Skip to content
Veröffentlichen & Verteilen
Verlagslösungen
Vertriebslösungen
Bibliotheksdienste
Themen
Allgemein
Altertumswissenschaften
Architektur und Design
Bibliotheks- und Informationswissenschaft, Buchwissenschaft
Biologie
Chemie
Geowissenschaften
Geschichte
Industrielle Chemie
Informatik
Jüdische Studien
Kulturwissenschaften
Kunst
Linguistik und Semiotik
Literaturwissenschaft
Materialwissenschaft
Mathematik
Medizin
Musik
Pharmazie
Philosophie
Physik
Rechtswissenschaften
Sozialwissenschaften
Sport und Freizeit
Technik
Theologie und Religion
Wirtschaftswissenschaften
Veröffentlichungen
Zeitschriften
Bücher
Konferenzberichte
Verlage
Journal Matcher
Blog
Kontakt
Suche
Deutsch
English
Deutsch
Polski
Español
Français
Italiano
Warenkorb
Home
Zeitschriften
Transport and Telecommunication Journal
Band 22 (2021): Heft 3 (Juni 2021)
Uneingeschränkter Zugang
Travel Demand Estimation in Urban Road Networks as Inverse Traffic Assignment Problem
A. Krylatov
A. Krylatov
Saint Petersburg State University
Saint Petersburg,
Institute of Transport Problems of the Russian Academy of Sciences
Saint Petersburg,
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Krylatov, A.
,
A. Raevskaya
A. Raevskaya
Saint Petersburg State University
Saint Petersburg,
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Raevskaya, A.
und
V. Zakharov
V. Zakharov
Saint Petersburg State University
Saint Petersburg,
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Zakharov, V.
22. Juni 2021
Transport and Telecommunication Journal
Band 22 (2021): Heft 3 (Juni 2021)
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zusammenfassung
Referenzen
Autoren
Artikel in dieser Ausgabe
Vorschau
PDF
Zitieren
Teilen
COVER HERUNTERLADEN
Online veröffentlicht:
22. Juni 2021
Seitenbereich:
287 - 300
DOI:
https://doi.org/10.2478/ttj-2021-0022
Schlüsselwörter
travel demand estimation
,
OD-matrix estimation
,
congestion
,
traffic assignment problem
,
primal and inverse problems
© 2021 A. Krylatov et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.
