Kannibalisierungsfreie ÖPNV-Taxis mit MOTIS: Ein geometrischer Ansatz

Read full text
Authors: Moritz Fischer, Felix Gündling
Cited by: 0

Abstract

Durch die Integration von Taxis in den öffentlichen Verkehr (ÖV) kann dessen Angebot auf dem Land verbessert werden. Im Rahmen des PriMa+ÖV Projekts wird das Routingsystem MOTIS erweitert, so dass zusätzlich zum Angebot des ÖV auch Verbindungen gefunden werden, die teilweise oder vollständig durch Taxis realisiertsind. Eine Filterung der gefundenen Taxi-Verbindungen ist notwendig, damit der ÖV nicht durch die Taxi-Verbindungen kannibalisiert wird. Ob eine Taxi-Verbindung angeboten werden soll, hängt von den gefundenen ÖV-Verbindungen ab. Eine Taxi-Verbindung kann durch ausreichenden zeitlichen Abstand oder durch einen deutlichen Reisezeitvorteil, im Vergleich zum ÖV, erwünscht sein. Zum Filtern wird ein mehrstufiges, kostenbasiertes Widerstandsmodell mit einem geometrischen Ansatz eingesetzt. Die untere Einhüllende der Kostenfunktionen der ÖV-Verbindungen wird verwendet, um Taxi-Verbindungen mit höheren Kosten zu entfernen. Durch die Dämpfung lokaler Maxima der Einhüllenden zwischen den Verbindungen ist das Modell bei vorhandenem Takt strikter, in Tagesrandzeiten permissiver. Der geometrische Charakter des Modells erlaubt eine unkomplizierte Visualisierung, um die Nachvollziehbarkeit der Entscheidungen des Modells zu gewährleisten. Zur Kalibrierung des Modells werden Verbindungsmengen aus echten Routinganfragen gesammelt und die Verbindungen als erwünscht oder unerwünscht klassifiziert. Entsprechend der Visualisierung der Ergebnisse des Modells kann eine Anpassung der Modellparameter vorgenommen und die Auswertung daraufhin wiederholtwerden. Durch diesen Prozess ist eine praxisnahe Kalibrierung möglich. Die Betreiber können präzise zwischen Angebotsverbesserung und Kostenkontrolle abwägen.

Fields of Study & Subjects

Transportation Planning and Optimization Transportation and Mobility Innovations Vehicle Routing Optimization Methods

Publication details

Journal / source
Zenodo (CERN European Organization for Nuclear Research)
Publication date
8 January 2026