پیش بینی تقاضای سفر سیستم دوچرخه اشتراکی در هر ایستگاه با گام زمانی یک ساعت با استفاده از روش XGBoost
محل انتشار: اولین کنفرانس بین المللی مهندسی برق، کامپیوتر، مکانیک و تکنولوژی های نوین مرتبط با هوش مصنوعی
سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 121
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ENGTEC01_016
تاریخ نمایه سازی: 21 دی 1402
چکیده مقاله:
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
کلیدواژه ها:
نویسندگان
علی بهروزی
کارشناسی ارشد مهندسی برنامه ریزی حمل و نقل دانشگاه خواجه نصیرالدین طوسی
علی ادریسی
دانشیار دانشگاه خواجه نصیرالدین طوسی-دانشکده عمران