پيش‌بيني تأخير قطارهاي مسافري با استفاده از تكنيك‌هاي داده‌كاوي

هدف از اين مقاله، پيش‌بيني تأخيرات قطارهاي مسافري در راه‌آهن جمهوري اسلامي ايران با استفاده از تكنيك‌هاي داده‌كاوي است. پيش‌بيني تأخيرات مي‌تواند براي تعيين زمان‌هاي حائل در جداول زماني قطارهاي مسافري مورد استفاده قرار گيرد. داده‌هاي مورد استفاده در اين مطالعه شامل پايگاه داده تأخير قطارهاي مسافري از سال‌ 92 تا 97 است كه دربردارنده 380.748 ركورد  مي‌باشد. متغيرهاي مستقل جهت پيش‌بيني شامل سال، ماه، روز ماه، روز هفته‌، ساعت حركت، محورهاي حركت، نوع قطار، نوع سالن، مبدا و مقصد قطار و همچنين نام مالك قطار هستند. مدلسازي پيش‌بيني به دو صورت عددي و طبقه‌اي انجام شده است. جهت پيش‌بيني طبقه‌اي، داده‌هاي تأخير با استفاده از روش‌ خوشه‌بندي دو مرحله‌اي 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 ارزيابي نتايج پيش‌بيني، مدل ساخته شده ابتدا بر اساس داده‌هاي سال‌هاي 92 تا 95 آموزش مي‌بيند، سپس به پيش‌بيني تأخير براي سال 96 مي‌پردازد. 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 تأخير قطارهاي سال 97 استفاده شده است. همچنين جهت ارزيابي تكرارپذيري نتايج، تاخيرات پيش بيني شده سال 97 با سال 96 مقايسه گرديده اند.  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 است.