Dynamic Estimation of Transport Demand: Solutions — Requirements — Problems

  • K. J. Beckmann
  • G. Rindsfüser
Conference paper

Abstract

The following contribution presents requirements, difficulties and first attempts at modelling a temporal short interval estimation of transport demand. For the simulation of motorway traffic (for an area within the state of North-Rhine-Westfalia, NRW) methods of temporal disaggregation of existing trip-matrices have been worked out within the framework of the Northrhine-Westfalian research cooperation for traffic simulation and environmental impacts “NRW-FVU” (Nordrhein-Westfälischer Forschungsverbund Verkehrssimulation and Umweltwirkungen). To simulate urban traffic (example: Wuppertal) methods of estimating temporal short interval trip-matrices were conceived and tested. The matrices were supplied for microsimulation with Cellular Automat (CA) and for the dynamic route choice and traffic assignmemt (DRUM, Dynamische Routensuche and Umlegung). The comparison of both methods, based on the estimated link loads (ADT and hourly loads), supplies deviations ranging within the mean variation of counted values. It therefore can be inferred that these methods, which are different with regard to computing intensity and data requirements, should be used depending on the tasks and the intended precision of the results. The specific pros and cons are important operational criteria. It also becomes obvious that in future methodical advancements should be examined on the basis of activity(-chain)-based approaches.

Keywords

Attenuation Transportation Tempo 

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

References

  1. 1.
    SERWILL, D.; 1994, „DRUM - Modellkonzept zur dynamischen Routensuche und Umlegung““ Berichte des Instituts für Stadtbauwesen der RWTH Aachen, B43, 1994.Google Scholar
  2. 2.
    Beckmann, K.J.; Wulfhorst, G.; u.a.; 1997, „Verifizierung des Modellkonzeptes DRUM“, Schlußbericht zum DFG-Forschungsauftrag SE 818/1–1, Aachen, 1997.Google Scholar
  3. 3.
    Brilon, W. and Wu, N.; 1997, „Calibration and validation of Cellular Automaton. Technical Report. Institut for traffic engineering, Ruhr-Universität Bochum, 1997.Google Scholar
  4. 4.
    Nagel, K.; Schreckenberg, M.; 1992, A cellular automaton model for freeway traffic. J. Phys./France, 2: 2221–2229.CrossRefGoogle Scholar
  5. 5.
    Wagner, P.; 1995, Traffic simulations using cellular automata: Comparison with reality. in: D.E. Wolf, M. Schreckenberg, A. Bachem (Edts), Proceedings of Workshop in Traffic and Granular Flow, World Scientific, Singapore 1995.Google Scholar
  6. 6.
    Wermuth, M.; Gudehus, V.; Zumkeller, D.; Meyburg, A.H.; 1990,„Modelltypen zur Verkehrsprognose und ihre Einsatzfelder““ Schlußbericht FE 77042/85 im Auftrag des Bundesministers für Verkehr; 1990.Google Scholar
  7. 7.
    Bundesminister für Verkehr; 1996, „Entwicklung von Verfahren zur großräumigen Prognose der Verkehrsentwicklung und Folgerungen für den Datenaustausch von Verkehrsrechnerzentralen“ Teil I: Prognoseverfahren, Forschung Straßenbau und Verkehrstechnik Heft 727, Bonn-Bad Godesberg, 1996.Google Scholar
  8. 8.
    Bundesminister für Verkehr; 1993, „Typisierung von Dauerlinien stündlicher Verkehrsstärken des Kfz-Verkehrs nach Fahrtzweckgruppen und langfristige Veränderungen“, Forschung Straßenbau und Verkehrstechnik Heft 657, Bonn-Bad Godesberg, 1993.Google Scholar
  9. 9.
    FGSV - Forschungsgesellschaft für Straßen-und Verkehrswesen; 1995, „Schätzung von Verkehrsbeziehungen mit Hilfe von Querschnittszählungen“, Köln, 1995.Google Scholar
  10. 10.
    BASt - Bundesanstalt für Straßenwesen verschiedene Hefte zur Verkehrsentwicklung auf Bundesfernstraßen, Berichte der Bundesanstalt für Straßenwesen, Verkehrstechnik, Bergisch Gladbach.Google Scholar
  11. 11.
    Gawron, C.; Rindsfüser, G.; 1998, unveröffentlichte Arbeiten im Rahmen des NRW-FVU zur Simulation des Autobahnverkehrs mit CA und DRUM.Google Scholar
  12. 12.
    von der Ruhren, S.; 1998, Nutzungs-/ Anwendungsmöglichkeiten von Geoinformationssystemen im Aufgabenfeld der Verkehrsplanung, Diplomarbeit am Lehrstuhl für Stadtbauwesen der RWTH Aachen, 1998.Google Scholar
  13. 13.
    Rindsfüser, G.; (1998), Automatisierte Typisierung von Verkehrsnetzen für die Verkehrsplanung aus Geobasisdaten. In: M. Schrenk (Hrsg.), Computergestützte Raumplanung. Beiträge zum Symposion CORP’98, Band 1, Wien, S. 177–182.Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1999

Authors and Affiliations

  • K. J. Beckmann
    • 1
  • G. Rindsfüser
    • 1
  1. 1.Institut für StadtbauwesenRWTH AachenAachenGermany

Personalised recommendations