بررسی شبکه های عصبی مبتنی بر توابع پایه شعاعی (RBF) در پیشبینی میزان جابجایی مسافران در فرودگاه بین المللی سانفرانسیسکو

پیش بینی میزان جابجایی مسافران در فرودگاهها مستلزم شناخت مجموعه ای از سیستم های پیچیده می باشد. در این میان شبکه های عصبی مبتنی بر توابع پایه شعاعی (RBF) به واسطه آموزش سریع و فراگیری که به نسبت سایر شبکه ها دارند، از تقریبساز های بسیار قدرتمندی است که با داشتن تعداد نورون های کافی در لایه مخفی، قادر به تقریبسازی هر تابع پیوسته و با هر درجه از دقت می باشند. بررسی نتایج حاصل در فرودگاه بین المللی سان فرانسیسکو نشان داد که سال 2018 در بین سال های مورد مطالعه نتایج به مراتب بهتری را از خود بر جای گذاشته و یک رابطه معناداری بین میزان بارش باران و تعداد جابجایی مسافر نیز وجود دارد به نحوی که در این سال کمترین میزان بارش باران و بیشترین میزان جابجایی مسافر در بین سال های مورد مطالعه تخمین زده شد که با آمارهای مربوطه نیز مطابقت دارد.

کلیدواژه ها:

فرودگاه ، شبکه های عصبی ، توابع پایه شعاعی.