Skip to content
CourseAsk.
Introducción a los modelos de demanda de transporte
Coursera MOOC / Non-credit 0

Introducción a los modelos de demanda de transporte

About this course

¿Cuántos viajan? ¿Por dónde? ¿En qué modo? En general, los proyectos de transporte (tanto de infraestructura como gestión) poseen plazos y costos de realización sumamente elevados. Por estos motivos, la evaluación de este tipo de proyectos requiere de una adecuada estimación de la demanda para su correcto dimensionamiento. En este curso aprenderás: - Las técnicas básicas (estadísticas y de trabajo en terreno) necesarias para recolectar información adecuada, corregirla y expandirla, para su utilización en modelar la demanda por transporte. - Los principios básicos y las técnicas clásicas utilizadas en la práctica para modelar la demanda de transporte a través del “modelo clásico” de cinco etapas: generación de viajes, distribución de viajes, elección de horario, elección de modo de transporte, y elección de ruta de viaje. - Las herramientas básicas disponibles para calibrar los principales modelos agregados de demanda por transporte y aplicarlos para efectuar predicciones. - Las herramientas estadísticas y computacionales básicas para estimar dos modelos paradigmáticos de elección discreta (Logit Multinomial y Logit Jerárquico) utilizando información a nivel desagregado, y aplicarlos para efectuar predicciones.

B

71/100

CourseAsk score

What the provider tells you
39/45
Who stands behind it
20/35
How complete the listing is
12/20

Scores how much the provider publishes and who stands behind it — not how well it is taught.

What you'll learn

  • Collect, correct, and expand transportation survey data using statistical and fieldwork techniques
  • Apply the classical five-stage transportation demand model: trip generation, trip distribution, time-of-day choice, mode choice, and route assignment
  • Calibrate aggregate transportation demand models and use them to make predictions
  • Estimate and apply discrete choice models including Multinomial Logit and Hierarchical Logit using disaggregate data

Course objectives

  • Master the statistical and fieldwork techniques necessary for transportation data collection
  • Understand the principles and classical techniques of transportation demand modeling
  • Develop skills in calibrating and applying aggregate demand models
  • Gain proficiency in estimating discrete choice models for transportation planning
Data Analysis Civil Engineering #transportation planning #demand forecasting #discrete choice models #multinomial logit #hierarchical logit #trip generation #trip distribution #mode choice #route assignment #survey data collection #statistical modeling #model calibration #transport infrastructure #aggregate models #disaggregate models
$29.00

Price shown by Coursera — confirm on their site.

Enroll on Coursera

You'll be redirected to Coursera to complete enrollment.

  • Listed & compared by CourseAsk
  • English · 0