TY - THES AB - Mehrere Einflussfaktoren wirken sich auf die Bewegung von Fußgängern in Menschenmengen aus, was ihre Analyse komplex und schwierig macht. Um dieses Problem zu lösen, verwenden wir ein vereinfachtes System, das als Single-File bezeichnet wird. In diesem System gehen die Fußgänger auf einem schmalen Weg, ohne zu überholen, so dass die Reihenfolge der Personen konstant bleibt. Dieser Aufbau reduziert die Anzahl der Variablen und ermöglicht eine gezielte Untersuchung der spezifischen Faktoren, die die Forscher in der Fußgängerdynamik untersuchen wollen. Angesichts der Bedeutung der Bewegung in einer Reihe für das Verständnis komplexer Bewegungsabläufe zeigt diese Arbeit, wie wichtig die Untersuchung von Systemen in einer Reihe ist. Darüber hinaus werden in dieser Arbeit die Interaktionsbereiche in Ein-Fußgänger-Systemen analysiert, indem der Einfluss sowohl des vorausfahrenden als auch des nachfolgenden Fußgängers in das Geschwindigkeitsmodell einbezogen wird, wobei die jeweiligen Entfernungen und Geschwindigkeiten berücksichtigt werden. Dieser neuartige Ansatz, der in den Ver-öffentlichungen II und III detailliert beschrieben wird, erhöht die Genauigkeit der Modellierung bei einreihigen Bewegungen. Die vorliegende kumulative Dissertation umfasst drei Publikationen, die sich mit der Untersuchung von Single-File-Bewegungen von Fußgängern befassen. Publikation I gibt einen umfassenden Überblick über Experimente zur Single-File-Bewegung-en von Fußgängern und unterstreicht die Bedeutung dieses Forschungsgebiets. Der Bericht befasst sich mit dem historischen Hintergrund von Studien über Single-File-Bewegungen und bietet Einblicke in menschliche und nicht-menschliche Verkehrssysteme. Die Publikation geht auch auf verschiedene Versuchsaufbauten und Datenerhebungsmethoden ein und erörtert Faktoren, die die Fußgängerbewegungen beeinflussen. Die Studie stellt außerdem ein neues Python basiertes Tool, SingleFileMovementAnalysis, vor, welches für die Analyse von Fußgängerbewegungen, insbesondere deren Kopftrajektorien, entwickelt wurde. Es unterstützt außerdem die Berechnung von Bewegungsgrößen wie Geschwindigkeit, Dichte und Wegstrecke. Diese Publikation bietet einen Ansatz für die experimentelle Datenanalyse und schlägt zukünftige Forschungsrichtungen in diesem Bereich vor. In der Publikation II werden die Faktoren untersucht, die die Bewegung von Fußgängern in Single-File-Experimenten beeinflussen. Feed-forward neuronale Netze werden zur Vorhersage der Geschwindigkeit einzelner Fußgänger eingesetzt, wobei verschiedene Kombinationen von Abständen und Interaktionsbereichen mit benachbarten Fußgängern verwendet werden. Der Einfluss auf das Geschwindigkeitsmodell durch die Einführung des Abstandes zum hinteren Nachbarn wird analysiert, und die vorhergesagten individuellen Geschwindigkeiten werden unter Verwendung von verschiedenen Einflussfaktoren bewertet und verglichen. Ausgehend von den Ergebnissen der statistischen Untersuchungen, die in der Publikation II durchgeführt wurden, führt die Publikation III ein neues mikroskopisches Geschwindigkeitsmodell ein, das die relativen Entfernungen zu den nächsten Nachbarn sowohl hinter als auch vor dem Fußgänger für die Single-File-Bewegungen berücksichtigt. Es wird eine Feinabstimmung der gewichteten Asymmetrieparameter vorgenommen, und die Stabilität des neuen Modells wird analysiert. Darüber hinaus wird das vorgeschlagene Modell durch eine numerische Simulation einer eindimensionalen Bewegung evaluiert. AU - Subaih, Rudina CY - Wuppertal DO - 10.25926/BUW/0-886 DP - Bergische Universität Wuppertal KW - Single-file Motion KW - Single-File Flow KW - Pedestrian Dynamics KW - Fundamental Diagram KW - Experiment KW - Software KW - Microscopic Model KW - Least Squares Parameter Estimate KW - Stop-and-go Waves KW - Artificial Neural Networks KW - Distance KW - Single-file Movement KW - Headway Modeling KW - Interaction Range KW - Modeling LA - eng N1 - Bergische Universität Wuppertal, Dissertation, 2025 PB - Veröffentlichungen der Universität PY - 2025 SP - 1 Online-Ressource (x, 115 Seiten) : Illustrationen, Diagramme T2 - Sicherheitstechnik TI - Single-file movement: literature review, empirical analysis with artificial neural networks, and modeling UR - https://nbn-resolving.org/urn:nbn:de:hbz:468-2-6075 Y2 - 2026-01-17T16:24:12 ER -