Mobillitätsbefragungen wie die KONTIV 1989 oder neuerdings das Haushaltspanel 1997/98 bilden eine wichtige Datengrundlage zur Erstellung von Verflechtungsmatrizen des Personenverkehrs sowohl für den gegenwärtigen Zustand als auch darauf aufbauend für Prognosen des Personenverkehrs. Ein Bestandteil des den Prognosen zugrundeliegenden Vierstufenmodells sind Verkehrsmittelwahlmodelle, sogenannte Modal-Split-Modelle. Im Rahmen der im Beitrag behandelten Arbeit wird die Anwendbarkeit von herkömmlichen Modal-Split-Modellen wie Logit-Modellen (als ein Beispiel für ein diskretes Entscheidungsmodell) verglichen mit Ansätzen, die in der Künstlichen Intelligenz (KI) entwickelt wurden und die bislang kaum auf verkehrswissenschaftliche Fragestellungen angewandt wurden. Dies sind neuronale Netzwerke, Fuzzy-Systeme sowie eine Kombination beider Ansätze, sogenannte Neuro-Fuzzy-Systeme. Exemplarisch wird die Anwendbarkeit der Ansätze zur Modellierung von Veränderungen des Modal-Splits zugunsten öffentlicher Verkehrsmittel untersucht.


    Zugriff

    Zugriff über TIB

    Verfügbarkeit in meiner Bibliothek prüfen

    Bestellung bei Subito €


    Exportieren, teilen und zitieren



    Titel :

    Modellierung von Mobilitätsdaten mit Methoden der Künstlichen Intelligenz


    Beteiligte:
    Hugo, Joachim (Autor:in)

    Erschienen in:

    Erscheinungsdatum :

    01.01.2000


    Format / Umfang :

    23 pages



    Medientyp :

    Aufsatz (Zeitschrift)


    Format :

    Print


    Sprache :

    Deutsch