EconPapers    
Economics at your fingertips  
 

Prévoir la demande de transport

Patrick Bonnel

Post-Print from HAL

Abstract: L'ambition de cet ouvrage est d'offrir un état des connaissances sur la prévision de la demande de déplacements de personnes en milieu urbain. Sa conception permet son utilisation comme support de formation à la modélisation. Il présente les fondements théoriques des modèles de prévision de la demande ainsi que les différents outils s'appliquant aux quatre étapes traditionnelles de la modélisation : génération de la demande, distribution des déplacements, répartition modale et affectation des déplacements. Pour chacune de ces étapes de la prévision sont détaillées les principales familles de modèles disponibles pour la traiter en mettant en évidence les concepts de base qui sous-tendent les modèles et les principales limites de ceux-ci, tenant aux hypothèses – souvent implicites – ou aux données nécessaires à leur utilisation. Au-delà de cette présentation, la particularité de cet ouvrage est d'offrir une analyse de l'ensemble du processus de prévision en incluant notamment l'identification des objectifs, la production des données et l'analyse de la demande. Enfin, il fournit des grilles de lecture des modèles permettant l'analyse de leur performance.

Keywords: Demande de transport; étude des déplacements; prévision de la demande; modélisation; modèle de demande; déplacements de personnes; zone urbaine (search for similar items in EconPapers)
Date: 2004
References: Add references at CitEc
Citations: View citations in EconPapers (11)

Published in Presses de l'ENPC, 2004

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:hal:journl:halshs-00077292

Access Statistics for this paper

More papers in Post-Print from HAL
Bibliographic data for series maintained by CCSD ().

 
Page updated 2025-03-19
Handle: RePEc:hal:journl:halshs-00077292