témavezető: Kisgyörgy Lajos
helyszín (magyar oldal): BME Út és Vasútépítési Tanszék helyszín rövidítés: BMEUV
A kutatási téma leírása:
A közlekedési modellek nagy horderejű, sok kockázattal járó döntéseket alapoznak meg. Bár mind a bemenő adatok, mind a felépített modell jelentős bizonytalanságokat tartalmaz, ezeket nem szokták alapos elemzésnek alávetni. A téma keretében kidolgozandó egy, a Monte Carlo szimuláción alapuló módszertan, mely alkalmas a közlekedési modellben lévő bizonytalanságok és hibák elemzésére.
A doktorandusz feladata:
1. Bemenő adatok (társadalmi-gazdasági változók) alternatív eloszlásfüggvényeinek hatása a modell eredményeire. Szimmetrikus és aszimmetrikus eloszlásfüggvények. Vizsgálat és szisztematikus elemzés.
2. Politikai változók (utazási költség és utazási idő) alternatív eloszlásfüggvényeinek hatása a modell eredményeire. Szimmetrikus és aszimmetrikus eloszlásfüggvények. Vizsgálat és szisztematikus elemzés.
3. A különböző eredmények összehasonlítására szolgáló módszer kidolgozása.
4. Eloszlásfüggvények meghatározására szolgáló módszertan kidolgozása.
5. Kidolgozandó egy módszer annak számszerűsítésére, hogy mely változók milyen mértékben járul hozzá a modell eredményeiben lévő bizonytalanságokhoz. Kritikus változók azonosítására szolgáló módszer kidolgozása.
6. Monte Carlo ciklusok száma és az eredményekben lévő bizonytalanságok közötti összefüggések vizsgálata. A szükséges ismétlési szám meghatározására szolgáló módszer.
7. A modell paramétereiben rejlő bizonytalanságok mennyire befolyásolják az eredményeket. Érzékenységvizsgálat a paraméterekhez rendelt eloszlásfüggvények alapján. Az egyes paraméterekben rejlő bizonytalanságok hatásának számszerűsítése.
8. A modell előrejelzési bizonytalanságának meghatározására szolgáló módszer kidolgozása.
felvehető hallgatók száma: 1
Jelentkezési határidő: 2015-12-20
2024. IV. 17. ODT ülés Az ODT következő ülésére 2024. június 14-én, pénteken 10.00 órakor kerül sor a Semmelweis Egyetem Szenátusi termében (Bp. Üllői út 26. I. emelet).
Bejelentkezés
