پیشبینی تقاضای مسافرت هوایی بین شهری در ایران با استفاده از شبکه های عصبی مصنوعی

پیشبینی تقاضای حمل و نقل هوایی میتواند نقش مهمی را در برنامهریزیهای کلان و خرد یک کشور ایفا کند. در سطح کلان میتوان به اولویتبندی تخصیص بودجه های دولتی به شهرهای مختلف برای ایجاد زیرساختهای حمل و نقل هوایی مانند فرودگاه یا خرید و اجاره هواپیما اشاره کرد و در سطوح خرد برای فعالیتهایی مثل طراحی و برنامهریزی عملیات فرودگاه، تصمیم گیری شرکتهای هواپیمایی برای ورود به بازارهای جدید، افزایش ظرفیت خطوط موجود یا اولویتبندی فعالیتهای بازاریابی شرکت، از اهمیت بالایی برخوردار است. به عنوان مثال هزینه ایجاد یک فرودگاه کامل در سال 1992 برابر با 2000 دلار در هر متر مربع بوده است که پیشبینی تعداد مسافر به عنوان فضای مورد نیاز برای ساختمانهای ترمینال و تخمین تعداد پرواز هواپیماها به عنوان فضای مورد نیاز برای باند، راه تاکسی و ... تعبیر میشود. فرایند پیشبینی میتواند بحرانیترین عامل در توسعه یک فرودگاه باشد، خطایی که ممکن است در این مرحله رخ دهد بسیار هزینهبر و برای اقتصاد محلی مخرب است، تخمین کم موجب ازدیاد شلوغی، تاخیر و کمبود تاسیسات در فرودگاه میشود مانند اتفاقی که در سال 1974 در ونزوئلا افتاد و عملیات اکتشاف نفت باعث یک افزایش پیشبینی نشده در حجم پروازهایی که در فرودگاه کاراکاس انجام میگرفت شد و بار در مناطقی ذخیره میشد که باعث خراب شدن یا به سرقت رفتن میشد.