This diploma thesis deals with a proposal and a comparison of several options of transportation planning in the shopping area in the urban area of the town of Modřice, which is enlarging due to the building-up of new commercial centres. The first part of the thesis consists of a treatise on the field of traffic engineering, road-traffic telematics and ITS. The core of the work is formed by a detailed analysis of the current state and calibration of the transport simulation system AIMSUN. The following part shows three different ways of transportation in the given area and all of them include a model of the particular area made in the program AIMSUN and an elaborate analysis of the proposed solution. In the last part of the work all the proposed solutions are compared according to the results gained from the AIMSUN model.

La presente tesis tiene por finalidad proponer rutas alternas a través de la identificación de líneas de deseo en el área delimitada por los alrededores de los ejes Av. Primavera, Jr. El Polo y Av. La Encalada, debido a la alta congestión vehicular que se observa en horas pico, identificadas a través de los aforos vehiculares realizados. En primer lugar, se zonifica el área de estudio según su uso de suelo, la delimitación consta de 11 zonas, siendo 6 microzonas y 5 macrozonas. Seguido del aforo vehicular en 5 puntos estratégicos dentro del área en estudio donde existe ingreso de mayor flujo vehicular a la zona. Con la data obtenida en campo se permite cuantificar el número total de encuestas a realizar en cada uno de los 5 puntos de aforo con y se elabora una matriz O-D que es determinante para identificar las líneas de deseo, estas líneas ayuda a identificar los tipos de viaje, tales son los viajes intrazonales, interzonales, viajes de paso y externos. Por lo que, el estudio se centra en los viajes de paso. Estos son aquellos que no necesitan pasar por el área de estudio para llegar a su destino; las encuestas se destinan para cada tipo de vehículo que circula por la zona y también para los peatones. Una vez obtenida la cantidad de encuestas, se plantea el modelo de encuesta a realizar con el objetivo de tener los motivos y los modos de viaje realizados por los usuarios de la vía. Luego, se procede a realizar los trabajos en gabinete, donde se modela en el Software TransCad toda la red vial a escala y se reconoce todos los accesos y salidas de la zona. Al identificar en el software TransCad la línea de deseo con mayor demanda, se plantea el modelo ideal donde se logra desviar los viajes de paso. Los desvíos propuestos son el giro hacia la izquierda en la Av. Angamos hacia la Av. Velazco Astete con salida a la vía de Evitamiento, para los viajes de la zona XX hacia la zona ZZ. Y el cierre del giro en U en la Av. Primavera entre la Av. Encalada y el Jr. El Polo. Finalmente, a través del modelo gravitacional se pudo evaluar condiciones futuras, calibrando los parámetros. Así, se obtiene la generación y atracción de viajes para el año horizonte de planificación en cada una de las zonas definidas. / This thesis aims to propose detours through the identification of lines of desire in the area demarcated by the vicinity of the axes Av. Primavera, Jr. The Polo and Av. The Encalada, due to the high congestion that is observed in peak times that according to the analysis that through the vehicular capacities could be identified. First, the area of study is zoned according to its use of soil, the delimitation consists of 11 zones, being 6 microzones and 5 superzones. Followed by vehicular capacity in the 4 strategic points established where there is entry of greater vehicular flow to the area. With the data obtained in field allows us to quantify the total number of surveys to be carried out at each gauging point and elaborates a matrix O-D that is determinant for the identification and the lines of desire, these lines will not help to identify Ar the types of travel so we will focus on passing trips, these are those who do not need to pass through the study area to reach their destination; The surveys are destined for every type of vehicle that circulates in the area and also for pedestrians. Once the number of surveys has been obtained, the model of the survey to be carried out with the objective of having the reasons and the modes of travel made by the users of the track is raised. Then, work is done in the cabinet, which will model in the Software TransCad the entire road network to scale and recognize all access and exits of the area. The TRANSCAD will identify the line of desire with the highest demand, and the ideal model where it manages to divert the passing of passages. The possible deviations proposed will be the left turn in Av. Angamos towards Av. Velazco Astete with Exit to the bypass, for trips from the XX zone to the ZZ area. And the closing of the U-turn on Av. Primavera between Av. Encalada and Jr. The pole. Finally, through the gravitational model you can evaluate future conditions, calibrating the parameters. And get the generation and attraction of travel for the year horizon planning in each of the defined areas. / Tesis

No description available.

No description available.

No description available.

Origin-Destination (OD) matrix plays an important role in traffic management and urban planning. However, the OD estimation demands large data collection which has been done in past mostly by surveys with numerous limitations. With the development of communication technology and artificial intelligence technology, the transportation industry experiences new opportunities and challenges. Sensors bring big data characterized by 4V (Volume, Variety, Velocity, Value) to the transportation domain. This allows traffic practitioners to receive data covering large-scale areas and long time periods, even several years of data. At the same time, the introduction of artificial intelligence technology provides new opportunities and challenges in processing massive data. Advances from computer science have also brought revolutionary advancements in the field of transportation. All these new advances and technologies enable large data collection that can be used for extracting and estimating dynamic OD matrices for small time intervals and long time periods.Using Stockholm as the focus of the case study, this thesis estimates dynamic OD matrices covering data collected from the tolls located around Stockholm municipality. These dynamic OD matrices are used to analyze the day-to-day characteristics of the traffic flow that goes through Stockholm. In other words, the typical day-types of traffic through the city center are identified and studied in this work. This study analyzes the data collected by 58 sensors around Stockholm containing nearly 100 million vehicle observations (12GB).Furthermore, we consider and study the effects of dimensionality reduction on the revealing of most common day-types by clustering. The considered dimensionality reduction techniques are Principal Component Analysis (PCA) and its variant Kernel PCA (KPCA). The results reveal that dimensionality reduction significantly drops computational costs while resulting in reasonable day-types. Day-type clusters reveal expected as unexpected patterns and thus could have potential in traffic management, urban planning, and designing the strategy for congestion tax. / Origin-Destination (OD) -matrisen spelar en viktig roll i trafikledning och stadsplanering. Emellertid kräver OD-uppskattningen stor datainsamling, vilket har gjorts tidigare mest genom enkäter med många begränsningar. Med utvecklingen av kommunikationsteknik och artificiell intelligens upplever transportindustrin nya möjligheter och utmaningar. Sensorer ger stor data som kännetecknas av 4V (på engelska, volym, variation, hastighet, värde) till transportdomänen. Detta gör det möjligt för trafikutövare att ta emot data som täcker storskaliga områden och långa tidsperioder, till och med flera års data. Samtidigt ger introduktionen av artificiell intelligens teknik nya möjligheter och utmaningar i behandlingen av massiva data. Datavetenskapens framsteg har också lett till revolutionära framsteg inom transportområdet. Alla dessa nya framsteg och tekniker möjliggör stor datainsamling som kan användas för att extrahera och uppskatta dynamiska OD-matriser under små tidsintervall och långa tidsperioder.Genom att använda Stockholm som fokus för fallstudien uppskattar denna avhandling dynamiska OD-matriser som täcker data som samlats in från vägtullarna runt Stockholms kommun. Dessa dynamiska OD-matriser används för att analysera de dagliga egenskaperna hos trafikflödet i Stockholm genom stadens centrum. Med andra ord känns igen och studeras de typiska dagtyperna av trafik genom stadens centrum i detta arbete. Denna studie analyserar data som samlats in av 58 sensorer runt Stockholm som innehåller nästan 100 miljoner fordonsobservationer (12 GB)Dessutom överväger och studerar vi effekterna av dimensioneringsreduktion på avslöjandet av de vanligaste dagtyperna genom kluster. De betraktade dimensioneringsreduktionsteknikerna är Principal Component Analysis (PCA) och dess variant Kernel PCA (KPCA). Resultaten avslöjar att dimensioneringsreduktion avsevärt minskar beräkningskostnaderna, samtidigt som det ger rimliga dagtyper. Dagstyp kluster avslöjar förväntade som oväntade mönster och därmed kan ha potential i trafikledning, stadsplanering och utformning av strategin för trängselskatt.

Les temps changent, et de nouvelles temporalités sont venues modifier l’organisation du temps des individus. Les nouvelles technologies de l’information combinées à l’usage grandissant du véhicule en mode solo ont contribué à l’étalement urbain et à l’accroissement des distances qu’ont à franchir les migrants pendulaires. Les déplacements quotidiens de milliers de personnes sur un territoire urbain à des fins de travail, d’étude et de loisir ne se font pas sans heurts. Il va sans dire qu’un usage accru des moyens de transport collectif réduirait considérablement les méfaits occasionnés par les migrations pendulaires. Encore faut-il que l’offre de transport en commun réponde à la demande des migrants pendulaires. Puisqu’il y a différents types de migrants pendulaires, l’offre de transport doit s’adapter à tous si l’on veut rejoindre une masse importante d’utilisateurs. Les nouvelles temporalités ont redéfini l’usage du temps pour une majorité d’individus. Cette recherche vise donc à vérifier si l’offre de transport en commun, faite par la Société de Transport de Montréal et la Ville de Montréal, répond adéquatement aux besoins des navetteurs d’aujourd’hui. / Times change and the New Temporalities have modified the individual’s organization of time. The new information technologies combined with high car dependence contribute to urban sprawl and to the increase in distance for commuters. Thousands of daily moves made by commuters, moving in an urban territory, are not without consequences. A massive use of public transportation would lead to a decrease of inconveniences associated with daily commuting. Public transit companies have to provide commuters with excellent service. The offer has to be adapted to people’s needs, in order to reach a mass of users. The New Temporalities have modified the way most people use their time. The goal of this research is, then, to verify if the public transit supply of « La Société de Transport de Montréal et la Ville de Montréal» is adapted to today’s commuters’ needs.

Les temps changent, et de nouvelles temporalités sont venues modifier l’organisation du temps des individus. Les nouvelles technologies de l’information combinées à l’usage grandissant du véhicule en mode solo ont contribué à l’étalement urbain et à l’accroissement des distances qu’ont à franchir les migrants pendulaires. Les déplacements quotidiens de milliers de personnes sur un territoire urbain à des fins de travail, d’étude et de loisir ne se font pas sans heurts. Il va sans dire qu’un usage accru des moyens de transport collectif réduirait considérablement les méfaits occasionnés par les migrations pendulaires. Encore faut-il que l’offre de transport en commun réponde à la demande des migrants pendulaires. Puisqu’il y a différents types de migrants pendulaires, l’offre de transport doit s’adapter à tous si l’on veut rejoindre une masse importante d’utilisateurs. Les nouvelles temporalités ont redéfini l’usage du temps pour une majorité d’individus. Cette recherche vise donc à vérifier si l’offre de transport en commun, faite par la Société de Transport de Montréal et la Ville de Montréal, répond adéquatement aux besoins des navetteurs d’aujourd’hui. / Times change and the New Temporalities have modified the individual’s organization of time. The new information technologies combined with high car dependence contribute to urban sprawl and to the increase in distance for commuters. Thousands of daily moves made by commuters, moving in an urban territory, are not without consequences. A massive use of public transportation would lead to a decrease of inconveniences associated with daily commuting. Public transit companies have to provide commuters with excellent service. The offer has to be adapted to people’s needs, in order to reach a mass of users. The New Temporalities have modified the way most people use their time. The goal of this research is, then, to verify if the public transit supply of « La Société de Transport de Montréal et la Ville de Montréal» is adapted to today’s commuters’ needs.

Die verkehrliche Kapazitätsplanung ist für ÖPNV-Unternehmen ein wichtiger Geschäftsprozess. Die Planungsergebnisse entscheiden maßgeblich über den Einsatz kostenträchtiger Ressourcen und über den Erfolg der ÖPNV-Dienstleistung am Verkehrsmarkt. Trotz dieser Bedeutung beschränkt sich die Planung bisher noch weitgehend auf die Umsetzung von Aufgabenträgervorgaben und vernachlässigt ergänzende Anforderungen der Kunden und Unternehmen. Die vorliegende Arbeit ermittelt die Anforderungen aller relevanten Anspruchsgruppen und benennt Umsetzungsdefizite der heutigen Planungspraxis. Diese Defizite bilden die Grundlage für die Entwicklung einer neuen, anforderungsorientierten Planungsmethodik. Für diese Methodik wird die Qualität des Platzangebotes aus der Perspektive der Kunden definiert und ermittelt. Aus Kundensicht stellt dabei eine uneingeschränkte Sitzplatzverfügbarkeit das höchste Qualitätsniveau dar, während die zulässige Mindestqualität von der kundenseitigen Akzeptanzgrenze für Qualitätsverluste durch Sitzplatzmangel bestimmt wird. Unter Anwendung anerkannter Regeln der Risikobewertung werden zur Bestimmung dieser Qualitätsverluste die Risikoparameter ‚Stehdichte‘, ‚Stehdauer‘ und ‚Stehplatzwahrscheinlichkeit‘ für sämtliche Linienabschnitte und alle Kundenfahrten einer Fahrplanfahrt ermittelt. Dies geschieht auf der Grundlage realisierter Fahrten in Form von haltestellenbasierten Quelle/Ziel-Matrizen. Dem dynamischen Charakter der Risikoparameter im Fahrtverlauf folgend zeigen die Rechenergebnisse stark variierende Qualitätsverluste und liefern so ein transparentes Bild der von den Kunden erlebten Platzqualität. Damit ermöglichen sie die Ermittlung spezifischer Qualitätsniveaus für jede Quelle/Ziel-Gruppe der Matrix und, sofern im elektronischen Fahrgeldmanagementsystem eine Zuordnung von Fahrten zu Kunden erfolgt, auch für unterschiedliche Marktsegmente. Aus den detaillierten Ergebnissen lassen sich zielgerichtete Angebotsmaßnahmen ableiten, deren Realisierung eine bessere Erfüllung der Anforderungen der relevanten Anspruchsgruppen verspricht und Ansätze für ein stärker marktorientiertes Vorgehen bei der Angebotsgestaltung liefert.:Abbildungsverzeichnis VI Verzeichnis der Abkürzungen und Glossar XI Verzeichnis der Formelzeichen und Symbole XIII 1. Einleitung, Zielsetzung und Aufbau der Arbeit 1 2. Status Quo der verkehrlichen Kapazitätsplanung im ÖPNV 5 2.1. Verkehrliche und betriebliche Kapazitätsplanung 5 2.2. Ziele der verkehrlichen Kapazitätsplanung 7 2.3. Ermittlung der Platznachfrage 7 2.3.1. Manuelle Zählungen 8 2.3.2. Automatische Zählungen 9 2.3.3. Auswertung von Vertriebsdaten 9 2.3.4. Fahrgastbefragungen 10 2.3.5. Sonstige Erhebungsmethoden 10 2.4. Ergebnisse der Nachfrageerhebung 10 2.4.1. Verteilung und Schwankungen der Platznachfrage im Netz 10 2.4.2. Stochastische Nachfrageschwankungen 14 2.5. Einfluss der Erhebungsmethoden auf die Durchführung des Planungsprozesses 16 2.6. Ermittlung des Platzangebotes 17 2.6.1. Platzangebotes eines Fahrzeugs 18 2.6.2. Sitzplätze eines Fahrzeugs 18 2.6.3. Stehplätze eines Fahrzeugs 19 2.6.3.1. Ermittlung der Stehplatzfläche eines Fahrzeugs 19 2.6.3.2. Ermittlung der zulässigen Stehdichte im Fahrzeug 19 2.6.4. Sitzplatzanteil eines Fahrzeugs 21 2.6.5. Platzangebot eines Zeitintervalls 23 2.6.6. Vergleich von Platzangebot und Platznachfrage für ein Zeitintervall 24 2.7. Berücksichtigung von Schwankungen der Nachfrage 25 2.8. Begrenzung der Stehdauer der Fahrgäste 28 2.9. Prüfung der Ergebnisse und Anpassung des Platzangebotes 29 2.10. Auswirkung qualitätsbezogener Festlegungen auf das Planungsergebnis 30 2.11. Praxis der verkehrlichen Kapazitätsplanung in Verkehrsunternehmen 34 3. Anforderungen an die verkehrliche Kapazitätsplanung im ÖPNV 39 3.1. Bestimmung der Anspruchsgruppen 39 3.2. Struktur des Planungsprozesses 40 3.3. Anforderungen der Kunden 45 3.3.1. Anforderungen aus der Wahrnehmung von Dienstleistungsqualität 45 3.3.1.1. Anforderungen aus der Diskonfirmationstheorie 46 3.3.1.2. Anforderungen aus der Bildung von Erwartungen 47 3.3.1.3. Anforderungen aus der Wahrnehmung der Leistung 50 3.3.1.4. Anforderungen aus der Einteilung in Zufriedenheitsfaktoren 51 3.3.1.5. Anforderungen aus Einflüssen auf die Kundenzufriedenheit 53 3.3.1.5.1. Assimilations-Kontrast-Theorie 54 3.3.1.5.2. Attributionstheorie 54 3.3.1.5.3. Gerechtigkeitstheorie 55 3.3.1.5.4. Theorie des wahrgenommenen Risikos 56 3.3.1.5.5. Sitzplatz- und Stehflächenmangel als funktionales Risiko 58 3.3.2. Anforderungen der Kunden aus Kundenbefragungen 63 3.3.2.1. Befragungen zur Bevorzugung von Sitzplätzen 64 3.3.2.2. Untersuchungen zur Akzeptanz von Stehdichte 69 3.3.2.3. Untersuchungen zur Akzeptanz von Stehdauer 73 3.3.2.4. Untersuchungen zum Zusammenhang zwischen Stehdichte und Stehdauer 79 3.4. Anforderungen des Unternehmens 82 3.4.1. Anforderungen aus dem Leistungsaustausch am Markt 83 3.4.2. Anforderungen aus den Besonderheiten von Dienstleistungen 88 3.4.2.1. Anforderungen aus der Immaterialität/Intangibilität von Dienstleistungen 89 3.4.2.2. Anforderungen aus der Nichtlagerbarkeit/Nichttransportfähigkeit von Dienstleistungen 90 3.4.2.3. Anforderungen aus der Integration des externen Faktors von Dienstleistungen 90 3.4.2.4. Anforderungen aus der Heterogenität/Individualität von Dienstleistungen 92 3.4.2.5. Zusammenfassung der Anforderungen aus den Besonderheiten von Dienstleistungen 92 3.4.3. Anforderungen aus den Unternehmenszielen 93 3.4.3.1. Anforderungen aus den Marketingstrategien des Unternehmens 96 3.4.3.1.1. Anforderungen aus der Marktfeldstrategie 98 3.4.3.1.2. Anforderungen aus der Marktsegmentierungsstrategie 99 3.4.3.1.3. Anforderungen aus der auf die Abnehmer gerichteten Strategie 103 3.4.4. Anforderungen aus den Modellen der Dienstleistungsqualität 105 3.4.4.1. Anforderungen aus dem GAP-Modell 107 3.4.4.2. Anforderungen aus dem Dienstleistungsqualitätsmodell von Grönroos 110 3.4.4.3. Anforderungen aus dem Dienstleistungsqualitätsmodell von Meyer/Mattmüller 111 3.4.4.4. Anforderungen aus dem Dynamischen Prozessmodell von Boulding/Kalra/Staelin/Zeithaml 112 3.4.4.5. Anforderungen aus dem Beziehungs-Qualitätsmodell von Liljander/Strandvik 113 3.4.4.6. Anforderungen aus dem Qualitativen Zufriedenheitsmodell von Stauss/Neuhaus 115 3.4.5. Anforderungen aus dem operativen Qualitätsmanagement 115 3.4.5.1. Anforderungen aus der Qualitätsplanung 116 3.4.5.2. Anforderungen aus der Qualitätslenkung 117 3.4.5.3. Anforderungen aus der Qualitätsprüfung 118 3.4.5.4. Anforderungen der DIN EN 13816 2002 zur Messung der Dienstleistungsqualität 122 3.4.5.5. Anforderungen aus der Qualitätsmanagementdarlegung 126 3.4.6. Anforderungen aus dem Prozessmanagement 127 3.4.7. Anforderungen an die Erbringung von Kompatibilitätsnachweisen 129 3.5. Anforderungen des Aufgabenträgers 129 3.6. Defizite bei der Erfüllung von Anforderungen durch den Status quo der verkehrlichen Kapazitätsplanung 132 4. Differenzierungsmodell für eine anforderungsorientierte verkehrliche Kapazitätsplanung im ÖPNV 138 4.1. Entwicklungslinien einer anforderungsorientierten Kapazitätsplanung 138 4.2. Entwicklungsschritte des Differenzierungsmodells 140 4.2.1. Stärkung der Nachfrageorientierung 140 4.2.2. Stärkung der Qualitätsorientierung 141 4.2.3. Stärkung der Marktorientierung 143 4.2.4. Stärkung der Kostenorientierung 144 4.3. Methodische Verbesserung der Prozesselemente 145 4.3.1. Arbeitsgrundlagen des Planungsprozesses 146 4.3.2. Prozesselement Planungsvorgaben 146 4.3.3. Prozesselement Nachfrage 146 4.3.4. Prozesselement Angebot 148 4.3.5. Prozesselement Messverfahren 148 4.3.5.1. Definition der zu messenden Platzqualität 150 4.3.5.2. Erläuterungen zur Messung der Platzqualität 152 4.3.5.3. Messung der Risikoparameter für Platzqualität 155 4.3.5.4. Ermittlung der Qualitätsverluste und der Platzqualität 158 4.3.5.5. Variation des Qualitätsziels im Hinblick auf Marktsegmente 162 4.3.6. Prozesselement Ermittlung der Planungsergebnisse 165 4.3.6.1. Ermittlung qualitätsbezogener Kennzahlen 165 4.3.6.2. Ermittlung von Kennzahlen zu Ressourceneinsatz, Betriebsleistung und Kosten 166 4.3.7. Prozesselement Prüfung 166 4.3.7.1. Prüfung der Konformität mit den Unternehmenszielen 167 4.3.7.2. Prüfung der Konformität mit Anforderungen des Aufgabenträgers 167 4.3.8. Prozesselement Veränderung 169 5. Anwendung des Differenzierungsmodells 171 5.1. Gestaltung des Anwendungsbeispiels 171 5.1.1. Festlegungen zur Infrastruktur 171 5.1.2. Festlegungen zum Fahrbetrieb 172 5.1.3. Festlegungen zum Platzangebot 173 5.1.4. Festlegungen zur Platznachfrage 173 5.1.5 Festlegungen zur Platzqualität 174 5.2. Ergebnisse der anwendungsorientierten Planung 175 5.2.1. Standardergebnisse 175 5.2.2. Relevante Einflüsse 182 5.2.2.1. Bemessungsnachfrage 182 5.2.2.2. Platzangebot 183 5.2.2.3. Taktverdichtung 184 5.2.2.4. Qualitätsziel 186 5.2.2.5. Sitzplatzanteil des Fahrzeugs 187 5.2.2.6. Beförderungsgeschwindigkeit 187 5.2.2.7. Fahrgastwechsel 188 5.2.3. Anforderungsorientierung 189 5.2.3.1. Verbesserung der Nachfrageorientierung 190 5.2.3.2. Stärkung der Qualitätsorientierung 190 5.2.3.3. Implementierung der Marktorientierung 191 5.2.3.4. Stärkung der Kostenorientierung 192 6. Fazit und Ausblick 195 Quellenverzeichnis 199 Verzeichnis der Anhänge 208 Anhang A: Befragung größerer Verkehrsunternehmen zur Praxis der verkehrliche Kapazitätsplanung im schienengebundenen ÖPNV 208 Anhang B: Befragung der Fahrgäste zum Sitzplatzwunsch und zur Fahrtdauer 211 Anhang C: Befragung der U-Bahn-Fahrgäste zum Sitzplatzbedarf im Zusammenhang mit der Beschäftigung während der Fahrt sowie mit dem Alter und dem Geschlecht 214 Anhang D: Befragung der U-Bahn-Fahrgäste zur akzeptierten Stehdauer im Zusammenhang mit der Stehplatzdichte sowie mit dem Alter und dem Geschlecht 216 Anhang E: Befragung der U-Bahn-Fahrgäste der Linie U3 zum Sitzplatzwunsch und zur akzeptierten Stehdauer im Zusammenhang mit der während der Befragung vorgefundenen Stehplatzdichte 217 / Transport related capacity planning constitutes an important business process for public transport companies. Respective results have a crucial impact on the allocation of costly resources and on public transport services. Despite this significance, planning is mostly limited to implementing standards put forth by authorities thereby neglecting to address complementary customer and corporate needs. The paper determines relevant stakeholder requirements and depicts implementation deficits of current planning methods. Furthermore, these deficiencies allow for laying the foundation to develop a new requirement based planning methodology. Against this backdrop the quality of available space from a customer perspective is defined and derived. Moreover, from the aforementioned perspective the ample provision of available space is brought to focus while bearing a minimal customer based quality threshold - determined by loss of seating capacity - in mind. By applying all renowned standards pertaining to risk assessment relevant parameters such as standing density, - duration and -probability are determined for all customer related trips of a schedule. The aforementioned approach is based on realized trips in relation to an underlying stop-oriented origin-destination-matrix. Following dynamic characteristics of risk parameters en route the calculation results depict a stark variation in outcome as to loss of quality. Hence, a vivid picture attributed to customer`s perceived seating quality emerges. In so far as an electronic fare management system is in place specific quality levels with regard to an underlying origin-destination-matrix based on assigned customer trips can be derived while also taking various market segments into consideration. Emphasis is laid upon a market-oriented approach bringing to focus enhanced services. Moreover, detailed results allow for deriving concise measures, which in turn improve compliance pertaining to relevant stakeholder requirements.:Abbildungsverzeichnis VI Verzeichnis der Abkürzungen und Glossar XI Verzeichnis der Formelzeichen und Symbole XIII 1. Einleitung, Zielsetzung und Aufbau der Arbeit 1 2. Status Quo der verkehrlichen Kapazitätsplanung im ÖPNV 5 2.1. Verkehrliche und betriebliche Kapazitätsplanung 5 2.2. Ziele der verkehrlichen Kapazitätsplanung 7 2.3. Ermittlung der Platznachfrage 7 2.3.1. Manuelle Zählungen 8 2.3.2. Automatische Zählungen 9 2.3.3. Auswertung von Vertriebsdaten 9 2.3.4. Fahrgastbefragungen 10 2.3.5. Sonstige Erhebungsmethoden 10 2.4. Ergebnisse der Nachfrageerhebung 10 2.4.1. Verteilung und Schwankungen der Platznachfrage im Netz 10 2.4.2. Stochastische Nachfrageschwankungen 14 2.5. Einfluss der Erhebungsmethoden auf die Durchführung des Planungsprozesses 16 2.6. Ermittlung des Platzangebotes 17 2.6.1. Platzangebotes eines Fahrzeugs 18 2.6.2. Sitzplätze eines Fahrzeugs 18 2.6.3. Stehplätze eines Fahrzeugs 19 2.6.3.1. Ermittlung der Stehplatzfläche eines Fahrzeugs 19 2.6.3.2. Ermittlung der zulässigen Stehdichte im Fahrzeug 19 2.6.4. Sitzplatzanteil eines Fahrzeugs 21 2.6.5. Platzangebot eines Zeitintervalls 23 2.6.6. Vergleich von Platzangebot und Platznachfrage für ein Zeitintervall 24 2.7. Berücksichtigung von Schwankungen der Nachfrage 25 2.8. Begrenzung der Stehdauer der Fahrgäste 28 2.9. Prüfung der Ergebnisse und Anpassung des Platzangebotes 29 2.10. Auswirkung qualitätsbezogener Festlegungen auf das Planungsergebnis 30 2.11. Praxis der verkehrlichen Kapazitätsplanung in Verkehrsunternehmen 34 3. Anforderungen an die verkehrliche Kapazitätsplanung im ÖPNV 39 3.1. Bestimmung der Anspruchsgruppen 39 3.2. Struktur des Planungsprozesses 40 3.3. Anforderungen der Kunden 45 3.3.1. Anforderungen aus der Wahrnehmung von Dienstleistungsqualität 45 3.3.1.1. Anforderungen aus der Diskonfirmationstheorie 46 3.3.1.2. Anforderungen aus der Bildung von Erwartungen 47 3.3.1.3. Anforderungen aus der Wahrnehmung der Leistung 50 3.3.1.4. Anforderungen aus der Einteilung in Zufriedenheitsfaktoren 51 3.3.1.5. Anforderungen aus Einflüssen auf die Kundenzufriedenheit 53 3.3.1.5.1. Assimilations-Kontrast-Theorie 54 3.3.1.5.2. Attributionstheorie 54 3.3.1.5.3. Gerechtigkeitstheorie 55 3.3.1.5.4. Theorie des wahrgenommenen Risikos 56 3.3.1.5.5. Sitzplatz- und Stehflächenmangel als funktionales Risiko 58 3.3.2. Anforderungen der Kunden aus Kundenbefragungen 63 3.3.2.1. Befragungen zur Bevorzugung von Sitzplätzen 64 3.3.2.2. Untersuchungen zur Akzeptanz von Stehdichte 69 3.3.2.3. Untersuchungen zur Akzeptanz von Stehdauer 73 3.3.2.4. Untersuchungen zum Zusammenhang zwischen Stehdichte und Stehdauer 79 3.4. Anforderungen des Unternehmens 82 3.4.1. Anforderungen aus dem Leistungsaustausch am Markt 83 3.4.2. Anforderungen aus den Besonderheiten von Dienstleistungen 88 3.4.2.1. Anforderungen aus der Immaterialität/Intangibilität von Dienstleistungen 89 3.4.2.2. Anforderungen aus der Nichtlagerbarkeit/Nichttransportfähigkeit von Dienstleistungen 90 3.4.2.3. Anforderungen aus der Integration des externen Faktors von Dienstleistungen 90 3.4.2.4. Anforderungen aus der Heterogenität/Individualität von Dienstleistungen 92 3.4.2.5. Zusammenfassung der Anforderungen aus den Besonderheiten von Dienstleistungen 92 3.4.3. Anforderungen aus den Unternehmenszielen 93 3.4.3.1. Anforderungen aus den Marketingstrategien des Unternehmens 96 3.4.3.1.1. Anforderungen aus der Marktfeldstrategie 98 3.4.3.1.2. Anforderungen aus der Marktsegmentierungsstrategie 99 3.4.3.1.3. Anforderungen aus der auf die Abnehmer gerichteten Strategie 103 3.4.4. Anforderungen aus den Modellen der Dienstleistungsqualität 105 3.4.4.1. Anforderungen aus dem GAP-Modell 107 3.4.4.2. Anforderungen aus dem Dienstleistungsqualitätsmodell von Grönroos 110 3.4.4.3. Anforderungen aus dem Dienstleistungsqualitätsmodell von Meyer/Mattmüller 111 3.4.4.4. Anforderungen aus dem Dynamischen Prozessmodell von Boulding/Kalra/Staelin/Zeithaml 112 3.4.4.5. Anforderungen aus dem Beziehungs-Qualitätsmodell von Liljander/Strandvik 113 3.4.4.6. Anforderungen aus dem Qualitativen Zufriedenheitsmodell von Stauss/Neuhaus 115 3.4.5. Anforderungen aus dem operativen Qualitätsmanagement 115 3.4.5.1. Anforderungen aus der Qualitätsplanung 116 3.4.5.2. Anforderungen aus der Qualitätslenkung 117 3.4.5.3. Anforderungen aus der Qualitätsprüfung 118 3.4.5.4. Anforderungen der DIN EN 13816 2002 zur Messung der Dienstleistungsqualität 122 3.4.5.5. Anforderungen aus der Qualitätsmanagementdarlegung 126 3.4.6. Anforderungen aus dem Prozessmanagement 127 3.4.7. Anforderungen an die Erbringung von Kompatibilitätsnachweisen 129 3.5. Anforderungen des Aufgabenträgers 129 3.6. Defizite bei der Erfüllung von Anforderungen durch den Status quo der verkehrlichen Kapazitätsplanung 132 4. Differenzierungsmodell für eine anforderungsorientierte verkehrliche Kapazitätsplanung im ÖPNV 138 4.1. Entwicklungslinien einer anforderungsorientierten Kapazitätsplanung 138 4.2. Entwicklungsschritte des Differenzierungsmodells 140 4.2.1. Stärkung der Nachfrageorientierung 140 4.2.2. Stärkung der Qualitätsorientierung 141 4.2.3. Stärkung der Marktorientierung 143 4.2.4. Stärkung der Kostenorientierung 144 4.3. Methodische Verbesserung der Prozesselemente 145 4.3.1. Arbeitsgrundlagen des Planungsprozesses 146 4.3.2. Prozesselement Planungsvorgaben 146 4.3.3. Prozesselement Nachfrage 146 4.3.4. Prozesselement Angebot 148 4.3.5. Prozesselement Messverfahren 148 4.3.5.1. Definition der zu messenden Platzqualität 150 4.3.5.2. Erläuterungen zur Messung der Platzqualität 152 4.3.5.3. Messung der Risikoparameter für Platzqualität 155 4.3.5.4. Ermittlung der Qualitätsverluste und der Platzqualität 158 4.3.5.5. Variation des Qualitätsziels im Hinblick auf Marktsegmente 162 4.3.6. Prozesselement Ermittlung der Planungsergebnisse 165 4.3.6.1. Ermittlung qualitätsbezogener Kennzahlen 165 4.3.6.2. Ermittlung von Kennzahlen zu Ressourceneinsatz, Betriebsleistung und Kosten 166 4.3.7. Prozesselement Prüfung 166 4.3.7.1. Prüfung der Konformität mit den Unternehmenszielen 167 4.3.7.2. Prüfung der Konformität mit Anforderungen des Aufgabenträgers 167 4.3.8. Prozesselement Veränderung 169 5. Anwendung des Differenzierungsmodells 171 5.1. Gestaltung des Anwendungsbeispiels 171 5.1.1. Festlegungen zur Infrastruktur 171 5.1.2. Festlegungen zum Fahrbetrieb 172 5.1.3. Festlegungen zum Platzangebot 173 5.1.4. Festlegungen zur Platznachfrage 173 5.1.5 Festlegungen zur Platzqualität 174 5.2. Ergebnisse der anwendungsorientierten Planung 175 5.2.1. Standardergebnisse 175 5.2.2. Relevante Einflüsse 182 5.2.2.1. Bemessungsnachfrage 182 5.2.2.2. Platzangebot 183 5.2.2.3. Taktverdichtung 184 5.2.2.4. Qualitätsziel 186 5.2.2.5. Sitzplatzanteil des Fahrzeugs 187 5.2.2.6. Beförderungsgeschwindigkeit 187 5.2.2.7. Fahrgastwechsel 188 5.2.3. Anforderungsorientierung 189 5.2.3.1. Verbesserung der Nachfrageorientierung 190 5.2.3.2. Stärkung der Qualitätsorientierung 190 5.2.3.3. Implementierung der Marktorientierung 191 5.2.3.4. Stärkung der Kostenorientierung 192 6. Fazit und Ausblick 195 Quellenverzeichnis 199 Verzeichnis der Anhänge 208 Anhang A: Befragung größerer Verkehrsunternehmen zur Praxis der verkehrliche Kapazitätsplanung im schienengebundenen ÖPNV 208 Anhang B: Befragung der Fahrgäste zum Sitzplatzwunsch und zur Fahrtdauer 211 Anhang C: Befragung der U-Bahn-Fahrgäste zum Sitzplatzbedarf im Zusammenhang mit der Beschäftigung während der Fahrt sowie mit dem Alter und dem Geschlecht 214 Anhang D: Befragung der U-Bahn-Fahrgäste zur akzeptierten Stehdauer im Zusammenhang mit der Stehplatzdichte sowie mit dem Alter und dem Geschlecht 216 Anhang E: Befragung der U-Bahn-Fahrgäste der Linie U3 zum Sitzplatzwunsch und zur akzeptierten Stehdauer im Zusammenhang mit der während der Befragung vorgefundenen Stehplatzdichte 217

L’estimation des matrices origine-destination (OD) est un sujet de recherche important depuis les années 1950. En effet, ces tableaux à deux entrées recensent la demande de transport d'une zone géographique donnée et sont de ce fait un élément clé de l'ingénierie du trafic. Historiquement, les seules données disponibles pour leur estimation par les statistiques étaient les comptages de véhicules par les boucles magnétiques. Ce travail s'inscrit alors dans le contexte de l'installation à Brisbane de plus de 600 détecteurs Bluetooth qui ont la capacité de détecter et d'identifier les appareils électroniques équipés de cette technologie.Dans un premier temps, il explore la possibilité offerte par ces détecteurs pour les applications en ingénierie du transport en caractérisant ces données et leurs bruits. Ce projet aboutit, à l'issue de cette étude, à une méthode de reconstruction des trajectoires des véhicules équipés du Bluetooth à partir de ces seules données. Dans un second temps, en partant de l'hypothèse que l'accès à des échantillons importants de trajectoires va se démocratiser, cette thèse propose d'étendre la notion de matrice OD à celle de matrice OD par lien afin de combiner la description de la demande avec celle de l'utilisation du réseau. Reposant sur les derniers outils méthodologies développés en optimisation convexe, nous proposons une méthode d'estimation de ces matrices à partir des trajectoires inférées par Bluetooth et des comptages routiers.A partir de peu d'hypothèses, il est possible d'inférer ces nouvelles matrices pour l'ensemble des utilisateurs d'un réseau routier (indépendamment de leur équipement en nouvelles technologies). Ce travail se distingue ainsi des méthodes traditionnelles d'estimation qui reposaient sur des étapes successives et indépendantes d'inférence et de modélisation. / Origin Destination matrix estimation is a critical problem of the Transportation field since the fifties. OD matrix is a two-entry table taking census of the zone-to-zone traffic of a geographic area. This traffic description tools is therefore paramount for traffic engineering applications. Traditionally, the OD matrix estimation has solely been based on traffic counts collected by networks of magnetic loops. This thesis takes place in a context with over 600 Bluetooth detectors installed in the City of Brisbane. These detectors permit in-car Bluetooth device detection and thus vehicle identification.This manuscript explores first, the potentialities of Bluetooth detectors for Transport Engineering applications by characterising the data, their noises and biases. This leads to propose a new methodology for Bluetooth equipped vehicle trajectory reconstruction. In a second step, based on the idea that probe trajectories will become more and more available by means of new technologies, this thesis proposes to extend the concept of OD matrix to the one of link dependent origin destination matrix that describes simultaneously both the traffic demand and the usage of the network. The problem of LOD matrix estimation is formulated as a minimisation problem based on probe trajectories and traffic counts and is then solved thanks to the latest advances in nonsmooth convex optimisation.This thesis demonstrates that, with few hypothesis, it is possible to retrieve the LOD matrix for the whole set of users in a road network. It is thus different from traditional OD matrix estimation approaches that relied on successive steps of modelling and of statistical inferences.