پیش بینی جریان مسافران در رویدادهای ویژه با استفاده از شبکه های عصبی ترکیبی و داده های چندوجهی

رویدادهای ویژه نظیر کنسرت ها، مسابقات ورزشی و نمایشگاه ها، نوسانات ناگهانی و شدیدی در جریان مسافران سیستم های حمل ونقل ریلی شهری ایجاد می کنند که مدیریت آنها نیازمند پیش بینی دقیق و به موقع است. روش های سنتی پیش بینی جریان مسافران عمدتا بر داده های تاریخی عادی متمرکز هستند و در مواجهه با رویدادهای ویژه عملکرد ضعیفی دارند. پژوهش حاضر یک چارچوب ترکیبی مبتنی بر شبکه های عصبی پیشرفته برای پیش بینی جریان مسافران در رویدادهای ویژه ارائه می دهد که داده های چندوجهی شامل داده های کارت هوشمند، احساسات رسانه های اجتماعی و ویژگی های رویداد را ترکیب می کند. مدل پیشنهادی با استفاده از ترکیب ترانسفورماتور، شبکه های عصبی کانولوشنی و مکانیزم های توجه، قادر به استخراج الگوهای پیچیده زمانی-مکانی و پیش بینی چندمرحله ای جریان مسافران است. نتایج آزمایش ها بر روی داده های واقعی نشان می دهد که مدل پیشنهادی دقت پیش بینی بالاتری نسبت به مدل های موجود دارد و می تواند به عنوان ابزاری کارآمد برای مدیریت ازدحام در رویدادهای ویژه مورد استفاده قرار گیرد.

کلیدواژه ها:

پیش بینی جریان مسافران ، رویدادهای ویژه ، شبکه های عصبی ترکیبی ، ترانسفورماتور ، داده های چندوجهی ، حمل ونقل ریلی شهری