محمدرضا امین ناصری - دانشیار، دانشکده مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه تربیت مدرس، تهران، ایران
فرنام بهنام - دانشآموخته کارشناسی ارشد، دانشکده مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه تربیت مدرس، تهران، ایران

در این مقاله با انتخاب محور ریلی خراسان به عنوان پر ترددترین محور ریلی کشور به پی شبینی تقاض ای سفر درزما نهای اوج 1 تقاضای سفر ( فروردین و شهریور) و غیراوج پرداخته شده است. با توجه به اینکه تقاضای سفر در ایام اوجتقاضا معمولاً بیش از ظرفیت ریلی موجود بوده است، مقدار واقعی این تقاضا در این ایام، مشخص نبوده و در نتیجه همه تحقیقات پیشین با فرض برابر بودن تقاضای اوج با میزان مسافر جابهجا شده (ظرفیت موجود) در این محور انجام شدهاست. بنابراین، در این مقاله با شناسایی عوامل مؤثر بر تقاضای سفر در زما نهای اوج از قبیل تعداد روزهای تعطیلی مدارس و ادارات، مناسبات مذهبی و متغیرهای آب و هوا ، با استفاده ا ز رو شهای رگرسیون و شبکهها ی عصبی مصنوعی، ابتدا میزان تأثیر این عوامل در شرایط غیر اوج بهدست آمده و سپس با در نظر گرفتن این متغیرها در شرایط اوج، میزان تقاضای اوج تقریباً5/3درصد برآورد شده است. در این تحقیق، مد لهای ارایه شده با دقت بیش از 95 درصد، تقاضای سفر در مسیر تهران- مشهد را پی شبینی کردند. مد لهای ایجاد شده در این مقال ه توانست هاند با بهر هگیری از متغیرهای مختلفی از نوع اقتصادی- اجتماعی، مذهبی، آب و هوایی، رقابتی و . . . دقت پیشبینی را نسبت به مد لهای موجود در ادبیات بهبود بخشند و نیز برآوردی از تقاضای پاسخ نگفته توسط سیستم ریلی را در زمان اوج تقاضا بهدست دهند. مدل رگرسیون خطی از دقت عمومی نسبتاً بیشتری در پی شبینی برخوردار است. ولی مدل شبکه عصبیدر پی شبینی تقاضای اوج سفر بهبود حاصل کرده است. میزان تقاضای افزون بر ظرفیت برآورد شده توسط مدل شبکه عصبی در ایام اوج سفر، 5/27درصد م یباشد. با استفاده از آمار کل مسافران مشهد مقدس در ایام اوج و تعمیم آن به سفر ریلی، حجم تقاضای واقعی ریلی در ایام اوج و با توجه به آن، درصد تقاضای ارضا نشده، از این روش محاسبه شده و با درصد برآورد شده توسط شبکه عصبی مقایسه شده است.

تقاضای سفرریلی ، تقاضای اوج ، رگرسیون چندمتغیره ، رگرسیون چندجمله ای باتاثیرمتقابل ، شبکه عصبی پرسپترون چندلایه