Netzentwurf und Netzoptimierung - Institut für Verkehrswirtschaft ...
Netzentwurf und Netzoptimierung - Institut für Verkehrswirtschaft ...
Netzentwurf und Netzoptimierung - Institut für Verkehrswirtschaft ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
<strong>Netzentwurf</strong> <strong>und</strong> <strong>Netzoptimierung</strong><br />
Inhaltsverzeichnis<br />
Hans-Martin Heck - Rupert Bobinger<br />
30. Juni 2006<br />
1 Einführung 3<br />
1.1 Aufgaben von Verkehrsnetzen 1 . . . . . . . . . . . . . . . . . . . 3<br />
1.2 Aufgaben von Verkehrsnetzen 2 . . . . . . . . . . . . . . . . . . . 6<br />
1.3 Zielkonflikte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8<br />
1.4 Optimierungsproblem . . . . . . . . . . . . . . . . . . . . . . . . 9<br />
1.5 Optimierungsmethoden . . . . . . . . . . . . . . . . . . . . . . . 11<br />
1.6 Modellierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12<br />
1.7 Fragen <strong>und</strong> Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . 14<br />
2 Aufgaben der Verkehrsnetzplanung 16<br />
2.1 Planungsebenen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16<br />
2.2 Richtlinien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18<br />
2.2.1 Nebenpfad: . . . . . . . . . . . . . . . . . . . . . . . . . . 18<br />
2.2.2 Nebenpfad: . . . . . . . . . . . . . . . . . . . . . . . . . . 19<br />
2.3 Vorgehen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21<br />
2.4 Probleme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22<br />
3 Netzstruktur 24<br />
3.1 Ideelle Netze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24<br />
3.2 Algorithmische Geometrie . . . . . . . . . . . . . . . . . . . . . . 27<br />
3.3 Voronoi <strong>und</strong> Delaunay . . . . . . . . . . . . . . . . . . . . . . . . 28<br />
3.3.1 Nebenpfad: . . . . . . . . . . . . . . . . . . . . . . . . . . 30<br />
3.3.2 Nebenpfad: . . . . . . . . . . . . . . . . . . . . . . . . . . 31<br />
3.4 Spannende Bäume . . . . . . . . . . . . . . . . . . . . . . . . . . 32<br />
3.5 Kruskal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34<br />
3.6 Steinerbäume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36<br />
3.7 Reduktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39<br />
3.8 Anwendungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41<br />
1
4 Netzdimensionierung 42<br />
4.1 Methodische Ansätze . . . . . . . . . . . . . . . . . . . . . . . . . 42<br />
4.2 Mathematische Modellierung . . . . . . . . . . . . . . . . . . . . 43<br />
4.3 Zwei -Ebenen-Problem . . . . . . . . . . . . . . . . . . . . . . . . 44<br />
4.4 Diskrete <strong>und</strong> kontinuierliche Problemformulierung . . . . . . . . 45<br />
4.5 Taktisches <strong>und</strong> strategisches Problem . . . . . . . . . . . . . . . . 47<br />
4.6 Mathematische Formulierung . . . . . . . . . . . . . . . . . . . . 48<br />
4.7 Lösungsverfahren . . . . . . . . . . . . . . . . . . . . . . . . . . . 50<br />
4.7.1 Nebenpfad: . . . . . . . . . . . . . . . . . . . . . . . . . . 51<br />
4.8 Strategische Netzotimierung-STATOP . . . . . . . . . . . . . . . 52<br />
5 Zusammenfassung <strong>und</strong> Ausblick 55<br />
5.1 Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . 55<br />
5.2 Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58<br />
5.2.1 Nebenpfad: . . . . . . . . . . . . . . . . . . . . . . . . . . 59<br />
6 Literatur 61<br />
6.1 Literatur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61<br />
6.0.1 Nebenpfad: . . . . . . . . . . . . . . . . . . . . . . . . . . 67<br />
6.0.2 Nebenpfad: . . . . . . . . . . . . . . . . . . . . . . . . . . 68<br />
6.0.3 Nebenpfad: . . . . . . . . . . . . . . . . . . . . . . . . . . 68<br />
6.0.4 Nebenpfad: . . . . . . . . . . . . . . . . . . . . . . . . . . 69<br />
6.0.5 Nebenpfad: . . . . . . . . . . . . . . . . . . . . . . . . . . 70<br />
6.0.6 Nebenpfad: . . . . . . . . . . . . . . . . . . . . . . . . . . 71<br />
2
Aufgaben<br />
von Verkehrsnetze<br />
1 Einführung<br />
1.1 Aufgaben von Verkehrsnetzen 1<br />
Verkehrsnetze verbinden Räume <strong>und</strong> erschließen sie. Sie dienen dem Transport<br />
von Personen <strong>und</strong> Gütern. Verkehrsnetze bilden das Rückgrat eines jeden Verkehrssystems.<br />
Der Entwurf von Verkehrsnetzen ist daher eine der wichtigsten Aufgaben der<br />
Verkehrsplanung.<br />
Wir betrachten hier primärStraßennetze <strong>und</strong> Netze des öffentlichen Verkehrs.<br />
Hannover : Straßennetz Region Hannover: Liniennetz der Stadtbahn<br />
[Quelle: Hannoversche Verkehrsbetriebe<br />
ÜSTRA]<br />
Die räumlichen Trennung der Einrichtungen, die den unterschiedlichen menschlichen<br />
Aktivitäten, wie<br />
• Wohnen,<br />
• Arbeiten,<br />
• Bilden,<br />
• Versorgen <strong>und</strong><br />
• Erholen<br />
zur Verfügung stehen, bedingt Verkehr.<br />
3
Raum <strong>und</strong><br />
Verkehr<br />
Aufgabe von<br />
Verkehrsnetzen<br />
Ein Wechsel der Tätigkeit ist oft mit einem Ortswechsel <strong>und</strong> damit mit einem<br />
Weg verb<strong>und</strong>en.<br />
Die Raumstruktur bestimmt die Verkehrsnachfrage <strong>und</strong> damit die<br />
Struktur der Verkehrsnetze.<br />
Wirkungsgefüge: Raum <strong>und</strong> Verkehr<br />
Zentrale Orte Verkehrsnachfrage - Pendler<br />
[Quelle: Diese Bilder wurden fre<strong>und</strong>licherweise vom Verband Region Stuttgart<br />
zur Verfügung gestellt.]<br />
Raumstruktur - Verkehrsnachfrage - Struktur der Verkehrsnetze<br />
” Verkehrsnetze bilden das Rückgrat <strong>für</strong> die Abwicklung des Transportes von<br />
• Gütern <strong>und</strong> Personen,<br />
• auf einem Verkehrsweg,<br />
• mit einem Verkehrsmittel,<br />
4
• von einem Ausgangsort - der Quelle,<br />
• zu einem Bestimmungsort - dem Ziel.“<br />
5
Anforderungen<br />
an<br />
Verkehrsnetze<br />
Funktionsgerecht<br />
Verkehrsgerecht<br />
Wirtschaftlich<br />
1.2 Aufgaben von Verkehrsnetzen 2<br />
Die Anforderungen der Verkehrsteilnehmer als Nutzer des Straßenraumes beschreiben<br />
zugleich die drei wesentlichen Funktionen, denen das Straßennetz zu<br />
dienen hat:<br />
• Aufenthalt im Straßenraum,<br />
• Erschließung von Flächen <strong>und</strong><br />
• Verbindung.<br />
Eine der wesentlichen Aufgaben des planenden Verkehrsingenieurs ist somit<br />
in der funktions-, verkehrs- <strong>und</strong> umweltgerechten Gestaltung <strong>und</strong> in der<br />
Wirtschaftlichen Dimensionierung von Verkehrsnetzen zu sehen.<br />
Funktionsgerecht heißt, dass jeder Nutzergruppe ein Mindestanspruch zu sichern<br />
ist, da Ansprüche einer Gruppe gegen die Ansprüche der anderen Gruppen<br />
abzuwägen sind <strong>und</strong> dass die gegenseitige Beeinträchtigung möglichst gering zu<br />
halten ist.<br />
Verkehrsgerecht heißt, das zu entwerfende Verkehrsnetz hat die vorhandene<br />
Verkehrsnachfrage unter Beachtung eines Mindestangebotes an Verkehrsqualität<br />
aufzunehmen. Dies wiederum bedeutet, dass die Leistungsfähigkeit des<br />
Verkehrsnetzes größer, höchstens gleich der Summe der Verkehrsnachfrage zu<br />
sein hat.<br />
Wirtschaftlich heißt aus der Sicht des Betreibers:<br />
• minimale Bau- <strong>und</strong> Unterhaltungskosten,<br />
• minimale Verkehrsflächen bei<br />
• maximaler Auslastung<br />
<strong>und</strong> aus der Sicht der Nutzer:<br />
• minimale Betriebs- <strong>und</strong><br />
• minimale Zeitkosten.<br />
6
Umweltgerecht<br />
Randbedingungen<br />
Aus der Sicht der Allgemeinheit sind Forderungen nach einer möglichst geringen<br />
Beeinträchtigung der Umweltqualität durch<br />
• Lärm,<br />
• Abgase,<br />
• Unfälle <strong>und</strong><br />
• die Schonung der Ressourcen<br />
– Energie <strong>und</strong><br />
– Flächen<br />
zu berücksichtigen.<br />
Daneben sind die vorgegebenen<br />
• topographischen,<br />
• raumordnerischen,<br />
• städtebaulichen <strong>und</strong> die<br />
• finanziellen Bindungen<br />
zu beachten.<br />
Daraus folgt, dass es hier um ein komplexes multikriterielles Optimierungsproblem<br />
handelt.<br />
7
1.3 Zielkonflikte<br />
Da die Zielkriterien meistens nicht gleichsinnig sind, ergeben sich Zielkonflikte<br />
z.B. zwischen der Netzlänge <strong>und</strong> der Fahrtweite.<br />
Das nachstehend aufgeführte Beispiel (siehe auch [MINKE/SCHÖF 1969] demonstriert<br />
diesen Zielkonflikt sehr anschaulich.<br />
Erläuterung Das Beispiel zeigt fünf einfache Netze, die vier Knotenpunkte verbinden. Sie<br />
sind aufsteigend nach der Netzlänge sortiert.<br />
In der zweiten Spalte der Tabelle ist die Fahrtweite angegeben, die sich ergibt,<br />
wenn von jedem Knoten zu jedem Knoten jeweils eine Fahrt stattfindet. Man<br />
erkennt deutlich, dass die Fahrtweite mit zunehmender Netzlänge sinkt. Dies ist<br />
auch aus dem oberen Diagramm zu ersehen.<br />
Das untere Diagramm zeigt die Gesamtbewertungen, die sich ergeben, wenn man<br />
die Netzlänge <strong>und</strong> die Fahrtweite addiert <strong>und</strong> dabei einmal die Fahrtweiten mit<br />
1 (rot) oder mit 3 (blau) gewichtet.<br />
Netz A ist ein sogenannter Steinerbaum.<br />
Netz B besteht aus Diagonalen, Netz D ist ein Rasternetz <strong>und</strong> Netz E ist ein<br />
Rasternetz mit Diagonalen.<br />
Diese Basisnetze werden im Abschnitt Netzkonzepte behandelt.<br />
8
OptimierungsproblemVerkehrsnetzplanung<br />
1.4 Optimierungsproblem<br />
Eine wesentliche Aufgabe des planenden Verkehrsingenieurs ist in der Verkehrsgerecht<br />
en Gestaltung <strong>und</strong> in der Wirtschaftlichen Dimensionierung von Verkehrsnetzen<br />
zu sehen.<br />
Das heißt: Das Verkehrsnetz hat die vorhandene Verkehrsnachfrage (Verkehrsbeziehungen)<br />
eines Gebiets unter Beachtung der Verkehrsqualität aufzunehmen.<br />
Ist beispielsweise ein Stadtstraßennetz zu entwerfen, so stehen dem Verkehrsplaner<br />
begrenzte finanzielle Mittel <strong>und</strong> begrenzte Verkehrsflächen zur Verfügung.<br />
Ferner sind städtebauliche Bedingungen <strong>und</strong> Forderungen nach Erhaltung oder<br />
Verbesserung der Umweltqualität zu beachten.<br />
Daraus ergibt sich, dass die Aufgabe, ein Verkehrsnetz zu entwerfen, als Optimierungsproblem<br />
folgendermaßen formuliert werden kann:<br />
Aus einem maximal denkbaren, planerisch zu entwerfenden Verkehrsnetz (Maximalnetz)<br />
ist dasjenige Netz auszuwählen, das die nachstehenden Zielvorstellungen,<br />
wie die Minimierung der<br />
• Fläche des Netzes,<br />
• Bau- <strong>und</strong> Unterhaltungskosten,<br />
• Betriebskosten,<br />
• Reisezeiten <strong>und</strong> der<br />
• Umweltbeeinträchtigung<br />
am besten erfüllt, wobei die Nebenbedingungen<br />
• Realisierung der Verkehrsbeziehungen,<br />
• Mindestangebot an Verkehrsqualität <strong>und</strong><br />
• Kapazitätsgrenzen der Netzelemente<br />
zu beachten sind.<br />
Dabei sind die Größen als Entscheidungsvariablen im Sinne der Optimierungsrechnung<br />
anzusehen, die die Netzelemente bestimmen, wie die<br />
• Knotenpunkte,<br />
• Strecken <strong>und</strong> ihre<br />
• Kapazitäten.<br />
Die Knotenpunkte <strong>und</strong> die Strecken legen die Struktur <strong>und</strong> die Kapazitäten die<br />
Dimesionierung des Netzes fest. Siehe Netzmodell.<br />
9
Jedes Optimierungsproblem wird durch die Angabe einer Zielfunktion <strong>und</strong> die<br />
Definition eines Satzes von Nebenbedingungen, die den Lösungsraum eingrenzen,<br />
beschrieben. Dazu wird der zu behandelnde Ausschnitt der Realität in<br />
einem Systemmodell abgebildet, das die inneren Wirkungszusammenhänge <strong>und</strong><br />
die Wirkungen auf die Umwelt beschreibt. Die Zielfunktion enthält die Entscheidungsvariablen<br />
<strong>und</strong> die Bewertungsfunktionen. Die Entscheidungsvariablen sind<br />
so einzustellen, dass der Zielfunktionswert als Gesamtwert aller Bewertungsfunktionen<br />
einen Extremwert annimmt.<br />
Folgt man der in der Einleitung dieses Kapitels erhobenen Forderung, so sollte<br />
man die Lösung der Aufgabe, ’Entwurf eines optimalen Straßennetzes’ in einem<br />
geschlossenen Verfahren simultan <strong>für</strong> alle Arbeitsschritte <strong>und</strong> unter Berücksichtigung<br />
aller Entscheidungsvariablen erfolgen. Dieser Lösungsweg wird zur Zeit<br />
in der Praxis nicht eingeschlagen.<br />
Formal Das allgemeine Optimierungsproblem <strong>Netzentwurf</strong> kann wie folgt beschrieben<br />
werden:<br />
n�<br />
fi ·<br />
i=1<br />
unter den Nebenbedingungen:<br />
mit:<br />
n�<br />
gj · ki,j = Min<br />
j=1<br />
0 ≤ fi ≤ ci...ci = Grenzwert<br />
fi : Entscheidungsvariable<br />
ki,j : Bewertungsgröße<br />
gj : Gewichte<br />
Die konkreten Ansätze werden in den Kapiteln<br />
• 3. Netzstruktur <strong>und</strong><br />
• 4. Dimensionierung angesprochen.<br />
10
Optimierungsmethoden<strong>Netzoptimierung</strong><br />
1.5 Optimierungsmethoden<br />
Als Optimierungsmodelle, die zur Lösung der <strong>Netzoptimierung</strong> oder einzelner<br />
Teilaufgaben bereits eingesetzt werden oder bei einer Anwendung zu empfehlen<br />
ist, sind zu nennen:<br />
• Lineare <strong>und</strong> nichtlineare Optimierung, wie z.B.<br />
– Simplex-Verfahren<br />
– Verfahren der konvexen Kombination nach Frank-Wolfe<br />
• Ganzzahlige Optimierungsmodelle<br />
• Optimierungsmodelle mit mehreren Zielen<br />
• Methoden aus der Graphentheorie<br />
– Maximalfluss-Probleme<br />
– Minimalkosten-Flussalgorithmen<br />
– Kürzeste-Wege-Algorithmen sowie<br />
– Minimalgerüst-Algorithmen<br />
∗ Spannende Bäume - Algorithmus von Kruskal <strong>und</strong><br />
∗ Steinerbäume<br />
• Modelle der dynamischen Optimierung<br />
• Methoden der algorithmischen Geometrie<br />
– Voronoi-Diagramme <strong>und</strong><br />
– Delaunay-Triangulation<br />
Bei der Lösung von Optimierungsproblemen ist die Gruppe der Heuristiken<br />
besonders hervorzuheben. Dazu zählen in diesem Zusammenhang insbesondere:<br />
• Genetische Algorithmen<br />
• Simulated Annealing <strong>und</strong><br />
• spezielle Heuristiken, wie z.B. die Reduktionsverfahren, die auf die<br />
<strong>Netzoptimierung</strong> bezogen entwickelt wurden.<br />
Auf die markierten Algorithmen wird in diesem Fallbeispiel näher eigegangen.<br />
Da alle Verfahren im Kern Routensuch- <strong>und</strong> Umlegungsverfahren einbeziehen,<br />
sind die Lösungsverfahren <strong>für</strong> diesen Problemkreis ebenfalls enthalten.<br />
11
1.6 Modellierung<br />
Netzmodell Allgemeine Netzmodelle werden im Fallbeispiel Wege in Verkehrsnetzen erläutert.<br />
Zur Bearbeitung des Problems der <strong>Netzoptimierung</strong> werden differenzierte Netzmodelle<br />
benötigt.<br />
Jedes Verkehrsnetz lässt sich als Graph (V, E, c, a) modellieren.<br />
Dabei ist<br />
• V die Menge der Knoten,<br />
• E die Menge der Kanten,<br />
• c ist eine Kapazitätsfunktion <strong>und</strong><br />
• a ist eine Bewertungsfunktion<br />
die auf die Kanten definiert ist.<br />
Weitere Hinweise zur Modellierung des Optimierungsproblems <strong>und</strong> von Verkehrsnetzen<br />
finden sich in [HECK 1986] - ” Anwendung von Optimierungsverfahren<br />
beim Entwurf <strong>und</strong> bei der Gestaltung von städtischen Straßennetzen<br />
unter Berücksichtigung des Betriebes“<br />
Bei der <strong>Netzoptimierung</strong> ist die Festlegung des Typs der Funktionen, die die<br />
Abhängigkeiten der Einflussgrößen untereinander beschreiben, von besonderer<br />
Bedeutung.<br />
Der Funktionstyp bestimmt den Problemtyp <strong>und</strong> die Komplexität des Problems,<br />
das zu lösen ist,. <strong>und</strong> damit auch die Komplexität des Lösungsverfahrens(siehe<br />
auch Eigenschaften des Optimierungsproblems ).<br />
Dies bezieht sich z. B. auf die Modellierung der Zusammenhänge zwischen:<br />
• Reisezeit <strong>und</strong> Geschwindigkeit sowie Verkehrsstärke oder<br />
12
• Geschwindigkeit <strong>und</strong> Emissionen.<br />
Die Modellierung der Netzstruktur wird an Hand der untenstehenden Abbildungen<br />
illustriert:<br />
Reales Netz<br />
Netzmodell<br />
13
1.7 Fragen <strong>und</strong> Aufgaben<br />
Fragen Mehrfachantworten sind möglich!<br />
Frage 1<br />
Frage 2<br />
Frage 3<br />
Wer bildet die Verbindung zwischen Raumstruktur <strong>und</strong> Verkehrsnetz?<br />
false Siedlungsstruktur<br />
false Wirtschaftsstruktur<br />
true Verkehrsnachfrage<br />
false Verkehrsbelastung<br />
Welches sind die wesentlichen Funktionen des Strassennetzes? true<br />
Verbindung von Räumen<br />
true Erschließung von Flächen<br />
true Aufenthalt im Straßenraum,<br />
Formulierung des Optimierungsproblems - Entscheidungsvariable<br />
Welche Grössen sind Entscheidungsvariable? true Knotenpunkte<br />
false Fläche des Netzes<br />
false Bau- <strong>und</strong> Unterhaltungskosten<br />
false Betriebskosten<br />
true Kapazität<br />
false Reisezeiten<br />
true Strecken<br />
Formulierung des Optimierungsproblems - Zielgrössen Welche Grössen sind Zielkriterien?<br />
false Verkehrsbeziehungen<br />
true Fläche des Netzes<br />
true Bau- <strong>und</strong> Unterhaltungskosten<br />
true Reisezeiten<br />
false Kapazitätsgrenzen der Netzelemente<br />
true Betriebskosten<br />
true Umweltbeeinträchtigung<br />
Aufgabe 1 Welches Netz ist das kürzeste?<br />
14
Ordnen Sie<br />
den Netzen<br />
ihre Längen<br />
zu!<br />
Aufgabe 2 Weiches Netz hat die geringste Fahrtweite?<br />
Ordnen Sie<br />
den Netzen<br />
ihre<br />
Fahrtweiten<br />
zu!<br />
15
Beschreibung<br />
der<br />
Aufgaben<br />
2 Aufgaben der Verkehrsnetzplanung<br />
2.1 Planungsebenen<br />
Die Aufgaben, die im Rahmen der Verkehrsnetzplanung von Bedeutung sind,<br />
wurden bereits im Teil Anwendungsbereiche im Verkehr wie folgt charakterisiert:<br />
• Netzgestaltung<br />
• Netzkategorisierung<br />
• Linienbestimmung<br />
• Systemauswahl im Öffentlichen Verkehr (Verkehrsmittel <strong>und</strong> Betriebsform)<br />
• Funktionsgerechte Gestaltung des Straßennetzes<br />
(Verbindung, Erschließung. Aufenthalt)<br />
Diese Aufgaben können differenziert den folgenden Plaungsebenen zugeordenet<br />
werden:<br />
Zwischen den einzelnen Planungsebenen bestehen Rückkopplungen, die beachtet<br />
werden müssen. So bestimmt die Dimensionierung die Struktur der Netze <strong>und</strong><br />
die Betriebskonzepte bestimmen die Kapazitäten sowie die Bewertunsgrößen wie<br />
die Reisezeit <strong>und</strong> die Investitionskosten.<br />
16
Da diese Abhängigkeiten nicht in einem geschlossenen Verfahren bearbeitet werden<br />
können, werden sie iterativ behandelt.<br />
Hinweise zur Bearbeitung geben die o. g. Richtlinien im Folgenden.<br />
17
RIN Rahmenrichtlinie<br />
<strong>für</strong><br />
die integrierte<br />
Netzgestaltung<br />
Leitfaden<br />
<strong>für</strong><br />
Verkehrsplanung<br />
2.2 Richtlinien<br />
Die RIN (siehe RAHMENRICHTLINIE FÜR DIE INTEGRIERTE NETZGE-<br />
STALTUNG [FGSV 3]ist die Neufassung der RAS-N, Teil ” Leitfaden <strong>für</strong> die<br />
funktionale Gliederung des Straßennetzes“ [FGSV 1].<br />
In der Einführung wird die Zielrichtung der RIN wie folgt beschrieben:<br />
” Die Rahmenrichtlinie <strong>für</strong> die integrierte Netzgestaltung (RIN) behandelt die<br />
Planung des Verkehrsangebots, d. h. die Gestaltung von Verkehrsnetzen <strong>und</strong><br />
die Beurteilung ihrer Wirkungen, einschließlich der Liniennetze des Öffentlichen<br />
Verkehrs. Schwerpunkt ist dabei die Bewertung des Verkehrsangebots aus der<br />
Nutzersicht. Die RIN beschreibt hier<strong>für</strong><br />
• eine Methode zur funktionalen Gliederung von Verkehrsnetzen,<br />
• eine Methode zur Ermittlung <strong>und</strong> Bewertung der verbindungsbezogenen<br />
Angebotsqualität,<br />
• Qualitätsvorgaben <strong>und</strong> Hinweise zur Gestaltung von Netzelementen <strong>und</strong><br />
Verknüpfungspunkten.“<br />
Die RIN baut dabei auf dem LEITFADEN FÜR VERKEHRSPLANUNG [FGSV 2]<br />
auf.<br />
Hinweise zum LEITFADEN FÜR VERKEHRSPLANUNG Sie hier. Leitfaden<br />
Hinweise zum Zweck <strong>und</strong> zur Vorgehensweise der RIN werden hier zitiert.<br />
2.2.1 Nebenpfad:<br />
Die wesentlichen Aufgaben der Verkehrsplanung sind die Vorbereitung <strong>und</strong> die<br />
Begleitung der bedarfsgerechten, Wirtschaftlichen <strong>und</strong> umweltschonenden Weiterentwicklung<br />
der Verkehrssysteme <strong>und</strong> die optimale Organisation ihres Betriebes.<br />
Die Verkehrsplanung hat zur Lösung dieser vielfältigen, komplexen aber bereits<br />
weitgehend standardisierten Aufgaben ein umfangreiches Instrumentarium an<br />
Arbeitsabläufen, Methoden <strong>und</strong> Modellen entwickelt.<br />
Der Planungsprozess wird heute als interaktiver Prozess zwischen den politischen<br />
Entscheidungsträgern, den Fachbehörden <strong>und</strong> den Interessengruppen Betroffener<br />
verstanden. Das oben skizzierte Handlungsspektrum verb<strong>und</strong>en mit<br />
18
RIN-<br />
Vorgehensweise<br />
der Notwendigkeit einer ganzheitlichen Bewertung <strong>und</strong> dem Ziel, eine nachhaltige<br />
Entwicklung zu gewährleisten, macht deutlich, wie sich die Akzente im<br />
Aufgabenspektrum des Verkehrsplaners verändert haben.<br />
Zu den Arbeitsphasen:<br />
• Beschreibung, Analyse <strong>und</strong> Beurteilung vonZuständen<br />
• Entwurf <strong>und</strong> Prüfung von Zielvorstellungen <strong>und</strong> Zielkonzepten<br />
• Entwurf <strong>und</strong> Konzeption von Handlungsmöglichkeiten<br />
• Handlungsstrategien <strong>und</strong> Maßnahmenkonzepten<br />
• Wirkungsabschätzung <strong>und</strong> Wirkungsprognose der Handlungsmöglichkeiten<br />
• Beurteilung <strong>und</strong> Abwägung von Handlungsmöglichkeiten,<br />
• Vorbereitung von Entscheidungen über Handlungsmöglichkeiten<br />
treten neu die Phasen:<br />
• der Vororientierung, in die Mängelhinweise <strong>und</strong> Konzeptvorschläge<br />
am Anfang des Prozesses eingehen <strong>und</strong><br />
• der Begleitung der Umsetzung <strong>und</strong> der Erfolgs- bzw. Wirkungskontrolle<br />
am Ende des Prozesses.<br />
Dabei ist die Phase der Vororientierung mit der Erarbeitung von Konzeptvorschlägen<br />
hier von besonderer Bedeutung.<br />
2.2.2 Nebenpfad:<br />
Die RIN stellt eine Vorgehensweise<br />
• zur Gliederung der Verkehrswegenetze nach funktionalen Kriterien,<br />
• zur Verknüpfung von Verkehrssystemen <strong>und</strong><br />
• zur Festlegung von Qualitäten zur Verfügung.<br />
dar.<br />
Die funktionale Gliederung ist zugleich Gr<strong>und</strong>lage <strong>für</strong> eine Analyse des Verkehrsangebotes<br />
im Hinblick auf Soll-Qualitäten.<br />
Die RIN liefert hier<strong>für</strong> Orientierungswerte, die sowohl <strong>für</strong> die Bewertung des vorhandenen<br />
Verkehrsangebotes als auch zukünftiger Verkehrsangebote anwendbar<br />
sind.<br />
Um eine integrierte, d. h. modusübergreifende Netzgestaltung zu ermöglichen,<br />
wird die Zielerreichung <strong>für</strong> jeden Modus (Pkw, ÖV etc.) getrennt abgeprüft.<br />
19
Zweck der<br />
RIN<br />
Innerhalb des Planungsprozesses ist die RIN im Bereich der Problemanalyse<br />
• Analyse des Zustandes <strong>und</strong><br />
• Feststellung von Mängeln<br />
<strong>und</strong> im Bereich der konzeptionellen Planung angesiedelt.<br />
Sie dient dem Verkehrsplaner<br />
• bei der Verkehrsentwicklungsplanung auf allen räumlichen Ebenen,<br />
• bei der Aufstellung von Einzelverkehrsplänen, insbesondereNahverkehrsplänen,<br />
• bei der Aufstellung von regionalen Raumordnungsprogrammen,<br />
• bei der Prioritätenreihung von Maßnahmen <strong>und</strong><br />
• bei der Bestimmung der Zuständigkeit (Baulastträgerschaft) <strong>für</strong> einzelne<br />
Strecken ggf. im Rahmen der Neuordnung oder Regionalisierung des<br />
Verkehrsnetzes).<br />
20
Vorgehensweise<br />
2.3 Vorgehen<br />
Zur Lösung derartiger komplexer Aufgaben, wie des Entwurfes von Verkehrsnetzen,<br />
wird im allgemeinen das Prinzip der Zerlegung in Teilschritte<br />
<strong>und</strong> Teilprobleme angewandt. So kann das Problem des <strong>Netzentwurf</strong>es in folgende<br />
Arbeitsschritte aufgeteilt werden:<br />
• Entwicklung von Wegenetzen im Rahmen von Planfällen<br />
• Berechnung der Bewertungsgrößen (Nachfrage, Umlegung) <strong>und</strong><br />
• Entwurf der Betriebskonzepte, organisatorischer, ordnungspolitischer sowie<br />
informationstechnischer Maßnahmen.<br />
Insbesondere <strong>für</strong> die ersten beiden Arbeitsschritte werden Lösungsvorschläge im<br />
Rahmen dieser Untersuchung vorgestellt <strong>und</strong> sind wie folgt eingeteilt:<br />
• Entwicklung von Netzkonzepten<br />
• Entwurf der Netzstruktur <strong>und</strong> Netzdimensionierung.<br />
Das methodische Vorgehen zeigt die folgende Abbildung:<br />
21
Probleme<br />
des <strong>Netzentwurf</strong>es<br />
2.4 Probleme<br />
Eine wesentliche Aufgabe ist, wie der Leitfaden zeigt, die Entwicklung von<br />
Planfällen aus Listen von potentiellen Maßnahmen.<br />
Schon bei einer geringen Anzahl von Einzelmaßmahmen ist die Zahl der möglichern<br />
Planfälle, die daraus gebildet werden kann, sehr hoch, wie die Abbildung<br />
zeigt.<br />
[Quelle: Diese Bilder wurden fre<strong>und</strong>licherweise vom Verband Region Stuttgart<br />
zur Verfügung gestellt.]<br />
Der Einsatz von Optimierungsverfahren zur Generierung von Planfällen<br />
<strong>und</strong> zur Unterstützung des planenden Ingenieurs beim Entwurf der Netze ist<br />
hier sehr sinnvoll <strong>und</strong> hilfreich. Die so erzeugten Planfälle werden dann in den<br />
Bewertungs- <strong>und</strong> Entscheidungsprozess Leitfadenmit einbezogen.<br />
Ein weiteres Problem des <strong>Netzentwurf</strong>es wird deutlich, wenn man die starken<br />
Schwankungen der Verkehrsbelastung betrachtet, denen ein Raum im Laufes<br />
des Tages ausgesetzt ist <strong>und</strong> denen man Rechnung zu tragen hat.<br />
Das folgende Video vermittelt dazu einen anschaulichen Eindruck:<br />
Down Video Hannover Umland<br />
Hier ist die Verkehrsarbeit in Fahrten*Fahrtlänge über einem Raster dargestellt.<br />
Sie steht zugleich näherungsweise <strong>für</strong> die Belastung durch Lärm <strong>und</strong><br />
Schadstoffe. Diese Animation wurde von Mark Hampe [HAMPE 1999] im Rahmen<br />
seiner Diplomarbeit erstellt.<br />
Dass dies nur bedingt zutrifft zeigt das nächste Bild, das die C02-Belastung <strong>für</strong><br />
den oben gezeigten Raum der Verkehrsarbeit gegenüberstellt.<br />
22
3 Netzstruktur<br />
3.1 Ideelle Netze<br />
Netzkonzepte Bereits auf der Ebene der Raumplanung (siehe Beschreibung der Aufgaben -<br />
Kapitel 2) sind Netzkonzepte zu entwickeln. Das ergibt sich aus dem Leitfaden<br />
<strong>für</strong> Verkehrsplanung (siehe Leitfaden) im Rahmen der Voruntersuchungen in<br />
Übereinstimmung mit der RIN bei der Aufgabe Verkehrsnetze funktional zu<br />
gliedern (siehe RIN).<br />
Auf dieser Ebene ist das Arbeiten mit ideellen Netzstrukturen sinnvoll, da die<br />
Aussagekraft von Darstellungen von Nachfragematrizen oder auch von Verbindungsfunktionsstufen<br />
(siehe rechtes Bild) schnell an Grenzen stößt - siehe Abbildung:<br />
Tangentialverbindungen als Spinne.<br />
Hier sind einfach zu handhabende Methoden gefragt.<br />
Modellierung<br />
des Raumes<br />
Verbindungsfunktionsstufen<br />
Optimale Netzentwürfe, das heißt:<br />
Minimalstrukturen<strong>für</strong> ideelle Netze können in folgenden Arbeitsschritten erzeugt<br />
werden:<br />
24
• Modellierung des Raumes auf der Basis von Verkehrsbezirken (Gebietsabgrenzung),<br />
• Generieren eines Netzmodells im Sinne eines Maximalnetzes <strong>und</strong><br />
• Erzeugung einer Minimalstruktur als optimaler <strong>Netzentwurf</strong>.<br />
Zur Lösung dieser Aufgaben bieten sich die Methoden <strong>und</strong> Werkzeuge der algorithmischen<br />
Geometrie an.<br />
Beispiel - Raum-<strong>und</strong> Netzmodellierung in der Region Hannover (manuell<br />
erstellt)<br />
Region Hannover [Quelle: Region<br />
Hannover]<br />
Siedlungsflächen mit Gemeindegrenzen<br />
Gebietseinteilung - Verkehrsbezirke Netzmodell - Spiderwebnetz<br />
Die obigen Beispiele mussten manuell erzeugt werden. Das heißt:<br />
die Daten zur Beschreibung der Gebietsgrenzen <strong>und</strong> der Netzstrukturen mussten<br />
ermittelt <strong>und</strong> verschlüsselt werden.<br />
25
Die folgenden Methoden der Algorithmische Geometrie können bereits hier eingesetzt<br />
werden, um diese Vorgänge ohne Informationsverlust zu automatisieren:<br />
• Voronoi-Diagramme zur Modellierung des Raumes,<br />
• sogenannte Delaunay-Triangulationen zur Gewinnung von Netzmodellen<br />
<strong>und</strong><br />
• zur Erzeugung von Minimalstrukturen Spannende Bäume .<br />
Die Definition <strong>und</strong> die Arbeitsweise dieser Elemente der Algorithmischen Geometrie<br />
werden im Folgenden vorgestellt.<br />
26
Algorithmische<br />
Geometrie<br />
3.2 Algorithmische Geometrie<br />
Als Algorithmische Geometrie wird ein Teilgebiet der Informatik bezeichnet, das<br />
sich mit der Speicherung <strong>und</strong> Verarbeitung geometrischer Daten beschäftigt.<br />
Im Gegensatz zur Bildverarbeitung, deren Gr<strong>und</strong>elemente Bildpunkte (Pixel)<br />
sind, arbeitet die algorithmische Geometrie mit geometrischen Strukturelementen<br />
wie Punkten, Linien, Kreisen, Polygonen <strong>und</strong> Körpern.<br />
Die Methoden der algorithmischen Geometrie werden insbesondere im Computer<br />
Aided Design (CAD), in der Computergrafik <strong>und</strong> bei Geoinformationssystemen<br />
eingesetzt.<br />
Auch bei der Planung von Bewegungsabläufen <strong>für</strong> robotische Systeme werden<br />
Verfahren der Algorithmischen Geometrie angewendet.<br />
Nähere Informationen finden Sie im Modul Methoden der algorithmischen Geometrie.<br />
Von den angebotenen Methoden interessieren wir uns hier <strong>für</strong><br />
• dasVoronoi-Diagramm<br />
• die Delaunay-Triagulation <strong>und</strong><br />
• dieSpannenden Bäume.<br />
Das -Voronoi-Diagramm spielt eine herausragende Rolle bei der Lösung geometrischer<br />
Distanzprobleme. Insbesondere bei vielen NP-schweren Problemen<br />
führt die Verwendung von Voronoi-Diagrammen zu einer Lauzeitverbesserung<br />
der Lösungsalgorithmen.<br />
Eine sehr gute Einführung in die Algorithmische Geometrie finden Sie bei [KLEIN 1997]<br />
.<br />
27
Voronoi-<br />
Diagramm<br />
Beispiele<br />
3.3 Voronoi <strong>und</strong> Delaunay<br />
Den einfachsten, trivialen Fall eines Voronoi-Diagramms zeigt das linke Bild.<br />
Die Mittelsenkrechte teilt in diesem ” Voronoi-Diagramm“ die Ebene <strong>für</strong> die<br />
beiden gegebenen Punkte in zwei Voronoi-Regionen.<br />
Voronoi- Diagramm 1<br />
2 Bezirke<br />
Voronoi- Diagramm 2<br />
8 Bezirke<br />
Voronoi- Diagramm 3<br />
10 Bezirke<br />
Eine Beschreibung der Methodik aus dem Modul Methoden der algorithmischen<br />
28
Delaunay-<br />
Triangulation<br />
<strong>und</strong> Voronoi-<br />
Diagramm<br />
Geometrie finden Sie hier: Voronoi-Diagramme.<br />
Zu den Werkzeugen der Algorithmischen Geometrie wurden im <strong>Institut</strong> <strong>für</strong><br />
Praktische Informatik VI - Kooperative Systeme der FernUniversität in<br />
Hagen sehr anschauliche Applets entwickelt <strong>und</strong> dankenswerterweise von Herrn<br />
Dr. Christian Icking hier zur Verfügung gestellt. zu den Applets...<br />
Eine Delaunay-Triangulation kann aus dem Voronoi-Diagramm gewonnen werden,<br />
indem alle Objekte p aus S, deren Voronoi-Regionen an eine gemeinsame<br />
Voronoi-Kante angrenzen, miteinander durch Liniensegmente verb<strong>und</strong>en werden.<br />
Ein Voronoi-Diagramm kann aus einer Delaunay-Triangulation erzeugt werden,<br />
da die Kreismittelpunkte der Umkreise der Delaunay-Dreiecke die Voronoi-<br />
Knoten bilden.<br />
Die Delaunay-Triangulation ist das zum Voronoi-Diagramm duale Problem.<br />
Eine Beschreibung der Methodik aus dem ModulMethoden der algorithmischen<br />
Geometrie finden Sie hier: Delaunay-Triangulation.<br />
Ein Beispiel <strong>für</strong> eine schematische Anwendung in der Region Hannover zeigt die<br />
folgende Abbildung:<br />
29
Voronoi-<br />
Diagramme<br />
Methodenbeschreibung<br />
des<br />
Voronoi-<br />
Diagramms<br />
Region Hannover Gemeindegrenzen<br />
Voronoi-Diagramm(blau) - Delaunay-Triagulation<br />
Bei einer praktischen Anwendung sollte die Dichte der Bezirke möglichst hoch<br />
sein(Netzmodelle).<br />
Zum Ausprobieren: Voronoi-Diagramme, Delaunay-Triangulation <strong>und</strong><br />
mehr<br />
3.3.1 Nebenpfad:<br />
Anhand der Abbildung wird die Struktur eines Voronoi-Diagramms V(S) erläutert.<br />
Dieses besteht aus offenen, konvexen aber nicht notwendigerweise beschränkten<br />
Voronoi-Regionen VR(p,S). Voronoi-Regionen werden gegeneinander durch<br />
Voronoi-Kanten abgegrenzt. Schnittpunkte von Voronoi-Kanten werden Voronoi-<br />
Knoten genannt.<br />
Voronoi-Regionen werden folgendermaßen definiert: Die Voronoi-Region VR(p,S)<br />
des Objektes p aus der Objektmenge S besteht aus allen Objekten, denen p<br />
näher ist als irgendein anderes Objekt aus S. Objekte, die zu mehreren Voronoi-<br />
Regionen gehören, liegen auf Voronoi-Kanten oder in Voronoi-Knoten.<br />
30
Sweep-<br />
Verfahren<br />
Delaunay-<br />
Triangulation<br />
Abbildung a) <strong>und</strong> b) zeigen ein Voronoi-Diagramm von 10 Punkten. Es zerlegt<br />
die Ebene in 10 konvexe Voronoi-Regionen.<br />
Zur Konstruktion des Voronoi-Diagramms wird das Sweep-Verfahren eingesetzt.<br />
Das Sweep-Verfahren ist eine der vielseitigsten Techniken in der algorithmischen<br />
Geometrie, mit der viele Probleme gelöst werden können. Gelegentlich wird es<br />
auch als Scan-Verfahren bezeichnet. Das Verfahren wandelt ein statisches, ddimensional<br />
räumliches in ein dynamisches, (d-1)-dimensional zeitliches Problem<br />
um. Siehe ModulMethoden der algorithmischen Geometrie.<br />
3.3.2 Nebenpfad:<br />
Als eine Triangulation von Punkten in der Ebene wird eine maximale Menge<br />
sich nicht kreuzender Liniensegmente bezeichnet, welche die Punkte verbindet.<br />
Für eine Punktmenge kann es unterschiedliche Triangulationen geben, darunter<br />
auch solche, in denen sehr spitze Winkel auftreten. Oft ist dies jedoch nicht<br />
erwünscht. Bei der Delaunay-Triangulation ist der kleinste Winkel zwischen den<br />
Liniensegmenten so groß wie möglich.<br />
Die Delaunay-Triangulation erzeugt wohlgeformte Dreiecke, welche die Objekte<br />
in einer Ebene flächendeckend <strong>und</strong> einheitlich vermaschen. Aus diesen Gründen<br />
ist die Delaunay-Triangulation in der Praxis sehr beliebt.<br />
31
Spannende<br />
Bäume<br />
3.4 Spannende Bäume<br />
Spannende Bäume oder auch Spannbäume genannt verbinden alle Knoten eines<br />
Graphen. Sie wählen dabei Kanten aus dem gegeben Graphen so aus, dass die<br />
Gesamtlänge des Netzes minimal wird.<br />
Bei einem Graphen mit n Knoten sind dazu (n-1) Kanten erforderlich <strong>und</strong> hinreichend.<br />
Beispiel<br />
Ausgangsnetz<br />
32
Definition<br />
Spannende<br />
Bäume<br />
Ergebnis<br />
Gegeben sei ein zusammenhängender gewichteter Graph G = (V,E,c), mit c ¿<br />
0, wobei c die Länge der Kanten sein kann.<br />
Gesucht ist ein zusammenhängender Untergraph G’ = (V,E’), der alle Knoten<br />
von G enthält <strong>und</strong> dessen Gesamtlänge möglichst klein ist.<br />
Ergebnis ist ein Minimalgerüst in einem bewerteten Graphen<br />
Die bekanntesten Algorithmen sind die von Prim <strong>und</strong> Kruskal entwickelten.<br />
Wir werden hier auf den Algorithmus von Kruskal näher eingehen.<br />
33
Algorithmus<br />
von Kruskal<br />
Kruskal<br />
3.5 Kruskal<br />
Der Algorithmus von Kruskal ist von sehr einfacher Struktur <strong>und</strong> analog zum<br />
Kürzeste-Wege-Algorithmus von Dijkstra (siehe Fallbeispiel Wege in Verkehrsnetzen,<br />
Bestwegverfahren.) Der Algorithmus ist wie folgt aufgebaut:<br />
Da der Algorithmus insgesamt n Iterationen benötigt, beträgt die gesamte Komplexität<br />
O(n*log(n)) .<br />
Am besten erläutert man den Ablauf des Algorithmus an dem oben gezeigten<br />
Beispiel:<br />
Hier können Sie weitere Beispiele auswählen, die in den Applets automatisch<br />
ablaufen.<br />
34
Diese sehr anschaulichen Beispiele wurden von Dr. Ren Brandenberg im <strong>Institut</strong><br />
<strong>für</strong> Kombinatorische Geometrie (M9), Zentrum Mathematik, Prof. Dr.<br />
Peter Gritzmann, Technische Universität München entwickelt <strong>und</strong> dankenswerterweise<br />
zur Verfügung gestellt.<br />
Nähere Information <strong>und</strong> weitere Applets finden Sie hier auf der Seite des <strong>Institut</strong>s.<br />
35
Steinerbäume<br />
3.6 Steinerbäume<br />
Gibt es noch Verbesserungen <strong>für</strong> Spannende Bäume? Ja, Steiner Bäume !<br />
Erste einfache Gr<strong>und</strong>probleme, die auch mit der Planung von Verkehrswegenetzen<br />
in engem Zusammenhang stehen, wurden von Steiner formuliert [STEINER 1835]<br />
(STEINER, 1835).<br />
Steiner suchte die Lage eines Standortes so zu bestimmen, dass die Summe der<br />
Abstände von vorgegebenen Punkten ein Minimum annimmt, <strong>und</strong> gibt Lösungen<br />
<strong>für</strong> drei Punkte an.<br />
Beispiele: gegeben n = 3, 4, 9 <strong>und</strong> 25 nach[MINKE/SCHÖF 1969]<br />
• Knotenpunkte <strong>und</strong> jeweils ¡=(n-2) Zwischenpunkte.<br />
Spannende Bäume sind eine obere Schranke <strong>für</strong> Steiner Bäume.<br />
Definition Gegeben sind n Punkte, die miteinander zu verbinden sind, wobei die Lage von<br />
m Zwischenpunkten mit ihren Verbindungen untereinander so zu stimmen sind,<br />
dass die Gesamtkosten ein Minimum annehmen.<br />
36
Seifenfilmanalogie nach [MINKE/SCHÖF 1969]<br />
Das Steinerbaum-Problem ist eines der z. Z. am meisten diskutierten Probleme<br />
bei Minimalgerüsten. Ziel ist es, einen minimal bewerteten Baum zu finden, der<br />
eine Teilmenge aus den Knoten eines Graphen enthält <strong>und</strong> eventuell weitere als<br />
Hilfsknoten.<br />
Das Steinerbaum-Problem ist NP-schwer. Für kleiner Probleme wurden<br />
exakte Verfahren entwickelt, <strong>für</strong> größere Probleme werden Heuristiken eingesetzt.<br />
Steinerbaum Steinerbäume spielerisch ausprobieren ! ! !<br />
Steiner zum<br />
Probieren<br />
Dieses Applet wurde Herrn Dipl.-Inf. Michael Behrisch, <strong>Institut</strong> <strong>für</strong> Informatik,<br />
Humboldt-Universität, Berlin entwickelt.<br />
Nähere Information <strong>und</strong> weitere Applets finden Sie hier auf der Seite des <strong>Institut</strong>s¡font<br />
color=¿¡/font¿<br />
37
Steinerbäume ähneln gewachsenen Strukturen <strong>und</strong> sind daher besonders <strong>für</strong><br />
Fuß-<strong>und</strong> Radwegenetze geeignet.<br />
Da mit Steinernetzen hierarchische Strukturen erzeugt werden können, eignen<br />
sie sich auch <strong>für</strong> ideelle Netze zur Darstellung unterschiedlicher Verbindungsfunktionsstufen<br />
<strong>und</strong> zur Überlagerung von Teilverkehrssystemen sehr gut.<br />
Infoseite Dieses Applet wurde von<br />
Herrn Dipl.-Inf. Michael Behrisch<br />
<strong>Institut</strong> <strong>für</strong> Informatik<br />
Humboldt-Universität zu Berlin<br />
Math.-Nat. Fakultät II<br />
entwickelt <strong>und</strong> fre<strong>und</strong>licherweise zur Verfügung gestellt.<br />
Herzlichen Dank!<br />
Es unterliegt der GNU GENERAL PUBLIC LICENSE.<br />
38
3.7 Reduktion<br />
Konzept Reduktionsverfahren werden neben<br />
• Progressiv- <strong>und</strong><br />
• Alternativerfahren<br />
schon in der RAS-N (siehe Bild unten) vorgeschlagen.<br />
Die Basisidee der Reduktionsverfahren ist ein’Maximalnetz’ zu entwickeln, in<br />
das alle zur Diskussion stehenden Konzepte <strong>und</strong> Einzelmaßnahmen einfließen.<br />
Ziel ist es dann, mit Hilfe von Optimierungsmethoden aus diesem Maximalnetz<br />
Planfälle zu generieren, die dann einer Bewertung zugeführt werden.<br />
Seit Mitte der 70iger Jahre wurden hierzu auch in Deutschland Konzepte entwickelt<br />
(siehe dazu Franz [FRANZ 1975], Heck [HECK 1976] Hüttmann [HÜTTMANN 1979],<br />
Bobinger [BOBINGER 2005]). Wir stellen hier zunächst ein von Heck vorgeschlagenes<br />
Konzept vor <strong>und</strong> zeigen Ergebnisse von Anwendungen in der Region<br />
Hannover. Im nächsten Kapitel wird dann der Ansatz von Bobinger behandelt.<br />
Vorgehen Das Konstruktionsprinzip der Reduktion ist die Bündelung. Der Konzentrationseffekt<br />
wird durch einen zweistufigen Iterationsprozess erreicht.<br />
Auf der unteren Stufe arbeitet ein Umlegungsprozess z. B. ein Gleichgewichtsmodell<br />
nach dem Verfahren der konvexen Kombination nach Kriterien, die sowohl<br />
Zeit- als auch Investitionskosten beinhalten. Daneben hat vor allem die Auslastung<br />
der Strecken eine besondere Bedeutung. Bei gleicher Gr<strong>und</strong>bewertung<br />
werden gut ausgelastete Kanten bevorzugt. Dies führt zu dem Konzentrationseffekt.<br />
Auf der oberen Ebene wird die Bewertung der Kanten so lange aufgr<strong>und</strong> der<br />
Umlegungen verändert bis der Prozess konvergiert.<br />
39
Reduktionsverfahren<br />
Beispiel<br />
Berechnung<br />
eines<br />
Rasternetzes<br />
Am besten erläutert man die Arbeitsweise des Algorithmus an einem einfachen<br />
Beispiel wie dem Folgenden:<br />
40
Region<br />
Hannover<br />
Region<br />
Hannover<br />
ÖPNV<br />
3.8 Anwendungen<br />
Wir stellen hier zwei Beispiele <strong>für</strong> die Anwendung von Reduktionsverfahren vor,<br />
die im Rahmen der Verkehrsstudie Tandentialverbindungen im Raum Hannover<br />
[Heck 1993] entstanden sind.<br />
Die Diashow1 zeigt ein Beispiel <strong>für</strong> die Berechnung ideeller Netze mir einer<br />
Gesamtmatrix des ÖPNV:<br />
Diashow1<br />
Die Diashow1 zeigt ein Beispiel <strong>für</strong> die Berechnung ideeller Netze <strong>für</strong> eine Matrix<br />
von Tangentiallinien im ÖPNV:<br />
Diashow 2<br />
41
4 Netzdimensionierung<br />
4.1 Methodische Ansätze<br />
Abgrenzung Methoden der <strong>Netzoptimierung</strong> lassen sich grob in Planungsorientierte <strong>und</strong><br />
Mathematische orientierte Verfahren einteilen. Diese Unterscheidung bezieht<br />
sich vor allem auf anwendungsbezogene, weniger auf formale Aspekte.<br />
Planungsorientierte<br />
Ansätze der<br />
Netzwerkoptimierung<br />
Mathematisch<br />
orientierte<br />
Ansätze der<br />
<strong>Netzoptimierung</strong><br />
Bei Planungsorientierten Verfahren der <strong>Netzoptimierung</strong> steht in der Regel die<br />
Entscheidungsunterstützung <strong>für</strong> den Planer bei praktischen Problemen im Vordergr<strong>und</strong>.<br />
Dabei werden oftmals bestimmte Teilaufgaben isoliert, die sich z.<br />
B. aufgr<strong>und</strong> ihrer Rechenintensität einer ingenieurmäßigen Vorgehensweise verschließen.<br />
Für diese Teilaufgaben werden mit spezifisch angepassten Methoden<br />
Zwischenlösungen ermittelt, die im Zuge der Planung oft weiter modifiziert<br />
bzw. verfeinert werden. Modell <strong>und</strong> Methoden haben bei Planungsorientierten<br />
Ansätzen also nicht unbedingt den Anspruch, das Gesamtproblem der <strong>Netzoptimierung</strong><br />
vollständig abzubilden <strong>und</strong> zu lösen, sondern stellen eher eine Unterstützung<br />
<strong>für</strong> Teilschritte dar.<br />
Im Gegensatz dazu steht bei Mathematisch orientierten Ansätzen immer die<br />
explizite Mathematische Formulierung des gesamten Optimierungsproblems im<br />
Mittelpunkt der Betrachtung. Das Mathematische Modell - <strong>und</strong> weniger das<br />
praktische Planungsproblem - ist damit zentraler Untersuchungsgegenstand.<br />
Das Augenmerk richtet sich in erster Linie auf die Entwicklung von effizienten<br />
Verfahren zur Lösung des Mathematischen Problems. Dabei kommen bei<br />
der Verfahrensentwicklung <strong>und</strong> der Analyse dieser Methoden in erster Linie<br />
Mathematische Konzepte zum Einsatz.<br />
42
Ausprägungen<br />
der Mathematischen<br />
Modellierung<br />
Bedeutung des<br />
Problems<br />
Gr<strong>und</strong>vorstellung<br />
der<br />
Mathematischen<br />
Modellbildung<br />
4.2 Mathematische Modellierung<br />
Zentrales Element der Mathematisch orientierten <strong>Netzoptimierung</strong> ist die Formulierung<br />
der Aufgabe als Mathematisches Modell. Dieses Problem lässt sich<br />
einerseits sehr allgemein formulieren <strong>und</strong> damit in einem sehr weiten Sinne beschreiben.<br />
Es umfasst dann eine Vielzahl von unterschiedlichen Ausprägungen,<br />
die vom Problem des kürzesten Weges bis zu Standortproblemen reichen können.<br />
Im engeren Sinne versteht man unter dem Mathematischen Problem der <strong>Netzoptimierung</strong><br />
das sogenannte Netzwerk Design Problem (NDP: Network Design<br />
Problem), bei dem ein Netzwerk unter Berücksichtigung von Infrastrukturkosten<br />
<strong>und</strong> Nutzerkosten optimiert wird. Es sollen dabei Struktur <strong>und</strong> / oder Kapazitäten<br />
der Kanten des Netzes so angepasst werden, dass die Gesamtkosten <strong>für</strong><br />
Betreiber <strong>und</strong> Nutzer minimiert werden.<br />
Das Netzwerk Design Problem ist u. a. aus folgenden Gründen von hoher Bedeutung:<br />
• Sehr viele Planungsaufgaben im Verkehrswesen, insbesondere die klassische<br />
Aufgabe der Netzgestaltung, beinhalten im Kern ein Netzwerk Design<br />
Problem.<br />
• Das Problem ist auf eine große Bandbreite von praktischen Aufgaben<br />
übertragbar, die von der Lichtsignalsteuerung über die Zuflussdosierung<br />
bis zur Optimierung von Straßengebühren reichen.<br />
Der potenzielle Nutzen von Optimierungsverfahren in diesem Bereich ist deshalb<br />
sehr hoch.<br />
Die Optimierungsmodelle des Netzwerk Design Problems basieren gr<strong>und</strong>sätzlich<br />
auf einer Abbildung des Netzes in Form eines Mathematischen Graphen<br />
mit Knoten <strong>und</strong> gerichteten Kanten. Die Optimierungsaufgabe geht dabei von<br />
folgenden Gr<strong>und</strong>vorstellungen aus:<br />
1. Die Erhöhung der Kapazität einer Kante ist mit Kosten <strong>für</strong> Bau <strong>und</strong> ggf.<br />
Betrieb verb<strong>und</strong>en, die der Netzbetreiber zu tragen hat.<br />
2. Die nutzerspezifischen Kosten, insbesondere die Reisezeit auf einer Kante,<br />
sind von der Kapazität <strong>und</strong> der Belastung dieser Kante abhängig.<br />
43
Zwei Ebenen<br />
der<br />
Optimierung<br />
Zielfunktion<br />
<strong>und</strong> Nebenbedingungen<br />
des<br />
Bi-Level<br />
Problems<br />
4.3 Zwei -Ebenen-Problem<br />
Das Netzwerk Design Problem kann als ein hierarchisches Optimierungsproblem<br />
mit zwei Ebenen aufgefasst werden:<br />
1. Auf der oberen Ebene strebt der Netzbetreiber danach, die gesamten Systemkosten<br />
zu minimieren <strong>und</strong> versucht entsprechend die Struktur <strong>und</strong> die<br />
Kapazitäten der Kanten zu optimieren.<br />
2. Auf der unteren Ebene minimieren die Nutzer des Netzes im Rahmen der<br />
Routenwahl ihre individuellen Kosten. In aller Regel wird im Rahmen des<br />
Netzwerk Design Problems davon ausgegangen, dass sich das Routenwahlverhalten<br />
entsprechend dem 1. Wardrop’schen Prinzip ergibt, die Nutzer<br />
also jeweils die <strong>für</strong> sie beste, d. h. kostenminimale Route wählen.<br />
In Mathematischer Perspektive entspricht diese Aufgabe dem so genannten Bi-<br />
Level Problem, das eine eigenständige Kategorie von Optimierungsproblemen<br />
darstellt. Für diese sind eine Reihe verschiedener Lösungsverfahren entwickelt<br />
worden, die in Teilen auch <strong>für</strong> das Netzwerk Design Problem adaptiert wurden.<br />
Das Netzwerk Design Problem kann also auch als ein Bi-Level Problem formuliert<br />
werden, bei der die Optimierungsfunktion des Betreibers die übergeordnete<br />
Zielfunktion darstellt <strong>und</strong> die Zielfunktion der Nutzer die Nebenbedingung <strong>für</strong><br />
dieses übergeordnete Problem.<br />
44
Diskrete <strong>und</strong><br />
kontinuierliche<br />
Problemformulierung<br />
Formale <strong>und</strong><br />
inhaltliche<br />
Unterschiede<br />
Fließender<br />
Übergang<br />
zwischen<br />
diskretem <strong>und</strong><br />
kontinuierlichem<br />
Problem<br />
4.4 Diskrete <strong>und</strong> kontinuierliche Problemformulierung<br />
In der Literatur wird gr<strong>und</strong>sätzlich zwischen der kontinuierlichen <strong>und</strong> der diskreten<br />
Formulierung des Netzwerk Design Problems differenziert. Formales Unterscheidungskriterium<br />
ist dabei, ob die Entscheidungs- bzw. Instrumentenvariablen,<br />
also die Kantenkapazitäten kontinuierlich bzw. nur in diskreten Schritten<br />
veränderbar sind. [BELL/IIDA 1997]<br />
Die Unterscheidung zwischen diskretem <strong>und</strong> kontinuierlichem Problem hat sowohl<br />
formale als auch inhaltliche Aspekte:<br />
• In formaler Hinsicht entstehen durch die diskrete bzw. kontinuierliche Modellierung<br />
zunächst recht unterschiedliche Mathematische Aufgabenstellungen,<br />
die zu verschiedenen Methoden <strong>und</strong> Lösungsverfahren führen.<br />
• In inhaltlicher Hinsicht wird mit der kontinuierlichen bzw. diskreten Modellierung<br />
meist auch eine unterschiedliche Problemlage assoziiert:<br />
– Das diskrete Problem bezieht sich auf die strukturelle Veränderung<br />
des Netzes, d. h. auf das Herausnehmen bzw. Hinzufügen einzelner<br />
Kanten im Netz.<br />
– Das kontinuierliche Problem bezieht sich auf die Variation der Kapazitäten<br />
des Netzes <strong>und</strong> damit eher auf eine Dimensionierungsaufgabe.<br />
Diese Assoziation von diskretem Problem mit Strukturoptimierung <strong>und</strong> kontinuierlichem<br />
Problem mit Dimensionierung ist allerdings nicht zwingend. Die<br />
substantielle Ausprägung des Optimierungsproblems im Hinblick auf den Freiheitsgrad<br />
der Netzgestaltung sollte getrennt von der formalen Unterscheidung<br />
in diskrete <strong>und</strong> kontinuierliche Probleme gesehen werden.<br />
Im Verkehrsbereich existieren oftmals Maßnahmenvariable, die sich nicht kontinuierlich<br />
sondern nur diskret verändern lassen. Ein anschauliches Beispiel da<strong>für</strong><br />
ist die Kapazität einer Straße aufgr<strong>und</strong> der Anzahl ihrer Fahrspuren. Gleichwohl<br />
erfordern diese sachlichen Bedingungen nicht unbedingt eine diskrete Modellierung,<br />
da weitere Variable, wie z. B. Trassierung, betriebliche Regelungen wie<br />
z. B. Höchstgeschwindigkeit oder Knotenpunktausbau zusätzliche <strong>und</strong> teilweise<br />
stetig veränderliche Gestaltungselemente darstellen. Oftmals kann deshalb<br />
insgesamt eine annähernd kontinuierliche Veränderung der Kapazitätsvariable<br />
unterstellt werden.<br />
Auch die rein formale Unterscheidung zwischen diskretem <strong>und</strong> kontinuierlichem<br />
Problem ist bei näherer Betrachtung fließend:<br />
45
Approximation<br />
des diskreten<br />
Problems<br />
durch das<br />
kontinuierliche<br />
• Eine kontinuierliche Reduktion der Kapazität einer Kante auf einen Nullwert<br />
entspricht einer (diskreten) Herausnahme einer Kante.<br />
• Wird die Kantenkapazität anstelle einer rein kontinuierlichen Modellierung<br />
mit verschiedenen Stufen modelliert, kann durch die Anzahl <strong>und</strong><br />
Übergänge der Stufen ein Mischform zwischen diskreter <strong>und</strong> kontinuierlicher<br />
Modellierung erreicht werden.<br />
Das diskrete Problem ist im allgemeinen schwerer zu lösen als das kontinuierliche.<br />
Auch aus diesem Gr<strong>und</strong>e wurde das diskrete Problem oft durch das<br />
kontinuierliche approximiert.<br />
Insgesamt ist das kontinuierliche Problem bisher intensiver behandelt <strong>und</strong> analysiert<br />
worden. Die weitere Darstellung beschränkt sich auch deshalb auf die<br />
kontinuierliche Variante des Netzwerk Design Problems.<br />
46
Netzverbesserung<br />
Taktisches<br />
<strong>und</strong><br />
strategisches<br />
Problem<br />
4.5 Taktisches <strong>und</strong> strategisches Problem<br />
Sehr häufig wird das Netzwerk Design Problem als ein Verbesserungsproblem<br />
formuliert, bei dem von einem bereits bestehenden Netzwerk ausgegangen wird.<br />
Hintergr<strong>und</strong> <strong>für</strong> diese Modellvorstellung ist, dass in praktischen Planungsaufgaben<br />
in aller Regel ein Gr<strong>und</strong>netz existiert, welches an eine steigende Verkehrsnachfrage<br />
angepasst werden soll. Das Netz soll also nicht gr<strong>und</strong>sätzlich<br />
verändert, sondern durch typischerweise kleinere Erweiterungen modifiziert werden.<br />
Je nach Umfang der vorgegebenen Netzstrukturen bzw. Freiheitsgraden der<br />
Netzgestaltung kann in diesem Zusammenhang zwischen einer eher taktischen<br />
Netzplanung mit nur wenigen Netzanpassungen <strong>und</strong> einer eher strategischen<br />
Netzplanung mit umfangreichen Neu- bzw. Umgestaltungsmöglichkeiten unterschieden<br />
werden. Auch wenn in formaler Hinsicht unter Umständen keine Differenzen<br />
sichtbar sind, so können die damit verb<strong>und</strong>enen Probleme doch große<br />
substantielle Unterschiede aufweisen mit entsprechend weit reichenden Auswirkungen<br />
auf Lösungsverfahren <strong>und</strong> Ergebnissen. Bei den Mathematisch orientierten<br />
Ansätzen standen bislang die taktischen Probleme mit eher kleinen Netzverbesserungen<br />
im Vordergr<strong>und</strong>.<br />
47
Basisvariable<br />
<strong>und</strong><br />
Funktionen<br />
MathematischesOptimierungsmodell<br />
4.6 Mathematische Formulierung<br />
Die Mathematische Formulierung des kontinuierlichen Netzwerk Design Problems<br />
baut auf folgenden Bezeichnungen auf:<br />
Indizes: a : Kante<br />
i, j : Quelle bzw. Ziel einer Fahrt<br />
r : Route<br />
Basisvariable: Fi,j : Anzahl Fahrten zwischen Quelle i <strong>und</strong> Ziel j<br />
f i,j<br />
r : Anzahl Fahrten zwischen i <strong>und</strong> j auf Route r<br />
xa : Belastung der Kante a<br />
ya : Verbesserung der Kapazität der Kante a<br />
Kostenfunktionen: ta(xa, ya) : Nutzerkosten (auf der Kante)<br />
ga(ya) : Kosten der Kapazitätsverbesserung (Infrastrukturkosten<br />
<strong>für</strong> den Betreiber)<br />
Weitere Nebenbedingungen, insbesondere untere bzw. obere Schranken <strong>für</strong> die<br />
Kantenkapazitäten werden teilweise einbezogen.<br />
Die Zielfunktion ergibt sich aus der Summe der Nutzerkosten <strong>und</strong> Infrastrukturkosten<br />
aller Kanten:<br />
minyz(y) = �<br />
a [ta(xa, ya) · xa + ga(ya)]<br />
Bei dieser Darstellung wird davon ausgegangen, dass Nutzerkosten <strong>und</strong> Infrastrukturkosten<br />
in den gleichen, üblicherweise monetären Kostengrößen angegeben<br />
werden.<br />
Die Kantenbelastungen ergeben sich <strong>für</strong> dieses Problem aus der Nebenbedingung<br />
des Nutzergleichgewichtes im Netz, das der folgenden Optimierungsaufgabe entspricht<br />
(vgl. Kapitel ” Konvexe Kombination - Nutzeroptimum“ im Fallbeispiel<br />
Bildung von Gleichgewichtszuständen in Verkehrsnetzen nach Nutzer- oder Systemoptimum):<br />
48
Eigenschaften<br />
des<br />
Optimierungsproblems<br />
unter den Nebenbedingungen:<br />
mit:<br />
�<br />
r<br />
f i,j<br />
min z(x) �<br />
a<br />
� xa<br />
0<br />
ta(ξ)d(ξ)<br />
i,j fr = F i,j ∀i, j<br />
r ≥ 0 ∀r, i, j<br />
xa = � � � i,j<br />
r i j fr · δi,j a,r<br />
δi,j �<br />
1 falls a ∈ r<br />
a,r =<br />
0 falls a �∈ r<br />
Das beschriebene Netzwerk Design Problem hat im allgemeinen folgende Charakteristika:<br />
• Das Problem ist nicht-konvex <strong>und</strong> kann sehr viele lokale Optima enthalten.<br />
Die Ermittlung des globalen Optimums kann in aller Regel nicht garantiert<br />
werden.<br />
• Die genaue Bewertung einer Lösung erfordert die vollständige Berechnung<br />
einer Netzgleichgewichtslösung <strong>und</strong> ist damit sehr aufwendig.<br />
• Das Problem gilt als sehr schwierig bzw. als nur sehr aufwendig zu lösen.<br />
Es wird als eines der rechenintensivsten Probleme im Verkehrsbereich erachtet.<br />
49
Lösungsverfahren<br />
Mathematische<br />
Analysen<br />
4.7 Lösungsverfahren<br />
In der Literatur zu dem Mathematisch orientierten Verfahren der Netzwerkoptimierung<br />
ist eine Vielzahl von Verfahrensvorschlägen zu finden, von denen einige<br />
eher exemplarisch genannt werden sollen:<br />
• Iterative Optimization-Assignment: Steenbrink (1974) [STEENBRINK 1974]entwickelte<br />
einen iteratives Optimierungs- <strong>und</strong> Umlegungsverfahren, das von Asakura<br />
<strong>und</strong> Sasaki (1990), sowie Friesz <strong>und</strong> Harker (1985) weiter analysiert<br />
worden ist. Anwendungen dieses Verfahrens finden sich in der Lichtsignaloptimierung.<br />
• Hooke-Jeeves: Abdulaal <strong>und</strong> LeBlanc (1979) [ABDULAAL/LEBLANC 1979]wandten<br />
den Hooke-Jeeves Suchalgorithmus auf das Netzwerk Design Problem an.<br />
• Equilibrium Decomposed Optimization: Suwansirikul et al (1987) schlugen<br />
eine Aufteilung des Problems in miteinander verb<strong>und</strong>ene Teilprobleme vor,<br />
die einfacher zu berechnen sind. Das Verfahren erwies sich als effizienter<br />
als der Hooke-Jeeves - Algorithmus.<br />
• Simulated Annealing: Friesz et al (1992) [FRIESZ et al. 1993]übertrugen<br />
das allgemeine Verfahren des Simulated Annealing auf das Netzwerk Design<br />
Problem. Dieses Verfahren ist sehr rechenaufwendig, gilt aber im<br />
Kontext der Netzwerkoptimierung als potenziell geeignet, das globale Optimum<br />
zu finden.<br />
• Sensitivity Analysis Based Algorithm: Yang <strong>und</strong> Yagar (1995) [YANG/BELL 2001]entwickelten<br />
ein Verfahren bei dem Sensitivitätsanalysen genutzt werden um marginale<br />
Änderungsraten zu bestimmen, mit denen iterativ Netzbelastungen <strong>und</strong><br />
verbesserte Netzkapazitäten berechnet werden.<br />
• Gradientenbasierte Verfahren: Chiou (2005) [CHIOU 2005]wandet eine Reihe<br />
von Verfahren an, die auf Gradienten der Zielfunktion basieren. Diese<br />
Verfahren zeigten sich bei einigen Beispielanwendungen im Vergleich zu<br />
bisherigen Verfahren als relativ robust <strong>und</strong> effizient. siehe auch Chiou<br />
Kurzfassung.<br />
In der Literatur zu Mathematisch orientierten Verfahren der Netzwerkoptimierung<br />
wurde aufgr<strong>und</strong> der Komplexität des Problems bislang nur von kleinere<br />
Beispielanalysen berichtet, bei denen die Anzahl der veränderbaren Kanten weniger<br />
als 20 betrug.<br />
Für die meisten praktischen Anwendungsprobleme gelten die bislang entwickelten<br />
Verfahren noch als wenige brauchbar (vgl.Yang / Bell S. 270 [YANG/BELL 2001]<br />
):<br />
50
4.7.1 Nebenpfad:<br />
Chiou Zweiebenen Optimierung des kontinuierlichen Designproblems <strong>für</strong> Verkehrsnetze<br />
Das kontinuierliche Verkehrsnetzdesignproblem bestimmt eine Menge von Strecken<br />
mit Kapazitätserweiterungen <strong>und</strong> die entsprechenden Gleichgewichtflüsse im<br />
Netz so, dass die Bewertungsgrößen der Zielfunktion optimale Werte annehmen.<br />
Zur Lösung dieses Problems kann die Zweiebenen-Optimierungstechnik<br />
eingesetzt werden.<br />
Auf der oberen Ebene wird die Zielfunktion als Summe aus der Reisezeit <strong>und</strong> den<br />
Investitionskosten <strong>für</strong> die Kapazitätserweiterungen formuliert. Auf der unteren<br />
Ebene wird das Umlegungsproblem als Gleichgewichtsmodell nach dem ersten<br />
Prinzip von Wardrop gelöst<br />
(siehe auchKapitel 4).<br />
In der Arbeit von Chiou werden vier Varianten gradientenbasierter Methoden<br />
einschließlich umfangreicher numerischer Lösungen vorgestellt <strong>und</strong> bewertet. Die<br />
analysierten Methoden übertreffen die bisherigen durch Effizienz <strong>und</strong> Robustheit<br />
der Lösungen.<br />
51
STRATOP -<br />
Ansatz zur<br />
strategischen<br />
<strong>Netzoptimierung</strong><br />
STRATOP -<br />
Heuristik<br />
4.8 Strategische Netzotimierung-STATOP<br />
STRATOP (Bobinger 2005) [BOBINGER 2005]ist ein neues Optimierungsverfahren<br />
das folgende Charakteristika aufweist:<br />
• Das Modell zielt auf das strategische Netzwerk Design Problem, d. h. es<br />
geht von einer hochgradigen Variabilität der Kapazitäten aus <strong>und</strong> versucht<br />
sowohl die Netzstruktur als auch die Bemessung der einzelnen Kanten zu<br />
optimieren.<br />
• Das Modell basiert auf einer expliziten Mathematischen Zielfunktion, die<br />
langfristige Kostenfunktionen beinhaltet. Diese langfristigen Kostenfunktionen<br />
werden aus der Synthese von kurzfristigen Nutzerkostenfunktionen<br />
<strong>und</strong> langfristigen Infrastrukturkostenfunktionen über eine Zwischenoptimierung<br />
abgeleitet.<br />
• Gesucht wird das langfristige Systemoptimum, das unter der angenommenen<br />
Anpassungsfähigkeit der Netzkapazitäten auch eine hinreichende Approximation<br />
des Gleichgewichtszustandes mit Nutzeroptimum darstellt.<br />
• STRATOP beruht auf einer Modifikation des Frank-Wolfe-Verfahrens zur<br />
Berechnung des Netzwerkgleichgewichtes. Dabei wird insbesondere die Kostenfunktion<br />
iterativ so modifiziert, dass wesentliche Eigenschaften dieses<br />
Verfahrens, insbesondere die Konvergenzeigenschaft, weitgehend erhalten<br />
bleiben.<br />
Das STRATOP-Verfahren basiert auf einer Reihe heuristischer Suchverfahren,<br />
die sich in zwei Phasen gliedern lassen:<br />
• In der Variationssuche wird durch eine zyklische Reduktion <strong>und</strong> Expansion<br />
des Netzes sequentiell nach einem optimalen Netzdesign gesucht. Bei diesen<br />
Schritten werden verschiedene heuristische Bewertungsverfahren eingesetzt<br />
um eine zielgerichtete <strong>und</strong> effiziente Suche zu erreichen. Gleichwohl<br />
können durch die zyklische Reduktion <strong>und</strong> Expansion insbesondere die ermittelten<br />
lokalen Optima wieder verlassen <strong>und</strong> neue gef<strong>und</strong>en werden.<br />
• Die Kombinationssuche baut auf den in der ersten Phase gef<strong>und</strong>enen besten<br />
Lösungen auf <strong>und</strong> kombiniert diese zu neuen Lösungen. Dies erfolgt<br />
auf Basis einer heuristischen Schwachstellenanalyse <strong>und</strong> einer gezielten<br />
Verbesserung dieser Schwachstellen mit alternativen Lösungen, die an diesen<br />
Stellen besseren Eigenschaften haben.<br />
52
STRATOP -<br />
Ergebnisse<br />
Beispiel:<br />
Rasternetz<br />
mit<br />
Diagonalen<br />
Die bisher durchgeführten Analysen an kleineren Beispielnetzen (mit ca. einem<br />
Dutzend Verkehrszellen <strong>und</strong> ca. 500 Netzkanten) zeigen ein vielversprechendes<br />
Konvergenzverhalten des Verfahrens mit einer guten Annäherung an das globale<br />
Optimum. Die dabei benötigten Rechenzeiten lassen eine Erweiterung auf große<br />
Netze <strong>und</strong> Problemstellungen erwarten.<br />
Das Verfahren wird gegenwärtig erweitert auf das bimodale Netzwerk-Design-<br />
Problem zur simultanen Optimierung von Netzen verschiedener Verkehrsträger.<br />
Dabei kommen zusätzlich ökonometrische Verkehrsnachfragemodelle zur Modellierung<br />
des Verkehrsverhaltens <strong>und</strong> dessen Bewertung zum Einsatz.<br />
Ablauf des Prozesses:<br />
Wechselspiel zwischen Reduktion <strong>und</strong> Aufbau<br />
53
Prozess der Konzentration<br />
54
Entwicklungsstand:<br />
Aufgaben<br />
<strong>und</strong><br />
Methoden<br />
5 Zusammenfassung <strong>und</strong> Ausblick<br />
5.1 Zusammenfassung<br />
Wir haben uns in diesem Fallbeispiel mit der Aufgabe: ” Optimaler <strong>Netzentwurf</strong><br />
- Networkdesign“ beschäftigt.<br />
Wir haben gesehen, dass dieses Problem auf unterschiedlichen Planungsebenen<br />
angesiedelt werden kann <strong>und</strong> dass unterschiedliche Methoden zur Lösung dieses<br />
Problem herangezogen werden können.<br />
Die folgende Tabelle gibt dazu einen zusammenfassenden Überblick <strong>und</strong> ordnet<br />
die Anwendung der Methoden auf die Aufgaben unterschiedlichen Entwicklungsstufen<br />
zu.<br />
55
Entwicklungsstand<br />
der<br />
Anwendung<br />
Legende:<br />
1<br />
Stand der<br />
Technik.<br />
erfolgreiche<br />
Anwendung in<br />
der Praxis<br />
2<br />
Stand der<br />
Wissenschaft.<br />
Die<br />
Umsetzung in<br />
die Praxis<br />
steht aus.<br />
Aufgabe Methode Entwicklungsstand<br />
Netzkonzepte zur<br />
• Kategorisierung <strong>und</strong><br />
• Funktionsgerechten<br />
Gestaltung<br />
von Verkehrsnetzen<br />
Festlegung der Teilverkehrssysteme<br />
(Hierarchiesierung<br />
z. B. im ÖV:<br />
Bus; STRAB; U-/S-Bahn)<br />
Entwurf von Verkehrsnetzen<br />
Anwendungen auf<br />
ideelle <strong>und</strong> reale Netze<br />
Dimensionierung<br />
der Verkehrsnetze<br />
(Zwei-Ebenen-Problem)<br />
Modelle der algorithmischen<br />
Geometrie<br />
• Voronoi-Diagramme<br />
<strong>und</strong><br />
• Delaunay-<br />
Triangulation<br />
Minimalgerüst-<br />
Algorithmen<br />
• Spannende Bäume<br />
– Algorithmus<br />
von Kruskal<br />
<strong>und</strong><br />
– Prim<br />
• Steinerbäume<br />
Heuristiken, wie z.B. die<br />
Reduktionsverfahren<br />
spezielle Heuristiken, wie<br />
z.B. die<br />
• Reduktionsverfahren<br />
nach<br />
oder<br />
– Heck <strong>und</strong><br />
– Bobinger<br />
• Simulated Annealing<br />
<strong>und</strong><br />
• Genetische Algorithmen<br />
Die Zuordnung <strong>und</strong> die Einstufung des Entwicklungsstandes der Anwendung von<br />
bestimmten Methoden auf Aufgaben des Verkehrswesens wird im AP 3 <strong>für</strong> einen<br />
56<br />
2<br />
1<br />
1<br />
2<br />
2<br />
2
Zusammenfassung<br />
umfangreichen Katalog von Aufgaben <strong>und</strong> vor allem <strong>für</strong> die hier differenziert<br />
behandelten Fallbeispiele getroffen. Die obige Tabelle ist ein Ausschnitt dazu<br />
<strong>für</strong> dieses Fallbeispiel.<br />
Ziel dieser Matrix ist es, dem Benutzer bei der Suche nach geeigneten Methoden<br />
zur Lösung seiner Aufgaben zu unterstützen.<br />
Der richtige Einstieg dazu ist der Schritt der Modellierung. Die Modellierung<br />
besteht dabei aus den beiden Teilschritten:<br />
• Modellierung des realen Objektes z. B. eines Netzes <strong>und</strong> der<br />
• Modellierung der realen Aufgabe.<br />
Hierzu gibt es im allgemeinen mehrere Möglichkeiten, wie das folgende Beispiel<br />
<strong>für</strong> die Aufgabe: ’Ideelles Netzkonzept’ zeigt. Diese Aufgabe besteht darin, ein<br />
Netz minimaler Gesamtlänge zu entwerfen.<br />
Der Schritt 1 der Modellierung entscheidet, dass das Objekt-Netz als Graph<br />
modelliert wird.<br />
Damit sind Methoden der Graphentheorie anwendbar.<br />
Im Schritt 2 entscheidet man, dass die reale Aufgabe: Minimalnetz als Minimalgerüst<br />
modelliert wird. Zur Lösung kann man nun im Detail als Spannender<br />
Baum oder als Steinerbaum modellieren <strong>und</strong> dann die Aufgabe mit entsprechenden<br />
Algorithmen (z. B. Kruskal) lösen.<br />
Abschließend geben wir Ihnen eine Zusammenfassung in Form einer Diashow.<br />
Sie finden hier eine Präsentation zu diesem Thema im Rahmen des<br />
Workshop‘s OptiV im Dezember 2005<br />
57
Erweiterung<br />
der<br />
Aufgaben<br />
Integration<br />
der<br />
Verkehrssysteme<br />
5.2 Ausblick<br />
Der Ausblick geht kurzgefasst auf die folgenden Aspekte ein:<br />
• Erweiterung der Modellierung der Aufgabe: ’<strong>Netzoptimierung</strong>’ <strong>und</strong><br />
• Erweiterung der Methoden.<br />
Im Zusammenhang mit der Modellierung der Aufgabe ’<strong>Netzoptimierung</strong>’ wird<br />
in der Literatur gerne von Zwei-Ebenen-Modellen gesprochen. Allerdings wird<br />
diese Bezeichnung auf unterschiedliche Ansätze angewandt, wie die folgende<br />
Tabelle zeigt:<br />
Ebene 1 Ebene 2<br />
1. Verkehrnachfrage <strong>Netzoptimierung</strong><br />
2. <strong>Netzoptimierung</strong> Umlegung<br />
3. Netzstruktur Netzdimensionierung<br />
Beide Ebenen werden durch Rückkoppelung der Iterationsprozesse verb<strong>und</strong>en.<br />
Ein wesentlicher weiterer Aspekt ist die Berücksichtigung der betrieblichen Komponenten<br />
z. B. einer netzweiten Strategie zur Steuerung der Lichtsignalanlagen<br />
im Straßennetz oder die Einbindung der Liniennetze <strong>und</strong> der Fahrpläne in die<br />
<strong>Netzoptimierung</strong>.<br />
Werden diese Gesichtspunkte in einer logischen Kette verknüpft, so erhält man<br />
ein fünfstufiges Modell der <strong>Netzoptimierung</strong>:<br />
Ebene Teilmodell<br />
1. Verkehrsnachfrage<br />
2. Netzstruktur<br />
3. Netzdimensionierung<br />
4. Umlegung<br />
5. Betriebskonzept<br />
Alle Teilmodelle sind durch Rückkopplungen miteinander verb<strong>und</strong>en <strong>und</strong> werden<br />
in einem mehrfachen Iterationsprozess durchlaufen.<br />
Die bisherigen Optimierungsaufgaben beziehen sich jeweils auf ein Verkehrsmittel.<br />
Eine weitere wesentliche Erweiterung wäre die integrierte <strong>Netzoptimierung</strong>,<br />
die den Entwurf der Netze aller Teilverkehrssysteme synchron behandelt <strong>und</strong><br />
dabei über die Verkehrsaufteilung die Wechselwirkungen berücksichtigt.<br />
Des weiteren ist ein wichtiger fachlicher Aspekt, die Liste der tatsächlich eingesetzten<br />
Kriterien zu erweitern. Zur Zeit werden sowohl in den praktischen<br />
Anwendungen als auch in theoretischen Untersuchungen schwerpunktartig die<br />
Kriterien: Reisezeit, Betriebskosten <strong>und</strong> Investitionskosten berücksichtigt. Künftig<br />
sollten Wege gef<strong>und</strong>en werden, daneben Gesichtspunkte des Umweltschutzes,<br />
der Sicherheit <strong>und</strong> des ökomomischen Einsatzes der Ressourcen: Energie <strong>und</strong><br />
Flächen zu beachten. Das hätte eine starke Erweiterung sowohl der Modellierung<br />
der Wirkungsszusammenhänge als auch des Datenmodells zur Folge.<br />
58
Erweiterung<br />
der<br />
Methoden<br />
Bell,<br />
M.G.H. ,<br />
Iida, Y. 1997<br />
Die Erweiterung <strong>und</strong> die Differenzierung der Aufgabenstellung stellen hohe Anforderungen<br />
an die Leistungsfähigkeit der Methoden. Aus der bisherigen Erfahrung<br />
kann man erwarten, dass zur Lösung dieser noch wesentlich komplexeren<br />
Aufgaben weniger die exakten Mathematischen Optimierungsmethoden zum<br />
Einsatz kommen werden, sondern dass hier wieder die heuristischen Lösungsverfahren<br />
im Vordergr<strong>und</strong> stehen werden.<br />
In der Literatur (siehe BELL oder CHIOU) werden den Metaheuristiken:<br />
Genetische Algorithmen oder Simulated Annealing die besten Chancen<br />
eingeräumt die komplexen Probleme der <strong>Netzoptimierung</strong> zu lösen.<br />
Angesichts der zentralen Bedeutung, die der Netzplanung zukommt, wenn man<br />
die hohen Investitionskosten <strong>und</strong> die daraus resultierende Dauerhaftigkeit der zu<br />
treffenden Entscheidungen berücksichtigt, erscheint es außerordentlich sinnvoll,<br />
die Optimierungsmethoden in diesem Anwendungsbereich vordringlich weiter<br />
zu entwickeln.<br />
5.2.1 Nebenpfad:<br />
Transportation Network Analysis<br />
Diese Arbeit behandelt das gesamte Instrumentarium zur Analyse, Berechnung<br />
<strong>und</strong> Optimierung von Straßen- <strong>und</strong> Verkehrsnetzen. In den ersten Kapiteln gehen<br />
die Autoren sehr ausführlich auf die Gleichgewichtsansätze, die Verkehrsumlegungsmodelle,<br />
die Abschätzung der Verkehrsnachfrage aus Querschnittszählungen<br />
<strong>und</strong> die Beschreibung der Zuverlässigkeit <strong>und</strong> der Red<strong>und</strong>anz von<br />
Verkehrsnetzen ein.<br />
Sehr umfassend wird abschließend das Problem des <strong>Netzentwurf</strong>es auch in seiner<br />
historischen Entwicklung der letzten 20 Jahre beschrieben. Es wird gezeigt, dass<br />
das Problem des Entwurfs optimaler Verkehrsnetze das gesamte Spektrum der<br />
Analyse von Netzen umspannt. Es reicht vom Entwurf der Netzstruktur bis zur<br />
Steuerung des Netzes. Die Steuerung des Netzes mit Lichtsignalen ist z. B. ein<br />
f<strong>und</strong>amentales Problem auch des <strong>Netzentwurf</strong>es.<br />
Wenn die Reaktion der Verkehrsteilnehmer zu berücksichtigen ist, wird man<br />
zu einem Zwei-Ebenen-Optimierungsproblem geführt. Das Problem der<br />
oberen Ebene ist das eigentliche Problem des Entwurfes der Netzstruktur. Das<br />
Problem der zweiten Ebene behandelt die Veränderung der Verkehrsnachfrage<br />
aufgr<strong>und</strong> der veränderten Netzstruktur; also die Reaktion der Nutzer. Die Fülle<br />
der Lösungsansätze, die sich in der angelsächsischen Literatur findet, wird im<br />
Überblick dargestellt.<br />
Die gr<strong>und</strong>sätzliche Nichtkonvexität des Problems dokumentiert die Schwierigkeiten<br />
jedes Versuchs einer Mathematisch exakten Lösung als Optimierungsproblem.<br />
Gegenwärtig erhofft man sich von probabilistischen Verfahren, wie dem<br />
Simulated Anealing oder den Genetischen Algorithmen als heuristische<br />
Verfahren, Lösungen in der Nähe des globalen Optimums, die mit einem nicht zu<br />
großen Aufwand erzeugt werden. Ein Ansatz könnte in der Kombination beider<br />
59
Verfahrenstypen liegen, bei der zunächst mit der exakten Zwei-Ebenen-Methode<br />
ein lokales Optimum gef<strong>und</strong>en wird, das dann mit einer probabilistischen Methode<br />
verbessert wird. Die Anwendung dieser probabilistischen Methode auf das<br />
Problem des <strong>Netzentwurf</strong>s befindet sich allerdings noch in den Kinderschuhen.<br />
60
6 Literatur<br />
6.1 Literatur<br />
Literaturverzeichnis<br />
[ABDULAAL/LEBLANC 1979] Abdulaal M. , LeBlanc L.<br />
Continuous equlilibrium network design models<br />
Transportation Research<br />
13B, S. 19 - 32, 1979<br />
[AHRENS 1984] Ahrens G.-A.<br />
Planung städtischer Verkehrsnetze - Interaktives Verfahren zur Straßennetzgestaltung<br />
Veröffentlichungen des <strong>Institut</strong>s <strong>für</strong> Stadtbauwesen,<br />
Technische Universität Braunschweig,<br />
Heft 37, 1984<br />
zu Ahrens siehe auch<br />
[BELL/IIDA 1997] Bell M.G.H., Iida Y.<br />
Transportation Network Analysis<br />
Wiley, 1997<br />
Nähere Informationen siehe Bell<br />
[BERTSEKAS 1998] Bertsekas D. P.<br />
Network Optimization: Countinuous <strong>und</strong> Discrete Models,<br />
Belmont 1998.<br />
[BOBINGER 2005] Bobinger R.<br />
Modell, Verfahren <strong>und</strong> Implementierung einer Heuristik zur strategischen<br />
Optimierung von Verkehrsnetzen (STRATOP),<br />
Arbeitsbericht (unveröffentlicht),<br />
München 2005.<br />
[BOYCE 1979] Boyce D.E.<br />
Introduction (Special Issue on Trasnsportation Network Design),<br />
Transportation Reserch, Vol 13B, Nr.1, 1-3, 1979<br />
[BOYCE/FARHI/WEISCHEDEL 1973] Boyce D.E., Farhi A., Weischedel R.<br />
Optimal network problem: a branch-and-bo<strong>und</strong> algorithm.<br />
Environment and Planning 5, 519-533, 1973<br />
[BOYCE/JANSON 1980] Boyce D.E., Janson B.N.<br />
A discrete transportation network design problem with combined trip distribution<br />
and assignment.<br />
Transportation Research B 14, 147-154, 1980<br />
61
[BOYCE 1984] Boyce D.E.<br />
Urban transportation network equilibrium and design models: Recent<br />
achievements and future prospectives. Environment and Planning 16A,<br />
1445-1474, 1984<br />
[BRUYNOOGHE 1972] Bruynooghe M.<br />
An Optimal Method of Choice of Investments in a Transport Network.<br />
In: PTRC Proceedings, 1972<br />
[CHEN/ALFA 1991] Chen M., Alfa A. S.<br />
A Network Design Algorithm Using a Stochastic Incremental Traffic Assignment<br />
Approach,<br />
Transportation Science, 25(3), S. 215-224, 1991<br />
[CHIOU 2005] Chiou S.<br />
Bilevel Programming for the Continuous Transport Network Design Problem,<br />
Transportation Research, 39B(4), S. 361-383, 2005<br />
[DANTZIG et al. 1979] Dantzig G.B., Harvey R.P., Lansdowne Z.F., Robinson<br />
D.W., Maier S.F.<br />
Formulating and solving the network design problem by decomposition.<br />
Transportation Research 13B, 5-17,1979.<br />
näheres zu Chiou siehe hier.<br />
[DAVIS 1994] Davis G.A.<br />
Exact local solution of the continuous network design problem via stochastic<br />
user equilibrium assignment.<br />
Transportation Research B 28, 61-75, 1994.<br />
[DEMPE 2003] Dempe S.<br />
Annotated Bibliography on Bilevel Programming and Mathematical Programs<br />
with Equilibrium Constraints,<br />
Optimization 52, 333-359, 2003<br />
[FGSV 1] RAS - N / RICHTLINIEN FÜR DIE ANLAGE VON STRASSEN<br />
Teil: Leitfaden <strong>für</strong> die funktionale Gliederung des Straßennetzes<br />
FGSV-Verlag, Köln, 1988<br />
[FGSV 2] LEITFADEN FÜR VERKEHRSPLANUNG[FGSV-Nr. 116]<br />
FGSV-Verlag, Köln , 2001<br />
[FGSV 3] RAHMENRICHTLINIE FÜR DIE INTEGRIERTE NETZGESTAL-<br />
TUNG<br />
In Bearbeitung Stand 2005<br />
noch nicht veröffentlicht.<br />
[FIACCO 1976] Fiacco A. V.<br />
Sensitivity analysis for non-linear programming using penalty methods<br />
Mathematical Programming, 10, 287 - 311 , 1976<br />
62
[FRANZ 1975] Franz H.-D.<br />
Untersuchung zur Planung von Verkehrsnetzen unter besonderer Berücksichtigung<br />
des öffentlichen Personennahverkehrs<br />
Forschung Straßenbau <strong>und</strong> Straßenverkehrstechnik, Heft 182, 1975<br />
Nähere Informationen siehe Franz<br />
[FRIESZ et al. 1982] Friesz T. L., Cho H.-J., Metha N. J., Tobin R. L. and Anandalingam<br />
G.<br />
A simulated annealing approach to the network design problem with variational<br />
inequality constraints<br />
Transportation Science, 26, 18 - 26, 1982<br />
[FRIESZ 1985] Friesz T.L.<br />
Transportation network equilibrium, design and aggregation: key developments<br />
and research opportunities.<br />
Transportation Research 19A, 413-427, 1985<br />
[FRIESZ et al. 1992] Friesz T.L., Cho H.-J., Mehta N.J., Tobin R.L., Anandalingam<br />
G.<br />
A simulated annealing approach to the network design problem with variational<br />
inequality constraints.<br />
Transportation Science 26 (1), 18-26,1992<br />
[FRIESZ et al. 1993] Friesz T. L., Anandalingam G., Mehta N. J., Nam K.,<br />
Shah S. J., Tobin R. L.<br />
The multiobjective equlilibrium network design problem revisited: A simulated<br />
annealing approach<br />
European Journal of Operational Research, 65, 44 - 57, 1993<br />
[GAO/SUN/SHAN 2004] Gao Z., Sun H., Shan L. L.<br />
A Continuous Equilibrium Network Design Model and Algorithm for Transit<br />
Systems,<br />
Transportation Research, 38B(?), S. 235-250, 2004<br />
[GAO/WU/SUN 2005] Gao Z., Wu J., Sun H.<br />
Solution Algorithm for the Bi-Level Discrete Network Design Problem,<br />
Transportation Research, 39B(6), S. 479-495, 2005<br />
näheres zu Gao siehe hier.<br />
[GEN/CHENG 2003] Gen M., Cheng R.<br />
Evolutionary network design: hybrid genetic algorithms approach<br />
International Journal of Computational Intelligence and Applications, Vol.<br />
3, No. 4, p. 357-380, 2003<br />
[HAMPE 1999] Hampe, M.<br />
Konzeption <strong>und</strong> Gestaltung von animierten kartographischen Darstellungen<br />
<strong>für</strong> die Prüfung ihrer Kommunikationsleistung<br />
Diplomarbeit am <strong>Institut</strong> <strong>für</strong> Kartographie<br />
Universität Hannover, Mai 1999<br />
63
[HARKER/FRIESZ 1984] Harker P.T., Friesz T.L.<br />
Bo<strong>und</strong>ing the solution of the continuous equilibrium network design problem.<br />
Proceedings of the Ninth International Symposium on Transportation and<br />
Tra.c Theory. VNU Science Press, Delft, Netherlands, 1984<br />
[HECK 1976] Heck H.-M.<br />
Optimierungsmodell zur Berechnung von Ein-Richtungsringsystemen in<br />
Straßennetzen<br />
Forschung, Straßenbau <strong>und</strong> Straßenverkehrstechnik, Heft 198, 1976<br />
siehe auch Heck 1976<br />
[HECK 1983] Heck H.-M.<br />
Planung <strong>und</strong> Bewertung mehrstufiger Verkehrsnetze<br />
in: HEUREKA 83 - Optimierung in Verkehr <strong>und</strong> Transport<br />
Tagungsbericht,<br />
FGSV Verlag, 1983<br />
[HECK 1986] Heck H.-M.<br />
Anwendung von Optimierungsverfahren beim Entwurf <strong>und</strong> bei der Gestaltung<br />
von städtischen Straßennetzen unter Berücksichtigung des Betriebes<br />
BMV, Forschung: Straßenbau <strong>und</strong> Straßenverkehrstechnik,<br />
Heft 492, 1986<br />
siehe auch Heck 1986<br />
[Heck 1993] Heck H.-M.<br />
Tandentialverbindungen im Raum Hannover<br />
<strong>Institut</strong> <strong>für</strong> <strong>Verkehrswirtschaft</strong>, Straßenwesen <strong>und</strong> Städtebau Universität<br />
Hannover<br />
Verkehrsuntersuchung, 1993<br />
[HOLZ/MOTT/SAHLING 1987] Holz S., Mott P., Sahling M.<br />
Verkehrs- <strong>und</strong> Betriebsplanung<br />
Reihe Auswertungen - Forschung Stadtverkehr H. A3<br />
B<strong>und</strong>esminister <strong>für</strong> Verkehr, Bonn , 1987<br />
[HÜTTMANN 1979] Hüttmann R.<br />
Planungsmodell zur Entwicklung von Nahverkehrsnetzen liniengeb<strong>und</strong>ener<br />
Verkehrsmittel<br />
Veröffentlichungen des <strong>Institut</strong>s <strong>für</strong> <strong>Verkehrswirtschaft</strong>, Straßenwesen <strong>und</strong><br />
Städtebau der Universität Hannover,<br />
Heft 1, 1979<br />
näheres siehe auch Hüttmann<br />
[JAHN 2005] Jahn O. et al.<br />
System-Optimal Routing of Traffic Flows with User Constraints in Network<br />
with Congestion,<br />
Operation Research, 53(4), S. 600-616, 2005<br />
64
[KLEIN 1997] Klein R.<br />
Algorithmische Geometrie<br />
Addison-Wesley<br />
Bonn, 1997<br />
[LE BLANC 1979] Le Blanc L. J.<br />
An Algorithm for the Discrete Network Design Problem,<br />
Transportation Science, (9), S. 183-199,1979<br />
[LIEBMANN 1966] Liebmann H.<br />
Ein Beitrag zur Optimierung von Verkehrsnetzen<br />
in: Wiss. Zeitschrift der Hochschule <strong>für</strong> Verkehrswesen Dresden 13<br />
H. 2, S. 255 - 259, 1966<br />
[LIM 2002] Lim A.C.<br />
Transportation Network Design Problems: An MPEC Approach.<br />
Dissertation submitted to The Johns Hopkins University, Baltimore, Maryland,<br />
2002<br />
[MAGNANTI/WONG 1984] Magnanti T. L., Wong R.<br />
Network Design and Transportation Planning: Models and Algorithms,<br />
Transportation Science, 18(1), S. 1-55, 1984<br />
[MARCOTTE 1981] Marcotte P.<br />
An Analysis of Heuristics for the Continuous Network Design Problem,<br />
Proceedings of the 8th International Symposium on Transportation and<br />
Traffic Theory, hrsg. von Hurdle; Hauer; Steuart, Toronto 1981<br />
[MENG 2000] Meng, Q.<br />
Bilevel Transportation Modeling and Optimization,<br />
Ph.D. Thesis, Hong Kong University of Science and Technology,2000<br />
[MENG/YANG 1999] Meng Q., Yang H.<br />
Benefit Distribution and Equity in Road Network Design Problems,<br />
Transportation Research, 36B(1), S. 19-35, 1999<br />
[MENG/YANG/BELL 2001] Meng Q., Yang H., Bell M.G.H.,<br />
An equivalent continuously differentiable model and a locally convergent<br />
algorithm for the continuous network design problem.<br />
Transportation Research B 35, 83-105, 2001<br />
[MINKE/SCHÖF 1969] Minke G., Schöf G.<br />
Experimentelle Ermittlung von Minimalnetzen<br />
Die Bauzeitung, 103<br />
H. 5, S. 310 - 318, 1969<br />
[PATRICK/HARKER/FRIESZ 1984] Patrick T., Harker P. T., Friesz T. L.<br />
Bo<strong>und</strong>ing the Solution of The Continuous Equilibrium Network Design<br />
Problem,<br />
65
Proceedings of the 9th International Symposium on Transportation and<br />
Traffic Theory, hrsg. von Volmullen; Hamerslag, Utrecht 1984, S. 233-253.<br />
[PEARMAN 1979] Pearman A.D.<br />
The structure of the solution set to network optimisation problems<br />
[PIRKUL/CURRENT/NAGARAJAN 1991] Pirkul H., Current J., Nagarajan<br />
V.<br />
The hierarchical Network Design Problem: A New Formulation and Solution<br />
Procedures,<br />
Transportation Science, Vol. 25, No. 3, 1991<br />
[POORZAHEDY/TURNQUIST 1982] Poorzahedy H., Turnquist M. A.<br />
Apporximate Algorithms for the Discrete Network Design Problem,<br />
Transportation Research, 16(1), S. 45-55, 1982<br />
[SCHENDZIELORZ 2003] Schendzielorz T.<br />
Evaluierung einer Heuristik zur Lösung eines Network Design Problems<br />
<strong>für</strong> Verkehrsnetze<br />
Diplomarbeit, Lehrstuhl <strong>für</strong> Technische Dienstleistungen <strong>und</strong> Service Management,<br />
Technische Universität München, 2003.<br />
[STEENBRINK 1974] Steenbrink P. A.<br />
Optimisation of Transport networks<br />
Wiley: New York, 1974<br />
[STEINER 1835] Steiner J.<br />
Aufgaben <strong>und</strong> Lehrsätze<br />
in: Journal <strong>für</strong> die reine <strong>und</strong> angewandte Mathematik 13<br />
1835, D. 361 - 364<br />
[SUWANSRIKUL/FRIESZ/TOBIN 1987] Suwansirikul C., Friesz T.L., Tobin<br />
R.L.<br />
Equilibrium decomposed optimization: a heuristic for continuous equilibrium<br />
network design problem.<br />
Transportation Science 21, 254-263, 1987<br />
[TAN/GERSHWIN/ATHANS 1979] Tan H.-N., Gershwin S. S., Athans M.<br />
Hybrid Optimisation in urban traffic networks<br />
Technical Report No. DOT-TSC-RSPA-79-7, National Technical Information<br />
Service Springfield, III, 1979<br />
[VAN NES 2002] van Nes R.<br />
Design of Multimodal Transport Networks,<br />
Thesis, Netherlands TRAIL Research School an der Technische Universität,<br />
Delft, 2002.<br />
[YANG/BELL 1998] Yang H., Bell M. G.<br />
Models and Algorithms for Road Network Design: A Review and Some<br />
66
New Developments,<br />
Transport Reviews, 18(3), S. 257-278, 1998.<br />
[YANG/BELL 2001] Yang H., Bell M.G.<br />
Transport bilevel programming problems: recent methodological advances;<br />
Transportation Research B35, 2001<br />
[ZENG/MOUSKOUS 1997] Zeng Q., Mouskos K.<br />
Heuristic Search Strategies to Solve Transportation Network Design Problems,<br />
Final Report, Department of Transportation, New Jersey, 1997<br />
Neben dem eigentlichen Literaturverzeichnis finden Sie hier unter weiterführende<br />
Informationen zu einigen ausgewählten Veröffentlichungen.<br />
6.0.1 Nebenpfad:<br />
Ahrens Als wesentliche Kritikpunkte der herkömmlichen manuellen <strong>und</strong> intuitiven Vorgehensweisen<br />
nennt AHRENS insbesondere die mangelnde Systematik, Vollständigkeit<br />
<strong>und</strong> Begründbarkeit der Planungsschritte. Diese Verfahren gestatten kaum, eine<br />
größere Zahl von Alternativen voll auszuarbeiten <strong>und</strong> zu beurteilen <strong>und</strong> damit<br />
auch wirklich die den vorhandenen Zielvorstellungen <strong>und</strong> Randbedingungen entsprechend<br />
günstigste Lösung zu finden.<br />
Um diesen Mängeln abzuhelfen, wurden numerische Verfahren entwickelt, die<br />
als Rechnermodelle aus den zahlreichen möglichen Lösungen optimale Lösungen<br />
ableiten sollen. Nach HECK (1976) soll mit Hilfe geschlossener Optimierungsverfahren<br />
die Verkehrsgerecht e Gestaltung <strong>und</strong> Wirtschaftliche Dimensionierung<br />
von Verkehrsnetzen unter Berücksichtigung der vorhandenen Nachfrage <strong>und</strong> unter<br />
Beachtung eines Mindestangebots an Verkehrsqualität erreicht werden.<br />
Um solche Modelle überhaupt einsetzen zu können, ist es notwendig, ausgehend<br />
von definierten Optimalitätskriterien eine Zielfunktion <strong>und</strong> die zu berücksichtigenden<br />
Randbedingungen Mathematisch zu formulieren. Gerade hierin aber<br />
ist einer der wesentlichen Nachteile dieser Verfahren zu sehen, weil sich nämlich<br />
die komplexe, verflochtene Struktur maßnahmenbezogener Zielabhängigkeiten<br />
nicht durchgehend Mathematisch formulieren läßt. Als weitere Kritikpunkte<br />
führt AHRENS (1984) an, daß Wertvorstellungen <strong>und</strong> Zielvorgaben, <strong>für</strong> die<br />
eigentlich die politischen Entscheidungsträger zuständig sind, mit der Modellentwicklung<br />
im Verfahren versteckt werden. Außerdem müssen komplexe Sachverhalte<br />
<strong>und</strong> Beurteilungskriterien notwendigerweise so stark vereinfacht bzw.<br />
ausgeklammert werden, daß eine Vielzahl praxisorientierter Fragestellungen unbeantwortet<br />
bleiben muß bzw. unvollständig oder idealisiert behandelt wird.<br />
Aus diesen Gründen können Optimierungsverfahren zur Netzgestaltung zwar<br />
innerhalb des Entwurfsprozesses wichtige Informationen liefern, nie aber ausgewogene<br />
fertige Lösungen. Der Prozeß der Netzgestaltung kann also nicht in<br />
starren Abläufen erfolgen, vielmehr sollten die erforderlichen Arbeitsschritte flexibel,<br />
d. h. aufeinander reagierend, mit gegenseitigen Einflußmöglichkeiten <strong>und</strong><br />
67
Franz, H.-D.<br />
(1975)<br />
Gao, Wu,<br />
Sun<br />
Eingriffsmöglichkeiten <strong>für</strong> den Planer durchgeführt werden, wie dies mit interaktiven<br />
Verfahren möglich ist.<br />
6.0.2 Nebenpfad:<br />
Theoretische Untersuchung zur Planung von Verkehrsnetzen unter besonderer<br />
Berücksichtigung des öffentlichen Personennahverkehrs<br />
Die Modelltechnik <strong>für</strong> die Abschätzung zukünftiger Verkehrsströme in geplanten<br />
Netzen <strong>und</strong> den daraus abzuleitenden Bewertungsgrößen ist in den vergangenen<br />
Jahren weiter entwickelt worden. Infolge der detaillierten Betrachtungsweise<br />
<strong>und</strong> der daraus resultierenden verfeinerten <strong>und</strong> verbesserten Modelltechnik ist<br />
der Aufwand <strong>für</strong> die Untersuchung einer Netzalternative beträchtlich gestiegen,<br />
so dass bei der Entwicklung <strong>und</strong> Vorauswahl von Alternativnetzen im Individualverkehr<br />
<strong>und</strong> im öffentlichen Personennahverkehr nur in einigen Fällen belastungsabhängige<br />
Beurteilungskriterien Verwendung finden können. Dem Planer<br />
entzieht sich damit mehr <strong>und</strong> mehr die Möglichkeit, bereits bei der Entwicklung<br />
von Alternativnetzen die Wechselbeziehungen zwischen der Netzgestalt <strong>und</strong> den<br />
Verkehrsbedarfswerten quantitativ zu berücksichtigen.<br />
Die Zielsetzung der vorliegenden Arbeit besteht im wesentlichen in der Entwicklung<br />
eines Modells zur computergestützten Entwicklung von Verkehrsnetzen<br />
unter Einbeziehung von Verkehrsbedarfswerten. Bei der Konzipierung des<br />
Modells werden insbesondere die Interdependenzen zwischen der modellhaften<br />
Netzdarstellung, dem Routensuchverfahren <strong>und</strong> dem Umlegungsverfahren<br />
vollständig genutzt. Damit ist dem Verkehrsplaner die Möglichkeit gegeben, bei<br />
einem vertretbaren Abstraktionsgrad des Netzes mit relativ geringem Aufwand<br />
viele Netzvarianten während der Entwicklung von Alternativnetzen zu bearbeiten.<br />
Mit diesen theoretischen <strong>und</strong> praktischen Gr<strong>und</strong>lagen <strong>für</strong> eine schrittweise<br />
Entwicklung von Verkehrsnetzen wird als Möglichkeit <strong>für</strong> einen geschlossenen<br />
Arbeitsschritt der Netzentwicklung das NetzReduktionsverfahren untersucht.<br />
Damit kann der Planungspraxis ein Verfahren angeboten werden, das <strong>für</strong><br />
einen Untersuchungsraum bei Vorliegen einer Quelle-Ziel-Matrix der Verkehrsbedarfswerte<br />
die Entwicklung von Alternativnetzen in einem größeren Umfang<br />
als bisher ermöglicht. Es erweist sich dabei als vorteilhaft, einen Teil der Arbeit<br />
zur Netzentwicklung dem Computer zu übertragen, ohne gleichzeitig die<br />
Eingriffsmöglichkeiten <strong>für</strong> den Planer über Gebühr<br />
6.0.3 Nebenpfad:<br />
Algorithmus zur Lösung des diskreten bi-level Netzwerk Design Problems<br />
- NDP<br />
Das diskrete NDP beschäftigt sich mit der Auswahl von Strecken, die einem<br />
vorhandenem Straßennetz hinzugefügt werden können. Ziel ist eine optimale<br />
68
Heck 1976<br />
Reduktionsverfahren<br />
Investitionsentscheidung , um damit die Reisekosten der Benutzer zu minimieren.<br />
Es handelt sich hier um ein bi-level gemischt- <strong>und</strong> ganzzahliges Problem mit<br />
einer großen Zahl von Variablen. Dies ist eines der schwierigsten Probleme des<br />
Verkehrswesens.<br />
In dieser Arbeit werden zunächst die traditionellen Lösungsmethoden <strong>für</strong> dieses<br />
Problem vorgestellt. Anschließend wird ein neuer Lösungsalgorithmus entwickelt,<br />
der ein Support Function Konzept benutzt, um den Zusammenhang<br />
zwischen der Verbesserung des Verkehrsflusses <strong>und</strong> den hinzugefügten Strecken<br />
darzustellen.<br />
Abschließend wird die Arbeitsweise an Hand zweier Beispiele gezeigt. Die Ergebnisse<br />
deuten darauf hin, dass die Methode effizient in der Praxis eingesetzt<br />
werden kann.<br />
6.0.4 Nebenpfad:<br />
Optimierungsmodelle zur Berechung von Ein-Richtungsringsystemen in Stadtstraßennetzen<br />
In dieser Arbeit wird einReduktionsverfahren vorgeschlagen, das ausgehend<br />
von einem Maximalnetz mit Hilfe eines Optimierungsmodells ein unter den<br />
oben beschriebenen Nebenbedingungen <strong>und</strong> noch näher zu erläuternden Kriterien<br />
optimales Verkehrsnetz berechnet.<br />
Das Maximalnetz enthält alle <strong>für</strong> ein konkretes Stadtgebiet möglichen Netzelemente<br />
(Strecken <strong>und</strong> Knotenpunkte <strong>und</strong> deren maximal zulässigen Ausbaustandard:<br />
Anzahl der Fahrstreifen, bauliche Gestaltung der Knotenpunkte). Daneben<br />
beschreibt das Maximalnetz die Art der betrieblichen Regelung der Netzelemente<br />
(Ein- oder Zwei-Richtungsstrecken, verkehrstechnische Regelung der<br />
Knotenpunkte).<br />
Zur Bestimmung der in der Zielfunktion zu minimierenden Kosten wird ein<br />
Gesamtkostenansatz gewählt, der sowohl die Bau- <strong>und</strong> Unterhaltungskosten<br />
(flächenabhängig) als auch die Fahrt- <strong>und</strong> Betriebskosten (zeitabhängig) berücksichtigt.<br />
Da beide Kostenanteile einander widersprechende Ziele ausdrücken, wird die<br />
Behandlung des einzelnen Anteils durch ein Gewicht festgelegt. Der Zusammenhang<br />
zwischen den Kostenanteilen ist dadurch gegeben, dass beide Anteile<br />
auf die Kapazität der Netzelemente bezogen sind.<br />
69
6.0.5 Nebenpfad:<br />
Heck 1986 Anwendung von Optimierungsverfahren beim Entwurf <strong>und</strong> bei der<br />
Gestaltung von städtischen Straßennetzen unter Berücksichtigung des<br />
Betriebes<br />
Es ist daher Ziel dieser Untersuchung, die Anwendungsmöglichkeiten von Optimierungsverfahren<br />
beim Entwurf Straßennetzen zu überprüfen. Dabei werden<br />
die drei generellen Vorgehensweisen, die auch in der RAL-N genannt werden:<br />
• Alternativplanung<br />
• Reduktionsverfahren <strong>und</strong><br />
• Progression<br />
in die Betrachtung einbezogen.<br />
Der Schwerpunkt der Forschungsarbeit liegt aufbauend auf den vorangegangenen<br />
Untersuchungen auf der Entwicklung <strong>und</strong> Überprüfung eines Reduktionsverfahrens,<br />
das ausgehend von einem Maximalnetz(Netz maximalen Ausbaus)<br />
<strong>und</strong> einem Gesamtkostenansatz in der Lage ist, gezielt Straßennetzentwürfe<br />
mit vorgegebenen Eigenschaften zu erzeugen.<br />
In einem ersten Schritt wird der Verkehrsplanungsprozess analysiert. Die Arbeitsschritte,<br />
bei denen bereits Optimierungsverfahren eingesetzt werden oder<br />
eine Anwendung zu empfehlen ist, werden herausgearbeitet. Danach werden die<br />
<strong>für</strong> die Straßennetzplanung relevanten Methoden des Operations Research:<br />
• Lineare Optimierung<br />
• Graphentheorie<br />
• Dynamische Programmierung <strong>und</strong><br />
• heuristische Optimierungsmethoden<br />
dargestellt <strong>und</strong> anhand von einfachen Beispielen erläutert.<br />
70
Hüttmann<br />
1979<br />
Der Aufbau des Reduktionsmodells <strong>und</strong> der Berechnungsmethode wird vorgestellt.<br />
Für die wesentlichen Elemente des Verfahrens werden mehrere Lösungen entworfen,<br />
programmiert <strong>und</strong> einer vergleichenden Bewertung unterzogen. Die Arbeitsweise<br />
des Gesamtverfahrens wird an Beispielen der Planungspraxis dargestellt.<br />
Das entwickelte Programmsystem <strong>und</strong> eine umfangreiche Literaturzusammenstellung<br />
werden im Anhang dokumentiert.<br />
6.0.6 Nebenpfad:<br />
Planungsmodell zur Entwicklung von Nahverkehrsnetzen liniengeb<strong>und</strong>ener<br />
Verkehrsmittel<br />
Das mit der vorliegenden Arbeit entwickelte Planungsmodell stellt einen Beitrag<br />
zu der planerischen Aufgabe der Bildung von Netzen öffentlicher Personennahverkehrsmittel<br />
im Rahmen langfristiger Verkehrsplanungen dar. Aus der<br />
Notwendigkeit der Berücksichtigung gesamtplanerischer, insbesondere nachfrageorientierter<br />
<strong>und</strong> betrieblicher Kriterien, deren Quantifizierung weitgehend erst<br />
nach der Ermittlung des Liniennetzes durchgeführt werden kann, entsteht ein<br />
komplexes Zielsystem, das einen zweistufigen Modellaufbau erfordert, der die<br />
Entwicklung eines Streckennetzes <strong>und</strong> - darauf aufbauend - die Entwicklung<br />
eines Liniennetzes beinhaltet.<br />
Die Streckennetzentwicklung erfolgt unter Anwendung eines von Heck - siehe<br />
auch [?] entwickelten Reduktionsverfahrens auf der Basis eines gewichteten Kostenansatzes,<br />
der die Bündelung der Verkehrsnachfrage auf einem realen Maxi-<br />
71
malnetz nach den in der Zielsetzung gegenläufigen Kriterien<br />
• Minimierung der monetär bewerteten Reisezeit<br />
• Minimierung der Bau- <strong>und</strong> Unterhaltungskosten <strong>und</strong><br />
ermöglicht.<br />
Die Modellentwicklung <strong>und</strong> der Modelltest werden unter Zugr<strong>und</strong>elegung der<br />
Merkmale <strong>und</strong> Parameter eines Straßenbahnsystems durchgeführt.<br />
Innerhalb der zweiten Modellstufe erfolgt die Liniennetzentwicklung auf der<br />
Gr<strong>und</strong>lage eines Maximal-Linienangebotes, das durch alternative Verknüpfung<br />
der potentiellen Linienendpunkte gebildet wird, mittels einer ganzzahligen linearen<br />
Optimierung (Branch and Bo<strong>und</strong>) nach dem Kriterium der Maximierung<br />
der Direktfahrmöglichkeiten. Die in den Planungsablauf nicht integrierbaren<br />
Einflussfaktoren dienen als Steuerungskriterien der Modell-Rückkopplungen<br />
<strong>und</strong> Bewertungskriterien in einem Rahmenmodell, dessen Ablauf sich als Maximierung<br />
der Angebotsqualität unter Einhaltung betrieblicher sowie gesamtplanerischer<br />
Randbedingungen darstellt. Alle aus dem Modellablauf entwickelten<br />
teiloptimalen Lösungen werden einer Bewertung mittels eines gewichteten Gesamtkostenansatzes<br />
unterzogen, aus der die Netzauswahl unter Berücksichtigung<br />
der Kostenarten<br />
72
• Bau- <strong>und</strong> Unterhaltungskosten<br />
• Betriebskosten<br />
• Fahrzeugkosten <strong>und</strong> der<br />
• monetär bewerteten Reisezeit<br />
entsprechend der jeweiligen Planungszielsetzung zu treffen ist.<br />
Über die Anwendung des Planungsmodells auf einstufige Nahverkehrsnetze hinaus<br />
ist die Netzplanung des Primärsystems bei zweistufigen Netzen möglich, sofern<br />
dem Sek<strong>und</strong>ärsystem vorwiegend Zubringerfunktionen zugewiesen werden.<br />
Für eine Aussage über die geschlossene Netzplanung von zweistufigen Verkehrssystemen<br />
sind weiterführende Untersuchungen erforderlich.<br />
73