Schulwegoptimierung
Sven M\xfcller ist Professor f\xfcr Verkehrsbetriebswirtschaft im Studiengang Verkehrssystemmanagement an der HTW hier in Karlsruhe. Im Rahmen seiner Promotion an der TU Dresden in der Gruppe von Knut Haase begann er der Frage nachzugehen, welche Faktoren die Verkehrsmittelwahl f\xfcr den Schulweg beeinflussen. Hintergrund dieser Frage war, dass zu der Zeit in Dresden die Schlie\xdfung von Schulstandorten hei\xdf diskutiert wurde. Die Notwendigkeit von Schulschlie\xdfungen war dabei nicht umstritten, jedoch welche konkrete Variante die f\xfcr alle beste L\xf6sung darstellen w\xfcrde. Hier war die Diskussion emotional stark aufgeladen, d.h. ein Modell, das bei der Planung des Schulnetzes f\xfcr objektive Informationen sorgt, w\xe4re ganz besonders hilfreich. Am besten mit klaren Empfehlungen f\xfcr optimale L\xf6sungen in Bezug auf Schulwege und deren Kosten. Der naheliegende und auch herk\xf6mmliche Indikator f\xfcr so ein Modell ist eine Distanzminimierung. Dadurch lassen sich objektive Aussagen zu minimalen Transportkosten f\xfcr die Sch\xfcler ermitteln. Jedoch stellte sich schnell heraus, dass verl\xe4ssliche Aussagen dazu fehlten, welche Verkehrsmittel die Sch\xfcler anteilig w\xe4hlen und wieso. Ebenso welche Schulen die Sch\xfcler selbst w\xe4hlen w\xfcrden und wieso. Deshalb war ein wichtiger Ausgangspunkt f\xfcr das Forschungsthema eine sehr gro\xdf angelegte Sch\xfcler-Befragung, die von den Studierenden im Rahmen eines Seminares geplant und durchgef\xfchrt wurde. Durch das gro\xdfe Engagement war die Stichprobe schlie\xdflich sehr gro\xdf. Es wurden dabei Frageb\xf6gen in fast allen Schulen verteilt und die Ergebnisse in einer selbst konzipierten Datenbank gesammelt - gut aufbereitet f\xfcr eine anschlie\xdfende Auswertung und Optimierung. So war es m\xf6glich, aus diesen Daten Prognosen zur Verkehrsmittelwahl in Abh\xe4ngigkeit von Distanz und Verkehrsmitteloptionen zu erstellen und \xfcber verschiedene Schlie\xdfungsszenarien eine optimale Verteilung der Schulen (in Bezug auf Kosten f\xfcr die Stadt) zu ermitteln. All das flo\xdf auch in die Promotion von Sven M\xfcller ein. Als wichtiges Problem f\xfcr die mathematische Behandlung der Optimierung erwies sich, dass die Optimierungsl\xf6sung auf die Daten zur\xfcckwirkt. Das f\xfchrt auf ein dynamisches Problem, das mit herk\xf6mmlichen Methoden nicht behandelt werden kann. Auch bei der \xd6PNV-Planung von optimierten Liniennetzen tritt das Problem auf: K\xfcrzere Reisezeiten und mehr Direktverbindungen f\xfchren z.B. zu einem h\xf6heren Fahrgastaufkommen. Mathematisch ausgedr\xfcckt hei\xdft das die Nebenbedingungen werden dynamisch und das Problem wird in der Regel nichtlinear. Betriebliche Problemstellungen haben oft ein \xe4hnliches Problem, d.h. die Daten bleiben nicht fix sondern sind abh\xe4ngig von der gefundenen L\xf6sung. Ein wichtiges Teilergebnis des Forschungsvorhabens von Sven M\xfcller ist eine exakte lineare Reformulierung f\xfcr das urspr\xfcnglich nicht-lineare Optimierungsmodell. (...)