ارزیابی اتصال بندر چابهار به شبکه ریلی بر حجم ترانزیت کریدور شمال-جنوب: رویکردی ترکیبی مبتنی بر پیش بینی سری زمانی، شبکه عصبی و پویایی سیستم
محل انتشار: فصلنامه جاده، دوره: 34، شماره: 128
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 7
فایل این مقاله در 18 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:
JR_ROAD-34-128_002
تاریخ نمایه سازی: 21 مهر 1405
چکیده مقاله:
توسعه زیرساخت های ریلی در اقتصادهای نوظهور، اهرمی کلیدی برای ارتقای پایداری و کاهش هزینه های لجستیک در زنجیره تامین محسوب می شود. بندر چابهار به دلیل موقعیت استراتژیک در دریای عمان و دسترسی به آب های آزاد، پتانسیل تبدیل شدن به هاب ترانزیتی در کریدور بین المللی شمال-جنوب را داراست؛ با این حال، تحقق این ظرفیت مستلزم اتصال پایدار به شبکه ریلی سراسری است. پژوهش حاضر با هدف تحلیل کمی و علی اثرات این اتصال، یک چارچوب متدولوژیک سه لایه شامل پیش بینی سری زمانی، مدل LSTM، مدل های اقتصادسنجی و مدل سازی پویایی سیستم ارائه می دهد. شبیه سازی مدل در بازه زمانی ۲۰۲۵ تا ۲۰۳۵ تحت سه سناریوی پایه، اتصال متوسط و اتصال تهاجمی انجام شده است. یافته ها نشان می دهد که در سناریوی بدون اتصال ریلی، حجم ترانزیت در سطح حداقلی (کمتر از ۰.۱ میلیون تن) باقی می ماند. در مقابل، با اجرای سناریوی اتصال تهاجمی، ظرفیت مسیر به بیش از ۱۰ میلیون تن در سال افزایش یافته و حجم ترانزیت محقق شده به حدود ۵ میلیون تن تا سال ۲۰۳۵ بالغ می شود. همچنین، شاخص هزینه تعمیم یافته در این سناریو تا ۹۰٪ کاهش می یابد که منجر به افزایش چشمگیر جذابیت مسیر برای صاحبان بار بین المللی می گردد. نتایج این تحقیق ابزاری تصمیم یار برای سیاست گذاران حوزه حمل ونقل جهت بهینه سازی سرمایه گذاری ها و ارتقای سهم ایران در ترانزیت منطقه ای فراهم می آورد.
کلیدواژه ها:
نویسندگان
محمد ریگی
دانشجوی کارشناسی ارشد، دانشکده مهندسی عمران و حمل و نقل، دانشگاه اصفهان، اصفهان، ایران
نریمان نیکو
استادیار، دانشکده مهندسی عمران و حمل و نقل، دانشگاه اصفهان، اصفهان، ایران
پگاه همدانی
استادیار، دانشکده مهندسی عمران و حمل و نقل، دانشگاه اصفهان، اصفهان، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :