Search

Many things can go wrong on a journey. From minor disturbances like a track change to major problems like train cancellations, everything can happen. The broad availability of smartphones enables us to keep the traveler up-to-date with information relevant for the journey. This way, the traveler can react to changes as early as possible and make well-informed decisions. Naive approaches are too inefficient to monitor a large number of journeys in real-time. This paper presents an efficient way to monitor millions of journeys in parallel. In our approach, the selection of change notices to be communicated to a traveler may be flexibly adapted to the travelers individual needs.

Very often, a train passenger must meet a deadline at the destination, for example, to catch a plane or to arrive at an important meeting on time. Train delays and broken connections let the passenger arrive later than scheduled. Events of this kind are usually not foreseeable before the journey commences. To be on the safe side, a connection should be prebooked such that, in case the connection breaks anywhere, alternative continuations guarantee arrival prior to the deadline with acceptably high probability. For busy people, the challenge is to commence the journey as late as possible, provided the risk of failing to meet the deadline is negligible. This scenario translates into the problem to find the latest connection plus alternative continuations such that the probability of meeting the deadline is not lower than a given required probability of success (close to 100%). We present a dynamic-programming approach to this optimization problem and report on an empirical study based on comprehensive real-world data from Deutsche Bahn AG, the German national railways company. Our algorithm efficiently computes optimal results.

Multi modal journeys often involve two trips: one outgoing and one return trip, as in many cases, the traveller would like to return to his starting point. If a car or bike was used in combination with public transportation (i.e. park \& ride), this introduces a dependency between outward and return trip: both must include the same parking place. Optimizing both trips independently may yield suboptimal results. We consider the multi modal two-way roundtrip problem and propose several algorithms. All proposed algorithms compute journeys that are optimal regarding multiple criteria. Our study with realistic scenarios based on real data shows promising results.

Spontane Intuition, Bauchgefuhl, „Herz“ und einfache Faustregeln sind in; die analytische, „kalte“, auf umfassenden Informationen grundende Vernunft ist out. Schwarmintelligenz und Brainstorming sind modern; das ruhige, grundliche Nachdenken ist veraltet.

Heutzutage wird alles und jedes mit Studien „bewiesen“: in der Politik, in der Medizin, in Wirtschaft und Finanzen, sogar fur Ihre kleinen und grosen Kaufentscheidungen und fur allgemeine Lebensentscheidungen gibt es Studien. Aber welche Beweiskraft haben Studien denn wirklich? Im ersten Kapitel hatten wir ja schon festgestellt, dass hier sehr vieles im Argen liegt.

Dieses Kapitel bietet Ihnen praxisnahe, nutzliche, umfangreiche Handreichungen fur sehr verschiedene Lebenslagen: fur Kaufentscheidungen, Finanzanlagen, medizinische Fragen, politische Diskussionen und vieles mehr. Jede Handreichung ist eine Checkliste mit Fragen. Solange Sie noch keine fundierte Sicht entwickelt haben, werden Sie eine oder mehrere Fragen auf den relevanten Handreichungen finden, auf die Sie noch keine befriedigende Antwort wissen, und mit denen Sie dann gezielt weiterarbeiten konnen.

Was ist die Gesamtstudienlage und warum ist sie wichtig? Wo finden Sie Ubersichtsarbeiten? Was sind Metastudien und was bringen sie Ihnen? Wie holen Sie moglichst viel aus Ihrer favorisierten Suchmaschine heraus? Ohne die Wikipedia geht es nicht, aber wie gehen Sie mit den Problemen der Wikipedia um? Und warum sind englischsprachige Quellen oft besser?