Kursets mål er at opnå indsigt i det teoretiske metodiske grundlag for netværksmodellering samt at forstå betydningen heraf for modellernes resultater. Specielt fokus gives til transportnetværk, hvori rutevalgsmodellering er et centralt element. Det metodiske grundlag relaterer sig til velkendte og ofte benyttede modeller samt den nyeste udvikling inden for forskningen. På baggrund af denne viden at kunne vælge relevante rutevalgsmodeller for konkrete modelleringsproblemstillinger, forstå principper for anvendelse af de valgte modeller samt analysere og vurdere resultater af rutevalgsestimation og -anvendelse. En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:

• Forklare forskelle på ligevægtsprincipper i netværksmodeller, herunder rutevalgsmodeller og løsningsalgoritmer herfor
• Redegøre for rationalet og funktionaliteten af fejlled i forskellige rutevalgsmodeller
• Redegøre for forskellige metoder for generering af valgsæt og ruter
• Beskrive avancerede vejvalgsmodeller og redegøre for fordele og ulemper ved forskellige model-specifikationer
• Beskrive avancerede netværks- og rutevalgsmodeller for kollektiv trafik og redegøre for fordele og ulemper ved forskellige metodiske tilgange
• Beskrive multimodale modeller og redegøre for fordele og ulemper ved forskellige metodiske tilgange
• Analysere praktisk anvendte netværksmodeller, vurdere kvaliteten heraf og anbefale forskellige forbedringsmuligheder
• Skrive tekniske notater om udformning af forskellige modelspecifikationer og vurdering af eksisterende modeller
• Skrive tekniske notater om de analyser og vurderinger, der er nødvendige for at specificere nye modeller for et givent case
• Præsentere egne notater mundtligt og diskutere disse med tilhørerne

Ligevægtsmodeller for netværk, med specielt fokus på transportnetværk. Netudlægning formuleret ved hjælp af matematisk programmering. Forskellige optimeringsalgoritmer. Løsning af brugerligevægt, stokastisk assignment og andre ligevægtsmodeller på forskningsfronten. Successive gennemsnits metode og mere avancerede løsningsalgoritmer.

Betydningen af forskellige fejlled og stokastiske elementer - logit, path-size logit, Network GEV og probit. Indarbejdelse af avancerede nyttefunktioner med fordelte koefficienter (error components) i modellerne.

Løsningstilgange: Generering af valgsæt vs. simulering, estimation vs. modellering, Stated Preference data vs. Revealed Preference data

Avancerede vejtrafikmodeller inklusiv hyppigt anvendte modeller samt nyeste forskning. Dynamiske rutevalgsmodeller. Asymmetriske omkostningsfunktioner og krydsmodellering. Variabilitet af rejsetider.

Avancerede modeller for kollektiv trafik inklusiv hyppigt anvendte modeller samt nyeste forskning. Frekvensaggregering af kollektive trafiknet. Køreplansbaserede modeller. Søgning af stier i kollektive trafiknet - principper for dominerende valg, sekventiering af net, kantstraffe og andre grafreducerende teknikker.

Multi-modal modellering. Yosef Sheffi (1985). Urban Transportation Networks - Equilibrium Analysis with Mathematical Programming Methods. Prentice Hall, Inc, Englewood Cliffs, NJ. Kan downloades fra;
http:/​/​web.mit.edu/​sheffi/​www/​urbanTransportation.html

Advanced transportation modelling and network design. Noter i kopi fra TUDelft.

Udvalgte artikler i kopi. Kurset er på videregående niveau og forudsætningsfaget anbefales derfor. 01. maj, 2018