حسین هاشمی - دانشجوی دکتری، دانشکده مهندسی صنایع و سیستم ها، دانشگاه تربیت مدرس، تهران، ایران
امیر البدوی - استاد، دانشکده مهندسی صنایع و سیستم ها، دانشگاه تربیت مدرس، تهران، ایران

سیستم اتوبوس شهری در حال حاضر در دنیا به عنوان یکی از مهم ترین زیرساخت های سیستم حمل و نقل عمومی در جابجایی مردم شناخته می شود و به  افزایش کیفیت خدمات این سیستم و برآورده کردن نیاز مردم منجر می شود تا نگرش مردم از حمل و نقل شخصی به حمل و نقل عمومی تغییر کند. در چند سال گذشته سامانه های موقعیت یاب خودکار خودرو جهت بهبود خدمات حمل و نقل عمومی در کشور راه اندازی شده است و داده های جمع آوری شده توسط این سامانه ها کمتر در جهت رضایت مشتریان (مسافران) استفاده شده اند.  با توجه به اینکه اطلاع از زمان نسبتا دقیق ورود اتوبوس به ایستگاه یکی از نیازهای مهم مسافران است در این مطالعه با استفاده از داده های موقعیت مکانی سیستم اتوبوس رانی شهر قزوین مبتنی بر زمان سفر هر اتوبوس و سرفاصله بین ایستگاه ها، بکارگیری داده های موقعیت یاب خودکار خودرو و بهره گیری از مدل های پایه در پیش بینی زمان ورود اتوبوس ها به ایستگاه نظیر شبکه عصبی مصنوعی و مدل های آماری نظیر مدل خودرگرسیو میانگین متحرک و ماشین های بردار پشتیبان، پیش بینی مدنظر،  ارائه شده و مدل مطلوب توسعه یافته و بر اساس خروجی مدل های استفاده شده مدل شبکه عصبی عملکرد بهتری در پیش بینی زمان رسیدن اتوبوس ها به ایستگاه از خود نشان داده است. ازآنجایی که در ایران تاکنون مطالعه علمی در زمینه استفاده از داده های موقعیت یاب خودکار خودرو برای پیش بینی زمان ورود اتوبوس به ایستگاه انجام نشده است، این مقاله سعی کرده است با استفاده از تکنیک های مطرح و داده های دنیای واقعی ، نگاه علمی را در این حوزه کاربردی ارائه نماید

پیش بینی زمان ورود, اتوبوس رانی, داده های موقعیت مکانی, قابلیت اطمینان, شبکه عصبی مصنوعی