پیش بینی زمان سفر حمل و نقل همگانی با استفاده از شبکه عصبی مصنوعی (ANN)

افزایش قابلیت اطمینان، موضوعی است که باعث می شود توجه ها به سمت حمل ونقل عمومی بیشتر شده و استفادهکنندگان از سایر مدهای حمل ونقلی را به استفاده از این سیستم تشویق کند. دو شاخص اصلی قابلیت اطمینان، زمان سفر معین و وجود فضای کافی برای سوارشدن می باشد. اکثر مدلهای استفاده شده در پژوهش های قبلی برای پیش بینی زمان سفر اتوبوس، مدلهای رگرسیونی می باشد. در این مطالعه ، از مدلهای شبکه عصبی مصنوعی جهت پیش بینی زمان ورود ناوگان استفاده گردید. رویکرد مدلسازی این پژوهش ، مدلسازی لینک مبنا می باشد. لینک عبارت است از فاصله بین دو ایستگاه متوالی . مطالعه موردی پژوهش ، خط ۱۴۴ اتوبوسرانی شهر تبریز است ؛ که از میدان جهاد شروع شده و به میدان آزادی ختم می شود. این خط در طول بزرگراه داخلی شهر تبریز می باشد. طول خط در جهت رفت در حدود ۲,۱۰ کیلومتر می باشد و این خط دارای ۲۲ ایستگاه (در هر جهت ) می باشد و روزانه به طور متوسط در حدود ۱۱۲۳۷ نفر مسافر را جابه جا می کند که فعالترین خط اتوبوسرانی شهر تبریز ازاین جهت می باشد. برای مدلسازی، دادههای تعیین خودکار موقعیت مکانی (AVL) و تراکنش های کارت بلیت هوشمند (APC) برای ۹ اتوبوس فعال در این خط و همچنین دادههای هواشناسی برای دو هفته اردیبهشت ماه سال ۱۳۹۷ به کاررفته است . کل رکوردهای دریافت شده برای دو هفته در حدود ۲۲۹،۴۴۶ که پس پالایش ۵۵۹ رکورد جهت مدلسازی انتخاب گردید. برای مدلسازی از نرم افزار SPSS۲۲ استفاده شد که بر اساس نتایج ، مدل شبکه عصبی مصنوعی با متوسط خطای نسبی %۲,۶ از دقت بالاتری در پیش بینی زمان رسیدن ناوگان برخوردار است .

Keywords:

زمان سفر , شبکه عصبی مصنوعی , داده کاوی , حمل و نقل همگانی