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.2011.116چکیده
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.