38 lines
3.3 KiB
TeX
38 lines
3.3 KiB
TeX
In diesem Kapitel wird die Validierung der berechneten Verkehrswerte beschrieben. Dabei wird zun"achst ein angestrebtes Verfahren beschrieben und darauf eingegangen warum dieses Verfahren sich nicht eignet. Um die berechneten Werte dennoch validieren zu k"onnen, wurde eine Verkehrsz"ahlung im Rahmen dieser Arbeit vorgenommen.
|
|
|
|
\subsection{Testdatenmenge}{
|
|
Ein "ubliches Testverfahren ist es ein Teil seiner Datenmenge aus der Berechnung außenvorzulassen[zitat] und durch die verwendete Berechnung diese fehlenden Daten zu reproduzieren.
|
|
Durch einen Vergleich der Testdaten und der berechneten Daten, kann nun festgestellt werden wie genau die Berechnung war.\\
|
|
|
|
Dieses Verfahren eignet sich hier allerdings nicht, da bei den vorliegenden Sensordaten das Auslassen von Testdaten die Berechnung unm"oglich macht. Das ist auf die geringe Menge an Sensoren zur"uckzuf"uhren. Man kann nur in den seltensten F"allen einen Sensor mit einem anderen validieren(Zeitproblem). Sollte das m"oglich sein so ist ein solcher h"aufig Sensor ein shared sensor wie das folgende Beispiel erleutert.
|
|
(Beispiel wo es geht)
|
|
(Standartkreuzung wo es nicht geht)
|
|
|
|
Um das Modell zu validieren kann man aus seiner bekannten Menge an Daten, in diesem Fall die Sensordaten, ein Teil ausw"ahlen, welcher nicht zur Berechnung verwendet wird. Dieser Teil wird nach der Berechnung mit den Ergebnissen der entsprechenden Sensoren verglichen. Ist die Abweichung groß, ist das berechnete Ergebniss(f"ur diesen Sensor/Bereich) ein schlechtes. best"atigt sich dagegen der Sensorwert, kann von einem guten Ergebniss f"ur diesen Bereich gerechnet werden.
|
|
Diese Vorgehen ist nicht m"oglich, da alle Sensorwerte zur Berechnung ben"otigt werden. Um die Daten zu validieren ist eine manuelle Verkehrsz"ahlung n"otig.}
|
|
|
|
\subsection{Verkehrsz"ahlung}{
|
|
Da kein anderes passendes Testverfahren gefunden wurde, wurde im Rahmen dieser Arbeit eine Verkehrsz"ahlung durchgef"uhrt. Diese Verkehrsz"ahlung wurde mithilfe von Michael Scholz erhoben, welcher diese Daten ebenfalls f"ur seine Bachelor Arbeit ben"otigt.
|
|
Gez"ahlt wurde dabei mit Strichliste and den Kreuzungen [], [] und []. Dabei wurden in der einen Messreihe die Autos an den Ausg"angen gez"ahlt, um die berechneten Werte der virtuellen Kreuzungsausg"ange in dem Graphenmodell validieren zu k"onnen.
|
|
Desweiteren wurden die Autos gez"ahlt welche "uber einen speziellen Sensor gefahren sind.
|
|
Hierf"ur wurden die Sensoren [] und [] gez"ahlt. In einer weiten Z"ahlung wurde nur der Sensore [] betrachtet.
|
|
Die Ausg"ange und Sensoren wurden dabei "uber 15 Minuten gez"ahlt, da eine genaue Synkronisation mit dem Zeitgeber der Sensoren nicht genau m"oglich ist. F"ur die genauere Untersuchung des Sensors [] wurde eine Minutenweise Z"ahlung vorgenommen, beginnend vom Minutenanfang.
|
|
In der ersten Messung wurden dabei alle Fahrzeuge gez"ahlt, außer Fahrr"ader.
|
|
|
|
Im anschließenden Vergleich von Sensorwerten mit den gez"ahlten Sensorwerten wurde ein deutlicher unterschied sichtbar.
|
|
[statistik hier]
|
|
|
|
1. Z"ahlen der Ausg"ange
|
|
2. Z"ahlen einzelner Sensoren
|
|
|
|
Vergleichen der Sensorenwerte
|
|
Vergleichen der Ausgangswerte von Berechnung/Z"ahlung
|
|
Validit"at pr"ufen mit standartabweichung 5percentage
|
|
Hypothese: Berechnete Werte sind gen"ugend Genau. Ja/Nein -> wissenschaftliche methode blabla
|
|
|
|
}
|
|
|
|
\subsection{Validierung der Verkehrsaufkommensvorhersage}{
|
|
hoher wert am ausgang, hoher wert an der n"achsten kreuzung
|
|
}
|
|
+4 |