Der vorliegende Band 5 "Die flexible S-Bahn: Nutzbarmachung Genetischer Algorithmen für die optimale Steuerung und Planung eines flexiblen Stadtschnellbahnbetriebes" ist methodischen Grundsatzfragen aus dem Teilprojekt AP 200 gewidmet. Zwei Problemkreise werden untersucht: 1) Die vollautomatische Ermittlung flexibler Fahrpläne, durch die eine nachfrageorientierte Optimierung des Beförderungsangebotes ermöglicht wird. 2) Energiekostenminimierende Flexiblilisierung von Fahr-, Halte- und Zugfolgezeiten für ein System von Stadtschnellbahnzügen. Vollständig erschliessen lassen sich dabei die Optimierungspotenziale nur unter den Bedingungen der Vollautomatisierung. Die vorliegende Arbeit widmet allerdings besondere Aufmerksamkeit möglichen Zwischenstufen auf dem Weg dahin, d.h. von der heute praktizierten konventionellen Betriebsweise über die Nutzung innovativer Fahrerassistenzsysteme bis zur Vision eines fahrer- und begleiterlosen Betriebsregimes. Geschaffen wird dazu ein neuartiges methodisches Instrumentarium, das sich auf die Nutzbarmachung Genetischer Algorithmen stützt. (Dresden, im Dezember 2004 / Prof. Dr.-Ing. habil. Dr. h. c. H. Strobel - Projektleiter TU Dresden)

Der vorliegende Band 6 des Schlussberichtes "Die flexible S-Bahn: Energiesparende und anschlussoptimierende Flexibilisierung der Fahrweisen und Fahrzeiten - das neuartige Fahrerassistenzsystem ENAflex-S" ordnet sich in das Teilprojekt AP 200 ein. Das Systemkonzept "Flexible S-Bahn" umfasst dabei vier Flexibilisierungsstufen: 1. Flexibilisierung von Haltezeiten zur Anschlussoptimierung zwischen S-Bahn und den straßengebundenen ÖPNV-Systemen (Bus, Straßenbahn) 2. Flexibilisierung der Fahrweisen zwischen zwei Halten mit dem Ziel der Traktionsenergieminimierung (Energieoptimale Zugsteuerung EOZ) 3. Flexibilisierung der Fahrzeiten in vorgegebenen Toleranzbereichen 4. Flexibilisierung der Zugfolgezeiten zur nachfrageorientierten Optimierung des Beförderungsangebotes, d.h. zur Verbesserung der Relation zwischen den Fahrgelderlösen und den Betriebskosten (gekürzt, entnommen Vorwort zum Schlussbericht Band 6)

The work deals with two problems of mass rapid transit system operation: The development of flexible timetables and the realisation of flexible timetables. In both cases, genetic algorithms are used. In the process of (flexible) timetabling in suburban railways, a transport offer perfectly adapted to demand is searched for (temporal and spatial adaptation of demand as well as adaptation of capacity of the trains). After determination of the number of train runs per line and hour and their capacity, optimal departure times have to be found (with a precision of a minute down to 10 s), which fulfil criterias of the passengers (short waiting times) as well as of the operator (small number of vehicles needed). Two different codings for use with genetic algorithms have therefore been developed. They are tested on several case studies of the Dresden suburban railway network, assuming different degrees of flexibilisation. In the process of realising a flexible timetable, transitions between train headways as well as running time and dwell time reserves (margins in the order of a few seconds) are slightly modified in order to coordinate braking and accelerating trains and thereby reduce energy costs of a system of trains. Genetic algorithms can be applied for this problem as well, the proposed methods are tested on several case studies (S-Bahn Berlin, Metro Lille). / Die Arbeit behandelt zwei Probleme der Betriebsplanung von Stadtschnellbahnen: Die Erstellung flexibler Fahrpläne und die Umsetzung flexibler Fahrpläne. In beiden Fällen werden zur Lösung Genetische Algorithmen verwendet. Bei der Ermittlung flexibler Fahrpläne von S-Bahnen wird ein bestmöglich an die Verkehrsnachfrage angepasstes Verkehrsangebot gesucht (zeitlich, räumlich und bezüglich der Kapazität der einzelnen Züge angepasst). Nach stundenfeiner Festlegung der Fahrtenhäufigkeiten und Kapazitäten der einzelnen, sich überlagernden Linien werden deren Abfahrtszeiten gesucht (mit einer Genauigkeit von Minuten bis etwa 10 s), so dass sowohl die Wünsche der Fahrgäste nach gleichmäßigen Zugfolgezeiten als auch Betreiberwünsche (geringe Fahrzeuganzahl) erfüllt werden. Hierzu werden zwei verschiedene Kodierungen für die Verwendung mit Genetischen Algorithmen vorgestellt und das geschaffene Verfahren an verschiedenen Flexibilisierungsszenarien für die S-Bahn Dresden erprobt. Bei der Umsetzung flexibler Fahrpläne, die sich im Bereich weniger Sekunden abspielt, werden Übergänge zwischen Zugfolgezeiten, Fahr- und Haltezeitreserven geringfügig modifiziert, so dass durch bestmögliche Koordination von Anfahr- und Bremsvorgängen eines Systems von Zügen die Energiekosten minimal werden. Methodisch werden wiederum Genetische Algorithmen verwendet, die Erprobung des Verfahrens erfolgt anhand von Linien der S-Bahn Berlin und der Metro in Lille.

The work deals with two problems of mass rapid transit system operation: The development of flexible timetables and the realisation of flexible timetables. In both cases, genetic algorithms are used. In the process of (flexible) timetabling in suburban railways, a transport offer perfectly adapted to demand is searched for (temporal and spatial adaptation of demand as well as adaptation of capacity of the trains). After determination of the number of train runs per line and hour and their capacity, optimal departure times have to be found (with a precision of a minute down to 10 s), which fulfil criterias of the passengers (short waiting times) as well as of the operator (small number of vehicles needed). Two different codings for use with genetic algorithms have therefore been developed. They are tested on several case studies of the Dresden suburban railway network, assuming different degrees of flexibilisation. In the process of realising a flexible timetable, transitions between train headways as well as running time and dwell time reserves (margins in the order of a few seconds) are slightly modified in order to coordinate braking and accelerating trains and thereby reduce energy costs of a system of trains. Genetic algorithms can be applied for this problem as well, the proposed methods are tested on several case studies (S-Bahn Berlin, Metro Lille). / Die Arbeit behandelt zwei Probleme der Betriebsplanung von Stadtschnellbahnen: Die Erstellung flexibler Fahrpläne und die Umsetzung flexibler Fahrpläne. In beiden Fällen werden zur Lösung Genetische Algorithmen verwendet. Bei der Ermittlung flexibler Fahrpläne von S-Bahnen wird ein bestmöglich an die Verkehrsnachfrage angepasstes Verkehrsangebot gesucht (zeitlich, räumlich und bezüglich der Kapazität der einzelnen Züge angepasst). Nach stundenfeiner Festlegung der Fahrtenhäufigkeiten und Kapazitäten der einzelnen, sich überlagernden Linien werden deren Abfahrtszeiten gesucht (mit einer Genauigkeit von Minuten bis etwa 10 s), so dass sowohl die Wünsche der Fahrgäste nach gleichmäßigen Zugfolgezeiten als auch Betreiberwünsche (geringe Fahrzeuganzahl) erfüllt werden. Hierzu werden zwei verschiedene Kodierungen für die Verwendung mit Genetischen Algorithmen vorgestellt und das geschaffene Verfahren an verschiedenen Flexibilisierungsszenarien für die S-Bahn Dresden erprobt. Bei der Umsetzung flexibler Fahrpläne, die sich im Bereich weniger Sekunden abspielt, werden Übergänge zwischen Zugfolgezeiten, Fahr- und Haltezeitreserven geringfügig modifiziert, so dass durch bestmögliche Koordination von Anfahr- und Bremsvorgängen eines Systems von Zügen die Energiekosten minimal werden. Methodisch werden wiederum Genetische Algorithmen verwendet, die Erprobung des Verfahrens erfolgt anhand von Linien der S-Bahn Berlin und der Metro in Lille.

Der vorliegende 4. Band "Die flexible S-Bahn: nachfrageorientierte Flexibilisierung des Beförderungsangeboters - ein neuer Zugang zur Szenarioanalyse alternativer Strategien" ist Grundsatzfragen mit strategischer Bedeutung aus dem Teilprojekt AP 200 gewidmet. Vorgelegt wird eine wissenschaftliche Untersuchung zur Abschätzung verkehrlicher und wirtschaftlicher Innovationspotentiale alternativer Flexibilisierung- und Automatisierungsstrategien. Sie führt auf Erkenntnisse mit grundlegender Bedeutung bezüglich der Erfolgschancen dieser Strategien unter der Berücksichtugung verschiedener Ausbaustufen der S-Bahn Dresden, d.h. von der heute vorzufindenden Situation bis zur Vision eines vollautomatischen Betriebes. (Dresden, im Dezember 2004 / Prof. Dr.-Ing. habil. Dr. h. c. H. Strobel - Projektleiter TU Dresden)

Der vorliegende 4. Band "Die flexible S-Bahn: nachfrageorientierte Flexibilisierung des Beförderungsangeboters - ein neuer Zugang zur Szenarioanalyse alternativer Strategien" ist Grundsatzfragen mit strategischer Bedeutung aus dem Teilprojekt AP 200 gewidmet. Vorgelegt wird eine wissenschaftliche Untersuchung zur Abschätzung verkehrlicher und wirtschaftlicher Innovationspotentiale alternativer Flexibilisierung- und Automatisierungsstrategien. Sie führt auf Erkenntnisse mit grundlegender Bedeutung bezüglich der Erfolgschancen dieser Strategien unter der Berücksichtugung verschiedener Ausbaustufen der S-Bahn Dresden, d.h. von der heute vorzufindenden Situation bis zur Vision eines vollautomatischen Betriebes. (Dresden, im Dezember 2004 / Prof. Dr.-Ing. habil. Dr. h. c. H. Strobel - Projektleiter TU Dresden)