Wirkungen der Westumfahrung Zürich: Eine Analyse mit einer agentenbasierten Mikrosimulation



Im Jahr 1971 ergänzte die Bundesversammlung das Nationalstrassennetz mit der nordwestlichen Umfahrung von Zürich (N20). Am 13. September 1996 wurde schlussendlich mit dem Spatenstich für den Abschnitt Umfahrung Birmensdorf der Baubeginn der Westumfahrung von Zürich gefeiert. Eines der erklärten Ziele dieses Werkes ist es, den Verkehr durch die Stadt Zürich, im Speziellen entlang derWesttangente, auf den Ring zu verlagern. Dazu sind verschiedene bauliche und verkehrslenkende Veränderungen, so genannte flankierende Massnahmen, geplant. Im Rahmen dieses Projektes werden die Auswirkungen jeder einzelnen Massnahme, sowie auch deren Kombinationen anhand einer agentenbasierten Mikrosimulation auf verkehrsplanerische Ziele für die Grossregion Zürich untersucht. Der Fokus wird dabei auf folgende Massnahmen gelegt:

* Bau der Westumfahrung und des Autobahnabschnitts A4
* bauliche Massnahmen Westtangente / Aussersihl: Rückbau der Nord-Süd-Achse Weststrasse zur Quartierstrasse, Gegenverkehr auf der bisherigen Süd-Nord Achse Seebahnstrasse
* Verkehrsbeeinflussung durch Anpassungen der Grünphasenanteile der Lichtsignalanlagen in Wollishofen

Als weiterer Aspekt werden die Auswirkungen auf den Verkehr der “Situation Total-Sanierung Uetlibergtunnel” analysiert, unter der Annahme, dass die oben genannten Massnahmen umgesetzt sind. Die Analysen der hier präsentierten Fallstudien werden dynamisch über den gesamten Tagesverlauf betrachtet. Zudem werden speziell diejenigen Bevölkerungsgruppen im Detail analysiert, die direkt von den Massnahmen betroffen und/oder in ihrem individuellen Mobilitätsverhalten beeinflusst werden. Die Resultate dienen den Projektverantwortlichen zur Beurteilung der flankierenden Massnahmen in der Stadt Zürich.

A High-Performance Traffic Flow Microsimulation for Large Problems
Working paper, 509


Traffic flow microsimulations are interesting for transport planning problems due to their high temporal and spatial resolution. Unfortunately, most of them involve high computational costs making them impractical for running large scale scenarios. In this paper, we present how we extend our previous event-driven queue-based mircosimulation to run efficiently on parallel computers. Using appropriate load balancing and minimizing communication interfaces, we are able to simulate a test scenario involving 7 million simulated person days on a road network with 28k links in 87 seconds on 64 CPUs. Furthermore, we add support for signalled intersections that makes the model well suited for application to urban street networks. Finally, we show that our resulting model reproduces a reasonable relation between traffic flow and density similar to fundamental diagrams extracted from real world counts data.

MATSim-T: Architektur und Rechenzeiten
Paper presented at the Heureka '08, Stuttgart, March 2008


Traditionell werden in der Verkehrsplanung Meso- und Makro-Simulationen angewandt. Dies hat verschiedene Gründe. Einerseits sind die Datengrundlagen typischerweise aggregierter Natur, wie zum Beispiel Strassenzählungen oder Pendlermatrizen, andererseits waren die Rechenleistungen ungenügend, um detaillierte und demzufolge speicher- und prozessorintensive Berechnungen durchzuführen. Diese Grenzen haben sich in den letzten Jahren auf imposante Weise verschoben. In der Informationstechnik ist kontinuierlich ein exponentielles Wachstum der Rechenkapazität zu einem beliebigen festen Preis zu beobachten. Hand in Hand mit dieser Entwicklung sind die Fragestellungen und Datengrundlagen in der Verkehrsplanung komplexer und detaillierter geworden. Es entstehen somit ganz neue Ansprüche an die Verkehrsplanungssoftware. Derzeit gewinnt die Mikrosimulation der Verkehrsnachfrage immer mehr an Bedeutung.
Die wichtigsten Gründe dafür sind:
- Verringerter Rechenaufwand und Speicherbedarf von grossen, mehrdimensionalen Wahrscheinlichkeitsmatrizen
- Variationsreichere Ausgabeoptionen, von aggregierten statistischen Analysen bis hin zu detaillierten Informationen über einzelne Individuen eines Szenarios
- Explizites Modellieren des Entscheidungsfindungsprozesses jedes einzelnen Individuums.
In dieser Arbeit wird eine solche Agenten-Simulation für die Verkehrsplanung vorgestellt. Die Arbeit ist Teil des Forschungsprojektes MATSim-T (Multi-Agent Transport Simulation Toolkit, http://www.matsim.org) und konzentriert sich auf Design- und Implementationsfragen des Systems, sowie auf die Rechenzeiten der einzelnen Teile des Toolkits. Anhand des Anwendungsfalls der gesamt-schweizerischen Nachfrage (ca. 2.3 Mio. Individuen für den motorisierten Individualverkehr mit gesamthaft etwa 7.1 Mio. Wege auf dem nationalen Netzmodell mit ca. 60’000 Kanten, vollständig zeit-dynamisch simuliert und optimiert für einen durchschnittlichen Werktag) wird gezeigt, dass MATSim-T den den Verkehr in ca. 36 Stunden modelliert.

An Event-Driven Parallel Queue-Based Microsimulation for Large Scale Traffic Scenarios
Paper presented at the 11th World Conference of Transport Research, Berkeley, June 2007


Traffic flow microsimulations are interesting for transport planning problems due to their high temporal and spatial resolution. Unfortunately, most of them involve high computational costs making them impractical for running large scale scenarios. We present a parallel microsimulation software that uses queue-based link dynamics together with event processing instead of time-steps. By introducing appropriate load balancing and by minimizing interfaces between processors to reduce communication needs as far as possible, our simulator requires only 87 seconds on 64 processors to simulate a 24 hours test scenario with 7 million simulated person days on a network with 28k links.

Implementing activity-based models: Accelerating the replanning process of agents using an evolution strategy
Paper presented at the 11th International Conference on Travel Behaviour Research, Kyoto, August 2006


We present recent advances in accelerating our agent-based simulation of travel demand by improving various modules of the simulation system. First, the optimization algorithm used in the replanning module is replaced by an evolution strategy that has shown to perform well on a variety of optimization problems including noisy and distorted search spaces. The replanning module is then extended by an accurate way of estimating time-dependent travel times. This makes it possible for the replanning module to produce better plans more quickly. Second, the percentage of computational agents that replan their days is investigated and a percentage that decreases with the iteration number is found to improve the learning speed significantly. On top of these changes a new, fast event-driven microsimulation of traffic flow is incorporated into the model to make the execution of the overall system less time consuming.

Performance Improvements for Large Scale Traffic Simulation in MATSim



Multi-Agent transport simulation models, e.g. MATSim have proven to be suitable for modeling microscopic demand for large scale scenarios based on planning networks. In the recent years survey methods are using technologies which provides mobility information with a much higher spatial resolution (e.g. GPS tracking). Therefore, the need to model travel demand on detailed navigation networks rises, which slows down simulation speed significantly. This paper presents methods to increase the performance of the micro simulation model of MATSim using event driven concepts as well as a parallel implementation. The performance experiments with navigation networks of Switzerland containing up to one million roads and 7.3 million agents clearly show that large-scale, multi-agent micro-simulation can also be applied on high resolution networks.

Continuous Activity Planning for a Continuous Traffic Simulation



This paper introduces a microscopic traffic simulation that continuously simulates activity based agent behavior and the resulting traffic. It drops iterative optimization, that builds on stochastic user equilibria, and moves to a continuous planning approach. The behavioral model of this approach utilizes the concept of needs to model continuous demands. Several intuitive parameters control demand and facilitate calibration of versatile behaviors. These behaviors originate from a planning heuristic which makes just in time decisions about upcoming activities an agent should execute. The planning heuristic bases its decisions on the current need levels of an agent and the development of these levels in the near future. We illustrate the model through simulation runs and suggest directions of future research.