Synthetic Sweden Mobility (SySMo) Model Documentation
Preprint, 2022

This document describes a decision support framework using a combination of several state-of-the-art computing tools and techniques in synthetic information systems, and large-scale agent-based simulations. In this work, we create a synthetic population of Sweden and their mobility patterns that are composed of three major components: population synthesis, activity generation, and location assignment. The document describes the model structure, assumptions, and validation of results.

activity-based modeling

machine learning

agent-based modeling

synthetic population

Författare

Çaglar Tozluoglu

Chalmers, Rymd-, geo- och miljövetenskap, Fysisk resursteori

Swapnil Vilas Dhamal

Chalmers, Rymd-, geo- och miljövetenskap, Fysisk resursteori

Yuan Liao

Chalmers, Rymd-, geo- och miljövetenskap, Fysisk resursteori

Sonia Yeh

Chalmers, Rymd-, geo- och miljövetenskap, Fysisk resursteori

Frances Sprei

Chalmers, Rymd-, geo- och miljövetenskap, Fysisk resursteori

Devdatt Dubhashi

Chalmers, Data- och informationsteknik, Data Science och AI

Madhav Marathe

University of Virginia

Christopher Barrett

University of Virginia

En ny framtid för mobilitet: Synthetic Sweden, ett ramverk för studier av omställningen av transportsektorn till självkörande, delad och elektrisk mobilitet

Formas (2018-01768), 2019-01-01 -- 2023-11-30.

Ämneskategorier

Annan data- och informationsvetenskap

Transportteknik och logistik

Drivkrafter

Hållbar utveckling

Styrkeområden

Transport

Mer information

Senast uppdaterat

2023-02-24