Springe direkt zu Inhalt

Florian Hauck, M.Sc.

FlorianHauck

Wissenschaftlicher Mitarbeiter

Data-driven Strategic Railway Timetable Optimization

Adresse
Garystr. 21
Raum 221
14195 Berlin
Fax
+49 (0) (30) 838 52027

Sprechstunde

nach Vereinbarung

Wintersemester 2019/20

Operations Research

Projekt zu analytischen Informationssystemen


Sommersemester 2019

Entscheidungsunterstützungssysteme


Wintersemester 2018/19

Projekt zu analytischen Informationssystemen

Operations Research


Sommersemester 2018

Entscheidungsunterstützungssysteme


Wintersemester 2017/18

Operations Research


Sommersemester 2017

Entscheidungsunterstützungssysteme


Wintersemester 2016/17

Informationssysteme in Transport und Verkehr

Strategische Fahrplanoptimierung zur Erhöhung der erwarteten Pünktlichkeit im Schienenverkehr

Das Ziel des Projektes besteht darin, systematisch auftretende Unpünktlichkeiten im Schienenverkehr zu minimieren. Hierzu sollen die geplanten Ankunfts- und Abfahrtszeiten von Zügen mittels evolutionärer bzw. naturanaloger Verfahren angepasst werden. Die bestehenden Anschlüsse und Taktlagen sollen dabei weitgehend erhalten bleiben. Durch diese gleichzeitige Berücksichtigung von Anschlussbeziehungen und Taktlagen entstehen Netzwerkeffekte, die das Entscheidungsproblem zu einer kombinatorisch komplexen Aufgabe machen. Erforscht werden dabei insbesondere die Potenziale eines solchen Vorgehens, die verlässliche Aussagen für die realen Planungsaufgaben liefern und eine Grundlage für pünktlichere Pläne bilden können.

Publikationen

Küpper, C., Stroth, S., Wolff, N., Hauck, F., Kliewer, N., Schad-Hansjosten, T., Kamp-Becker, I., Poustka, L., Roessner, V., Schultebraucks, K. & Roepke, S.
Identifying predictive features of autism spectrum disorders in a clinical sample of adolescents and adults using machine learning
Scientific Reports 10, 2020


Hauck, F., Kliewer, N., Reisch, J., Rößler, D.
Datengetriebene Feinjustierung von Fahrplänen zur Erhöhung der Pünktlichkeit im Schienenverkehr
Tagungsbericht Heureka 2020 (to appear)


Hauck, F., Kliewer, N.
Data Analytics in Railway Operations: Using Machine Learning to Predict Train Delays
Operations Research Proceedings 2019 (to appear)


Hauck, F., Morgenstern, S., Kliewer, N.
Big Data Analytics im Bahnverkehr - Automatisierte Aufbereitung von historischen Fahrtdaten der Deutschen Bahn
HMD Praxis der Wirtschaftsinformatik, 2019


Hauck, F., Kliewer, N.
A Data-driven Optimization Approach to Improve Railway Punctuality
Operations Research Proceedings 2018


Vorträge

Hauck, F., Kliewer, N.
Data Analytics in Railway Operations: Using Machine Learning to Predict Train Delays
International Conference on Operations Research (OR 2019), Dresden, September 2019


Hauck, F., Kliewer, N.
A Data-driven Optimization Approach to Improve Railway Punctuality
International Conference on Operations Research (OR 2018), Brussels, September 2018


Hauck, F., Kliewer, N.
Railway Delay Analytics: A Data-driven Appraoch to Identify Systematic Train Delays and Measure the Quality of Timetables
29th Euorpean Conference on Operational Research (EURO 2018), Valencia, July 2018


Hauck, F.
Datengetriebene Fahrplanoptimierung im Bahnverkehr
OR-Doktorandenworkshop, Dresden, Dezember 2017


Hauck, F.
Strategische Fahrplanoptimierung zur Erhöhug der erwarteten Pünktlichkeit im Schienenverkehr
19. Doktorandenworkshop Nordost, Breklum, Mai 2017

icon3_department_wirtschaftsinformatik
Visit www.or2017.de ...