TY - JOUR ID - 158618 TI - پیش‌بینی تقاضای حمل‌ونقل هوایی مسافر در پروازهای فرودگاه بین‌المللی کرمان JO - جاده JA - ROAD LA - fa SN - 1735-062X AU - ایار, پویان AU - زاینده رودی, محمد علی AD - استادیار، دانشکده مهندسی عمران، گروه راه و ترابری، دانشگاه علم و صنعت ایران، تهران، ایران AD - دانشجوی دکتری، دانشکده مهندسی عمران، گروه راه و ترابری، دانشگاه علم و صنعت ایران، تهران، ایران Y1 - 2023 PY - 2023 VL - 31 IS - 114 SP - 139 EP - 146 KW - اقتصادسنجی KW - الگوریتم خوشه‌بندی KW - پیش‌بینی تقاضای مسافران هوایی KW - رگرسیون چندگانه KW - شبکه عصبی DO - 10.22034/road.2022.344616.2052 N2 - در این مقاله تقاضای جابجایی مسافر از طریق هواپیما در ایران مورد تجزیه و تحلیل قرار می‌گیرد. با استفاده از مدلی برای تقاضای مسافر، اثرگذاری متغیرهای جغرافیایی، اقتصادی-اجتماعی و رقابتی بر میزان تقاضا بررسی شده‌است. برای این منظور اطلاعات نشست و برخواست‌های هوایی طی سال‌های 1390 تا 1399 از شرکت فرودگاه کرمان جمع‌آوری شده‌است. برای پیش‌بینی تقاضا ابتدا از یک مدل اقتصادسنجی بهره گرفته شده‌است. در این مدل معنی‌داری تمام متغیرهای مورد استفاده در این مقاله بررسی می‌شود. سپس با حذف متغیرهایی که دارای معنی‌داری ناچیزی هستند، یک مجموعه اطلاعات جدید ایجاد می‌شود. در ادامه این اطلاعات توسط الگوریتم خوشه‌بندی K-Means پردازش شده و سپس به عنوان داده‌های آموزشی برای یادگیری شبکه عصبی استفاده می‌شوند. شبکه عصبی مورد استفاده، شبکه یادگیری عمیق LSTM است که به منظور پیش‌بینی تقاضای مسافران برای سال‌های آینده استفاده شده‌است. در نهایت با داشتن متغیرهای اقتصادی و اجتماعی شامل تولید ناخالص داخلی، درآمد، جمعیت، تورم، نرخ ارز، قیمت بنزین و قیمت نفت برای سال‌های آینده درصد تغییرات تعداد مسافران را برای هر سال نسبت به سال قبل پیش‌بینی شده‌است. نتایج خروجی شبکه عصبی تغییرات تقاضای سفرهای هوایی را بر اساس متغیرهای تولید ناخالص ملی، متوسط درآمد مردم کرمان، نرخ تورم قیمت بنزین و قیمت نفت برای هر زمان به دست می‌آورد که در میان این متغیرها تولید ناخالص ملی بیشترین تاًثیر را بر تقاضای سفرهای هوایی دارد. دقت به دست آمده در این روش 83% است که دقت بسیار خوبی برای تقاضای سفرهای هوایی است. UR - https://road.bhrc.ac.ir/article_158618.html L1 - https://road.bhrc.ac.ir/article_158618_6ca55370a114f0a3733e79662e94526e.pdf ER -