Wintersemester 2020/21

Operations Research

Sommersemester 2020

Entscheidungsunterstützungssysteme

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

Rößler, D., Reisch, J., Hauck, F., Kliewer, N.
Discerning Primary and Secondary Delays in Railway Networks using Explainable AI
Transportation Research Procedia 52, 171-178, 2021 
https://doi.org/10.1016/j.trpro.2021.01.018

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 2021

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

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.
A MIP Based Approach to Minimize Timetable Deviations in Passenger Train Services
23rd EURO Working Group on Transportation Meeting, EWGT 2020, Cyprus, September 2020

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