پیش بینی تقاضای حمل ونقل هوایی مسافر در پروازهای فرودگاه بین المللی کرمان
- سال انتشار: 1402
- محل انتشار: فصلنامه جاده، دوره: 31، شماره: 114
- کد COI اختصاصی: JR_ROAD-31-114_010
- زبان مقاله: فارسی
- تعداد مشاهده: 361
نویسندگان
استادیار، دانشکده مهندسی عمران، گروه راه و ترابری، دانشگاه علم و صنعت ایران، تهران، ایران
دانشجوی دکتری، دانشکده مهندسی عمران، گروه راه و ترابری، دانشگاه علم و صنعت ایران، تهران، ایران
چکیده
در این مقاله تقاضای جابجایی مسافر از طریق هواپیما در ایران مورد تجزیه و تحلیل قرار می گیرد. با استفاده از مدلی برای تقاضای مسافر، اثرگذاری متغیرهای جغرافیایی، اقتصادی-اجتماعی و رقابتی بر میزان تقاضا بررسی شده است. برای این منظور اطلاعات نشست و برخواست های هوایی طی سال های ۱۳۹۰ تا ۱۳۹۹ از شرکت فرودگاه کرمان جمع آوری شده است. برای پیش بینی تقاضا ابتدا از یک مدل اقتصادسنجی بهره گرفته شده است. در این مدل معنی داری تمام متغیرهای مورد استفاده در این مقاله بررسی می شود. سپس با حذف متغیرهایی که دارای معنی داری ناچیزی هستند، یک مجموعه اطلاعات جدید ایجاد می شود. در ادامه این اطلاعات توسط الگوریتم خوشه بندی K-Means پردازش شده و سپس به عنوان داده های آموزشی برای یادگیری شبکه عصبی استفاده می شوند. شبکه عصبی مورد استفاده، شبکه یادگیری عمیق LSTM است که به منظور پیش بینی تقاضای مسافران برای سال های آینده استفاده شده است. در نهایت با داشتن متغیرهای اقتصادی و اجتماعی شامل تولید ناخالص داخلی، درآمد، جمعیت، تورم، نرخ ارز، قیمت بنزین و قیمت نفت برای سال های آینده درصد تغییرات تعداد مسافران را برای هر سال نسبت به سال قبل پیش بینی شده است. نتایج خروجی شبکه عصبی تغییرات تقاضای سفرهای هوایی را بر اساس متغیرهای تولید ناخالص ملی، متوسط درآمد مردم کرمان، نرخ تورم قیمت بنزین و قیمت نفت برای هر زمان به دست می آورد که در میان این متغیرها تولید ناخالص ملی بیشترین تاثیر را بر تقاضای سفرهای هوایی دارد. دقت به دست آمده در این روش ۸۳% است که دقت بسیار خوبی برای تقاضای سفرهای هوایی است.کلیدواژه ها
اقتصادسنجی, الگوریتم خوشه بندی, پیش بینی تقاضای مسافران هوایی, رگرسیون چندگانه, شبکه عصبیاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.