Logo des Repositoriums
 
Konferenzbeitrag

Planung des Ländlichen On-Demand-Verkehr - Probleme, Analyse und Algorithmen

Zusammenfassung

On-Demand-Verkehre können helfen, Lücken im ländlichen öffentlichen Personennah- verkehr (ÖPNV) zu schließen. Hohe Lizenzgebühren für proprietäre Software halten jedoch viele Kommunen von der Einführung entsprechender Verkehre ab, insbesondere in strukturschwachen Regionen, die diese besonders nötig hätten. Hinzu kommt, dass entstehende digitale Angebote meist Software-Inseln bleiben und verfügbare Routing-Algorithmen derzeit noch weitgehend ungeeignet sind, bestehendem Linienverkehr zuzuliefern und Parallelverkehre zu vermeiden. In dieser Arbeit werden Ergebnisse einer Machbarkeitsstudie von ländlichem On-Demand-Verkehr im Rahmen eines Projektes vorgestellt und diskutiert. Wir betrachten dazu die aktuelle Situation in der gewählten Modellstadt Spremberg und analysieren die Anwendbarkeit verschiedener Algorithmen zur Planung von On-Demand-Verkehr. Ziel ist eine niedrigschwellige Open Source-Lösung für ein intermodales Routing im ländlichen Raum. Diese soll in die Open-Data-Plattform bbnavi integriert werden können, um die Nutzung bestehender Mobilitätsdaten zu vereinfachen, Interoperabilität herzustellen und die Übertragbarkeit in andere Regionen zu erleichtern. In einem geplanten Folgeprojekt soll auf Basis der Machbarkeitsstudie eine entsprechende Software entwickelt und in einem Modellprojekt in Spremberg erprobt werden. Die zu entwickelnde Open Source-Lösung soll den Kostendeckungs- grad von Letzte-Meile-Verkehren verbessern und es kommunalen Akteuren ermöglichen, selbst zu Mobilitätsdienstleistern zu werden und entsprechende Geschäftsmodelle zu entwickeln.

Beschreibung

Löffler, Sven; Becker, Ilja; Hofstedt, Petra; Nitze, André; Hennig, Silvia; Klinge, Alexander (2023): Planung des Ländlichen On-Demand-Verkehr - Probleme, Analyse und Algorithmen. INFORMATIK 2023 - Designing Futures: Zukünfte gestalten. DOI: 10.18420/inf2023_177. Bonn: Gesellschaft für Informatik e.V.. PISSN: 1617-5468. ISBN: 978-3-88579-731-9. pp. 1739-1750. Wirtschaft, Management Industrie - Joint Workshop IntDig 2023 MOC 2023; Intelligente Digitalisierung, (KI-basiertes) Management und Optimierung komplexer Systeme. Berlin. 26.-29. September 2023

Zitierform

Tags