علی بهروزی - کارشناسی ارشد مهندسی برنامه ریزی حمل و نقل دانشگاه خواجه نصیرالدین طوسی
علی ادریسی - دانشیار دانشگاه خواجه نصیرالدین طوسی-دانشکده عمران

یکی از چالش های مهم در برنامه ریزی حمل و نقل و مسائل شهری پیش بینی تقاضا جهت بهبود مدیریتدر سیستم های حمل و نقل شهری می باشد. با گسترش تکنولوژی امکان ذخیره سازی داده های عظیم وهمچنین محاسبات پیچیده فراهم شده است. یکی از چالش های مهم که شرکتهای ارائه دهنده ی دوچرخهاشتراکی با آن روبرو می باشند، تعادل دوچرخه ها در هر ایستگاه است که نیازمند پیش بینی دقیق میزانتقاضا در هر ایستگاه در بازه های کوتاه مدت و بلند مدت می باشد. در این پژوهش با استفاده از روش یادگیری ماشین XGBoost و همچنین در نظرگیری داده های دوچرخه اشتراکی، آب و هوا و میزان دسترسی هر ایستگاه به مراکز جمعیتی و تجاری به پیش بینی میزان تقاضا در هر ایستگاه با گام زمانی یکساعت می پردازیم. پس از پیاده سازی چارچوب مطرح شده میزان میانگین مربع خطا ۶۸.۴ و ریشه میانگینمربع خطا ۶۸.۴ بدست آمد

یادگیری ماشین، XGBoost، سیستم دوچرخه اشتراکی، پیش بینی تقاضا