Dergiler / Teknik Dergi / 2005 / Cilt: 16 - Sayı: 3

Şehirler arası ulaşım talebinin genetik algoritma ile modellenmesi

Modeling rural road transport demand based on genetic algorithm

Sayfa
3599–3618
Yayın Tarihi
2022-10-18
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Seçilen modeller yardımı ile 2025 yılına kadar ülkemizde şehirler arası yollarda beklenen yolcu, yük ve taşıt hareketi talepleri bulunmuş ve hesaplanan değerler Avrupa Birliği ülkeleri ile karşılaştırılarak uzun dönemli planlama için talep yönünden bir değerlendirme yapılarak öneriler sunulmuştur.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada şehirlerarası ulaşım talebinin belirlenmesi için Genetik Algoritma (GA) yaklaşımı ile sosyo ekonomik verileri kullanan Genetik Algoritma Talep Tahmin (GATT) modelleri geliştirilmiştir.
📊
Temel Bulgular & Veri:Modelleme çalışmalarında eldeki verilerin bir kısmı (19 yıl 1980-1998) model parametrelerinin belirlenmesi bir kısmıda (4 yıl 1999-2002) modellerin testi amaçıyla kullanılmıştır.
💡
Sonuç & Katkı:Seçilen modeller yardımı ile 2025 yılına kadar ülkemizde şehirler arası yollarda beklenen yolcu, yük ve taşıt hareketi talepleri bulunmuş ve hesaplanan değerler Avrupa Birliği ülkeleri ile karşılaştırılarak uzun dönemli planlama için talep yönünden bir değerlendirme yapılarak öneriler sunulmuştur.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:2002 Verileri
⚙️Değişkenler:Alan Parametreleri

Özet

Bu çalışmada şehirlerarası ulaşım talebinin belirlenmesi için Genetik Algoritma (GA) yaklaşımı ile sosyo ekonomik verileri kullanan Genetik Algoritma Talep Tahmin (GATT) modelleri geliştirilmiştir. Modelleme çalışmalarında eldeki verilerin bir kısmı (19 yıl 1980-1998) model parametrelerinin belirlenmesi bir kısmıda (4 yıl 1999-2002) modellerin testi amaçıyla kullanılmıştır. Modeller amaç fonksiyonunu minimize etme ve test periyodunda minimum ortalama hatayı verme performanslarına göre seçilmişlerdir. Seçilen modeller yardımı ile 2025 yılına kadar ülkemizde şehirler arası yollarda beklenen yolcu, yük ve taşıt hareketi talepleri bulunmuş ve hesaplanan değerler Avrupa Birliği ülkeleri ile karşılaştırılarak uzun dönemli planlama için talep yönünden bir değerlendirme yapılarak öneriler sunulmuştur.

Abstract

The paper describes the use of stochastic search process that is the basis of Genetic Algorithms (GAs) in developing transport demand in rural roads of Turkey. Travel demand,vehicle movements and demand of goods transport are estimated based on the socioeconomic indicators that are the Gross National Product (GNP), population and number of vehicles. Various forms of the Genetic Algorithm Travel Demand (GATT) models are developed. Weighting parameters of the GATT models are estimated using the historical data. Available data is partly used for estimating weighting parameters of the GATT and partly for testing the models. GATT models are validated with observed data, and then future estimation of travel demand is projected until 2025. Results are compared with European Union (EU) countries and suggestions are made in the long term in terms of transport demand planning.

🔖

Bu Makaleye Atıf Yap

HALDENBİLEN, S., CEYLAN, H. (2022). Şehirler arası ulaşım talebinin genetik algoritma ile modellenmesi. Teknik Dergi, Cilt: 16 - Sayı: 3, 3599–3618. https://ajindex.com/articles/596624

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (1)

  1. Gülgeç, İ., "Ulaşım Planlaması". Özsan Matbaacılık, 256 s., Bursa, 1998. 2.Demir, K., "Yapay Sinir Ağları île Ulaştırma Taleplerinin Modellenmesi"'. Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi, Fen Bilimler Enstitüsü, 65 s., 1998. 3.Litman, T., "Economics And Sustainable Transportation Exploring The Paradigm Shift Needed To Resolve Conflicts Between Tranportation And Sustainability Goals".Victoria Transport Policy Institute, 17 s., Kanada, www.vti.org, 1998. 4.Goldberg. D.E., "Genetic Algorithms in Search, Optimization and Machine learning". Addison-Wesley, Harlow, England, 1989. 5.Goldberg, D.E., and Deb, K. A., "Comparative analysis of selection schemes used in genetic algorithms". Foundations of Genetic Algorithms, Morgan Kaufmann Publishers, San Mateo, 69-93 s., 1991. 6.Ceylan, H. And Bell, M.G.H., "Traffic Signal Timing Optimisation based on Genetic Algorithm Approach, Including Drivers' routing". Transportation Research 38B(4),pp. 329-342,2003. 7.Haldenbilen, S. and Ceylan H., "Genetic Algorithm Approach to Estiamte Transport Energy Demand in Turkey". Energy Policy (Basım aşamasında), 2003. 8.Carroll, D.L., "Genetic Algorithms and Optimizing Chemical Oxygen-Iodine Lasers".Developments in Theoretical and Applied Mechanics, Vol. XVIII, eds. H.B. Wilson,R.C. Batra, C.W. Bert, A.M.J. Davis, R.A. Schapery, D.S. Stewart, and F.F. Swinson. School of Engineering, The University of Alabama, 1996, pp. 411-424. 9.Ceylan, H., "A Genetic Algorithm Approach to the Equilibrium Network Design Problem". PhD Thesis, University of Newcastle upon Tyne, Newcatle-İngiltere, 2002. 10.KGM, Karayolları Genel Müdürlüğü, Türkiye Karayolları İstatistik Yıllığı 1999-2000. Bayındırlık Bakanlığı Karayolları Genel Müdürlüğü, Ankara, 2000. 11.DİE,. Devlet İstatistik Enstitüsü, http//. www.die.gov.tr, 2003. 12.TCMB, Türkiye Cumhuriyeti Merkez bankası, http//.www.tcmb.gov.tr, 2003. 13.DPT, Devlet Planlama Teşkilatı, http//.www.dpt.gov.tr, 2003. 14.Ergün, İ., "Türkiyenin ekonomik kalkınmasında ulaştırma sektörü", Hacettepe Üniversitesi İ.İ.B.F. Yayınları, No 10, 145 s., Ankara, 1985. 15.Öğüt, K.S., "Türkiye'de otomobil sahipliğinin modellenmesi". V. Ulaştırma Kongresi,s. 141-150, İstanbul, 2001. 16.Haldenbilen, S., "Genetik Algoritma Yaklaşımı İle Türkiye İçin Sürdürülebilir Ulaşıtırma Göstergelerinin Analizi ve Planlanması". Doktora Tezi, Pamukkale Üniversitesi Fen Bilimleri Enstitüsü, 146 s., Denizli, 2003. 17.Banister, D., Stead, D. ve Steen, P., "European Transport Policy an