Stochastische Verspätungsvorhersage

In diesem Projekt geht es darum, Folgeverspätungen von Zügen in der Zukunft vorhersagen. Genauer gesagt bestimmen wir für alle Züge im Bahnnetz, wie wahrscheinlich bestimmte Abfahrtszeiten oder Ankunftszeiten an Bahnhöfen sind. Praktisch muss man sich das so vorstellen: Wir berechnen für einen Zug ein Zeitintervall von beispielsweise 8:00 Uhr bis 8:10 Uhr an einem  Bahnhof – das sind alle Ankunftszeiten, die der Zug haben könnte. Für jede dieser Zeiten geben wir eine Wahrscheinlichkeit an: also z.B. mit Wahrscheinlichkeit 0,5 kommt ein Zug 8:00 Uhr an, mit Wahrscheinlichkeit 0,1 um 8:10 Uhr. Die Anwendungen für solche Prognosen liegen auf der Hand. Man kann die Reisenden besser informieren, ihnen alternative Reiserouten berechnen usw..

Die Frage ist jedoch, wie gut können solche Vorhersagen überhaupt sein und wo liegen die Grenzen? Klar ist, wir können keine Unfälle oder Folgen eines Unwetters auf dem Bahnnetz vorhersagen, genauso wenig wissen wir etwas darüber, wann ein Kuh auf die Gleise laufen wird. Sind jedoch solche Dinge bereits geschehen, dann sind wir in der Lage – unter der Voraussetzung, dass in den nächsten Stunden keine weiteren unvorhersehbaren Ereignisse geschehen – die weitere Verspätungssituation im Bahnnetz zu prognostizieren. Dabei benutzen wir Einsichten darüber, wie Züge bei Fahrt mit Höchstgeschwindigkeit Verspätungen wieder aufholen können.  Die ersten Ergebnisse eines von uns gebauten Softwaretools finden sich in folgender Arbeit:

Technical Report 2011/1: Stochastic Delay Prediction in Large Train Networks

Dort vergleichen wir auch sehr gewissenhaft unsere Prognosen mit tatsächlich eingetretenen Verspätungen. Wie in jedem theoretischen Modell ist es auch hier so, dass bestimmte vereinfachende Annahmen getroffen werden mussten. In unserer weiteren Forschung versuchen wir die Modelle zu verbessern, um möglichst viele echte Bedingungen abzubilden.

Zum Seitenanfang