پیش‌بینی تعداد مسافران قطار سبک شهری مشهد به روش سری‌های زمانی فصلی

نوید کلانتری; رامین خاورزاده; امیر قیاسی

پیش‌بینی تعداد مسافران قطار سبک شهری مشهد به روش سری‌های زمانی فصلی

Publish place: The 13th International Conference on Traffic and Transportation Engineering

Publish Year: 1392

نوع سند: مقاله کنفرانسی

زبان: Persian

This Paper With 18 Page And PDF Format Ready To Download

دریافت فایل کامل Paper

Certificate
من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

هوش مصنوعی > شبکه عصبی

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

https://civilica.com/doc/259627

شناسه ملی سند علمی:

TTC13_225

تاریخ نمایه سازی: 25 خرداد 1393

Abstract:

امروزه تمرکز بیشتر در برنامه‌ریزی حمل و نقل بر روی برنامه‌ریزی‌های پویا و در نتیجه آنها مدلسازی کوتاه‌مدت و پویای ترافیکی است. مدل‌سازی و پیش‌بینی تعداد مسافران قطار شهری یکی از کارهای اساسی برای رسیدن به مدیریت بهینه و پویا در قطار شهری می باشد. یکی از راه‌های پیش‌بینی تعداد مسافران قطار شهری استفاده از تکنیک‌های سری‌های زمانی است . هدف از این پژوهش بررسی کارایی تکنیک سری‌های زمانی در پیش‌بینی تعداد مسافران می‌باشد. به این منظور از داده‌های تعداد مسافران قطار شهری، شهر مشهد از بدو تأسیس تا ابتدای سال 1392 به صورت روزانه استفاده شد. روند تعداد مسافران در طول این زمان برآورد شد و هم‌چنین اثر روزهای هفته و روزهای خاص پرسفر و کم سفر و هم‌چنین روزهای تعطیل محاسبه شد و در نهایت با استفاده از مدل فصلی ساریما مدلی برای براورد تعداد مسافران ساخته شده است. در نهایت این مدل با پیش‌بینی تعداد مسافران به روش شبکه عصبی، مورد مقایسه قرار گرفته است.

Keywords:

سری های زمانی , مدل های پیش بینی , همبستگی جزئی , سری های زمانی فصلی , شبکه عصبی

Authors

نوید کلانتری

دکترای برنامه ریزی حملونقل، گروه پژوهشی حملونقل شاران

رامین خاورزاده

دانشجوی دکترای آمار کاربردی، گروه پژوهشی حملونقل شاران

امیر قیاسی

کارشناس ارشد برنامه ریزی حمل ونقل، گروه پژوهشی حملونقل شاران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :

M. Gaudry, "An aggregate time-series analysis of urban transit demand: ...
M. Kyte, J. Stoner, and J. Cryer, "A time-series analysis ...
W.-C. Chiang, R. A. Russell, and T. L. Urban, "Forecasting ...
G. A. Davis and N. L. Nihan, _ 'Nonp arametric ...
B. L. Smith and M J. Demetsky, "Short-term traffic flow ...
M. S. Dougherty and M. R. Cobbett, "Short-term inter-urban traffic ...
M. M. Hamed, H. R. Al-Masaeid, and Z. M. B. ...
B. M. Williams and L. A. Hoel, "Modeling and forecasting ...
Box, G. a. (1976). Time series analysis: forecasting and control, ...
Duenas, C. F. (2005). Stocastic model to forecast ground level ...
Gouvia, N. a. (2000.). Time series analysis of air pollution ...
Hamilton, J. (1994). Time series analysis, . Time series analysis, ...
forecasting, vol. 13, pp. 21-31, 1997. ...
Ingrisch, M. S. (2009). Model selection in dynamic contrast enhanced ...
atmospheric emission projections from key pollutant sources in Spain. Atmospheric ...
5 -Wagemakers, E. a. (2004). AIC model selection using Akaike ...
PhD Student, Department of Statistics, Sharan Transportation Research Center (STRC) ...
MSc in Transportation Engineering, Sharan Transportation Research Center (STRC) ...

نمایش کامل مراجع