As bicycling becomes an integral part of sustainable mobility, reliable planning tools are essential to ensure bicycling as an efficient mode of transport. The growing bicycle demand requires not only expanding infrastructure, but also ensuring that such infrastructure supports well-functioning traffic under high demands. Given the high heterogeneity in bicyclist characteristics, the use of microscopic traffic simulation, which explicitly considers individual properties and preferences, becomes particularly useful for evaluating bicycle traffic performance. While traffic simulation has been extensively utilized for traffic planning of various modes of transport, this type of modeling support is largely lacking in the planning of bicycle traffic. Although most commercial simulators allow multi-modal traffic analysis, bicycle traffic is often modeled by adjusting parameters in models originally designed for other modes, even though bicyclists may exhibit distinct characteristics and behaviors. Consequently, the proper inclusion of bicyclists into various traffic simulation analyses is difficult, and often inaccurate. The objective of this thesis is to develop and evaluate mathematical models for accurate microscopic simulation of bicycle traffic, with a focus on developing empirically well-founded models that capture the heterogeneity in bicyclists’ characteristics and preferences, as well as their interactions with the built environment and with each other. The thesis delivers an empirical characterization of bicycle traffic in diverse contexts, describing the heterogeneity in characteristics and preferences of bicyclists—including disaggregated analyses by bicycle type— that potentially influence traffic performance. Methods for processing and validating bicycling data are developed to support this characterization. Furthermore, the thesis demonstrates that bicyclist speeds are highly context-dependent and proposes simulation models for context-related features of bicycling trips, such as topography, curvature, and wind, that integrate heterogeneous and adaptive free riding behavior to improve the accuracy of simulated speeds and the reliability of bicycle traffic simulations. This thesis advances the accuracy and applicability of microscopic simulation of bicycle traffic for its use in the planning of well-functioning bicycle traffic.Cykling är en viktig del av hållbar mobilitet, men för att säkerställa cykling som ett effektivt transportslag krävs pålitliga verktyg för planering och beslut. Den växande efterfrågan på cykling kräver inte bara utbyggd infrastruktur, utan också att infrastrukturen möjliggör välfungerande trafik vid höga belastningar. Givet den stora variationen i cyklisters egenskaper blir mikroskopisk trafiksimulering, som tar hänsyn till individuella egenskaper och preferenser, särskilt användbar för att utvärdera cykeltrafikens framkomlighet. Samtidigt som trafiksimulering länge har använts inom planering för olika transportslag saknas denna typ av verktyg i stor utsträckning för cykeltrafik. Även om de flesta kommersiella simulatorer kan analysera flera trafikslag modelleras cyklister ofta genom att justera parametrar i modeller som ursprungligen designades för andra transportslag, trots att cyklister ofta upp-visar unika egenskaper och beteenden. Det gör det svårt att få korrekta resultat när man simulerar cykeltrafik. Syftet med denna avhandling är att utveckla och utvärdera matematiska modeller för noggrann mikroskopisk simulering av cykeltrafik, med fokus på modeller som fångar egenskaper och preferenser hos cyklister, liksom deras interaktioner med infrastrukturen och med varandra. Avhandlingen beskriver cykeltrafik i olika sammanhang, inklusive hur egenskaper och preferenser varierar mellan olika cykeltyper, vilket kan på-verka trafikens framkomlighet. Detta baseras på metoder för bearbetning och validering av cykeldata som utvecklades i avhandlingen. Vidare föreslår avhandlingen simuleringsmodeller för hur olika förhållanden på en cykeltur påverkar cyklister, såsom lutningar, kurvor, och vind. Modellerna tar hänsyn till att cyklister är olika och anpassar sig till förhållandena, vilket förbättrar noggrannheten och tillförlitligheten i simuleringarna. Denna avhandling bidrar till ökad användbarhet hos mikroskopisk simulering av cykeltrafik för att planera välfungerande cykeltrafik.
