Disruptions in public transport : from dispatching assistance to improved robustness

Abstract

Public transport is an important part of modern mobility. From an operational point of view, public transport consists of many individual components that make up a complex time-dependent system of transport services, based on a timetable, car circulation and staff scheduling. Most of these components are susceptible to disruption. This work is about targeting the effects of disruptions. When they occur, dispatchers try to ensure that the damage is minimised. In this thesis, tool for traveler-focused connection support for holding connections (PANDA) is developed. In the second part of this thesis, the robustness of timetables is optimised with the help of empirical robustness tests. Here, more robust solutions are to be generated during the optimisation of creating timetables with the help of machine learning.

Der öffentliche Personenverkehr (ÖPV) ist eine wichtiger Teil der modernen Mobilität. Aus operativer Sicht besteht der ÖPV auf vielen einzelnen Komponenten, die ein komplexes zeitabhängiges System von Beförderungsleistungen ergeben, die auf einem Fahrplan, einer Wagenumlauf- und einer Personaleinsatzplanung beruhen. Die meisten dieser Komponenten sind anfällig für Störungen. In dieser Arbeit geht es um die gezielte Bekämpfung der Effekte von Störungen. Wenn diese auftreten, versuchen Disponenten dafür zu sorgen, dass der Schaden minimiert wird. In der Arbeit wird Werkzeug zur reisendenorierter Anschlussunterstützung für das Halten von Anschlüssen (PANDA) entwickelt. Im zweiten Teil der Arbeit die Robustheit von Fahrplänen mit Hilfe von empirischen Robustheitstests zu optimieren. Hier sollen bereits während der Optimierung während der Erstellung von Fahrplänen mit Hilfe von maschinellem Lernen robustere Lösungen generiert werden.