| |
|
Dissertation angenommen durch: Universität Duisburg-Essen, Campus Duisburg, Fachbereich Physik, 2005-04-18
BetreuerIn: Prof. Dr. Michael Schreckenberg , Universität Duisburg-Essen, Campus Duisburg, Fachbereich Physik
GutachterIn: Prof. Dr. Michael Schreckenberg , Universität Duisburg-Essen, Campus Duisburg, Fachbereich Physik
GutachterIn: Priv.-Doz. Dr. Sven Lübeck , Universität Duisburg-Essen, Campus Duisburg, Fachbereich Physik
Schlüsselwörter in Deutsch: Spieltheorie, Experimentelle Wirtschaftsforschung, Physik von Verkehr, Routenwahlverhalten
Schlüsselwörter in Englisch: Gametheory, Experimental Economics, Route Choice Behaviour, Reinforcement Learning, Traffic Experiments
|
|
| |
|
Abstrakt in Deutsch
In der vorliegenden Arbeit soll ein Überblick über mögliche
Verknüpfungen von Physik und Ökonomie im Bereich der
Verkehrswissenschaften gegeben werden; insbesondere soll das Verhalten
von Verkehrsteilnehmern in Entscheidungssituationen durch Experimente
mit Versuchspersonen in einem Zweiroutenszenario ermittelt und
analysiert werden. Zu Beginn werden kurz gängige Modellierungsverfahren
von Verkehr dargestellt. Darauf folgt eine Einleitung in die
Spieltheorie. Die Analogie der Spieltheorie zur statistischen Mechanik
wird mittels eines Modells erläutert. Die Beschreibung und Analyse der
durchgeführten Experimente zum Verhalten von Verkehrsteilnehmern nimmt
den größten Teil dieser Arbeit ein. Es wurden drei Experimentstypen mit
einem Zweiroutenszenario durchgeführt und analysiert. Beim ersten
Experiment handelt es sich um ein einfaches Minority Game mit neun
Teilnehmern in jeder Beobachtung. Im zweiten Experimentstyp
interagieren 18 Personen in jeder Beobachtung miteinander. Diese
Experimente wurden variiert mit größeren Spielermengen. So wurde
untersucht, wie sich das Verhalten bei einer größeren Zahl von
Versuchspersonen ändert (18, 36, 54, 72, 90 Personen). Der dritte
Experimentstyp stellt eine Erweiterung des zweiten Experiments dar. Den
zwei zu wählenden Strecken wurden alternierend Baustellen beigefügt.
Ziel war es zu untersuchen, ob die in Experiment 1 und 2 auftretenden
Fluktuationen an Intensität zunehmen und wie sich das Verhalten
aufgrund der erweiterten Komplexität verändert. In dem Kapitel
Simulationen wird einleitend die Technik dargestellt und die
Simulationsmodelle der Literatur beschrieben. Eine Erweiterung des
Payoff-Sum Modells stellt dann die Grundlage der eigenen Simulationen
zu den Experimenten 1 und 2 dar. Mittels 6 statistischer Kennwerte
wurde die Güte dieser Simulationen überprüft. In den Schlussfolgerungen
werden alle Ergebnisse zusammengestellt und diskutiert.
Abstrakt in Englisch
This thesis will give an overview about the connection of physics and
economy in special view of human behavior in traffic scenarios. Main
topic is the human decision making process in a two-route-choice
scenario. In three main Experiments, human players had to decide
between two routes which connect two cities. The first experiment is
defined by a pure Nash-equilibrium and 18 participants, the second
experiment is similar, but alternating construction sites on both
routes were added. Experiment 1 and 2 are played over 200 periods. The
third experiment is a minority game with mixed equilibria and 9
participants. Experiment 3 was played over 100 periods. Furthermore the
first experiment was extended to a larger group of players up to 90
persons. For every experiment two treatments with 6 observations were
played. The treatments differ in the given information to the
participants before they choose between the two routes. In the first
treatment the information about the own travel time was given,
additionally in the second treatment the information about travel times
on both routes were given. The second part of the thesis describes the
statistical data and illustrates the results. Two main results are that
the equilibrium was not stable in the experiments, the fluctuations
persists to the end of every observation. Further on two player types
were found and explained in this chapter. In the third part of this
thesis an extended payoff-sum model is described and explained.
Simulations using this reinforcement learning model were run and show
the reproducibility of the empirical data. In the conclusions the main
results are shown and discussed.
|
|