پيش‌بيني تأخير قطارهاي مسافري با استفاده از تكنيك‌هاي داده‌كاوي‌

كارشناسي ارشد

تأخير قطارهاي مسافري از مهمترين چالش‌هاي سيسـتم‌هاي ريلـي درتمام دنيا به شمار مي‌آيد كه هزينه‌هاي زيادي را براي مسافران و همچنين اپراتورها اعمال مي‌كند و باعث ناكارآمدي عمليات قطارها مي‌شود. هدف از انجام اين تحقيق، پيش‌بيني تأخير قطارهاي مسافري در راه‌آهن جمهوري اسلامي ايران با استفاده از تكنيك‌هاي داده‌كاوي مي‌باشد. از نتايج اين پروژه در طراحي جداول زماني قطارهاي مسافري استفاده مي‌شود. براي اين منظور، مراحل متدولوژي داده‌كاوي CRISP-DM به كار گرفته شده است. داده‌هاي مورد استفاده در اين تحقيق شامل پايگاه داده تأخير قطارهاي مسافري از سال‌ 92 تا 96 است كه شامل 319.081 ركورد تأخير مي‌باشد. فرآيند آماده‌سازي داده‌ها شامل يكپارچه‌سازي داده‌هاي تاخير قطار، اصلاحات اشتباهات تايپي مقادير فيلدهاي پايگاه داده، افزودن ويژگي‌هاي جديد به پايگاه داده، تبديلات بر روي بعضي از فيلدهاي پايگاه داده و پاكسازي داده‌هاي پرت مي‌باشد. متغيرهاي مستقل جهت پيش‌بيني شامل سال، ماه، روز، روز هفته‌، ساعت حركت، محورهاي حركت، نوع قطار، نوع سالن، مبدا و مقصد قطار و همچنين نام مالك قطار مي‌باشند. مدلسازي پيش‌بيني تأخير قطار به دو صورت عددي و طبقه‌اي بر روي كل پايگاه داده در نرم‌افزار SPSS Modeler 18.0 انجام شده است. جهت پيش‌بيني طبقه‌اي، داده‌هاي تاخير با استفاده از روش‌ خوشه‌بندي TwoStep گسسته‌سازي شده‌اند. از دو روش شبكه عصبي و C5.0 جهت پيش‌بيني طبقه‌اي و سه روش رگرسيون، CHAID و شبكه عصبي براي پيش‌بيني عددي استفاده شده است. براي پيشگيري از بيش‌برازش مدل با مشخصات داده‌هاي آموزشي، داده‌ها به دو قسمت داده‌هاي آموزشي و داده‌هاي آزمايشي تقسيم شده‌اند. براي ارزيابي نتايج پيش‌بيني، دو مدل ساخته شده است، اولين مدل بر اساس داده‌هاي سال‌هاي 92 تا 95 آموزش مي‌بيند و به پيش‌بيني تاخير براي داده‌هاي سال 96 مي‌پردازد. در مدل دوم، 75% داده‌ها را مجموعه آموزشي و 25% را مجموعه آزمايشي تشكيل مي‌دهند. نتايج نشان مي‌دهد كه در پيش بيني عددي، روش شبكه عصبي و در پيش‌بيني به صورت طبقه‌اي، روش C5.0 از دقت بالاتري نسبت به ساير روش‌ها برخوردار هستند، لذا از اين دو تكنيك براي پيش‌بيني تاخير قطارهاي سال 97 استفاده شده است. در انتها، پيش‌بيني عددي به صورت گروه‌بندي بر روي ركورد‌هاي پايگاه داده نيز انجام شده است. نتايج نشان مي‌دهد كه دقت پيش‌بيني به صورت گروه‌بندي بالاتر از زماني است كه پيش‌بيني بر روي كل پايگاه داده صورت مي‌گيرد.

192151

دانشگاه علم و صنعت ايران

مهندسي راه آهن

دكتر مسعود يقيني