Dergiler / Karaelmas Fen ve Mühendislik Dergisi / 2018 / Cilt: 8 - Sayı: 2
Türkiye’de Trafik Kazalarında Meydana Gelen Ölü Sayısı Tahmin Modellerinin Geliştirilmesinde Logaritmik Regresyon ve Yapay Sinir Ağları Metotlarının Kullanılması
- Sayfa
- 446–453
- DOI
- —
Özet
Türkiye karayollarında meydana gelen kazalar sonucunda maddi ve manevi kayıplar meydana gelmektedir. Bu kayıpları en aza indirgemek amacıyla tahmin modelleri geliştirilmektedir. Bu çalışmada tahmin modelleri için 1970-2007 yılları arasındaki demografik ve trafik verilerinden yararlanılmaktadır. Bu verilerden nüfus N , taşıt sayısı TS , taşıt kilometre TK , sürücü sayısı SS bağımsız değişken, ölü sayısı ÖS bağımlı değişken olarak alınmaktadır. Modeller geliştirilirken, Smeed tarafından kullanılan Logaritmik Regresyon LR ve Yapay Sinir Ağları YSA olmak üzere iki farklı teknik kullanılmaktadır. Logaritmik regresyon tekniğinde, gerçek değerlerin logaritması alınarak ve çeşitli veri setlerinin kullanılması ile yapılan analizlerde en uygun model Nüfus, Taşıt Sayısı, Taşıt Kilometre ve Sürücü Sayısından oluşan NTSTKSS modeli çıkmaktadır. YSA metodu ile tarihsel veri seti kullanılarak analizler yapılmaktadır. Yapılan YSA analizinde farklı girdi setleri kullanılarak en iyi performansı Taşıt Kilometre ve Sürücü Sayısı değişkenlerinden oluşan TKSS modeli göstermektedir. Sonuçlar incelendiğinde YSA ile geliştirilen TKSS modeli en düşük hata oranına sahip olması nedeniyle LR tekniği ile oluşturulan modellere kıyasla daha üstün performans göstermektedir
Abstract
Traffic accidents occurred on highway in Turkey cause materially and morally damage. To decrease the damage, prediction model developed. In this study, demographic and traffic data which from 1970 to 2007 are used. These data are consist of dependent and independent variables. Dependent variable is formed Number of Dead ND . As for independent variables are comprised Population P , Registered Number of Vehicle VN , Vehicle-km VK , Number of Drivers DN . Models are developed using Artificial Neural Network ANN and Logarithmic Regression LR enhanced by Smeed. PVNVKDN model developed taking real values logarithm is the best performance of models in LR technique. VKDN created by using historical data sets is the best model in ANN technique. As for models created by randomly selected data, the best model is VKDN. When performances of best models are compared, VKDN is the best model because of lowest error rate.