پیش بینی تاخیرات قطارهای مسافری با استفاده از یادگیری ماشین مطالعه موردی راه اهن جمهوری اسلامی ایران

هدف از این مقاله، پیش‌بینی تاخیرات قطارهای مسافری در نواحی ریلی راه آهن جمهوری اسلامی ایران با استفاده از داده‌های تاریخی حرکت قطارهای مسافری و داده‌های آب و هوایی با روش‌های یادگیری ماشین است. پیش‌بینی تاخیرات در نواحی ریلی با شرایط آب و هوایی در آن ناحیه در فصل زمستان می تواند برای تصمیم گیری و اقدامات پیشگیرانه موثر واقع شود. داده‌های بکار گرفته شده در این مطالعه شامل داده های تاخیرات قطار-های مسافری از سال 1396 تا 1400 و داده‌های آب و هوایی ایستگاه‌های سینوپتیک از سال 1396 تا 1400 است. که در بردارنده 46596 رکورد است. متغیر‌های مستقل شامل سال، ماه، روز ماه، روز هفته، محور حرکت، نوع قطار، ناحیه ریلی، حداکثر سرعت باد، حداقل دید افقی، دمای کمینه، دمای بیشینه، تعداد گزارش‌های یخ‌زدگی در سطح زمین و بارش 24 ساعته باران و برف هستند. روش پیشنهادی برای حل مسئله موجود مبتنی بر crisp-dm یک متدولوژی برتر در زمینه پیاده‌سازی تکنیک‌های یادگیری ماشین و داده کاوی در حوزه تحقیقاتی و اجرایی است. مدلسازی پیش‌بینی به صورت طبقه‌بندی انجام شده است. جهت پیش‌بینی طبقه‌بندی متغیر وابسته تاخیر به دو طبقه به موقع و با تاخیر تقسیم شده‌اند. از روش‌های یادگیری نظارت شده از نوع طبقه‌بندی برای پیش بینی تثیر عوامل آب و هوایی در به وجود آمدن تاخیر در نواحی ریلی استفاده شده‌است. برای ارزیابی نتایج پیش‌بینی از اعتبارسنجی متقابل برای بررسی صحت مدل استفاده شده‌است. نتایج نشان می‌دهد که تاثیر عوامل آب و هوایی در فصل زمستان در طی دوره 5 ساله در بررسی‌های سال به سال در به وجود آمدن تاخیر در نواحی ریلی تاثیر مثبت، منفی یا خنثی داشته‌است. در انتهای مقاله برای انطباق صنعت ریلی با تهدیدات اقلیمی در آینده اقدامات پیشگیرانه‌ای ارائه شده‌است.

passenger trains delay prediction via machine learning (case study: railways of the islamic republic of iran)

the purpose of this article is to predict the delays of passenger trains in the railway areas of the islamic republic of iran using historical data of passenger trains and weather data with machine learning methods. forecasting delays in railway areas with weather conditions in that area in the winter season can be effective for decision-making and preventive measures. the data used in this study includes passenger train delay data from 2017 to 2022 and weather data from synoptic stations from 1396 to 1400. which contains 46596 records. independent variables include year, month, day of the month, day of the week, axis of movement, type of train, railway area, maximum wind speed, minimum horizontal visibility, minimum temperature, maximum temperature, number of frost reports on the ground surface and precipitation. it rains and snows 24 hours a day. the proposed method for solving the existing problem based on crisp-dm is a superior methodology in the field of implementing machine learning and data mining techniques in research and executive fields. predictive modeling has been carried out in the form of classification. in order to predict the classification of the delay dependent variable, they are divided into two classes, on time and with delay. supervised learning methods of the classification type have been used to predict the influence of weather factors on the occurrence of delays in railway areas. to evaluate the prediction results, cross-validation has been used to check the validity of the model. the results show that the influence of weather factors in the winter season during the 5-year period in the year-by-year surveys had a positive, negative or neutral effect on the occurrence of delays in railway areas. at the end of the article, preventive measures are presented to adapt the railway industry to climate threats in the future.