Het verkeerstoedelingsmodel H01I6A Verkeerskunde basis
|
|
- Juliana Maas
- 4 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Het verkeerstoedelingsmodel H0I6A Verkeerskunde basis Ben Immers Traffic and Infrastructure Department of Civil Engineering Faculty of Engineering Katholieke Universiteit Leuven
2 Het klassieke verkeersprognosemodel Transport netwerken Gebiedsgegevens Verplaatsingsweerstanden Ritproductie/ ritattractie Trip-ends Distributie/ vervoerwijzekeuze H-B tabellen Toedeling Vervoersstromen H0I6A Verkeerskunde basis 2
3 Doel verkeerstoedeling. het verkrijgen van inzicht in het vervoersnetwerk 2. het doen van voorspellingen 3. het leveren van ontwerp gegevens 4. het leveren van invoergrootheden H0I6A Verkeerskunde basis 3
4 Typisch resultaat van een verkeerstoedeling (avondspits) H0I6A Verkeerskunde basis 4
5 Typisch resultaat van een verkeerstoedeling H0I6A Verkeerskunde basis 5
6 Toedeling verkeer aan netwerken berekening van de route voor elke relatie i-j toedeling van alle verplaatsingen (uit de H-B matrix) aan de berekende routes sommatie van alle verplaatsingen per wegvak resp. kruispunt afzonderlijke berekening per vervoerwijze H0I6A Verkeerskunde basis 6
7 Algoritme van Moore. alle knooppunten krijgen een label Tijd = Backnode = 0 Passief/Actief = 0 2. I := 3. punt I krijgt het label T=0, B=0, P/A=; K=I 4. welke knooppunten zijn met schakels aan actief punt K verbonden 5. zijn deze knooppunten sneller te bereiken? welke? 6. verander van deze knooppunten de labels; snelste tijd; backnode; wordt/blijft actief 7. maak het knooppunt K passief 8. indien er actieve knooppunten zijn wordt een van deze knooppunten actief punt K 9. I := I+ 0.als I < I ga naar 4. stop H0I6A Verkeerskunde basis 7
8 Algoritme van Moore Zone Iteration T B P/A T B P/A T B P/A T B P/A T B P/A H0I6A Verkeerskunde basis 8
9 Keuze uit actieve punten laagste knooppuntnummer in volgorde van vinden met de kleinste gevonden weerstand once through bijv. Dijkstra algoritme van Dial H0I6A Verkeerskunde basis 9
10 Inefficiënt keuzeproces Pad i j Pad 2 Stel: Route via pad 2 is korter dan route via pad H0I6A Verkeerskunde basis 0
11 Tree-builder algoritme Dijkstra label van knooppunt i bestaat uit 3 componenten [ +/-, S i, j] + = label is permanent - = label is tijdelijk S i = tot nu toe gevonden weerstand van oorsprongsknooppunt tot knooppunt i j = verwijzing naar het knooppunt van waaruit knooppunt i gelabeld werd H0I6A Verkeerskunde basis
12 Tree-builder algoritme Dijkstra stap : Initialiseren label knooppunt met het permanente label [+, 0, 0 ] ; alle andere knooppunten i met het tijdelijke label [ -, d(,i), ] i 0 =, vervolg met stap 4 stap 2: Zoekproces zoek knooppunt i 0 dat aan de volgende voorwaarden voldoet: - label is tijdelijk - Si 0 is minimaal (i 0 = index (min [ -, S i, j ] ) stap 3: Vaststelling permanente knooppunten maak label van knooppunt i 0 permanent, als i 0 = N : stop stap 4: Vergelijkingsstap stel P = Si 0 + d(i 0,j) met j tijdelijk gelabeld als p < Sj vervang label van knooppunt j door het label [ -, P, i 0 ] ; ga naar stap 2 H0I6A Verkeerskunde basis 2
13 Tree-builder algoritme Dijkstra H0I6A Verkeerskunde basis 3
14 Iter. Iter. 2 Iter. 3 Iter. 4 Iter. 5 Iter. 6 Iter. 7 +,0,0 2 -,6, -,6, -,6, -,3,3 -,3,3 +,3,3 3 -,0, -,0, -,0, +,0, 4 -,2, +,2, 5 -,, -,, -,, -,, -,7,6 -,6,2 +,6,2 6 -,, -,2,4 -,,7 -,,7 +,,7 7 -,, -,9,4 +,9,4 I 0 = I 0 =4 I 0 =7 I 0 =3 I 0 =6 I 0 =2 I 0 =5 H0I6A Verkeerskunde basis 4
15 Tree-builder algoritme Dijkstra H0I6A Verkeerskunde basis 5
16 Iteratie a H0I6A Verkeerskunde basis 6
17 Iteratie b H0I6A Verkeerskunde basis 7
18 Iteratie 2a H0I6A Verkeerskunde basis 8
19 Iteratie 2b H0I6A Verkeerskunde basis 9
20 Iteratie 3a H0I6A Verkeerskunde basis 20
21 Iteratie 3b H0I6A Verkeerskunde basis 2
22 Iteratie 4a H0I6A Verkeerskunde basis 22
23 Iteratie 4b H0I6A Verkeerskunde basis 23
24 Iteratie 5a H0I6A Verkeerskunde basis 24
25 Iteratie 5b H0I6A Verkeerskunde basis 25
26 Iteratie 6a H0I6A Verkeerskunde basis 26
27 Iteratie 6b H0I6A Verkeerskunde basis 27
28 Kortste route berekening label correcting label setting tree shifting Criteria t.b.v. selectie van knooppunten uit tentatieve tabel Q in volgorde van opname in Q is knooppunt reeds onderdeel van Q? is knooppunt reeds geselecteerd? afstand van knooppunt tot oorsprong (ja/neen) (ja/neen) H0I6A Verkeerskunde basis 28
29 Label correcting last in - first out first in - first out combinatie van beide (lifo) (fifo) (deque) opname knpt in tentatieve tabel Q knpt nog niet eerder bereikt --> fifo knpt is onderdeel tentatieve tabel knpt is reeds onderdeel van routeboom maar wordt nu door nieuwe kortste route bereikt --> lifo H0I6A Verkeerskunde basis 29
30 Label setting sorteren van de tentatieve tabel S - ord sorteren forward star ordening beperkt sorteertijd S - heap binaire boom S - calc linked list array H0I6A Verkeerskunde basis 30
31 Tree shifting formulering als lineair programmeringsprobleem Een imaginaire eenheidslading moet getransporteerd worden van herkomst O naar alle bestemmingen D H0I6A Verkeerskunde basis 3
32 Label correcting (lifo) o v s 25 u o (v,p,s) p (o,q) q (r,p,s) r (w,q) s (w,v,o,q) t (w,u) u (w,t,v) t v (u,o,s) p w (r,t,u,s) q 0 r 0 w H0I6A Verkeerskunde basis 32
33 Label correcting (lifo) v o s u p t q r w H0I6A Verkeerskunde basis 33
34 Label correcting (lifo) v o s u p t q r w H0I6A Verkeerskunde basis 34
35 Label correcting (lifo) v o s u p t q r w H0I6A Verkeerskunde basis 35
36 Label correcting (lifo) v o s u p t q r w H0I6A Verkeerskunde basis 36
37 Label correcting (lifo) v o s u p t q r w H0I6A Verkeerskunde basis 37
38 Label correcting (lifo) v o s u p t q r w H0I6A Verkeerskunde basis 38
39 Label correcting (lifo) v o s u p t q r w H0I6A Verkeerskunde basis 39
40 Label correcting (lifo) v o s u p t q r w H0I6A Verkeerskunde basis 40
41 Label correcting (lifo) node Q o p q r s t u v w r * w q q * w p s s * w p v o o w p v v * w p u u * w p t t w p p * w o o w w * t u s s * t u v o ovut t u v H0I6A Verkeerskunde basis 4
42 Label correcting (fifo) u s w r q node Q o p q r s t u v w r * w q w * q t u s q * t u s p t u s p u * s p v s * p v o p v o v o o H0I6A Verkeerskunde basis 42
43 Label setting (Dijkstra) s p r q w node Q o p q r s t u v w r * q w q * w p s w * t p s u t p s u p * s u o s * u o v u v o o o v H0I6A Verkeerskunde basis 43
44 Voorbeeld van Dijkstra algoritme Zie ook www voor aardige illustraties, bijv. el/english/java_docs/mindijk.htm H0I6A Verkeerskunde basis 44
45 Voorbeeld foutieve netwerkspecificatie 8, 7 6, ,5 0,7 = afslagverbod 2 kortste routeboom loopt via en geen route wordt gevonden tussen -5 via 3 geheel foute route wordt gevonden via (knooppuntweerstand) H0I6A Verkeerskunde basis 45
46 8, 7 6,5 4b 4c 5 4a 4d 3 0,5 0,7 2 Autosnelweg wordt beschreven door eenrichtingsschakels Kortste routes worden nu wel gevonden H0I6A Verkeerskunde basis 46
47 Beschrijving afslagweerstand ,7 3 0,7 2 0, ,2 3 Netwerk met knooppuntweerstanden voor de beschrijving van afslagweerstanden of afslagverboden H0I6A Verkeerskunde basis 47
48 Toedeling verkeer aan netwerken Bereken de kortste route voor elke relatie i j Deel alle verplaatsingen (uit de H-B matrix) toe aan de berekende routes Sommeer alle verplaatsingen per wegvak resp. per kruispuntarm Afzonderlijke berekening per vervoerwijze H0I6A Verkeerskunde basis 48
49 Verplaatsing = koppeling van ruimtelijk gescheiden activiteiten beïnvloed door: nut van een verplaatsing offer of weerstand N np Z np (N np - Z np ) = U np = nutsfunctie (consumer surplus) H0I6A Verkeerskunde basis 49
50 Routekeuze wordt beïnvloed door: Routekenmerken, zoals: lengte reistijd reiskosten wegtype, komfort verkeerssituatie betrouwbaarheid veiligheid Ritkenmerken: motief voertuig Kenmerken rittenmaker: leeftijd geslacht socio-economische etc. H0I6A Verkeerskunde basis 50
51 Theorie routekeuze U np = N np - Z np nutsfunctie route n U mp = N mp - Z mp nutsfunctie route m Keuze voor route m indien: U mp > U np U mp - U np > 0 N mp - N - Z np mp + Z > np 0 Routekeuze: N mp = N np keuze voor m als Z mp < Z np def Z mp Z np = Z + m ε mp def = Z + n ε mp H0I6A Verkeerskunde basis 5
52 ε np, ε mp = storingsterm verwaarlozingen in model stochastiek misschattingen verschil in beoordeling onverklaard gedrag ε mp, ε np is Gumbel verdeeld logit model of Dial toedeling ε mp, ε np, is normaal verdeeld probit model Monte Carlo toedeling Stochastische toedeling ε mp, ε np, = 0 route met kleinste weerstand alles of niets toedeling H0I6A Verkeerskunde basis 52
53 Gumbel versus Normale verdeling Gumbel cumulatieve kansdichtheidsfunctie F( x) = exp( exp( µ ( x η))) H0I6A Verkeerskunde basis 53
54 Toedelings methoden Alles of Niets (AoN) toedeling Alternatieve routes (in niet zwaar belaste netwerken) deterministische kansmodellen stochastische kansmodellen Alternatieve routes (in zwaar belaste netwerken) capacity restraint evenwichtstoedeling H0I6A Verkeerskunde basis 54
55 Beperkingen AoN toedeling In de praktijk worden meer routes gebruikt stochastisch effect: individuele verschillen in: perceptie van de aantrekkelijkheid van elk routealternatief Kennis van beschikbare routes capaciteitseffecten Weerstand van aanvankelijk kortste route neemt toe als gevolg van verkeersbelasting Stochastische effecten worden meegenomen? nee ja Capaciteits effecten worden meegenomen? nee ja Alles of niets toedeling Evenwichtstoedeling Stochastische toedeling Stochastische evenwichtstoedeling H0I6A Verkeerskunde basis 55
56 Toedelingsmodellen Statische toedelingsmodellen Verplaatsingen worden aan de gehele route tussen herkomst en bestemming toegedeeld (steady-state of 2D) Dynamische toedelingsmodellen Variatie in vervoervraag (H-B matrix) en vervoeraanbod (netwerkkarakteristieken) wordt meegenomen Heeft gevolgen voor: Linkbelastingen (benedenstrooms van knelpunt) Fileopbouw Blocking-back en gridlock Reistijden en variaties in reistijden H0I6A Verkeerskunde basis 56
57 Alles of Niets toedelingsmodel elke reiziger kiest de kortste route Impliciete veronderstellingen daarbij zijn: de reiziger kent alle beschikbare routes de reiziger is perfect geïnformeerd over de weerstanden (lengtes, reistijden) van alle routes de reiziger kiest uitsluitend op grond van de weerstand (lengte, reistijd) H0I6A Verkeerskunde basis 57
58 Instabiliteit Alles of Niets Toedeling q Q model t realiteit i j t < t 0 2 t > t 2 t - t 2 t 2 H0I6A Verkeerskunde basis 58
59 Instabiliteit Alles of Niets Toedeling q Q model t i j t < t 0 2 t > t 2 t - t 2 t 2 H0I6A Verkeerskunde basis 59
60 Instabiliteit Alles of Niets Toedeling q Q model t i j t < t 0 2 t > t 2 t - t 2 t 2 H0I6A Verkeerskunde basis 60
61 Instabiliteit Alles of Niets Toedeling q Q t realiteit i j t < t 0 2 t > t 2 t - t 2 t 2 H0I6A Verkeerskunde basis 6
62 Instabiliteit Alles of Niets Toedeling q Q model t realiteit i j t < t 0 2 t > t 2 t - t 2 t 2 H0I6A Verkeerskunde basis 62
63 Voorbeeld Alles of Niets toedeling H0I6A Verkeerskunde basis 63
64 Stochastisch toedelingsmodel Toedeling op basis van theoretische verdelingsfunctie Voorbeeld theoretisch kansmodel: Logit model Problemen: definitie alternatieve routes (redelijke routes) definitie netwerk (identieke en onafhankelijke stoortermen) Toedeling op basis van simulatie Monte Carlo simulatie H0I6A Verkeerskunde basis 64
65 Stochastisch toedelingsmodel Monte Carlo simulatie C a = c a + ε a ; C a = c a + z φ * c a ; waarbij c a = objectief meetbare schakelweerstand z = random getal uit een (pseudo) normale N(0,)-verdeling φ = een factor voor de bepaling van de grootte van de variatie C a = met loting bepaalde subjectieve weerstand H0I6A Verkeerskunde basis 65
66 Multiple Route model Stochastisch toedelingsmodel elke reiziger kiest kortste route, echter: geen perfecte kennis van reistijden elke reiziger maakt subjectieve schatting de route-reistijd kansdichtheidsfuncties route-reistijden t f i j q = Q Pr (t e < t 2e ) q = belasting route Q = aantal ritten van H(i) naar B(j) t i e t 2 = schatting reistijd route i σ t t 2 σ2 t H0I6A Verkeerskunde basis 66
67 Kansdichtheidsfuncties route reistijden f σ σ2 t t 2 t H0I6A Verkeerskunde basis 67
68 Stochastische toedeling i = 0 q a (i) = 0 herhaal i = i + Bepaal C a door loting Bepaal stromen Q a met een alles-of-niets toedeling met weerstanden C a f = / i q a (i) = ( - f) q a (i-) + f Q a tot stopcriterium = waar H0I6A Verkeerskunde basis 68
69 Evenwichts toedelingsmodel Equilibrium assignment model reiziger kiest route met de kortste reistijd, echter reistijd is afhankelijk van de belasting op het wegvak (reistijdfunctie) Verdeling van ritten over netwerk volgens principes van Wardrop Gebruikersoptimum De reistijden van alle gebruikte routes tussen een bepaalde herkomst en bestemming zijn even groot en/of korter dan die van de niet gebruikte routes Systeemoptimum Het verkeer wordt zodanig aan het netwerk toegedeeld dat de totale systeemweerstand wordt geminimaliseerd; alle gebruikte routes hebben dezelfde marginale systeemweerstand H0I6A Verkeerskunde basis 69
70 Reistijd functie t a β free flow qa = ta + ( α ) cap t a = tijd op schakel a t free flow a = minimum tijd op schakel (onbelast) q a = verkeersbelasting (intensiteit cap = capaciteit α = coëfficiënt β = exponent (met de waarde 4 of 5) Steady flow capacity t a = 2 t a free flow α = Praktische capaciteit t a =,5 t a free flow α = 0,5 H0I6A Verkeerskunde basis 70
71 Reistijd functie tijd/min. tijd ,5 Verkeersbelasting/capaciteit H0I6A Verkeerskunde basis 7
72 Evenwichtstoedeling Evenwicht in netwerk wordt berekend als een minimalisatievraagstuk Z = a q a 0 c a ( q) dq (Gebruikersoptimum) (zelfzuchtig, beschrijvend) Z = a q a 0 c~ a ( q) dq (Systeemoptimum) (sociaal, normatief) met als randvoorwaarden behoud van ritten Niet-negativiteit H0I6A Verkeerskunde basis 72
73 Gebruikersoptimum cˆ a = q a c a cˆ = a systeemweerstand cˆ totaal = a q a c a H0I6A Verkeerskunde basis 73
74 Systeemoptimum min qa q a ca ( qa ) a Algemeen geldt voor een differentieerbare functie f ( q min a qa ) = q a f ( q) dq 0 q a a 0 c~ a ( q) dq c ~ ( q) = d / dq( q c ( q )) a ca ~ ( q ) = a marginale systeemweerstandsfunctie H0I6A Verkeerskunde basis 74
75 Evenwichtstoedeling t i 2 j 3 q q 2 q 3 q H0I6A Verkeerskunde basis 75
76 Frank - Wolfe algoritme Startoplossing die iteratief wordt verbeterd. Bereken startoplossing (A o N toedeling) {q a0 } 2. Herbereken reistijden op grond van belastingen { t a i } 3. Deel H-B matrix toe volgens deze reistijden (2) (AoN toedeling) { w a i } 4. Optimale weging van oude belastingen resulterend in nieuwe belastingen {q a i = q a i- + λ i ( w a i - q a i- ); 0 λ i } 5. Toets of nieuwe belastingen voldoen ja ---> stop; nee ---> ga naar 2 λ i wordt zodanig bepaald dat Z minimaal is H0I6A Verkeerskunde basis 76
77 Voorbeeld H0I6A Verkeerskunde basis 77
78 Voorbeeld H0I6A Verkeerskunde basis 78
79 Voorbeeld H0I6A Verkeerskunde basis 79
80 Voorbeeld H0I6A Verkeerskunde basis 80
Het ritdistributiemodel
Het ritdistributiemodel H01I6A Verkeerskunde basis Ben Immers Traffic and Infrastructure Department of Civil Engineering Faculty of Engineering Katholieke Universiteit Leuven Het klassieke verkeersprognosemodel
Nadere informatieCT2710 Transport & Planning Keuzen en keuzemodellering
CT2710 Transport & Planning Keuzen en keuzemodellering Rob van Nes, Transport & Planning 9-5-2012 Delft University of Technology Challenge the future 1. Modellering transportsysteem 2 Beschrijvend model:
Nadere informatiea) Welke eisen stelt men aan een distributiefunctie?
Vragen Immers pagina 1 van 6 Examen Verkeerskunde (H01I6A) Katholieke Universiteit Leuven Afdeling Industrieel Beleid / Verkeer & Infrastructuur Datum: vrijdag 20 juni 2008 Tijd: Instructies: 9.00 13.00
Nadere informatie14 maart 2012 Luc Wismans Luuk Brederode Michiel Bliemer Erik-Sander Smits Mark Raadsen
Quasi-dynamisch versus waargenomen, statisch en dynamisch 14 maart 2012 Luc Wismans Luuk Brederode Michiel Bliemer Erik-Sander Smits Mark Raadsen Toedeling Een kostenberekening (onderdeel van de toedeling)
Nadere informatieExamen H 111 Datum: vrijdag 9 juni 2000 Tijd: uur
Examen H 111 Datum: vrijdag 9 juni 2000 Tijd: 10.00 13.00 uur Katholieke Universiteit Leuven Departement Burgerlijke Bouwkunde Instructies: Er zijn 5 vragen; Start de beantwoording van elk van de 5 vragen
Nadere informatieHeeft u uw keuze al gemaakt? Ontwikkelingen in keuzemodellen. Gerard de Jong Significance, ITS Leeds en NEA
Heeft u uw keuze al gemaakt? Ontwikkelingen in keuzemodellen Gerard de Jong Significance, ITS Leeds en NEA Inhoud 1. Keuzemodellen in soorten en maten 2. RUM (random utility model) 3. GEV (generalised
Nadere informatieVier-staps verkeersmodellering
Vier-staps verkeersmodellering Dictaat Caleidoscoop 2 Henri van den Pol Studentnummer: 3689239 Universiteit Utrecht Faranaaz Rogier Studentnummer: 3379663 Universiteit Utrecht 7 mei 2013 Samenvatting In
Nadere informatieExamen H111. Katholieke Universiteit Leuven Departement Burgerlijke Bouwkunde. Verkeerskunde Basis. Datum: vrijdag 7 juni 2002 Tijd: 9.00 12.
Examen H111 Verkeerskunde Basis Katholieke Universiteit Leuven Departement Burgerlijke Bouwkunde Datum: vrijdag 7 juni 2002 Tijd: 9.00 12.00 uur Instructies: Er zijn 5 vragen; start de beantwoording van
Nadere informatieOverzicht. 1. Definities. 2. Basisalgoritme. 3. Label setting methoden. 4. Label correcting methoden. 5. Ondergrenzen. 6.
Overzicht 1. Definities 2. Basisalgoritme 3. Label setting methoden 4. Label correcting methoden 5. Ondergrenzen 6. Resultaten Kortste Pad Probleem 1 Definities Een graaf G = (V, E) bestaat uit een verzameling
Nadere informatieHet ritproductie- en ritattractiemodel
Het ritproductie- en ritattractiemodel H01I6A Verkeerskunde basis Ben Immers Traffic and Infrastructure Department of Civil Engineering Faculty of Engineering Katholieke Universiteit Leuven Het klassieke
Nadere informatieVoorbeeld Tentamenvragen Verkeer & Vervoer (Deel Thomas) Ontleend aan deeltoets 1 uit 2014.
Voorbeeld Tentamenvragen Verkeer & Vervoer (Deel Thomas) Ontleend aan deeltoets 1 uit 2014. 1. In welk(e) model(len) geclassificeerd naar functie ontbreekt de inductie stap? a. Fundamentele theorie van
Nadere informatieEerste grootschalige toepassing van STAQ (Static Traffic Assignment with Queuing)
Eerste grootschalige toepassing van STAQ (Static Traffic Assignment with Queuing) Luuk Brederode PLATOS colloqium 5 maart 2014 INHOUD» STAQ: wat is het (ook alweer)?» Toepassing Vlaanderen» Vervolg pagina
Nadere informatieExamen H111 Verkeerskunde Basis
pagina 1 van 5 Examen H111 Verkeerskunde Basis Katholieke Universiteit Leuven Departement Burgerlijke Bouwkunde Datum: donderdag 30 augustus 2001 Tijd: 8u30 11u30 Instructies: Er zijn 5 vragen; start de
Nadere informatieCTB Transport & Planning Bereikbaarheid en Ruimtelijke interactie
CTB1420-14 Transport & Planning Bereikbaarheid en Ruimtelijke interactie Rob van Nes, Transport & Planning 18-06-18 Delft University of Technology Challenge the future Agenda Bereikbaarheid Ruimtelijke
Nadere informatieCTB1420 Transport & Planning Verkeers- en vervoermodellen
CTB1420 Transport & Planning Verkeers- en vervoermodellen Rob van Nes, Transport & Planning 18-06-18 Delft University of Technology Challenge the future Agenda presentatie Het hoe en wat van V&V modellen
Nadere informatieBachelor Eindopdracht
Bachelor Eindopdracht Mogelijkheden Vissim Wat is de invloed van de parameters met betrekking tot routekeuze in Vissim? Deventer, 30 januari 2009 Niek Rolink Universiteit Twente Goudappel Coffeng BV Voorwoord
Nadere informatieDit tentamen bestaat uit 6 vragen. Voor elke vraag zijn 10 punten te behalen. Het tentamencijfer is 1+ [aantal punten]/60.
Tentamen AutoMobility 3 juli 14:00-17:00 Dit tentamen bestaat uit 6 vragen. Voor elke vraag zijn 10 punten te behalen. Het tentamencijfer is 1+ [aantal punten]/60. VRAAG 1: A13/A16 (Normering 1a: 2, 1b:2,
Nadere informatieExtra oefenopgaven Deel 1 Antwoorden
1 BEREIKBAARHEID EN RUIMTELIJKE INTERACTIE Bereikbaarheid 1.1 De ooit geplande Rijksweg A3 a) Bereikbaarheid Rotterdam: 800.000/11+160.000/9+120.000/7+500.000/4+600.000/2+100.000/3+300.000/7= 608.838 Bereikbaarheid
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 8 Leo van Iersel Technische Universiteit Delft 2 november 2016 Leo van Iersel (TUD) TW2020 Optimalisering 2 november 2016 1 / 28 Minimum Opspannende Boom (Minimum Spanning
Nadere informatieStreamLine (Showcase Model Amsterdam)
StreamLine (Showcase Model Amsterdam) Omnitrans Informatiedag 11 november 2010 Jos van den Elshout (DIVV Amsterdam) en Edwin Mein Inhoud Wat is StreamLine? Wat biedt StreamLine? Amsterdam Showcase Vragen
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 8 Leo van Iersel Technische Universiteit Delft 28 oktober 2015 Leo van Iersel (TUD) TW2020 Optimalisering 28 oktober 2015 1 / 25 Definitie Een boom is een samenhangende
Nadere informatieSommige praktische IP problemen kunnen worden geformuleerd als optimalisering op een netwerk.
Netwerkanalyse (H3) Sommige praktische IP problemen kunnen worden geformuleerd als optimalisering op een netwerk. Deze problemen kunnen vaak als continu LP probleem worden opgelost. Door de speciale structuur
Nadere informatieToelichting verkeersmodellen
Toelichting verkeersmodellen Juni 2012 Carlo Bernards Toelichting verkeersmodellen 2 Vanavond een toelichting op: Waarom een verkeersmodel? Hoe werkt een verkeersmodel? Kenmerken model Noordoostcorridor
Nadere informatieGrafen. Indien de uitgraad van ieder punt 1 is, dan bevat de graaf een cykel. Indien de ingraad van ieder punt 1 is, dan bevat de graaf een cykel.
Grafen Grafen Een graaf bestaat uit een verzameling punten (ook wel knopen, of in het engels vertices genoemd) en een verzameling kanten (edges) of pijlen (arcs), waarbij de kanten en pijlen tussen twee
Nadere informatieStatistiek voor Natuurkunde Opgavenserie 1: Kansrekening
Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening Inleveren: 12 januari 2011, VOOR het college Afspraken Serie 1 mag gemaakt en ingeleverd worden in tweetallen. Schrijf duidelijk je naam, e-mail
Nadere informatieToegepaste Statistiek, Dag 7 1
Toegepaste Statistiek, Dag 7 1 Statistiek: Afkomstig uit het Duits: De studie van politieke feiten en cijfers. Afgeleid uit het latijn: status, staat, toestand Belangrijkste associatie: beschrijvende statistiek
Nadere informatieCTB Transport & Planning Sommen- en vragencollege Delen 1 en 2
CTB1420-14 Transport & Planning Sommen- en vragencollege Delen 1 en 2 Rob van Nes, Transport & Planning 7-3-2019 Delft University of Technology Challenge the future 1. OpgavenDelen1 en 2 2 Overzicht vragen
Nadere informatie1. Onder de inelasticiteit van de fase van ritgeneratie in het gebruikelijke 4-staps verkeersmodel wordt verstaan het feit dat
Oefententamen mei 2001 1. Onder de inelasticiteit van de fase van ritgeneratie in het gebruikelke 4-staps verkeersmodel wordt verstaan het feit dat a. ritproductie en ritattractie doorgaans weinig variëren
Nadere informatieTransport-, Routing- en Schedulingproblemen. Wi4062TU / Wi487TU / a86g. Uitwerkingen 08-04-2005
Transport-, Routing- en Schedulingproblemen Wi4062TU / Wi487TU / a86g Uitwerkingen 08-04-2005 1 Transportprobleem Onderdeel a Fabriek 1 kan 120 ton staal fabriceren in 40 uur. Voor fabriek 2 is dit 150
Nadere informatie'foto bereikbaarheid 2016' hoe, wat en waarom
Foto bereikbaarheid 2016 hoe, wat en waarom pagina 1 Foto Bereikbaarheid 2016 Algemeen over aanleiding en aanpak Bronnen Resultaat verder ingezoomd Voorbeelden Hoe verder pagina 2 Algemeen In BB1 stond
Nadere informatieExtra oefenopgaven Deel 1
1 BEREIKBAARHEID EN RUIMTELIJKE INTERACTIE Bereikbaarheid 1.1 De ooit geplande Rijksweg A3 Onderstaand schema geeft de Randstad weer met enkele kernen. In het originele Rijkswegenplan uit 1927 was ook
Nadere informatieTentamen Inleiding Kansrekening 11 augustus 2011, uur
Mathematisch Instituut Niels Bohrweg Universiteit Leiden 2 CA Leiden Delft Tentamen Inleiding Kansrekening augustus 20, 09.00 2.00 uur Bij dit examen is het gebruik van een evt. grafische) rekenmachine
Nadere informatie1 SAMENHANG RUIMTELIJK SYSTEEM EN VERVOERSSYSTEEM
CTB1420 Oefenopgaven Deel 1 - Antwoorden De hoofdstuknummers in deze bundel corresponderen met de hoofdstukken in het diktaat 1 SAMENHANG RUIMTELIJK SYSTEEM EN VERVOERSSYSTEEM 1. Cirkel van Wegener a)
Nadere informatieToets deel 2 Data-analyse en retrieval Vrijdag 1 Juli 2016:
Toets deel 2 Data-analyse en retrieval Vrijdag 1 Juli 2016: 11.00-13.00 Algemene aanwijzingen 1. Het is toegestaan een aan beide zijden beschreven A4 met aantekeningen te raadplegen. 2. Het is toegestaan
Nadere informatieKlankbordgroep. Inhoud. Presentatie verkeersmodel huidige situatie Verkeersstudie Stationsontwikkeling Soest Zuid
Klankbordgroep Presentatie verkeersmodel huidige situatie Verkeersstudie Stationsontwikkeling Soest Zuid Amersfoort 10 januari 2012 Albert Nauta, Chantal van der Krogt Inhoud 1. Doel verkeersstudie 2.
Nadere informatieHerkansing Inleiding Intelligente Data Analyse Datum: Tijd: , BBL 508 Dit is geen open boek tentamen.
Herkansing Inleiding Intelligente Data Analyse Datum: 3-3-2003 Tijd: 14.00-17.00, BBL 508 Dit is geen open boek tentamen. Algemene aanwijzingen 1. U mag ten hoogste één A4 met aantekeningen raadplegen.
Nadere informatieDe pariteitstestmatrix van de (6,4) Hamming-code over GF(5) is de volgende: [ H =
Oplossing examen TAI 11 juni 2008 Veel plezier :) Vraag 1 De pariteitstestmatrix van de (6,4) Hamming-code over GF(5) is de volgende: H = [ 1 0 1 2 3 ] 4 0 1 1 1 1 1 (a) Bepaal de bijhorende generatormatrix
Nadere informatie1 Complexiteit. of benadering en snel
1 Complexiteit Het college van vandaag gaat over complexiteit van algoritmes. In het boek hoort hier hoofdstuk 8.1-8.5 bij. Bij complexiteitstheorie is de belangrijkste kernvraag: Hoe goed is een algoritme?
Nadere informatieVoorbehouden voor de correctoren Vraag 1 Vraag 2 Vraag 3 Vraag 4 Vraag 5 Totaal. Toets Kansrekenen I. 28 maart 2014
Voorbehouden voor de correctoren Vraag 1 Vraag 2 Vraag 3 Vraag 4 Vraag 5 Totaal Toets Kansrekenen I 28 maart 2014 Naam : Richting : Lees volgende aanwijzingen alvorens aan het examen te beginnen Wie de
Nadere informatieTentamen Inleiding Intelligente Data Analyse Datum: Tijd: , BBL 420 Dit is geen open boek tentamen.
Tentamen Inleiding Intelligente Data Analyse Datum: 19-12-2002 Tijd: 9.00-12.00, BBL 420 Dit is geen open boek tentamen. Algemene aanwijzingen 1. U mag ten hoogste één A4 met aantekeningen raadplegen.
Nadere informatieExamen Verkeerskunde (H01I6A) en Verkeerskunde Basis (H0111B)
Katholieke Universiteit Leuven Departement Burgerlijke Bouwkunde Examen Verkeerskunde (H01I6A) en Verkeerskunde Basis (H0111B) Datum: woensdag 23 augustus 2006 Tijd: 9.00 11.00 uur: Verkeerskunde Basis
Nadere informatie1. Langere vraag over de theorie
1. Langere vraag over de theorie a) Bereken, vertrekkend van de definitie van capaciteit, de capaciteit van een condensator die bestaat uit twee evenwijdige vlakke platen waarbij de afstand tussen de platen
Nadere informatieDe latente vraag in het wegverkeer
De latente vraag in het wegverkeer Han van der Loop, Kennisinstituut voor Mobiliteitsbeleid KiM, kennislijn 1 en 2, 5 juni 2014 Vraagstuk * Veel gehoord bij wegverbreding of nieuwe wegen: Roept extra autogebruik
Nadere informatieUitwerking tentamen Analyse van Algoritmen, 29 januari
Uitwerking tentamen Analyse van Algoritmen, 29 januari 2007. (a) De buitenste for-lus kent N = 5 iteraties. Na iedere iteratie ziet de rij getallen er als volgt uit: i rij na i e iteratie 2 5 4 6 2 2 4
Nadere informatieKosten en baten van robuustheid en comfort in OV modellen
Kosten en baten van robuustheid en comfort in OV modellen 11-03-2015 Ir. Menno Yap Dr.ir. Niels van Oort Ir. Ties Brands Belang van robuust en comfortabel OV 2 3 Opzet presentatie Robuust OV Identificatie
Nadere informatieN33 Assen - Zuidbroek
N33 Assen - Zuidbroek Bijlage 5 Uitgangspunten bij de verkeersberekeningen Dit is een uitgave van Rijkswaterstaat Kijk voor meer informatie op www.rijkswaterstaat.nl of bel 0800-8002 (ma t/m zo 06.00-22.30
Nadere informatieOefenvragen bij Statistics for Business and Economics van Newbold
Oefenvragen bij Statistics for Business and Economics van Newbold Hoofdstuk 1 1. Wat is het verschil tussen populatie en sample? De populatie is de complete set van items waar de onderzoeker in geïnteresseerd
Nadere informatieSTAQ in HAAGLANDEN. PLATOS 11 maart 2015. Beeld plaatsen ter grootte van dit kader. Bastiaan Possel
STAQ in HAAGLANDEN Beeld plaatsen ter grootte van dit kader PLATOS 11 maart 2015 Bastiaan Possel 2 Introductie Bastiaan Possel Adviseur Verkeersprognoses bij het team Verkeersprognoses (20 medewerkers)
Nadere informatieLineaire vergelijkingen II: Pivotering
1/25 Lineaire vergelijkingen II: Pivotering VU Numeriek Programmeren 2.5 Charles Bos Vrije Universiteit Amsterdam c.s.bos@vu.nl, 1A40 15 april 2013 2/25 Overzicht Pivotering: Methodes Norm en conditionering
Nadere informatieElfde college algoritmiek. 18 mei Algoritme van Dijkstra, Heap, Heapify & Heapsort
Algoritmiek 018/Algoritme van Dijkstra Elfde college algoritmiek 18 mei 018 Algoritme van Dijkstra, Heap, Heapify & Heapsort 1 Algoritmiek 018/Algoritme van Dijkstra Uit college 10: Voorb. -1- A B C D
Nadere informatieKansrekening en statistiek wi2105in deel I 29 januari 2010, uur
Kansrekening en statistiek wi20in deel I 29 januari 200, 400 700 uur Bij dit examen is het gebruik van een (evt grafische rekenmachine toegestaan Tevens krijgt u een formuleblad uitgereikt na afloop inleveren
Nadere informatieUniversiteit Utrecht Betafaculteit. Examen Discrete Wiskunde II op donderdag 6 juli 2017, uur.
Universiteit Utrecht Betafaculteit Examen Discrete Wiskunde II op donderdag 6 juli 2017, 13.30-16.30 uur. De opgaven dienen duidelijk uitgewerkt te zijn en netjes ingeleverd te worden. Schrijf op elk ingeleverd
Nadere informatieStochastiek 2. Inleiding in de Mathematische Statistiek 1 / 18
Stochastiek 2 Inleiding in de Mathematische Statistiek 1 / 18 t-toetsen 2 / 18 Steekproefgemiddelde en -variantie van normale observaties Stelling. Laat X 1,..., X n o.o. zijn en N(µ, σ 2 )-verdeeld. Dan:
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 11 Leo van Iersel Technische Universiteit Delft 25 november 2015 Leo van Iersel (TUD) TW2020 Optimalisering 25 november 2015 1 / 28 Vandaag Vraag Voor welke problemen
Nadere informatieEerste grootschalige toepassing van STAQ (Static Traffic Assignment with Queuing)
Eerste grootschalige toepassing van STAQ (Static Traffic Assignment with Queuing) Luuk Brederode PLATOS colloqium 5 maart 2014 INHOUD» STAQ: wat is het (ook alweer)?» Toepassing Vlaanderen» Vervolg pagina
Nadere informatieTiende college algoritmiek. 13/21 april Gretige Algoritmen Algoritme van Dijkstra
Algoritmiek 017/Gretige Algoritmen Tiende college algoritmiek 13/1 april 017 Gretige Algoritmen Algoritme van Dijkstra 1 Algoritmiek 017/Gretige Algoritmen Muntenprobleem Gegeven onbeperkt veel munten
Nadere informatie25/02/2016. STAP 2 Distributie. STAP 1 Ritgeneratie (en tijdstipkeuze) STAP 3 Vervoerwijzekeuze. STAP 4 Toedeling. Resultaten.
STAP 1 (en tijdstip) Hoeveel mensen zullen er vertrekken en aankomen in een bepaalde periode (spitsuur) Aantal vertrekken (productie) = aantal aankomsten (attractie) per motief STAP 2 Bepalen van aantal
Nadere informatieDe statespace van Small World Networks
De statespace van Small World Networks Emiel Suilen, Daan van den Berg, Frank van Harmelen epsuilen@few.vu.nl, daanvandenberg1976@gmail.com, Frank.van.Harmelen@cs.vu.nl VRIJE UNIVERSITEIT AMSTERDAM 2 juli
Nadere informatieKortste Paden. Algoritmiek
Kortste Paden Toepassingen Kevin Bacon getal Six degrees of separation Heeft een netwerk de small-world eigenschap? TomTom / Google Maps 2 Kortste paden Gerichte graaf G=(N,A), en een lengte L(v,w) voor
Nadere informatieDoorzoeken van grafen. Algoritmiek
Doorzoeken van grafen Algoritmiek Vandaag Methoden om door grafen te wandelen Depth First Search Breadth First Search Gerichte Acyclische Grafen en topologische sorteringen 2 Doolhof start eind 3 Depth
Nadere informatieModelleren van onzekerheid, met zekerheid!
Modelleren van onzekerheid, met zekerheid! Vergroting van betrouwbaarheid in verkeersmodellen in een onbetrouwbaar systeem Introductie Verkeersmodellen maar waarom? Niet alles in de werkelijkheid testen!
Nadere informatieVerkeersmodel op maat: sneller en beter
Verkeersmodel op maat: sneller en beter Door veel meer data naar veel betere antwoorden Wim van der Hoeven Nationaal Verkeerskunde Congres Nieuwegein, 2 november 2011 Situatie In Nederland relatief veel
Nadere informatieDe hoofdstuknummers in deze bundel corresponderen met de hoofdstukken in het diktaat 1 VERKEERSSTROOMTHEORIE OF: HOE ONTSTAAN FILES?
CTB1420 Oefenopgaven Deel 4 - Antwoorden De hoofdstuknummers in deze bundel corresponderen met de hoofdstukken in het diktaat 1 VERKEERSSTROOMTHEORIE OF: HOE ONTSTAAN FILES? 1. Eenheden a) Dichtheid: k,
Nadere informatieBeeldverwerking. Scientific Computing. sleij101/ Program. WISB356, Utrecht, najaar WISB356, Utrecht, najaar 2010
WISB36, Utrecht, najaar Scientific Computing WISB36, Utrecht, najaar Beeldverwerking Gerard Sleijpen Rob Bisseling Department of Mathematics Gerard Sleijpen Rob Bisseling Department of Mathematics http://wwwstaffscienceuunl/
Nadere informatieInventarisatie evaluaties stedelijk verkeersmanagement
Inventarisatie evaluaties stedelijk verkeersmanagement Een overzicht van de beschikbare kennis Florence Bloemkolk, Henk Taale 21 juni 2018 Stedelijk verkeersmanagement: wat is het? CROW: Verkeersmanagement
Nadere informatieBegrenzing van het aantal iteraties in het max-flow algoritme
Begrenzing van het aantal iteraties in het max-flow algoritme Het oplossen van het maximum stroom probleem met behulp van stroomvermeerderende paden werkt, maar het aantal iteraties kan aardig de spuigaten
Nadere informatieCT2710 Transport & Planning Netwerken
CT2710 Transport & Planning Netwerken Rob van Nes, Transport & Planning 5-4-2012 Delft University of Technology Challenge the future Kritiekpunten Tracénota A4 creëert congestie in Beneluxtunnel Problemen
Nadere informatieLocal search. Han Hoogeveen CGN A februari, 2009
1 Local search Han Hoogeveen CGN A312 j.a.hoogeveen@cs.uu.nl www.cs.uu.nl/docs/vakken/opt/colleges.html 4 februari, 2009 2 Inhoud vandaag In totaal vier uur Slides staan al op het web www.cs.uu.nl/docs/vakken/opt/colleges.html
Nadere informatieKansrekening en statistiek WI2105IN deel I 4 november 2011, uur
Kansrekening en statistiek WI05IN deel I 4 november 0, 4.00 7.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Een formuleblad wordt uitgereikt. Meerkeuzevragen Toelichting:
Nadere informatieBijlage 11 Algemene beschrijving verkeersmodel
Bijlage 11 Algemene beschrijving verkeersmodel Wat is een verkeersmodel? Een verkeersmodel is een model dat inzicht geeft in huidige en/of toekomstige verkeersen vervoerstromen. Een verkeersmodel wordt
Nadere informatieKortste Paden. Algoritmiek
Kortste Paden Vandaag Kortste Paden probleem All pairs / Single Source / Single Target versies DP algoritme voor All Pairs probleem (Floyd s algoritme) Dijkstra s algoritme voor Single Source Negatieve
Nadere informatieExamen Datastructuren en Algoritmen II
Tweede bachelor Informatica Academiejaar 2009 2010, eerste zittijd Examen Datastructuren en Algoritmen II Naam :.............................................................................. Lees de hele
Nadere informatieTransparantie in dynamische modellen voor wegverkeer
Transparantie in dynamische modellen voor wegverkeer A model should be as simple as possible, but not simpler... (A. Einstein) PLATOS2011, 3/8/11 Dr. Hans van Lint Prof. Dr. Serge Hoogendoorn Delft University
Nadere informatieLocal search. Han Hoogeveen. 21 november, 2011
1 Local search Han Hoogeveen 21 november, 2011 Inhoud vandaag 2 Inhoud: Uitleg methode Bespreking oude opdrachten: ˆ Bezorgen wenskaarten ˆ Roosteren tentamens Slides staan al op het web www.cs.uu.nl/docs/vakken/opt/colleges.html
Nadere informatieTiende college algoritmiek. 14 april Gretige algoritmen
College 10 Tiende college algoritmiek 1 april 011 Gretige algoritmen 1 Greedy algorithms Greed = hebzucht Voor oplossen van optimalisatieproblemen Oplossing wordt stap voor stap opgebouwd In elke stap
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 7 Leo van Iersel Technische Universiteit Delft 26 oktober 2016 Leo van Iersel (TUD) TW2020 Optimalisering 26 oktober 2016 1 / 28 Deze week: analyseren van algoritmes Hoe
Nadere informatieData analyse Inleiding statistiek
Data analyse Inleiding statistiek 1 Terugblik - Inductieve statistiek Afleiden van eigenschappen van een populatie op basis van een beperkt aantal metingen (steekproef) Kennis gemaakt met kans & kansverdelingen»
Nadere informatieDe toekomst voorspeld in de toekomst: files realistisch gemodelleerd
De toekomst voorspeld in de toekomst: files realistisch gemodelleerd Maaike Snelder TNO maaike.snelder@tno.nl Jeroen Schrijver TNO jeroen.schrijver@tno.nl Bijdrage aan het Colloquium Vervoersplanologisch
Nadere informatieSimulatie op het spoor ProRail Vervoer en Dienstregeling. Dick Middelkoop
Simulatie op het spoor ProRail Vervoer en Dienstregeling Dick Middelkoop 2 december 2010 Master of Business in Rail systems - 7 mei 2009 Dienstregelingsontwerp en Treindienstsimulatie Agenda Introductie
Nadere informatieTentamen Kansrekening en Statistiek MST 14 januari 2016, uur
Tentamen Kansrekening en Statistiek MST 14 januari 2016, 14.00 17.00 uur Het tentamen bestaat uit 15 meerkeuzevragen 2 open vragen. Een formuleblad wordt uitgedeeld. Normering: 0.4 punt per MC antwoord
Nadere informatieAlgoritmes in ons dagelijks leven. Leve de Wiskunde! 7 April 2017 Jacobien Carstens
Algoritmes in ons dagelijks leven Leve de Wiskunde! 7 April 2017 Jacobien Carstens Wat is een algoritme? Een algoritme is een eindige reeks instructies die vanuit een gegeven begintoestand naar een beoogd
Nadere informatieOpgaven Kunstmatige Intelligentie 1 maart 2017
Opgaven Kunstmatige Intelligentie 1 maart 2017 Opgave 1. a. Denkt een schaakprogramma? b. Denkt een (Nederlands-Engels) vertaalprogramma? c. Denkt een C ++ -compiler? d. Denkt Watson, the IBM-computer
Nadere informatieHertentamen Biostatistiek 3 / Biomedische wiskunde
Hertentamen Biostatistiek 3 / Biomedische wiskunde 2 juni 2014; 18:30-20:30 NB. Geef een duidelijke toelichting bij de antwoorden. Na correctie liggen de tentamens ter inzage bij het onderwijsbureau. Het
Nadere informatieTiende college algoritmiek. 26 april Gretige algoritmen
Algoritmiek 01/10 College 10 Tiende college algoritmiek april 01 Gretige algoritmen 1 Algoritmiek 01/10 Muntenprobleem Gegeven onbeperkt veel munten van d 1,d,...d m eurocent, en een te betalen bedrag
Nadere informatieFP-theorie. 2IA50, Deel B. Inductieve definities 1/19. / department of mathematics and computer science
FP-theorie 2IA50, Deel B Inductieve definities 1/19 Inductieve definitie Definitie IL α, (Cons-)Lijsten over α Zij α een gegeven verzameling. De verzameling IL α van eindige (cons-)lijsten over α is de
Nadere informatiea) Omschrijf in woorden tot welke algemene effecten de introductie van nieuwe transportvoorzieningen leidt. U behoeft het diagram niet te geven.
Examen H111 Verkeerskunde Basis Katholieke Universiteit Leuven Departement Burgerlijke Bouwkunde Datum: donderdag 5 september 2002 Tijd: 9.00 12.00 uur Instructies: Er zijn 5 vragen; start de beantwoording
Nadere informatieTentamen Biostatistiek 3 / Biomedische wiskunde
Tentamen Biostatistiek 3 / Biomedische wiskunde 25 maart 2014; 12:00-14:00 NB. Geef een duidelijke toelichting bij de antwoorden. Na correctie liggen de tentamens ter inzage bij het onderwijsbureau. Het
Nadere informatieTransport, Routing- en Schedulingproblemen. ir. H.N. Post
Transport, Routing- en Schedulingproblemen ir. H.N. Post 1 mei 2006 Inhoudsopgave 1 Kortste pad probleem 7 1.1 Definities...................................... 7 1.2 Basisalgoritme...................................
Nadere informatieFaculteit Construerende Technische Wetenschappen. Civiele Techniek: Verkeer & Vervoer. Deeltoets 1 Theorie Verkeer & Vervoer ( )
Faculteit Construerende Technische Wetenschappen Civiele Techniek: Verkeer & Vervoer Deeltoets 1 Theorie Verkeer & Vervoer (201300145) Datum Toets : 9 maart 2017 Tijd : 13:45 16:45 Locatie : Therm Docenten
Nadere informatieInformatieavond Verkeer 20 september 2012 De planstudie Ring Utrecht bevindt zich in de tweede fase van het onderzoeksproces. In de tweede fase wordt
Informatieavond Verkeer 20 september 2012 De planstudie Ring Utrecht bevindt zich in de tweede fase van het onderzoeksproces. In de tweede fase wordt het Voorkeursalternatief uit fase 1 uitgewerkt tot
Nadere informatie2WO12: Optimalisering in Netwerken
2WO12: Optimalisering in Netwerken Leo van Iersel Technische Universiteit Eindhoven (TU/E) en Centrum Wiskunde & Informatica (CWI) 27 februari 2014 http://homepages.cwi.nl/~iersel/2wo12/ l.j.j.v.iersel@gmail.com
Nadere informatieTentamen Kansrekening (NB004B)
NB4B: Kansrekening Dinsdag november 2 Tentamen Kansrekening (NB4B) Het is een open boek tentamen. Gebruik van een rekenmachine of andere hulpmiddelen is niet toegestaan. Vermeld op ieder blad je naam en
Nadere informatieHET NUT VAN OV-CHIPKAART DATA BIJ VERSTORINGEN
RESEARCH HET NUT VAN OV-CHIPKAART DATA BIJ VERSTORINGEN WAAROM KOPPELING AAN ROUTES (ROCKT) MEERWAARDE HEEFT E.van der Hurk & L.G. Kroon & G. Maróti & P. Het Bouman nut van & P.OV-chipkaart Vervest (RSM,
Nadere informatieBruikbaarheid van Floating Car Data voor transportmodellen. PLATOS, 14 maart 2018
Bruikbaarheid van Floating Car Data voor transportmodellen PLATOS, 14 maart 2018 Marco Kouwenhoven Rik van Grol, Jasper Willigers (Significance, TU Delft) (Significance) Inleiding Recentelijk heeft NDW
Nadere informatieHet tentamen heeft 25 onderdelen. Met ieder onderdeel kan maximaal 2 punten verdiend worden.
Hertentamen Inleiding Kansrekening WI64. 9 augustus, 9:-: Het tentamen heeft 5 onderdelen. Met ieder onderdeel kan maximaal punten verdiend worden. Het tentamen is open boek. Boeken, nota s en een (eventueel
Nadere informatieHoofdstuk 13: Integer Lineair Programmeren
Hoofdstuk 13: Integer Lineair Programmeren Vandaag: Wat is Integer Lineair Programmeren (ILP)? Relatie tussen ILP en LP Voorbeeld 1: Minimum Spanning Tree (MST) Voorbeeld 2: Travelling Salesman Problem
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 13 Dinsdag 1 November 1 / 26 2 Statistiek Vandaag: Power Grootte steekproef Filosofie 2 / 26 Power 3 / 26 Power Def. De power (kracht) van een hypothese toets is (1 β),
Nadere informatieN237 Provincie Utrecht: MBO Systeem
(Bijdragenr. 54) N237 Provincie Utrecht: MBO Systeem ir. Mark Snoek IT&T Samenvatting Het MBO Systeem van IT&T geeft tijdens de uitgebreide werkzaamheden aan de A28 de Provincie Utrecht inzicht in de realtime
Nadere informatieVandaag. Onderzoeksmethoden: Statistiek 3. Recap 2. Recap 1. Recap Centrale limietstelling T-verdeling Toetsen van hypotheses
Vandaag Onderzoeksmethoden: Statistiek 3 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Recap Centrale limietstelling
Nadere informatie1 Aanleiding. Randweg Klaaswaal. Provincie Zuid-Holland. Toelichting modelanalyse. 27 juni 2018 ZHA355/Mes/
Deventer Den Haag Eindhoven Snipperlingsdijk 4 Casuariestraat 9a Emmasingel 15 7417 BJ Deventer 2511 VB Den Haag 5611 AZ Eindhoven T +31 (0)570 666 222 F +31 (0)570 666 888 Leeuwarden Amsterdam Postbus
Nadere informatie