342-0960/01 – Pokročilé metody dopravního prognózování (PMDP)
| Garantující katedra | Institut dopravy | Kredity | 10 |
| Garant předmětu | doc. Ing. Michal Dorda, Ph.D. | Garant verze předmětu | doc. Ing. Michal Dorda, Ph.D. |
| Úroveň studia | postgraduální | Povinnost | povinně volitelný typu B |
| Ročník | | Semestr | zimní + letní |
| | Jazyk výuky | čeština |
| Rok zavedení | 2019/2020 | Rok zrušení | |
| Určeno pro fakulty | FS | Určeno pro typy studia | doktorské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Student bude schopen rozpoznat jednotlivé typové úlohy, se kterými je možno se při řešení praktických problémů v oblasti dopravních prognóz setkat. Na základě analýzy řešeného problému bude schopen vybrat vhodnou metodu nebo skupinu metod (metody analýzy časových řad, regresní a korelační analýza, testování statistických hypotéz, gravitační modely atd.). Bude schopen určit, jaká data a v jakém rozsahu bude pro potřeby řešení potřebovat. V neposlední řadě bude umět daný problém řešit s využitím vhodného softwarového nástroje.
Vyučovací metody
Přednášky
Individuální konzultace
Projekt
Anotace
Absolvent předmětu bude detailně ovládat jak problematiku obecných klasických prognostických modelů založených na matematické statistice (metodách popisné statistiky, statistické teorie odhadu, testování statistických hypotéz, regresní a korelační analýzy a analýze časových řad), tak i problematiku prognostických modelů založených nekonvenčních přístupech (metody operační analýzy, neuronové sítě). Z oblasti speciálních prognostických modelů sestavených pro potřeby dopravních systémů bude pozornost soustředěna na moderní trendy ve vývoji gravitačních modelů, metod specifických hybností atd.
Povinná literatura:
Doporučená literatura:
Forma způsobu ověření studijních výsledků a další požadavky na studenta
Ústní zkouška.
E-learning
Další požadavky na studenta
Řešení a obhajoba projektu na zadané téma.
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
1) Metody popisné statistiky.
2) Statistická teorie bodových a intervalových odhadů.
3) Testy statistických hypotéz – závislost proměnných, testy dobré shody.
4) Metody regresní a korelační analýzy pro dopravní prognózování.
5) Analýza a modelování časových řad a jejich využití pro dopravní prognózování.
6) Metody odhadu počtu cest („trip generation“) – vícenásobná regrese, metody hybností atd.
7) Metody tvorby O/D matic – metody založené na koeficientech růstu, gravitační modely atd.
8) Volba dopravního módu – metody užitku.
9) Přiřazení na dopravní síť.
10) Nekonvenční přístupy k predikci dopravy – bayesovské sítě, skryté Markovské modely, Kalmanovy filtry atd.
11) Spolehlivost prognóz.
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky
Předmět neobsahuje žádné hodnocení.