dc.contributor.author | Υφαντή, Αναστασία | el |
dc.contributor.author | Yfanti, Anastasia | en |
dc.date.accessioned | 2022-09-28T09:03:08Z | |
dc.date.available | 2022-09-28T09:03:08Z | |
dc.identifier.uri | https://dspace.lib.ntua.gr/xmlui/handle/123456789/55792 | |
dc.identifier.uri | http://dx.doi.org/10.26240/heal.ntua.23490 | |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.subject | ΟΑΣΑ | el |
dc.subject | OASA | en |
dc.subject | Μηχανική Μάθηση | el |
dc.subject | Machine Learning | en |
dc.subject | Δένδρα Παλινδρόμησης | el |
dc.subject | Regression Trees | en |
dc.subject | Python | en |
dc.subject | Επικυρώσεις | el |
dc.subject | Validations | en |
dc.title | Ανάπτυξη προτύπων πρόβλεψης επιβατικής κίνησης ανά λεωφορειακή γραμμή | el |
dc.title | Development of passenger traffic forecasting models per bus line | en |
heal.type | bachelorThesis | |
heal.classification | Μηχανική | el |
heal.language | el | |
heal.access | free | |
heal.recordProvider | ntua | el |
heal.publicationDate | 2022-03-18 | |
heal.abstract | Στόχος της παρούσας διπλωματικής εργασίας είναι η διερεύνηση της επιρροής της πανδημίας του COVID-19 στην εξέλιξη της επιβατικής ζήτησης στο δίκτυο Μέσων Μαζικής Μεταφοράς του ΟΑΣΑ. Για το σκοπό αυτό, συλλέχθηκαν στοιχεία των ακυρώσεων καθώς και στοιχεία χαρακτηριστικών των λεωφορειακών γραμμών. Για την ανάλυση των δεδομένων, αναπτύχθηκαν μοντέλα μη γραμμικής παλινδρόμησης με Δένδρα Αποφάσεων με εξαρτημένη μεταβλητή την διακύμανση των επικυρώσεων των εισιτηρίων και με ανεξάρτητες μεταβλητές χαρακτηριστικά των λεωφορειακών γραμμών. Από την εφαρμογή της μεθοδολογίας, προέκυψε ένα μοντέλο για την εκτίμηση της επιρροής των χαρακτηριστικών μιας λεωφορειακής γραμμής στο επιβατικό κοινό του ΟΑΣΑ, κατά την περίοδο του δεύτερου κύματος της πανδημίας. Χαρακτηριστικά όπως το μήκος της διαδρομής μιας γραμμής, η επικάλυψη των διάφορων λεωφορειακών γραμμών και η τυπολογία των οδών που εξυπηρετούν κάθε γραμμή, αποτελούν σημαντικούς παράγοντες επιρροής της ζήτησης. | el |
heal.abstract | The aim of this present Diploma Thesis is to investigate the impact of the COVID-19 pandemic on the evolution of passenger demand in the OASA Public Transport Network. For this purpose, data on ticket cancellations as well as data on bus lines were collected. For data analysis, models of nonlinear regression with Decision Trees were developed with the variance of ticket validation as the dependent variable and with independent variables characteristics of bus lines. From the application of the methodology, a model emerged to assess the influence of the characteristics of a bus line on the ridership of the OASA bus lines, during the period of the second wave of the pandemic. Features such as the length of the route of a line, the overlap of the various bus lines and the typology of the bus line’s route, are important factors influencing the demand. | en |
heal.advisorName | Βλαχογιάννη, Ελένη | el |
heal.advisorName | Vlahogianni, Eleni | en |
heal.committeeMemberName | Γιαννής, Γιώργιος | el |
heal.committeeMemberName | Κεπαπτσόγλου, Κωνσταντίνος | el |
heal.academicPublisher | Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Πολιτικών Μηχανικών. Τομέας Μεταφορών και Συγκοινωνιακής Υποδομής | el |
heal.academicPublisherID | ntua | |
heal.numberOfPages | 60 σ. | el |
heal.fullTextAvailability | false |
Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο: