Neue mathematische Methoden zur Verknüpfung und Vervollständigung von in Raum und Zeit unregelmäßig aufgenommenen Straßenverkehrsdaten

点击翻译按钮获取中文摘要

Es sollen mathematische Verfahren zur Interpretation und Vervollständigung von in Raum und Zeit unregelmäßig aufgenommenen Daten entwickelt werden, die den zugrunde liegenden Systemeigenschaften (deterministisch/stochastisch/chaotisch/nichtlinear) voll Rechnung tragen. Als Anwendung werden Daten des Straßenverkehrs gewählt. Der Straßenverkehr repräsentiert ein hochgradig nichtlineares System mit regulären wie auch irregulären Komponenten. Ziel ist, den Verkehr zu rekonstruieren und für Zeiten "kleiner als" 1h vorherzusagen. Die dafür erforderliche, sehr umfangreiche Datenbasis wird von der Gruppe Professor Schreckenberg (UGD Duisburg, Physik für Transport und Verkehr) zur Verfügung gestellt. Dabei handelt es sich um virtuelle Daten aus Simulationen mit Zellularautomaten, sowie um reale Daten aus den Meßstellen der Autobahnen in NRW. Die von den Meßgeräten und den Modellen unvollständig erfaßten RaumZeit Informationen des Straßenverkehrs werden von beiden Gruppen analysiert und mit Hilfe neuartiger mathematischer Methoden um relevante Anteile ergänzt. Ultimatives Ziel ist ein neuartiges Modell, in dem die mathematisch-stochastische Komponente des Problems mit der physikalischen verknüpft, auf Konsistenz und Konfidenz überprüft und sukzessive verbessert wird. Im Ergebnis sollte eine an den Standards der Wettervorhersage orientierte Verkehrsvorhersage möglich sein.