تحلیل تقاضای مسافر ریلی و پیش بینی آن با الگوریتم سری زمانی

نویسندگان

1 نویسنده مسئول و دانشیار دانشکده مهندسی عمران؛ دانشگاه علم و صنعت ایران

2 استادیار گروه عمران؛ دانشکده مهندسی؛ دانشگاه زنجان

3 کارشناس ارشد مهندسی صنایع؛ دانش آموخته مؤسسه آموزش عالی الغدیر تبریز

4 دانشجوی دکتری مهندسی صنایع؛ دانشگاه علم و صنعت ایران

doi
10.22060/ceej.2011.116
چکیده

با توجه به اهمیت مدیریت عرضه امکاناتحمل و نقل در وضع موجود و تخصیص این منابع در بخش حمل و نقل ریلی، پیش­بینی تعداد مسافرین از اولویت بالایی برخوردار است. در این تحقیق با استفاده از مدل‌های سری زمانی، تقاضای مسافرت در شبکه راه­آهن جمهوری اسلامی ایران پیش­بینی شده است. سری­های زمانی ایستا و ناایستای تقاضای مسافر ریلی با آزمایش وجود ریشه واحد و ریشه واحد فصلی قبل از مراحل تخمین، انتخاب مدل و پیش­بینی مورد تحلیل قرار می­گیرند. برای مدلسازی تقاضا از روش باکس- جنکینز استفاده شده است که دلایل فراوانی برای انتخاب این روش­ها وجود دارد. بیشتر این دلایل، وابسته یا همبسته بودن تقاضای سفر در فصل­ها و ماه‌های مختلف سال و همچنین تکرار رفتاری منظم در دوره­های زمانی با طول ثابت می­باشد. برای ارزیابی عملکرد مدل‌ها از درصد میانگین خطای مطلق (MAPE) و میانگین ریشه مربعات خطا (RMSE) استفاده شده است. تأیید و بازبینی مدل‌ها، توسط آزمون‌های زیادی صورت پذیرفته که تمامی این آزمون‌ها تأییدی برای عملکرد مناسب مدل‌ها و اطمینان­بخش بودن آنها می­باشند. مدل‌های برازش شده پایانی از الگوی فصلی ARIMA پیروی کرده و حداقل 92% دقت در پیش­بینی را دارا می­باشند.