Last ned som PDF

78 sider

7.36 MB

Forsiden av dokumentet Using machine learning to predict travel mode choice and activity plans

Studie

Using machine learning to predict travel mode choice and activity plans

Denne rapporten dokumenterer FoU-arbeidet som ble utført som en del av PRELONG-prosjektet mellom 2022 og 2024, med fokus på å generere aktivitetsplaner for en syntetisk befolkning i Stor- Oslo-området. Kjernen i tilnærmingen vår er to nevrale nettverksmodeller som forutsier egenskapene til alle reiser som foretas på en typisk ukedag. Disse maskinlæringsmodellene er trent på reisevanedata fra RUTER-MIS (2017–2024) og anvendes på befolknings- og pendlerdata. Blant de mange potensielle anvendelsene av disse datasettene er agentbaserte simuleringsmodeller som bruker dataene som input. I tillegg undersøker analyser påvirkningen av tilbudsvariabler (LoS) på prediksjonen av valg av reisemiddel, og fremhever visse utfordringer knyttet til en rent datadrevet tilnærming.

Publisert

Eiere

Norges forskningsråd og Statens vegvesen

Utfører

Transportøkonomisk institutt

Forfattere

Stefan Flügel, Christian Weber, Simen Sørbøe Klommestein, Johan Korsmo, Anders Kielland, Stefan Flügel, Christian Weber, Simen Sørbøe Klommestein, Johan Korsmo, Anders Kielland, Stefan Flügel, Christian Weber, Simen Sørbøe Klommestein, Johan Korsmo, Anders Kielland, Stefan Flügel, Christian Weber, Simen Sørbøe Klommestein, Johan Korsmo, Anders Kielland, Stefan Flügel, Christian Weber, Simen Sørbøe Klommestein, Johan Korsmo, Anders Kielland, Stefan Flügel, Christian Weber, Simen Sørbøe Klommestein, Johan Korsmo, Anders Kielland, Stefan Flügel, Christian Weber, Simen Sørbøe Klommestein, Johan Korsmo, Anders Kielland, Stefan Flügel, Christian Weber, Simen Sørbøe Klommestein, Johan Korsmo, Anders Kielland, Stefan Flügel, Christian Weber, Simen Sørbøe Klommestein, Johan Korsmo, Anders Kielland, Stefan Flügel, Christian Weber, Simen Sørbøe Klommestein, Johan Korsmo, Anders Kielland, Stefan Flügel, Christian Weber, Simen Sørbøe Klommestein, Johan Korsmo, Anders Kielland, Stefan Flügel, Christian Weber, Simen Sørbøe Klommestein, Johan Korsmo, Anders Kielland, Stefan Flügel, Christian Weber, Simen Sørbøe Klommestein, Johan Korsmo, Anders Kielland, Stefan Flügel, Christian Weber, Simen Sørbøe Klommestein, Johan Korsmo, Anders Kielland, Stefan Flügel, Christian Weber, Simen Sørbøe Klommestein, Johan Korsmo, Anders Kielland, Stefan Flügel, Christian Weber, Simen Sørbøe Klommestein, Johan Korsmo, Anders Kielland, Stefan Flügel, Christian Weber, Simen Sørbøe Klommestein, Johan Korsmo, Anders Kielland, Stefan Flügel, Christian Weber, Simen Sørbøe Klommestein, Johan Korsmo, Anders Kielland, Stefan Flügel, Christian Weber, Simen Sørbøe Klommestein, Johan Korsmo og Anders Kielland

Språk

norsk (bokmål)

ISBN

9788248017035