بررسی نقش کلان داده در پیشبینی تقاضا و مدیریت حرکت قطارها

با گسترش شبکه های حمل و نقل ریلی و افزایش پیچیدگی مدیریت، ناوگان فناوری کلان داده به عنوان راه حلی تحول آفرین مطرح شده است. این پژوهش به بررسی کاربردهای کلان داده در مدیریت حمل و نقل ریلی با تمرکز بر دو حوزه کلیدی می پردازد: (۱) پیش بینی تقاضای سفر با استفاده از داده های تاریخی و بلادرنگ و (۲) بهینه سازی زمان بندی حرکت قطارها از طریق تحلیل الگوهای ترافیکی. مطالعه حاضر با روش ترکیبی تحلیل داده های واقعی شبکه ریلی شمال شرق چین در بازه ۲۰۱۸-۲۰۲۲ و شبیه سازی مبتنی بر مدل های پیش بینانه انجام شده است. یافته ها نشان می دهد نظام پیشنهادی می تواند دقت پیش بینی تقاضا را تا ۸۹% افزایش دهد و تاخیرها را به میزان ۵۵% کاهش دهد. با استفاده از تکنیک های پیشرفته مانند مدل سازی پیش بینانه و سیستم های پشتیبان تصمیم گیری می توان به بهبود ۱۵ تا ۳۰ درصدی در دقت زمان بندی ها دست یافت.

کلیدواژه ها:

کلان داده ، مدیریت ناوگان ریلی ، داده کاوی ، حمل و نقل ، یادگیری ماشین ، بهینه سازی زمان بندی