Neues verkehrswissenschaftliches Journal NVJ - Ausgabe 9: Entwicklung eines Algorithmus für die Kalibrierung von Modellen zur Betriebssimulation in spurgeführten Verkehrssystemen unter Berücksichtigung stochastischer Bedingungen DFG-Forschungsprojekt (MA 2326/9-1)

Von Yong Cui, Ullrich Martin, Weiting Zhao und Nan Cao

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

• Sprache: Deutsch
• Herausgeber: Books on Demand
• Erscheinungsdatum: 27. Feb. 2015
• ISBN: 9783738682199

Yong Cui

Yong Cui arbeitete von 1993 bis 2003 als Softwareentwickler und System Analyst in China und Singapur. Seit 2003 ist er als akademischer Mitarbeiter am VWI Verkehrswissenschaftliches Institut Stuttgart GmbH und Institut für Eisenbahn- und Verkehrswesen der Universität Stuttgart mit Schwerpunkt Modellierung, Simulation und Optimierung des Eisenbahnbetriebs, Disposition und Leistungsuntersuchung im spurgeführten Verkehr und ÖPNV tätig.

Buchvorschau

Störungsparameter

1 Einleitung und Begriffe

Simulationsverfahren unterstützen u.a. die Untersuchung und Planung von spurgeführten Verkehrssystemen, um Betriebsprogramme zu erstellen und die Effekte eines Betriebskonzepts zu bewerten. Bei manuellen oder analytischen Methoden ist es schwer oder sogar unmöglich, die Wirkungen stochastisch beeinflusster Zugfahrten sowie der Interaktion zwischen den Zügen und der Infrastruktur eines komplexen Netzes hinreichend detailliert zu bestimmen. Deswegen werden Simulationssoftwares als experimentelle Tools bei Betriebsplanungen und Leistungsuntersuchungen eingesetzt.

Die Anwendung eines Simulationstools für spurgeführte Verkehrssysteme teilt sich in unterschiedliche Einzelprozesse auf: Erfassung der Infrastruktur, Erstellung eines Betriebsprogramms, Kalibrierung des Modells, Simulation und Auswertung. Dabei hängt die Qualität des Untersuchungsergebnisses bei Simulationsverfahren von der Plausibilität des Simulationsmodells ab. Außerdem beschreibt der Ablauf der Kalibrierung des Modells den Betriebsprozess des Schienenverkehrs, sodass einzelne, dabei zu variierende Parameter von großer Relevanz sein können. Die Parameter sind die Eingangswerte des Simulationsmodells für ein konkretes Anwendungsszenario. In der vorliegenden Arbeit werden die Anwendungsszenarien Betriebssimulation und Fahrplanerstellung bei der Modellkalibrierung berücksichtigt, um so die Plausibilität des Modells und die Qualität des Untersuchungsergebnisses durch Anpassung der Parameter sicherzustellen.

Zur Überprüfung der Plausibilität eines Simulationsmodells müssen Indikatoren definiert werden. Indikatoren sind Kenngrößen, die der Überprüfung der Plausibilität der jeweiligen Simulationsergebnisse dienen und in einem konkreten Anwendungsszenario (z. B. Betriebssimulation oder Fahrplanerstellung) relevant sind. D.h. die Kenngrößen aus den entsprechenden Simulationsergebnissen eines konkreten Anwendungsszenarios werden als Indikatoren betrachtet. Auf diese Arbeit bezogen bedeutet dies:

Zur Bewertung der Betriebsqualität werden die Verspätungen bei der durchgeführten Betriebssimulation betrachtet. Hierzu werden der Mittelwert und die Wahrscheinlichkeit der Verspätungen als Indikatoren verwendet.

Bei der Fahrplanerstellung werden die Sollfahrzeiten und Sollhaltezeiten abgebildet. Dafür werden die gebildeten Sollfahrzeiten und Sollhaltezeiten eines Fahrplans in einem Simulationsmodell als Indikatoren betrachtet.

Die Plausibilität der Simulationsergebnisse wird durch den Vergleich des Momentanwerts mit dem Zielwert der jeweiligen Indikatoren überprüft. Ein Momentanwert wird in Abhängigkeit von den eingegebenen Parametern ermittelt. Je nach Anwendungsszenario geschieht dies mit Hilfe von mathematischen Methoden oder mittels Auswertung von Simulationsergebnissen. Ein Zielwert ist der Wert des Indikators, der vom Simulationsmodell erreicht werden soll, d.h. der Momentanwert soll sich dem Zielwert durch die Kalibrierung angleichen. Die jeweilige Höhe des Zielwerts ergibt sich aus statistischen Erhebungen des realen Betriebsablaufs. Ein Simulationsmodell wird durch Anpassung der Parameter im Vergleich zwischen Momentanwert und Zielwert der Indikatoren kalibriert. Der Zusammenhang zwischen den Parametern und den Indikatoren bei einem Kalibrierungsprozess wird in Abbildung 1-1 dargestellt.

Abbildung 1-1:   Schema des Kalibrierungsprozesses

Um den erheblichen Aufwand bei der manuellen Kalibrierung zu reduzieren, wird in dieser Arbeit eine automatisierte Kalibrierungsmethode entwickelt. In Kapitel 2 werden zunächst der Aufwand bei Simulationsverfahren sowie die vorhandenen Forschungen und Anwendungen zur Modellkalibrierung erläutert.

Nach dem Anwendungsziel lassen sich die Simulationsaufgaben zum einen in Fahrplansimulation und zum anderen in Betriebssimulation unterscheiden. In einer Betriebssimulation werden die stochastischen Einflüsse durch den realen Betriebsablauf berücksichtigt. Hierfür besteht die Anforderung, die Störungsparameter, die in einem Simulationsmodell die stochastischen Einflüsse definieren, realitätsnah zu kalibrieren. In Ka-Kapitel 3 wird daher das Zielsystem für die Kalibrierung sowie der Algorithmus spezifiziert. Hieran anknüpfend und um die Effekte der Auswirkungen von unterschiedlichen Parametern zu bestimmen, wird eine Sensitivitätsanalyse in die Betrachtung einbezogen und die Auswahl der zu berücksichtigenden Parameter diskutiert. Der Aufwand der Kalibrierung wird reduziert, in dem nur die Parameter, die eine signifikante Auswirkung bei der Sensitivitätsanalyse zeigen, im Kalibrierungsprozess Berücksichtigung finden.

Bevor Fahrplan- und Betriebssimulationen durchgeführt werden können, müssen die Fahrpläne erforderlichenfalls auf der Grundlage eines Betriebskonzepts erstellt werden, da in vielen Fällen noch keine konkreten Fahrpläne vorhanden sind. Bei einem Kalibrierungsprozess werden nicht nur die Störungsparameter in einer Betriebssimulation, sondern auch die fahrplanbezogenen Parameter, die bei der Fahrplanerstellung beeinflusst werden, berücksichtigt. Der Algorithmus, der eine Anpassung der fahrplanbezogenen Parameter beinhaltet, wird daher in Kapitel 4 auf Grundlage von [ZHAO, 2012] diskutiert.

Die entwickelten Kalibrierungsmethoden können bei der Betriebssimulation und Fahrplanerstellung umgesetzt werden. Im darauffolgenden Kapitel 5 werden die Anforderungen, die Anwendungsfälle und die Systemarchitektur zur automatisierten Anwendung des Algorithmus spezifiziert. Zuletzt wird ein Ausblick auf weitere Forschungen und Entwicklungen in Kapitel 6 gegeben.

2 Grundlage der vorhandenen Forschung

Der Betriebsprozess in spurgeführten Verkehrssystemen unterliegt grundsätzlich stochastischen Einflüssen (vgl. u. a. [POTTHOFF, 1962]), die zu entsprechenden Abweichungen zwischen dem geplanten und dem tatsächlichen Betriebsablauf führen. Diese Gesetzmäßigkeiten werden in gängigen Simulationsmodellen und den darauf aufbauenden Simulationsprogrammen (vgl. u. a. RailSys [RMCON, 2010], LUKS [VIA CON, 2011], OpenTrack [OPENTRACK RAILWAY TECHNOLOGY LTD.]) durch eine Mehrfach- bzw. Betriebssimulation abgebildet.

Abbildung 2-1 zeigt eine Übersicht der aus umfangreichen eigenen Erfahrungen abgeschätzten Aufwandsanteile bei der Anwendung von Modellen zur Betriebssimulation im spurgeführten Verkehr, wobei nachfolgend der Aufwand mit der Bearbeitungszeit gleichgesetzt wird. Dementsprechend entfallen auf die Kalibrierung etwa 15 von insgesamt 100 Zeitanteilen. Dieser Wert schwankt jedoch in Abhängigkeit von der konkreten Aufgabenstellung. Bei großer Inhomogenität bzw. Komplexität des Betriebsprogramms ist ein deutlich höherer Zeitanteil zu veranschlagen.

Abbildung 2-1:   Aufwandsanteile bei der Anwendung von Modellen zur Betriebssimulation

Da bei der Auswertung bereits erhebliche Verbesserungen erreicht wurden (vgl. u. a. [MARTIN und SCHMIDT, 2010]), die Erstellung sowie Variation des Betriebsprogramms relativ komfortabel möglich sind und der Zeitbedarf für die Simulation selbst unmittelbar vom Entwicklungsstand der Rechentechnik abhängt, verbleibt wesentlich erschließbares Potenzi-Potenzial bei der Erfassung der Infrastruktur und der Kalibrierung.

Während bei den Modellen der Betriebssimulation des spurgeführten Verkehrs gegenwärtig noch „von Hand" auf der Grundlage des Erfahrungsschatzes der Anwender kalibriert werden muss, gibt es bereits eine Reihe von Forschungsarbeiten zur automatisierten Kalibrierung von Modellparametern in der kurzfristig vorausschauenden Simulation des Betriebsablaufs und in anderen Fachgebieten.

HUANG und VERBRAECK beschreiben einen Algorithmus zur dynamischen, prozessnahen Kalibrierung auf der Grundlage einer quasi-kontinuierlichen Erfassung von Echtzeitdaten mit anschließender Parameterschätzung (vgl. u. a. [HUANG und VERBRAECK, 2009]). Der Aufwand diese Echtzeitdaten synthetisch im prozessfernen Simulationsprozess zusätzlich zu erzeugen und auszuwerten würde den Aufwand der Simulation deutlich erhöhen und den Zeitbedarf für die Simulationsläufe vergrößern, sodass das eigentliche Ziel einer aufwandsreduzierten Beschleunigung des Gesamtablaufs konterkariert werden würde.

In [HOMER et al., 1999] werden die primären Methoden zur Kalibrierung eines Parameters in spurgeführten