سال انتشار: ۱۳۸۶

محل انتشار: نهمین همایش حمل و نقل ریلی

تعداد صفحات: ۱۰

نویسنده(ها):

ابراهیم تیموری – دانشکده صنایع، دانشگاه علم و صنعت ایران
مجید احمدی – شرکت قطارهای مسافری رجاء
کاوه ابوالحسن زاده – دانشکده صنایع، دانشگاه علم و صنعت ایران

چکیده:

در این مقاله با استفاده از الگوریتمهای شبکه عصبی سعی در برآورد کل تقاضای ریلی شده است. شبکه های عصبی پس از بهبودهایی که در الگوریتم یادگیری آنها رخ داد و نتایج قابل قبولی که استفاده از آنها درگستره وسیعی از پروژه های عملی و تحقیقاتی وهمچنین پروژه های عملی در برداشت، مجددا به عنوان یک ابزار کارآمد در بحث مدلسازی مطرح شدند. شبکه عصبی استفاده شده در این بخش، شبکه پس خورانی (feed-forward) می باشد که راجع به خواص این شبکه عصبی و نحوه به کارگیری آن بیشتر توضیح داده خواهد شد. شبکه عصبی طراحی شده دارای چهار گره ورودی GDF، جمعیت، متوسط هزینه های خانوار و متوسط درآمد هر خانوار می باشد. ایده اصلی این مدل مبتنی بر این است که مسافرین قطار بخشی از مجموعه را تشکیل می دهند که دارای رفتار تقریبا یکسانی هستند.