پيش بيني انتخاب حالت سفر با استفاده از مدل رگرسيون لجستيك چند جمله اي مبتني بر خوشه بندي

Predict of travel mode selection using clustering-based polynomial logistic regression model

گسترش روزافزون تقاضاي سفر در تعطيلات، بررسي مسائل مربوط به اين حوزه را بيش از پيش حائز اهميت نموده است. پيش بيني انتخاب حالت سفر از جمله مسائل قابل بررسي در اين زمينه مي باشد. مطالعه حاضر با مفروض بودن حالت هاي مختلف سفر شامل خودروي شخصي، اتوبوس، قطار و هواپيما، انتخاب صورت گرفته در تعطيلات را پيش بيني مي نمايد. در همين راستا از داده هاي مربوط به نظرسنجي انجام شده از مسافران شهر مشهد در تعطيلات تابستان مورد مطالعه قرار گرفته است. به منظور پيش بيني هاي مدنظر و با توجه به چند حالته بودن متغير وابسته مورد بررسي از رويكرد رگرسيون لجستيك چندجمله اي مبتني بر خوشه بندي استفاده شده است. خوشه هاي ايجاد شده با استفاده از درخت رگرسيون و طبقه بندي شكل گرفته و نتايج توسط رگرسيون لجستيك چندجمله اي تجزيه وتحليل و در نهايت عوامل تأثيرگذار در انتخاب حالت سفر شناسايي شده است.

The growing demand for trip in holiday has made it increasingly important to address issues in this area. The prediction of traveling mode selection is one of the issues to be addressed in this area. The present study, given different travel options including personal vehicle, bus, train and airplane, predicts choice made in the holidays. In this regard, the relevant data from the survey from to travelers to Mashhad during the summer holidays are studied. In order for the given prediction and regarding the multivariate nature of the dependent variable, a polynomial logistic regression based on clustering is used. The created clusters are formed using the regression and classification tree and the results are analyzed by polygonal logistic regression and finally, the factors influencing in the choice of travel mode are identified.