Experimentelle Untersuchungen und Simulation des Verhaltens von Verkehrsteilnehmern in Abhängigkeit von Anreizsystemen insbesondere einer Maut
Zusammenfassung der Projektergebnisse
Für das Verständnis des Verhaltens von Verkehrsteilnehmern ist die empirische Auswirkung von Anreizsystemen essentiell. Von bestimmten Anreizsystemen ist zu erwarten, dass sie erhebliche Auswirkungen auf das Verhalten der Verkehrsteilnehmer haben, welche bei der Verkehrsprognose und Verkehrsplanung berücksichtigt werden sollten. Von besonderem Interesse im Zusammenhang mit Anreizsystemen sind Straßennutzungsgebühren (Maut). Die Grundlage für die erfolgreiche Arbeit in diesem Projekt bildete die Zusammenführung der Simulationen von Straßenverkehr der Arbeitsgruppe von Prof. Dr. Schreckenberg mit Erkenntnissen der experimentellen Wirtschaftsforschung von Prof. Dr. Dr. Chmura. Dies spiegelt sich in den durchgeführten Arbeiten wieder, welche sich einerseits mit der Erarbeitung, Durchführung und Auswertung von Verhaltensexperimenten und andererseits mit der Simulation von Entscheidungsverhalten und der Anwendung in Verkehrsmodellen unterteilen lassen. Als wesentliche Ergebnisse sind festzuhalten, dass Erfahrung und Lernprozesse eine wesentliche Rolle bei der Routenwahl spielen. Jedoch wurde in den Experimenten kein stabiler Gleichgewichtszustand der Straßennutzung erreicht. Asymmetrisch verteilte Informationen führen zu einer optimierten Systemauslastung, während identische Informationen für alle Teilnehmer keine signifikante Verbesserung erzielen. Weibliche Versuchsteilnehmer scheinen eine „sichere“ Bezahlstruktur zu bevorzugen, sie wählen daher häufiger die Mautstrecke als Risiko minimierende Wahl. Die Simulation des menschlichen Verhaltens im Vergleich zu den Laborexperimenten hat ergeben, dass komplexe Ansätze, wie die Simulation eines neuronalen Netzes, sich gegenüber einfachen Algorithmen im Nachteil befinden und in dieser Untersuchung sogar am schlechtesten abschnitten. Bereits relativ einfache und parameterfreie Algorithmen, wie das Verstärkende Lernen, waren in der Lage das menschliche Lernverhalten in den Laborexperimenten nachzustellen. Wir sind davon überzeugt, dass die aus diesem Projekt gewonnenen Ergebnisse, zusammen mit der Weiterentwicklung von Software und Verkehrsmodellen, helfen werden, Lösungen für die zukünftigen Fragen im Bereich des intelligenten Verkehrsmanagements unter Einbeziehung der Prognose des Verhaltens von Verkehrsteilnehmern auf Verkehrsinformationen zu entwickeln.
Projektbezogene Publikationen (Auswahl)
- (2013). Real-Time Traffic Information System Using Microscopic Traffic Simulation. In EUROSIM 2013, Cardiff, Wales, UK, ISBN: 978-0-7695-5073-2
Brügmann, J., Schreckenberg, M., & Luther W.
(Siehe online unter https://dx.doi.org/10.1109/EUROSIM.2013.83) - (2014). A simple stochastic cellular automaton for synchronized traffic flow. Physica A: Statistical Mechanics and its Applications
Chmura, T., Herz, B., Knorr, F., Pitz, T., & Schreckenberg, M.
(Siehe online unter https://dx.doi.org/10.1016/j.physa.2014.03.044) - (2014). A verifiable model for real-world microscopic traffic simulations. Simulation Modelling Practice and Theory, vol. 48C, pp. 58-92
Brügmann, J., Schreckenberg, M., & Luther, W.
(Siehe online unter https://doi.org/10.1016/j.simpat.2014.07.002) - (2014). Route choice in the presence of a toll road: The role of pre-trip information and learning. Transportation Research Part F: Traffic Psychology and Behaviour, Volume 27, Part A, pp. 44-55
Knorr, F., Chmura, T., & Schreckenberg, M.
(Siehe online unter https://dx.doi.org/10.1016/j.trf.2014.09.003)
