Skip to content

Notes.md

Latest commit

 

History

History
79 lines (56 loc) · 4.29 KB

Notes.md

File metadata and controls

79 lines (56 loc) · 4.29 KB

Offenbar habe ich vor 2 Jahren das letzte Mal an dystonse gearbeitet, und nicht ordentlich archiviert.

Was ich habe (oder irgendwo haben müsste):

Wenn ich die tools / daten / apis / formate von derhuerst nutzen will, sollte auch meine Software in JS geschrieben sein. Andere naheliegende Sprachen wären sonst Java, C++, Dart.

Offenbar gab's sogar schonmal einen sehr ähnlichen Ansatz beim einem Hackaton in 2018, der aber nicht zuende geführt wurde: https://github.com/derhuerst/predict-vbb-delays/blob/master/docs/story.md

Lange liste mit ÖPNV-Projekten: https://github.com/CUTR-at-USF/awesome-transit#awesome-transit-

vbb-map-routing ist eine halbwegs funktionierebde Website mit Karte, die Start und Ziel per Klick auswählen lässt, und eine Journey als Liste und auf der Karte anzeigt. Die Jorney wird derzeit mit dem vbb-client erzeugt, also per Anfrage an den Server der VBB.

Idee: Wenn ich ein Modul mache, das vbb-client.journeys() implementiert, dann kann ich die vorhandenen Tools nutzen, um die Ergebnisse anzuzeigen.

Die Spezifikation von Journeys sieht aber natürlich keine Wahrscheinlichkeiten und Alternativen vor. Wie würde denn eine dystone-Journey aussehen?

Die erste Stufe könnte natürlich sein, für eine einzelne (ggf. fremd-berechnete) Journey zu annotieren, wie die Ankufts- und Abfahrtswahrscheinlichkeiten an den einzelnen Stellen aussehen.

Machen wir uns doch mal ein kleines Mini-Metro-Netz mit Abfahrtszeiten, etc. Von meinem Startpunkt aus kann ich in verschiedene Linien einsteigen, und für jede ergeben sich Wahrscheinlichkeiten, wann ich wo sein kann. Dabei kann ich alle Stationen ignorieren, die weder Start, noch Ziel, noch potentielle Umsteigestation sind. Andererseits könnten mehrere Zwischenstops potentielle Zielhaltestellen sein, von denen aus ich zum eigentlichen Ziel laufen kann.

Für jede potentielle Umsteigestation kann ich dann wieder eine solche Suche machen nur, nur eben nicht mit einem konkreten Startzeitpunkt, sondern mit der jeweiligen Verteilung. Das könnte ich als rekursiven Aufruf machen, und hätte somit alle relevanten Daten im Stack. Allerdings wäre das Depth-first und würde sehr lange brauchen, bis die ideale Route ermittelt ist.

Ich brauche also eine Menge von möglichen Abfahrten, die es zu betrachten gilt, und aus denen ich heuristisch die vielversprechendste heraus suchen kann. Die Heuristik könnte sein: Wann bin ich von da aus zu Fuß am Ziel? Aber selbst bei deterministischer Fußwegzeit hätte ich hier nur Verteilungen, die keine Totalordnung darstellen. Also vielleicht der Erwartungswert?

Für einen möglichen Ausstieg berechne ich also den Erwartungswert meiner Ankunft und die Entfernung zum Ziel, addiere die Laufzeit auf die Ankunft und nehme das als Priorität. Das Objekt, das ich hinterlege, ist die Historie, wie ich dort hin gelangt bin.

Ok, ich stehe am Bahnsteig und werde die nächste U7 nehmen. Es sollen welche in 5, 15, 25… Minuten kommen.

Wenn nach X minuten der eine Zug mit 90% schon da gewesen sein müsste, und der andere mit 15%, wie wahrscheinlich ist es dann, dass irgendeiner schon da war?

TODO: Eine History mitführen, die fahren und umstiege enthält, und jeweilige Timeranges dafür Wenn eine Reise die neue beste Reise ist, diese History ordentlich ausgeben

TODO: In gewissen Fällen ergeben sich im Ergebnis negative Reisezeiten zwischen benachbarten Bahnhöfen. Ich glaube noch nicht, dass die Reisezeit selbst negativ ist, vielmehr denke ich, man steigt in einen verfrühten Zug ein, der eigentlich schon weg ist, und kommt damit effektiv vor dem Einsteigen an.

Die Multitransfer-funktion ist definitiv kaputt: Manchmal ist die wahrscheinlichkeit, dass ich zum Zeitpunkt X weiter fahre höher als die Wahrscheinlichkeit, dass ich um X überhaupt schon da bin.

Die WSK dass ich zum Zeitpunkt T noch da bin, vorausgesetzt, ich war zu T-1 noch da, ist 1- die WSK dass in dem Moment ein Zug fährt.