Folie 1

1
Ein Generalized Neural Logit-Modell zur Prognose
von Flughafen- und Zugangsverkehrsmittelwahl
Dipl.-Kfm. Marc Ch. Gelhausen
2
Key Aspects
3
Agenda

• Theorie diskreter Entscheidungsmodelle
• Konzept der Gruppen
• Generalized Neural Logit-Modell
• Allgemeines Modell zur Prognose von
• Flughafen- und Zugangsverkehrsmittelwahl

• Theorie diskreter Entscheidungsmodelle
• Konzept der Gruppen
• Generalized Neural Logit-Modell
• Allgemeines Modell zur Prognose von
• Flughafen- und Zugangsverkehrsmittelwahl

4
Prognosephilosophie
Eigenschaften der Alternativen, wie z.B.
Zugangskosten, etc.
Diskretes Entscheidungsmodell Modellhafte
Abbildung von individuellem nutzenmaximierenden
Entscheidungsverhalten, welches aus externer
Perspektive nur unvollständig beobachtbar ist.
Relative Anteile der einzelnen Alternativen nach
Marktsegment
Theorie diskreter Entscheidungsmodelle
5
Logit- und nested Logit-Modell

• Alternativenauswahlwahrscheinlichkeiten

Nested Logit-Modell
Keine Abbildung von stochastischen Korrelationen
möglich!
Theorie diskreter Entscheidungsmodelle
6
IIA-Eigenschaft
Independence from Irrelevant Alternatives
(IIA) Das Verhältnis zweier Auswahlwahrscheinli
chkeiten ist (im Logit-Modell) ausschließlich von
den Eigenschaften der beiden betrachteten
Alternativen abhängig.
Nested Logit-Modell und IIA?

• Zwei Fälle werden unterschieden
• Beide Alternativen aus demselben Cluster ? ja
• Beide Alternativen aus verschiedenen Clustern ?
  nein

Modellparameterschätzung auf einer
Alternativenteilmenge möglich?
Theorie diskreter Entscheidungsmodelle
7

• Theorie diskreter Entscheidungsmodelle
• Konzept der Gruppen
• Generalized Neural Logit-Modell
• Allgemeines Modell zur Prognose von
• Flughafen- und Zugangsverkehrsmittelwahl

8
Cluster- und Alternativengruppen
Konzept der Gruppen
9
Flughafenkategorien
Kategorie Flughafen (IATA-Code)
FH1 Frankfurt a. M. (FRA)
FH1 München (MUC)
FH2 Düsseldorf (DUS)
FH2 Hamburg (HAM)
FH2 Köln/Bonn (CGN)
FH2 Stuttgart (STR)
FH3 Bremen (BRE)
FH3 Dortmund (DTM)
FH3 Dresden (DRS)
FH3 Erfurt (ERF)
FH3 Frankfurt Hahn (HHN)
FH3 Friedrichshafen (FDH)
FH3 Hannover (HAJ)
FH3 Karlsruhe/Baden (FKB)
FH3 Leipzig/Halle (LEJ)
FH3 Lübeck (LBC)
FH3 Münster/Osnabrück (FMO)
FH3 Niederrhein (NRN)
FH3 Nürnberg (NUE)
FH3 Paderborn/Lippstadt (PAD)
FH3 Saarbrücken (SCN)
Durchschnittliche Angebotsstruktur (in )
Durchschnittliche Angebotsstruktur (absolut)
LCBRD CCBRD LBRD LCEUR CCEUR LEUR LCINT CCINT LINT NUMBRD NUMEUR NUMINT
FH1 3,18 0,43 20,39 0,87 5,83 55,81 0,00 1,24 12,25 8,31 60,27 31,42
FH2 8,97 0,58 28,27 11,65 11,76 37,24 0,02 0,71 0,79 16,23 74,62 9,16
FH3 1,29 0,86 39,22 32,57 15,57 10,05 0,02 0,42 0,00 19,94 78,90 1,16
LCBRD CCBRD LBRD LCEUR CCEUR LEUR LCINT CCINT LINT NUMBRD NUMEUR NUMINT
FH1 106 16 756 32 225 2138 0 49 517 19 144 83
FH2 104 7 348 129 153 487 0 11 11 17 80 12
FH3 3 1 80 47 25 39 0 0 0 6 22 1
LC Low-Cost Carrier BRD Deutschland CC Charter
Carrier EUR Europa L Liniencarrier INT
Interkontinental NUM Anzahl Ziele
Flughafenkategorien entsprechen Produkttypen
Konzept der Gruppen
10

• Theorie diskreter Entscheidungsmodelle
• Konzept der Gruppen
• Generalized Neural Logit-Modell
• Allgemeines Modell zur Prognose von
• Flughafen- und Zugangsverkehrsmittelwahl

11
Motivation des GNL
Generalized Neural Logit-Modell
12
Elemente des GNL
Nutzenfunktion Linearkombinationen Logit-Funktio
n
Nutzenfunktion Linearkombinationen Logit-Funktio
n
Nutzenfunktion Linearkombinationen Logit-Funktio
n
Nutzenfunktion Linearkombinationen Logit-Funktio
n
Vi f(xi)
Generalized Neural Logit-Modell
13
Netzwerkspezifikation
Komplexitätsgrad der Nutzenfunktion?
Generalized Neural Logit-Modell
14

• Theorie diskreter Entscheidungsmodelle
• Konzept der Gruppen
• Generalized Neural Logit-Modell
• Allgemeines Modell zur Prognose von
• Flughafen- und Zugangsverkehrsmittelwahl

15
Basisalternativen
Alternativengruppen Abkürzung
FH1/Pkw selbstgefahren FH1PKW
FH1/Pkw gebracht FH1PKWG
FH1/Mietwagen FH1MW
FH1/Taxi FH1TAXI
FH1/Bus FH1BUS
FH1/S-Bahn FH1SB
FH1/Fernzug FH1FZ
FH2/Pkw selbstgefahren FH2PKW
FH2/Pkw gebracht FH2PKWG
FH2/Mietwagen FH2MW
FH2/Taxi FH2TAXI
FH2/Bus FH2BUS
FH2/S-Bahn FH2SB
FH2/Fernzug FH2FZ
FH3/Pkw selbstgefahren FH3PKW
FH3/Pkw gebracht FH3PKWG
FH3/Mietwagen FH3MW
FH3/Taxi FH3TAXI
FH3/Bus FH3BUS
FH3/S-Bahn FH3SB
FH3/Fernzug FH3FZ
Nested Logit-Modell
Generalized Neural Logit-Modell
Logit-Modell
Allgemeines Modell zur Prognose von Flughafen-
und Zugangsverkehrsmittelwahl
16
Modellschätzung und -anwendung
Generische Variablen
Alternativenspezifische Variablen
Teilsample Flughäfen (IATA-Code)
BRE DTM FDH FKB HHN LBC LEJ NUE PAD FRA, HAM, BRE FRA, DUS, DTM MUC, STR, FDH FRA, STR, FKB FRA, DUS, HHN FRA, HAM, LBC FRA, HAM, LEJ MUC, STR, NUE FRA, DUS, PAD
Clusterspezifische Variablen
Allgemeines Modell zur Prognose von Flughafen-
und Zugangsverkehrsmittelwahl
17
Vergleich der Modellansätze
R2(null) in R2(const) in
Marktsegment MNL NL GNL Diff. zu NL MNL NL GNL Diff. zu NL
BRD P 55,94 57,41 61,35 3,94 42,71 43,82 49,74 5,92
BRD G 52,78 54,10 58,13 4,03 40,42 40,47 47,16 6,69
EUR K 50,74 52,40 58,09 5,69 41,22 41,94 49,99 8,05
EUR U 50,55 52,29 56,51 4,22 37,58 38,22 45,10 6,88
EUR G 45,81 48,58 51,96 3,38 34,34 35,96 41,79 5,83
INT P 45,36 48,89 55,10 6,21 29,43 32,86 42,01 9,15
INT G 44,41 47,46 56,01 8,55 25,76 28,30 41,26 12,96
Allgemeines Modell zur Prognose von Flughafen-
und Zugangsverkehrsmittelwahl
18
Zusammenfassung und Fazit