Modélisation des flux de trafic: élaboration et essais de modèles de trafic

Cette séance de cours présente les fondamentaux de la modélisation des flux de trafic, couvrant la classification des modèles en types microscopiques, mésoscopiques et macroscopiques. Il explique l'importance des modèles dans l'analyse des processus, la planification, les opérations et les stratégies de contrôle. L'instructeur discute de l'élaboration et de l'essai des modèles, y compris l'estimation des paramètres et les techniques de validation des modèles. La séance de cours examine également les critères de sélection des modèles de simulation en fonction de la portée géographique, du type d'installation, du mode de déplacement et des stratégies de gestion. De plus, il se penche sur les différences entre la modélisation microscopique et la modélisation macroscopique, en mettant l'accent sur la nature analytique des modèles macroscopiques. La séance se termine par un résumé des concepts de modélisation du flux de trafic.

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Séances de cours associées (46)

Concepts associés (35)

Hydroacoustique pour installations hydroélectriques ME-443: Hydroacoustique pour aménagements hydroélectriques

Explore les lois de fermeture des vannes, les marteaux d'eau et les réservoirs de surtension dans les installations hydroélectriques.

Tests de prédiction MOOC: Introduction to Discrete Choice Models

Explore la validation hors échantillon et la méthodologie de validation croisée pour tester des modèles prédictifs.

Transients hydrauliques des turbines: modélisation hydroacoustique ME-443: Hydroacoustique pour aménagements hydroélectriques

Explore la modélisation, la stabilité et le développement historique des turbines hydrauliques, en mettant l'accent sur les critères de sélection des turbines Francis.

Hydroacoustique pour installations hydroélectriques ME-443: Hydroacoustique pour aménagements hydroélectriques

Explore les paramètres de simulation hydroacoustique, la modélisation des oscillations de masse et les erreurs de validation dans les installations hydroélectriques.

Critères de sélection du modèle : AIC, BIC, Cp MATH-413: Statistics for data science

Explore les critères de sélection des modèles comme l'AIC, le BIC et le Cp en statistique pour la science des données.

Traffic model

A traffic model is a mathematical model of real-world traffic, usually, but not restricted to, road traffic. Traffic modeling draws heavily on theoretical foundations like network theory and certain theories from physics like the kinematic wave model. The interesting quantity being modeled and measured is the traffic flow, i.e. the throughput of mobile units (e.g. vehicles) per time and transportation medium capacity (e.g. road or lane width). Models can teach researchers and engineers how to ensure an optimal flow with a minimum number of traffic jams.

Statistical model validation

In statistics, model validation is the task of evaluating whether a chosen statistical model is appropriate or not. Oftentimes in statistical inference, inferences from models that appear to fit their data may be flukes, resulting in a misunderstanding by researchers of the actual relevance of their model. To combat this, model validation is used to test whether a statistical model can hold up to permutations in the data.

Microscopic traffic flow model

Microscopic traffic flow models are a class of scientific models of vehicular traffic dynamics. In contrast, to macroscopic models, microscopic traffic flow models simulate single vehicle-driver units, so the dynamic variables of the models represent microscopic properties like the position and velocity of single vehicles. Also known as time-continuous models, all car-following models have in common that they are defined by ordinary differential equations describing the complete dynamics of the vehicles' positions and velocities .

Validation croisée

La validation croisée () est, en apprentissage automatique, une méthode d’estimation de fiabilité d’un modèle fondée sur une technique d’échantillonnage. Supposons posséder un modèle statistique avec un ou plusieurs paramètres inconnus, et un ensemble de données d'apprentissage sur lequel on peut apprendre (ou « entraîner ») le modèle. Le processus d'apprentissage optimise les paramètres du modèle afin que celui-ci corresponde le mieux possible aux données d'apprentissage.

Regression validation

In statistics, regression validation is the process of deciding whether the numerical results quantifying hypothesized relationships between variables, obtained from regression analysis, are acceptable as descriptions of the data. The validation process can involve analyzing the goodness of fit of the regression, analyzing whether the regression residuals are random, and checking whether the model's predictive performance deteriorates substantially when applied to data that were not used in model estimation.

Intro to Traffic Flow Modeling and Intelligent Transport Systems

Learn how to describe, model and control urban traffic congestion in simple ways and gain insight into advanced traffic management schemes that improve mobility in cities and highways.

Intro to Traffic Flow Modeling and Intelligent Transport Systems

Learn how to describe, model and control urban traffic congestion in simple ways and gain insight into advanced traffic management schemes that improve mobility in cities and highways.