelle zu definieren.