طراحی مدل ریاضی پیش بینی تقاضای سفر با قطار با استفاده از سریهای زمانی مورد کاوی: محور خراسان
- سال انتشار: 1385
- محل انتشار: هشتمین همایش حمل و نقل ریلی
- کد COI اختصاصی: RTC08_003
- زبان مقاله: فارسی
- تعداد مشاهده: 2662
نویسندگان
دانشکده صنایع، دانشگاه علم و صنعت ایران
ریاست دفتر برنامه و بودجه شرکت قطارهای مسافرتی رجا
دانشکده صنایع، دانشگاه علم و صنعت ایران
چکیده
در این مقاله با استفاده از مدلهای سریهای زمانی تقاضای مسافرت در محور خراسان شبکه راه آهن ج.ا.ا. پیش بینی شده است. با توجه به اهمیت پیش بینی دقیق مسافرین برای مدیریت عرضه امکانات موجود و تخصیص منابع جدید،پیش بینی تعداد مسافرین از اولویت بالایی برخوردار است.در این مقاله از مدلها سری زمانی باکس-جنکینز استفاده شده که دلایل متعددی برای انتخاب این روشها وجود دارد که عمده ترین آنها وابسته یا همبسته بودن تقاضای سفردر فصلها وماههای مختلف سال و همچنین تکرار رفتاری منظم در دوره های زمانی با طول ثابت می باشد. طبیعت ذاتی یک سری زمانی، وابسته یا همبسته بودن مشاهدات آن است و بنابراین روشها و فنون آماری که مبتنی بر فرض مستقل بودن است، دیگر کاربرد ندارد و روشهای متفاوتی مورد نیاز هستند.مدل برازش شده نهایی ، از الگوی فصلیARIMA[2] یا به طور خلاصه2SARIMA[] تبعیت کرده و حداقل 95% دقت در پیش بینی را دارا می باشد.کلیدواژه ها
پیش بینی تقاضای سفر ،سری زمانی، SARIMA ، باکس– جنکینزاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.