برآورد تقاضای سفر جاده‌ای با استفاده از روش‌های رگرسیون و شبکه عصبی(مطالعه موردی:آزادراه قم-تهران)

Abstract

<em>سفر یکی از وجوه مهم زندگی بشر بوده و از مهم‌ترین فعالیت‌های ادواری (یا غیر ادواری) محسوب می‌شود. به همین دلیل، طی سالیان دراز، شیوه‌های مختلفی برای تأمین این نیاز جوامع ابداع‌شده است.</em><em>سیستم حمل‌ونقل نیز مانند بسیاری از دستگاه‌های صنعتی متأثر از روابط عرضه و تقاضا بوده و هرگونه اقدامی در این حوزه باید با توجه به روابط موجود و روندهای آینده عرضه و تقاضا برنامه‌ریزی گردد. در این پژوهش با استفاده از 3 روش مدل‌سازی رگرسیون خطی ساده، رگرسیون چند متغیره و شبکه عصبی پرسپترون چندلایه به پیش‌بینی تقاضای سفر محور قم-تهران</em><em>(آزادراه) پرداخته‌شده است اطلاعات مورداستفاده در این تحقیق شامل اطلاعات مرکز آمار کشور، سالنامه‌های آماری و همچنین اطلاعات تردد شمار محور قم-تهران می­باشد متغیرهای مستقل در روش رگرسیون چند متغیره و شبکه عصبی شامل جمعیت، جمعیت شاغل، میزان درآمد بوده و در مدل رگرسیون خطی ساده جمعیت می­باشد. نتایج مطالعه نشان می­دهد که همبستگی پیرسون بین متغیرهای در نظر گرفته‌شده درروش‌های شبکه عصبی، رگرسیون چند متغیره، رگرسیون خطی به ترتیب 995/0، 93/0، 723/0 بوده و میزان موفقیت هریک از مدل‌های مذکور در برآورد متغیر وابسته (تقاضای سفر) به ترتیب 99/0، 853/0، 541/0 بوده است. مقایسه روش‌ها نشان داده است که روش شبکه عصبی بیشترین همبستگی و دقت و روش رگرسیون خطی ساده کمترین همبستگی و دقت در برآورد تقاضا دارد.</em><br />