Het verkeerstoedelingsmodel H01I6A Verkeerskunde basis

Maat: px
Weergave met pagina beginnen:

Download "Het verkeerstoedelingsmodel H01I6A Verkeerskunde basis"

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 Het ritdistributiemodel H01I6A Verkeerskunde basis Ben Immers Traffic and Infrastructure Department of Civil Engineering Faculty of Engineering Katholieke Universiteit Leuven Het klassieke verkeersprognosemodel

Nadere informatie

CT2710 Transport & Planning Keuzen en keuzemodellering

CT2710 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 informatie

a) Welke eisen stelt men aan een distributiefunctie?

a) 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 informatie

14 maart 2012 Luc Wismans Luuk Brederode Michiel Bliemer Erik-Sander Smits Mark Raadsen

14 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 informatie

Examen H 111 Datum: vrijdag 9 juni 2000 Tijd: uur

Examen 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 informatie

Heeft 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 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 informatie

Vier-staps verkeersmodellering

Vier-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 informatie

Examen H111. Katholieke Universiteit Leuven Departement Burgerlijke Bouwkunde. Verkeerskunde Basis. Datum: vrijdag 7 juni 2002 Tijd: 9.00 12.

Examen 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 informatie

Overzicht. 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. 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 informatie

Het ritproductie- en ritattractiemodel

Het 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 informatie

Voorbeeld Tentamenvragen Verkeer & Vervoer (Deel Thomas) Ontleend aan deeltoets 1 uit 2014.

Voorbeeld 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 informatie

Eerste grootschalige toepassing van STAQ (Static Traffic Assignment with Queuing)

Eerste 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 informatie

Examen H111 Verkeerskunde Basis

Examen 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 informatie

CTB Transport & Planning Bereikbaarheid en Ruimtelijke interactie

CTB 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 informatie

CTB1420 Transport & Planning Verkeers- en vervoermodellen

CTB1420 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 informatie

Bachelor Eindopdracht

Bachelor 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 informatie

Dit tentamen bestaat uit 6 vragen. Voor elke vraag zijn 10 punten te behalen. Het tentamencijfer is 1+ [aantal punten]/60.

Dit 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 informatie

Extra oefenopgaven Deel 1 Antwoorden

Extra 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 informatie

TW2020 Optimalisering

TW2020 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 informatie

StreamLine (Showcase Model Amsterdam)

StreamLine (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 informatie

TW2020 Optimalisering

TW2020 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 informatie

Sommige praktische IP problemen kunnen worden geformuleerd als optimalisering op een netwerk.

Sommige 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 informatie

Toelichting verkeersmodellen

Toelichting 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 informatie

Grafen. 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. 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 informatie

Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening

Statistiek 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 informatie

Toegepaste Statistiek, Dag 7 1

Toegepaste 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 informatie

CTB Transport & Planning Sommen- en vragencollege Delen 1 en 2

CTB 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 informatie

1. Onder de inelasticiteit van de fase van ritgeneratie in het gebruikelijke 4-staps verkeersmodel wordt verstaan het feit dat

1. 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 informatie

Transport-, Routing- en Schedulingproblemen. Wi4062TU / Wi487TU / a86g. Uitwerkingen 08-04-2005

Transport-, 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 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 informatie

Extra oefenopgaven Deel 1

Extra 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 informatie

Tentamen Inleiding Kansrekening 11 augustus 2011, uur

Tentamen 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 informatie

1 SAMENHANG RUIMTELIJK SYSTEEM EN VERVOERSSYSTEEM

1 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 informatie

Toets deel 2 Data-analyse en retrieval Vrijdag 1 Juli 2016:

Toets 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 informatie

Klankbordgroep. Inhoud. Presentatie verkeersmodel huidige situatie Verkeersstudie Stationsontwikkeling Soest Zuid

Klankbordgroep. 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 informatie

Herkansing Inleiding Intelligente Data Analyse Datum: Tijd: , BBL 508 Dit is geen open boek tentamen.

Herkansing 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 informatie

De pariteitstestmatrix van de (6,4) Hamming-code over GF(5) is de volgende: [ H =

De 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 informatie

1 Complexiteit. of benadering en snel

1 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 informatie

Voorbehouden 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 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 informatie

Tentamen Inleiding Intelligente Data Analyse Datum: Tijd: , BBL 420 Dit is geen open boek tentamen.

Tentamen 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 informatie

Examen Verkeerskunde (H01I6A) en Verkeerskunde Basis (H0111B)

Examen 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 informatie

1. Langere vraag over de theorie

1. 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 informatie

De latente vraag in het wegverkeer

De 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 informatie

Uitwerking tentamen Analyse van Algoritmen, 29 januari

Uitwerking 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 informatie

Kosten en baten van robuustheid en comfort in OV modellen

Kosten 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 informatie

N33 Assen - Zuidbroek

N33 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 informatie

Oefenvragen bij Statistics for Business and Economics van Newbold

Oefenvragen 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 informatie

STAQ in HAAGLANDEN. PLATOS 11 maart 2015. Beeld plaatsen ter grootte van dit kader. Bastiaan Possel

STAQ 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 informatie

Lineaire vergelijkingen II: Pivotering

Lineaire 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 informatie

Elfde college algoritmiek. 18 mei Algoritme van Dijkstra, Heap, Heapify & Heapsort

Elfde 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 informatie

Kansrekening en statistiek wi2105in deel I 29 januari 2010, uur

Kansrekening 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 informatie

Universiteit Utrecht Betafaculteit. Examen Discrete Wiskunde II op donderdag 6 juli 2017, uur.

Universiteit 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 informatie

Stochastiek 2. Inleiding in de Mathematische Statistiek 1 / 18

Stochastiek 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 informatie

TW2020 Optimalisering

TW2020 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 informatie

Eerste grootschalige toepassing van STAQ (Static Traffic Assignment with Queuing)

Eerste 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 informatie

Tiende college algoritmiek. 13/21 april Gretige Algoritmen Algoritme van Dijkstra

Tiende 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 informatie

25/02/2016. STAP 2 Distributie. STAP 1 Ritgeneratie (en tijdstipkeuze) STAP 3 Vervoerwijzekeuze. STAP 4 Toedeling. Resultaten.

25/02/2016. 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 informatie

De statespace van Small World Networks

De 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 informatie

Kortste Paden. Algoritmiek

Kortste 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 informatie

Doorzoeken van grafen. Algoritmiek

Doorzoeken 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 informatie

Modelleren van onzekerheid, met zekerheid!

Modelleren 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 informatie

Verkeersmodel op maat: sneller en beter

Verkeersmodel 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 informatie

De hoofdstuknummers in deze bundel corresponderen met de hoofdstukken in het diktaat 1 VERKEERSSTROOMTHEORIE OF: HOE ONTSTAAN FILES?

De 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 informatie

Beeldverwerking. Scientific Computing. sleij101/ Program. WISB356, Utrecht, najaar WISB356, Utrecht, najaar 2010

Beeldverwerking. 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 informatie

Inventarisatie evaluaties stedelijk verkeersmanagement

Inventarisatie 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 informatie

Begrenzing van het aantal iteraties in het max-flow algoritme

Begrenzing 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 informatie

CT2710 Transport & Planning Netwerken

CT2710 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 informatie

Local search. Han Hoogeveen CGN A februari, 2009

Local 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 informatie

Kansrekening en statistiek WI2105IN deel I 4 november 2011, uur

Kansrekening 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 informatie

Bijlage 11 Algemene beschrijving verkeersmodel

Bijlage 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 informatie

Kortste Paden. Algoritmiek

Kortste 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 informatie

Examen Datastructuren en Algoritmen II

Examen Datastructuren en Algoritmen II Tweede bachelor Informatica Academiejaar 2009 2010, eerste zittijd Examen Datastructuren en Algoritmen II Naam :.............................................................................. Lees de hele

Nadere informatie

Transparantie in dynamische modellen voor wegverkeer

Transparantie 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 informatie

Local search. Han Hoogeveen. 21 november, 2011

Local 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 informatie

Tiende college algoritmiek. 14 april Gretige algoritmen

Tiende 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 informatie

TW2020 Optimalisering

TW2020 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 informatie

Data analyse Inleiding statistiek

Data 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 informatie

De toekomst voorspeld in de toekomst: files realistisch gemodelleerd

De 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 informatie

Simulatie op het spoor ProRail Vervoer en Dienstregeling. Dick Middelkoop

Simulatie 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 informatie

Tentamen Kansrekening en Statistiek MST 14 januari 2016, uur

Tentamen 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 informatie

Algoritmes 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 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 informatie

Opgaven Kunstmatige Intelligentie 1 maart 2017

Opgaven 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 informatie

Hertentamen Biostatistiek 3 / Biomedische wiskunde

Hertentamen 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 informatie

Tiende college algoritmiek. 26 april Gretige algoritmen

Tiende 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 informatie

FP-theorie. 2IA50, Deel B. Inductieve definities 1/19. / department of mathematics and computer science

FP-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 informatie

a) Omschrijf in woorden tot welke algemene effecten de introductie van nieuwe transportvoorzieningen leidt. U behoeft het diagram niet te geven.

a) 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 informatie

Tentamen Biostatistiek 3 / Biomedische wiskunde

Tentamen 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 informatie

Transport, Routing- en Schedulingproblemen. ir. H.N. Post

Transport, 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 informatie

Faculteit 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 ( ) 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 informatie

Informatieavond 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 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 informatie

2WO12: Optimalisering in Netwerken

2WO12: 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 informatie

Tentamen Kansrekening (NB004B)

Tentamen 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 informatie

HET NUT VAN OV-CHIPKAART DATA BIJ VERSTORINGEN

HET 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 informatie

Bruikbaarheid van Floating Car Data voor transportmodellen. PLATOS, 14 maart 2018

Bruikbaarheid 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 informatie

Het tentamen heeft 25 onderdelen. Met ieder onderdeel kan maximaal 2 punten verdiend worden.

Het 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 informatie

Hoofdstuk 13: Integer Lineair Programmeren

Hoofdstuk 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 informatie

Kansrekening en Statistiek

Kansrekening 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 informatie

N237 Provincie Utrecht: MBO Systeem

N237 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 informatie

Vandaag. Onderzoeksmethoden: Statistiek 3. Recap 2. Recap 1. Recap Centrale limietstelling T-verdeling Toetsen van hypotheses

Vandaag. 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 informatie

1 Aanleiding. Randweg Klaaswaal. Provincie Zuid-Holland. Toelichting modelanalyse. 27 juni 2018 ZHA355/Mes/

1 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