Neues verkehrswissenschaftliches Journal NVJ - Ausgabe 9

Simulationsverfahren unterstützen u.a. die Untersuchung und Planung von spurgeführten Verkehrssystemen, um Betriebsprogramme zu erstellen und die Effekte eines Betriebskonzepts zu bewerten. Die Qualität des Untersuchungsergebnisses bei Simulationsverfahren hängt von der Plausibilität des Simulationsmodells ab. Außerdem beschreibt der Ablauf der Kalibrierung des Modells den Betriebsprozess des Schienenverkehrs, sodass einzelne, dabei zu variierende Parameter von großer Relevanz sein können. Der hierzu entwickelte Algorithmus erreicht eine hinreichend gute Übereinstimmung des über Parameter beschriebenen Modells mit dem tatsächlichen Betriebsablauf in der Realität. Durch die Umsetzung des Algorithmus zum maschinellen Lernen wurde die Abweichung zwischen dem Simulationsmodell und der zu modellierenden Betriebsrealität in einem automatisierten iterativen Prozess minimiert und die Untersuchung und Planung von spurgeführten Verkehrssystemen durch ein realitätsnahes Simulationsmodell erheblich erleichtert.

Autorentext
Nan Cao was born in 1989 in Fuzhou, China. She completed her master's degree in Infrastructure Planning at the University of Stuttgart in 2013 with the research emphasis of transportation, urban, and regional planning. In 2013 she started her PhD at the Institute of Railway and Transportation Engineering at the University of Stuttgart in Stuttgart, Germany. She was promoted to the Dr.-Ing in 2017 at the University of Stuttgart.

Klappentext

Simulationsverfahren unterstützen u.a. die Untersuchung und Planung von spurgeführten Verkehrssystemen, um Betriebsprogramme zu erstellen und die Effekte eines Betriebskonzepts zu bewerten. Die Qualität des Untersuchungsergebnisses bei Simulationsverfahren hängt von der Plausibilität des Simulationsmodells ab. Außerdem beschreibt der Ablauf der Kalibrierung des Modells den Betriebsprozess des Schienenverkehrs, sodass einzelne, dabei zu variierende Parameter von großer Relevanz sein können. Der hierzu entwickelte Algorithmus erreicht eine hinreichend gute Übereinstimmung des über Parameter beschriebenen Modells mit dem tatsächlichen Betriebsablauf in der Realität. Durch die Umsetzung des Algorithmus zum maschinellen Lernen wurde die Abweichung zwischen dem Simulationsmodell und der zu modellierenden Betriebsrealität in einem automatisierten iterativen Prozess minimiert und die Untersuchung und Planung von spurgeführten Verkehrssystemen durch ein realitätsnahes Simulationsmodell erheblich erleichtert.