Réinitialiser mot de passe
E-mail
Password
RNTI

MODULAD
Prévision à court terme des flux de voyageurs du réseau ferré urbain : une approche par les réseaux bayésiens dynamiques
In EGC 2017, vol. RNTI-E-33, pp.315-320
Résumé
Nous proposons une approche de prévision à court terme des flux de
voyageurs du réseau ferré d'Île-de-France basée sur les réseaux bayésiens dy-
namiques. La structure du modèle repose sur les relations de causalité entre les
flux adjacents et permet d'intégrer l'offre de transport. En présence de données
manquantes, l'apprentissage est réalisé via l'algorithme espérance-maximisation
(EM) structurel. En appliquant notre approche sur une ligne de métro, les résul-
tats obtenus sont globalement supérieurs à ceux des autres méthodes testées.