Pētnieciskais projekts 1.1.1.2/VIAA/1/16/075 “Netradicionālie regresijas modeļi transporta modelēšanā”
Pētnieciskā projekta zinātniskais mērķis ir attīstīt netradicionālos regresijas modeļus, proti, Markova-modulējamo regresijas modeli, un pielietot rezultātus transporta plūsmu prognozēšanai un citos saistītos uzdevumos transporta sektorā. Markova-modulējamā regresija ietver sevī ideju, ka regresijas modeļa parametri nepaliek nemainīgi visā modeļa apskatīšanas perioda procesā, bet mainās gadījuma veidā ar ārējās vides ietekmi, kas tiek aprakstīta ar Markova ķēdi ar nepārtrauktu laiku un galīgu stāvokļu kopu. Iepriekšējie pētījumi tika veikti uz mākslīgajiem datiem un lielas izlase gadījumā parādīja visai adekvātus rezultātus. Viens no pirmajiem postdoc pētījuma uzdevumiem bija pielietot Markova-modulējamās regresijas modeli uz reālajiem transporta datiem. Sadarbības rezultātā ar Rīgas Starptautisko Autoostu tika iegūti dati par starppilsētu autobusu plānotās un faktiskās pienākšanas laikiem konkrētajā maršrutā, tādejādi par mainīgo, kas izraisīja interesi, kļuva autobusu dienas summārās kavēšanas. Par pirmo analīzes posmu tika izvēlēti rudens mēneši. Tika apstrādāti un adoptēti analīzei dati no 2012.gada līdz 2017.gadam par starppilsētu autobusu reisu izpildīšanu maršrutā Ventspils-Rīga. Lai aprakstītu Markova-modulējamās regresija ārējo vidi tika izvēlēti dati par laika apstākļiem Ventspilī, kas bija iegūti no Latvijas vides, ģeoloģijas un meteoroloģijas centra datubāzes (meteo.lv). Laika apstākļu dati pēc izvēlētā parametra tika apstrādāti no 1986.gada līdz 2017.gadam. Dati tika pieņemti par apmierinošiem (statistisko hipotēžu pārbaudes gaitā) ārējās vides aprakstam. Markova-modulējamās regresijas modeļa parametru novērtēšanai tika izveidota programmatūra Mathcad vidē un novērtēti modeļa parametri uz esošo datu par autobusu dienas summārās kavēšanas pamata. Tika veikti vairāki eksperimenti, tai skaitā ar krusteniskās validācijas tehnikas palīdzību. Modeļa prognozēšanas jauda nebija augsta, ko var pamatot ar nepietiekami kvalitatīviem modeļa faktoriem vai ar nepietiekamu faktoru skaitu (acīmredzot, ir faktori, kas ietekmē autobusu kavēšanu, kas netika iekļauti modelī). Par vēl vienu iemeslu varētu minēt nepietiekošu izlases apjomu. Eksperimentēšana parādīja, ka modeli ir nepieciešams attīstīt, paplašinot apstrādājamos datus un padziļinot analīzes paņemienus.
