پیش بینی حجم تقاضای مسافر با استفاده از مدل شبکه عصبی مصنوعی (مطالعه موردی-خط 10 بی‌آرتی شهر تهران)

مقالات آماده انتشار

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجو دکتری عمران گرایش برنامه حمل ونقل دانشکده عمران،هنرومعماری علوم وتحقیقات تهران

2 گروه مهندسی صنایع، دانشگاه آزاد اسلامی، تهران، ایران

3 دانش آموخته کارشناسی ارشد عمران گرایش برنامه ریزی حمل ونقل دانشگاه تهران جنوب

10.22034/road.2024.415667.2197

چکیده

حمل ونقل عمومی به عنوان یک سیستم سنگین جابجایی مسافر از اهمیت ویژه ای برخوردار است، از این رو آسیب های وارده به این سیستم چه از نظر مالی یا فنی اهمیت زیادی دارد. در این پژوهش با استفاده از دادهای تهیه شده از شرکت واحد اتوبوس رانی به پیش‌بینی مسافر پرداخته می‌شود. پیش‌بینی یک جزء حیاتی از سیستم‌های حمل‌ونقل است که می‌تواند مورد استفاده قرار گیرد تا رفتارهای مسافرتی را به‌درستی تنظیم کند، باعث کاهش حمل‌ونقل مسافر و افزایش کیفیت خدمات سیستم‌های حمل‌ونقل شود. در این تحقیق، پیش‌بینی تعداد مسافر با استفاده از روش شبکه عصبی مورد بررسی قرار گرفته است. روش پیش‌بینی بر اساس مدل شبکه عصبی را می‌توان به‌صورت خلاصه ،بدین نحو بیان نمود :پس از بررسی داده‌ها و انجام یک سری پلایش ها احتمالی ،نوع تابع تانژاننت هیبربولیک و 6عدد نورون مشخص شد. بین ساعت 7:30 تا 8:30 در این زمان به دلیل اینکه مردم و دانش‌آموز به محل کار یا تحصیل خود می‌روند بیشترین تعداد مسافر را دارد.قله دوم در نمودار که کوتاه‌تر است در ساعات بین 5:30 تا 6:30 است. مدل عصبی با خطای 5 %توانای مناسبی جهت پیش‌بینی دارد و برای ایستگاه‌های مختلف مقدار صحت پیش‌بینی 92درصد بوده است .نتایج نشان می‌دهد که شبکه عصبی در پیش‌بینی تعداد مسافر موفق است.

کلیدواژه‌ها

جاده

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 01 بهمن 1402

فایل ها

هم رسانی

ارجاع به این مقاله

آمار