Skip to content
Publier & Distribuer
Solutions d'édition
Solutions de distribution
Services de bibliothèques
Thèmes
Architecture et design
Arts
Business et économie
Chimie
Chimie industrielle
Droit
Géosciences
Histoire
Informatique
Ingénierie
Intérêt général
Linguistique et sémiotique
Littérature
Mathématiques
Musique
Médecine
Pharmacie
Philosophie
Physique
Sciences bibliothécaires et de l'information, études du livre
Sciences des matériaux
Sciences du vivant
Sciences sociales
Sport et loisirs
Théologie et religion
Études classiques et du Proche-Orient ancient
Études culturelles
Études juives
Publications
Journaux
Livres
Comptes-rendus
Éditeurs
Journal Matcher
Blog
Contact
Chercher
Français
English
Deutsch
Polski
Español
Français
Italiano
Panier
Home
Journaux
Transport and Telecommunication Journal
Édition 22 (2021): Edition 3 (Juin 2021)
Accès libre
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,
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Krylatov, A.
,
A. Raevskaya
A. Raevskaya
Saint Petersburg State University
Saint Petersburg,
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Raevskaya, A.
et
V. Zakharov
V. Zakharov
Saint Petersburg State University
Saint Petersburg,
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Zakharov, V.
22 juin 2021
Transport and Telecommunication Journal
Édition 22 (2021): Edition 3 (Juin 2021)
À propos de cet article
Article précédent
Article suivant
Résumé
Références
Auteurs
Articles dans cette édition
Aperçu
PDF
Citez
Partagez
Télécharger la couverture
Publié en ligne:
22 juin 2021
Pages:
287 - 300
DOI:
https://doi.org/10.2478/ttj-2021-0022
Mots clés
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.