پیش بینی حجم مسافران ایستگاه راه آهن با استفاده از سری زمانی فصلی SARIMA: مطالعه موردی مشهد

یکی از رایج ترین الگوهای تغییرات تقاضای سفر یا تردد برون شهری، تغییرات زمانی temporal variability است. به نظر میرسد تاکنون مطالعه ای درباره برآورد حجم تردد خودروها و مسافرین برون شهری انجام نشده است. همچنین مطالعات پیشین، توجه کمتری به مولفه تغییرات فصلی نشان داده اند. هدف مقاله جاری به کارگیری مدل سری زمانی برای برآورد حجم تردد مسافرین است به گونه ای که مولفه تغییرات فصلی را درنظر بگیرد. برای این منظور، از مدل خودهمبسته یکپارچه میانگین متحرک فصلی SARIMA برای برآورد تعداد کل مسافرین ورودی و خروجی به ایستگاه راه آهن مشهد استفاده شد. مدل بهینه سری زمانی عبارت است از SARIMA 1،1،1و 1،0،0،12

کلیدواژه ها:

پیش بینی ترافیک ، سری های زمانی ، تغییرات فصلی ، ایستگاه راه آهن ، مسافرین ورودی وخروجی