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

Authors

شهریار افندیزاده

امیرمسعود رحیمی

علی اصغر طلائی

احرام صفری

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.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

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 text

پیش 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 text

پیش 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 text

کاربرد 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 text

My Resources

Save resource for easier access later


Journal title:
مهندسی عمران و محیط زیست

Publisher: دانشگاه صنعتی امیرکبیر

ISSN 2008-6040

volume 43

issue 1 2011

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023