Navigation überspringen Sitemap anzeigen

Stochastisch dynamische Verspätungsprognose (SDV)

Java, MySQL, PHP, OOD, UML, Swing, Eclipse, Maven, Hibernate

 Im Rahmen meiner Tätigkeit als stellvertretender Fachgebietsleiter „Bahnsysteme und Bahntechnik“, Institut für Verkehr, TU Darmstadt (12/2011 - 12/2013).

06/2012 – 11/2013

Stochastisch dynamische Verspätungsprognose (SDV)

Projektbeschreibung

Beauftragt war die Entwicklung eines dynamischen Verspätungsprognosemodells, das auf stochastisch ermittelten Verspätungsverteilungen beruht. Die Verspätungen sollen durchgängig als diskrete Verteilungen propagiert werden.
Der erste Teil der Forschungsarbeit umfasst die Definition von Kenngrößen mit potenziellem Einfluss auf die Verspätungsverteilung, umfangreiche Analysen und stochastische Aufbereitung („Clusterung“) von LeiDis-Daten, sowie die Ableitung von Infrastrukturdaten aus Betriebsdaten (Mindestzugfolgezeiten und Überholabschnitten).
Weiterer Teil ist die Entwicklung einer synchronen Bahnbetriebssimulation, mit der in der Kalibrierungsphase optimale Parameter sowie der Einfluss der definierten Kennwerte auf die Güte des Modells ermittelt werden.

Auftraggeber

DB Mobility Logistics AG

Rolle

Projektleitung

Technologien

Java, MySQL, PHP, OOD, UML, Swing, Eclipse, Maven, Hibernate

Daten

LeiDis (Zuglauf, Urverspätungen), Infrastrukturdaten

Ansprechpartner DB

Dr. Christoph Blendinger, DB Mobility Logistics AG

Zum Seitenanfang