توسعه و پايش فرآيندهاي ارزيابي و پيش بيني دسترس پذيري تجهيزات تعميرپذير مبتني بر تكنيك شبكه عصبي مصنوعي و ميانگين موزون متحرك نمايي در فاز 2(مطالعه موردي: سيستم تهويه مطبوع قطار جريان مستقيم متروي شهر تهران)

حفظ و ارتقاء كيفيت خدمات ارائه شده در حوزه حمل و نقل عمومي همواره كانون توجه برنامه ريزان كلان شهرها است. در اين مقاله با ارائه تكنيك هاي جديد مبتني بر شبكه عصبي مصنوعي، يكي از مهم ترين شاخص هاي كيفيت خدمات عمومي با عنوان دسترس پذيري و با مطالعه موردي سيستم تهويه هواي مطبوع قطارهاي جريان مستقيم شهر تهران ارزيابي شده و براي دوره هاي مختلف زماني پيش بيني شده است. بدين منظور متغيرهاي اساسي تاثيرگذار بر دسترس پذيري سيستم تعيين شده و داده هاي ميداني مربوط به هريك از اين متغيرها توسط پژوهشگران جمع آوري و به عنوان داده هاي ورودي جهت پيش بيني در شبكه عصبي، مناسب سازي شده اند. همچنين با استفاده از رويكرد ميانگين موزون متحرك نمايي مقادير دسترس پذيري براي دوره هاي زماني آتي (دوم و سوم) پيش بيني شده است. نتايج تحقيق كه براساس مطالعه تطبيقي بين چهار روش مبتني بر شبكه عصبي با درنظر گرفتن وضعيت هاي مختلف براي پارامترهاي تاثيرگذار بر آموزش شبكه عصبي استوار است، بيانگر برتري روش رگرسيون تعميم يافته بر ساير روش هاي مبتني بر شبكه عصبي در پيش بيني ميزان دسترس پذيري در اين مثال واقعي بوده است. همچنين پيش بيني هاي حاصل از رويكرد ميانگين موزون متحرك نمايي، حاكي از پيش بيني مناسب ميزان دسترس پذيري براي دوره هاي آتي بهره برداري است.