پيش‌بيني تقاضاي حمل‌ونقل هوايي مسافر در پروازهاي فرودگاه بين‌المللي كرمان

در اين مقاله تقاضاي جابجايي مسافر از طريق هواپيما در ايران مورد تجزيه و تحليل قرار مي‌گيرد. با استفاده از مدلي براي تقاضاي مسافر، اثرگذاري متغيرهاي جغرافيايي، اقتصادي-اجتماعي و رقابتي بر ميزان تقاضا بررسي شده‌است. براي اين منظور اطلاعات نشست و برخواست‌هاي هوايي طي سال‌هاي 1390 تا 1399 از شركت فرودگاه كرمان جمع‌آوري شده‌است. براي پيش‌بيني تقاضا ابتدا از يك مدل اقتصادسنجي بهره گرفته شده‌است. در اين مدل معني‌داري تمام متغيرهاي مورد استفاده در اين مقاله بررسي مي‌شود. سپس با حذف متغيرهايي كه داراي معني‌داري ناچيزي هستند، يك مجموعه اطلاعات جديد ايجاد مي‌شود. در ادامه اين اطلاعات توسط الگوريتم خوشه‌بندي K-Means پردازش شده و سپس به عنوان داده‌هاي آموزشي براي يادگيري شبكه عصبي استفاده مي‌شوند. شبكه عصبي مورد استفاده، شبكه يادگيري عميق LSTM است كه به منظور پيش‌بيني تقاضاي مسافران براي سال‌هاي آينده استفاده شده‌است. در نهايت با داشتن متغيرهاي اقتصادي و اجتماعي شامل توليد ناخالص داخلي، درآمد، جمعيت، تورم، نرخ ارز، قيمت بنزين و قيمت نفت براي سال‌هاي آينده درصد تغييرات تعداد مسافران را براي هر سال نسبت به سال قبل پيش‌بيني شده‌است. نتايج خروجي شبكه عصبي تغييرات تقاضاي سفرهاي هوايي را بر اساس متغيرهاي توليد ناخالص ملي، متوسط درآمد مردم كرمان، نرخ تورم قيمت بنزين و قيمت نفت براي هر زمان به دست مي‌آورد كه در ميان اين متغيرها توليد ناخالص ملي بيشترين تاًثير را بر تقاضاي سفرهاي هوايي دارد. دقت به دست آمده در اين روش 83% است كه دقت بالايي براي تقاضاي سفرهاي هوايي به روش هاي رگرسيوني مي باشد.