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

Authors

  • احرام صفری دانشجوی دکتری مهندسی صنایع؛ دانشگاه علم و صنعت ایران
  • شهریار افندیزاده نویسنده مسئول و دانشیار دانشکده مهندسی عمران؛ دانشگاه علم و صنعت ایران
  • علی اصغر طلائی کارشناس ارشد مهندسی صنایع؛ دانش آموخته مؤسسه آموزش عالی الغدیر تبریز
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 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.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

برآورد تقاضای سیمان در ایران با تاکید بر مدل های پیش بینی سری زمانی

full text

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

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 43  issue 1

pages  9- 17

publication date 2011-08-23

{@ msg @}

By following a journal you will be notified via email when a new issue of this journal is published.

Keywords

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023