Skip to main content
SpringerLink
Log in

Erfordernisse zur Integration von Fahrentscheidungen in die urbane Güterverkehrsmodellierung

  • Chapter
  • First Online:
Making Connected Mobility Work

  • 6399 Accesses

Zusammenfassung

In der Güterverkehrsmodellierung wird das menschliche Fahrerverhalten nicht verhaltenssensitiv abgebildet. Bisher wurde in Abhängigkeit der Vorgaben des Verladers davon ausgegangen, dass der logistische Akteur (z. B. Spedition, Transportdienstleister) die Logistikplanung vornimmt und an die Fahrer/Fahrerinnen weitergibt.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 99.00
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 129.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    Im Folgenden wird aus Gründen der Lesbarkeit auf eine geschlechtergerechte Benennung verzichtet. Selbstverständlich sind stets die Angehörigen aller Geschlechter gemeint.

  2. 2.

    Mest (2011) ordnet agentenbasierte („akteursbasierte“) Modelle den disaggregierten Modellen zu.

  3. 3.

    Andere Quellen fassen die agentenbasierte Modellierung als eigenständige Modellierungstechnik auf (vgl. dazu Clausen et al. 2018, S. 46)

  4. 4.

    Dies gilt insbesondere für das Nutzergleichgewichtsmodell (siehe Wardrop 1952, 1953; Ortuzar und Willumsen 2011; Hall 2003).

  5. 5.

    Diese Beschreibung der Regression gilt dann, wenn die zu erklärende Größe diskrete Ausprägungen annimmt.

  6. 6.

    Für Beispiele dazu siehe z. B. Lorkowski und Kreinovich (2018).

  7. 7.

    Basierend auf Anand et al. (2014), Anand (2015), Crainic et al. (2009), Davidsson et al. (2005), Comi et al. (2014); Donnelly et al. (2010), Schröder et al. (2012), Holmgren et al. (2012), Hunt und Stefan (2007), Joubert et al. (2010), Roorda et al. (2010), Sharman (2014), van Duin et al. (2012), Wisetjindawat et al. (2007).

  8. 8.

    Nach diesem Ansatz fährt ein PKW in eine Netzwerkkante, Straßenabschnitt, von einer Kreuzung an das Ende einer Warteschlange. Es bleibt dort, bis die Fahrtzeit auf der Kante mit freien Fluss abgelaufen ist, bis es am Kopf der Warteschlange angelangt ist und bis die nächste Kante die Einfahrt erlaubt. Weitere Informationen zu diesem Ansatz finden sich in Horni et al. (2009), Meister et al. (2007) und Charypar et al. (2009).

Literatur

  • Anand, N. (2015). An agent based modelling approach for multi-stakeholder analysis of city logistics solutions. Delft: TRAIL Research School (TRAIL thesis series, T2015/12).

    Google Scholar 

  • Backhaus, K., Erichson, B., Plinke, W., & Weiber, R. (2018). Multivariate Analysemethoden. Eine anwendungsorientierte Einführung. 15, vollständig (15., vollständig überarbeitete Aufl.). Berlin: Springer Gabler.

    Google Scholar 

  • Beck, H. (2014). Behavioral Economics Eine Einführung. Wiesbaden: Springer Gabler.

    Google Scholar 

  • Ben-Akiva, Moshe; Bierlaire, Michel (2003): Discrete Choice Methods and Their Application to Short Term Travel Decisions. In: Randolph W. Hall (Hg.): Handbook of transportation science. 2nd ed. Boston: Kluwer Academic Publishers (International series in operations research & management science, 56), S. 7–38.

    Google Scholar 

  • Bhat, Chandra R.; Koppelman, Frank S. (2003): Activity-Based Modeling of Travel Demand. In: Randolph W. Hall (Hg.): Handbook of transportation science. 2nd ed. Boston: Kluwer Academic Publishers (International series in operations research & management science, 56), S. 39–66.

    Google Scholar 

  • Brookhuis, K. A., Vries, G., & de; Waard, Dick de. (1991). The effects of mobile telephoning on driving performance. Accident Analysis & Prevention, 23(4), 309–316. https://doi.org/10.1016/0001-4575(91)90008-S.

  • Carsten, O. (2007).From Driver Models to Modelling the driver: What do we really need to know about the driver. In P. Carlo Cacciabue (Hrsg.), Modelling driver behaviour in automotive environments. Critical issues in driver interactions with intelligent transport systems (S. 84–105). London: Springer.

    Google Scholar 

  • Cavalcante, R. (2013). Freight Market Interactions Simulation (FREMIS): An Agent-based Modelling Framework. Dissertation. University of Toronto, Toronto. Department of Civil Engineering.

    Google Scholar 

  • Charypar, D.; Balmer, M.; Axhausen, K.W. (2009). High-performance traffc flow microsimulation for large problems. In: 88th Annual Meeting of the Transportation Research Board. Washington, D.C., January 2009.

    Google Scholar 

  • Clausen, U., Brueggenolte, M., Kirberg, M., Besenfelder, C., Poeting, M., & Gueller, M. (2019). Agent-Based Simulation in Logistics and Supply Chain Research: Literature Review and Analysis. In U. Clausen, S. Langkau, & F. Kreuz (Hrsg.), Advances in Production, Logistics and Traffic. Proceedings of the 4th Interdisciplinary Conference on Production Logistics and Traffic 2019 (S. 45–59). Dortmund: Springer.

    Google Scholar 

  • Comi, A., Donnelly, R., & Russo, F. (2014). Urban Freight Models. In G. de Jong & L. A. Tavasszy (Hrsg.), Modelling freight transport (1. Aufl., S. 163–200). Amsterdam: Elsevier.

    Chapter  Google Scholar 

  • Crainic, T. G., Ricciardi, N., & Storchi, G. (2009). Models for evaluating and planning city logistics systems. Transportation Science, 43(4), 432–454. https://doi.org/10.1287/trsc.1090.0279.

  • Davidsson, P., Henesey, L., Ramstedt, L., Törnquist, J., & Wernstedt, F. (2005). An analysis of agent-based approaches to transport logistics. Transportation Research Part C: Emerging Technologies, 13(4), 255–271. https://doi.org/10.1016/j.trc.2005.07.002.

    Article  Google Scholar 

  • Davidsson, P., Holmgren, J., Persson, J. A., & Ramstedt, L. (2008). Multi agent based simulation of transport chains. In: Padgham, Parkes, Müller und Parsons (Hrsg.), Proceedings of the 7th international joint conference on Autonomous agents and multiagent systems - Volume 2. Volume 2. Richland, SC: International Foundation for Autonomous Agents and Multiagent Systems, (S. 1153–1160).

    Google Scholar 

  • de Dios Ortuzar, J., & Willumsen, L. G. (2011). Modelling Transport. (4. Aufl.). Hoboken: John Wiley & Sons. https://site.ebrary.com/lib/alltitles/docDetail.action?docID=10510502.

  • D’Inverno, M. (1998). Engineering AgentSpeak(L): A formal computational model. Journal of Logic and Computation, 8(3), 233–260. https://doi.org/10.1093/logcom/8.3.233.

    Article  Google Scholar 

  • Donnelly, R., Wigan, M. R., & Thompson, R. G. (2010). A hybrid microsimulation model of urban freight travel demand. Washington, D.C: Transportation Research Board.

    Google Scholar 

  • Evers, Claudia (2009): Auswirkungen von Belastung und Stress auf das Verkehrsverhalten von Lkw-Fahrern. Dissertation. Rheinische Friedrich-Wilhelms-Universität Bonn, Bonn.

    Google Scholar 

  • Fleischmann, B., & Gietz, M. (2008). Transport- und Tourenplanung. In D. Arnold, H. Isermann, A. Kuhn, H. Tempelmeier, & K. Furmans (Hrsg.) Handbuch Logistik (S. 137–153). Berlin: Springer.

    Google Scholar 

  • Frey, W., Liedtke, G.,Friedrich, H.,Thaller, C., Dahmen, B., & Wolfermann, A. et al. (2016). Empfehlungen zur Modellierung des Wirtschaftsverkehrs. Straßenverkehrstechnik, 10, 41–59.

    Google Scholar 

  • Gigerenzer, G. (2006). Heuristics. In G. Gigerenzer & C. Engel (Hrsg.). Heuristics and the law (S. 17–44). Cambridge: MIT Press.

    Google Scholar 

  • Gonzalez, C. (2014). Dynamic decision making: Implications for recommender system design. CEUR Workshop Proceedings, 1278, 25–31.

    Google Scholar 

  • Gopher, D., & Braune, R. (1984). On the psychophysics of workload: Why bother with subjective measures? Human Factors, 26(5), 519–532. https://doi.org/10.1177/001872088402600504.

    Article  Google Scholar 

  • Hager, K., Rauh, J., & Rid, W. (2015). Agent-based Modeling of Traffic Behavior in Growing Metropolitan Areas. Transportation Research Procedia, 10, 306–315. https://doi.org/10.1016/j.trpro.2015.09.080.

    Article  Google Scholar 

  • Hall, R. W. (Hrsg.). (2003). Handbook of transportation science. MyiLibrary. (2. Aufl.). Boston: Kluwer Academic Publishers (International series in operations research & management science, 56). https://lib.myilibrary.com/detail.asp?id=46222.

  • Hofmann, M. (1998). Ausbildung zum Berufskraftfahrer. Defizite und Aktualisierungsmöglichkeiten. Wiesbaden, s. l.: Deutscher Universitätsverlag (System Mensch - Technik - Umwelt, Schriftenreihe der Verkehrsakademien Bayern / Hessen/Sachsen/Thüringen e.V, 3).

    Google Scholar 

  • Holmgren, J., Davidsson, P., Persson, J. A., & Ramstedt, L. (2012). TAPAS: A multi-agent-based model for simulation of transport chains. Simulation Modelling Practice and Theory, 23, 1–18. https://doi.org/10.1016/j.simpat.2011.12.011.

    Article  Google Scholar 

  • Horni, A., Nagel, K., & Axhausen, K. W. (2016). Introducing MATSim. In: The Multi-Agent Transport Simulation MATSim. London: Ubiquity Press, S. 3–8.

    Google Scholar 

  • Hozo, I., Djulbegovic, B., Luan, S., Tsalatsanis, A., & Gigerenzer, G. (2017). Towards theory integration: Threshold model as a link between signal detection theory, fast-and-frugal trees and evidence accumulation theory. Journal of Evaluation in Clinical Practice, 23(1), 49–65. https://doi.org/10.1111/jep.12490.

    Article  Google Scholar 

  • Hunt, J. D., & Stefan, K. J. (2007). Tour-based microsimulation of urban commercial movements. Transportation Research Part B: Methodological, 41(9), 981–1013. https://doi.org/10.1016/j.trb.2007.04.009.

    Article  Google Scholar 

  • Bundesministeriums der Justiz und für Verbraucherschutz (11. Juli 2012): Gesetz zur Regelung der Arbeitszeit von selbständigen Kraftfahrern, KrFArbZG, vom 16.05.2017 I 1214. In: Bundesgesetzblatt.

    Google Scholar 

  • Joubert, J. W., Fourie, P. J., & Axhausen, K. W. (2010). Large-scale agent-based combined traffic simulation of private cars and commercial vehicles. Transportation Research Record, 2168(1), 24–32. https://doi.org/10.3141/2168-04.

    Article  Google Scholar 

  • Kahneman, D. (1973). Attention and effort. Englewood Cliffs: Prentice Hall (Prentice Hall series in experimental psychology).

    Google Scholar 

  • Kahneman, D. (2003). A perspective on judgment and choice: Mapping bounded rationality. American Psychologist, 58(9), 697–720. https://doi.org/10.1037/0003-066X.58.9.697.

    Article  Google Scholar 

  • Kessels, F. (2019). Traffic flow modelling. Cham: Springer.

    Book  Google Scholar 

  • Khatri, N., & Ng, H. A. (2000). The Role of intuition in strategic decision making. Human Relations, 53(1), 57–86. https://doi.org/10.1177/0018726700531004.

    Article  Google Scholar 

  • Klügl, F., & Bazzan, A. L. C. (2012). Agent-Based Modeling and Simulation. AIMag, 33(3), 29. DOI: https://doi.org/10.1609/aimag.v33i3.2425.

  • Krause, K. (2007). Organisation und Steuerung von Transportnetzwerken. Eine modellgestützte Analyse zur effizienten Koordination von Ladungsverkehren. Dissertation, Köln.

    Google Scholar 

  • Lee, M. D., & Cummins, T. D. R. (2004). Evidence accumulation in decision making: unifying the „take the best“ and the „rational“ models. Psychonomic bulletin & review, 11(2), 343–352.

    Article  Google Scholar 

  • Liedtke, G. (2006). An actor-based approach to commodity transport modelling. Zugl.: Karlsruhe (Univ., Diss., 2006. 1. Aufl. Baden-Baden: Nomos [Karlsruher Beiträge zur Wirtschaftspolitischen Forschung /Karlsruhe Papers in Economic Policy Research, 20]).

    Google Scholar 

  • Lorkowski, J., &; Kreinovich, V. (2018). Bounded rationality in decision making under uncertainty: Towards optimal granularity. Cham, s. l.: Springer (Studies in Systems, Decision and Control, 99).

    Google Scholar 

  • Lützenberger, M. (2015). Cause and effect – An agent-based approach to simulate strategic level driver behavior. Doctoral Dissertation. Technische Universität Berlin.

    Google Scholar 

  • Macal, C. M., & North, M. J. (2010). Tutorial on agent-based modelling and simulation. Journal of Simulation, 4(3), 151–162. https://doi.org/10.1057/jos.2010.3.

    Article  Google Scholar 

  • Machledt-Michael, S. (2000). Fahrtenkettenmodell für den städtischen und regionalen Wirtschaftsverkehr. Zugl.: Braunschweig, Techn. Univ., Diss., 2000. Als Ms. gedr. Aachen: Shaker (Schriftenreihe / Institut für Verkehr und Stadtbauwesen. Technische Universität Braunschweig, 50).

    Google Scholar 

  • Meister, K., Rieser, M., Ciari, F., Horni, A., Balmer, M., & Axhausen, K. W. (2007). Anwendung eines agentenbasierten Modells der Verkehrsnachfrage auf die Schweiz. Institut für Verkehrsplanung und Transportsysteme: Eidgenössische Technische Hochschule Zürich.

    Google Scholar 

  • Mest, L. (2011). Typologische Ordnung von Logistikstrategien und -strukturen für die Güterwirtschaftsverkehrsmodellierung. Dortmund: Verlag Praxiswissen.

    Google Scholar 

  • Michaelis, M. (2008). Gesundheitsschutz und Gesundheitsförderung von Berufskraftfahrern. Forschung Projekt F 2038. Dortmund: Bundesanstalt für Arbeitsschutz und Arbeitsmedizin.

    Google Scholar 

  • Michon, J. A. (1985). A critical view for driver behavior models. What do we know, what should we do? In: L. Evans & R. C. Schwing (Hrsg.), Human behavior and traffic safety (S. 485–524). N. Boston: Springer.

    Google Scholar 

  • Müller, M. (2017). An agent-based model of heterogeneous demand. Wiesbaden s. l.: Springer Fach-medien Wiesbaden.

    Book  Google Scholar 

  • Ohrt, C. (2008). Tourenplanung im Straßengüterverkehr. Wiesbaden: Betriebswirtschaftlicher Verlag Dr. Th. Gabler / GWV Fachverlage GmbH Wiesbaden (Gabler Edition Wissenschaft). https://gbv.eblib.com/patron/FullRecord.aspx?p=750550.

  • Pegden, D. (2010). Advanced tutorial: Overview of simulation world views. In: B. Johansson (Hrsg.). Proceedings of the 2010 Winter Simulation Conference (WSC 2010). Baltimore, Maryland, USA, 5 - 8 December 2010; [incorporating the MASM (Modeling and Analysis for Semiconductor Manufacturing) Conference. Pisca-taway, NJ: IEEE, S. 210–215.

    Google Scholar 

  • Popovici, E., Bucci, A.; Wiegand, R. P., De Jong, E. D. (2012). Coevolutionary principles. In: Handbook of natural computing (S. 987–1033). Heidelberg: Springer-Verlag,.

    Google Scholar 

  • Rao, Anand S. (1996). AgentSpeak(L): BDI agents speak out in a logical computable language. In J. G. Carbonell, J. Siekmann, G. Goos, J. Hartmanis, J. van Leeuwen, W. van de Velde, & J. W. Perram (Hrsg.), Agents Breaking Away, (Bd. 38, S. 42–55). Berlin: Springer (Lecture Notes in Compu-ter Science).

    Google Scholar 

  • Roorda, M. J., Cavalcante, R., McCabe, S., & Kwan, H. (2010). A conceptual framework for agent-based modelling of logistics services. Transportation Research Part E: Logistics and Transportation Review, 46(1), 18–31. https://doi.org/10.1016/j.tre.2009.06.002.

    Article  Google Scholar 

  • Rossetti, R. J. F., Bordini, R. H., Bazzan, A. L. C., Bampi, S., Liu, R., & van Vliet, D. (2002). Using BDI agents to improve driver modelling in a commuter scenario. Transportation Research Part C: Emerging Technologies, 10(5–6), 373–398. https://doi.org/10.1016/S0968-090X(02)00027-X.

    Article  Google Scholar 

  • Sander, R. (2016). Ladungssicherung leicht gemacht. Lehrbuch für Schulung und Selbststudium (11. Aufl.). München: Vogel.

    Google Scholar 

  • Schröder, S., Zilske, M., Liedtke, G., & Nagel, K. (2012). Towards a Multi-Agent Logistics and Commercial Transport Model: The Transport Service Provider’s View. Procedia - Social and Behavioral Sciences, 39, 649–663. https://doi.org/10.1016/j.sbspro.2012.03.137.

    Article  Google Scholar 

  • Schüler, T. (2019). Logistische Regression. In K. Kersting, C. Lampert, & C. Roth-kopf (Hrsg.), Wie Maschinen lernen (S. 105–110). Wiesbaden: Springer Fachmedien Wiesbaden.

    Chapter  Google Scholar 

  • Sharman, B. W. (2014). Behavioural Modelling of Urban Freight Transportation: Activity and Inter-arrival Duration Models Estimated Using GPS Data: University of Toronto. Online verfügbar unter https://books.google.de/books?id=ry4GuAEACAAJ.

  • Spahn, M., & Lenz, B. (2007). Application of A Multi-Level Freight Transport Demand Model to Estimate the Effects of Political Measures. World Conference on Transport Research Society (Hrsg.). 11th World Conference on Transport Research.

    Google Scholar 

  • Temme, J. (2007). Discrete-Choice Modelle. In S. Albers, D. Klapper, U. Konradt, A. Walter, & J. Wolf (Hrsg.), Methodik der empirischen Forschung (S. 327–342). Wiesbaden: Springer Fachmedien.

    Chapter  Google Scholar 

  • ten Hompel, Michael ten; Heidenblut, V. (2011). Taschenlexikon Logistik. Abkürzungen, Definitionen und Erläuterungen der wichtigsten Begriffe aus Materialfluss und Logistik. 3., bearb. und erw. Aufl. Berlin, Heidelberg: Springer-Verlag Berlin Heidelberg (VDI-Buch). Online verfügbar unter https://site.ebrary.com/lib/alltitles/docDetail.action?docID=10479045.

  • Thaller, C. (2018). Strategische Verkehrsprognose. Institut für Transportlogistik: Rückkopplung einer makroskopischen Verkehrssimulation. Technische Universität Dortmund.

    Google Scholar 

  • Treiber, M., & Kesting, A. (2010). Verkehrsdynamik und -simulation. Berlin: Springer.

    Book  Google Scholar 

  • van Duin, J. H. R., van Kolck, A., Anand, N., & Tavasszy, L.óránt A., Taniguchi, Eiichi, . (2012). Towards an agent-based modelling approach for the evaluation of dynamic usage of urban distribution centres. Procedia – Social and Behavioral Sciences, 39, 333–348. https://doi.org/10.1016/j.sbspro.2012.03.112.

    Article  Google Scholar 

  • van Duin, J. H. R., van Kolck, A., Anand, N., Tavasszy, L. A., & Taniguchi, E. (2014). Ontology-based multi-agent system for urban freight transportation. International Journal of Urban Sciences, 18(2), 133–153. https://doi.org/10.1080/12265934.2014.920696.

  • Wardrop, J. G. (1952). Road paper. Some theoretical aspects of road traffic research. Proceedings of the Institution of Civil Engineers, 1 (3), 325–362. DOI: https://doi.org/10.1680/ipeds.1952.11259.

  • Wardrop, J. G. (1953). Some theoretical aspects of road traffic research. OR, 4, (4), 72–73. https://www.jstor.org/stable/3006827.

  • Wickens, C. D., & Flach, J. M. (1988). Information processing. In E. L. Wiener, D. C. Nagel (Hrsg.), Human factors in aviation (S. 111–155). Cambridge: Academic Press (Academic Press series in cognition and perception).

    Google Scholar 

  • Wickens, C., & Hollands, J. (2000). Engineering psychology and human performance. Hollands: C.D. Wickens, J.G.

    Google Scholar 

  • Windzio, M. (2013). Regressionsmodelle für Zustände und Ereignisse. Wiesbaden: Springer Fachmedien Wiesbaden (Studienskripten zur Soziologie).

    Google Scholar 

  • Wisetjindawat, W., Sano, K., Matsumoto, S., & Raothanachonkun, P. (2007). Micro-simulation model for modeling freight agents interactions in urban freight movement. Proceedings, 86th Annual Meeting of the Transportation Research Board.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. TU Dortmund, Dortmund, Deutschland

    Felix Kreuz, Felix A. Dreger, Nora Stahn, Prof. Dr. Gerhard Rinkenauer & Prof. Dr.-Ing. Uwe Clausen

  2. Deutsches Zentrum für Luft- und Raumfahrt, Berlin, Deutschland

    Carina Thaller

Authors
  1. Felix Kreuz
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Felix A. Dreger
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Nora Stahn
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. Carina Thaller
    View author publications

    You can also search for this author in PubMed Google Scholar

  5. Prof. Dr. Gerhard Rinkenauer
    View author publications

    You can also search for this author in PubMed Google Scholar

  6. Prof. Dr.-Ing. Uwe Clausen
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Felix Kreuz .

Editor information

Editors and Affiliations

  1. Lehrstuhl für ABWL & Internationales Automobilmanagement, Universität Duisburg-Essen, Duisburg, Deutschland

    Heike Proff

Rights and permissions

Reprints and permissions

Copyright information

© 2021 Der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Kreuz, F., Dreger, F.A., Stahn, N., Thaller, C., Rinkenauer, G., Clausen, U. (2021). Erfordernisse zur Integration von Fahrentscheidungen in die urbane Güterverkehrsmodellierung. In: Proff, H. (eds) Making Connected Mobility Work. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-32266-3_23

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-32266-3_23

  • Published:

  • Publisher Name: Springer Gabler, Wiesbaden

  • Print ISBN: 978-3-658-32265-6

  • Online ISBN: 978-3-658-32266-3

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics

Search

Navigation