Prinses Mathilde neemt deel aan 'Onderzoeker voor één ... - UHasselt

Doctoraat
Juliet Nakamya
Synthetische datasets
voor microsimulatiemodellen
het opstellen van synthetische datasets voor microsimulatiemodellen is een relatief
nieuw onderzoeksdomein. Ondanks de huidige hoge vraag naar synthetische gegevens in
het domein van mobiliteit, is er slechts weinig gekend over de methoden om deze data
te creëren.
Zeer recent heeft dit domein veel aandacht gekregen, met als gevolg dat verschillende benaderingen
werden voorgesteld om de discrepantie tussen de beschikbare data enerzijds, en de data
die nodig zijn om bepaalde onderzoeksdoelstellingen te bereiken anderzijds, te overbruggen.
De meeste van deze nieuwe methoden voor populatiesynthese bevinden zich nog in een vroege
onderzoeksfase. Daarom staan beleidsmakers eerder weigerachtig tegenover de implementatie
van deze methoden.
De keuze van het type van de gebruikte methode wordt meestal bepaald door verschillende pragmatische
overwegingen, waaronder de specifieke wetenschappelijke onderzoeksdoelstellingen,
de rekencomplexiteit, alsook de hoeveelheid en aard van de gegevens die nodig zijn.
Omdat dit steeds een moeilijke keuze is, licht deze thesis de diverse huidige benaderingen toe.
Een kritische reflectie ontbreekt evenmin: de voor- en nadelen van de verschillende technieken
worden beschreven en geanalyseerd. Ook worden voorstellen gedaan om een aantal praktische
problemen op te lossen, zoals het creëren van synthetische populaties voor Vlaanderen.
Deze info zal dan ook gebruikt worden om het microsimulatiemodel FEATHERS verder te verfijnen.
Dit simulatieplatform voorspelt de evolutie van activiteiten- en verplaatsingsgedrag van huishoudens
en de impact hiervan op de omgeving.
Samenvattend bevestigt dit onderzoek dat verschillende benaderingen van populatiesynthese in
staat zijn om gegevens te creëren die de werkelijke data kunnen voorstellen.
10 | nUweetjeHet