Show simple item record

dc.contributor.author
Pfeifhofer, Yannick
dc.date.accessioned
2017-06-11T10:18:18Z
dc.date.available
2017-06-11T10:18:18Z
dc.date.issued
2014
dc.identifier.uri
http://hdl.handle.net/20.500.11850/86050
dc.description.abstract
Agentenbasierte Mikrosimulationsmodelle werden zurzeit als bester Ansatz angesehen, um komplexe, dynamische Verkehrsmodelle zu erzeugen. Diese werden verwendet, um die zeitliche Evolution eines Systems (hier des Verkehrssystems) simulieren zu können, sodass sich die räumliche Verteilung aller Teilnehmer zu einem bestimmten Zeitpunkt in der Zukunft so präzise wie möglich darstellen lässt. Dies wird ausgenutzt, um die Verkehrsnachfrage abzuschätzen und zu modellieren. Um dies zu ermöglichen, muss als erstes eine Population von Agenten (die als Verkehrsteilnehmer fungieren) synthetisiert werden, die die reale Population am besten repräsentiert. Diese künstliche Population wird dann als Eingabegrösse für das Modell verwendet. Die Herausforderung besteht somit darin, mit den wenigen, zur Verfügung stehenden Informationen einen kompletten Datensatz zu erzeugen, der alle Agenten samt ihrer Eigenschaften, den Attributen, enthält und als äquivalent zur realen Population betrachtet werden kann. Dieser Datensatz wird mittels der zu bestimmenden, multivariaten Wahrscheinlichkeitsverteilung erstellt. Diese Verteilung bestimmt die Zusammenstellung der synthetischen Population, indem sie allen Attributenkombinationen eine Auftrittswahrscheinlichkeit zuweist, so dass bestimmt werden kann, welche Agententypen und in welcher Anzahl in die Population miteinbezogen werden. Diese Arbeit ist in zwei Teile gegliedert. Der erste Teil befasst sich mit den wichtigsten, in der Literatur gefundenen Techniken der Populationssynthese und der zweite mit einem neuen, in R implementierten und auf CART-Regressionsbäumen aufbauendem Verfahren, welches eingeführt, beschrieben und einer Parameterstudie unterzogen wird.
dc.language.iso
de
dc.publisher
IVT, ETH Zürich
dc.title
Parameterwahl für die Populationssynthese mittels Regressionsbäumen
dc.type
Bachelor Thesis
ethz.size
94 S.
ethz.publication.place
Zürich
ethz.publication.status
published
ethz.leitzahl
ETH Zürich::00002 - ETH Zürich::00012 - Lehre und Forschung::00007 - Departemente::02115 - Dep. Bau, Umwelt und Geomatik / Dep. of Civil, Env. and Geomatic Eng.::02610 - Inst. f. Verkehrspl. u. Transportsyst. / Inst. Transport Planning and Systems::03521 - Axhausen, Kay W. / Axhausen, Kay W.
ethz.leitzahl
ETH Zürich::00002 - ETH Zürich::00012 - Lehre und Forschung::00007 - Departemente::02100 - Dep. Architektur / Dep. of Architecture::02655 - Netzwerk Stadt und Landschaft D-ARCH::02226 - NSL - Netzwerk Stadt und Landschaft / NSL - Network City and Landscape
*
ethz.leitzahl
ETH Zürich::00002 - ETH Zürich::00012 - Lehre und Forschung::00007 - Departemente::02100 - Dep. Architektur / Dep. of Architecture::02655 - Netzwerk Stadt und Landschaft D-ARCH
*
ethz.leitzahl.certified
ETH Zürich::00002 - ETH Zürich::00012 - Lehre und Forschung::00007 - Departemente::02115 - Dep. Bau, Umwelt und Geomatik / Dep. of Civil, Env. and Geomatic Eng.::02610 - Inst. f. Verkehrspl. u. Transportsyst. / Inst. Transport Planning and Systems::03521 - Axhausen, Kay W. / Axhausen, Kay W.
ethz.date.deposited
2017-06-11T10:19:32Z
ethz.source
ECIT
ethz.identifier.importid
imp5936520c93f7157566
ethz.ecitpid
pub:135512
ethz.eth
yes
ethz.availability
Metadata only
ethz.rosetta.installDate
2017-07-20T15:35:00Z
ethz.rosetta.lastUpdated
2018-11-02T15:02:42Z
ethz.rosetta.versionExported
true
ethz.COinS
ctx_ver=Z39.88-2004&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.atitle=Parameterwahl%20f%C3%BCr%20die%20Populationssynthese%20mittels%20Regressionsb%C3%A4umen&rft.date=2014&rft.au=Pfeifhofer,%20Yannick&rft.genre=unknown&rft.btitle=Parameterwahl%20f%C3%BCr%20die%20Populationssynthese%20mittels%20Regressionsb%C3%A4umen
 Search via SFX

Files in this item

FilesSizeFormatOpen in viewer

There are no files associated with this item.

Publication type

Show simple item record