Innovate UK, die britische Innovationsagentur, hat Arup im Rahmen ihres Wettbewerbs "Business-led innovation response to global disruption" unmittelbar nach der Abriegelung des Vereinigten K?nigreichs eine Finanzierung zugesprochen. In nur sechs Wochen entwickelten wir die Grundlagen eines agentenbasierten Modells (ABM), das individuelle Verhaltensweisen und Reise?nderungen simulierte, wenn regul?re Verhaltensweisen durch Einschr?nkungen wie soziale Distanzierung gest?rt wurden.

Dieses Modell bildete die Grundlage für künftige Analysen auf der granularen Ebene des individuellen Verhaltens. In Zusammenarbeit mit dem Birmingham City Council und Transport for the West Midlands erstellten wir ein ABM für die Region Birmingham, um unseren Ansatz zu testen.

Das Projekt verlangte von uns, anders zu denken. Das Testen radikal anderer Verhaltensweisen, für die es keinen Pr?zedenzfall gab, erforderte einen radikal neuen Ansatz. Unser Ziel war es, zu demonstrieren, wie fortschrittliches maschinelles Lernen eingesetzt werden kann, um Kosten zu senken und die Planung von Verkehrsdiensten in unsicheren Umgebungen zu beschleunigen.

Schnellere Wertsch?pfung angesichts zeitkritischer Herausforderungen

Die COVID-19-Pandemie stellte die traditionellen Modelle vor neue Herausforderungen. Es kann Monate oder Jahre dauern, bis diese Modelle erstellt und Verhaltensweisen simuliert sind, und sie k?nnen Schwierigkeiten haben, Verhaltensweisen darzustellen, die anders aussehen als in der Vergangenheit. Unsere Aufgabe bestand darin, die Grundlagen für ein Modell zu entwickeln, das nützliche Erkenntnisse über radikale Verhaltens?nderungen liefern konnte. Wir mussten schnell arbeiten, um innerhalb von Wochen die Grundlagen für ein Modell zu schaffen, das den Verkehrsbeh?rden bei der Planung der kurz- und mittelfristigen Folgen von pandemiebedingten ?nderungen des Reiseverhaltens helfen würde.

Der Schlüssel zu ABMs ist, dass sie Verhaltensweisen auf individueller Ebene simulieren. Sie berücksichtigen unterschiedliche Merkmale, Bedürfnisse und Ressourcen und bieten eine einzigartige M?glichkeit, Verhaltens?nderungen zu berücksichtigen. Im Gegensatz zur traditionellen Modellierung gibt dieser granulare Ansatz den Planern die M?glichkeit, eine Zukunft in Betracht zu ziehen, die sich radikal von der Vergangenheit unterscheidet, und erm?glicht es uns, ein breites Spektrum von Auswirkungen mit gr??erer Flexibilit?t zu modellieren.

The multimodal transport network in Birmingham representing both major routes and smaller, urban roads.
Das multimodale Verkehrsnetz in Birmingham umfasst sowohl Hauptverkehrsstraßen als auch kleinere, städtische Straßen.

Modellierung ver?nderter Verhaltensweisen

Als zweitgr??te Stadt Gro?britanniens bot Birmingham einen idealen Standort und eine ideale Gelegenheit, unseren ABM-Ansatz zu testen. In Zusammenarbeit mit dem Stadtrat von Birmingham und Transport for the West Midlands haben wir ein multimodales Netzwerk der Region West Midlands aufgebaut, um deren Daten und Priorit?ten für die Entscheidungsfindung w?hrend der Sperrung zu verstehen. Mithilfe einer Kombination aus geografischen, Fahrplan- und Volksz?hlungsdaten konnten wir ein Basismodell erstellen, das das Verkehrsverhalten vor der Pandemie widerspiegelt. Mit dem Modell wurden dann Simulationen durchgeführt, um die Auswirkungen der Pandemie darzustellen und die Ergebnisse zu visualisieren.

Vom Konzept zur Umsetzung in sechs Wochen

Zeit war von Anfang an ein entscheidender Faktor. Da sich Verhaltensweisen aufgrund neuer Beschr?nkungen über Nacht ?ndern, mussten wir in der Lage sein, ein ABM zu entwickeln, das Verhaltensweisen schnell und genau simuliert. Im Zuge der Pandemie entwickelten unsere Datenwissenschaftler den Pandemic Activity Modifier (PAM). Diese quelloffene Vorverarbeitungssoftware ?ndert die Verhaltenspl?ne von Agenten auf der Grundlage der Einführung neuer staatlicher Ma?nahmen und erm?glichte es uns, Elemente unserer ABM zu automatisieren, um ihre Bereitstellung zu beschleunigen.

In nur sechs Wochen haben wir ein Modell entwickelt, das etwa 200.000 einzelne Agenten simuliert - 10 % der Bev?lkerung von Birmingham. Die dargestellten ?nderungen des Reiseverhaltens waren im Vergleich zu unseren Benchmark-Daten positiv und zeigten, dass sich das Verhalten der Reisenden ?nderte und sie von ?ffentlichen Verkehrsmitteln auf das eigene Auto umstiegen, was eine sachkundigere Diskussion über die Ergebnisse des modellierten Szenarios erm?glichte. Mit einem herk?mmlichen Modell w?re dies nicht m?glich gewesen.

Der Fahrplan für die Zukunft

Als ein Unternehmen, das stets in die Zukunft blickt, haben wir parallel zum Aufbau des ABM einen Fahrplan für die Weiterentwicklung des Modells aufgestellt. Dazu geh?rte auch das Verst?ndnis dafür, wie und welche Gemeinden am st?rksten von ?nderungen bei den ?ffentlichen Verkehrsdiensten betroffen sein k?nnten. Diese Entwicklungen werden dazu beitragen, spezifische Fragen sowohl zur Pandemie als auch zu Verkehrsma?nahmen im Allgemeinen zu beantworten, um eine erfolgreiche Verkehrsplanung in unseren St?dten zu unterstützen.