CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

طراحی مدل ریاضی پیش بینی تقاضای سفر با قطار با استفاده از سریهای زمانی مورد کاوی: محور خراسان

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۵ | تعداد نمایش خلاصه: ۲۰۲۴ | نظرات: ۰
سرفصل ارائه مقاله: بهره برداری
سال انتشار: ۱۳۸۵
نوع ارائه: شفاهی
کد COI مقاله: RTC08_003
زبان مقاله: فارسی
حجم فایل: ۲۸۴.۶۴ کلیوبایت (فایل این مقاله در ۱۵ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۵ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله طراحی مدل ریاضی پیش بینی تقاضای سفر با قطار با استفاده از سریهای زمانی مورد کاوی: محور خراسان

    ابراهیم تیموری (شناسه پژوهشگر - Researcher ID: ۳۱۴۴)
دانشکده صنایع، دانشگاه علم و صنعت ایران
مجید احمدی - ریاست دفتر برنامه و بودجه شرکت قطارهای مسافرتی رجا
  کاوه ابوالحسن زاده - دانشکده صنایع، دانشگاه علم و صنعت ایران

چکیده مقاله:

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.

کلیدواژه‌ها:

پیش بینی تقاضای سفر ،سری زمانی، SARIMA ، باکس– جنکینز

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-RTC08-RTC08_003.html
کد COI مقاله: RTC08_003

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
تیموری, ابراهیم؛ مجید احمدی و کاوه ابوالحسن زاده، ۱۳۸۵، طراحی مدل ریاضی پیش بینی تقاضای سفر با قطار با استفاده از سریهای زمانی مورد کاوی: محور خراسان، هشتمین همایش حمل و نقل ریلی، تهران، انجمن حمل و نقل ریلی، دانشگاه علم و صنعت، https://www.civilica.com/Paper-RTC08-RTC08_003.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (تیموری, ابراهیم؛ مجید احمدی و کاوه ابوالحسن زاده، ۱۳۸۵)
برای بار دوم به بعد: (تیموری؛ احمدی و ابوالحسن زاده، ۱۳۸۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • W.N. Venables and B.D. Ripley, 2003, Modern Applied Statistics with ...
  • Cryer Jonothan, 1986, Time series analys is, Wadsworth Pub Co ...
  • Albert Madansky, 1988, Prescriptions for Working Statisticians, Springer ...
  • R Law, N Au -, 1999, A neural network model ...
  • Seraj Y. Abed, Abdullah O. Ba-Fail, Sajjad M. Jas imuddin, ...
  • Burger C.J.S.C.; Dohnal M.; Kathrada M; Law R., 2002, A ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۲۷۷۱۱
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.