• شماره ركورد
    10811
  • شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
    10811
  • پديد آورنده

    الهام برخوردار

  • عنوان
    پيش بيني تقاضاي حمل و نقل ريلي بار در افق 1404 و بررسي تاثير آن بر بازار بخش ريلي شركت مپنا
  • مقطع تحصيلي
    كارشناسي ارشد
  • رشته تحصيلي
    راه آهن - حمل و نقل ريلي
  • سال تحصيل
    مهر 1391
  • تاريخ دفاع
    مهر 1391
  • استاد راهنما
    دكتر حميدرضا احـدي
  • استاد مشاور
    دكتر مسعود يقيني
  • چكيده
    در اين پايان نامه تقاضاي حمل و نقل ريلي بار در ايران تا افق 1404 پيش بيني شده است. به همين منظور پس از بررسي ادبيات موضوع و مطالعات قبلي، روشهاي مختلفي در اين رابطه شناسايي شده و برخي از اين روشها با يكديگر مقايسه و نهايتا بهترين روش برآورد تابع تقاضا مشخص گرديد. در اين پايان نامه روش¬هاي اقتصادسنجي خودبازگشت با وقفه هاي توزيعي) ( ARDL و روش خودرگرسيون ميانگين متحرك انباشته ( (ARIMA و همچنين روش فراابتكاري الگورريتم ژنتيك مورد بررسي قرار گرفت كه در روش¬هاي اقتصادسنجي، روش ARIMA به لحاظ معيار خطاي كمتر مناسب¬تر از روش ARDL تشخيص داده شد. بدين منظور داده¬هاي سري زماني سالهاي 1375-1389 براي متغيرهاي توليد ناخالص ملي، طول خطوط اصلي راه آهن، تناژ بارگيري شده جاده¬اي و قيمت سوخت به روش خودرگرسيون ميانگين متحرك مورد بررسي قرار گرفت و متغيرهاي توليد ناخالص ملي، طول خطوط اصلي راه آهن، تناژ بارگيري شده جاده¬اي، قيمت سوخت، جمعيت و تعداد لكوموتيو اصلي در سرويس در الگوريتم ژنتيك با سه فرم خطي، نمايي و درجه دوم جهت پيش بيني تناژ بار ريلي مدلسازي شدند. با توجه به اينكه از سال 1390 ناگهان قيمت سوخت ( گازوئيل ) حدود 10 برابر شده است و در سالهاي قبل هيچ مورد مشابه رخ نداده است رفتار توابع متفاوت عمل خواهند نمود لذا مدل دوجمله¬اي جوابگوي اين تغييرات نبوده و از بين دو مدل خطي و نمايي نيز مدل خطي داراي خطاي كمتري مي¬باشد كه جهت پيش بيني مورد استفاده قرار گرفت. ولي در مقايسه دو روش اقتصادسنجي و فراابتكاري، خطاي مدل خودرگرسيون ميانگين متحرك انباشته، كمتر از خطاي الگوريتم ژنتيك مي¬باشد و به همين دليل در اين پايان نامه از اين روش براي پيش بيني¬ تقاضاي حمل و نقل ريلي بار در سالهاي آتي استفاده شده است. كلمات كليدي: خودبازگشت با وقفه هاي توزيعي، روش خودرگرسيون ميانگين متحرك انباشته، الگوريتم ژنتيك