پيش بيني شاخص هاي جابه جايي مسافر با استفاده از مدل زنجيره ماركوف هلتوينترز

Prediction of Passenger Movement Indexes Using Holt-Winters Markov Chain Model

در اين پژوهش از مدل زنجيره ماركوف هلتوينترز كه تركيبي از مدلهاي هلتوينترز و زنجيره ماركوف است، به منظور پيشبيني مقدار شاخصهاي جابهجايي مسافر كه از تغييرات فصلي برخوردارند، استفاده شده است. در همين راستا، دادههاي مربوط به شاخصهاي تعداد مسافر جابهجا شده و تعداد سفرهاي مسافري انجام شده در استان بوشهر طي فصول سالهاي 1881 الي 1851 مورد تحليل قرار گرفتند. در ابتدا، دادههاي مربوط به هر يك از شاخصها طي بازه مورد بررسي به دو بخش تقسيم شده و دادههاي بخش دوم با استفاده از روش هلتوينترز پيشبيني شدند. سپس با محاسبه خطاي مقادير واقعي و پيشبيني شده و طبقهبندي آنها، از مدل زنجيره ماركوف هلتوينترز به منظور پيشبيني مقادير شاخصها بر حسب احتمالات مربوط به حالت خطاها و بهبود عملكرد مدل هلتوينترز در پيشبيني استفاده شد. نتايج حاصل از مقايسه دقت دو مدل هلتوينترز و زنجيره ماركوف هلتوينترز نشان داد كه مدل زنجيره ماركوف هلتوينترز از دقت بالاتري در پيشبيني برخوردار است.

In order to predict the values of passengers movement indexes which enjoy seasonal changes, this research uses holt- winters markov chain model, which is a combination of markov chain and holt- winters models. In this regard, data on the number of moved passengers and the number of made trips indexes are analyzed in bushehr province during the seasons of 1387 to 1391. First, data on the each indexes of the studied intervals divided into two parts, then the second part data were predicted using holt- winters model. In the next step, by calculating and classifying the residual of the actual and predicted values, holt- winters markov chain model is used in order to predict the index values based on probabilities of residual errors states and also improve the performance of holt-winters model in prediction. The results obtained from the comparison of two models of holt- winters and markov chain holt- winters shows that holt- winters markov chain model is more accurate at predicting.