ابراهیم تیموری - دانشکده صنایع، دانشگاه علم و صنعت ایران
مجید احمدی - شرکت قطارهای مسافری رجاء
کاوه ابوالحسن زاده - دانشکده صنایع، دانشگاه علم و صنعت ایران

در این مقاله با استفاده از الگوریتمهای شبکه عصبی سعی در برآورد کل تقاضای ریلی شده است. شبکه های عصبی پس از بهبودهایی که در الگوریتم یادگیری آنها رخ داد و نتایج قابل قبولی که استفاده از آنها درگستره وسیعی از پروژه های عملی و تحقیقاتی وهمچنین پروژه های عملی در برداشت، مجددا به عنوان یک ابزار کارآمد در بحث مدلسازی مطرح شدند. شبکه عصبی استفاده شده در این بخش، شبکه پس خورانی (feed-forward) می باشد که راجع به خواص این شبکه عصبی و نحوه به کارگیری آن بیشتر توضیح داده خواهد شد. شبکه عصبی طراحی شده دارای چهار گره ورودی GDF، جمعیت، متوسط هزینه های خانوار و متوسط درآمد هر خانوار می باشد. ایده اصلی این مدل مبتنی بر این است که مسافرین قطار بخشی از مجموعه را تشکیل می دهند که دارای رفتار تقریبا یکسانی هستند.

شبکه عصبی ، پیش بینی تقاضای سفر