تحلیل تقاضای مسافر ریلی و پیش بینی آن با الگوریتم سری زمانی
Authors
abstract
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 مدل های 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 ماه های مختلف سال و همچنین تکرار رفتاری منظم در دورههای زمانی با طول ثابت میباشد. برای ارزیابی عملکرد مدل ها از درصد میانگین خطای مطلق (mape) و میانگین ریشه مربعات خطا (rmse) استفاده شده است. تأیید و بازبینی مدل ها، توسط آزمون های زیادی صورت پذیرفته که تمامی این آزمون ها تأییدی برای عملکرد مناسب مدل ها و اطمینانبخش بودن آنها میباشند. مدل های برازش شده پایانی از الگوی فصلی arima پیروی کرده و حداقل 92% دقت در پیشبینی را دارا میباشند.
similar resources
تحلیل پیش بینی تقاضای مسافر و بار در صنعت هوایی ایران
در این مقاله تقاضای جابه جایی مسافر و بار از طریق هواپیما در ایران مورد تجزیه و تحلیل قرار می گیرد. برای این منظور از رگرسیون خطی چندگانه استفاده می شود. با استفاده از دو مدل جداگانه برای بار و مسافر، اثرگذاری متغیرهای جغرافیایی، اقتصادی-اجتماعی و رقابتی بر میزان تقاضا بررسی شده است. برای این منظور اطلاعات 594 مسیر فعال هوایی کشور طی سال های 1388 تا 1391 از شرکت فرودگاه ها و ناوبری هوایی ایران ...
full textپیش بینی تقاضای فصلی توریسم در ایران (کاربرد الگوهای سری زمانی فصلی)
چکیده توریسم نقش مهمی در اشتغالزایی و ایجاد درآمد در کشورها دارد و در دهههای اخیر، رشد قابل توجهی داشته است. بهدلیل جاذبههای فرهنگی و طبیعی، ایران موقعیت منحصربفردی در صنعت توریسم دارد. بنابراین توسعه این صنعت میتواند یک روش مناسب برای بهبود شرایط اقتصادی ایران و کاهش وابستگی آن به نفت باشد. هدف مطالعه حاضر، پیشبینی ورود فصلی گردشگر به ایران است. بدین منظور از رهیافت باکس- جنکینز فصلی ([1...
full textپیش بینی تقاضای پول در افق 1404 در ایران ( کاربرد الگوی سری زمانی )
آگاهی از میزان تقاضای پول آتی کشور بهمنظور تعیین اولویتها و انتخاب سیاست پولی در راستای مساعدت به رشد و توسعة اقتصادی، ضروری است. پژوهش حاضر، میزان تقاضا برای پول در ایران را در افق 1404 با استفاده از الگوهای سری زمانی VECM، VAR و ARIMA، با بکارگیری دادههای سالهای 1355 تا 1385، پیشبینی میکند. نتایج نشان میدهد که الگوی ARIMA با میزان خطای 1/3 درصد، مناسبترین پیشبینی را برای تقاضای پول دارد. بر ا...
full textکاربرد قواعد کشفی و الگوریتم ژنتیک در ساخت مدل ARMA برای پیش بینی سری زمانی
برای پیشبینی سری زمانی ابتدا باید مدل مناسبی از آن ساخته شود. تعیین ابعاد و تخمین پارامترهای مناسب برای مدل ARMA سری زمانی، چالشی است که علاوه بر روشهای متداول آماری، از طریق محاسبات هوشمند نیز به آن توجه شده است. در این مقاله استفاده از الگوریتم ژنتیک برای تخمین پارامترهای مدل ARMA و قواعد کشفی برای تعیین ابعاد مدل ارائه میشود. قواعد کشفی بر‌اساس ویژگیهای سری زمانی استخراج میشوند. داده...
full textMy Resources
Save resource for easier access later
Journal title:
مهندسی عمران و محیط زیستPublisher: دانشگاه صنعتی امیرکبیر
ISSN 2008-6040
volume 43
issue 1 2011
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023