Umlegung Zwischenfragen PPT → Netz A. Horni IVT, ETH Zurich.

Slides:



Advertisements
Ähnliche Präsentationen
Software Assurance Erweiterte Software Assurance Services
Advertisements

Vortrag von Stephanie Weirauch Jens Pleger Peter Jancke Frank Wejmelka
Grundlagen des A*-Algorithmus und Anwendung in der Routenplanung
Knapsack & Bin Packing Sebastian Stober
Obstsorten Äpfel Birnen Himbeeren Nektarinen Erdbeeren Bananen Kiwi.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (26-Graphenalgorithmen: Wiederholung und Übung) Prof. Th. Ottmann.
Zerlegung von Graphen.
Metallbauer/in – FR: Konstruktionstechnik
Graphen Ein Graph ist eine Kollektion von Knoten und Kanten. Knoten sind einfache Objekte. Sie haben Namen und können Träger von Werten, Eigenschaften.
von Dr. Otto Buchegger Tübingen, 2009
Orbitale und Elektronenkorrelation
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
Diese Fragen sollten Sie beantworten können
Sortierverfahren Richard Göbel.
FH-Hof Deadlocks Richard Göbel. FH-Hof Deadlock - Definition Menge von Prozessen ist an einem Deadlock beteiligt: wenn jeder Prozess in dieser Menge auf.
Kapitel 1 Einführung Internationale Wirtschaft 1
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27 – Kürzeste Wege) Prof. Th. Ottmann.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (21 – Kürzeste Wege) T. Lauer.
Seminar parallele Programmierung SS 2003
Schwierigkeitsgrad III 6 X - 7 = X
Internet facts 2006-I Graphiken zu dem Berichtsband AGOF e.V. September 2006.
Internet facts 2009-IV Grafiken zu dem Berichtsband AGOF e.V. März 2010.
Internet facts 2008-II Graphiken zu dem Berichtsband AGOF e.V. September 2008.
Internet facts 2006-II Graphiken zu dem Berichtsband AGOF e.V. November 2006.
Klausur „Diskrete Mathematik II“
Übung zum R-Baum, Gegeben ist die dargestellte Menge von Rechtecken, die in der Reihenfolge 1, 7, 9, 13, 3, 5, 11, 6, 8, 10, 4, 14, 12, 2 eingegeben.
Kap.6 Datenstruktur für Peripheriespeicher Kap.6.0 Plattenspeicher
Effiziente Suche in Bilddatenbanken
Situationen Verteilte Anwendungen Wintersemester 06/07 © Wolfgang Schönfeld.
Dieter Bergmann, Lichtenfels
Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Fachschule für Technik Biomedizinische Arbeitsmethoden
Wie macht man ein Sudoku? Transformations-Methode:
Vortrag über Graphen Von Jörg Hendricks.
20:00.
Histogramm/empirische Verteilung Verteilungen
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung 1 SS 2001 Algorithmus von Dijkstra.
Moin. Ich benutze PPT 2002 und möchte drei Bilder nacheinander 1
Schwächen werden zu Stärken!
Assesolo Asse anzeigen und Erwartungswerte Quellen: Essener System: Seite 54ff.
by Chrissi Bruckner & Chrissi Lipp
Diskrete Mathematik II
Effiziente Algorithmen
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Lineare Gleichungen Beispiel: 7x – 2 = 40 Eine Gleichung muss man sich so vorstellen wie eine Waage. Legt man auf die eine Seite Äpfel, so muss man auf.
C. Weis, B. Jäggi, A. Horni IVT, ETH Zurich
Mag. Dipl.-Ing. Erwin Gabardi
Hallo Ich möchte einen Text einer Folie nicht einfach nur einfliegen lassen, sondern genau diesen Text, der schon an einer bestimmten Stelle steht, vergrößern.
Datenreihen erzeugen –
Einführung ins Lösen von Textaufgaben (Textgleichungen)
Jan Hinzmann – – GIS Praxis II – Slide 1/10 Der Algorithmus von Dijkstra (Berechnung kürzester Wege in bewerteten Graphen) GIS Praxis II, Jan Hinzmann,
1 Stichprobenverfahren zur Qualitätssicherung Hilfestellung der Statistik in der Wirtschaftsprüfung.
P 10 Prüfung am Ende der 10. Jahrgangsstufe. Prüfungen PrüfungsfachPrüfungsartBewertung DeutschSchriftlich 180 min. (zentral) 40% Prüfung/ 60% Jahresnote.
Das Rechteck Und Das Quadrat.
Vorlesung Mai 2000 Konstruktion des Voronoi-Diagramms II
Usability Engineering Vorlesung Einheit 3
MINDREADER Ein magisch - interaktives Erlebnis mit ENZO PAOLO
Informatik Datenstruktur Graph 3.3 Durchlaufen von Graphen
ENDLICHE KÖRPER RSA – VERFAHREN.
Gesundes Frühstück Fruchtbecher.
Aufgaben zur gleichförmigen Bewegung
Felix Böwing Digitaltechnik Übung 1 Felix Böwing
Andreas Horni Übung C: Umlegungsmodelle.
Schulranzen-TÜV Problemstellung/ Vorgehensweise:
0: Initialisierung Startknoten als Arbeitsknoten und als definitiv markieren Restliche Knoten als unerreichbar markieren (d=∞) Aktuelle Reisezeit zum Startknoten.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Suche des kürzesten Weges in einem Netz.
Übungen Ziele Struktur Besonderheiten Trainer Aspekte Methodische Aspekte ABC´s Quellen Übertrag Workshop.
Graphen.
Gleichgewichte in Netzen
 Präsentation transkript:

Umlegung Zwischenfragen PPT → Netz A. Horni IVT, ETH Zurich

Wozu? Umlegungsverfahren (generell 4-Stufen-Ansatz) – wozu? Direkte Lenkung von realen Verkehrsflüssen z.B. Prognosen (z.B. Reisezeit im Netz, Streckenbelastung, …) → Planungswerkzeug Umlegung = 4. Schritt des 4-Stufen-Ansatzes z.B. 4-Stufen-Ansatz Strassennetz

1 4 2 3 Verkehrserzeugung Verkehrsanziehung Verkehrsmittelwahl Verkehrsverteilung Umlegung (Routenwahl) 1 4 2 3 4 2 4→? 3 4→? Zürich Zug Frauenf Zug Ff Zürich Ziel Quelle S 2 4 6 ? 6 12 3 S 12

Herleitung am Bsp. QZ. Airolo-Göschenen tT=25min [1 + aT (lT/cT)bT ] BPR: t = t0 [1 + a (load/capacity)b ] Keiner kann durch alleinigen Wechsel gewinnen! Nutzenmaximierung (t) → Reisezeitminimierung ? ? Nachfrage 1600 Fzg./h aT = aP = 1; bT = bP = 2 cT = 1600 Fzg./h cP = 1500 Fzg./h tP=35 min [1 + aP (lP/cP)bP ]

lT ~ 1200 Fzg./h lP ~ 400 Fzg./h Wardrop-Gleichgewicht: Alle Wege, die zwischen einem Quelle-Ziel-Paar benutzt werden, haben dieselbe Reisezeit (generalisierten Kosten). Alle nicht benutzten Wege zwischen einem Quelle-Ziel-Paar haben eine höhere Reisezeit (generalisierte Kosten)

Berechnung des Gleichgewichtspunktes? BelastungTunnel; BelastungPass = Nachfrage - BelastungTunnel Riesige Anzahl von Netzwerkkanten, welche Einfluss aufeinander haben. Nichtlineares System xb → Nicht analytisch (oder graphisch) lösbar → Iterativ, numerisches Verfahren wird benötigt

Berechnungsverfahren Wie könnte das aussehen? Gewicht Schale → Fahrtzeit (bzw. generalisierte Kosten) Unterschiedliche Schalen → unterschiedliche Strassenparameter: t0, Kapazität, a, b

Berechnungsverfahren Verschiedene Umlegungsverfahren Nicht iterativ: Lege kleine Portionen auf die jeweils leichtere Schale bis Mehl komplett auf der Waage. → Incremental assignment (Ortuzar S. 340) Iterativ: Verschiebe solange Mehl von der schwereren Schale zur leichteren bis beide gleich schwer sind. → Method of Successive Averages (Ortuzar S. 342) ? SCANS ?

MSA → Prüfungsaufgabe! Method of Successive Averages (MSA) Anteil Mehl → Umlegungsparameter f Verfeinerung: Starte (falls Ungleichgewicht gross) mit grossem f und lasse f immer kleiner werden, sonst haben wir irgendwann Oszillationen ohne weitere Annäherung ans Gleichgewicht. Randbemerkung: Berechnung von f in Abhängigkeit zum Abstand vom GG → Frank-Wolfe (kommt nicht an Prüfung!)

MSA – 2 Routen Anteil f von der langsameren auf die schnellere Route Belastung: x t: 50 min Anteil f von x A B Belastung: y t: 40 min → min

MSA – 3 Routen Anteil f von allen langsameren auf die schnellste Route Belastung: x t: 50 min Anteil f von x A B Belastung: y t: 40 min → min Anteil f von z Belastung: z t: 60 min

MSA – 2 Quell-Zielbeziehungen Umlegung: Jede QZ. einzeln → ABER: Zeit kombiniert! GG: ~400; ~1200 Andermatt C 360 Fzg./h 400 Fzg./h 400 + 800 Fzg./h = 1200 Fzg./h 360 + 800 Fzg./h = 1200 Fzg./h 400 + 800 Fzg./h = 1200 Fzg./h tAirolo-Andermatt tAndermatt-Göschenen Anteil f von 400 Fzg./h A B Airolo Göschenen 1240 Fzg./h 1200 Fzg./h tTunnel QZ 1: Airolo-Göschenen, 1600 Fzg./h Route 1: Pass tAirolo-Andermatt + tAndermatt-Göschenen Route 2: Tunnel tTunnel QZ 2: Andermatt-Göschenen, 800 Fzg./h Route 1: Passabfahrt tAndermatt-Göschenen

Quell-Zielbeziehung - Klärung Andermatt C A B Airolo Göschenen QZ 1: Airolo-Göschenen Quelle: A Ziel: B (nicht C!) QZ 2: Andermatt-Göschenen Quelle: C Ziel: B

tP=35 min [1 + aP (lP/cP)bP ] MSA - Rechenbeispiel Nachfrage 1600 Fzg./h aT = aP = 1; bT = bP = 2 cT = 1600 Fzg./h cP = 1500 Fzg./h tP=35 min [1 + aP (lP/cP)bP ] Pass konstant 0.1 (10% von der langsameren auf die schnellere Route) 129.6 Fzg./h 116.6 Fzg./h 55.0 Fzg./h 144.0 Fzg./h 160.0 Fzg./h A B Tunnel tT=25min [1 + aT (lT/cT)bT ] Tunnel Pass It Bel. F/h t (min) Dt 1600 50.0 35.0 15.0 1 1440.0 45.3 160.0 35.4 9.9 2 1296.0 41.4 304.0 36.4 5.0 3 1166.4 38.3 433.6 38.0 0.3 4 1049.8 35.8 550.2 39.7 3.9 5 1104.8 36.9 495.2 38.8 1.9 Prüfung: Initialisierung gegeben 0.1 * 1600.0 Fzg./h → 160.0 Fzg./h 0.1 * 1440.0 Fzg./h → 144.0 Fzg./h 0.1 * 1296.0 Fzg./h → 129.6 Fzg./h 0.1 * 1166.4 Fzg./h → 116.6 Fzg./h 0.1 * 550.2 Fzg./h → 55.0 Fzg./h

MSA → Ortuzar (Hilfsflüsse Fa) Salopp formuliert: Anteil f von allen langsameren auf die schnellste Route → Fa = x + y + z (komplette Nachfrage auf günstigste Route) 1: (1-f) * x + f * 0 Belastung: x t: 50 min 1 2: y + f * x + f * z = (1-f) * y + f * y + f * (x+z) = (1-f) * y + f * (x+y+z) = (1-f) * y + f * Fa Anteil f von x Fa 2 A B Belastung: y t: 40 min → min 3 Anteil f von z Belastung: z t: 60 min 3: (1-f) * z + f * 0

Allgemeines zum Verfahren Geschwindigkeit ↔ Genauigkeit (f konstant) Stabilität bez. Konvergenz Verfahren soll natürlich von jedem beliebigen Startpunkt aus zum Gleichgewicht konvergieren! Gibt es mehrere Gleichgewichte? Abbruchkriterium: „1. Ordnung“: Angestrebte Genauigkeit De z.B.: Relative Reisezeitdifferenz zwischen Routen ≤ 1% pro QZ-Beziehung

Wie findet man die schnellste Route? → Dijkstra 0: Initialisierung Startknoten als Arbeitsknoten und als definitiv markieren Restliche Knoten als unerreichbar markieren (d=∞) Wie findet man die schnellste Route? → Dijkstra Route: A - B - D - E Distanz zum Startkknoten Vorgänger definitiv A B C D E I: Trage in allen Nachbarknoten des aktuellen Arbeitsknotens die Distanz zum Startknoten ein, falls diese kleiner ist, als der eingetragene Wert. Merke mir in diesem Fall in den Nachbarknoten den aktuellen Arbeitsknoten als Vorgänger. - x 1 ∞ A x ∞ 4 A x 5 ∞ B x 9 ∞ 8 D C x II: Aus allen Knoten, die noch nicht als definitiv markiert sind, wird derjenige mit dem kleinsten Wert im Distanzfeld ausgesucht, als definitiv markiert und zum neuen Arbeitsknoten gemacht. III: Verfolge die Route beginnend beim Zielknoten zurück

Übung C 3 Aufgaben Dijkstra 1 Quell-Zielbeziehung, 3 Routen 2 Quell-Zielbeziehungen (2 + 1) Routen XLS In 4er Gruppen Ortuzar/Willumsen Umlegungskapitel PDFs Korrektur r/f → häufigste Probleme & Fragen in ML

Befragung freiwillig! Aber bitte NICHT als Gruppe ausfüllen, sondern einzeln www.andreashorni.ch/vpl R = 2 * Dmax