Seminararbeit

zum Thema

Das Fahrzeugfolgemodell von Nagel und

Schreckenberg

eingereicht bei
Prof. Dr. rer. nat. Jörg Philipp Müller

Institut für Informatik

Technische Universität Clausthal

von

Khac Dat Tran, Matrikelnummer: 410401,

Studienrichtung: Wirtschaftsinformatik

Semester: Wintersemester 2016/2017

Datum: 10.02.2017

1
Inhaltsverzeichnis

Abbildungsverzeichnis ………………………………………………………... 3
1 Kurzfassung …………………………………………………………………. 4
2 Einführung …………………………………………………………………... 4
3 Überblick über die Zellularautomaten ……………………...……………….. 4
4 Das Nagel-Schreckenberg-Modell..………………………………………….. 7
5 Verkehr im Ring (Geschlossenes System ) ……..…………………………… 9
6 Verkehr mit Engpass-Situation (Offenes System) …………………………. 14
7 Quantitativer Vergleich zwischen dem simulierten Modell und dem
realistischen Verkehr ……………………………………….…….……..… 15
8 Zusammenfassung …………………………………………………………. 16
9 Literaturreferenzen ………………………………………………………… 17

2
Abbildungsverzeichnis

Abbildung 1: Beispiel für einen 1D Zellraum ………………………………… 5

Abbildung 2. Beispiele für 2D Zellräume …………………………………….. 5

Abbildung 3. Game of Life Simulation ……………………………………….. 5

Abbildung 4. Nachbarschaft in „Game of life“ ……………………………….. 6

Abbildung 5. Anfangskonfiguration zur Zeit t ………………………………... 7

Abbildung 6. Beschleunigung …………………………………………………. 8

Abbildung 7. Abbremsen ……………………………………………………… 8

Abbildung 8. Randomization ………………………………………………….. 8

Abbildung 9. Fortbewegung (Konfiguration zur Zeit t+1) ……………………. 8

Abbildung 10. Simulierung des Verkehrs mit niedriger Verkehrsdichte …..... 10

Abbildung 11. Simulierung des Verkehrs mit hoher Verkehrsdichte …..……. 11

Abbildung 12. Trajektorien der Fahrzeuge ……………..…………………..... 12

Abbildung 13. Verkehrsfluss – Dichte – Diagramm ………………..……….. 13

Abbildung 14. Verkehrsfluss – Belegung der Fahrzeuge – Diagramm …….... 13

Abbildung 15. Engpass-Situation ……………………………………………. 15

3
1 Kurzfassung
Diese Ausarbeitung enthält die Begriffe, die Erklärungen sowie die Beispiele über die zellulären
Automaten und das Nagel-Schreckenberg-Modell. Durch die Verständlichkeit dieser Modelle kann
man sie verwenden, um die Entstehung eines Staus und auch das Phänomen „Stau aus dem Nichts“ zu
erläutern. Außerdem durch die Ausarbeitung können wir den Verkehr im Ring (geschlossenes
System) simulieren und sie zeigt auch einen Übergang von laminarem Verhalten zu unruhigem
Verhalten im Verkehr. Zum Schluss stellt die Ausarbeitung den Verkehr mit Engpass-Situation
(offenes System) dar und beschreibt einen quantitativen Vergleich zwischen dem simulierten Modell
und dem realistischen Verkehr.

2 Einführung
Stau ist heutzutage ein allgemein bekanntes und wichtiges Problem. Es gibt viele Konsequenzen, die
Stau nach sich ziehen kann. Beispielsweise verbringt der Mensch viel Zeit mit Warten in einem Stau.
Jeder Deutsche verbringt pro Jahr durchschnittlich 58 Stunden im Stau1. Es kostet uns auch viel Geld,
um diese Stauprobleme zu lösen. Darüber hinaus, hat ein Beitrag in der Pharmazeutischen-Zeitung
gezeigt, dass Staus Stress verursacht und erhöhte gesundheitliche Risiken nach sich zieht2.
Bevor wir die negativen Auswirkungen von Staus verringern oder vermeiden können, müssen wir
zuerst die Gründe für die Entstehung von Staus herausfinden. Durch die Studie über die zellulären
Automaten und das Nagel-Schreckenberg-Modell in dieser Ausarbeitung kann man die Gründe für die
Entstehung von Stau erläutern. In den folgenden Abschnitten stellt die Ausarbeitung den Verkehr im
Ring und eine Transition von laminarem Verhalten zu unruhigem Verhalten im Verkehr und auch den
Verkehr mit Engpass-Situation dar.
Ein quantitativer Vergleich zwischen dem simulierten Modell und dem realistischen Verkehr und ein
Zusammenhang zwischen dem Verkehrsfluss und der Verkehrsdichte werden auch erläutert. Man
kann diese Kenntnisse verwenden, um effektivere Maßnahmen für die Stauprobleme zu finden.

3 Überblick über die Zellularautomaten

Ein zellulärer Automat wurde erstmals im Jahr 1940 von John von Neumann und dann Stanislaw
Ulam vorgestellt3.

Wir können einen zellulären Automat charakterisieren durch4:

▪ eine diskrete Anordnung gleicher Zellen (Zellraum)

▪ jede Zelle nimmt zu einem Zeitpunkt genau einen Zustand an
▪ jede Zelle besitzt endlich viele, vorher zu definierende Nachbarn
▪ der Zustand aller Zellen ändert sich in diskreten (Zeit-)Schritten. Es gibt eine lokale nur von der
Zelle und ihren Nachbarn abhängige Überführungsfünktion, die vorschreibt, wie der Zustand der
Zelle sich von Schritt t nach Schritt t + 1 entwickelt

Wir kategorisieren die zellularen Automaten in ein-, zwei- sowie dreidimensionale Automaten. Bei
eindimensionalen Automaten werden Nachbarn nur in positiver und negativer x–Richtung betrachtet
(siehe Abbildung 1). Einem zweidimensionalen Automaten liegt ein 𝑛 𝑥 𝑚 Gitter zugrunde (siehe
Abbildung 2) und wir müssen immer die Nachbarschaften genau beschreiben. Der Zellraum und die

1
Vgl. http://www.pharmazeutische-zeitung.de/index.php?id=48100
2
dto.
3
Vgl. J.Krämer, et al. (2012), S.6
4
J.Krämer, et al. (2012), S.7

4
Zelle eines dreidimensionalen Automaten können aus einem Quader bestehen. In diesem Fall werden
die Nachbarzellen aller drei Achsen betrachtet5.

Abbildung 1. Beispiel für einen 1D Zellraum

J.Krämer, et al. (2012), S.7

Abbildung 2. Beispiele für 2D Zellräume

J.Krämer, et al. (2012), S.7

Das Nagel-Schreckenberg-Modell ist ein eindimensionaler berühmter zellulärer Automat. Bevor wir
dieses Modell in Abschnitt 4 näher betrachten, sollten wir zunächst zu einem sehr bekannten Beispiel
eines zweidimensionalen Automat kommen, dem Spiel „Game of life”.

Dieses Spiel ist Anfang der 70er Jahre von John Horton Conway entwickelt worden. Es ist das
vermutlich bekannteste Beispiel eines zellulären Automaten. Spielen kann man es z.B. auf der
Website: http://www.bitstorm.org/gameoflife 6 (siehe Abbildung 3).

Abbildung 3. Game of Life Simulation

Eigene Darstellung, in Anl. an: Game of Life Simulation: https://bitstorm.org/gameoflife/

5
Vgl. Balint (2014), S.9&11
6
J.Krämer, et al. (2012), S.3

5
Die Regeln des Spiels „Game of life”:

Der zweidimensionale Zellraum besteht aus einem rechteckigen m x n Gitter. Die einzelnen
Gitterzellen haben nur zwei verschiedene Zustände: Zustand „lebendig“ für die markierten Zellen
oder Zustand „tot“ für die leeren Zellen. Wir können die acht direkt angrenzenden Zellen bei einer
Zustandsänderung durch die Moore-Nachbarschaft (siehe Abbildung 4) betrachten7.

Abbildung 4. Nachbarschaft in „Game of life“

Eigene Darstellung, in Anl. an: Beckmann (2003), S.3

Durch die Verwendung der folgenden drei Regeln kann die Änderung der Zustände in diskreten
Zeitschritten ausgeführt werden8:

▪ Geburt: Wenn eine tote Zelle genau drei Nachbarn hat, dann ersetzt man sie
durch eine lebende Zelle.

▪ Tod: Mit null oder eins lebenden Nachbarn kann eine lebende Zelle an Einsamkeit
sterben. Aber eine lebende Zelle mit mehr als 3 lebenden Nachbarn stirbt auch an
Überbevölkerung9.

▪ Überleben: Wenn eine lebende Zelle genau zwei oder drei Nachbarn hat, dann
bleibt sie am Leben.

So ähnlich wie das Spiel „Game of life“ können wir auch einen Verkehr durch die zellulären
Automaten simulieren. Zwei Zustände „lebendig“ und „tot“ werden durch zwei Zustände „besetzt“
(wenn eine Zelle von einem Fahrzeug besetzt wird) und „leer“ (wenn eine Zelle von keinem Fahrzeug
besetzt wird) ersetzt.

Mit den zellulären Automaten kann man die dynamischen Systemen durch ganzzahlige Variablen
darstellen10:

Wir teilen den physikalischen Ort 𝑥𝑝ℎ𝑦𝑠 in Zellen der Länge ∆𝑥 ein. Durch den Zellenindex 𝑖 kann
man 𝑥𝑝ℎ𝑦𝑠 repräsentieren: 𝑥𝑝ℎ𝑦𝑠 = 𝑖 ∆𝑥. Die Zeit ist in Zeitschritte der Länge ∆𝑡 eingeteilt und die

7
Vgl. Balint (2014), S.19
8
Vgl. Balint (2014), S.21
9
Vgl. J.Krämer, et al. (2012), S.3
10
Vgl. M.Treiber, A. Kesting (2010), S.187

6
physikalische Zeit wird durch den Zeitindex 𝑡 berechnet: 𝑡𝑝ℎ𝑦𝑠 = 𝑡 ∆𝑡. Mit 𝜌𝑖 (𝑡) = 1 wird eine Zelle
besetzt und mit 𝜌𝑖 (𝑡) = 0 ist sie leer. Man kann die Geschwindigkeit eines Fahrzeugs in der besetzten
Zelle durch diese Formel berechnen11:

𝑣 ∆𝑥
𝑣𝑝ℎ𝑦𝑠 = ∆𝑡

Aufgrund der Diskretheit erlauben Zellularautomaten eine äußerst effiziente Implementierung für
Computersimulationen12.

4 Das Nagel-Schreckenberg-Modell
Das Nagel-Schreckenberg-Modell wurde 1992 von Kai Nagel und Michael Schreckenberg entwickelt.
Dieses Modell wird in einem eindimensionalen Array mit 𝐿 Zellen definiert. Wir können das Nagel-
Schreckenberg-Modell mit den offenen oder periodischen Randbedingungen im Abschnitt 5 (Verkehr
im Ring) und Abschnitt 6 (Verkehr mit Engpass-Situation) erweitern. Jede Zelle kann von einem
Fahrzeug besetzt werden oder leer sein. Jedes Fahrzeug hat eine Geschwindigkeit mit einem Wert von
0 bis 𝑣𝑚𝑎𝑥 13.

Die Update-Regeln des Nagel-Schreckenberg-Modells umfassen insgesamt vier Schritte. Um das

Nagel-Schreckenberg-Modell genau verwenden zu können, müssen diese vier Schritte für alle
Fahrzeuge parallel ausgeführt werden14.

SCHRITT 1: Wenn ein Fahrzeug (mit der Geschwindigkeit 𝑣) noch nicht seine Geschwindigkeit
𝑣𝑚𝑎𝑥 erreicht hat und wenn sein Abstand zum nächsten Fahrzeug größer als 𝑣 + 1 ist, dann
beschleunigt es um eine Einheit: 𝑣 → 𝑣 + 1

Zum Beispiel: Wir haben eine Anfangskonfiguration zur Zeit t mit 𝑣𝑚𝑎𝑥 = 2 (siehe Abbildung
5) . Es gibt vier Fahrzeuge mit vier verschiedenen Farben und entsprechenden Geschwindigkeiten:
blaugrün (𝑣 = 2), rosa (𝑣 = 1), braun (𝑣 = 1) und schwarz (𝑣 = 0).

Abbildung 5. Anfangskonfiguration zur Zeit t

Eigene Darstellung, in Anl. an: Schadschneider (2010), S.1
Schritt 1 wird ausgeführt: Das rosa Fahrzeug (𝑣 = 1) und das schwarze Fahrzeug (𝑣 = 0) haben noch
nicht ihre Geschwindigkeiten erreicht und der Abstand zum nächsten Fahrzeug ist groß genug. Dann
beschleunigen beide Fahrzeuge um eine Einheit. Die neuen Geschwindigkeiten sind daher: rosa
Fahrzeug (𝑣 = 2) und schwarzes Fahrzeug (𝑣 = 1). Wegen des Mangels an Abstand zum nächsten
Fahrzeug ist die Geschwindigkeit des braunen Farhzeugs gleichbleibend: braunes Fahrzeug (𝑣 = 1).
Das blaugrüne Farhzeug hat bereits seine maximale Geschwindigkeit (𝑣𝑚𝑎𝑥 = 2) erreicht (siehe
Abbildung 6)

11
Vgl. M.Treiber, A. Kesting (2010), S.187
12
Vgl. Schadschneider (2010), S.1
13
Vgl. K. Nagel, M. Schreckenberg (1992), S.2222
14
dto.

7
Abbildung 6. Beschleunigung
Eigene Darstellung, in Anl. an: Schadschneider (2010), S.1
SCHRITT 2: Wenn ein Fahrzeug (mit der Geschwindigkeit 𝑣) in der Zelle 𝑖 ein nächstes Fahrzeug in
der Zelle 𝑖 + 𝑗 (mit 𝑗 ≤ 𝑣) sieht, dann reduziert es seine Geschwindigkeit bis 𝑗 − 1: 𝑣 → 𝑗 − 1
Schritt 2 wird ausgeführt: Das blaugrüne Fahrzeug (𝑣 = 2) in der Zelle 𝑖 = 1 sieht das rosa Fahrzeug
in der Zelle 3 = 𝑖 + 𝑗 = 1 + 2 mit 𝑗 = 2 ≤ 𝑣 = 2 und reduziert seine Geschwindigkeit bis 𝑗 − 1 =
2 − 1 = 1: blaugrünes Fahrzeug (𝑣 = 1). Analog haben wir auch die Geschwindigkeit des braunen
Fahrzeugs (𝑣 = 0). (siehe Abbildung 7)

Abbildung 7. Abbremsen
Eigene Darstellung, in Anl. an: Schadschneider (2010), S.1
SCHRITT 3: Mit der Wahrscheinlichkeit 𝑝 wird die Geschwindigkeit von jedem Fahrzeug zufällig
um eine Einheit reduziert: 𝑣 → 𝑣 − 1

Schritt 3 wird ausgeführt: Die Geschwindigkeit des blaugrünen Fahrzeugs wird zufällig um eine
Einheit reduziert (𝑣 = 0). (siehe Abbildung 8)

Abbildung 8. Randomization
Eigene Darstellung, in Anl. an: Schadschneider (2010), S.1
SCHRITT 4: Jedes Fahrzeug hat seine aktuelle Geschwindigkeit 𝑣 und dann bewegt es sich um
𝑣 𝑍𝑒𝑙𝑙𝑒𝑛 vorwärts.

Schritt 4 wird ausgeführt: Das blaugrüne Fahrzeug bewegt sich um 0 𝑍𝑒𝑙𝑙𝑒𝑛 vorwärts. Das rosa
Fahrzeug bewegt sich um 2 𝑍𝑒𝑙𝑙𝑒𝑛 vorwärts. Das braune Fahrzeug bewegt sich um 0 𝑍𝑒𝑙𝑙𝑒𝑛
vorwärts. Das schwarze Fahrzeug bewegt sich um 1 𝑍𝑒𝑙𝑙𝑒 vorwärts (siehe Abbildung 9).

Abbildung 9. Fortbewegung (Konfiguration zur Zeit t+1)

Eigene Darstellung, in Anl. an: Schadschneider (2010), S.1
Durch diese vier Schritte werden die generellen Eigenschaften der einspurigen Straße geformt. Im
Nagel-Schreckenberg-Modell spielt der dritte Schritt eine besonders wichtige Rolle. Dank dieser
Regel können wir genauer einen realitätsnahen Verkehrsfluss simulieren.

8
Die Geschwindigkeitsschwankungen aufgrund des menschlichen Verhaltens und der
unterschiedlichen äußeren Bedingungen werden durch den Trödelfaktor 𝑝 erklärt. Ohne diese
Zufälligkeit wird jede Anfangskonfiguration des Nagel-Schreckenberg-Modells zügig ein stationäres
Modell mit der Rückwärtsbewegung der Fahrzeuge werden15.

Der Grund ist: Wenn wir keine dritte Regel „Randomization“ benutzen, umfassen die Update-Regeln
des Nagel-Schreckenberg-Modells nur noch drei Regeln: „Beschleunigung“, „Abbremsen“ und
„Fortbewegung“. Durch die Verwendung dieser Regeln erreichen alle Fahrzeuge des Modells nach
einer bestimmten Anzahl der Schritte ihre stabilen Zustände. Jedes Fahrzeug kann nun immer sein
Sicherheitsabstand zum nächsten Fahrzeug einhalten. Ohne Zufälligkeit ist es daher schwierig, damit
das Phänomen „Phantomstau“ entsteht.

5 Verkehr im Ring (Geschlossenes System )

In diesem Abschnitt simulieren wir einen Verkehr im Ring mit 𝐿 Zellen, indem wir das Nagel-
Schreckenberg-Modell mit den periodischen Randbedingungen verwenden. Mit diesen periodischen
Randbedingungen sieht unser System nun so wie ein einspuriges Fahrzeugrennen aus. Es ist einfach
zu sehen, dass die Anzahl der Fahrzeuge (𝑁) im Ring unverändert ist. Daher können wir die konstante
Dichte des Systems berechnen16:

𝑁 𝐷𝑖𝑒 𝐴𝑛𝑧𝑎ℎ𝑙 𝑑𝑒𝑟 𝐹𝑎ℎ𝑟𝑧𝑒𝑢𝑔𝑒 𝑖𝑚 𝑅𝑖𝑛𝑔

𝜌= =
𝐿 𝐷𝑖𝑒 𝐴𝑛𝑧𝑎ℎ𝑙 𝑑𝑒𝑟 𝑍𝑒𝑙𝑙𝑒𝑛 𝑖𝑚 𝑅𝑖𝑛𝑔

Aber in der Realität können wir diese Formel nicht verwenden, da wir die Dichte 𝜌̅ T (nämlich die
Belegung der Fahrzeuge) in einer bestimmten Zelle 𝑖 über einen Zeitraum 𝑇 messen müssen17:
1 𝑡 +𝑇
𝜌̅ T = 𝑇 ∑𝑡=𝑡
𝑜
𝑛 (𝑡)
𝑜 +1 𝑖

mit 𝑛𝑖 (𝑡) = 0 für leere Zellen im Zeitschritt 𝑡

mit 𝑛𝑖 (𝑡) = 1 für besetzte Zellen im Zeitschritt 𝑡

Für 𝑇 mit großem Wert haben wir18:

lim 𝜌̅ T = 𝜌
𝑇→ ∞

𝑞̅ ist der zeitlich gemittelte Fluss zwischen Zelle 𝑖 und Zelle 𝑖 + 1 mit19:
1 𝑡 +𝑇
𝑞̅ = 𝑇 ∑𝑡=𝑡
𝑜
𝑛
𝑜 +1 𝑖,𝑖+1
(𝑡)

𝑛𝑖,𝑖+1 (𝑡) = 1 falls es eine Fahrzeugbewegung zwischen Zelle 𝑖 und Zelle 𝑖 + 1 gibt

Wir arbeiten mit dem einfachsten Fall: Eine Anfangskonfiguration mit der Dichte 𝜌 und der
Geschwindigkeit 0. Wir sammeln die Daten nur ab 𝑡0 Zeitschritten (𝑡0 = 10 x 𝐿) und beobachten
zwei Situationen mit niedriger Verkehrsdichte 𝜌 = 0,03 und mit hoher Verkehrsdichte 𝜌 = 0,120.

15
Vgl. K. Nagel, M. Schreckenberg (1992), S.2222
16
dto.
17
Vgl. K. Nagel, M. Schreckenberg (1992), S.2223
18
dto.
19
dto.
20
dto.

9
Abbildung 10. Simulierung des Verkehrs mit niedriger Verkehrsdichte: 𝜌 = 0,03 Fahrzeuge pro Zelle
K. Nagel, M. Schreckenberg (1992), S.2223

Jede Zeile zeigt den Zustand der Fahrspur nach der Aktualisierung der Geschwindigkeit (SCHRITT 1,
2, 3 wird bereits ausgeführt) aber vor der Fortbewegung des Fahrzeugs (SCHRITT 4 ist noch nicht
ausgeführt). Die leeren Zellen werden durch einen Punkt dargestellt und die von einem Fahrzeug
besetzten Zellen werden durch eine ganze Zahl von der entsprechenden Geschwindigkeit
repräsentiert21.

21
Vgl. K. Nagel, M. Schreckenberg (1992), S.2223

10
Abbildung 11. Simulierung des Verkehrs mit hoher Verkehrsdichte: 𝜌 = 0,1 Fahrzeuge pro Zelle
K. Nagel, M. Schreckenberg (1992), S.2224

Es ist einfach den Verkehrsstau wegen den Geschwindigkeitsschwankungen und die

Rückwärtsbewegung des Verkehrsstaus zu sehen (siehe Abbildung 11). Die von links kommenden
Fahrzeuge haben meisten die Geschwindigkeit 𝑣 = 4 oder 𝑣 = 5. Dann müssen sie ihre
Geschwindigkeit wegen des Staus verringern und nochmal bis 𝑣 = 4 oder 𝑣 = 5 nach dem Verlassen
des Staus beschleunigen22.

22
Vgl. K. Nagel, M. Schreckenberg (1992), S.2224

11
Abbildung 12. Trajektorien der Fahrzeuge
K. Nagel, M. Schreckenberg (1992), S.2225

Anhand der Abbildung 12 können wir eine ähnliche Situation wie in Abbildung 11 beobachten. Mit
den Daten aus dem realistischen Verkehr erhalten wir auch eine Rückwärtsbewegung des
Verkehrsstaus. Dieses typische Phänomen wird „Start-stop-waves“ genannt. In anderen Worten
können wir verstehen, dass das die Vorwärts- und Rückwärts-Wellen sind23 (siehe grünes Zeichen in
Abbildung 12).

23
Vgl. Peacock (2011), S.527

12
Abbildung 13. Verkehrsfluss – Dichte – Diagramm
K. Nagel, M. Schreckenberg (1992), S.2225

Abbildung 13 ist ein Diagramm, welches die Beziehungen zwischen Verkehrsfluss 𝑞 (Anzahl der
Fahrzeuge pro Zeitschritt) und Verkehrsdichte (Anzahl der Fahrzeuge pro Zelle) zeigt. Die Punkte ist
die Mittelwerte über 102 Zeitschritte und die Linie repräsentiert die Mittelwerte über 106
Zeitschritte24.

Abbildung 14. Verkehrsfluss – Belegung der Fahrzeuge – Diagramm

K. Nagel, M. Schreckenberg (1992), S.2226

24
Vgl. K. Nagel, M. Schreckenberg (1992), S.2225

13
In der Abbildung 14 sieht man ein Diagramm mit Beziehungen zwischen Verkehrsfluss 𝑞 (Anzahl der
Fahrzeuge pro Stunde) und Belegung der Fahrzeuge aus den Messungen der Realität (Prozent der von
den Fahrzeugen belegten Straße)25.

Um einfacher ein Verkehrssystem im Ring analysieren zu können, wählen wir eine

Anfangskonfiguration mit 𝑣𝑚𝑎𝑥 = 1. Bevor der Schritt 2 des Nagel-Schreckenberg-Modells
ausgeführt wird, hat jedes Fahrzeug seine Geschwindigkeit 𝑣 = 1. Wir müssen nur bestimmen, ob die
nächste Zelle leer ist (SCHRITT 2 wird ausgeführt) oder ob die Geschwindigkeit zufällig um eine
Einheit bis 𝑣 = 0 reduziert wird (SCHRITT 3 wird ausgeführt). Trotzdem ist es schwierig, das
Verkehrssystem im Ring mit 𝑣 > 1 zu analysieren. Es sollte daher eine Durchschnittsfeld-Näherung
berechnet werden. Um die Übergangswahrscheinlichkeit von laminarem Verhalten zu unruhigem
Verhalten im Verkehr zu berechnen, haben wir die Formel26:
1+𝜎𝑖
𝑊(−𝜎𝑖 , −𝜎𝑖+1 | 𝜎𝑖 , 𝜎𝑖+1 ) = (1 − 𝑝) 2

mit 𝜎𝑖 = −1 für leere Zellen

mit 𝜎𝑖 = 1 für besetzte Zellen

Die Mastergleichung für die Wahrscheinlichkeit 𝑃({𝜎𝑗 }, 𝑡), um die Konfiguration {𝜎𝑗 } zu einer Zeit
𝑡27:

𝑑𝑃({𝜎𝑗 })
𝑑𝑡
= − ∑𝑖 𝑊(−𝜎𝑖 , −𝜎𝑖+1 | 𝜎𝑖 , 𝜎𝑖+1 ) 𝑃({𝜎𝑖 , 𝜎𝑖+1 , 𝑡}) +
∑𝑖 𝑊(𝜎𝑖 , 𝜎𝑖+1 |−𝜎𝑖 , −𝜎𝑖+1 ) 𝑃({−𝜎𝑖 , −𝜎𝑖+1 , 𝑡})

In der einfachen Situation haben wir28:

𝑞 = 𝜌(1 − 𝜌)

6 Verkehr mit Engpass-Situation (Offenes System)

Im Verkehr mit Engpass-Situation verwenden wir weiter das Nagel-Schreckenberg-Modell aber mit
den hinzugefügten Randbedingungen29.

Erste Randbedingung: Wenn die Zelle ganz links leer ist, dann wird sie von einem Fahrzeug mit der
Geschwindigkeit 𝑣 = 0 besetzt.

Zweite Randbedingung: Am Straßenende sollten wir die Fahrzeuge auf den sechs Zellen ganz rechts
löschen. Diese Randbedingung beschreibt ein Auflockern des Verkehrs.

Um nochmal die Situation einfacher analysieren zu können, wählen wir eine Anfangskonfiguration
mit 𝑣𝑚𝑎𝑥 = 1. Mit der Länge von 10000 𝑍𝑒𝑙𝑙𝑒𝑛 über 5 X 106 Zeitschritte bekommen wir das
Resultat mit der Dichte 𝜌𝑐 = 0,069 ± 0,002 und dem Fluss 𝑞𝑐 = 0,304 ± 0,001. Das System wird
1
sich nach dem Zustand mit 𝜌 = 2 wandeln. Aber es ist nicht mehr richtig, wenn wir die maximale
Geschwindigkeit 𝑣𝑚𝑎𝑥 > 1 auswählen30 (siehe Abbildung 15).

25
Vgl. K. Nagel, M. Schreckenberg (1992), S.2226
26
dto.
27
dto.
28
Vgl. K. Nagel, M. Schreckenberg (1992), S.2227
29
dto.
30
dto.

14
Abbildung 15. Engpass-Situation
K. Nagel, M. Schreckenberg (1992), S.2228

7 Quantitativer Vergleich zwischen dem simulierten Modell und

dem realistischen Verkehr
In diesem Abschnitt sollten wir das Simulationsmodell in Bezug auf die Längenskala und die
Zeitskala skalieren31. Das heißt, wir passen die Modellgrößen an die Realität an.

Die erste Möglichkeit ist es, folgende Formel mit dem Platzbedarf eines Fahrzeugs im Stau = 7,5𝑚 =
1 Zelle, mit der durchschnittlichen Geschwindigkeit (Modellgröße) = 4,5 𝑍𝑒𝑙𝑙𝑒𝑛 𝑝𝑟𝑜 𝑍𝑒𝑖𝑡𝑠𝑐ℎ𝑟𝑖𝑡𝑡,
𝑘𝑚
und mit der realitätsnahen Geschwindigkeit in Deutschland = 120 ℎ zu verwenden32:

𝑚 𝑍𝑒𝑙𝑙𝑒𝑛 120 𝑠
(7,5 𝑥 4,5 ) / ≈ 1 𝑆𝑒𝑘𝑢𝑛𝑑𝑒 𝑝𝑟𝑜 𝑍𝑒𝑖𝑡𝑠𝑐ℎ𝑟𝑖𝑡𝑡
𝑍𝑒𝑙𝑙𝑒 𝑍𝑒𝑖𝑡𝑠𝑐ℎ𝑟𝑖𝑡𝑡 3,6 𝑚

Eine zweite Möglichkeit basiert auf der Messungen in der Realität33:

0,225 𝐹𝑎ℎ𝑟𝑧𝑒𝑢𝑔𝑒
𝜌 ≈ 30 𝐹𝑎ℎ𝑟𝑧𝑒𝑢𝑔𝑒 𝑝𝑟𝑜 𝐹𝑎ℎ𝑟𝑏𝑎ℎ𝑛 𝑢𝑛𝑑 𝐾𝑖𝑙𝑜𝑚𝑒𝑡𝑒𝑟 =
7,5 𝑚

Die andere Lösung ist: Weil die Kapazität der Autobahnen 2000 Fahrzeuge pro Stunde und Fahrbahn
ist und wir unseren maximalen Verkehrsfluss von 0,32 Fahrzeuge pro Zeitschritt haben34:
0,32
0,56
≈ 0,5 𝑆𝑒𝑘𝑢𝑛𝑑𝑒𝑛 𝑝𝑟𝑜 𝑍𝑒𝑖𝑡𝑠𝑐ℎ𝑟𝑖𝑡𝑡

31
Vgl. K. Nagel, M. Schreckenberg (1992), S.2227
32
dto.
33
dto.
34
Vgl. K. Nagel, M. Schreckenberg (1992), S.2228

15
Die letzten Möglichkeit ist es, den Wert der Geschwindigkeit von Rückwärtsbewegung des
𝑘𝑚 𝑚
Phänomens „Start-stop-waves“ = 15 = 4,2 zu benutzen. Die maximale Geschwindigkeit der
ℎ 𝑠
ausbreitenden Welle ist 0,3 𝑍𝑒𝑙𝑙𝑒𝑛 ≈ 2,25 𝑚 𝑝𝑟𝑜 𝑍𝑒𝑖𝑡𝑠𝑐ℎ𝑟𝑖𝑡𝑡35:
2,25
4,2
≈ 0,7 𝑆𝑒𝑘𝑢𝑛𝑑𝑒𝑛 𝑝𝑟𝑜 𝑍𝑒𝑖𝑡𝑠𝑐ℎ𝑟𝑖𝑡𝑡

8 Zusammenfassung
Durch diese Ausarbeitung können wir mehr über die zellulären Automaten sowie ihre Typen wie zum
Beispiel ein-, zwei- und dreidimensionale Automaten verstehen. Wir haben auch über ihre
Anwendungen, beispielsweise das Nagel-Schreckenberg-Modell für den eindimensionalen zellulären
Automaten und das Spiel „Game of life“ für den zweidimensionalen zellulären Automaten
kennengelernt.

Außerdem liefert das Nagel-Schreckenberg-Modell eine Erklärung für die Entstehung des
Verkehrsstaus. Indem wir die Bildung von Staus klar erklären können, wird es einfacher effektivere
Maßnahmen für die Stauprobleme in Zukunft zu finden.

35
Vgl. K. Nagel, M. Schreckenberg (1992), S.2228

16
9 Literaturreferenzen
K. Nagel, M. Schreckenberg (1992): A cellular automaton model for freeway traffic. J.Phys.IFrance
2, 2221-2229

Hans-Georg Beckmann (2003): Zelluläre Automaten. Online verfügbar unter:

http://www.vlin.de/material/ZAutomaten.pdf

M. Treiber, A. Kesting (2010): Verkehrsdynamik und –simulation

A. Schadschneider (2010): Verkehrsmodelle. Online verfügbar unter: http://www.thp.uni-

koeln.de/zitt/phys/verkehr/main.html

Richard D. Peacock, Erica D. Kuligowski, Jason D. Averill (2011): Pedestrian and Evacuation
Dynamics

J.Krämer, R.Kuyper, L. van den Broek, W. Bosma, A. van den Broek (2012): Zelluläre Automaten
und Verkehr. Online verfügbar unter: https://www.mathematics.uni-
bonn.de/files/schulportal/koelnbonner-matheturnier/vorbereitungsmaterial-2012.pdf

J. Balint (2014): Eine Untersuchung komplexer Anwendungen zellularer Automaten in Hinblick auf
Möglichkeiten innovativer musikalischer Strukturgenese. Online verfügbar unter:
http://iem.kug.ac.at/fileadmin/media/iem/projects/2010/balint.pdf

Webseite John Conway's Game of Life Simulation. Online verfügbar unter:

https://bitstorm.org/gameoflife/

17
Ehrenwörtliche Erklärung
Hiermit versichere ich, dass ich die vorliegende Arbeit selbständig verfasst und keine anderen als
angegebene Quellen und Hilfsmittel benutzt habe, dass alle Stellen der Arbeit, die wörtlich oder
sinngemäße aus anderen Quellen übernommen wurden, als solche kenntlich gemacht sind, und dass
die Arbeit in gleicher oder ähnlicher Form noch keiner Prüfungsbehörde vorgelegt wurde.

Khac Dat Tran

10.02.2017, Clausthal-Zellerfeld

18